丰富数据
您的分析需要数据，因此您将创建一个包含格威内特县人口普查区域的图层。 之后，您将利用适宜性分析中用到的关键社会经济脆弱性指标来丰富这些区域。
创建工程
首先，您将在 ArcGIS Pro 中创建一个工程。 您还需要确认您拥有完成本教程所需的 ArcGIS Business Analyst 许可。
- 启动 ArcGIS Pro。 如果收到系统提示，请使用您获得许可的 ArcGIS 组织账户登录。
注：
如果您没有 ArcGIS Pro 的访问权限或者 ArcGIS 组织帐户，请参阅软件访问权限选项。
- 在新建工程下，单击地图。
- 在新建工程窗口中，对于名称，键入 Socioeconomic_vulnerability_in_Gwinnett_County。 保持位置不变并确认为此工程创建文件夹处于选中状态。
- 单击确定。
该工程即会创建并包含一个默认地图。 目前，唯一的图层是提供地理背景的地形底图。
- 单击功能区上的工程选项卡。
- 单击许可。
- 在 ArcGIS Pro 扩展模块下，确认您具有完成本教程所需的 ArcGIS Business Analyst 许可。
注：
要了解有关 ArcGIS Business Analyst 许可以及如何获取的详细信息，请访问 ArcGIS Business Analyst 产品页面。
- 单击返回按钮。
返回到您的工程。
添加人口普查区域边界
接下来，您将使用 ArcGIS Business Analyst 扩展模块提供的地理处理工具为格威内特县创建人口普查区域边界图层。
注：
本教程中的工作流适用于任何美国县或同级县。 如果您愿意，您可以使用您感兴趣的县而不是格威内特县，但您的结果将与示例图像不同。 建议您先完成格威内特县的工作流，然后再尝试其他县的工作流。
在继续之前，请确认您使用的是来自 Esri 的最新美国数据。
- 在功能区上，单击分析选项卡。
- 在工作流组中，单击 Business Analysis。
- 在菜单底部，确认 Business Analyst 数据源设置为美国 (Esri 2023)。
注：
如果数据源未设置为美国 (Esri 2023)，请单击更改数据源。 在 Business Analyst 数据源窗口中，在门户下，单击北美洲。 展开美国，然后单击 Esri 2023。 单击确定。
接下来，将创建人口普查区域边界。
- 在地理处理组中，单击工具。
将出现地理处理窗格。
- 在地理处理窗格搜索栏中，键入 Generate Standard Geography Trade Areas。 在结果列表中，单击 Generate Standard Geography Trade Areas。
此工具将根据活动 ArcGIS Business Analyst 数据源在您指定的级别上创建具有基本地理边界的图层。
- 对于地理级别，选择 人口普查区域（美国）。
- 对于输出要素类，输入 Gwinnett_County_tracts。
接下来，您将选择想要包含在输出图层中的人口普查区域。 您可以搜索并选择美国任何县的人口普查区域。
- 对于地理 ID 列表，单击浏览按钮。
- 在选择地理：美国人口普查窗口中，单击 US by Tracts。
随即出现所有州列表。 格威内特县位于佐治亚州。
- 单击佐治亚州。
- 在佐治亚州县列表中，向下滚动并单击格威内特县。
提示：
您也可以使用搜索栏搜索该县。
出现该县所有人口普查区域的列表。 每个人口普查区域都用一个数字指定。 您将选择该县的每个区域。
- 选中格威内特县复选框。
图标表示已选择 220 个人口普查区域。 该数字代表了格威内特县的区域总数。
注：
Generate Standard Geography Trade Areas 工具仅可处理最多 1000 条记录。 对于拥有超过 1,000 个人口普查区域的县，建议在运行该工具时将地理级别设置为县 (US.Counties)，并将地理 ID 列表设置为感兴趣的县。 这将创建一个县边界的图层。 然后，运行根据叠加生成地理要素工具在县边界内创建人口普查区域。 有关此工具的更多信息，请参阅生成标准地理、距离或基于时间的贸易区域文档页面。
- 单击确定。
- 在地理处理窗格中，单击运行。
该工具随即运行。 创建了格威内特县人口普查区域的图层并将其添加到地图中。
注：
您的默认符号系统可能与示例图像的符号系统不同。
您需要将底图更改为具有更简约设计的外观，以强调您的分析结果作为地图的焦点。
- 单击功能区上的地图选项卡。 在图层组中，单击底图。
- 选择浅灰色画布底图。
底图即会更改。
- 在快速访问工具栏中，单击保存工程按钮。
提示：
您也可以按 Ctrl+S 以保存工程。
添加社会经济指标
现在您已经拥有研究区域的人口普查区域数据，您可以利用关键指标来丰富这些数据，以评估社会经济脆弱性，包括收入、住房、就业和健康保险。 您将使用丰富图层工具，该工具根据要素的地理位置向其添加人口统计数据。
注：
在现实情况下，在确定使用哪些指标来确定社会经济脆弱性之前，重要的是与广泛的利益相关者（包括受影响地区的居民）合作，以确定分析的目的和您想要回答的问题。
- 在地理处理窗格中，单击后退按钮。
- 在搜索栏中，键入 Enrich Layer。 在结果列表中，选择丰富图层（Business Analyst 工具）。
- 对于输入要素，选择 Gwinnett_County_ tracts。 对于输出要素类，键入 Gwinnett_County_enriched。
- 单击变量旁边的加号按钮。
数据浏览器窗口随即显示。 该窗口对所选数据源可用的所有数据变量进行分类并显示。 您将搜索并添加可体现社会经济脆弱性的以下组成部分的变量：
- 收入和就业状态
- 贫困与政府援助
- 住房负担能力和负担
- 医疗健保访问权限
- 教育和数字访问权限
- 残疾和无障碍
注：
本教程末尾的变量基本原理部分提供了每个变量的列表、它们的维度以及将它们纳入分析的原因。
- 在数据浏览器窗口的搜索栏中，输入 Household Income，然后按 Enter 键。
- 在结果列表中，选中 2023 年家庭收入中值框。
对于该变量，有两个选项，称为指标：# 和 Index。 这些指标决定了收入是以原始数字来衡量，还是以与全国平均水平进行比较的指数来衡量。 您可以选择包含其中一个或两个指标，但对于本教程，您只需添加默认选择的数字指标。
显示/隐藏详细信息面板图标表示您已选择了一个变量。
- 在搜索栏中输入 Food Stamps，然后按 Enter 键。
- 在结果列表中，选中 2021 年有食品券/SNAP 的家庭（ACS 5 年）框。 选择百分比指标 (%) 并取消选择计数指标 (#)。
现在，有食品券的家庭（HH）的数据将以占总家庭数量的百分比表示，而不是原始数字。
- 使用搜索栏，搜索并添加具有指示指标的以下变量：
变量 指标 2023 年房屋价值中值
#
2023 年业主占用的住宅
%
2021 年家庭/租金总额占收入 50+%（ACS 5-年）
%
2021 HHs: Inc Below Poverty Level (ACS 5-Yr)
%
2023 年年龄为 25 以上的人口：学士学位
%
2023 年年龄大于 16 的失业人口数
%
2021 年有 1 名以上残障人士的家庭（ACS 5-年）
%
2021 年年龄在 35-64 之间的人口数：无健康保险（ACS 5 年）
%
2021 年年龄为 65 以上的人口：无健保（ACS 5-年）
%
2021 HHs w/No Internet Access (ACS 5-Yr)
%
您一共选择了 12 个变量。
- 单击确定。
变量已添加到丰富图层工具窗格。 您将保存此变量列表，以便以后再次使用它们来分析不同的县。
- 单击保存列表。
- 在保存变量列表窗口中，对于名称，输入 Socioeconomic and Demographic Variables。 单击确定。
您可以稍后通过打开数据浏览器窗口并单击变量列表选项卡来访问该变量列表。
在运行工具之前，您需要估算其配额使用情况。 该工具消耗的配额数取决于变量数以及地理区域的大小。 因为您使用的研究区域较小，所以配额数应该相对较小。 如果您在拥有更多人口普查区域的较大县运行该工具，则配额数可能会高得多。 建议您在运行消耗配额的工具之前检查配额使用情况。
- 在丰富图层工具窗格顶部，单击估算配额链接。
工具将消耗 26.4 配额。 列出您帐户中的配额数进行比较。
注：
如果您没有足够的配额来完成此步骤，或者您不想花费配额，则可以使用提供的丰富图层来继续本教程。 要添加此图层，需要在功能区地图选项卡的图层组中，单击添加数据。 搜索 Gwinnett_County_enriched owner:Learn_ArcGIS。 在结果列表中，选择 Gwinnett_County_enriched 图层。 然后选择地理处理窗格，而不是运行工具。
- 单击运行。
Gwinnett_County_enriched 图层已添加到内容窗格并显示在地图中。 图层看起来与原始图层没有什么不同，但在其属性表中包含了新的信息。
- 在内容窗格中，右键单击 Gwinnett_County_enriched 并选择属性表。 在表中，滚动至右侧。
选择的变量已添加为属性字段。 每个变量由表中的一列表示。
- 关闭表。 保存工程。
评估变量之间的相关性
在使用添加的变量进行分析之前，您需要研究它们之间的相关性。 高度相关的变量可能会对结果产生不成比例的影响和扭曲。 如果两个变量相关，则可能需要删除一个。
为了确定相关性，您需要创建一个散点图矩阵，它显示数据中的模式和关系。
- 在内容窗格中，确认已选择 Gwinnett_County_enriched 图层。
- 单击功能区上的数据选项卡。 在可视化组中，单击创建图表并选择散点图矩阵。
随即显示一个空白图表和图表属性窗格。
- 在图表属性窗格中，单击数值字段下的选择。
- 在选择菜单上，选中以下字段的框：
- 2023 年家庭收入中值
- 2021 年有食品券/加入 SNAP 的家庭（ACS 5 年）：百分比
- 2023 年房屋价值中值
- 2023 年房主自用住宅单位：百分比
- 2021 年家庭/租金总额占收入 50+%（ACS 5-年）：百分比
- 2021 HHs: Inc Below Poverty Level (ACS 5-Yr): Percent
- 2023 年年龄为 25 以上的人口：学士学位：百分比
- 2023 年年龄大于 16 的失业人口数：百分比
- 2021 年有 1 名以上残障人士的家庭（ACS 5-年）：百分比
- 2021 年年龄为 35-64 岁的人口：无健保（ACS 5-年）：百分比
- 2021 年年龄为 65 岁以上的人口：无健保（ACS 5-年）：百分比
- 2021 HHs w/No Internet Access (ACS 5-Yr): Percent
- 单击应用。
图表将更新，显示所选字段的散点图矩阵。 您将设置图表以使用 Pearson 相关系数，这是一种评估变量之间相关程度的统计方法。
- 在矩阵布局下，设置以下参数：
- 对于左下，选择 Pearson 相关系数。
- 对于右上，选择散点图。
- 对于排序依据，选择 Pearson 相关系数。
图表随即进行更新。
注：
为了更好地查看变量名称，您可以调整图表大小。 您还可以指向矩形来查看正在比较的变量的名称。
彩色矩形表示 x 轴和 y 轴上相应变量之间的相关程度。 深粉色矩形表示负相关（当一个变量增加时，另一个变量减少），而深绿色矩形表示正相关（当一个变量增加时，另一个变量增加）。 每个矩形中的数字是其 Pearson 相关系数值，范围从 -1 到 1。 值为 0 表示没有相关性。 低于 -.8 的值表示非常强的负相关性，而高于 .8 的值表示非常强的正相关性。
总体而言，大多数变量之间没有太大的相关性。 最强的相关性是家庭收入中位数和房主自用住宅单位之间的相关性。 该矩形的 Pearson 相关系数值为 0.73。
由于它们具有很强的相关性，您可以选择从分析中删除其中一个变量。 不过，对于本教程，您将保留这两者，因为变量之间存在一些相关性是可以接受的。
- 关闭图表和图表属性窗格。
- 保存工程。
到目前为止，您已经为佐治亚州格威内特县创建了一个人口普查区域图层。 您使用社会经济数据丰富了该图层，并使用散点图矩阵评估了变量之间的相关性。 您已准备好执行适宜性分析。
计算优先级得分
使用 ArcGIS Business Analyst Pro 的适宜性分析用于根据多个加权条件对站点进行排名和评分。 在这种情况下，您的条件就是您用来丰富人口普查区域图层的变量。 您将使用适宜性分析来识别社会经济脆弱性较高的区域，并可根据其需求优先采取干预措施。
执行适宜性分析
首先，您将创建适宜性分析图层。 然后，您将指定要用作适宜性条件的字段，并适当调整每个条件的影响。 分析结果将为每个人口普查区域得出适宜性得分，表明干预的优先级别较高或较低。
- 在功能区上，单击分析选项卡。 在工作流组中，单击 Business Analysis 然后选择适宜性分析。
创建适宜性分析图层工具随即显示。 该工具会在内容窗格中创建一个新图层来存储分析结果。
- 对于输入要素，选择 Gwinnett_County_enriched。 对于图层名称，键入 Gwinnett County Priority Levels。
- 单击运行。
工具即会运行并创建图层。 接下来，您需要选择将分析的条件。
- 在功能区上，单击适宜性分析选项卡。 在条件组中，单击添加条件下拉菜单，然后选择从输入图层添加字段。
添加基于字段的适宜性条件工具随即显示。
- 对于输入适宜性分析图层，确认已选择 Gwinnett County Priority Levels。 对于字段，单击添加多项按钮。
出现图层中的字段列表，其中包括您通过丰富添加的变量。
- 在字段列表中，选中以下字段的框：
- 2023 年家庭收入中值
- 2021 年有食品券/加入 SNAP 的家庭（ACS 5 年）：百分比
- 2023 年房屋价值中值
- 2023 年房主自用住宅单位：百分比
- 2021 年家庭/租金总额占收入 50+%（ACS 5-年）：百分比
- 2021 HHs: Inc Below Poverty Level (ACS 5-Yr): Percent
- 2023 年年龄为 25 以上的人口：学士学位：百分比
- 2023 年年龄大于 16 的失业人口数：百分比
- 2021 年有 1 名以上残障人士的家庭（ACS 5-年）：百分比
- 2021 年年龄为 35-64 岁的人口：无健保（ACS 5-年）：百分比
- 2021 年年龄为 65 岁以上的人口：无健保（ACS 5-年）：百分比
- 2021 HHs w/No Internet Access (ACS 5-Yr): Percent
- 单击添加。
已添加 12 个字段。
- 单击运行。
该工具随即运行。 它根据您选择的字段计算每个人口普查区域的适宜性得分。 Gwinnett County Priority Levels 图层符号系统将更新，以显示适宜性分数值的范围。
这些结果认为所有 12 个字段或条件具有相同的权重和影响。 但是，并非所有条件都会以相同的方式影响社会经济脆弱性。 例如，家庭收入中位数越高，脆弱性越小，而失业人口越多，则脆弱性越大。 您将调整变量以便它们适当地影响分析。
默认情况下，当您更改条件时，结果会自动计算并应用于地图上。 您将关闭自动计算，直到完成所有更改。
- 在适宜性分析选项卡的适宜性得分组中，关闭自动计算。
- 在条件组中，单击适宜性条件。
适宜性分析窗格随即显示。 它列出了分析中使用的条件。 每个条件具有多个关联参数。
默认情况下，所有条件具有相同的权重值。 权重表示某个条件相对于其他条件对于分析的重要性。 它以百分比表示，并且所有权重之和必须等于 100。 因为您有 12 个变量，所以默认权重是 100 除以 12，或 8.33。 您可以调整权重，以使某些变量对于分析来说更重要或更不重要。 例如，可以让家庭收入中位数变得更加重要，同时让拥有食品券的家庭变得不那么重要。
影响参数决定条件对分析产生积极还是消极的影响。 默认情况下，所有条件都有积极影响，这意味着值越高，干预的优先级就越高。 虽然这种影响对于大多数条件来说都是正确的，但有些条件（如家庭收入中位数）应该有负面影响，这意味着较低的值表示较高的优先级。
最小值和最大值参数可用于从分析中排除最小值或最大值范围之外的要素。
对于本教程，您不会更改权重或最小值和最大值。 然而，对于某些参数，您会改变其影响。
- 对于 2023 Median Household Income，展开其他选项。 对于影响，选择反比。
- 对于以下变量，将影响更改为反向：
- 2023 年房屋价值中值
- 2023 年房主自用住宅单位：百分比
- 2023 年年龄为 25 以上的人口：学士学位：百分比
现在，所有条件都对分析产生了适当的影响。 您将重新计算适宜性得分。
- 在功能区的适宜性得分组中，选中自动计算旁边的框。
Gwinnett County Priority Level 图层将更新以反映所作的更改。 优先级较低的区域为黄色，优先级较高的区域为红色。
地图显示，该县中西部有许多高优先级人口普查区域，北部和南部也有一些高优先级人口普查区域。
- 保存工程。
符号化区域
现在，适宜性分析已完成，您将对结果进行符号化。 目前，有五种符号类，由数据集中的统计数据模式定义。 您的符号系统将把数据分类为四分位数，这会将数据分成四个相等的部分。
- 在内容窗格中，右键单击 Gwinnett County Priority Levels 并选择符号系统。
随即显示符号系统窗格。 图层已经使用分级色彩应用于其符号系统，因此您只需更改方法和类的数量。
- 对于方法，选择分位数。 对于类，选择 4。
您还将更改配色方案。
- 对于配色方案，选择紫色（4 类）。
提示：
要查看配色方案的名称，可指向配色方案或选中显示名称旁边的框。
将会在地图上更新符号系统。 现在，图层有四个符号类。 每个符号类代表人口普查区域总数的 25%，按优先级别排列。
符号类别的标注使用每个四分位数的适宜性得分中断。 对于不理解其含义的用户来说，适宜性得分可能没有多大意义。 您将更改符号类标注来描述每个四分位数的优先级。
- 在类下，双击第一个符号类的标注进行编辑。 键入 Class 1: Least Priority，然后按下 Enter 键。
- 将第二个符号类的标注更改为 Class 2: Low Priority，将第三个符号类的标注更改为 Class 3: Moderate Priority，将第四个符号类的标注更改为 Class 4: High Priority。
标注会在内容窗格中更新。
- 关闭符号系统窗格。 保存工程。
您已经在 ArcGIS Business Analyst Pro 中执行了适宜性分析，以评估哪些人口普查区域应优先采取干预措施来改善社会经济脆弱性。 接下来，您将使用图表和人口统计数据来展示结果背景环境。
展示结果背景环境
您创建的图层根据社会经济脆弱性指标，对格威内特县的人口普查区域进行干预优先排序。 虽然您的分析已经完成，但您仍然可以通过背景信息来改进地图，以便更好地了解该县的人口统计数据。
首先，您需要创建图表来显示每个优先级别的特定人口统计变量，例如收入。 然后，您将向地图添加另一个图层，显示每个区域的主要种族或民族。 这种背景可以帮助政策制定者做出更明智的决定，根据需要公平地分配资源。
按优先级别对区域进行分类
当您将优先级别图层符号化时，您将数据分类为四分位数。 这些四分位数作为优先级别的基础，从最低优先级到最高优先级。 目前，此分类仅存在于图层的符号系统中。 要使用此分类创建图表或执行进一步分析，您需要在图层的属性表中创建一个字段来显示每个区域的优先级。 您可以使用重分类字段工具来完成此操作。
- 在功能区上，单击分析选项卡。 在地理处理组中，单击工具。
- 在地理处理窗格中，搜索并打开重分类工具。
此工具根据指定的统计方法对字段进行重分类，并使用结果创建新字段。
- 对于输入表，选择格威内特县优先级。
接下来，您将选择字段进行重分类。 由适宜性分析创建的输出字段称为最终得分。
- 对于要重分类的字段，选择最终得分。
- 对于重分类方法，选择分位数。 对于类数目，键入 4。
- 对于输出字段名称，输入 Priority_Level_by_Quartile。
- 单击运行。
该工具随即运行。 因为分析仅影响属性表，所以地图不会改变。
- 打开 Gwinnett County Priority Levels 图层的属性表。 滚动至表的末尾。
工具会将两个字段添加到表末尾：Priority_Level_by_Quartile_CLASS 和 Priority_Level_by_Quartile_RANGE。 第一个显示区域是否位于第一、第二、第三或第四四分位数，而第二个显示区域四分位数内的值范围。 由于您对图层符号系统使用了相同的分类方法，因此表中的类别与符号相对应。
- 关闭表。
创建图表以比较类。
创建具有四分位数类别的字段的价值在于您可以使用这些类别进行进一步的分析。 例如，如果想知道某个特定的社会经济指标（如收入中位数）在不同阶层之间的差异，该怎么办？ 您将创建图表来显示每个类别的平均收入中位数。
- 在内容窗格中，右键单击格威内特县优先级，指向创建图表并选择条形图。
随即显示图表和图表属性窗格。
- 在图表属性窗格中，对于类别或日期，选择 Priority_Level_by_Quartile_CLASS。
您将设置 y 轴来显示平均家庭收入。
- 对于聚合，选择平均值。
- 对于数值字段，单击选择。 选中 2023 Median Household Income 框并单击应用。
图表将更新以显示每个优先级别的 2023 年平均家庭收入中位数。 查看图表之前，您将更改图表标题和轴标注以更易于理解。
- 在图表属性窗格中，单击常规选项卡。
- 设置以下参数：
- 对于图表标题，输入 Priority class by 2023 median household income。
- 对于 X 轴标题，键入 Priority class。
- 对于 Y 轴标题，输入 Mean of 2023 median household income。
图表现在完成。
图表显示出优先等级较高的阶层拥有较低家庭收入中位数的明显趋势。 第一类人的收入（约 118,000 美元）是第四类人收入（约 53,000 美元）的两倍多，由此可以看出整个县的经济差距。 2022 年，佐治亚州的家庭收入中位数为 71,355 美元。 第三类人略高于该数字，而第四类人则低于该数字。
提示：
您可以重复本节中的工作流来为用于适宜性分析的任何人口统计变量创建图表。 您甚至可以使用丰富图层工具添加其他变量进行比较。 例如，您可以用有关种族和民族的信息丰富您的数据，并按优先级绘制图表，以更好地了解不同社会经济群体之间的种族和民族差异。
- 关闭图表和图表属性窗格。
添加种族和民族数据
到目前为止，您的分析还没有考虑种族和民族。 种族和民族往往与社会经济脆弱性交织在一起，在确定如何优先分配干预资源时是需要考虑的重要因素。 为了使您的分析结果更具背景性，您需要添加 ArcGIS Living Atlas 图层来显示每个人口普查区域的主要种族。
- 单击功能区上的地图选项卡。 在图层组中，单击添加数据按钮。
- 在添加数据窗口中的门户下，单击 Living Atlas。 搜索 ACS Race and Hispanic Origin Variables。
- 双击 ACS Race and Hispanic Origin Variables - Centroids。
图层有三个子图层，对应不同的地理位置：县、州和区域。 您将添加 tract 图层，因为您的分析涉及人口普查区域。
- 双击区域。
图层随即添加到地图。
图层显示质心或代表面（在本例中为人口普查区域面）中心的点符号。 圆形的大小与人口相对应，颜色与每个区域的主要种族或民族相对应。 每个符号的透明度表明了主导地位的强度。
您将创建定义查询以仅显示格威内特县。
- 在内容窗格中，双击区域。
- 在图层属性窗口中，单击定义查询选项卡。 单击新建定义查询。
- 创建语句 Where State is equal to Georgia。 添加语句 And County is equal to Gwinnett County。
- 单击确定。
图层属性窗口关闭并应用查询。 现在，仅显示格威内特县的质心。
最后，您将调整符号系统，以便质心在优先级别上更加清晰地显示。
- 在内容窗格中，右键单击 Tract，然后选择符号系统。
您将为每个符号添加一个晕圈，以便它们在各种背景颜色上更加强烈地显示出来。
- 在类下，单击更多，然后选择格式化所有符号。
- 单击属性选项卡。 展开晕圈并将晕圈符号更改为黑色填充。
- 将晕圈大小更改为 0.5 磅。
- 在符号系统窗格的底部单击应用。
晕圈已应用至地图。 您还需要调整符号的大小和透明度。
- 单击选项按钮并选择按属性变更符号系统。
- 展开透明度。 对于低值，输入 60%。
- 展开大小。 将最小值更改为 5 pt，并将最大值更改为 35 pt。
这些更改将应用到地图。 现在，更易于读取每个符号的颜色。
地图清楚地显示了格威内特县的种族和民族多样性。 该县西部的许多高优先级人口普查区域都有绿色（西班牙裔）或黄色（黑人）的质心，这表明种族差异与社会经济脆弱性有关。 在这种背景下，政策制定者可以更好地理解种族和民族如何影响您的结果。
- 保存工程。
变量基本原理
本示例分析中使用的每个变量或指标都反映了社会经济脆弱性的不同维度。 建议您与包括受影响社区的成员或代表在内的利益相关者群体合作选择和开发维度和指标。 要了解有关选择创建综合指数的指标的详细信息，请参阅 Esri 技术论文《使用 ArcGIS 创建综合指数：最佳实践》。
| 尺寸 | 变量或指标 | 基本原理 |
|---|---|---|
| 收入和就业状态 |
| 收入和就业状态可以表明一个地区的整体经济健康状况和就业市场实力。 |
贫困与政府援助 |
| 高贫困率是衡量社区整体经济健康状况的一个指标，也是难以满足食物、避难所和医疗等基本需求的人口比例的指标。 贫困还常常与一系列其他脆弱性相关，包括获得优质教育的机会有限、暴露于犯罪率较高的地区以及健康风险增加。 在贫困中长大的儿童尤其面临风险，这将对他们的教育、健康和未来的经济机会产生长期影响。 |
住房负担能力和负担 |
| 住房负担能力揭示了家庭的经济负担。 住房支出理想情况下不应超过家庭收入的 28-33％。 背负沉重抵押贷款负担的家庭在收入减少或失业的情况下更容易受到经济不稳定的影响。 房屋中位价是反映一个地区整体经济繁荣程度的指标之一，而自住房比例则为社区稳定和长期投资提供了宝贵的信息。 |
教育和数字访问权限 |
| 较高的教育水平通常会带来更好的就业前景、更高的收入和更好的生活质量。 Internet 访问权限对于教育、求职和获取服务至关重要。 缺乏数字化访问权限可能加剧教育和经济差距。 |
医疗访问权限 |
| 没有健康保险的个人可能承受着高额医疗成本的负担。 这可能会带来巨大的经济压力，尤其是在出现意外严重疾病或受伤的情况下。 没有医疗保险的人不太可能获得预防保健服务，例如定期检查、接种疫苗和早期疾病筛查。 这可能会导致诊断和治疗的延迟，从而引发更严重的健康问题，并且治疗费用昂贵。 |
残疾和无障碍 |
| 此部分承认了有残疾成员的家庭面临的独特挑战。 残疾会影响就业机会、收入水平、获得医疗保健的机会以及整体生活质量。 |
在本教程中，您执行了适宜性分析来确定社会经济脆弱性。 您使用社会经济指标丰富了人口普查区域数据，计算了每个区域的脆弱性分数，并使用种族和民族数据将结果具体化，揭示了重要的见解和潜在的政策含义。 通过此分析，您可以突出显示格威内特县应优先进行有针对性干预的人口普查区域，从而为决策者提供数据驱动的洞察力，以实现积极的社区变革。
此工作流可在美国任何县执行。 要查看国家级分析，请参阅社会经济脆弱性 web 地图。 要了解有关适宜性分析工作流的详细信息，请参阅执行适宜性分析。
您可以在教程库中找到更多教程。
