一个在线工具来预测正在绅士化的社区 - 彭博社

埃里克·里斯伯格/AP“我看到的时候就知道了”，这对于城市更新和色情一样真实。通常，当一个社区的房产价值和人口统计数据 已经 发生变化时，关于居民被迫迁移的担忧就会出现——激励住房倡导者和社区组织者采取行动。但到那时，往往很难暂停，并为 社区中最脆弱的居民 设置“保护措施”。

但如果有一个 预警系统 能够检测到价格上涨或下跌即将发生的地方呢？这样的预测工具在全国范围内得到了开发，最显著的是在 旧金山。它们的价值显而易见：城市领导者和非营利组织可以提前确定在哪里保留现有的可负担住房，在哪里建造更多住房，以及在哪里吸引商业投资。但它们往往过于学术或过于晦涩，这就是为什么 尚不清楚 政策制定者和规划者是如何使用这些工具的。

彭博社城市实验室美国人如何投票导致住房危机加州大学伯克利分校为转学生提供专门建造的校园住所熊队首席警告芝加哥缺乏新NFL体育场的风险罗马可能开始对特雷维喷泉收费这就是问题所在肯·斯蒂夫，在宾夕法尼亚大学，正在努力解决，与艾伦·马拉赫，来自社区进步中心，合作。

马拉赫的非营利组织专注于振兴困扰的社区，特别是在“遗产城市”。这些城镇如圣路易斯、弗林特、代顿和巴尔的摩，近年来经历了人口流失和经济收缩，面临物业空置、衰败和失业问题。马拉赫希望了解哪些社区可能会继续沿着这条道路前进，而哪些社区会发生180度的转变。现在，他可以根据对住房库存、中位收入和种族等社区特征的观察，直观地做出这些预测。但客观评估可以帮助确认或否定他的假设。

这就是 Steif 的作用所在。拥有 与 城市和非营利组织在基于地点的数据分析方面的咨询经验，Steif 开发了一些算法，利用来自 Zillow 等实体的昂贵私人数据预测住房市场的动向。Mallach 建议他尝试将他的算法应用于免费的标准化人口普查数据。

他测试的现象是 “内生性绅士化”——这个观点认为，房价的上涨像波浪一样从富裕社区向周边较便宜的社区扩散。在他的 博客文章中，Steif 解释道：

通常，城市居民在便利设施的接近性与他们愿意为住房支付的价格之间进行权衡。由于靠近最高质量便利设施的区域是最不负担得起的，理论认为，绅士化者会选择在距离便利中心合理范围内的邻近社区居住，但住房成本较低。

Steif 使用了 1990 年和 2000 年的人口普查数据来预测 2010 年 29 个大城市和小城市的房价变化。他的算法考虑了一个人口普查区的中位房价与周围区域的关系、人口普查区与高成本区域的接近性，以及房价分布的空间模式。它还纳入了种族、收入和住房供应等变量。

在将2010年的预测与实际房价进行交叉核对后，他预测了该社区的变化一直到2020年。他的算法能够合理地计算出随着时间推移，绅士化浪潮的速度和广度。尽管对于某些城市，如圣路易斯，算法的可靠性更高，但对于其他城市，如纽黑文，则相对较低。斯蒂夫表示，更细致、灵活的数据可以提高预测的准确性。

以下是底特律、明尼阿波利斯和匹兹堡的社区变化情况：

通过更多的资源和更细致的数据，斯蒂夫可以将他的算法整合到一个像下面模拟的网络工具中：

这种网络应用不仅可以预测再开发的可能性，还可以通过显示城市中每块土地的新建筑许可证、翻修许可证和驱逐情况，实时跟踪其发生的情况，帮助那些不太懂数据的社区发展人员在绅士化浪潮袭来之前提前应对。

当然，这种工具也可以被开发商或普通人用来从社区变化中获利——而且已经在使用。关键是确保竞争环境是公平的。“技术和开放数据可以使这些信息民主化，”他说。“私人市场总是会更快地对市场潜力做出反应，但这并不意味着这些情报不应该被用来促进公平。”