美国城市无家可归现象的动态

住房成本与无家可归现象之间的关系，对市和县政府应对无家可归人口增长的方式具有重要影响。尽管公共政策文献中的许多分析已考察了无家可归率在社区间的差异，以识别无家可归的因果机制（Byrne等，2013；Lee等，2003；Fargo等，2013），但很少有研究考察同一社区内随时间变化的无家可归计数（McCandless等，2016）。为考察美国25个最大都市区无家可归人口计数的趋势，我们开发了一个针对时变无家可归计数数据的动态贝叶斯分层模型。特别注意的是对无家可归计数生成和测量过程中的不确定性进行建模，并关键区分了无家可归者的计数数量与无家可归人口的实际规模。对于每个受研究的都市区，我们调查了Zillow租金指数增长与无家可归人口增长之间的关系。探讨了推断对时点计数准确性潜在改进的敏感性，并给出证据表明，从2011年至2016年推断出的无家可归率增长依赖于关于无家可归计数准确性的先验信念。该研究的一个主要发现是，无家可归与租金成本之间的关系在纽约、洛杉矶、华盛顿特区和西雅图最强。