[논문 리뷰] Prioritizing municipal lead mitigation projects as a relaxed knapsack optimization: a method and case study

Isaac Slavitt|arXiv (Cornell University)|2022. 01. 23.

Environmental Justice and Health Disparities참고 문헌 25인용 수 2

한 줄 요약

이 논문은 지도 기반 토지 및 학교 등록 데이터를 활용하여 어린이별 수은 노출 연수를 추정함으로써, 도시의 수은 서비스 관리선 교체 프로젝트를 우선순위 정렬하기 위한 데이터 기반, 유연한 배낭 최적화 프레임워크를 제안한다. 수익-비용 비율을 통한 순위 매기기를 통해 예산 제약 하에 공중보건 영향을 극대화할 수 있으며, 매사추세츠주 말든의 사례 연구에서 기존 도시 데이터를 활용하여 고영향도 프로젝트를 식별하였다.

ABSTRACT

Lead pipe remediation budgets are limited and ought to maximize public health impact. This goal implies a non-trivial optimization problem; lead service lines connect water mains to individual houses, but any realistic replacement strategy must batch replacements at a larger scale. Additionally, planners typically lack a principled method for comparing the relative public health value of potential interventions and often plan projects based on non-health factors. This paper describes a simple process for estimating child health impact at a parcel level by cleaning and synthesizing municipal datasets that are commonly available but seldom joined due to data quality issues. Using geocoding as the core record linkage mechanism, parcel-level toxicity data can be combined with school enrollment records to indicate where young children and lead lines coexist. A harm metric of estimated exposure-years is described at the parcel level, which can then be aggregated to the project level and minimized globally by posing project selection as a 0/1 knapsack problem. Simplifying further for use by non-experts, the implied linear programming relaxation is solved intuitively with the greedy algorithm; ordering projects by benefit cost ratio produces a priority list which planners can then consider holistically alongside harder to quantify factors. A case study demonstrates the successful application of this framework to a small U.S. city's existing data to prioritize federal infrastructure funding. While this paper focuses on lead in drinking water, the approach readily generalizes to other sources of residential toxicity with disproportionate impact on children.

연구 동기 및 목표

• 공중보건 영향을 기반으로 투명하고 데이터 기반의 수은 서비스 관리선 교체 프로젝트 우선순위 정하기 방법 개발
• 일반적으로 포장 일정 등 비보건 기준에 의존하는 도시 계획에서의 원칙적인 보건 기반 기준 부족 문제 해결
• 제한된 데이터 및 기술 자원을 가진 도시가 잠재적 프로젝트의 공중보건 가치를 추정하고 비교할 수 있도록 지원
• 물론 수은이 포함된 potable water 외의 어린이 독성 완화 노력에도 적용 가능한 유연한 프레임워크 구축
• 매사추세츠주 말든의 실제 도시 데이터를 활용하여 이 방법의 실현 가능성 입증 — 수은 서비스 관리선 비율이 높은 도시에서의 사례 연구

제안 방법

• 지리정보 기반 코딩을 통해 분산된 도시 데이터(토지, 학교 등록, 수은 서비스 관리선 기록)를 통합된 토지 수준의 노출 평가로 연결
• 어린이가 주로 거주지에서 학교 연수 동안 생활한다고 가정하여, 학교 등록 데이터와 수은 관리선 존재 여부를 조합해 어린이 노출 연수 추정
• 모든 프로젝트의 토지 내 어린이 총 노출 연수를 연령에 따라 가중치를 적용해 차별적 취약도 반영하여 프로젝트 가치 정의
• 유연한 0/1 배낭 최적화 공식을 적용하여, 수익-비용 비율 기반으로 프로젝트를 순위 매겨 직관적인 우선순위 정하기 수행
• 엄격한 이진 최적화를 완화하여 계획자가 데이터 기반 순위 외에도 정의할 수 없는 요소(예: 정의, 물류)를 함께 고려할 수 있도록 설계
• 예측 모델링 및 확률적 수익-비용 추정을 통해 불확실성(예: 일부 토지의 수은 관리선 상태 미확정)을 다룰 수 있도록 프레임워크 확장

실험 결과

연구 질문

• RQ1 중앙집중식 어린이 인구통계 데이터가 없는 도시에서, 수은 서비스 관리선 교체 프로젝트의 공중보건 영향을 어떻게 추정할 수 있는가?
• RQ2 지역 기반 코딩과 기존 도시 기록을 활용한 단순화된 통합 접근법이 신뢰할 수 있고 우선순위 정렬에 적합한 수은 노출 위험 지표를 생성할 수 있는가?
• RQ3 노출 연수 기반의 수익-비용 비율 순위 매기기가 비보건 기반의 프로젝트 선정 방식에 비해 공중보건 결과를 얼마나 향상시킬 수 있는가?
• RQ4 모르는 수은 관리선 상태 등 완전하지 못하거나 불확실한 데이터를 다룰 수 있도록 이 프레임워크는 어떻게 적응시킬 수 있는가?
• RQ5 이 방법은 주거지 노출이 관련된 다른 어린이 환경보건 위협(예: 수은 페인팅, 산업 오염)으로 일반화될 수 있는가?

주요 결과

• 이 방법은 매사추세츠주 말든의 분산되고 품질이 낮은 도시 데이터를 효과적으로 통합하여 어린이 수준의 노출 위험 지ap으로 변환하였다.
• 지역 기반 학교 등록 및 수은 관리선 데이터를 조합함으로써, 토지 수준에서 노출 연수를 추정하고, 이는 프로젝트 수준의 피해 정량화를 가능케 하였다.
• 수익-비용 비율 기반의 그레디 알고리즘은 공중보건 목표와 일치하는 우선순위 목록을 생성하였으며, 계획자가 비보건 요소를 고려해 조정할 수 있었다.
• 사례 연구에서 이 접근법은 낮은 데이터 품질에도 불구하고 연방 인프라 자금 지원에 적합한 고영향도 프로젝트를 식별할 수 있었다.
• 이 프레임워크는 수은 페인팅이나 산업 오염 등 다른 독성 노출에도 확장 가능하며, 다양한 데이터 가용성을 가진 도시에 적응 가능하다.
• 이 방법은 투명하고 재현 가능하며 확장 가능한 의사결정 접근법을 제공하여 데이터 기반 옹호 및 예산 편성 지원한다.