食品购买数据揭示了伦敦“食品荒漠”的位置

《PLOS Complex Systems》：Food purchase data reveals the locations of London’s ‘food deserts’

营养均衡的饮食对预防饮食相关疾病至关重要。伦敦超过半数居民超重或肥胖，食物沙漠问题突出。本文基于tesco百万量级交易数据，通过主成分分析（PCA）识别出高糖高碳水化合物的营养缺失型购买模式，并利用地理加权回归（GWR）揭示该模式与收入、种族构成、汽车拥有率等社会人口因素的动态空间关联。研究发现，营养缺失型购买呈现显著空间聚集特征，东伦敦、西伦敦及北西伦敦部分区域构成主要食物沙漠，其驱动因素因区域异质性而存在差异。这种基于消费行为数据的新方法为精准定位食物沙漠和制定区域化干预措施提供了数据支持。

　　饮食质量对公共健康的影响日益受到重视。在英国，肥胖及相关疾病已成为主要的死亡原因之一，伦敦地区超过一半的居民被归类为超重或肥胖。这一现象引发了对“食物沙漠”（food deserts）概念的深入探讨，即居民难以获得营养均衡饮食的地区。传统上，“食物沙漠”常被认为是指缺乏附近超市的区域，但现代研究表明，这种现象在城市环境中更为复杂，涉及的因素包括食品的可负担性、可获得性、居民对健康饮食的认知以及其生活方式的多样性。因此，识别“食物沙漠”不仅仅是地理位置的问题，还涉及多个维度的食品获取障碍。

为了更准确地识别这些区域，研究者开始采用更加细致的数据分析方法。本研究通过分析伦敦地区160万Tesco会员的食品购买记录，探讨了食品购买模式与社会人口因素之间的关系。这种数据驱动的方法能够提供直接的证据，揭示居民在家中消费的食品类型，从而更精确地识别出营养不良的饮食模式。研究发现，食品购买行为在空间上存在明显的聚类现象，某些区域的居民更倾向于购买高糖、高碳水化合物和加工食品，而另一些区域则更偏向于高纤维和高蛋白食品的消费。这种空间异质性表明，不能简单地用统一的标准来定义“食物沙漠”，而是需要考虑不同地区的具体情况。

研究采用了一种称为地理加权回归（Geographically Weighted Regression, GWR）的方法，这种方法能够捕捉变量间关系的非平稳性。通过GWR，研究者发现社会人口因素、步行时间以及汽车拥有率对食品购买行为的影响在不同区域存在显著差异。例如，在伦敦东部和西部，较高的家庭收入与较高的营养不良食品购买行为相关，而在某些区域，如Ealing，黑人、亚洲和少数民族人口比例与营养不良食品的购买行为密切相关。这些发现为制定本地化的公共健康策略提供了依据，表明需要根据具体的社会经济特征和环境因素来设计干预措施。

此外，研究还揭示了一些出人意料的结果。例如，尽管汽车拥有率通常被认为与食品获取能力有关，但在某些“食物沙漠”区域，高汽车拥有率反而与营养不良食品的购买行为相关。这一现象可能反映出这些地区虽然拥有更多的交通选择，但居民仍然面临其他形式的食品获取障碍，如价格和食品种类的可得性。因此，研究强调了不能简单地将“食物沙漠”与地理位置挂钩，而应结合多种因素进行综合分析。

本研究不仅提供了对伦敦地区食品获取障碍的全面理解，还展示了大规模消费者数据在揭示城市健康挑战方面的潜力。通过将食品购买数据与社会人口特征进行关联，研究者能够更准确地识别出哪些因素最显著地影响了食品购买行为。例如，较低的家庭收入、较高的少数民族人口比例以及较高的汽车拥有率都被发现与营养不良食品的购买行为密切相关。这些发现对于政策制定者和公共健康专家来说具有重要意义，因为他们可以据此设计更有效的干预措施，以改善特定社区的饮食质量和健康状况。

研究还指出了一些局限性。首先，数据仅限于Tesco的购买记录，可能忽略了其他食品来源，如快餐店、食品配送服务或本地市场。其次，缺乏时间序列数据使得研究无法观察食品购买行为随时间的变化，这限制了对季节性波动或长期趋势的分析。因此，未来的研究需要结合更全面的数据来源，包括更细粒度的空间数据和更长时间跨度的食品购买记录，以进一步揭示食品获取障碍的复杂性。

为了更有效地应对“食物沙漠”问题，研究建议采用预测模拟模型，这些模型能够考虑不同区域的独特特征，从而为政策制定提供科学依据。例如，可以通过模拟价格补贴、增加购物频率、改善公共交通或加强健康教育等干预措施，来评估其对居民饮食行为的影响。此外，研究还提到，虽然Tesco在英国拥有最大的市场份额，但其他连锁超市如Aldi和Lidl的数据也可以用于类似的分析，以比较不同零售模式对居民饮食选择的影响。

总体而言，本研究通过分析食品购买数据，揭示了伦敦地区食品获取障碍的多维特征，并强调了基于数据的分析方法在识别“食物沙漠”及其驱动因素方面的优势。这种方法不仅能够帮助政策制定者更好地理解当地居民的饮食行为，还能够为设计更有效的干预措施提供科学支持。通过结合社会人口因素、环境因素以及居民行为数据，研究为改善城市居民的饮食质量和健康状况提供了新的视角和工具。未来的研究可以进一步探索这些因素之间的因果关系，以及如何通过多维度的干预措施来减少饮食不平等，从而提升整体公共健康水平。