社区变迁

使用 Python 分析美国人口普查数据

Lee Hachadoorian

Asst. Professor of Instruction, Temple University

什么是绅士化？

  • 城市核心区投资减少
  • 中产阶级减少，住房存量恶化
  • 中产与中上阶层回流，翻修旧住房
  • 工人阶级、黑人与移民家庭可能被迫迁出
使用 Python 分析美国人口普查数据

绅士化的操作化定义

  • 可绅士化
    • 中位收入低：家庭收入中位数（MHI）低于都市区中位数
    • 住房建设缓慢：前20年新建量低于都市区
  • 正在绅士化
    • 教育水平上升：学士及以上占比增速快于都市区
    • 房价上升：住房中位价高于上一期（经通胀调整）
1 Freeman, Lance. 2005. "Displacement or Succession?: Residential Mobility in Gentrifying Neighborhoods." Urban Affairs Review 40 (4): 463–91.
使用 Python 分析美国人口普查数据

数据来源

  • 2000年人口与住房普查 - 摘要文件3
    • P53：1999年家庭收入中位数（美元）
    • H34：建筑年份
    • P37：25岁及以上人口的性别×受教育程度
    • H85：所有自有住房的中位价值（美元）
  • 美国社区调查5年数据（2008–2012）
    • B15003：25岁及以上人口的受教育程度
    • B25077：自有住房单位的中位价值（美元）
使用 Python 分析美国人口普查数据

bk_2000：2000年布鲁克林普查区

state                | 州 FIPS          
county               | 县 FIPS          
tract                | 普查区 FIPS      
geometry             | 几何列
mhi                  | 家庭收入中位数（普查区）                                
mhi_msa              | 家庭收入中位数（纽约都会区）                        
median_value         | 住房中位价值（普查区）                                     
median_value_msa     | 住房中位价值（纽约都会区）                              
pct_recent_build     | 1980–1999 年建成住房占比（普查区）         
pct_recent_build_msa | 1980–1999 年建成住房占比（纽约都会区） 
pct_ba               | 25岁及以上学士及以上占比（普查区）           
pct_ba_msa           | 25岁及以上学士及以上占比（纽约都会区）
使用 Python 分析美国人口普查数据

布尔条件

bk_2000[["tract", "mhi", "mhi_msa"]].head()

    tract    mhi  mhi_msa
0  051200  31393    50795
1  051300  30000    50795
2  051400  32103    50795
3  051500  36107    50795
4  051600  25148    50795

bk_2000["low_mhi"] = bk_2000["mhi"] < bk_2000["mhi_msa"]
使用 Python 分析美国人口普查数据

低收入普查区制图

bk_2000.plot(column = "low_mhi", cmap = "Blues")

布鲁克林各普查区的地图，低收入区以深蓝色显示。

使用 Python 分析美国人口普查数据

Vamos praticar!

使用 Python 分析美国人口普查数据

Preparing Video For Download...