《Sustainability》：Sociodemographic Disparities, Redlining, and the Distribution of Open and Closed Food Outlets in Michigan’s Greater Grand Rapids Area
编辑推荐：
联合国在制定可持续发展目标（Sustainable Development Goals, SDGs）时，特别关注城市，因为它们对实现既定基准至关重要。全球范围内，许多城市面临高度的粮食不安全，而食品获取是问题的核心组成部分。城市拥有日益复杂且相互依赖的食品环境
联合国在制定可持续发展目标（Sustainable Development Goals, SDGs）时，特别关注城市，因为它们对实现既定基准至关重要。全球范围内，许多城市面临高度的粮食不安全，而食品获取是问题的核心组成部分。城市拥有日益复杂且相互依赖的食品环境。然而，关于红线划定（redlining）、居住隔离（residential segregation）和食品商店关闭对食品销售点分布的影响，城市食品系统尚未得到充分理解。关于城市可持续性努力与食品获取之间关系的研究也有限。在此，研究人员（researchers）分析了密歇根州西南部大急流城地区（Greater Grand Rapids area）的2229个开放和关闭的食品销售点，以检验其分布以及是否存在明显差异。研究人员检验了历史红线划定对食品销售点分布的影响。研究人员还描述了研究区域的可持续性努力，以及县和城市计划如何将食品获取与可持续性联系起来。大约一半的食品销售点是餐厅，13.3%是小杂货店和便利店，6.3%是药房、一元店和杂货店。大多数食品获取研究关注的超市和大型杂货店占食品销售点的5%。在完全调整的回归模型中，食品销售点分布最可靠的预测因子是HOLC分类等级（Home Owners' Loan Corporation classification grade）、家庭收入中位数、教育程度和人口密度。人口普查区（census tract）的种族构成仅在一个模型中显著。该研究促使研究人员（researchers）呼吁更多研究者比较城市及相邻市镇，因为收入动态、社区特征、人口密度和教育程度在城市、郊区和农村地区有所不同。
**论文解读：密歇根大急流城地区食品销售点分布的社会人口学差异与红线划定影响**
**研究背景与问题**
全球面临前所未有的粮食危机，城市是危机中心，全球22亿粮食不安全人口中有17亿居住在城市地区。美国粮食安全状况在全球113个国家中排名第13，2023年约1800万美国家庭处于粮食不安全状态，城市（15.9%）高于郊区（11.7%）。密歇根州粮食不安全率为14.2%，研究区域（大急流城地区）为12.4%。尽管城市食品系统日益复杂且相互依存，但红线划定（redlining，一种历史上基于种族和阶层的社区评级制度，导致居住隔离和投资歧视）、居住隔离（residential segregation）和食品商店关闭对食品销售点分布的影响尚未被充分理解。此外，城市可持续性努力与食品获取之间的关系研究有限。现有研究多聚焦于底特律和弗林特，而大急流城地区作为拥有多元种族/民族构成、不同收入水平以及根深蒂固的红线划定和居住隔离历史的中型城市，其食品获取研究相对匮乏。该研究旨在填补这一空白，通过分析开放和关闭食品销售点的分布，探讨种族特征、家庭收入中位数、教育程度、人口密度及历史红线划定与食品销售点分布的关系，并评估当地可持续性倡议对食品获取的影响。该研究对理解城市食品系统可持续性具有重要意义，论文发表在《Sustainability》期刊。
**主要关键技术方法**
研究人员采用混合方法进行数据收集与分析。食品销售点数据来源于Data Axle数据库，利用153个标准行业分类（Standard Industrial Classification, SIC）代码识别食品场所，并辅以社区花园、城市农场、紧急食品援助项目等目录及搜索引擎补充。通过电话、邮件、谷歌地图等验证每个销售点的运营状态（开放或关闭）。研究区域为以急流城为中心8公里缓冲区，覆盖约776.24平方公里。人口统计数据取自2023年美国社区调查（American Community Survey, ACS）5年估计，以人口普查区（census tract）为分析单元。历史红线划定数据来自1937年房主贷款公司（Home Owners' Loan Corporation, HOLC）地图，数字化后与当代普查区叠加。统计分析采用负二项回归（negative binomial regression）和泊松回归（Poisson regression），以人口对数作为偏移项，控制人口密度、家庭收入中位数、教育程度（拥有学士及以上学位的人口比例）等协变量，并评估空间自相关（Global Moran's I）。
**研究结果**
**5.1 开放食品销售点分布（Descriptive Analysis of the Food Landscape - Open Food Outlet Distribution）**
研究人员识别出2021个开放食品销售点，总体密度为3.96/1000居民。人口普查区中低有色人种（People of Color, POC）比例（0-25%）的街区密度最高（4.73/1000），高POC比例（>50%）的街区密度最低（2.53/1000）。餐厅占所有食品销售点的一半以上（1023个），其密度在低POC街区最高（2.41/1000），在高POC街区最低（1.03/1000）。超市和大型杂货店（104个）仅占5%，密度在中等POC街区最高（0.24/1000），在高POC街区最低（0.14/1000）。小杂货店和便利店（264个）密度随POC比例升高而增加。药房/一元店/杂货店（127个）密度在低POC街区最高。城市农场、社区花园、农贸市场及农产品供应商在高POC街区密度最低。食品援助场所（如食品储藏室/施粥所）密度在低POC街区最高（0.05/1000），在高POC街区最低（0.03/1000）。社会/宗教/教育/社区服务食品场所（202个）密度在低POC街区最高（0.58/1000），在高POC街区最低（0.18/1000）。这些发现揭示了研究区域存在显著的食品获取不平等。
**5.2 食品商店关闭（Food Store Closures）**
研究人员识别出208个关闭的食品销售点，总体密度为0.41/1000。关闭密度在低POC街区最高（0.47/1000），在高POC街区最低（0.30/1000）。历史上红线划定（HOLC D级）街区仅有2个关闭销售点，绿化线（HOLC A级）街区有1个，多数关闭发生在未编码区域。关闭对超市/大型杂货店影响严重（14家关闭），小杂货店/便利店关闭10家，药房/一元店/杂货店关闭13家，餐厅关闭99家（多数为全服务餐厅）。食品援助类别遭受重创，28家（58.3%）食品储藏室或施粥所关闭。
**6. 红线划定的影响（The Impacts of Redlining）**
历史上绿化线（A级）街区仅有9个开放食品销售点，密度最低（1.07/1000）；红线（D级）街区有55个；工业/商业区密度最高（13.18/1000）。未编码和未绘图区域包含大量销售点。超市/大型杂货店未出现在绿化线街区，仅1家出现在红线街区。研究还发现超市与一元店/杂货店常常共存，而非被取代。
**7. 多变量分析（Multivariate Analysis）**
完全调整的回归模型（Model 3）显示，种族构成（POC比例）仅对特色食品商店和供应商的分布显著。HOLC分类在6个模型中显著（包括小杂货店/便利店、移动食品源、供应链等）。家庭收入中位数是5个模型的显著预测因子（超市/大型杂货店、小杂货店/便利店、药房/一元店/杂货店、特色食品店、社会/宗教/教育/社区服务场所）。教育程度在4个模型中显著（总食品销售点、餐厅、社会/宗教/教育/社区服务场所、健身房/健康中心）。人口密度在3个模型中显著（总开放食品销售点、总关闭食品销售点、小杂货店/便利店、餐厅）。对于超市/大型杂货店，家庭收入中位数是唯一显著预测因子（每增加1000美元，发现额外超市的可能性降低3%）。对于餐厅，仅有教育程度和人口密度显著（每增加10%拥有学士学位居民，发现额外餐厅的可能性增加36%）。敏感性分析表明，用贫困率替代收入未显著改变结果，且交互作用（种族×收入）在大多数类别中不显著。
**总结讨论与结论**
讨论部分指出，尽管学术文献倾向于将社区种族特征与食品商店分布联系起来，但在大急流城地区，种族构成仅在特色食品店上显著，而家庭收入中位数、教育程度和人口密度是更可靠的预测因子。历史红线划定通过促成刚性居住隔离间接影响食品销售点分布，但研究者需考虑所有HOLC等级（包括工业/商业、未编码和未绘图区域）以全面理解其影响。研究还发现食品基础设施消失（vanishing food infrastructure）现象，即大量食品销售点关闭，尤其在超市和食品援助场所，这威胁到城市可持续性目标的实现。研究结论强调：仅凭种族无法有效解释食品商店分布，应同时分析收入、教育、人口密度等变量；家庭收入中位数是比种族更可靠的预测因子，因此应针对低收入居民制定食品获取计划；HOLC分类有助于解释食品销售点分布，但需全面利用所有等级；食品商店关闭应被监测，以识别脆弱因素；企业可持续性努力需与地方城市和县可持续性目标更紧密地结合。最后，研究人员呼吁开展多城市比较研究，并扩展食品销售点类别和类型的分析，以加深对全球食品获取和不平等现象的理解。
