作者：周才忠 (日期：2025/10/31)
美國著名天文學家-奈爾·德葛拉司泰森曾說過：「對我而言，我的動力源自兩大理念：一是比昨天更瞭解這個世界，二是減輕他人的痛苦。你會驚訝於這能帶你走多遠」。「社區服務方案設計」是『社區心理學實務』的重要核心能力，而透過使用「小區域分析」(Small area analysis)方法，可以瞭解真正的需求在哪裡，針對真正需要的區域客製化問題解決方案，並分配資源，使其盡可能有效。因此，本文介紹的內容，包括「小區域分析」的定義、「小區域分析」的目的、「小區域分析」的使用時機、「小區域分析」的適合對象、「小區域分析」的步驟流程、美國紐約相關範例等。如同，英國前任首相-東尼·布萊爾的一句名言：「最難接觸到的人，往往是我們最需要接觸到的人」。相信，「小區域分析」方法可以讓我們將精力和資源集中在最需要的地方，以及能帶來最大回報的地方成為可能。
各種『社區評估』通常需要我們使用與特定區域相關的統計數據和其他資訊。通常，該區域是一個城市、一個郡，甚至是一個州或省。然而，這類資訊並不總是能告訴我們需要知道什麼。例如，假設你正在檢視一座大城市的健康差異。你可能有全市範圍內的統計數據，告訴你各種疾病和醫療狀況的頻率、急診室就診以及每位居民的醫療費用等資訊。這些統計數據不會告訴您城市人口中的社區或群體之間的差異(Fawcett et al., n.d.)。
哪些人口群承受著不成比例的健康問題負擔？是否存在差距特別普遍的「社區/社群」？如果沒有這些問題的答案，你就無法將預防和照護重點放在最需要的地方，也無法識別可能導致整個城市人口中不同群體之間健康差異的環境因素。對於健康以外的問題也是如此—暴力、獲得商品和服務、交通流量以及許多其他問題。如果你沒有精確資訊來找出問題和資產存在的位置，你就無法正確解決或使用它們(Fawcett et al., n.d.)。
「社區/鄰里」層面的資訊對於『公共衛生』部門至關重要，以便有效規劃與評估「健康」服務和方案，從而減少「健康不平等」現象，並滿足地方重點人口群的需求(Public Health Ontario, 2018)。
過去十年，隨著『資料科學』(Data science)方法和技術的快速發展，『流行病學』領域發生了深刻的變化。由於，高解析度的「健康」結果和暴露數據的可用性，是推動「小區域」的『流行病學』分析日益普及的主要因素(Fecht et al., 2020)。「小區域」方法最初應用於「空間分析」，隨後擴展到「時空資料分析」，用於分析縱向收集的觀測資料(Meliker & Sloan, 2011; Blangiardo et al., 2013)。與基於匯總資料的傳統研究類似，這些研究通常利用行政收集的信息，這些資訊通常更容易被研究人員獲取，且受保密限制的影響較小。儘管如此，這些研究提供了一個更豐富的資料框架，整合了來自多個「地理」層級、不同來源的資訊。在更精細的空間尺度上聚合訊息，使得「小區域」研究不易受到傳統大規模聚合研究中常見的「生態謬誤」(Ecological fallacy)的影響，而更詳細的數據則有助於揭示更複雜的『流行病學』機制(轉引自Gasparrini, 2022)。
因此，透過使用「小區域分析」(Small area analysis)方法，你可以瞭解真正的需求在哪裡，針對真正需要的區域客製化問題解決方案，並分配資源，使其盡可能有效(Fawcett et al., n.d.)。重要的是，參與「小區域分析」決策的每個人都必須清楚地瞭解需要做出的決策、權衡取捨和假設，以便為最終使用者提供有用且有意義的輸出(*結果)，從而回答最初的問題(Public Health Ontario, 2018)。因此，「小區域分析」的最佳效果往往來自於讓「社區」參與評估規劃。那些居住在「社區」中並受到評估所揭示問題影響的人們，可能對如何將較大的「社區」劃分為「小區域」(例如城鎮、社區、住宅區等)以及應該關注哪些方面有很好的建議(Fawcett et al., n.d.)。
「小區域分析」的定義
「小區域分析」的定義取決於你的需求。特別在資訊不足或樣本量較小時，用於產生充分估計值的統計方法或技術。它可能是一個地理區域、一個政治或行政區，甚至是一個特定的人群。雖然使用了“區域”一詞，但該概念也可以指地理區域以外的群體，例如社會人口統計群體或其他劃分人口的結構特徵。「小區域分析」的要點是關注於特定區域或人群，以便你可以在更大的統計模式中看到「小區域」之間的差異。例如，如果現有統計數據的最小單位是一個行政區(如北投區)，那麼當涉及某個特定問題(例如經濟弱勢或低教育程度的長者百分比)時，該行政區內不同分區或里鄰之間可能存在很大差異。整個行政區的統計數據可能是平均的，但一兩個分區或里鄰可能佔大多數案例，而該行政區的其他地區幾乎沒有相關長者服務。顯然，你們『社區服務方案設計』重點應該放在問題需求最嚴重的分區或里鄰(Fawcett et al., n.d.; Public Health Ontario, 2018)。
「小區域分析」的目的
- 它可以識別健康和服務方面的差異：例如，發現交通不便、服務不足的地區以及比其他人更容易受到各種負面健康、經濟和社會狀況影響的人口群。
- 它可以發現你本來看不到的問題：一個城市或行政區可能看起來沒有問題，但「小區域分析」可以識別較大區域內問題嚴重的地理或人口區域。
- 它有助於決定在哪裡分配資源：如果你知道問題最嚴重的地方，你就可以適當地瞄準稀缺資源。
- 它可以釐清哪裡有什麼問題、議題和資產(assets)。
- 它可以幫助確定導致某種情況的原因或影響因素：透過比較多個區域的統計數據和情況，你也許能夠了解為什麼一個區域存在某種情況，而另一個區域則不存在。例如，附近的工業設施可能是兒童氣喘發病率高的地區和兒童氣喘發病率低的地區之間的區別(Fawcett et al., n.d.)。
※這方面的典型實例來自19世紀的倫敦。醫生約翰•斯諾(John Snow)透過繪製個別病例圖，追蹤了霍亂疫情感染源的特定公共水泵。當水泵關閉後，疫情就平息了。
「小區域分析」的使用時機
何時應該進行「小區域分析」(Fawcett et al., n.d.)？
- 當你負責「小區域」時：例如，如果你是代表多個「社區」或幾個小型鄉村城鎮的聯盟成員，或者如果你是『公共衛生』機構的成員或與之合作，那麼你就需要考慮較大區域內多個「小區域」的需求。
- 當你需要分配有限的資源時：「小區域分析」可以幫助你決定如何最有效、最有效率地使用經費、人員和其他資源。
- 當總體統計數據似乎無法反映實際情況時：你注意到市中心診所的糖尿病病例數量龐大且似乎還在增長，但整個城市的統計數據似乎並未反映出這一點。「小區域分析」可以幫助你瞭解實際情況。
- 當你試圖找出問題的根源或原因時：例如，青少年暴力事件大多發生在哪裡？是特定的街區還是住宅區？
「小區域分析」的適合對象
“誰”應該開展「小區域分析」作法(Fawcett et al., n.d.)？
- 關注或受不同地區或不同特徵群體間差異影響的公民。
- 『公共衛生』機構、官員和聯盟。
- 其他提供服務的公共機構(例如，福利機構、兒童服務機構)。
- 非政府組織(NGO)和社區服務機構。
- 社區運動家。
- 警察局、消防局和市政服務部門。
- 醫院。
- 社區發展人員。
- 社區和區域規劃人員。
「小區域分析」的步驟流程
評估和分析「小區域」的需求和資產與對大區域做同樣的事情沒有什麼不同，但有一個例外：「小區域」的數據可能更難獲得。資訊的可用性取決於許多因素─誰在收集資訊(中央及縣市政府、鄉鎮區公所等）、資訊的用途以及收集資訊的區域的定義程度。選擇「小區域」進行分析可能不僅關係到你想要學習什麼，還關係到你可以收集哪些領域的數據、從哪裡獲取數據以及用這些數據做什麼(Fawcett et al., n.d.)。
一、確保社區參與：在流程的一開始就讓「社區」成員參與其中。他們可以幫助完成全面評估的所有步驟，他們可能非常了解各個「小區域」，他們可能是受你的努力影響最大的服務區域，他們的參與可以提供你可能無法接觸受眾機會的資訊。
二、確定你希望透過「小區域分析」得到的結果：你到底想實現什麼目標？發現並消除地區或人口群之間的差異；解決問題最嚴重的地方或人口群中的問題；辨識可能導致你所關心的差異或狀況的潛在環境或社會因素，並規劃你將如何努力解決這些問題；弄清楚如何最有效地分配資源，以產生最大的影響。
三、定義你要檢視的「小區域」：在某些情況下，你的選擇可能是顯而易見的。例如，如果你負責一個縣市，你可能想要按鄉/鎮/區劃分該區域。在其他情況下，定義「小區域」可能不那麼簡單。真正的問題通常為是否有可能獲得你感興趣的區域的資訊。你可能想要檢視的一些「小區域」的範例，如下：城市或鄉鎮、鄰里、鄉村或村莊群、城市街區、公共住宅綜合體或其他特定住宅開發項目、貧民窟或類似的非法人居住區、特定種族/民族/文化或信仰群體、有特殊健康狀況的人、『公共衛生』或其他政府機構服務區域、醫院/人類服務機構等服務區域、人口普查區等。因此，定義「小區域」可能是平衡有用數據的可用性以及你關注的區域的問題。
四、選擇你要查詢的資訊：你所尋找的東西應該告訴你一些你關心的問題相關信息，並幫助你瞭解和解決地區和人口群之間的差異。這裡有幾種可能性，其中任何一個或全部可能對你的方案工作很重要。
- 人口統計─例如，人口規模、年齡、收入、教育程度、種族/民族、就業、婚姻狀況、家庭規模、房屋所有權等。
- 影響關注問題的環境條件─例如、土地利用政策、工業廠房選址、快餐和酒類零售商的密度、按地點或公共交通工具獲取服務、安全區域可近性(步行、慢跑、騎自行車等)。
- 與差異相關的社會決定因素─例如，收入不平等、種族或民族偏見、醫療保健和健康保險可近性、由社會團體/文化/宗教等所持有的行為規範、「社會資本」(這是人們在與他人的日常接觸中累積的社會聯結/信任信用和義務的網絡。人們擁有的「社會資本」越少，他們面臨「健康」和其他問題的風險就越大)、糧食不安全。
- 脈絡─這是指「小區域」及其居民生活和運作的環境。包括，地區歷史(是否存在曾經就共同議題或目標合作的團體)、群體和關鍵個人之間的關係、是否有新的或擴大的領導階層或領導階層的喪失/變化、是否有改變現狀的政治承諾等。
五、識別你所關心的「小區域」的潛在資料來源：一些可能性如下
- 人口普查─美國和其他國家除了統計人口外，還收集每個人的基本資料以及少數個人和家庭的詳細資料。通常提供有關教育、收入、生活條件、就業和許多其他類別的數據。
- 調查報告─例如，透過採樣以代表特定較小區域的成人或青少年相關風險行為的研究報告。
- 組織和機構檔案─通常包含非常特定的「小區域」和人口群的「健康」、生活條件、收入等有價值的資訊。例如，醫院、健康與心理健康診所、人類服務組織、學校和大學、經濟發展組織等。
- 市政記錄─鄉鎮區及其部門和委員會保存的記錄，通常會有幫助。例如，警方記錄、規劃部門檔案(市/鎮/縣)、GIS和其他地圖、人口動態統計(出生/結婚/死亡)、市政委員會(衛生委員會/分區委員會等)。
- 中央和政府機構的文件─可能是公共記錄，也可能出於研究目的。
- 直接、實際動手去收集資訊─當你關注的區域足夠小並且有人(通常是志工)願意出去獲取數據時，這種方法就會很有效。直接資料收集的一些方法，包括口頭或書面調查、個人和團體訪談、觀察法(觀察或參與人們、地點、條件等現有的活動)。
六、確定獲得資訊後將如何分析：這就是「分析」的用武之地。這至少取決於以下三個因素
- 資訊的品質─它從哪裡來、如何收集、準確度如何？
- 資訊的及時性─過期一年或更長時間的數據可能無法反映當前的現實，但問題是有時沒有更多的最新資訊可用。如果有最近幾年每年的資料集，即使它們有些過時，它們也可能顯示出你可以在評估中使用的趨勢。然而，假使只有一組過時的數據，它不一定能為你提供有關當前正在發生的事情的有用資訊。
- 資訊描述的地理和人口統計區域─當然，理想的情況是找到與你所關心的區域具體相關的資訊(如都市社區、鄉村、鄉鎮、住房計畫、特定人口群)。你也許可以使用其他地理或人口統計單位(如郵政區)來獲取此資訊。另一方面，你可能無法獲得特定於你想要的區域的信息，而不得不滿足於與更大或地理位置不同的區域相關的信息。
七、評估你的「小區域分析」工作：「小區域分析」通常正在進行中。即使你的努力沒有達到預期效果，你也有可能想要再次進行「小區域分析」。重要的是要知道什麼是有效的，什麼樣的資訊最有價值，你對原因的理解和對趨勢的識別是否準確，以及你收集的資訊實際上是否有助於解決你所關心的問題和差異。如果你仔細收集和分析數據，「小區域分析」可以幫助你更好地評估更大的「社區/社群」，並讓你將精力集中在最能發揮作用的地方。
美國紐約相關範例
喬·喬丹(Jo Jordan)是一位『資料科學』家、機器學習工程師與開發者。她曾在紐約市的一所特許學校(Charter school)任教，教授高中普通學生和特殊教育學生的數學、科學和電腦科學課程。其憑藉著自身和同事們的經歷，對紐約市五個行政區的學生都瞭如指掌。她知道，「社區健康」和環境風險因素對學生進入特殊教育方案的比例以及學生的整體學業表現有著顯著的影響。根據她的觀察，這些學生無法控制的因素，會大大影響他們高中畢業以及繼續升學的機會(Jordan, 2018)。
她也知道，這類風險因子在城市的不同「社區」之間差異很大。例如，連接曼哈頓和紐澤西州的喬治華盛頓大橋是每天車流量最大的橋樑之一。大橋的出口位於人口稠密的華盛頓高地社區，導致該地區空氣污染程度位居全市前列。眾所周知，“空氣污染”會引發許多「健康」和發育問題，尤其對幼兒危害更大(Jordan, 2018)。
因此，她開始嘗試運用「小區域分析」方法，探討教育程度與環境因素以及社區健康指標(例如平均餘命、酒精取得途徑、早產率等等)之間是否存在統計學意義上的關聯。「小區域分析」能夠幫助她分析城市各區域的發展趨勢，尤其因為「紐約客」的定義千差萬別，即使相隔僅十個街區，兩個家庭的生活也可能截然不同。「小區域分析」的核心概念在於幫助辨識不同「社區」的具體需求(Jordan, 2018)。
她遇到的第一個問題是尋找資料。最初，其目標是找到來自任何大型都會區(最好是幾個都會區)的數據，這些數據需要按適當規模的「社區」進行匯總和劃分。最初，她希望找到按郵遞區號匯總的資料。經過仔細搜尋了全國和州政府的網站，但一無所獲。很快她就意識到，其所需的這種細顆粒度的數據並不容易公開獲取，因為這在『社會科學』領域還是一個相對較新的概念(Jordan, 2018)。
最終，她還是回到了自己熟悉的領域，專門查看了紐約市，看看其政府網站或任何市政項目是否會提供她正在尋找的那種「開放資料」(Open data)。最終，偶然發現了『紐約市社區健康調查』(New York City Community Health Survey)，該調查將紐約市劃分為59個「社區」區域，如下所示(Jordan, 2018)：
此『社區健康調查』(CHS) 包含了她需要的教育訊息，以及許多想分析的『公共衛生』和「社區」統計數據。然而，仍然缺少許多她想納入的環境風險因素，所以繼續尋找。她找到了大量的環境數據，但其中很少有按「社區」劃分的，因此無法用於她的分析。此外，能夠使用的資料的格式與CHS的資料完全不同(Jordan, 2018)。
如你所見，『環境與健康資料』(EH) 的組織結構非常混亂，實際的相關資料值分散在三個欄位中的任意一列(以 NULL 欄位之前的列為準)。此外，與CHS資料中將特徵作為列標題不同，EH資料中的每個特徵名稱都是由第三列和第四列的組合構成的。顯然，她必須找到一種方法來處理所有這些問題，才能建立一個連貫的資料集(Jordan, 2018)。
首先，她需要確定要分析哪些因素。在CHS資料集中，她對人口統計資料、每個特徵的1到59的排名，以及構成前六列的城市和行政區統計數據都不感興趣。根據這些要求，縮小資料集的範圍並不難(Jordan, 2018)。
另一種可視化這些數據的方法是使用「主成分分析」(Principal Component Analysis, PCA)。PCA讓我們將具有多個特徵(每個特徵都被視為一個維度)的資料進行分解(運用大量複雜的數學運算)，從而盡可能地將資料展開到二維圖上(Jordan, 2018)。
如以上兩張圖中所示，「紅點」代表教育程度最高為高中未畢業的「社區」，「黃點」代表教育程度最高為高中畢業(可能還接受過一些大學教育)的「社區」，「藍點」代表教育程度最高為大學或更高學歷的「社區」(Jordan, 2018)。
- Fawcett, S., Holt, C., Schultz, J., & Rabinowitz, P. (n.d.). Using Small Area Analysis to Uncover Disparities. Community Tool Box, The University of Kansas.
- Ontario Agency for Health Protection and Promotion (Public Health Ontario). (2018). Small area analysis: a primer for public health units. Toronto, ON: Queen's Printer for Ontario.
- Elliott, P., & Wartenberg, D. (2004). Spatial epidemiology: current approaches and future challenges. Environmental Health Perspectives, 112(9), 998-1006.
- Gasparrini, A. (2022). A tutorial on the case time series design for small-area analysis. BMC Medical Research Methodology, 22:129.
- Jordan, J. (2018). Finding Meaning: The Data Problem with Small Area Analysis in the Social Sciences. Towards Data Science Medium.
- 《『社區心理學實務』的「社區服務方案設計」》專輯(III)：社區資源盤點與地圖繪製─「社區資源」的定義/類型/重要性/識別(盤點)方法、社區地圖繪製的步驟(地理資訊系統)和範例(Google Maps) (2025.10.22)
- 《『社區心理學實務』的「社區服務方案設計」》專輯(II)：「社區」中的研究、『社區心理學』研究的要素和重要性、「行動研究」的源起和發展、「參與式行動研究」的定義/關鍵過程和範例(一)(二) (2025.10.16)
- 《『社區心理學實務』的「社區服務方案設計」》專輯(I)：「參與式」的社區介入規劃方法 (2025.10.14)
- 《『社區科學』的過去．現在．未來》專輯(I)：近5000年的『科學』史摘述、「科學革命」的誕生與其影響 (2025.5.17)
- 《『社區科學』的過去．現在．未來》專輯(II)：『心理學』作為一門『科學』的歷史觀點 (2025.5.23)
- 《『社區科學』的過去．現在．未來》專輯(III)：「科學革命的結構」—『典範轉移』的定義、循環、影響和範例 (2025.5.26)
- 《『社區科學』的過去．現在．未來》專輯(IV)：「科學哲學」的定義與演進，以及對『社區科學』研究實踐的影響 (2025.6.3)
- 《『社區科學』的過去．現在．未來》專輯(V)：『社區科學』的定義、特徵，以及與『心理學』領域的交集 (2025.6.6)
- 《『社區科學』的過去．現在．未來》專輯(VI)：生態效度、心理政治效度、社區研究和行動的綜合生態模式 (2025.6.11)
- 《『社區科學』的過去．現在．未來》專輯(VII)：彌合『科學』與實踐之間的差距─『預防科學』新典範、「以社區為中心」模式、推廣和實施的「互動系統架構」(ISF) (2025.6.15)
- 《『社區科學』的過去．現在．未來》專輯(VIII)：捕捉「社區」脈絡的『科學』方法─多層次模式(MLM)、地理資訊系統(GIS)、社會網絡分析(SNA)和集群分析(CA) (2025.6.20)
- 《『社區科學』的過去．現在．未來》專輯(IX)：「方案評估」和『科學』之間的關係─「評估」的歷史演進、「方案評估」的定義/目的/哲學觀/邏輯、「結果」和「影響」評估的區別與實例、「獲得結果」(GTO)的責信 (2025.6.26)
- 《『社區科學』的過去．現在．未來》專輯(X)：『人工智慧』(AI)的「方案評估」應用─發展進程、定義與概念、『科學』觀點、SWOT分析、應用實例、倫理議題和未來方向 (2025.6.29)
沒有留言:
張貼留言