如何定義美國郊區 - 彭博社

攝影師：Stone/Getty Images

美國是一個郊區的土地，只有一個問題：沒有人確切知道什麼是“郊區”。

這是一個有現實意義的語義問題，因為政府項目、政治活動和開發商試圖在“郊區”花錢，而大多數美國人表示他們住在那裏，儘管這一類別沒有正式定義。

對一些人來説，這很明顯：郊區是一個位於大城市邊緣的小城市。或者是一個充滿大片獨立住宅的廣闊社區。還有一些更過時的郊區概念在大眾心中涉及居住在那裏的人：據稱是白人、中產階級和社會同質化的。

彭博社城市實驗室印度尼西亞慶祝一個正在努力成型的新首都蒙特利爾市中心部分地區因水管破裂而被淹沒伊斯坦布爾面臨繁忙街道下的危險‘火車愛好者’組織支持哈里斯和沃爾茲的總統競選現在一組新的研究人員相信他們破解了這個代碼。

“在與那些堅持認為他們的社區是郊區或堅持認為它是城市的人進行足夠的爭論後，很明顯人們對他們如何看待和描述他們的社區有一種利益，”Indeed.com的首席經濟學家Jed Kolko説，他是三位研究人員之一。“但不同的人可能會以不同的方式描述他們的社區。”

解決方案？只需詢問人們——很多很多人。Kolko和他的同事們對55,000個家庭進行了調查，瞭解他們的鄰里是城市、鄉村還是郊區。這使他們能夠建立一個模型，研究哪些因素可以預測受訪者的回答。

毫不奇怪，許多人部分通過人口密度來定義他們的鄰里。但還有許多其他因素也使預測更加準確。例如，收入中位數較高的地區更可能被稱為郊區。房屋較老的地區更可能被稱為城市。老年人較多的地區更頻繁地被稱為鄉村。

“有些城市在居民感知的鄰里方面幾乎完全是郊區。”

研究人員——Kolko、美國住房和城市發展部的Shawn Bucholtz，以及美國人口普查局的Emily Molfino——已經 在線發佈了數據，顯示他們的模型如何對美國每個鄰里進行分類，以及 一篇學術工作論文 詳細説明他們的方法和發現。

這是一個非常重要的問題，因為根據研究人員的調查，超過一半的美國家庭認定自己是郊區：52%，而鄉村為21%，城市為27%。

鄰里與城市邊界相遇

這項新研究的結果使得任何試圖通過單一指標定義郊區的努力變得複雜。例如，研究人員定義“郊區”的一種常見方式是任何位於大都市區內，但不是該大都市區的“中心城市”的城市。但布赫爾茨、莫爾菲諾和科爾科發現，47%的美國家庭位於這些中心城市的範圍內，仍然將他們的鄰里描述為“郊區”而不是“城市”，尤其是在像鳳凰城這樣的擴展城市。在那裏，儘管其作為第六大人口城市的規模相當可觀，但大約一半的城市限界內的家庭認為他們的鄰里是“郊區”。鳳凰城的城市限界甚至有部分落在研究人員預測會被稱為“農村”的美國人口普查區內。

亞利桑那州鳳凰城的城市、郊區和農村社區。來源：Jeremy C.F. Lin 和 David Montgomery。“有一些城市，合法的合併城市，在居民感知鄰里的方式上幾乎完全是郊區，”科爾科説。“而在其他大都市區，有很多城市邊界外的鄰里，居民會認為是城市。”

另一方面，在中心城市之外的大都市區，有些地方儘管規模和密度相當，但一些定義會將其稱為“郊區”。根據新的研究，大約13%的中心城市外的家庭則稱他們的鄰里為“城市”。這包括像馬薩諸塞州的劍橋這樣的地方，劍橋是一個剛剛超過100,000居民的城市，位於更大波士頓的邊界外。科爾科團隊的模型幾乎將劍橋的所有地區都歸類為“城市”，許多居民也同意這一點。

“當我想到郊區時，我想到的是一個主要是住宅的區域，”劍橋市社區發展助理市經理伊拉姆·法魯克説。“它的密度較低，有很多單户住宅，也許還有一些雙户住宅。這肯定不是劍橋。”

這並不是説城市邊界毫無意義。考慮一下我成長的社區，一個位於芝加哥西南邊界、人口約55,000的城市，叫做橡樹草坪。所有我認識的人都稱橡樹草坪為郊區，而研究者的模型也同意這一點：它將我的鄰里歸類為“郊區”，並預測92%的居民會這樣説。這裏有一排又一排的單户住宅——典型的郊區。

但在103街的普拉斯基大道上跨過去，鄰里依然保持不變：緊密相連的單户住宅和小院子。唯一的區別？普拉斯基大道的東側在芝加哥，而布霍爾茨、莫爾菲諾和科爾科的模型將其歸類為城市。

**白色虛線右側的區域在芝加哥，而左側的區域是一個叫橡樹草坪的郊區。儘管它們的特徵相似，但新的研究預測，虛線右側的鄰里中，更多的人會將他們的鄰里稱為“城市”而不是“郊區”。**來源：谷歌地圖事實證明，那些可能被歸類為郊區的鄰里，當它們位於大城市內時，更有可能被稱為城市。

這些因素與一些多年來分裂學者的辯論相一致。分類郊區的一個複雜之處在於城市邊界是政治構造，並且在全國不同地區的實施方式各不相同。在新英格蘭，劍橋所在的地方，幾乎整個地區都被劃分為城市，其中許多城市相當小（而且相當古老）；在中西部，許多土地是未合併的，城市在發展過程中常常吞併了許多鄰近地區。

“城市邊界在不同地方意味着非常不同的事情，”科爾科説。

模型如何運作

新模型的基礎是一個非常大的調查。這是一個始於 科爾科在2015年 為房地產網站Trulia工作時的想法。他對大約2000名成年人進行了調查，詢問他們如何分類自己的社區，並圍繞此建立了一個模型。其他學者，如 2018年皮尤研究中心的一個團隊，以5000人的樣本模仿了這種方法。但由於在2017年將其問題添加到聯邦政府的55000户國家住房調查中，這項新研究遠遠超過了他們。

即使對55000户家庭進行調查，在一個擁有超過1.28億户家庭的國家中也只能走到一定程度。這就是為什麼布霍爾茨、莫爾菲諾和科爾科轉向機器學習模型（特別是一種稱為“隨機森林”算法）來識別哪些人口變量預測人們的回答。他們使用了一些調查回應來訓練這個模型，其他回應則用於測試該模型的表現。

最終算法結合了22個不同的變量，正確預測了每個類別中約85%的調查響應。研究人員在他們的論文中表示，這遠高於早期皮尤和Trulia研究中較小的調查樣本。

與過去的研究不同，Bucholtz、Molfino和Kolko將“社區”定義為美國人口普查區——一個通常約有4000人的地理單位。之前的研究使用的是郵政編碼，郵政編碼通常比人口普查區大。

然而，即使將地方細分到人口普查區級別，也有其侷限性。由於學者們的算法，他們的分類中存在一些“孤島”——位於偏遠鄉村中的城市地區，或大城市中的鄉村小塊。這些人口普查區，包括上面鳳凰城地圖中的幾個，可能被標記為“城市”，而實際上它們的情況要複雜得多。其中一些有合理的解釋——例如，一些位於大城市的“鄉村”區是森林保護區。一個地理上較大的區，其人口生活在一個密集的小鎮中，可能看起來是城市的，即使大部分區域未開發。其他異常值可能只是算法在試圖對全國數千個區進行分類時不可避免的偶然現象。研究人員沒有應用任何“平滑”過程來將異常值與其周圍區域合併。

研究人員發現的另一個複雜問題是，他們的機器學習模型偏向於預測社區會適合最常見的類別：郊區，美國住房調查發現約52%的美國家庭將其社區描述為郊區。但該模型將約57%的家庭分類為居住在郊區，因此最終模型進行了重新加權，以匹配52%的調查結果。

郊區儘管是大多數美國人的家園，但仍然定義不清。

新模型為未來的研究和分析開闢了許多可能性。民意調查員、研究人員和記者通常希望比較不同類型社區的居民對調查問題的回應，或在人口統計上存在的差異。雖然有許多受人尊敬的工具可以區分城市和農村地區，但郊區儘管是大多數美國人的家園，仍然定義不清。

研究人員有時被迫創建自己的定義，正如CityLab在2018年為 CityLab國會密度指數所做的那樣，該指數使用了Kolko 2015年原始研究的變體，將國會選區分類為城市-郊區-農村光譜上的六個不同類別。Bucholtz、Molfino和Kolko的新模型使得這樣的工作過程變得更容易，並可能成為一個在歷史上缺乏標準的問題的新標準。

這項研究還可以促進其他類型的研究，探討社區類型與人們的思維和行為之間的關聯。更廣泛地説，它為一個基本的地理問題提供了重要的見解：我們如何描述我們生活的地方？

“許多政府數據是按城市和農村，或大都市和非大都市報告的，”Kolko説。但他表示，他們調查中的定義“與[人們]描述自己社區的方式更為接近。”