空间自相关的可塑性面积单元问题效应

可塑性面积单元问题(modifiable areal unit problem,MAUP) 效应是对空间数据分析结果产生不确定性影响的主要原因之一,在空间自相关分析中也不例外.本文分别利用网格模拟数据和中国人均GDP实例数据为数据源,以全局Moran's I 系数来探究空间自相关统计中的MAUP效应,分析结果表明,变量的空间自相关程度依赖于空间的粒度大小与单元的划分方法,但空间单元的变化与自相关性并不存在某种函数关系.因此,在进行空间自相关研究时必须选择合适的地理单元的粒度大小和分区.最后本文给出一种基于地统计内插方法来降低MAUP对空间自相关分析影响.     

The modifiable areal unit problem in hedonic house-price models

When geographically aggregated data are included in hedonic models, the resulting coefficients are biased by the spatial scale and spatial configuration of variable measurement. We explore the effects of this modifiable areal unit problem (MAUP) within the context of hedonic price models with an individual-level dependent variable. Specifically, we developed standard and spatial hedonic regression models in order to examine the effects of the MAUP on model fit and coefficient estimates. Our empirical analysis documents several significant scale and zoning effects in the hedonic modeling framework. First, neighborhood characteristics are clearly important in efforts to improve model fit—and they are more significant contributors in the standard model than in the spatial hedonic model. For aggregation scale, the model fit change of the standard model is relatively large, whereas the change is more modest for spatial models. The patterns of change in model fit for standard and spatial hedonic models clearly diverge from one another, implying the existence of a scale level showing a maximum functional range of the submarket on which scale dependencies are expected to have an impact. Regarding the zoning effect, the model fits for both standard and spatial hedonic models vary according to the submarket systems.     

The scale effects of the spatial autocorrelation measurement: aggregation level and spatial resolution

The scale effects of the spatial autocorrelation (SA) measurement has been explored for decades. However, the effects of the data aggregation levels and spatial resolution on the SA measurement are often confused. Whether the two types of scale effects are the same is still unclear and requires further investigation. We retrieved the land surface temperature (LST) from Landsat 8 images in 30 capital cities of China. By aggregating the LST images, we observed a decrease in the SA of the LST as the data aggregation level increased; this relationship can be fitted well with a negative logarithmic function. We derived an indicator to measure the scale effects intensity of SA, which was negatively correlated with the spatial complexity of LST. Both aggregating images and the increasing spatial resolution induce weaker SA, but the effect of the former was stronger. The aggregating images negatively affected the SA degree regardless of the spatial resolutions of the original images. The SA degrees of the aggregated images were far below those of the real-life images. This study suggests that the scale effects caused by aggregation levels and spatial resolutions are different, and cautions should be taken when applying relevant conclusions derived from aggregating images.     

Measuring Global Spatial Autocorrelation with Data Reliability Information

Assessing spatial autocorrelation (SA) of statistical estimates such as means is a common practice in spatial analysis and statistics. Popular SA statistics implicitly assume that the reliability of the estimates is irrelevant. Users of these SA statistics also ignore the reliability of the estimates. Using empirical and simulated data, we demonstrate that current SA statistics tend to overestimate SA when errors of the estimates are not considered. We argue that when assessing SA of estimates with error, one is essentially comparing distributions in terms of their means and standard errors. Using the concept of the Bhattacharyya coefficient, we proposed the spatial Bhattacharyya coefficient (SBC) and suggested that it should be used to evaluate the SA of estimates together with their errors. A permutation test is proposed to evaluate its significance. We concluded that the SBC more accurately and robustly reflects the magnitude of SA than traditional SA measures by incorporating errors of estimates in the evaluation. Key Words: American Community Survey, Geary ratio, Moran’s I, permutation test, spatial Bhattacharyya coefficient.     

中国省域展览业与经济相关关系及其空间溢出研究

以中国展览业为例,立足于展览业和区域经济发展的空间分布特征,使用Moran’s I和Moran’s I散点图阐释展览业与区域经济之间的空间自相关性,分析纳入空间因素的空间计量经济模型相对于经典回归模型的优越程度,进而揭示展览业发展对区域经济的空间溢出效应。研究结果显示：① 中国展览业发展和区域经济水平在地理空间上分布都不均衡;② 展览业及区域经济皆呈现高高聚集（HH）、低低聚集（LL）两种空间聚集格局;③ 现阶段,中国展馆规模与区域经济之间存在正相关关系;④ SLM优于经典回归模型,展览业发展对区域经济存在显著的空间溢出效应,在展览经济预测研究中充分考虑区域经济增长过程中的空间效应十分必要。     

基于不同尺度的中国区域经济差异

采用变异系数、泰尔指数、空间自相关和尺度方差等统计方法从地带、省级、地级和县级4 个尺度对1998-2009 年中国区域经济差异进行测度和空间格局比较分析。① 差异测度研究表明, 自1998 年以来, 中国区域经济差异在4 个尺度上均表现出扩大的趋势;省级、地级和县级单元人均GDP具有显著的空间自相关性, 其中地级和县级人均GDP的空间自相关程度呈扩大趋势。② 尺度方差及其分解研究表明, 尺度方差及其构成大小依次排列均为县级、地级、省级、地带, 即尺度越小, 尺度方差越大, 对区域经济差异的贡献份额也越大。③ 空间格局研究表明, 不同尺度区域经济空间关联格局总体相对稳定, HH类型集聚区大多分布于东部沿海地区, LL类型在中西部地区的大规模集聚是不同尺度区域经济空间自相关性的主要原因;各尺度显著空间关联类型对总体空间自相关和区域经济差异的影响各不相同。     

社会经济统计数据热点探测的MAUP效应

为探讨不同尺度下社会经济统计数据热点的变化规律及其影响因子, 本文基于2000 年全国县级农业统计数据和2008 年北京市第二次经济普查数据, 按照一定的聚合规则得到不同尺度的数据, 计算不同尺度下的局部空间自相关指标G 统计值并对其进行显著性检验得到热点分布, 分析不同聚合尺度下热点的变化规律。然后运用Logistic 回归分析探测了影响聚合前后热点变化的因素, 并根据探测结果建立了预测聚合前后热点变化的Logistic 模型。分析结果表明, 基于G 统计探测的热点分布具有明显的空间尺度效应, 聚合水平越高、空间尺度越大, 热点数目越少。Logistic 回归分析的显著性分析表明, 热点包含的面状单元数目和热点的平均G 统计值是影响热点探测尺度效应的主要因素。热点包含的面状单元越多, 热点的平均G 统计值越大, 热点探测结果受尺度效应的影响越小。研究建立的热点变化预测模型, 可以在细尺度热点分布状况已知时, 根据热点包含的面状单元数目和热点的平均G 统计值来预测聚合后热点的变化。对模型精度的交叉验证结果表明, 模型对全国县级农业统计数据热点变化预测精度可达到93.8%, 对北京市第二次经济普查数据热点变化预测精度达到94.2%。两套数据试验得到的结论一致, 说明热点探测的尺度效应变化规律和所选变量以及研究区域的大小无关。     

基于空间自相关的中国省际人口迁移模式与机制分析

人口迁移具有空间指向性,表现为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距离衰减效应的过高估计。     

中国工业废气排放的空间特征及其影响因素研究

基于2000~2012年中国31个省（市、自治区）面板数据,运用探索性空间数据分析方法对中国工业废气排放的空间分布特征进行研究,结果显示中国各省域（不含港澳台）工业废气排放存在显著的空间自相关和空间集聚效应;总体呈现东部、西部地区集聚的空间分布特征,其中东部多为高-高集聚区、西部则多为低-低集聚区,并且高值集聚现象的显著性逐渐增强,显著区域呈持续扩张趋势。在此基础上,以STIRPAT模型为基础构建空间计量模型,分析经济发展、人口规模、产业结构、技术水平和国家政策等因素对工业废气排放量的影响。研究结果表明,中国各省域工业废气排放存在空间依赖作用和正的空间溢出效应;经济发展、产业结构与工业废气排放之间呈现显著的正相关关系;技术进步和国家政策对工业废气排放具有抑制作用,而人口增长对工业废气排放的影响并不显著。     

苏南沿江城镇扩展的空间模式及其测度

定义了城镇边界的划分规则, 通过卫星遥感影像获取了苏南沿江地区1984 年、1991 年、2000 年和2005 年的城镇边界, 利用分形维数(半径维数、网格维数、相关维数、边界维数)、紧凑度指数以及空间自相关指数(Global Moran I、Local Moran I), 定量揭示了区域城镇扩展的空间模式。结果表明: 分形度量可以定量揭示区域城镇的空间分布特征以及空间组织 结构, 空间自相关可以定量揭示城镇的空间扩展过程、聚簇模式, 二者相互结合, 可以测度区域内城镇扩展的空间模式, 揭示城市群/ 城市连绵区的形成过程; 苏南沿江地区城镇扩展从改革开放初期自发的以大城市为中心的点状扩展模式, 经历了由政策驱动下以融合填充为主导的点- 轴延伸模式, 发展到以经济辐射联系为策动力基于区域产业空间组织的城镇连绵集聚模式, 一个大的城市群正在形成。特别自2000 年以来, 城市群的空间结构特征日益显现。区域内城市的多中心现象始终存在, 但空间极化作用逐渐削弱。     

城市景观格局尺度效应的空间统计规律--以上海中心城区为例

以上海市外环以内的中心城区为区域背景,基于SPOT全色波段遥感影像数据和GIS技术,运用空间统计分析方法,研究城市景观格局的空间尺度效应。研究结果表明:(1)城市景观格局的空间自相关性具有显著的尺度依赖性。Moran指数I与Geary系数c对粒度变化的敏感点相同,均为50m。(2)城市景观形态具有分形特征,各类景观斑块的分维数对粒度变化的响应不同,它们随着粒度的变化呈非线性变化趋势;在粒度较小时,各类景观斑块之间的分维数差异较大,而随着粒度的增大,其分维数之间的差异逐渐缩小。(3)城市景观多样性格局,与空间区位及人类活动的空间格局息息相关。在城市中心,主导型景观是经济效益较高的商业文化景观,并且景观斑块聚集度、破碎度大;经济效益较低的农业景观分布在城市边缘区,而且景观类型单一,斑块面积较大,破碎度较小;在由城市中心向边缘过渡的中间地带,景观类型多样,空间格局复杂。(4)景观多样性具有尺度依赖性。随着幅度的增加,景观多样性指数逐渐增大,多样性的空间格局也显著变化。在0.5km幅度下,多样性指数的最大值出现在市中心,从市中心向外呈现高低起伏的环状模式扩展,随着幅度增加,多样性指数的高值区向景观类型变化最剧烈的城乡过渡地带转移。(5)景观多样性的空间变异也具有明显的尺度依赖性。在较     

贵州省乡村贫困空间格局与形成机制分析

以贫困态势严峻、区域内部贫困差异大的贵州省为研究区,分析了贵州省区县层面乡村贫困的空间异质性和空间依赖性格局,定量测度了乡村贫困空间差异的影响因素和因素效应的空间差异性,进而归纳了贵州省乡村贫困的形成机制。结果发现,贵州省区县乡村贫困具有时空稳定性,呈现出东、南、西部高而中、北部低的“马蹄”形空间异质性格局。区县贫困存在较强的空间依赖性,“高-高”型贫困地域即空间贫困陷阱区域,集聚分布在贵州省的东南部、南部。定量模型发现,坡度、到所在市中心的距离、青少年人口占比、少数民族人口占比是导致贵州区县层面乡村贫困空间差异的显著因素,且这些因素的效应水平呈现出不同的空间模式。产业发展受限、劳动力流动性差、金融和人力资本积累不足是贵州贫困空间形成的主导机制。最后建议扶贫政策层面应将基于地方和基于人的政策相结合。     

基于ESDA的区域经济空间差异分析——以江苏省为例

基于ESDA全局和局部空间自相关分析,利用江苏省1978～2002年县域人均GDP数据,对江苏省县域总体和局部空间差异的变化趋势、特征与成因进行了初步探索。结果首先表明,随着我国改革开放进程的逐步深化,江苏省县域经济空间差异在总体上呈现缩小趋势。其次,江苏省县域局部空间差异不断缩小,特别是苏南和苏北县域,表现出与周边地区同步发展态势。再者,苏南地区对全省的极化效应明显大于其扩散效应。大致自1992年以来,苏南和苏北地区内部分别形成了与周边地区显著相似的区域。最后,江苏省县域总体和局部空间差异的缩小并不是全省区域经济协调发展的标志,而是南北空间分异的表现。在循环累积因果机制作用下,南北差异有可能进一步扩大。     

柴达木盆地植被覆盖度的分析与模拟——空间自相关方法的运用(英文)

Relationship between vegetation and environmental factors has always been a major topic in ecology, but it has also been an important way to reveal vegetation’s dynamic response to and feedback effects on climate change. For the special geographical location and climatic characteristics of the Qaidam Basin, with the support of traditional and remote sensing data, in this paper a vegetation coverage model was established. The quantitative prediction of vegetation coverage by five environmental factors was initially realized through multiple stepwise regression (MSR) models. However, there is significant multicollinearity among these five environmental factors, which reduces the performance of the MSR model. Then through the introduction of the Moran Index, an indicator that reflects the spatial auto-correlation of vegetation distribution, only two variables of average annual rainfall and local Moran Index were used in the final establishment of the vegetation coverage model. The results show that there is significant spatial autocorrelation in the distribution of vegetation. The role of spatial autocorrelation in the establishment of vegetation coverage model has not only improved the model fitting R2 from 0.608 to 0.656, but also removed the multicollinearity among independents.     

基于Moran统计量的空间自相关理论发展和方法改进

本文旨在发展基于Moran指数的空间自相关分析理论和方法。首先,利用线性代数知识对基于Moran统计量的空间自相关过程的数学表示进行规范化整理;其次,基于变换中的不变性思想给出Moran指数的理论解释;第三,对空间权重矩阵的数理性质、建设方法和应用范围提出新的见解。总结并发展了Moran指数的三种计算方法——三步求值法、矩阵标度法和回归分析法,将空间权重矩阵划分为四种基本类型——局域关联型、准局域关联型、准长程关联型和长程关联型。以河南省鹤壁市乡镇体系为实证对象,以本文改进的理论和方法为依据,提供了一个空间自相关分析的简明案例。     

山东省产业生态化时空分异特征与影响因素——基于17地市时空面板数据

本文综合构建了产业生态化评价指标体系,并利用熵值法、耦合协调分析、探索性空间数据分析方法、空间计量等多种计量方法对2005—2016年山东省17地级市产业生态化水平时空分异特征与影响因素进行了综合研究,结果表明：① 产业生态化依赖于产业化物质消耗型规模增长,但不以结构优化为基础的产业化势必忽视经济要素的横向转移反馈作用与集群效应,导致资源配置的低效现象;② 产业生态化水平逐年递增反映出产业系统与生态环境系统由拮抗向良性共轭方向发展,但其增长率较低说明了产业轻型化与清型化进程滞缓,其质量提升之路漫长而艰巨;③ 产业生态化呈现东中西递减的空间梯度分异特征,东部沿海地区始终是热点区,西部地区尤其是鲁西南地区始终是冷点区;④ 产业生态化水平空间相关性较为显著,经济发展水平、产业结构、外商投资等因素负向溢出效应比较明显,而政府调控以及环境规制强度等因素正向溢出效应突出。     

市域范围下商品住宅价格空间自相关分析——以抚州为例

基于2005～2009年抚州市域范围内普通商品住房价的数据资料,通过计算Moran’s,和LocalMoran＇s,系数值对抚州市域范围内普通住宅房价的时空分布格局进行空间自相关分析。分析结果表明,抚州市域范围下商品住宅房价在整体上未表现出空间自相关性;但在局部范围不同年度间少数城镇存在空间相关性。研究表明,房价空间自相关特性与研究区域的空间范围,经济整体发展水平、交通网络发达程度、区域内购房政策有关。     

川滇黔接壤地区城镇化空间特征及驱动力分析

川滇黔接壤地区经济落后,整体城镇化水平较低,采用川滇黔接壤地区2008年各区县(市)的城镇化率作为测度指标,运用探索性空间数据分析(ESDA)方法,分析了本区域的城镇化水平的空间分布特征。通过对城镇化率的空间自相关系数Moran’s I的计算,发现各区县城镇化率的空间分布并非表现出完全随机性,而是具有明显的空间自相关性,具体表现为低值空间聚集。利用空间计量模型研究了城镇化水平的驱动机制。结果表明:空间误差模型优于空间滞后模型和OLS模型;相邻地区各因素的空间扩散效应对城镇化水平存在显著的影响,其弹性系数为0.416 1;第三产业增加值是城镇化率的最主要驱动因子,其弹性系数为0.777 7。因此,未来川滇黔接壤地区在推进城镇化时,应考虑城镇化水平的空间相关性,建立区域一体化开发政策,并积极发展第三产业,提高第三产业在国民经济中的比重。     

Investigation of aggregation effects in vegetation condition monitoring at a national scale

Monitoring vegetation condition is an important issue in the Mediterranean region, in terms of both securing food and preventing fires. Vegetation indices (VIs), mathematical transformations of reflectance bands, have played an important role in vegetation monitoring, as they depict the abundance and health of vegetation. Instead of storing raster VI maps, aggregated statistics can be derived and used in long-term monitoring. The aggregation schemes (zonations) used in Greece are the forest service units, the fire service units, and the administrative units. The purpose of this work was to explore the effect of the modifiable areal unit problem (MAUP) in vegetation condition monitoring at the above-mentioned aggregation schemes using 16 days Normalized Difference Vegetation Index (NDVI) composites acquired by the moderate resolution imaging spectroradiometer satellite sensor. The effects of aggregation in the context of MAUP were examined by analyzing variance, from which the among polygon variation (objects' heterogeneity) and the within polygon variation (pixels' homogeneity) were derived. Significant differences in objects' heterogeneity were observed when aggregating at the three aggregation schemes; therefore there is a MAUP effect in monitoring vegetation condition on a nationwide scale in Greece with NDVI. Monitoring using the fire service units has significantly higher pixels' homogeneity; therefore there is indication that it is the most appropriate for monitoring vegetation condition on a nationwide scale in Greece with NDVI. Results were consistent between the two major types of vegetation, natural and agricultural. According to the statistical validation, conclusions based on the examined years (2003 and 2004) are justified.     

基于空间插值的浙江省城市流时空演变特征研究

为了探寻发达省份内城市间相互作用的时空特征,该文以浙江省为样本单元,选取2005、2010年和2015年3个时间截面,采用反距离权重法和空间插值手段,从城市流强度视角展开了实证分析。结果表明：（1） 城市间的联系在不断加强,期间城市流强度值随时间的推移而整体得到提升,空间上由初始的“中心点”通过发展扩散向“中心域”转变,中心城市的辐射带动作用开始发挥成效。（2）结构上呈现出相对稳定的北高南低的分布格局,以杭州市为龙头,宁波为副核心,温州、绍兴、舟山为重要节点的多中心城市网络结构雏形初步形成。（3） 城市流强度的空间分异特征分析明显,但分异程度有了些许的改善,侧面说明空间上由初始的“中心点”通过发展扩散向“中心域”转变的基本观点。最后就浙江省如何加强省内城市间“流”的规模性、区域协调性和可持续性展开了讨论。