福建省县域人均GD P影响因素的局部时空异质性分析

人均GDP变化过程可能不仅具有空间异质性还具有时间异质性。利用空间联系局域指标(LISA)和泰尔指数分别探测福建省2013至2016逐年县域人均GDP的空间异质性和时间异质性特征。综合利用县域的人均实际外商投资、第一产业占GDP比重、人均固定资产投资、人均教育支出的逐年数据,对比分析地理加权回归(GWR)、时空地理加权回归(GTWR)和时空加权回归(STWR)三种模型的拟合和预测性能,在2016年,STWR的平均决定系数(R2)为0.897,高于GWR的0.453和GTWR的0.444,STWR的估计的标准误差仅占GWR和GTWR估计误差的25.56%和25.84%。另外,STWR模型的AICc值为1846.51,分别比GWR和GTWR小81.21、80.81,其性能较GWR和GTWR显著提高。留一法交叉验证也表明STWR比GWR具有更好的预测能力。利用STWR生成县域人均GDP各影响因素的回归系数空间分布图,并进行显著性测试,结果表明:人均实际外商投资与人均固定资产投资在平和县和南靖县有显著正向影响,且影响作用持续增大,而第一产业占GDP比重在华安县与延平区负向影响显著,其回归系数在逐年减小。人均教育支出在延平区正向影响有明显空间溢出效应。     

时空加权回归模型的影响分析

基于数据删失模型,探讨各组观测数据对模型拟合的影响程度,给出Cook统计量;基于均值漂移模型,利用两步估计法对模型进行拟合,研究异常点检验问题,并构造检验统计量.     

空间视角下居民消费对经济增长的区域差异性分析——基于地理加权回归模型的实证分析

采用空间计量经济学的方法,通过对2013年中国31个省(市、自治区、直辖市)居民消费和国内生产总值这两个重要的经济指标进行分析,探讨居民消费对经济增长的影响。引入地理加权回归,从区域差异的角度出发,分析不同省域中居民消费对经济增长的不同影响。研究结果表明:各省域经济增长存在显著的空间相关性,且居民消费对经济增长存在正向影响,这种影响随着空间位置的变化而改变,即各省域之间有显著性差别,存在空间异质性。     

地理加权回归模型的平稳性检验

利用最小二乘估计理论,给出了在地理加权回归模型(GWR模型)中回归关系的全局平稳性检验方法和各回归系数随空间位置变化的平稳性检验方法.     

地理加权回归分析空间数据的空间非平稳性

空间数据一般具有空间非平稳性的特征,用一般线性回归模型来拟合空间数据,其分析结果不能全面反映空间数据的真实特征．地理加权回归模型是一种相对简单而又有效的探测空间非平稳性的新方法,属于局域空间分析模型．它允许不同的地理空间存在不同的空间关系,其结果是局域而不是全域的参数估计,因此能够探测到空间数据的空间非平稳性．以银行不良贷款原因分析为实例来验证空间数据的空间非平稳性．     

混合地理加权回归模型的两种估计

混合地理加权回归模型系数特征是部分回归系数为未知常数,而其它回归系数为地理位置的未知函数.基于这一系数特征,给出反馈和两步估计两种简单有效的方法,对模型中的因变量做了估计.     

采用地理探测器和GWR模型的喀什地区农村居民点时空演变及影响因素分析

探究农村居民点的时空演变与影响因素,以喀什地区为例,采用网格分析、核密度估计等空间分析手段,研究喀什地区2009-2019年农村居民点时空分布特征及演变规律,选取坡度、地形起伏度、人口密度、耕地面积、距道路距离、距河流距离、距最近耕地距离、增减挂钩政策8个影响因子,进行地理探测和地理加权回归(geographically weighted regression, GWR)分析.结果表明：2009-2019年喀什地区农村居民点集聚特征显著,主要集中在叶尔羌河冲积平原和喀什噶尔河冲积平原,呈现集聚中部、西密东疏的分布特征,在2019年达到核密度峰值;2009-2019年喀什地区农村居民点的数量和面积逐年增加,但农村居民点平均面积由0.011 0 km²减少至0.010 7 km²,10 a间喀什地区农村居民点演变方式为自身扩展、新生/合并和消亡;坡度、地形起伏度、人口密度、耕地面积、距河流距离、距道路距离和距最近耕地距离是影响喀什地区农村居民点空间分布的主导因子,增减挂钩政策对喀什地区农村居民点空间分布影响不明显;各影响因子对农村居民点分布的影响...     

嵌套地理加权回归模型的估计

本文在嵌套空间结构下,提出了两类地理加权回归模型,对于其中的固定效应模型,我们给出了两步估计方法,对于随机效应模型,给出了一种有效的估计方法.     

基于地理加权回归的生境质量对土地利用变化的响应 ——以河北省张家口市为例

基于张家口市2000, 2010和2015年3期土地利用数据, 用InVEST模型进行生境质量评估, 采用地理加权回归模型(GWR)定量分析不同区域耕地、林地、草地和建设用地变化对生境质量演变的影响。研究结果显示,2000—2015年间, 张家口市土地利用类型以耕地、林地和草地为主, 耕地大量减少, 林地和建设用地持续增加, 以耕地向林地、草地和建设用地转移以及草地向林地和建设用地转移为主要变化方向。张家口市生境质量整体上处于较高水平并不断提高, 东北坝缘山区和东南边缘山地生境质量最高, 坝上高原区及桑干河流域河谷盆地次之, 洋河河谷盆地生境质量最低。各地类对生境质量的影响具有显著的时空异质性: 林地与生境质量变化总体上呈正相关关系且影响程度最大; 草地与生境质量变化大致正相关, 其回归系数由北向南递减;耕地和建设用地与生境质量在空间上主要表现为负相关, 局部地区正相关。究其原因, 主要在于不同区域生境质量变化的主导地类不同。坝上高原和坝缘山区的生境质量变化主要受林地和草地变化的影响, 桑干河和洋河流域河谷盆地生境质量变化的主导因子则为耕地和建设用地。     

基于地理加权回归模型的浙江省台风经济损失影响因子分布规律研究

利用地理加权回归（ＧＷＲ）方法,引入地理空间要素,对台风经济损失的空间波动趋势进行分析．研究了台风登陆次数、最大过程降雨量、中心最大风速、数字 高 程（ＤＥＭ）、人 口、ＧＤＰ、可用耕地等气象因素和社会经济因素与浙江省台风灾害直接经济损失的关系,总结出浙江省台风直接经济损失存在由北向南、由西向东逐渐 增 加 的 趋 势,可 以 为 台风风险管理工作提供一定的辅助决策依据．      

基于GWR模型的中国NDVI与气候因子的相关分析

在ArcGIS支撑下, 基于1982-2010年8 km分辨率的AVHRR NDVI及气温和降水数据, 应用最小二乘法和地理加权回归方法, 构建中国NDVI与气候因子的地理加权回归模型, 定量分析中国NDVI与气温和降水的相互关系, 获取各个回归参数的空间格局, 并将模拟结果与全局性回归结果进行对比。结果表明, 与线性回归模型相比, 地理加权回归模型的拟合效果显著提高, 拟合优度从0.3提高到0.6。气候因子对NDVI的影响具有空间异质性: 从北到南, 气候因子对NDVI的影响逐渐减小; 西北内陆等干旱荒漠地带, 气候因子对NDVI的影响较大。对中国大部分地区而言, 气温对NDVI的影响超过降水。各区NDVI与主导气候因子发生作用的特征尺度不同。     

基于扩样技术和地理加权泊松回归模型的交通量估计

提出了扩样和地理加权泊松回归(GWPR)相结合的方法来估计有限观测值下的路网流量。首先,采用基于空间相似性的扩样方法对不平衡的观测流量进行纠正;然后,考虑道路几何特征和建成环境等因素的影响,采用地理加权泊松模型估计车道的小时交通量。结果表明,与传统线性回归模型和原始样本下的地理加权泊松模型相比,组合模型具有最佳的估计性能。此外,自变量与交通量关系的局部空间异质性也得到了很好的捕捉。     

基于多元回归和灰色关联的粮食种植面积影响因素分析

本文选取影响粮食种植面积的农业劳动力人口、粮食进出口贸易、农民受教育程度、城乡收入差距、家庭负担等多项指标,运用多元回归分析方法,构建了陕西省小麦、玉米种植面积的数学模型,得到了种植面积与各指标的线性关系。然后,使用灰色关联度分析方法计算各指标对种植面积的影响程度,根据关联度的大小,得到各指标重要性排序,该结果与种植面积模型反应的各因素的相关关系相同,说明本文建立的指标体系具有合理性。     

出租车优质客源时空特征及影响因素

针对城市出租车供需失衡、运营效率低等问题,提出一种综合考虑寻客空载与相邻载客状态的优质客源量化评价模型,利用数理统计、地理统计等时空分析方法探究其时空特征,并结合兴趣点(point of interest, POI)数据构建多时段地理加权回归模型分析其影响因素。以重庆市2019年“五一”假期4 d与后6 d工作日出租车轨迹数据展开研究。结果表明：节假日优质客源整体较多于工作日,呈节假日首日和工作日末日较多的“U”形分布;23:00—次日5:00优质客源先减少后增加再减少,5:00—9:00逐渐增加,此后呈波动趋势并于21:00—23:00达到峰值;优质客源在6:00—10:00聚集情况最差,其余时段主要围绕重庆市中心城区“1主、6副、21组团”的商业、娱乐及交通枢纽等区域聚集,并呈现粘连趋势;交通设施、医疗机构、休闲娱乐及宾馆酒店等是影响优质客源时空分布的主要因素;节假日相比于工作日,工作、服务较规律的设施其影响强度明显降低,而提供娱乐、交通出行的设施其影响强度及时间都有显著增加。研究结果对提高出租车精细化管理具有重要意义。     

考虑宏微观建成环境的共享单车骑行影响因素分析

针对共享单车骑行影响因素分析中对微观建成环境因素探讨的不足,以北京市五环内及附近街道为研究对象,基于城市多源数据,从公共交通设施、土地利用、人口经济属性、空间设计及道路环境5方面提取宏微观建成环境因素,并构建全局回归模型(global regression, GR)、地理加权回归模型(geographically weighted regression, GWR)及多尺度地理加权回归模型(multi-scale geographically weighted regression, MGWR),对共享单车骑行密度进行分析。研究结果表明：MGWR模型有更好的回归效果,调整拟合优度R²高达0.91;共享单车骑行密度空间上呈现“高-高”及“低-低”聚类两极分化现象;地铁站点密度为局部影响因素,公交线路密度及隔离护栏出现率为区域影响因素,其他建成环境变量为全局尺度;骑行密度显著影响因素的回归系数,在空间上较为平稳,单一变量的空间影响关系均为正向或负向影响;微观建成环境中,绿视率、交通信号出现率为正向影响,色彩丰富性及路灯出现率为负向影响。     

Influence of Spatial Features on Land and Housing Prices

The analysis of hidden spatial features is crucial for the improvement of hedonic regression models for analyzing the structure of land and housing prices. If critical variables representing the influence of spatial features are omitted in the models, the residuals and the coefficients estimated usually exhibit some kind of spatial pattern. Hence, exploration of the relationship between the spatial patterns and the spatial features essentially leads to the discovery of omitted variables. The analyses in this paper were based on two exploratory approaches: one on the residual of a global regression model and the other on the geographically weighted regression (GWR) technique. In the GWR model, the regression coefficients are allowed to differ by location so more spatial patterns can be revealed. Comparison of the two approaches shows that they play supplementary roles for the detection of lot-associated variables and area-associated variables.     

基于多元线性回归模型的我国世界冠军人数影响因素分析

运用多元线性回归模型分析了我国当年获得世界冠军人数与我国当年总人口数和当年国内生产总值两个外部环境,以及二级以上运动员人数和各级体育系统职工人数两个内部环境,这4个影响因素之间的关系.首先用灰色关联分析,得到作为子因素数列的4个影响因素和作为母因素数列的当年获得世界冠军人数之间的关联度.为了进一步知道每个因素和当年获得世界冠军人数的具体函数关系,利用多元线性回归分析,构建每年获得世界冠军的人数与4个影响因素之间的多元线性回归模型,且通过F检验证明模型与实际相符合,为我国运动员的训练和国家政策的制定提供理论依据.     

基于重要性—绩效性分析法的老年科技产品需求及影响因素分析

为积极应对我国人口老龄化，促进老年科技产品创新发展，提高老年人生活质量，本文以“老年人对科技产品的需求”为主题，针对北京地区老年人在居家与日常生活、健康、信息与沟通、学习与娱乐以及行动交通5个方面使用科技产品及服务的情况进行调查。在利用卡诺（Kano）模型修正科技产品重要性的基础上，采用基于帕累托原理的六维重要性-绩效性分析（6-Importance Performance Analysis, 6-IPA）法将34种老年科技产品按需求分为6大类，并运用主成分分析法确定影响老年科技产品需求的主要因素。结果表明：老年人购买和使用科技产品的主要影响因素包括新技术的有用性、安全性、易用性以及价格定位是否合理等。应深入调查分析，制定合理发展策略；加大创新投入，提高企业自主创新能力；健全发展政策，推进老年科技发展。     

乔木林丧失的时空变化及驱动力分析

【目的】乔木林是森林生态系统的主体,对调节气候、保持水土等生态功能起着决定性作用。本研究的主要目的是了解乔木林丧失时空变化趋势,并探索乔木林丧失驱动因子。【方法】以我国30省市自治区为研究对象,基于Sen+Mann-Kendall显著性检验法和标准差椭圆法(SDE),从时间和空间两个维度分析2005—2018年乔木林丧失的动态变化;借助探索性回归分析法筛选乔木林(树高>5 m)丧失的主要驱动因子,在此基础上,利用地理加权回归(GWR)模型探讨乔木林丧失驱动因子作用的时空分异格局。【结果】①2005—2018年全国乔木林丧失面积呈现上升趋势,丧失量年均增加412.451 km²;②2005—2018年乔木林丧失重心迁移路径不规则变化且丧失严重区域向南部集聚;③乔木林丧失率与人均GDP主要呈负相关关系;与城镇居民人均可支配收入正相关区域明显扩大但影响降低;与城镇化率主要表现为正相关关系且影响程度有所下降;与道路密度则主要表现为负相关关系,其对乔木林丧失的负面影响并不明显。【结论】在我国森林资源整体持续向好的背景下,乔木林的丧失存在明显的区域差异特征,东北林区及三北防护林工程实施区域的乔木丧失量较小并呈现显著减弱趋势,而东南林区,如湖南、江西、广东、广西等省区的乔木林丧失量较大且仍然呈现较显著增加的趋势。