绘制食物获取地图：英国社区贫困状况如何影响健康食品的可获得性

《BMC Public Health》：Mapping food access: how neighborhood deprivation shapes healthy food availability in the United Kingdom

食物荒漠风险与英国社会经济剥夺的多维度关联分析，揭示两者空间分布存在显著错位，就业和教育为最强预测因子，农村地区尤其需关注。

　　

摘要

背景

获得负担得起且营养丰富的食物的机会有限是健康不平等的关键结构性因素。在英国，人们通常认为“食物荒漠”（即食物供应不足的地区）的风险与社会经济贫困状况密切相关，但这种关联在较小地理范围内的具体表现仍不明确。

研究目标

描述英格兰、威尔士和苏格兰地区“食物荒漠”风险的空间分布；量化其与区域贫困状况之间的关联程度；并确定与“食物荒漠”风险关联最为紧密的贫困领域。

研究方法

我们将E-Food Desert Index（EFDI）与全国范围内的多重贫困指数（IMD）相结合，分析了41,729个低层超级输出区域和数据区的数据，这些区域的划分依据是2011年的人口普查结果。通过空间聚类、相关性分析、多项式回归、普通最小二乘法、带有交互项的自适应LASSO算法以及混合效应分析等方法，对标准化得分和四分位数进行了研究。

研究结果

“食物荒漠”风险与贫困状况之间存在中等程度的相关性（r = 0.40，p < 0.001），但两者在空间分布上存在显著差异。几乎一半（48.2%）的贫困程度最高的地区也属于“食物荒漠”风险最高的四分位数，约有三分之一的地区分类结果不一致。贫困状况与“食物荒漠”风险之间存在明显的等级关联（每个IMD四分位数的相对风险比RRR = 3.07；95%置信区间：2.98–3.16）。在不同国家中，就业贫困是预测“食物荒漠”风险的最强指标，其次是教育水平、住房条件/服务获取情况以及居住环境。研究发现就业与收入之间存在相互抵消的关系；在苏格兰，贫困程度较低但“食物荒漠”风险较高的农村地区尤为明显。

结论

“食物荒漠”风险与贫困状况虽然存在重叠，但属于不同的结构性不利因素。仅依赖贫困指数可能会忽略那些面临严重食物获取障碍的社区，尤其是在农村地区。将食物环境指标与贫困测量相结合，有助于提高基于地域的政策制定的精准度。

背景

获得负担得起且营养丰富的食物的机会有限是健康不平等的关键结构性因素。在英国，人们通常认为“食物荒漠”风险与社会经济贫困状况密切相关，但这种关联在较小地理范围内的具体表现仍不明确。

研究目标

描述英格兰、威尔士和苏格兰地区“食物荒漠”风险的空间分布；量化其与区域贫困状况之间的关联程度；并确定与“食物荒漠”风险关联最为紧密的贫困领域。

研究方法

我们将E-Food Desert Index（EFDI）与全国范围内的多重贫困指数（IMD）相结合，分析了41,729个低层超级输出区域和数据区的数据，这些区域的划分依据是2011年的人口普查结果。通过空间聚类、相关性分析、多项式回归、普通最小二乘法、带有交互项的自适应LASSO算法以及混合效应分析等方法，对标准化得分和四分位数进行了研究。

研究结果

“食物荒漠”风险与贫困状况之间存在中等程度的相关性（r = 0.40，p < 0.001），但两者在空间分布上存在显著差异。几乎一半（48.2%）的贫困程度最高的地区也属于“食物荒漠”风险最高的四分位数，约有三分之一的地区分类结果不一致。贫困状况与“食物荒漠”风险之间存在明显的等级关联（每个IMD四分位数的相对风险比RRR = 3.07；95%置信区间：2.98–3.16）。在不同国家中，就业贫困是预测“食物荒漠”风险的最强指标，其次是教育水平、住房条件/服务获取情况以及居住环境。研究发现就业与收入之间存在相互抵消的关系；在苏格兰，贫困程度较低但“食物荒漠”风险较高的农村地区尤为明显。

结论

“食物荒漠”风险与贫困状况虽然存在重叠，但属于不同的结构性不利因素。仅依赖贫困指数可能会忽略那些面临严重食物获取障碍的社区，尤其是在农村地区。将食物环境指标与贫困测量相结合，有助于提高基于地域的政策制定的精准度。