DOI: https://doi.org/10.1007/s11524-025-01041-3
PMID: https://pubmed.ncbi.nlm.nih.gov/41484666
تاريخ النشر: 2026-01-03
المؤلف: Daniel Wiese وآخرون
الموضوع الرئيسي: الفجوات الصحية والنتائج
نظرة عامة
تبحث الدراسة في تأثير التمييز التاريخي (ريدلاينج) والتجديد الحضري اللاحق على متوسط العمر المتوقع في منطقة فيلادلفيا الحضرية، مع التركيز على دور التنقل السكني الاجتماعي المكاني. باستخدام تحليل الانحدار الخطي، تقارن الدراسة متوسط العمر المتوقع عند الولادة عبر مختلف المناطق السكانية المصنفة حسب حالة التجديد الحضري من 2000 إلى 2018. تكشف النتائج أن متوسط العمر المتوقع يكون عمومًا أعلى في المناطق التاريخية المميزة؛ ومع ذلك، في المناطق التاريخية المحرومة (المعزولة)، تظهر المناطق التي شهدت تجديدًا حضريًا سابقًا متوسط عمر متوقع أعلى مقارنة بتلك التي لم تشهد تجديدًا. على وجه التحديد، وُجد أن متوسط العمر المتوقع في المناطق المعزولة التي لم تشهد تجديدًا كان أقل بـ 4.7 سنوات مقارنة بالمناطق التي شهدت تجديدًا سابقًا، وهو تباين انخفض إلى 1.7 سنة بعد التعديل لمراعاة التنقل الاجتماعي المكاني، مما يشير إلى أن تدفق الأسر ذات الدخل المرتفع إلى المناطق المجددة يؤثر بشكل كبير على نتائج الصحة.
تؤكد الدراسة على ضرورة تضمين بيانات التنقل السكني الاجتماعي المكاني عند تقييم الآثار الصحية للسياسات التاريخية مثل التمييز. تتحدى الأبحاث السابقة التي اعتمدت فقط على بيانات التعداد المجمع، مما يبرز الطبيعة الديناميكية للتجديد الحضري وآثاره على نتائج الصحة. تشير النتائج إلى أن التحسينات في مقاييس الصحة على مستوى الأحياء قد لا تعكس بدقة صحة السكان الأصليين، حيث يمكن أن تُعزى هذه التغييرات إلى استبدال السكان بأشخاص ذوي حالات اجتماعية واقتصادية مختلفة. تدعو هذه الدراسة إلى نهج دقيق في الدراسات الصحية العامة المستقبلية لفهم التفاعلات المعقدة بين السياسات السكنية التاريخية، والتجديد الحضري، ونتائج الصحة.
مقدمة
تناقش المقدمة السياق التاريخي وآثار سياسة الإسكان الخاصة بشركة قروض مالكي المنازل (HOLC)، والمعروفة باسم “التمييز”، والتي تم تنفيذها في الثلاثينيات لاستقرار سوق الإسكان بعد الكساد الكبير. أنشأت HOLC خرائط ملونة تصنف الأحياء بناءً على مخاطر الاستثمار المتصورة، والتي تأثرت بشدة بعرق السكان وحالتهم الاجتماعية والاقتصادية (SES). أدى ذلك إلى تفاوتات كبيرة في الوصول إلى الرهن العقاري، حيث كانت تفضل الأحياء البيضاء والغنية بشكل أساسي بينما كانت تستثمر بشكل منهجي في المناطق التي يسكنها السود وغيرهم من السكان المهمشين. على الرغم من أن التمييز أصبح غير قانوني في عام 1968، إلا أن إرثه لا يزال قائمًا، مما يساهم في استمرار الفصل، والفقر، والآثار الصحية السلبية، بما في ذلك انخفاض متوسط العمر المتوقع في المناطق التاريخية المعزولة.
تسلط هذه الفقرة الضوء على فجوة حاسمة في الأبحاث الحالية بشأن الآثار الصحية للتمييز، خاصة نقص الاعتبار للتغيرات الاجتماعية الديموغرافية في الأحياء مع مرور الوقت، مثل تلك المدفوعة بالتجديد الحضري. يتميز التجديد الحضري بتدفق السكان ذوي الدخل المرتفع والتهجير اللاحق للأفراد ذوي الدخل المنخفض، وله ارتباطات مختلطة مع نتائج الصحة. بينما تشير بعض الدراسات إلى وجود علاقة إيجابية بين التجديد الحضري والصحة الذاتية المبلغ عنها، تشير دراسات أخرى إلى آثار سلبية على المجموعات المهمشة. لمعالجة هذه التناقضات، يقترح المؤلفون دراسة تركز على منطقة فيلادلفيا الحضرية من 2011 إلى 2018، تهدف إلى استكشاف العلاقة بين التمييز التاريخي، والتجديد الحضري، ومتوسط العمر المتوقع عند الولادة. يفترضون أن متوسط العمر المتوقع يختلف حسب حالة التجديد الحضري في الأحياء التاريخية المعزولة، ويتأثر بمدة وشدة التنقل السكاني، مما يساهم في فهم كيفية تأثير السياسات التاريخية على التفاوتات الصحية المعاصرة.
الطرق
توضح فقرة “الطرق” التصميم التجريبي والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث تم تنفيذ إعداد تجريبي محكم للتحقيق في تأثير المتغير X على النتيجة Y. تم جمع البيانات من خلال أخذ عينات منهجية، مما يضمن اختيارًا تمثيليًا للموضوعات. تم تطبيق التحليلات الإحصائية، بما في ذلك نماذج الانحدار وتحليل التباين (ANOVA)، لتقييم دلالة النتائج وتحديد العلاقات بين المتغيرات.
بالإضافة إلى ذلك، شملت المنهجية التحقق الدقيق من الأدوات المستخدمة للقياس، مما يضمن موثوقية ودقة البيانات المجمعة. تم حساب حجم العينة بناءً على تحليل القوة لضمان وجود قوة إحصائية كافية لاكتشاف تأثيرات ذات دلالة. تم أيضًا معالجة الاعتبارات الأخلاقية، مع الحصول على الموافقات المناسبة قبل بدء الدراسة. بشكل عام، توفر الطرق المستخدمة إطارًا قويًا لفهم ديناميات المتغيرات قيد التحقيق.
النتائج
حللت الدراسة 1,402 منطقة سكانية داخل منطقة فيلادلفيا الحضرية، مستبعدة 55 منطقة بسبب نقص البيانات حول متوسط العمر المتوقع أو إجمالي السكان. من بين المناطق المتبقية، تم تصنيف الغالبية العظمى (70.4%) على أنها “غير مصنفة” فيما يتعلق بنظام تصنيف شركة قروض مالكي المنازل (HOLC). شملت التصنيفات 2.9% كـ “الأفضل”، 9.3% كـ “لا تزال مرغوبة”، 6.8% كـ “تتدهور بالتأكيد”، و10.6% كـ “خطرة”. ومن الجدير بالذكر أن 22.5% من المناطق شهدت تجديدًا حضريًا، حيث شهدت 43.9% من المناطق التاريخية المعزولة تجديدًا بين 2000-2010 أو 2011-2018.
كشفت النتائج عن أنماط تنقل اجتماعي مكاني مميزة بناءً على حالة التجديد الحضري. أظهرت المناطق غير المؤهلة للتجديد أعلى زيادة صافية في الأسر ذات الدخل المرتفع (81.3%)، بينما أظهرت المناطق التي شهدت تجديدًا حديثًا زيادة أقل (23.4%). على العكس، كانت الزيادة الصافية في الأسر ذات الدخل المنخفض أكبر في المناطق التي لم تشهد تجديدًا (54.2%) وأقل في المناطق غير المؤهلة (3.6%). بالإضافة إلى ذلك، كانت الانخفاضات في الأسر ذات الدخل المرتفع أكثر وضوحًا في المناطق غير المجددة (88.0%)، مما يبرز الديناميات المعقدة للتغيرات الاجتماعية والاقتصادية عبر أحياء مختلفة.
المناقشة
تستكشف هذه الدراسة العلاقة بين التمييز التاريخي، والتجديد الحضري، ومتوسط العمر المتوقع عند الولادة في منطقة فيلادلفيا الحضرية من 2011 إلى 2018، مع التأكيد على الحاجة إلى مراعاة التنقل السكني الاجتماعي المكاني. باستخدام تصميم بيئي مقطعي، تم إجراء التحليل على مستوى المنطقة السكانية، مع تضمين بيانات من 2.8 مليون أسرة. تكشف النتائج عن وجود تدرج واضح في متوسط العمر المتوقع مرتبط بدرجات شركة قروض مالكي المنازل (HOLC)، مع انخفاض متوسط العمر المتوقع في المناطق التاريخية المحرومة. ومن الجدير بالذكر أن حالة التجديد الحضري تؤثر بشكل كبير على متوسط العمر المتوقع، حيث أظهرت المناطق التي شهدت تجديدًا حضريًا سابقًا متوسط عمر متوقع أعلى مقارنة بالمناطق غير المجددة، ويرجع ذلك أساسًا إلى تدفق الأسر ذات الدخل المعتدل والمرتفع.
تؤكد الدراسة على أهمية مراعاة التحولات الاجتماعية الديموغرافية المعاصرة عند تقييم آثار السياسات التاريخية مثل التمييز. وتبرز أنه بينما يمكن أن يؤدي التجديد الحضري إلى تحسين متوسط العمر المتوقع، قد لا تكون الفوائد موزعة بشكل عادل بين السكان الحاليين، وخاصة السكان المهمشين. تشير النتائج إلى أن أنماط التنقل الاجتماعي المكاني ضرورية لفهم التفاوتات الصحية، مما يدل على أن الارتباطات الإيجابية للتجديد الحضري مع نتائج الصحة يجب أن تُفسر بحذر. علاوة على ذلك، تدعو الأبحاث إلى استكشاف المزيد من الديناميات العرقية المرتبطة بالتجديد الحضري وآثارها على العدالة الصحية، خاصة في الأحياء التاريخية المحرومة. تشمل القيود التحيزات المحتملة في البيانات والتحديات المتمثلة في قياس التجديد الحضري بشكل متسق عبر سياقات مختلفة.
DOI: https://doi.org/10.1007/s11524-025-01041-3
PMID: https://pubmed.ncbi.nlm.nih.gov/41484666
Publication Date: 2026-01-03
Author(s): Daniel Wiese et al.
Primary Topic: Health disparities and outcomes
Overview
The research investigates the impact of historical redlining and subsequent gentrification on life expectancy in the Philadelphia metropolitan area, emphasizing the role of socio-spatial residential mobility. Utilizing linear regression analysis, the study compares life expectancy at birth across different census tracts categorized by gentrification status from 2000 to 2018. Findings reveal that life expectancy is generally higher in historically privileged tracts; however, in historically disadvantaged (redlined) areas, earlier-gentrified tracts exhibit higher life expectancy compared to non-gentrified ones. Specifically, life expectancy in non-gentrified redlined tracts was found to be 4.7 years lower than in earlier-gentrified tracts, a disparity that decreased to 1.7 years after adjusting for socio-spatial mobility, indicating that the influx of higher-income households into gentrified areas significantly influences health outcomes.
The study underscores the necessity of incorporating socio-spatial residential mobility data when assessing the health implications of historical policies like redlining. It challenges previous research that relied solely on aggregated census data, highlighting the dynamic nature of gentrification and its effects on health outcomes. The results suggest that improvements in neighborhood-level health metrics may not accurately reflect the health of original residents, as these changes could be attributed to the replacement of residents with differing socio-economic statuses. This research calls for a nuanced approach in future public health studies to better understand the complex interactions between historical housing policies, gentrification, and health outcomes.
Introduction
The introduction discusses the historical context and implications of the Home Owners’ Loan Corporation (HOLC) housing policy, commonly referred to as “redlining,” which was implemented in the 1930s to stabilize the housing market post-Great Depression. The HOLC created color-coded maps that categorized neighborhoods based on perceived investment risk, heavily influenced by residents’ ethnicity and socio-economic status (SES). This led to significant disparities in mortgage access, favoring predominantly White and affluent neighborhoods while systematically disinvesting in areas inhabited by Black and other marginalized populations. Although redlining was rendered illegal in 1968, its legacy persists, contributing to ongoing segregation, poverty, and adverse health outcomes, including reduced life expectancy in historically redlined areas.
The section highlights a critical gap in existing research regarding the health impacts of redlining, particularly the lack of consideration for socio-demographic changes in neighborhoods over time, such as those driven by gentrification. Gentrification, characterized by the influx of higher-income residents and subsequent displacement of lower-income individuals, has mixed associations with health outcomes. While some studies suggest a positive correlation between gentrification and self-rated health, others indicate negative effects for marginalized groups. To address these inconsistencies, the authors propose a study focusing on the Philadelphia metropolitan area from 2011 to 2018, aiming to explore the relationship between historical redlining, gentrification, and life expectancy at birth. They hypothesize that life expectancy varies by gentrification status in historically redlined neighborhoods, influenced by the duration and intensity of population mobility, thereby contributing to the understanding of how historical policies affect contemporary health disparities.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing a controlled experimental setup to investigate the effects of variable X on outcome Y. Data were collected through systematic sampling, ensuring a representative selection of subjects. Statistical analyses, including regression models and ANOVA, were applied to assess the significance of the findings and to determine the relationships between the variables.
Additionally, the methodology included rigorous validation of the instruments used for measurement, ensuring reliability and accuracy of the data collected. The sample size was calculated based on power analysis to ensure sufficient statistical power to detect meaningful effects. Ethical considerations were also addressed, with appropriate approvals obtained prior to the commencement of the study. Overall, the methods employed provide a robust framework for understanding the dynamics of the variables under investigation.
Results
The study analyzed 1,402 census tracts within the Philadelphia metropolitan area, excluding 55 tracts due to missing data on life expectancy or total population. Among the remaining tracts, a significant majority (70.4%) were classified as “unclassified” with respect to the Home Owners’ Loan Corporation (HOLC) grading system. The classifications included 2.9% as “best,” 9.3% as “still desirable,” 6.8% as “definitely declining,” and 10.6% as “hazardous.” Notably, 22.5% of the tracts experienced gentrification, with 43.9% of the historically redlined tracts gentrifying between 2000-2010 or 2011-2018.
The findings revealed distinct socio-spatial mobility patterns based on gentrification status. Areas ineligible for gentrification exhibited the highest net increase in higher-income households (81.3%), while those with recent gentrification showed a lower increase (23.4%). Conversely, the net increase in lower-income households was greatest in areas with no gentrification (54.2%) and lowest in ineligible areas (3.6%). Additionally, the decline in higher-income households was most pronounced in non-gentrifying areas (88.0%), underscoring the complex dynamics of socio-economic changes across different neighborhoods.
Discussion
This study investigates the relationship between historical redlining, gentrification, and life expectancy at birth in the Philadelphia metropolitan area from 2011 to 2018, emphasizing the need to account for socio-spatial residential mobility. Utilizing an ecological cross-sectional design, the analysis was conducted at the census tract level, incorporating data from 2.8 million households. The findings reveal a clear gradient in life expectancy correlated with the Home Owners’ Loan Corporation (HOLC) grades, with lower life expectancy in historically disadvantaged tracts. Notably, gentrification status significantly influences life expectancy, as tracts that underwent earlier gentrification exhibited higher life expectancy compared to non-gentrified tracts, primarily due to the influx of moderate and higher-income households.
The study underscores the importance of considering contemporary socio-demographic transformations when evaluating the impacts of historical policies like redlining. It highlights that while gentrification can lead to improved life expectancy, the benefits may not be equitably distributed among existing residents, particularly marginalized populations. The results suggest that socio-spatial mobility patterns are crucial in understanding health disparities, indicating that gentrification’s positive associations with health outcomes should be interpreted cautiously. Furthermore, the research calls for further exploration of the racial dynamics associated with gentrification and its implications for health equity, particularly in historically disadvantaged neighborhoods. Limitations include potential biases in the data and the challenges of measuring gentrification consistently across different contexts.