使用密度泛函涨落理论预测社区尺度的种族动态

种族居住隔离是美国社会的一个决定性且持久的特征，它塑造了群体间关系、收入和健康方面的种族差异，以及对高质量公共物品和服务的获取。旨在解决这些不平等问题的政策设计，若能借助能够预测社区尺度种族分类动态的隔离描述性模型，将得到更好的指导。尽管粗略的区域人口预测被广泛获取，但小区域人口变化仍然难以预测，因为关于迁移的细粒度数据有限，且流动行为是由复杂的社会和特有动态驱动的。因此，为了考虑这些驱动因素，有必要开发能够仅基于可用数据的统计分析来提取对其人口动态影响的有效描述的方法。在此，我们开发并验证了一种密度泛函涨落理论，该理论利用从人口计数中提取的密度相关函数来量化隔离，并使用这些函数准确预测美国各社区的种族/族裔构成可能如何变化。重要的是，DFFT 对隔离潜在原因的性质做出了最少的假设，旨在量化不同构成区域中具有不同总人口的社区的隔离。这种量化可用于准确预测社区构成的平均变化，以及发生更剧烈变化的可能性，例如与贵族化和社区临界点相关的变化。因此，DFFT 为研究人员和政策制定者提供了一个强大的框架，以更好地量化和预测社区尺度的隔离及其相关动态。