i byer, forstæder eller i landdistrikterne?, Amerikanernes opfattelse af deres egen samfundstype adskiller sig fra parti og måling af samfundstype i Europa, fra store byer til landsbyer)
det amerikanske præsidentvalg i 2016 fremhævede den skarpe kløft mellem Amerikas by-og landdistrikter. Det førte også til, at mange forskere (os selv inkluderet) forsøgte at lære mere om, hvordan den type samfund amerikanere lever i, kan forholde sig til deres holdninger og politiske adfærd.,
for at udforske et spørgsmål som dette skal forskere først forstå præcis, hvad “samfundstype” betyder, især da der er forskellige måder at vurdere, om et område er by, forstæder eller landdistrikter. I dette indlæg undersøger vi tre foranstaltninger af amerikansk samfundstype og sammenligner dem med en mere subjektiv metode til at finde ud af: bare spørg amerikanerne, hvilken slags samfund de bor i.
i det store og hele finder vi, at eksterne foranstaltninger generelt svarer godt til, hvordan folk beskriver deres egen placering., Men at bruge selvrapporteret information har sine egne fordele, især i tilfælde, hvor afgrænsningen mellem forskellige samfundstyper — såsom By — og forstæder-muligvis ikke er klar.
I 2018 Pew Research Center undersøgelse, en fjerdedel af Amerikanerne sagde, at de lever i et bysamfund, mens 43% sagde, at de bor i et forstadsmiljø og tre-i-ti sagde, at de bor i et landdistrikt.,
Mens du gør baggrund forskning i denne undersøgelse, vi ønskede at vide, om der var nogen objektive foranstaltninger, som regeringen klassifikationer, tæthed af, hvor folk bor eller deres afstand fra centrum af byen, der kunne hjælpe os med at bevæge sig ud over sig selv-rapporteret fællesskab type.
Vi endte med at vælge tre eksterne foranstaltninger — to fra den amerikanske regering og en baseret på POSTNUMMERKARAKTERISTIKA — og sammenlignede dem med vores undersøgelsesdata., Nedenfor vil vi undersøge, hvordan hver af disse foranstaltninger stablet op mod vores respondenters egne vurderinger.
Regeringsforanstaltning #1: National Center for Health Studies Urban-Rural Classification Scheme
National Center for Health Statistics (NCHS) fra Centers for Disease Control and Prevention offentliggør Urban-Rural Classification Scheme for amter.NCHS klassificerer først amter baseret på, om de befinder sig i et storbyområde eller et mikropolitisk område (eller ingen af dem), som defineret af Office of Management and Budget., Amter inden for storbyområder klassificeres derefter yderligere efter størrelsen på hovedstadsområdet. Små metro amter er dem med færre end 250.000 mennesker og mellemstore metro amter er dem med 250.000 til 999,999 mennesker. Det kendetegnende ved NCHS-klassificeringsordningen er, at store metro — amter — dem på 1 million eller mere-klassificeres i enten “centrale” eller “fringe” metro-amter. Store” centrale ” metro-amter er dem i et stort metroområde, der indeholder hele eller en betydelig del af den vigtigste by i metroområdet., Store” fringe ” metro amter er alle andre amter i store metro områder.
samlet set består NCHS-ordningen af seks forskellige kategorier: stor central metro, stor frynse metro, medium metro, lille metro og ikke-kerne. Denne måling blev primært oprettet for at spore sundhedsresultater. For eksempel bemærker NCHS, at sundhedsresultater ofte adskiller sig mest mellem beboere i store frynser metro amter (beslægtet med forstæder) og dem i ikke-storbyområder (enten mikropolitiske eller ikke-kerne) amter.,
i det hele taget er NCHS-målingen af samfundstype kortlagt godt på de selvrapporterede samfundsbetegnelser, vi opdagede gennem vores undersøgelse. Næsten halvdelen (45%) af mennesker, der bor i et NCHS-udpeget stort centralt metroområde, sagde også i vores undersøgelse, at de bor i et byområde. NCHS viste sig endnu mere præcis i den anden ende af spektret, med 78% af mennesker, der bor i en NCHS udpeget ikke-kerne amt siger, at de bor i et landdistrikt.,
Når vi kollapsede den seks-kategori NCHS-ordningen i byer, forstæder og landdistrikter, den foranstaltning, der udføres især godt med landdistrikterne. Cirka to tredjedele (68%) af mennesker, der blev udpeget som bosiddende i et landdistrikt baseret på den kollapsede NCHS-foranstaltning, sagde også, at de bor i et landdistrikt. Færre forstæder beboere klassificeret sig som forstæder (48%) og byboere klassificeret sig som urban (45%).,
Regering måle #2: US Department of Agriculture Economic Research Service ‘s land-by Kontinuum Amt Klassifikation
en Anden AMERIKANSKE regering måle vi hørt, var det AMERIKANSKE Department of Agriculture Economic Research Service’ s (ERS) Rural-Urban Kontinuum Koder (RUCC)., Disse koder opdeler storbyområder ved størrelsen af metroområdet (svarende til NCHS-klassificeringen), mens de også klassificerer ikke-storbyområder ved graden af urbanisering.
specifikt er amter i metroområder klassificeret efter en af tre befolkningsstørrelser af det metroområde, de er en del af: færre end 250.000, mellem 250.000 og 999.999 eller 1 million eller mere., Det kendetegnende ved denne klassifikationsordning er, at ikke-storbyområder amter klassificeres efter antallet af mennesker, der bor i et Folketællingsbureau-defineret byområde: færre end 2,500, mellem 2,500 og 19,999 og 20,000 eller mere. Det bemærkes, at opdeling af ikke-metro-amter efter bybefolkningens størrelse giver mulighed for en finere analyse af tendenser, der påvirker ikke-metroområder.i lighed med NCHS kortlagde denne regeringsforanstaltning generelt pænt på selvrapporteret samfundstype., Samlet set sagde otte ud af ti respondenter, der blev klassificeret som bor i et ikke-metroområde med en befolkning på mindre end 2,500, i vores undersøgelse, at de bor i et landdistrikt.
Her, igen, vi kollapsede de seks Rural-Urban Kontinuum Koder i byerne, forstæder og landdistrikter til at sammenligne med selv-rapporterede fællesskab type. I lighed med NCHS-foranstaltningen klassificerede RUCC-koderne amerikanere i landdistrikterne med en høj grad af nøjagtighed., I alt 68% af dem, der er klassificeret som bosiddende i et landdistrikt, sagde også, at de bor i et landdistrikt, mens 42% af dem, der er klassificeret som bosiddende i et forstadsområde, sagde, at de bor i et forstadssamfund.
Denne kode ordning, der er lidt underperformet, når det kom til præcist at klassificere dem i byerne., Kun omkring en tredjedel (32%) af dem, der er klassificeret som bor i et byområde — amter i et metroområde med en befolkning på 1 million eller mere — sagde, at de bor i et bysamfund.
Postnummer foranstaltning
ud over amt-niveau målinger tilgængelige fra offentlige kilder, ønskede vi at se, om vi bedre kunne forstå samfundstype ved at se på mindre geografiske områder. Konkret, vi ønskede at se på de postnumre, hvor vores respondenter i undersøgelsen bor for at se, om egenskaberne ved området matchede deres selvbeskrivelse.,
vi vurderede dette ved hjælp af to faktorer som input — afstanden fra postnummeret til centrum af den største hovedstad i det nærmeste metroområde (målt ved Afstand til rådhuset) og husstandens tæthed i postnummeret.
disse blev inkluderet i et beslutningstræ, en maskinindlæringsteknik designet til at identificere den bedste konfiguration af variabler til at forudsige et bestemt resultat — i dette tilfælde den type samfund, hvor amerikanerne bor.Beslutningstræanalyse identificerer forskellige måder at opdele et datasæt i grene baseret på Indstillinger for hver variabel., Algoritmen starter med at søge efter værdien blandt forudsigelsesvariablerne, der kan bruges til at opdele datasættet i to grupper, der er mest homogene med hensyn til resultatvariablen — i dette tilfælde samfundstype. Disse undergrupper kaldes noder, og beslutningstræalgoritmen fortsætter med at opdele hver knude i gradvist mere og mere homogene grupper, indtil et stoppekriterium er nået.
vores Analyse producerede otte noder, der stort set var homogene., Vi valgte derefter, som ville blive klassificeret som by, forstæder og landdistrikter, baseret på flertalsklassificeringen inden for noden. I noder uden et klart flertal for en enkelt samfundstype blev data på POSTNUMMERNIVEAU inden for denne knude vurderet for at bestemme den bedste klassificering. Her er den resulterende klassificering:
Urban: amerikanere, der bor i postnumre, der er 12 miles eller mindre fra centrum af den nærmeste by og har en husstandstæthed på mere end 1,314 husstande pr.,Suburban: amerikanere, der bor i postnumre, der er 12 miles eller mindre fra centrum af den nærmeste by og har en husstandstæthed på 1,314 husstande eller færre pr. Denne gruppe inkluderer også mennesker, der bor i postnumre, Der er mere end 12 miles fra centrum af byen og har en husstandstæthed på mere end 106 husstande pr.landdistrikterne: amerikanere, der bor i postnumre, Der er mere end 12 miles fra centrum af den nærmeste by og har en husstandstæthed på 106 husstande eller færre pr.,
i praksis gælder denne klassificering af byområder stort set for dem, der bor i tætte områder nær byens centrum, mens klassificeringen af landdistrikter gælder for dem, der bor i mindre tætte områder længere væk fra byer. Forstadsområder er både de mindre tætte områder i nærheden af byer og de mere tætte områder, der måske er lidt længere væk fra byens centrum.
Ved hjælp af vores beslutningstræmodel fandt vi, at 56% af dem, der blev klassificeret som bor i et byområde, selv identificerede deres samfund som by, mens 34% identificerede det som forstæder og 9% som landdistrikter., Blandt dem, der blev klassificeret som bosiddende i et forstadsområde, identificerede 58% deres samfund som forstæder, mens omkring en fjerdedel (24%) identificerede det som by og 17% som landdistrikter. Og blandt dem, der blev klassificeret som bosiddende i et landdistrikt, identificerede omkring to tredjedele (66%) deres samfund som landdistrikter, hvor 22% identificerede det som forstæder og 9% Som byer.,
Hvordan alle tre foranstaltninger, der klarede sig
Et par mønstre opstod, da vi i forhold til alle tre foranstaltninger mod vores undersøgelsesresultater. Alle tre metoder klassificerede mest nøjagtigt amerikanere i landdistrikterne og gjorde det mindre godt med amerikanere i by-og forstæder. Og mens alle foranstaltningerne generelt fungerede relativt godt, beslutningstræet matchede mest selvrapporter på tværs af alle tre samfundstyper.,
vurdering af beslutningstræmodellen rapporterede ca.to tredjedele (66%) af dem, der blev klassificeret som bosiddende i et landdistrikt, også selv som bosiddende i et landdistrikt. Tilsvarende rapporterede store andele af dem, der blev klassificeret som bosiddende i forstæder (58%) og byområder (56%), at de boede i disse typer samfund.,
Brug den NCHS amt klassificering, et flertal af dem, der blev identificeret som bor i et landdistrikt (68%) rapporterede, der bor i samme type af fællesskab, sammenlignet med omkring halvdelen af dem, der blev klassificeret som bor i en forstad fællesskab (48%) og 45% af dem, der klassificeres som bor i byområder.
anvendelse af rucc county klassificering, igen omkring to tredjedele af dem, der er klassificeret som landdistrikterne (68%) selvrapporteret som den samme., Mindre andele af dem, der blev klassificeret som bor i forstæder (42%) og byområder (32%) rapporterede bor i disse typer af samfund.
konklusion
mens beslutningen træ foranstaltning gjorde lidt bedre end de to statslige foranstaltninger, der var ingen klar vinder til vores analytiske formål. I sidste ende besluttede vi, at selvrapporteret samfundstype viste sig at være den mest nyttige metrisk.
selvrapporteret samfundstype har fordelen ved at måle, hvordan respondenten føler., Tag for eksempel et samfund, der sidder lige på kanten af en større by, teknisk set inden for grænserne. Husene er langt fra hinanden og er ikke inden for gåafstand til mad eller handel. Da det er teknisk inde i byens grænser, er det urban? Eller fordi husene er langt fra hinanden, er det forstæder? Vi fastslog, at hvordan respondenterne føler om deres samfund hjalp os med at bedst vurdere deres samfund i en undersøgelse.
Dette indlæg blev skrevet af Ruth Igielnik, Elizabeth Grieco og Alexandra Castillo af Pew Research Center. Ruth Igielnik er seniorforsker., Eli .abeth Grieco er en senior forfatter/redaktør med fokus på journalistik forskning. Ale .andra Castillo er en forskningsassistent med fokus på internationale undersøgelsesmetoder.