Stadsdelsutveckling
Analys av amerikansk folkräkningsdata i Python
Lee Hachadoorian
Asst. Professor of Instruction, Temple University
Vad är gentrifiering?
- Underinvestering i stadskärnan
- Krympande medelklass och försämrat bostadsbestånd
- Återkomst av medel- och övre medelklasshushåll som renoverar äldre bostäder
- Risk för undanträngning av arbetarklass, svarta och invandrade hushåll
Att operationalisera gentrifiering
- Gentrifierbar
- Låg medianinkomst: Medianhushållsinkomsten (MHI) understiger metropolitanområdets median
- Lågt bostadsbyggande: Nybyggnation under de senaste två decennierna understiger metropolitanområdets nivå
- Under gentrifiering
- Ökad utbildningsnivå: Andelen med kandidatexamen eller högre ökar snabbare än i metropolitanområdet
- Stigande bostadsvärden: Medianbostadsvärdet är högre än föregående period (inflationsjusterat)
1 Freeman, Lance. 2005. "Displacement or Succession?: Residential Mobility in Gentrifying Neighborhoods." Urban Affairs Review 40 (4): 463–91.
Datakällor
- 2000 Census of Population and Housing - Summary File 3
- P53: Medianhushållsinkomst 1999 (dollar)
- H34: Byggnadens uppförandeår
- P37: Kön och utbildningsnivå för befolkningen 25 år och äldre
- H85: Medianvärde (dollar) för alla ägarockuperade bostäder
- American Community Survey 5-Year Data (2008-2012)
- B15003: Utbildningsnivå för befolkningen 25 år och äldre
- B25077: Medianvärde (dollar) – ägarockuperade bostäder
bk_2000: Brooklyns folkräkningsområden 2000
state | State FIPS
county | County FIPS
tract | Tract FIPS
geometry | Geometry column
mhi | Median Household Income (tract)
mhi_msa | Median Household Income (NY Metro Area)
median_value | Median House Value (tract)
median_value_msa | Median House Value(NY Metro Area)
pct_recent_build | Percent of housing built between 1980 and 1999 (tract)
pct_recent_build_msa | Percent of housing built between 1980 and 1999 (NY Metro Area)
pct_ba | Percentage of 25 year olds with BA or higher (tract)
pct_ba_msa | Percentage of 25 year olds with BA or higher(NY Metro Area)
Booleska kriterier
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"]
Kartläggning av låginkomstområden
bk_2000.plot(column = "low_mhi", cmap = "Blues")
Nu kör vi en övning!
Analys av amerikansk folkräkningsdata i Python
