顾及空间异质性的自回归模型应用研究

针对传统的空间自回归模型拟合精度较低且无法顾及空间异质性的问题,该文提出了改进的地理加权自回归模型。并以北京市住宅小区特征价格数据为例,利用探索式空间数据分析方法分析住宅价格数据的空间自相关性,探讨其时空演变特征;建立了空间自回归模型、地理加权回归模型和地理加权自回归模型,并在模型之间进行精度对比和分析。实验结果表明:北京市住宅价格具有明显的空间相关性与空间集聚特征;由于综合考虑了空间自相关性和空间异质性,地理加权自回归模型不仅能大幅度提高模型的拟合优度和解释能力,还能更好地揭示住宅价格的空间变化规律,为数据的空间探索提供了新的方向。

兼顾空间自相关性和异质性的人口空间化模型

针对现有人口空间化模型并未兼顾变量间空间自相关性和空间异质性的问题,该文以高分辨率的“珞珈一号”灯光数据融合兴趣点数据,在验证变量间空间自相关性及空间异质性共存的基础上,提出了一种兼顾两类空间关系的地理加权自回归模型对温州市的人口进行空间化实证。结果表明:灯光数据结合POI数据能够有效地刻画出精细尺度的人口空间分布,模型中兼顾两类空间关系的地理加权自回归模型整体要优于空间自回归模型和地理加权回归模型;地理加权自回归模型可有效解决人口空间化中变量间空间自相关性和空间异质性共存的问题,提高人口空间化模拟精度。