费城市议会选区的健康度量

《Journal of Urban Health》：Measuring the Health of Philadelphia’s City Council Districts

　　

摘要翻译
按地缘政治选区（如国会选区）分析数据在公共卫生监测与评价中日益流行，但与人口普查区（census tract）和县（county）等地理单元相比仍相对少见。在本研究中，研究人员以费城市议会选区为例，说明按地方政治选区考察公共卫生指标的实际用途与重要性。研究人员报告了两项指标——树木冠层覆盖率（tree canopy coverage）和健康保险覆盖率（health insurance coverage）——按市议会选区和人口普查区的分布情况，并讨论了选区内部及选区之间的变异，以展示全市范围的异质性。最后，研究人员讨论了如何通过在线仪表板（online dashboard）向公众提供数据，以支持面向地方政治人物的倡导活动。

论文解读文章

研究背景与问题
公共卫生研究越来越重视具有地理和政治双重意义的地缘政治单元。以往研究多聚焦于美国国会选区或州立法选区，但鲜有研究采用市议会选区（city council district）作为分析单元。市议会掌握着影响居民健康和城市整体福祉的政策与资源，因此按市议会选区分析健康指标可为地方决策提供直接参考。然而，由于健康数据通常按人口普查区、县或邮政编码发布，难以精确聚合到市议会选区边界，导致这一地理尺度在公共卫生监测中长期被忽视。费城共有10个市议会选区，每个选区约16万人口，每10年根据人口普查结果重新划分。为了向当选官员和居民提供选区层面的健康证据，研究人员创建了一个包含28项健康及相关指标的在线仪表板，并以树木冠层覆盖率和健康保险覆盖率为例，探讨这两项指标在费城各市议会选区及选区内部的分布差异。

研究设计与主要方法
研究人员利用公开数据，采用多步骤地理聚合方法生成选区级估计值。首先，获取人口普查区（census tract）层面的健康数据，包括2018—2022年美国社区调查（American Community Survey, ACS）5年估计的缺乏健康保险人口百分比，以及2019年德雷克塞尔大学城市健康合作组织（Urban Health Collaborative at Drexel University）提供的树木冠层覆盖率数据。然后，获取人口普查区内部的人口普查块（census block）人口数据，因为人口普查块同时嵌套于市议会选区和人口普查区内，而人口普查区并不完全嵌套于市议会选区。对于树木冠层覆盖率这类基于面积的指标，按人口普查块面积加权；对于健康保险覆盖率这类基于人口的指标，按人口普查块人口加权。最后，将人口加权后的人口普查区聚合到相应选区。仪表板使用R语言shiny包构建。

研究结果
（1）缺乏健康保险覆盖率的分布
费城市缺乏健康保险的居民平均百分比为7.2%（90%误差幅度：0.1%），第4选区最低（4.9%，误差幅度0.2%），第7选区最高（11.7%，误差幅度0.2%）。全市各选区之间的标准差为2.1，表明大多数选区落在全市平均值±2.1个百分点范围内。然而，所有选区的内部变异均大于选区之间变异，其中第6选区的内部标准差最高（5.5），第4选区最低（2.8）。地图显示，第6选区内人口普查区的颜色范围明显比第4选区更宽，反映其内部异质性更大。

（2）树木冠层覆盖率的分布
全市平均树木冠层覆盖率为9.8%，覆盖率最高的为第4和第19选区，均为19%；覆盖率最低的为第1选区，仅1.8%。各选区之间的标准差为6.4，高于缺乏健康保险指标的选区之间标准差。第4和第8选区的内部变异最大（标准差分别为18.5和14.8），第1选区内部变异最小（标准差为2.3）。除第1和第5选区外，其余选区的内部变异均大于选区之间变异。地图直观展示了人口普查区尺度上的树木冠层覆盖率差异。

重要性与政策意义
两项指标均呈现出明显的空间不均衡。树木冠层覆盖率与高温缓解、降低枪支暴力几率、降低过早死亡率和改善心理健康等健康结果相关。例如，第4选区包含大面积维萨希孔谷公园（Wissahickon Valley Park），该公园占地2000英亩，是树木覆盖的重要驱动因素。即使排除大型公园的影响，不同选区之间仍存在差异，如第3选区为8%，第5选区为4.9%。市议会成员可通过推动植树、冷却中心、高温相关家居改善等资源分配来影响这些健康决定因素。缺乏健康保险方面，第7选区问题最突出。市议会成员可通过游说增加流动医疗外展资源、扩建卫生中心或推动州立法者改善无保险居民的健康保险选项等方式应对。

讨论与结论
同时考察选区层面平均值和选区内部变异至关重要。选区平均值便于横向比较，而人口普查区层面的亚选区数据可揭示需求是均匀分布还是集中存在。政治杰利蝾螈（gerrymandering）会利用可修改面积单元问题（MAUP）故意划分选区边界，从而加剧健康不平等。在人口普查区和选区两个尺度同时分析健康指标有助于缓解MAUP问题，并能发现跨选区的共同负担，促进跨选区合作。本研究的局限性包括聚合过程中可能引入数据误差，未来可采用栅格树木数据和更精细的健康保险数据；同时健康指标选择有限，未来需增加更多健康测度。最后，研究人员总结道：利用公开数据按地方市议会选区分析和报告公共卫生指标是可行的，并且能够揭示具有政治相关性的地理尺度上的不平等。同时分析市议会选区及亚选区单元有助于更准确、可操作地理解城市中的需求分布。该方法可推广至其他司法管辖区，帮助政治家、居民和倡导者更好地了解其所在选区和城市的健康状况。