Sensitivity of sequence methods in the study of neighborhood change in the United States
Sensitivity of sequence methods in the study of neighborhood change in the United States
复制标题
序列方法在美国邻里变化研究中的敏感性
DOI：
10.1016/j.compenvurbsys.2020.101480
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Han, Su
中科院分区：
文献类型：
--
作者：
Kang, Wei;Rey, Sergio;Wolf, Levi;Knaap, Elijah;Han, Su
最近，通过对街区序列进行实证分析来关注美国城市转型的研究激增。基于对齐的序列分析方法在城市邻里变化研究中得到了广泛应用。然而，目前尚不清楚这些方法在产生一致和收敛的邻域序列类型方面的稳健程度。本文通过将四种序列分析方法应用于同一数据集（1970 年至 2010 年美国 50 个最大的大都市统计区 (MSA)）来阐明这个问题，并发现这些方法不提供收敛的邻域序列类型，并且它们的行为在不同的 MSA 中各不相同，因此无法对类似研究进行有意义的比较。 1970 年平均家庭收入较高的 MSA 往往对 SA 方法的选择不太敏感。换句话说，当研究这些 MSA 中的邻域变化时，不同的 SA 方法往往会产生更趋同的邻域序列类型。相比之下，对于在 1970 年至 2010 年期间经历频繁变化的 MSA 来说，它们不太可能通过不同的 SA 方法产生类似的类型。此外，应用具有不同成本的经典 SA 方法和使用关注二阶序列属性的 SA 变体在邻域序列类型方面存在很大差异。在比较这些方法的行为之后，我们重点介绍了一种利用社区社会经济相似性的方法（“OMecenter”），并建议研究人员将其视为设计用于社区变化研究的有意义的序列分析方法的基石。
There is a recent surge in research focused on urban transformations in the United States via empirical analysis of neighborhood sequences. The alignment-based sequence analysis methods have seen many applications in urban neighborhood change research. However, it is unclear to what extent these methods are robust in terms of producing consistent and converging neighborhood sequence typologies. This article sheds light on this issue by applying four sequence analysis methods to the same data set – 50 largest Metropolitan Statistical Areas (MSAs) of the United States from 1970 to 2010, and finds that these methods do not provide converging neighborhood sequence typologies, and their behavior varies across MSAs, thus prohibiting meaningful comparisons of similar studies. MSAs with higher average household income in 1970 tend to be less sensitive to the choice of the SA methods. In other words, when investigating neighborhood change in these MSAs, different SA methods tend to produce a more converging neighborhood sequence typology. Comparatively, for MSAs hosting neighborhoods which have experienced frequent changes during the period 1970–2010, they are less likely to produce similar typologies with different SA methods. In addition, there is a big difference in the neighborhood sequence typology between applying the classic SA methods with varying costs and using the SA variant focusing on the second-order sequence property. After comparing the behavior of these methods, we highlight one method (“OMecenter”) which leverages the socioeconomic similarities of neighborhoods and suggest researchers consider it as the building block towards designing a meaningful sequence analysis method for neighborhood change research.
登录
查看更多内容
低收入社区轨迹的路径依赖性：分析社区变化的方法
影响因子：
1.9
作者：
M. Zwiers;R. Kleinhans;M. Ham
通讯作者：
M. Ham
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
Torsten Biemann
通讯作者：
Torsten Biemann
评估芝加哥都市区社区变化和住宅流动路径的交叉点（2006-2015）
影响因子：
2.9
作者：
Andrew J. Greenlee
通讯作者：
Andrew J. Greenlee
影响因子：
2.9
作者：
Singleton, Alexander;Pavlis, Michail;Longley, Paul A.
通讯作者：
Longley, Paul A.
美国低收入家庭的社区轨迹：序列分析的应用
影响因子：
2.1
作者：
K. Lee;Richard J. Smith;G. Galster
通讯作者：
G. Galster