基于多尺度时空地理加权回归模型的房价影响因素分析

以乌鲁木齐市2020年房价数据为研究对象,建筑年代为时间变量分别建立时空地理加权回归模型(GTWR)及多尺度时空地理加权回归模型(MGTWR),对房价的空间异质性进行分析。研究结果表明:相比GTWR模型,MGTWR模型的回归结果更为真实可靠,更适用于房价相关研究;在所选指标中,区位是最重要的影响因素且存在较强的空间异质性,次重要的因素依次是绿化率,卧室数、最近公交站距离、最近重点小学距离,一般影响因素有楼层、容积率、最近银行距离、面积,而最近重点中学的影响最小,最近三甲医院距离和最近商场距离的回归系数变化范围较大影响不显著。

时空可达性视角下公共服务设施对住宅价格的影响——基于多尺度地理加权回归(MGWR)的研究

城市住宅价格由多种因素共同作用决定。住宅的建筑特性能够决定其基本价值,但不同的区位条件也会使住宅价格产生差异。区位差异带来的交通、教育、医疗、休闲娱乐等服务的不同,会影响居住便利性,从而影响住宅价格。因此,研究到达公共服务设施的便利程度对住宅价格的影响,能够揭示住宅价格波动的内在规律,为城市规划和政策制定提供依据。文章研究了南京市6个老城区和2个新城区住宅价格的空间分异特征及其影响因素。通过收集2024年1月各小区的平均住宅价格,运用克里金插值法分析住宅价格的空间特征,再用网络分析法计算住宅到各类公共服务设施的最短时间,将住宅属性和通行时间成本纳入MGWR模型来探究公共服务设施可达性对房价空间分布的影响。研究结果表明:(1)南京市住宅价格由市中心向郊区递减,呈现圈层状分布,峰值出现在鼓楼区、玄武区和建邺区;(2)住宅容积率、小区绿化率、到达最近公园、公交车站、购物中心、火车站和三级甲等医院的时间对住宅价格有显著影响;(3)相同因素在不同城市空间对住宅价格的影响存在差异。

武汉市主城区建成环境对街道活力影响的时空特征----基于多尺度地理加权回归

探究建成环境对街道活力的影响效应是城市公共空间品质提升的关键。文章以武汉市主城区为例,首先基于人口热力数据测度多时段街道活力,其次利用街景数据、POI数据及OSM路网数据构建基于宏观街区构成和微观街道特质的多维度建成环境指标体系,最后引入多尺度地理加权回归模型探讨不同建成环境对街道活力影响的时空差异。结果表明:(1)时间上,武汉市主城区内中高活力街道在9:00-18:00间整体占比最多。空间上,街道活力在各时段整体呈“东核西带、多点聚集”分布。(2)基于宏观街区构成的二维建成环境对街道活力的影响整体较微观三维街道建成环境更为明显。(3)各建成环境要素对街道活力影响的时空异质性显著。距娱乐休闲设施最近距离和围合度对街道活力的影响整体具有稳健的时空变化特征,接近度、功能混合度、功能设施密度和天空开敞度次之,距综合商场最近距离、街道高宽比和交通安全设施占比则表现了明显的时空局部显著效应。

基于时空地理加权回归模型的区域经济发展收敛性研究

传统的区域经济发展收敛性研究方法往往忽略空间和时间因素对区域经济发展收敛性的影响,导致分析结果存在偏差,使得区域经济发展收敛半衰期与实际差距过大。因此,应开展基于时空地理加权回归模型的区域经济发展收敛性研究。首先,选取区域经济发展变量,对选取的变量利用时空地理加权回归模型进行处理,然后,建立经济发展收敛函数,计量区域经济发展收敛性。实验结果显示:与区域经济发展收敛性回归分析方法和区域经济发展收敛性空间计量经济学研究方法相比,基于时空地理加权回归模型的区域经济发展收敛性研究方法对区域经济发展的收敛半衰期计量结果更准确,与实际的40年一致,具有更好的应用价值。

基于多尺度地理加权回归模型的城市住宅价格影响因素空间异质性——以桂林市主城区为例

基于桂林市2022年10月二手房价格数据,结合多尺度地理加权回归(multi-scale geographically weighted regression,MGWR)模型,分析不同尺度下城市住宅价格影响因素的空间异质性。结果表明:(1)桂林市住宅价格呈显著空间自相关,局部空间自相关结果表明,桂林市住宅价格空间呈显著的集聚分布,以“高-高”和“低-低”集聚为主,“高-低”和“低-高”集聚范围较小;(2)相较于普通最小二乘法(ordinary least squares,OLS)和地理加权回归(geographically weighted regression,GWR)模型,MGWR模型的R2更高,能更准确地测度变量对住宅价格的影响程度和空间差异性;(3)住宅房龄、教育医疗和商务设施为全局变量,绿化率、公共交通设施、铁路设施配套、生活配套和旅游景点的空间异质性处于中等水平,对外交通设施的空间异质性较大,在局部范围内对住宅价格有显著影响且差异明显;(4)住宅房龄、生活配套和旅游景点对住宅价格具有负向影响,教育医疗和商务配套对住宅价格具有正向影响,其余变量在不同空间区位上对住宅价格表现出抑制或增值作用。

基于地理加权回归的吉林省微波土壤水分降尺度研究

微波遥感是土壤水分监测的重要手段,但微波遥感土壤水分产品的空间分辨率较低,难以满足区域尺度的应用需求。使用地理加权回归模型,以1 km MODIS产品的遥感地表温度(LST)和归一化植被指数(NDVI)作为辅助数据,将空间分辨率为9 km的SMAP被动微波土壤水分数据降尺度为1 km,利用吉林省地面实测土壤水分数据,对降尺度后的SMAP数据进行了精度验证。结果表明,该降尺度方法在吉林省适用性较好,降尺度结果与SMAP数据在空间分布上保持了较高的一致性,小幅度提高了SMAP数据的精度,显著提高了SMAP数据的空间细节和纹理特征。

基于地理时空加权回归分析长江经济带区域氨气排放量变化与主要影响因素

以长江经济带为研究区域,基于地理时空加权回归模型,构建了氨气排放量变化的影响因素指标,分析了其时空演变特征,探讨了社会经济因素和自然环境因素与氨气排放量变化之间的关联。研究表明:(1)长江经济带地区的氨气排放量变化特征总体呈现“两头高、中间低”的分布格局,尤其以经济发达地区的氨气排放量变化最为显著。(2)长江流域带来的常年湿润以及温和的气候条件有利于氨气从土壤中挥发,使得自然环境带来的氨气排放量占据了相当的比重,而随着全球气温的上升,温度对氨气排放量的影响也在缓慢增强。(3)我国氨气排放依然以农业氨源为主要排放源,在农业大省如四川、湖南、江西等省份农业灌溉的氮肥施用对氨气排放量的影响依然明显,但是城镇化的扩张和社会经济的发展反映出在经济发达的地区和城市由于城市生活、生产对氨气排放的影响力也在潜移默化中增强。

基于时空地理加权回归模型的南宁历史城区活力影响因素研究

本文以南宁历史城区为研究对象,通过基于多源数据的定量测度方法,描述活力时空变化特征,筛选活力影响因素指标,并构建时空地理加权回归模型,从时间和空间两个维度讨论指标对历史城区活力的影响。回归模型结果显示:街道环境、功能业态和交通可达性对历史城区活力的影响有时空异质性。可步行性、餐饮、文化休闲和生活住宿密度与历史城区活力呈正相关。餐饮、生活住宿、购物、医疗保健密度和距公交站点距离对工作日的活力影响程度更为显著,而在周末,可步行性、天空视率、绿视率和行政办公密度对活力的影响程度更强。最后提出了提升历史城区活力的规划设计启示。

基于空间自回归和地理加权回归模型的不同尺度下土地利用程度研究

以谷城县2009年土地利用现状为研究对象,在分析不同尺度土地利用程度及其驱动因子空间自相关的基础上,分别从全局和局部的角度考虑,建立空间自回归模型和地理加权回归模型。结果表明:该区土地利用程度及其驱动因子都存在一定的空间自相关性,并且具有尺度效应;空间自回归模型可以对各因子进行全局的参数估计,而地理加权回归模型可以给出局部模型的拟合度及驱动因子的参数估计,同时不同尺度地理加权回归模型对地理信息反映详略有一定的影响。

一种局部多项式时空地理加权回归方法

基于加权最小二乘估计的时空地理加权回归方法,在随机项方差相同且最小的假设条件下估计回归参数和拟合值,由于没有考虑时空分析中异方差影响而导致估计结果存在一定偏差。局部多项式估计是一种消除异方差影响的非参数估计方法。本文在局部多项式估计原理基础上,提出了局部多项式时空地理加权回归方法。它是采用三元一阶泰勒级数展开式重构时空回归系数和自变量矩阵,进而建立满足高斯-马尔可夫独立同分布假定要求的新模型,利用新模型回归系数估计值、拟合值以及新模型与原模型的关系,可得到原模型回归系数估计值和拟合值。本文采用模拟数据和真实数据进行试验,以GTWR与局部线性地理加权回归作为对比方法,从方法适用性、整体估计效果、回归系数估计偏差和拟合优度、整体估计偏差等方面分析了LPGTWR方法性能,有效证明了LPGTWR方法能消除异方差影响提升估计精度。

混合时空地理加权回归及参数的两步估计

针对全局平稳特征和时空非平稳特征同时存在的现象,提出了混合时空地理加权回归方法(Mixed Geographically and Temporally Weighted Regression,MGTWR),给出了MGTWR的数学定义和回归参数的两步估计。同时,介绍了调整型带宽选择机制下的权重计算方法和基于Akaike信息准则(Akaike Information Criterion,AIC)的参数优化方法。采用复杂程度不同的模拟数据来测试方法的性能。结果表明,MGTWR和GTWR的R2大于0.8,能模拟全局平稳特征和时空非平稳特征的现象,但MGTWR显著优于GTWR。MGWR因无法探测时间平稳特征,模拟效果最差。此外,数据复杂程度影响MGTWR,GTWR和MGWR的性能,数据越简单模拟效果越好。

时空地理加权模型回归关系的非平稳性Bootstrap检验

文章针对时空地理加权回归模型,通过时空加权距离构造权重矩阵,采用地理加权拟合技术得到回归系数的逐点估计。对整个回归关系进行关于时间和空间的全局非平稳性检验,基于估计残差,构造广义似然比统计量,利用Bootstrap方法计算检验的p值。模拟算例和实际例子均说明该检验方法的有效性。

路网形态与住宅价格的多尺度空间关系研究——基于空间网络分析与多尺度地理加权回归模型

针对以往住宅价格影响因素分析中忽略城市路网形态参数的问题,该文基于空间网络分析,将不同搜索半径下道路接近度与穿行度纳入住宅价格特征变量,构建空间计量模型,探究成都市路网形态对住宅价格的驱动效应。结果表明:1)相比享乐回归模型和地理加权回归模型,多尺度地理加权回归模型揭示了不同变量的空间影响尺度,更适用于探究成都市路网形态对住宅价格的影响;2)路网的局部接近度、局部穿行度核心位于二环内,全局接近度核心主要分布在四环内,全局穿行度核心主要分布在交通干道上;3)不同搜索半径下对住宅价格具有显著驱动效应的接近度均为全局尺度变量,该效应在空间上相对平稳,而穿行度作为局部变量,其在空间上的影响尺度随搜索半径的变化而存在差异,具有一定的空间异质性,其中,路网接近度对住宅价格产生正向影响,其系数空间格局呈跨尺度相似特征,而穿行度产生负向影响,其系数空间格局呈跨尺度变异特征;4)各搜索半径下路网形态变量的差异可在一定程度上改变消费者对其他影响因素的偏好程度。

基于地理加权回归模型的典型山地卫星反演降水产品降尺度研究

降水是陆地水循环的关键变量,高分辨率降水数据的获取是准确模拟陆地水循环过程的前提。虽然卫星反演降水产品具有较强的空间代表性和连续性,但其空间分辨率较低的问题限制了它的应用。以太行山、横断山和喀斯特山区为研究对象,基于降水与高程(DEM)、植被指数(NDVI)之间存在较好相关关系的假设,构建了GPM降水(Global Precipitation Measurement Mission)与高程、植被指数的地理加权回归模型,得到了2014—2016年研究区1km分辨率GPM降水数据。研究结果表明:地理加权回归模型能有效地提高GPM数据的空间分辨率。降尺度后,GPM数据精度在太行山和横断山区略有提高。年尺度上,相比于原始GPM数据,太行山和横断山区降尺度数据站点实测数据的确定系数分别提高了0.06和0.08,RMSE分别降低了0.45%和3.89%,MAE分别降低了0.16%和1.70%;月尺度上,太行山区67%的月份,横断山区83%的月份GPM产品降尺度后更加接近于站点实测数据。喀斯特地区GPM数据降尺度后精度略有下降,降尺度后,年尺度的降雨数据与实测数据的RMSE和MAE分别增加了10.00%和8.00%,R^2降低了0.06,月尺度上仅8月和9月降尺度后的精度更高。降雨与地形和NDVI的关系较弱是喀斯特地区降尺度效果较差的主要原因。

基于时空地理加权回归模型的中国碳排放驱动因素实证研究

基于2006-2011年中国省级区域面板数据,应用时空加权回归模型(GTWR)实证考察了各驱动因素对碳排放规模和碳排放强度影响的时空差异。研究结果表明:大部分解释变量的时空系数估计值显著,波动性较为稳定,符号与预期一致,各驱动因素及其外溢效应在不同区域存在较强的空间异质性,且表现出一定的空间梯度分布。若实现区域差异化碳减排,需要充分考虑空间异质性和外溢性。

旅游发展对城乡收入差距影响的空间异质性——基于多尺度地理加权回归模型(MGWR)

基于2018年全国地级市数据,运用多尺度地理加权回归模型(MGWR)分析旅游发展对城乡收入差距影响的空间异质性及其尺度规律。结果表明,旅游发展对城乡收入差距的影响以扩大作用为主,且影响效果体现出空间异质性规律:在华南和西南地区,旅游发展对城乡收入差距具有较为明显的扩大作用;在中部和西北地区,旅游发展对城乡收入差距具有扩大作用,但影响程度较弱;在华东、华北和东北地区,旅游发展对城乡收入差距的影响程度最弱,在沿海区域表现为缩减作用,内陆区域表现为扩大作用。因此,未来应当持续推进乡村振兴战略,促进乡村旅游发展;大力发展全域旅游,促进城乡旅游全面协同发展;旅游发展规划兼顾区域均衡发展和城乡均衡发展的双重目标。

时空地理加权回归模型及其拟合

基于加权最小二乘原理,给出了时空地理加权回归模型的拟合方法,以及与之相关的权函数选取原则和确定窗宽参数的交叉确认法.

时空地理加权回归模型的统计诊断

时空地理加权回归模型作为一类能简单有效的解决数据时空特性问题的数据分析方法已经得到了广泛的应用.主要研究该模型的统计诊断与影响分析.首先,基于数据删除模型定义了Cook统计量;其次,基于均值漂移模型讨论了异常点的检验问题,并构造了相应的检验统计量.

季节性差分时空地理加权回归在HFRS分析中的应用

为了更好地利用模型对湖北省肾综合征出血热(Hemorrhagic fever with renal syndrome,HFRS)发病率数据的时间和空间分布进行拟合和预测,本文基于传统的时空地理加权回归模型(Geographically and Temporally Weighted Regression model,GTWR),引入时间序列中的季节性差分方法,同时采用空间自相关法优化模型中的带宽参数,构建了季节性差分时空地理加权回归模型(Seasonal Difference-Geographically and Temporally Weighted Regression model,SDGTWR)。研究结果表明,经过季节性差分优化的GTWR模型拟合精度要优于传统的GTWR模型及最小二乘法模型(OLS)和地理加权模型(GWR)方法。

空间多观测样本的地理加权回归模型

地理加权回归(GWR)以及GWR改进模型无法处理空间点上多个观测样本的情况,本文对GWR进行了拓展,构建了一种可以处理多观测样本的地理加权回归模型(MRGWR)。MRGWR在估计回归系数时,充分利用了回归关系在邻近点上具有相似性的特点,对邻近空间点的观测样本施加不同权重。通过数值实验评估了MRGWR的估计性能,并与普通最小二乘回归和GWR模型进行了比较。采用MRGWR模型探究了物理海洋学中海洋中尺度涡旋热反馈问题,揭示了北太平洋中尺度海面净热通量异常对中尺度海面温度(SST)异常的响应关系。研究结果表明,中尺度海面净热通量异常对中尺度SST异常的响应关系存在显著的季节和空间变化。