空間計(jì)量經(jīng)濟(jì)學(xué)分析

1、5/5/2022精選精選ppt1空間計(jì)量經(jīng)濟(jì)學(xué)分析空間計(jì)量經(jīng)濟(jì)學(xué)分析n空間滯后模型計(jì)量分析空間滯后模型計(jì)量分析n空間誤差模型據(jù)計(jì)量分析空間誤差模型據(jù)計(jì)量分析n地理加權(quán)回歸分析地理加權(quán)回歸分析n空間權(quán)值矩陣的計(jì)算與選擇空間權(quán)值矩陣的計(jì)算與選擇n空間計(jì)量經(jīng)濟(jì)分析軟件包空間計(jì)量經(jīng)濟(jì)分析軟件包: Geoda(SpaceStat)5/5/2022精選精選ppt2空間依賴、空間異質(zhì)性空間依賴、空間異質(zhì)性 n傳統(tǒng)的統(tǒng)計(jì)理論是一種建立在獨(dú)立觀測值假定基礎(chǔ)上傳統(tǒng)的統(tǒng)計(jì)理論是一種建立在獨(dú)立觀測值假定基礎(chǔ)上的理論。然而，在現(xiàn)實(shí)世界中，特別是遇到空間數(shù)據(jù)的理論。然而，在現(xiàn)實(shí)世界中，特別是遇到空間數(shù)據(jù)問題時(shí)，獨(dú)立觀測值

2、在現(xiàn)實(shí)生活中并不是普遍存在的問題時(shí)，獨(dú)立觀測值在現(xiàn)實(shí)生活中并不是普遍存在的（Getis, 1997）。）。n對于具有地理空間屬性的數(shù)據(jù)，一般認(rèn)為離的近的變對于具有地理空間屬性的數(shù)據(jù)，一般認(rèn)為離的近的變量之間比在空間上離的遠(yuǎn)的變量之間具有更加密切的量之間比在空間上離的遠(yuǎn)的變量之間具有更加密切的關(guān)系（關(guān)系（Anselin & Getis，1992）。正如著名的）。正如著名的Tobler地理學(xué)第一定律所說：地理學(xué)第一定律所說：“任何事物之間均相關(guān)，任何事物之間均相關(guān)，而離的較近事物總比離的較遠(yuǎn)的事物相關(guān)性要高。而離的較近事物總比離的較遠(yuǎn)的事物相關(guān)性要高。”（Tobler，1979）n地區(qū)之間

3、的經(jīng)濟(jì)地理行為之間一般都存在一定程度的地區(qū)之間的經(jīng)濟(jì)地理行為之間一般都存在一定程度的Spatial Interaction，Spatial Effects）：）：Spatial Dependence and Spatial Autocorrelation）。）。5/5/2022精選精選ppt3空間依賴、空間異質(zhì)性空間依賴、空間異質(zhì)性 n一般而言，分析中涉及的空間單元越小，離的一般而言，分析中涉及的空間單元越小，離的近的單元越有可能在空間上密切關(guān)聯(lián)近的單元越有可能在空間上密切關(guān)聯(lián)（Anselin & Getis, 1992）。）。n然而，在現(xiàn)實(shí)的經(jīng)濟(jì)地理研究中，許多涉及地然而，在現(xiàn)實(shí)的經(jīng)

4、濟(jì)地理研究中，許多涉及地理空間的數(shù)據(jù)，由于普遍忽視空間依賴性，其理空間的數(shù)據(jù)，由于普遍忽視空間依賴性，其統(tǒng)計(jì)與計(jì)量分析的結(jié)果值得進(jìn)一步深入探究統(tǒng)計(jì)與計(jì)量分析的結(jié)果值得進(jìn)一步深入探究（Anselin & Griffin, 1988）。）。5/5/2022精選精選ppt4空間依賴、空間異質(zhì)性空間依賴、空間異質(zhì)性n可喜的是，對于這種地理與經(jīng)濟(jì)現(xiàn)象中常常表可喜的是，對于這種地理與經(jīng)濟(jì)現(xiàn)象中常常表現(xiàn)出的空間效應(yīng)（特征）問題的識別估計(jì)，空現(xiàn)出的空間效應(yīng)（特征）問題的識別估計(jì)，空間計(jì)量經(jīng)濟(jì)學(xué)提供了一系列有效的理論和實(shí)證間計(jì)量經(jīng)濟(jì)學(xué)提供了一系列有效的理論和實(shí)證分析方法。分析方法。n一般而言，在經(jīng)濟(jì)研究

5、中出現(xiàn)不恰當(dāng)?shù)哪Ｐ妥R一般而言，在經(jīng)濟(jì)研究中出現(xiàn)不恰當(dāng)?shù)哪Ｐ妥R別和設(shè)定所忽略的空間效應(yīng)主要有兩個(gè)來源別和設(shè)定所忽略的空間效應(yīng)主要有兩個(gè)來源（Anselin，1988）：空間依賴性（）：空間依賴性（Spatial Dependence）和空間異質(zhì)性（）和空間異質(zhì)性（Spatial Heterogeneity）。）。5/5/2022精選精選ppt5空間依賴性 n空間依賴性（也叫空間自相關(guān)性）是空間效應(yīng)空間依賴性（也叫空間自相關(guān)性）是空間效應(yīng)識別的第一個(gè)來源，它產(chǎn)生于空間組織觀測單識別的第一個(gè)來源，它產(chǎn)生于空間組織觀測單元之間缺乏依賴性的考察（元之間缺乏依賴性的考察（Cliff & Ord,

6、1973）。）。nAnselin & Rey（1991） 區(qū)別了真實(shí)區(qū)別了真實(shí)（Substantial）空間依賴性和干擾）空間依賴性和干擾（Nuisance）空間依賴性的不同。）空間依賴性的不同。 5/5/2022精選精選ppt6空間依賴性 n真實(shí)空間依賴性反映現(xiàn)實(shí)中存在的空間交互作真實(shí)空間依賴性反映現(xiàn)實(shí)中存在的空間交互作用（用（Spatial Interaction Effects），），n比如區(qū)域經(jīng)濟(jì)要素的流動(dòng)、創(chuàng)新的擴(kuò)散、技術(shù)比如區(qū)域經(jīng)濟(jì)要素的流動(dòng)、創(chuàng)新的擴(kuò)散、技術(shù)溢出等，溢出等，n它們是區(qū)域間經(jīng)濟(jì)或創(chuàng)新差異演變過程中的真它們是區(qū)域間經(jīng)濟(jì)或創(chuàng)新差異演變過程中的真實(shí)成分，是確確實(shí)實(shí)

7、存在的空間交互影響，實(shí)成分，是確確實(shí)實(shí)存在的空間交互影響，n如勞動(dòng)力、資本流動(dòng)等耦合形成的經(jīng)濟(jì)行為在如勞動(dòng)力、資本流動(dòng)等耦合形成的經(jīng)濟(jì)行為在空間上相互影響、相互作用，研發(fā)的投入產(chǎn)出空間上相互影響、相互作用，研發(fā)的投入產(chǎn)出行為及政策在地理空間上的示范作用和激勵(lì)效行為及政策在地理空間上的示范作用和激勵(lì)效應(yīng)。應(yīng)。5/5/2022精選精選ppt7空間依賴性 n干擾空間依賴性可能來源于測量問題，比如區(qū)干擾空間依賴性可能來源于測量問題，比如區(qū)域經(jīng)濟(jì)發(fā)展過程研究中的空間模式與觀測單元域經(jīng)濟(jì)發(fā)展過程研究中的空間模式與觀測單元之間邊界的不匹配，造成了相鄰地理空間單元之間邊界的不匹配，造成了相鄰地理空間單元出現(xiàn)了

8、測量誤差所導(dǎo)致。出現(xiàn)了測量誤差所導(dǎo)致。n測量誤差是由于在調(diào)查過程中，數(shù)據(jù)的采集與測量誤差是由于在調(diào)查過程中，數(shù)據(jù)的采集與空間中的單位有關(guān)，如數(shù)據(jù)一般是按照省市縣空間中的單位有關(guān)，如數(shù)據(jù)一般是按照省市縣等行政區(qū)劃統(tǒng)計(jì)的，這種假設(shè)的空間單位與研等行政區(qū)劃統(tǒng)計(jì)的，這種假設(shè)的空間單位與研究問題的實(shí)際邊界可能不一致，這樣就很容易究問題的實(shí)際邊界可能不一致，這樣就很容易產(chǎn)生測量誤差。產(chǎn)生測量誤差。5/5/2022精選精選ppt8空間依賴性 n空間依賴不僅意味著空間上的觀測值缺乏獨(dú)立空間依賴不僅意味著空間上的觀測值缺乏獨(dú)立性，而且意味著潛在于這種空間相關(guān)中的數(shù)據(jù)性，而且意味著潛在于這種空間相關(guān)中的數(shù)據(jù)結(jié)構(gòu)，

9、也就是說空間相關(guān)的強(qiáng)度及模式由絕對結(jié)構(gòu)，也就是說空間相關(guān)的強(qiáng)度及模式由絕對位置（格局）和相對位置（距離）共同決定。位置（格局）和相對位置（距離）共同決定。n空間相關(guān)性表現(xiàn)出的空間效應(yīng)可以用以下兩種空間相關(guān)性表現(xiàn)出的空間效應(yīng)可以用以下兩種模型來表征和刻畫：當(dāng)模型的誤差項(xiàng)在空間上模型來表征和刻畫：當(dāng)模型的誤差項(xiàng)在空間上相關(guān)時(shí)，即為空間誤差模型；當(dāng)變量間的空間相關(guān)時(shí)，即為空間誤差模型；當(dāng)變量間的空間依賴性對模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)依賴性對模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)時(shí)，即為空間滯后模型（時(shí)，即為空間滯后模型（Anselin，1988）。）。5/5/2022精選精選ppt9空間異質(zhì)性空間異

10、質(zhì)性n空間異質(zhì)性（空間差異性），是空間計(jì)量學(xué)?？臻g異質(zhì)性（空間差異性），是空間計(jì)量學(xué)模型識別的第二個(gè)來源。型識別的第二個(gè)來源。n空間異質(zhì)性或空間差異性，指地理空間上的區(qū)空間異質(zhì)性或空間差異性，指地理空間上的區(qū)域缺乏均質(zhì)性，存在發(fā)達(dá)地區(qū)和落后地區(qū)、中域缺乏均質(zhì)性，存在發(fā)達(dá)地區(qū)和落后地區(qū)、中心（核心）和外圍（邊緣）地區(qū)等經(jīng)濟(jì)地理結(jié)心（核心）和外圍（邊緣）地區(qū)等經(jīng)濟(jì)地理結(jié)構(gòu)，從而導(dǎo)致經(jīng)濟(jì)社會發(fā)展和創(chuàng)新行為存在較構(gòu)，從而導(dǎo)致經(jīng)濟(jì)社會發(fā)展和創(chuàng)新行為存在較大的空間上的差異性。大的空間上的差異性。5/5/2022精選精選ppt10空間異質(zhì)性空間異質(zhì)性n空間異質(zhì)性反映了經(jīng)濟(jì)實(shí)踐中的空間觀測單元空間異質(zhì)性反映了

11、經(jīng)濟(jì)實(shí)踐中的空間觀測單元之間經(jīng)濟(jì)行為（如增長或創(chuàng)新）關(guān)系的一種普之間經(jīng)濟(jì)行為（如增長或創(chuàng)新）關(guān)系的一種普遍存在的不穩(wěn)定性。遍存在的不穩(wěn)定性。n區(qū)域創(chuàng)新的企業(yè)、大學(xué)、研究機(jī)構(gòu)等主體在研區(qū)域創(chuàng)新的企業(yè)、大學(xué)、研究機(jī)構(gòu)等主體在研發(fā)行為上存在不可忽視的個(gè)體差異，譬如研發(fā)發(fā)行為上存在不可忽視的個(gè)體差異，譬如研發(fā)投入的差異導(dǎo)致產(chǎn)出的技術(shù)知識的差異，投入的差異導(dǎo)致產(chǎn)出的技術(shù)知識的差異，n這種創(chuàng)新主體的異質(zhì)性與技術(shù)知識異質(zhì)性的耦這種創(chuàng)新主體的異質(zhì)性與技術(shù)知識異質(zhì)性的耦合將導(dǎo)致創(chuàng)新行為在地理空間上具有顯著的異合將導(dǎo)致創(chuàng)新行為在地理空間上具有顯著的異質(zhì)性差異，進(jìn)而可能存在創(chuàng)新在地理空間上的質(zhì)性差異，進(jìn)而可能存在創(chuàng)

12、新在地理空間上的相互依賴現(xiàn)象或者創(chuàng)新的局域俱樂部集團(tuán)。相互依賴現(xiàn)象或者創(chuàng)新的局域俱樂部集團(tuán)。5/5/2022精選精選ppt11空間異質(zhì)性空間異質(zhì)性n對于空間異質(zhì)性，只要將空間單元的特性考慮對于空間異質(zhì)性，只要將空間單元的特性考慮進(jìn)去，大多可以用經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行進(jìn)去，大多可以用經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行估計(jì)。估計(jì)。n但是當(dāng)空間異質(zhì)性與空間相關(guān)性同時(shí)存在時(shí)，但是當(dāng)空間異質(zhì)性與空間相關(guān)性同時(shí)存在時(shí)，經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)估計(jì)方法不再有效，而且在經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)估計(jì)方法不再有效，而且在這種情況下，問題變得異常復(fù)雜，區(qū)分空間異這種情況下，問題變得異常復(fù)雜，區(qū)分空間異質(zhì)性與空間相關(guān)性比較困難。質(zhì)性與空間相

13、關(guān)性比較困難。n空間變系數(shù)的地理加權(quán)回歸模型空間變系數(shù)的地理加權(quán)回歸模型（Geographical Weighted Regression，簡，簡記為記為GWR）是處理空間異質(zhì)性的一種良好的）是處理空間異質(zhì)性的一種良好的估計(jì)方法。估計(jì)方法。5/5/2022精選精選ppt12空間依賴性及集群的識別與檢驗(yàn)空間依賴性及集群的識別與檢驗(yàn) n將空間依賴性考慮進(jìn)來以后，在建立模型進(jìn)行將空間依賴性考慮進(jìn)來以后，在建立模型進(jìn)行創(chuàng)新分析研究之前，一般必須先進(jìn)行空間相關(guān)創(chuàng)新分析研究之前，一般必須先進(jìn)行空間相關(guān)性的預(yù)檢驗(yàn)性的預(yù)檢驗(yàn)n如果空間效應(yīng)在發(fā)揮作用，則需要將空間效應(yīng)如果空間效應(yīng)在發(fā)揮作用，則需要將空間效應(yīng)納入

14、模型分析框架之中，并采用適合于空間計(jì)納入模型分析框架之中，并采用適合于空間計(jì)量經(jīng)濟(jì)模型估計(jì)的方法進(jìn)行估計(jì)量經(jīng)濟(jì)模型估計(jì)的方法進(jìn)行估計(jì)n如果沒有表現(xiàn)出空間效應(yīng)，則可直接采用一般如果沒有表現(xiàn)出空間效應(yīng)，則可直接采用一般估計(jì)方法（如估計(jì)方法（如OLS）估計(jì)模型參數(shù)。）估計(jì)模型參數(shù)。5/5/2022精選精選ppt13空間依賴性及集群的識別與檢驗(yàn)空間依賴性及集群的識別與檢驗(yàn) n在引入空間變量或者經(jīng)過空間過濾的空間計(jì)量在引入空間變量或者經(jīng)過空間過濾的空間計(jì)量模型建立之后，其效果的好壞還需要通過空間模型建立之后，其效果的好壞還需要通過空間相關(guān)檢驗(yàn)進(jìn)行判斷，一般可通過對真實(shí)值和模相關(guān)檢驗(yàn)進(jìn)行判斷，一般可通過對

15、真實(shí)值和模型估計(jì)值之間的殘差進(jìn)行空間相關(guān)性檢驗(yàn)實(shí)現(xiàn)。型估計(jì)值之間的殘差進(jìn)行空間相關(guān)性檢驗(yàn)實(shí)現(xiàn)。n如果參數(shù)經(jīng)過檢驗(yàn)在空間上沒有表現(xiàn)出相關(guān)性，如果參數(shù)經(jīng)過檢驗(yàn)在空間上沒有表現(xiàn)出相關(guān)性，則表明在引入空間變量或者經(jīng)過考慮了空間效則表明在引入空間變量或者經(jīng)過考慮了空間效應(yīng)后的模型已經(jīng)成功地處理了空間相關(guān)性。應(yīng)后的模型已經(jīng)成功地處理了空間相關(guān)性。5/5/2022精選精選ppt14空間依賴性及集群的識別與檢驗(yàn)空間依賴性及集群的識別與檢驗(yàn) n計(jì)算和檢驗(yàn)一個(gè)地區(qū)的創(chuàng)新行為在地理空間上計(jì)算和檢驗(yàn)一個(gè)地區(qū)的創(chuàng)新行為在地理空間上有沒有表現(xiàn)出空間自相關(guān)（依賴）性（有沒有表現(xiàn)出空間自相關(guān)（依賴）性（Cliff &

16、 Ord，1981；Cressie，1993）、是否存在集）、是否存在集群現(xiàn)象（吳玉鳴，群現(xiàn)象（吳玉鳴，2006a，2006b）。）。n空間統(tǒng)計(jì)和空間計(jì)量經(jīng)濟(jì)學(xué)的方法有許多種，空間統(tǒng)計(jì)和空間計(jì)量經(jīng)濟(jì)學(xué)的方法有許多種，最著名也最常用的有：最著名也最常用的有：Morans I（Moran，1950）、）、Gearys C、Getis指數(shù)（指數(shù)（Ord & Getis，1995）。）。5/5/2022精選精選ppt15空間依賴性及集群的識別與檢驗(yàn)空間依賴性及集群的識別與檢驗(yàn) n以上方法各有其功用，各有其優(yōu)缺點(diǎn)，同時(shí)亦以上方法各有其功用，各有其優(yōu)缺點(diǎn)，同時(shí)亦有其適用范圍及限制。有其適用范圍及限

17、制。n一般來說，這些方法在功用上可大致分為兩大一般來說，這些方法在功用上可大致分為兩大類：全域空間自相關(guān)（類：全域空間自相關(guān)（Global Spatial Autocorrelation）和局域空間自相關(guān)（）和局域空間自相關(guān)（Local Spatial Autocorrelation）。）。5/5/2022精選精選ppt16全域空間相關(guān)性檢驗(yàn)與分析 n全域空間自相關(guān)（全域空間自相關(guān)（Global Spatial Autocorrelation）是從區(qū)域空間的整體上刻畫）是從區(qū)域空間的整體上刻畫區(qū)域創(chuàng)新活動(dòng)空間分布的集群情況。區(qū)域創(chuàng)新活動(dòng)空間分布的集群情況。n在實(shí)際的空間相關(guān)分析應(yīng)用研究中，由于

18、在實(shí)際的空間相關(guān)分析應(yīng)用研究中，由于Morans I指數(shù)和指數(shù)和Gearys C比率的作用基本相比率的作用基本相同，其不同之處是同，其不同之處是Morans I主要針對于全域空主要針對于全域空間相關(guān)性分析，而間相關(guān)性分析，而Gearys C指數(shù)則適用于局域指數(shù)則適用于局域空間關(guān)聯(lián)分析?？臻g關(guān)聯(lián)分析。n在許多實(shí)證研究中，在許多實(shí)證研究中，Morans I 和和Gearys C是是常用方法，已在大量文獻(xiàn)中出現(xiàn)，尤其是前者。常用方法，已在大量文獻(xiàn)中出現(xiàn)，尤其是前者。因此，以下介紹常用的因此，以下介紹常用的Morans I指數(shù)的計(jì)算及指數(shù)的計(jì)算及檢驗(yàn)過程。檢驗(yàn)過程。5/5/2022精選精選ppt17全

19、域空間相關(guān)性檢驗(yàn)與分析nMorans I定義如下：定義如下： n其中，其中， ， ， 表示第表示第 個(gè)地個(gè)地區(qū)的觀測值（如專利數(shù)），為地區(qū)總數(shù)（如省域），區(qū)的觀測值（如專利數(shù)），為地區(qū)總數(shù)（如省域），為二進(jìn)制的鄰近空間權(quán)值矩陣，表示其中的任一元素，為二進(jìn)制的鄰近空間權(quán)值矩陣，表示其中的任一元素，采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，其目的是定義空間對象的采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，其目的是定義空間對象的相互鄰近關(guān)系。相互鄰近關(guān)系。 ninjijninjjiijWSYYYYWIsMoran11211)(niiYYnS12)(1niiYnY11iYii5/5/2022精選精選ppt18全域空間相關(guān)性檢驗(yàn)與分析n如果

20、如果Morans I的正態(tài)統(tǒng)計(jì)量的的正態(tài)統(tǒng)計(jì)量的Z值均大于正態(tài)值均大于正態(tài)分布函數(shù)在分布函數(shù)在0.05（0.01）水平下的臨界值）水平下的臨界值1.65（1.96），表明區(qū)域創(chuàng)新在空間分布上具有明），表明區(qū)域創(chuàng)新在空間分布上具有明顯的正向相關(guān)關(guān)系，顯的正向相關(guān)關(guān)系，n正的空間相關(guān)代表相鄰地區(qū)的類似特征值出現(xiàn)正的空間相關(guān)代表相鄰地區(qū)的類似特征值出現(xiàn)集群（集群（Clustering）趨勢。）趨勢。5/5/2022精選精選ppt19目前計(jì)量研究方法及其局限性目前計(jì)量研究方法及其局限性 n目前有關(guān)研究的計(jì)量方法主要是傳統(tǒng)的回歸分析目前有關(guān)研究的計(jì)量方法主要是傳統(tǒng)的回歸分析方法（如多元統(tǒng)計(jì)分析、回歸分析

21、、數(shù)據(jù)包絡(luò)分方法（如多元統(tǒng)計(jì)分析、回歸分析、數(shù)據(jù)包絡(luò)分析析DEA等方法），其實(shí)質(zhì)上都是線性的變量之間等方法），其實(shí)質(zhì)上都是線性的變量之間相互關(guān)系的一種測量方法，適合于企業(yè)或產(chǎn)業(yè)部相互關(guān)系的一種測量方法，適合于企業(yè)或產(chǎn)業(yè)部門時(shí)間序列層面的經(jīng)驗(yàn)研究，未考慮區(qū)域（或截門時(shí)間序列層面的經(jīng)驗(yàn)研究，未考慮區(qū)域（或截面單元）之間的空間關(guān)聯(lián)，局限性比較明顯。面單元）之間的空間關(guān)聯(lián)，局限性比較明顯。n區(qū)域之間的經(jīng)濟(jì)行為會相互影響，這使其存在顯區(qū)域之間的經(jīng)濟(jì)行為會相互影響，這使其存在顯著的外部效應(yīng)，導(dǎo)致地區(qū)之間的經(jīng)濟(jì)行為存在溢著的外部效應(yīng)，導(dǎo)致地區(qū)之間的經(jīng)濟(jì)行為存在溢出效應(yīng)。出效應(yīng)。n經(jīng)濟(jì)產(chǎn)出不僅受到本地投資的強(qiáng)

22、度、而且還會受經(jīng)濟(jì)產(chǎn)出不僅受到本地投資的強(qiáng)度、而且還會受到周邊其他地區(qū)的投資活動(dòng)產(chǎn)生的溢出效應(yīng)及政到周邊其他地區(qū)的投資活動(dòng)產(chǎn)生的溢出效應(yīng)及政策的影響。策的影響。5/5/2022精選精選ppt20目前計(jì)量研究方法及其局限性目前計(jì)量研究方法及其局限性 n經(jīng)濟(jì)集群行為可以通過檢驗(yàn)一個(gè)代表地區(qū)間考慮交互經(jīng)濟(jì)集群行為可以通過檢驗(yàn)一個(gè)代表地區(qū)間考慮交互作用的生產(chǎn)函數(shù)，即該地區(qū)的經(jīng)濟(jì)活動(dòng)及其自身的特作用的生產(chǎn)函數(shù)，即該地區(qū)的經(jīng)濟(jì)活動(dòng)及其自身的特征與其他地區(qū)的經(jīng)濟(jì)活動(dòng)的關(guān)系，來考察區(qū)域經(jīng)濟(jì)行征與其他地區(qū)的經(jīng)濟(jì)活動(dòng)的關(guān)系，來考察區(qū)域經(jīng)濟(jì)行為的集群行為。為的集群行為。n可通過納入空間效應(yīng)（空間相關(guān)和空間差異）的空

23、間可通過納入空間效應(yīng)（空間相關(guān)和空間差異）的空間計(jì)量經(jīng)濟(jì)模型計(jì)量經(jīng)濟(jì)模型空間回歸模型，包括常系數(shù)的空間空間回歸模型，包括常系數(shù)的空間滯后模型（滯后模型（Spatial Lag Model，SLM）與空間誤差）與空間誤差模型兩種（模型兩種（Spatial Error Model，SEM）（）（Anselin，1988；Anselin，F(xiàn)lorax，1995；吳玉鳴，；吳玉鳴，2005）和）和變系數(shù)的地理加權(quán)回歸模型（變系數(shù)的地理加權(quán)回歸模型（Geographical Weighted Regression，GWR）來實(shí)現(xiàn)。）來實(shí)現(xiàn)。5/5/2022精選精選ppt21空間計(jì)量經(jīng)濟(jì)模型及估計(jì)技術(shù)空間

24、計(jì)量經(jīng)濟(jì)模型及估計(jì)技術(shù) n空間計(jì)量經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的一個(gè)分支，研究的是空間計(jì)量經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的一個(gè)分支，研究的是在橫截面數(shù)據(jù)（在橫截面數(shù)據(jù)（Cross-sectional Data）和面板數(shù)據(jù)）和面板數(shù)據(jù)（Panel Data）的回歸模型中如何處理空間交互作用）的回歸模型中如何處理空間交互作用（空間自相關(guān)）和空間結(jié)構(gòu)（空間非均勻性）（空間自相關(guān)）和空間結(jié)構(gòu)（空間非均勻性）（Anselin，1988）。）。n最近發(fā)展起來的空間統(tǒng)計(jì)學(xué)和空間計(jì)量經(jīng)濟(jì)學(xué)不僅解最近發(fā)展起來的空間統(tǒng)計(jì)學(xué)和空間計(jì)量經(jīng)濟(jì)學(xué)不僅解決了標(biāo)準(zhǔn)統(tǒng)計(jì)方法在處理空間數(shù)據(jù)時(shí)的失誤問題決了標(biāo)準(zhǔn)統(tǒng)計(jì)方法在處理空間數(shù)據(jù)時(shí)的失誤問題,更重更

25、重要的是為測量這種空間聯(lián)系及其性質(zhì)、并在建模時(shí)明要的是為測量這種空間聯(lián)系及其性質(zhì)、并在建模時(shí)明確地引入空間聯(lián)系變量以估算與檢驗(yàn)其貢獻(xiàn)提供了全確地引入空間聯(lián)系變量以估算與檢驗(yàn)其貢獻(xiàn)提供了全新的手段（應(yīng)龍根，寧越敏，新的手段（應(yīng)龍根，寧越敏，2005）。）。5/5/2022精選精選ppt22空間計(jì)量經(jīng)濟(jì)模型及估計(jì)技術(shù)空間計(jì)量經(jīng)濟(jì)模型及估計(jì)技術(shù) n實(shí)際上，早在實(shí)際上，早在1970年代歐洲就展開了空間計(jì)量經(jīng)濟(jì)學(xué)年代歐洲就展開了空間計(jì)量經(jīng)濟(jì)學(xué)研究，并將它作為一個(gè)確定的領(lǐng)域。研究，并將它作為一個(gè)確定的領(lǐng)域。Paelinck & Klaassen（1979）定義了這個(gè)領(lǐng)域，包括：空間相）定義了這個(gè)領(lǐng)

26、域，包括：空間相互依賴在空間模型中的任務(wù)；空間關(guān)系不對稱性；位互依賴在空間模型中的任務(wù)；空間關(guān)系不對稱性；位于其他空間的解釋因素的重要性；過去的和將來的相于其他空間的解釋因素的重要性；過去的和將來的相互作用之間的區(qū)別；明確的空間模擬?；プ饔弥g的區(qū)別；明確的空間模擬。nAnselin（1988）將空間計(jì)量經(jīng)濟(jì)學(xué)定義為：處理由）將空間計(jì)量經(jīng)濟(jì)學(xué)定義為：處理由區(qū)域科學(xué)模型統(tǒng)計(jì)分析中的空間所引起的特殊性的技區(qū)域科學(xué)模型統(tǒng)計(jì)分析中的空間所引起的特殊性的技術(shù)總稱。換句話說，空間計(jì)量經(jīng)濟(jì)學(xué)研究的是明確考術(shù)總稱。換句話說，空間計(jì)量經(jīng)濟(jì)學(xué)研究的是明確考慮空間影響（空間自相關(guān)和空間不均勻性）的方法。慮空間影響（

27、空間自相關(guān)和空間不均勻性）的方法。5/5/2022精選精選ppt23空間常系數(shù)回歸模型及估計(jì)技術(shù)空間常系數(shù)回歸模型及估計(jì)技術(shù) n目前，空間計(jì)量經(jīng)濟(jì)學(xué)研究包括以下四個(gè)感興目前，空間計(jì)量經(jīng)濟(jì)學(xué)研究包括以下四個(gè)感興趣的領(lǐng)域：趣的領(lǐng)域：n計(jì)量經(jīng)濟(jì)模型中空間效應(yīng)的確定；計(jì)量經(jīng)濟(jì)模型中空間效應(yīng)的確定；n合并了空間影響的模型的估計(jì)；合并了空間影響的模型的估計(jì)；n空間效應(yīng)存在的說明、檢驗(yàn)和診斷；空間效應(yīng)存在的說明、檢驗(yàn)和診斷；n空間預(yù)測?？臻g預(yù)測。5/5/2022精選精選ppt24空間常系數(shù)回歸模型及估計(jì)技術(shù)空間常系數(shù)回歸模型及估計(jì)技術(shù) n空間計(jì)量經(jīng)濟(jì)學(xué)模型有多種類型（空間計(jì)量經(jīng)濟(jì)學(xué)模型有多種類型（Ansel

28、in，et al. 2004）。）。n首先介紹納入了空間效應(yīng)（空間相關(guān)和空間差異）、首先介紹納入了空間效應(yīng)（空間相關(guān)和空間差異）、適用于截面數(shù)據(jù)的空間常系數(shù)回歸模型，包括空間滯適用于截面數(shù)據(jù)的空間常系數(shù)回歸模型，包括空間滯后模型（后模型（Spatial Lag Model，SLM）與空間誤差模）與空間誤差模型（型（Spatial Error Model，SEM）兩種，以及空間）兩種，以及空間變系數(shù)回歸模型變系數(shù)回歸模型地理加權(quán)回歸模型地理加權(quán)回歸模型（Geographical Weighted Regression，GWR）。）。n適用于時(shí)間序列和截面數(shù)據(jù)合成的空間面板數(shù)據(jù)計(jì)量適用于時(shí)間序列和

29、截面數(shù)據(jù)合成的空間面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型將在以后予以介紹。經(jīng)濟(jì)學(xué)模型將在以后予以介紹。5/5/2022精選精選ppt25空間滯后模型空間滯后模型SLMn空間滯后模型（空間滯后模型（Spatial Lag Model，SLM）主要是）主要是探討各變量在一地區(qū)是否有擴(kuò)散現(xiàn)象（溢出效應(yīng)）。探討各變量在一地區(qū)是否有擴(kuò)散現(xiàn)象（溢出效應(yīng)）。其模型表達(dá)式為：其模型表達(dá)式為：n參數(shù)參數(shù) 反映了自變量對因變量的影響，空間滯后因變反映了自變量對因變量的影響，空間滯后因變量量 是一內(nèi)生變量，反映了空間距離對區(qū)域行為的作是一內(nèi)生變量，反映了空間距離對區(qū)域行為的作用。用。XWyyWy5/5/2022精選精選ppt26空

30、間滯后模型空間滯后模型SLMn區(qū)域行為受到文化環(huán)境及與空間距離有關(guān)的遷區(qū)域行為受到文化環(huán)境及與空間距離有關(guān)的遷移成本的影響，具有很強(qiáng)的地域性（移成本的影響，具有很強(qiáng)的地域性（Anselin et al.，1996）。）。n由于由于SLM模型與時(shí)間序列中自回歸模型相類似，模型與時(shí)間序列中自回歸模型相類似，因此因此SLM也被稱作空間自回歸模型（也被稱作空間自回歸模型（Spatial Autoregressive Model，SAR）。）。5/5/2022精選精選ppt27空間誤差模型空間誤差模型SEM n空間誤差模型（空間誤差模型（Spatial Error Model，SEM）的數(shù)學(xué)表達(dá)式為：的

31、數(shù)學(xué)表達(dá)式為：n式中，式中， 為隨機(jī)誤差項(xiàng)向量，為為隨機(jī)誤差項(xiàng)向量，為n*1階的截面因階的截面因變量向量的空間誤差系數(shù)，變量向量的空間誤差系數(shù)， 為正態(tài)分布的隨為正態(tài)分布的隨機(jī)誤差向量。機(jī)誤差向量。 XyW5/5/2022精選精選ppt28空間誤差模型空間誤差模型SEMnSEM中參數(shù)中參數(shù) 反映了自變量反映了自變量X對因變量對因變量y的影響。的影響。參數(shù)參數(shù) 衡量了樣本觀察值中的空間依賴作用，衡量了樣本觀察值中的空間依賴作用，即相鄰地區(qū)的觀察值即相鄰地區(qū)的觀察值y對本地區(qū)觀察值對本地區(qū)觀察值y的影響的影響方向和程度。方向和程度。n存在于擾動(dòng)誤差項(xiàng)之中的空間依賴作用，度量存在于擾動(dòng)誤差項(xiàng)之中的空

32、間依賴作用，度量了鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀了鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度。由于察值的影響程度。由于SEM模型與時(shí)間序列中模型與時(shí)間序列中的序列相關(guān)問題類似，也被稱為空間自相關(guān)模的序列相關(guān)問題類似，也被稱為空間自相關(guān)模型（型（Spatial Autocorrelation Model，SAC）。）。5/5/2022精選精選ppt29估計(jì)技術(shù)估計(jì)技術(shù)n鑒于空間回歸模型由于自變量的內(nèi)生性，對于鑒于空間回歸模型由于自變量的內(nèi)生性，對于上述兩種模型的估計(jì)如果仍采用上述兩種模型的估計(jì)如果仍采用OLS，系數(shù)估，系數(shù)估計(jì)值會有偏或者無效，需要通過計(jì)值會有偏或者無效，需要通

33、過IV、ML或或GLS、GMM等其他方法來進(jìn)行估計(jì)。等其他方法來進(jìn)行估計(jì)。nAnselin（1988）建議采用極大似然法估計(jì)空）建議采用極大似然法估計(jì)空間滯后模型（間滯后模型（SLM）和空間誤差模型（）和空間誤差模型（SEM）的參數(shù)。的參數(shù)。5/5/2022精選精選ppt30空間自相關(guān)檢驗(yàn)與空間自相關(guān)檢驗(yàn)與SLM、SEM的選擇的選擇n判斷地區(qū)間創(chuàng)新產(chǎn)出行為的空間相關(guān)性是否存在，以及判斷地區(qū)間創(chuàng)新產(chǎn)出行為的空間相關(guān)性是否存在，以及SLM和和SEM那個(gè)模型更恰當(dāng)，一般可通過包括那個(gè)模型更恰當(dāng)，一般可通過包括Morans I檢驗(yàn)、兩個(gè)拉格朗日乘數(shù)（檢驗(yàn)、兩個(gè)拉格朗日乘數(shù)（Lagrange Multi

34、plier）形式）形式LMERR、LMLAG及其穩(wěn)健（及其穩(wěn)?。≧obust）的）的R-LMERR、R-LMLAG）等形式來實(shí)現(xiàn)。）等形式來實(shí)現(xiàn)。n由于事先無法根據(jù)先驗(yàn)經(jīng)驗(yàn)推斷在由于事先無法根據(jù)先驗(yàn)經(jīng)驗(yàn)推斷在SLM和和SEM模型中是模型中是否存在空間依賴性，有必要構(gòu)建一種判別準(zhǔn)則，以決定否存在空間依賴性，有必要構(gòu)建一種判別準(zhǔn)則，以決定哪種空間模型更加符合客觀實(shí)際。哪種空間模型更加符合客觀實(shí)際。5/5/2022精選精選ppt31空間自相關(guān)檢驗(yàn)與空間自相關(guān)檢驗(yàn)與SLM、SEM的選擇的選擇nAnselin和和Florax（1995）提出了如下判別準(zhǔn)則：）提出了如下判別準(zhǔn)則：如果在空間依賴性的檢驗(yàn)中發(fā)

35、現(xiàn)如果在空間依賴性的檢驗(yàn)中發(fā)現(xiàn)LMLAG較之較之LMERR在統(tǒng)計(jì)上更加顯著，且在統(tǒng)計(jì)上更加顯著，且R-LMLAG顯著而顯著而R-LMERR不顯著，則可以斷定適合的模型是空不顯著，則可以斷定適合的模型是空間滯后模型；相反，如果間滯后模型；相反，如果LMERR比比LMLAG在統(tǒng)在統(tǒng)計(jì)上更加顯著，且計(jì)上更加顯著，且R-LMERR顯著而顯著而R-LMLAG不不顯著，則可以斷定空間誤差模型是恰當(dāng)?shù)哪Ｐ?。顯著，則可以斷定空間誤差模型是恰當(dāng)?shù)哪Ｐ汀?/5/2022精選精選ppt32空間自相關(guān)檢驗(yàn)與空間自相關(guān)檢驗(yàn)與SLM、SEM的選擇的選擇n除了擬合優(yōu)度除了擬合優(yōu)度R2檢驗(yàn)以外，常用的檢驗(yàn)準(zhǔn)則還檢驗(yàn)以外，常用

36、的檢驗(yàn)準(zhǔn)則還有：自然對數(shù)似然函數(shù)值（有：自然對數(shù)似然函數(shù)值（Log likelihood，LogL）、似然比率（）、似然比率（Likelihood Ratio，LR）、）、赤池信息準(zhǔn)則（赤池信息準(zhǔn)則（Akaike information criterion，AIC）、施瓦茨準(zhǔn)則（）、施瓦茨準(zhǔn)則（Schwartz criterion，SC）。）。n對數(shù)似然值越大，對數(shù)似然值越大，AIC和和SC值越小，模型擬合效值越小，模型擬合效果越好。這幾個(gè)指標(biāo)也用來比較果越好。這幾個(gè)指標(biāo)也用來比較OLS估計(jì)的經(jīng)典估計(jì)的經(jīng)典線性回歸模型和線性回歸模型和SLM、SEM，似然值的自然對，似然值的自然對數(shù)最大的模型最

37、好。數(shù)最大的模型最好。5/5/2022精選精選ppt33空間變系數(shù)回歸模型及估計(jì)空間變系數(shù)回歸模型及估計(jì)n就目前國內(nèi)外的研究來看，大多直接假定橫截就目前國內(nèi)外的研究來看，大多直接假定橫截面單元是同質(zhì)的，即地區(qū)或企業(yè)之間沒有差異。面單元是同質(zhì)的，即地區(qū)或企業(yè)之間沒有差異。n傳統(tǒng)的傳統(tǒng)的OLS只是對參數(shù)進(jìn)行只是對參數(shù)進(jìn)行“平均平均”或或“全域全域”估計(jì)，不能反映參數(shù)在不同空間的空間非穩(wěn)定估計(jì)，不能反映參數(shù)在不同空間的空間非穩(wěn)定性（吳玉鳴，李建霞，性（吳玉鳴，李建霞，2006；蘇方林，；蘇方林，2007）。）。5/5/2022精選精選ppt34空間變系數(shù)回歸模型及估計(jì)空間變系數(shù)回歸模型及估計(jì)n當(dāng)用橫

38、截面數(shù)據(jù)建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，由于當(dāng)用橫截面數(shù)據(jù)建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，由于這種數(shù)據(jù)在空間上表現(xiàn)出的復(fù)雜性、自相關(guān)性這種數(shù)據(jù)在空間上表現(xiàn)出的復(fù)雜性、自相關(guān)性和變異性，使得解釋變量對被解釋變量的影響和變異性，使得解釋變量對被解釋變量的影響在不同區(qū)域之間可能是不同的，假定區(qū)域之間在不同區(qū)域之間可能是不同的，假定區(qū)域之間的經(jīng)濟(jì)行為在空間上具有異質(zhì)性的差異可能更的經(jīng)濟(jì)行為在空間上具有異質(zhì)性的差異可能更加符合現(xiàn)實(shí)。加符合現(xiàn)實(shí)。5/5/2022精選精選ppt35空間變系數(shù)回歸模型及估計(jì)空間變系數(shù)回歸模型及估計(jì)n空間變系數(shù)回歸模型（空間變系數(shù)回歸模型（Spatial Varying-Coefficient R

39、egression Model）中的地理加）中的地理加權(quán)回歸模型（權(quán)回歸模型（Geographical Weighted Regression，GWR）是一種解決這種問題的）是一種解決這種問題的有效方法。有效方法。5/5/2022精選精選ppt36 地理加權(quán)回歸模型地理加權(quán)回歸模型GWRn 地理加權(quán)回歸模型是一種相對簡單的回歸估地理加權(quán)回歸模型是一種相對簡單的回歸估計(jì)技術(shù)，它擴(kuò)展了普通線性回歸模型。計(jì)技術(shù)，它擴(kuò)展了普通線性回歸模型。n在擴(kuò)展的在擴(kuò)展的GWR模型中，特定區(qū)位的回歸系數(shù)模型中，特定區(qū)位的回歸系數(shù)不再是利用全部信息獲得的假定常數(shù)，而是利不再是利用全部信息獲得的假定常數(shù)，而是利用鄰近觀

40、測值的子樣本數(shù)據(jù)信息進(jìn)行局域用鄰近觀測值的子樣本數(shù)據(jù)信息進(jìn)行局域（Local）回歸估計(jì)而得的、隨著空間上局域）回歸估計(jì)而得的、隨著空間上局域地理位置變化而變化的變數(shù)，地理位置變化而變化的變數(shù)，GWR模型可以模型可以表示為：表示為：5/5/2022精選精選ppt37 地理加權(quán)回歸模型地理加權(quán)回歸模型GWRn式中，式中， 系數(shù)的下標(biāo)系數(shù)的下標(biāo)j表示與表示與 觀測值聯(lián)系的觀測值聯(lián)系的階待估計(jì)參數(shù)向量，是關(guān)于地理位置階待估計(jì)參數(shù)向量，是關(guān)于地理位置 的的k+1元函數(shù)。元函數(shù)。GWR可以對每個(gè)觀測值估計(jì)出可以對每個(gè)觀測值估計(jì)出k個(gè)參數(shù)向量的估計(jì)值，個(gè)參數(shù)向量的估計(jì)值， 是第是第i個(gè)區(qū)域的隨機(jī)誤個(gè)區(qū)域的隨

41、機(jī)誤差，滿足零均值、同方差、相互獨(dú)立等球形擾差，滿足零均值、同方差、相互獨(dú)立等球形擾動(dòng)假定。動(dòng)假定。 iijiijjiiixvuvuy,k10j1miivu ,5/5/2022精選精選ppt38 地理加權(quán)回歸模型地理加權(quán)回歸模型GWRn實(shí)際上，以上模型可以表示為在每個(gè)區(qū)域都有實(shí)際上，以上模型可以表示為在每個(gè)區(qū)域都有一個(gè)對應(yīng)的估計(jì)函數(shù)，其對數(shù)似然函數(shù)可以表一個(gè)對應(yīng)的估計(jì)函數(shù)，其對數(shù)似然函數(shù)可以表示為：示為：211020,21|,lognikjiiikiiikxvuvuyMvuvuLL5/5/2022精選精選ppt39 地理加權(quán)回歸模型地理加權(quán)回歸模型n式中，式中， 為常數(shù)，為常數(shù)， 。 由由于極

42、大似然法（于極大似然法（ML）的解不是唯一的，）的解不是唯一的，Hastie和和Tibshirani（1993）認(rèn)為用該方法求解是不恰當(dāng)）認(rèn)為用該方法求解是不恰當(dāng)?shù)?。的。Tibshirani和和Hastie（1987）提出了局域求）提出了局域求解法，原理與方法如下：解法，原理與方法如下：n對于第對于第s個(gè)空間位置個(gè)空間位置 ，任取一，任取一空間位置空間位置 與其位置鄰近，構(gòu)造一個(gè)簡單的與其位置鄰近，構(gòu)造一個(gè)簡單的回歸模型：回歸模型：kjnivuxyMiiiji, 2 , 1, 2 , 1,nsvuss, 2 , 1,00,vu5/5/2022精選精選ppt40 地理加權(quán)回歸模型地理加權(quán)回歸模型

43、GWRn式中，每個(gè)式中，每個(gè) 為常數(shù)且為為常數(shù)且為GWR模型中模型中 的近似值，通過考慮與點(diǎn)的近似值，通過考慮與點(diǎn) 相鄰近的點(diǎn)來相鄰近的點(diǎn)來校正經(jīng)典回歸模型中的解。一個(gè)基本的方法就校正經(jīng)典回歸模型中的解。一個(gè)基本的方法就是采用加權(quán)最小二乘法（是采用加權(quán)最小二乘法（WLS），尋找合適），尋找合適的使得下式最?。旱氖沟孟率阶钚。簁jiijjixy10jssjvu ,00,vu21010kjijjiniixydW5/5/2022精選精選ppt41地理加權(quán)回歸模型地理加權(quán)回歸模型GWRn式中，式中， 為位置為位置 和和 之間的空間距離，之間的空間距離， n 為空間權(quán)值。令為空間權(quán)值。令 為為 的估計(jì)值

44、，的估計(jì)值，可得可得GWR模型在空間位置模型在空間位置 上的估計(jì)上的估計(jì)值值 。對上式求。對上式求 的的一階偏導(dǎo)數(shù)，并令其等于一階偏導(dǎo)數(shù)，并令其等于0，可得：，可得：id000,vuiivu ,idW0jssjvu ,ssvu ,sskssssvuvuvu,10j YWXXWXj201205/5/2022精選精選ppt42地理加權(quán)回歸模型地理加權(quán)回歸模型n式中，式中， 為為 的對角線矩的對角線矩陣。可以看出，陣?？梢钥闯觯?的的GWR估計(jì)值是隨估計(jì)值是隨著空間權(quán)值矩陣著空間權(quán)值矩陣 的變化而變化的，因此的變化而變化的，因此n 的選擇至關(guān)重要，一般由觀測值的空間（經(jīng)的選擇至關(guān)重要，一般由觀測值的

45、空間（經(jīng)緯度）坐標(biāo)決定。緯度）坐標(biāo)決定。0WndWdWdW00201, , ,), 2 , 1(jkjijWijW5/5/2022精選精選ppt43地理加權(quán)回歸模型地理加權(quán)回歸模型n實(shí)際研究中常用的空間距離權(quán)值計(jì)算公式有三實(shí)際研究中常用的空間距離權(quán)值計(jì)算公式有三種（種（LeSage，2004）。）。n（1）高斯距離權(quán)值（）高斯距離權(quán)值（Gaussian Distance）n（2）指數(shù)距離權(quán)值（）指數(shù)距離權(quán)值（Exponential Distance）n（3）三次方距離權(quán)值（）三次方距離權(quán)值（Tricube Distance）/ijijdWqdWijij/exp 33/1ijijdW5/5/20

46、22精選精選ppt44地理加權(quán)回歸模型地理加權(quán)回歸模型n其中其中 為第為第i個(gè)區(qū)域與第個(gè)區(qū)域與第j個(gè)區(qū)域間的地理距離，個(gè)區(qū)域間的地理距離， 為標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)，為標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)，q為觀測值為觀測值i到第到第q個(gè)最近鄰居之間的距離，個(gè)最近鄰居之間的距離， 為距離向量的標(biāo)準(zhǔn)為距離向量的標(biāo)準(zhǔn)差，差， 為衰減參數(shù)（窗寬）。為衰減參數(shù)（窗寬）。ijdijd5/5/2022精選精選ppt45地理加權(quán)回歸模型地理加權(quán)回歸模型n在空間權(quán)值矩陣中，在空間權(quán)值矩陣中，d和和非常關(guān)鍵。如果非常關(guān)鍵。如果d較較大，則局域模型的解越趨向于全域模型的解；大，則局域模型的解越趨向于全域模型的解；如果如果d等于所研

47、究空間任意兩點(diǎn)間的最大距離，等于所研究空間任意兩點(diǎn)間的最大距離，則全域和局域兩個(gè)模型將相等，反之則相反。則全域和局域兩個(gè)模型將相等，反之則相反。n若若趨于無窮大，任意兩點(diǎn)的權(quán)重將趨于趨于無窮大，任意兩點(diǎn)的權(quán)重將趨于1，則，則被估計(jì)的參數(shù)變成一致時(shí)，被估計(jì)的參數(shù)變成一致時(shí)，GWR就等于以就等于以O(shè)LS估計(jì)的經(jīng)典線性回歸；反之，當(dāng)帶寬變得估計(jì)的經(jīng)典線性回歸；反之，當(dāng)帶寬變得很小時(shí)，參數(shù)估計(jì)將更加依賴于鄰近的觀測值。很小時(shí)，參數(shù)估計(jì)將更加依賴于鄰近的觀測值。計(jì)算適當(dāng)?shù)拇皩捇蛩p函數(shù)的原理方法很多，計(jì)算適當(dāng)?shù)拇皩捇蛩p函數(shù)的原理方法很多，最小二乘法仍然是一般常用的方法，其原理是：最小二乘法仍然是一般常

48、用的方法，其原理是：5/5/2022精選精選ppt46地理加權(quán)回歸模型地理加權(quán)回歸模型n式中，式中， 是用窗寬是用窗寬計(jì)算所得的計(jì)算所得的 的擬合值。的擬合值。 021niiiyyD iy iy5/5/2022精選精選ppt47空間權(quán)值矩陣的確定空間權(quán)值矩陣的確定 n在區(qū)域經(jīng)濟(jì)管理研究中，將空間效應(yīng)因素引入在區(qū)域經(jīng)濟(jì)管理研究中，將空間效應(yīng)因素引入經(jīng)濟(jì)管理過程的研究，建立空間計(jì)量經(jīng)濟(jì)模型經(jīng)濟(jì)管理過程的研究，建立空間計(jì)量經(jīng)濟(jì)模型進(jìn)行空間統(tǒng)計(jì)分析時(shí)，一般要用空間權(quán)值矩陣進(jìn)行空間統(tǒng)計(jì)分析時(shí)，一般要用空間權(quán)值矩陣來表達(dá)空間相互作用。來表達(dá)空間相互作用。5/5/2022精選精選ppt48空間權(quán)值矩陣的基本

49、原理空間權(quán)值矩陣的基本原理 n空間權(quán)值矩陣是一種與被解釋變量的空間自回空間權(quán)值矩陣是一種與被解釋變量的空間自回歸過程相聯(lián)系的矩陣。在實(shí)際的區(qū)域分析中，歸過程相聯(lián)系的矩陣。在實(shí)際的區(qū)域分析中，該矩陣的選擇設(shè)定是外生的，原因是該矩陣的選擇設(shè)定是外生的，原因是nn維維的的W包含了關(guān)于區(qū)域包含了關(guān)于區(qū)域i和區(qū)域和區(qū)域j之間相關(guān)的空間之間相關(guān)的空間連接的外生信息，不需要通過模型來估計(jì)得到連接的外生信息，不需要通過模型來估計(jì)得到它，只需通過權(quán)值計(jì)算出來就行了。它，只需通過權(quán)值計(jì)算出來就行了。5/5/2022精選精選ppt49空間權(quán)值矩陣的基本原理空間權(quán)值矩陣的基本原理 nW中對角線上的元素中對角線上的元素

50、 被設(shè)為被設(shè)為0，而，而 表示區(qū)表示區(qū)域域i和區(qū)域和區(qū)域j在空間上相連接的原因。為了減少在空間上相連接的原因。為了減少或消除區(qū)域間的外在影響，權(quán)值矩陣被標(biāo)準(zhǔn)化或消除區(qū)域間的外在影響，權(quán)值矩陣被標(biāo)準(zhǔn)化（ ）成行元素之和為）成行元素之和為1。對于變。對于變量量x，這種轉(zhuǎn)換意味著定義成空間滯后變量的，這種轉(zhuǎn)換意味著定義成空間滯后變量的 n 僅僅表示鄰近觀測值的加權(quán)平均數(shù)。僅僅表示鄰近觀測值的加權(quán)平均數(shù)。ijWijWnjijijijwww1xW5/5/2022精選精選ppt50空間權(quán)值矩陣的基本原理空間權(quán)值矩陣的基本原理 n間權(quán)值矩陣間權(quán)值矩陣W確定的方法有多種，根據(jù)空間統(tǒng)計(jì)和空確定的方法有多種，根據(jù)

51、空間統(tǒng)計(jì)和空間計(jì)量經(jīng)濟(jì)學(xué)原理，一般可將現(xiàn)實(shí)的地理空間關(guān)聯(lián)或間計(jì)量經(jīng)濟(jì)學(xué)原理，一般可將現(xiàn)實(shí)的地理空間關(guān)聯(lián)或者經(jīng)濟(jì)聯(lián)系考慮到模型中來，以達(dá)到正確設(shè)定權(quán)值矩者經(jīng)濟(jì)聯(lián)系考慮到模型中來，以達(dá)到正確設(shè)定權(quán)值矩陣的目的。其中，衡量地理聯(lián)系的方法通常有兩種主陣的目的。其中，衡量地理聯(lián)系的方法通常有兩種主要方式：鄰近指標(biāo)和距離指標(biāo)。要方式：鄰近指標(biāo)和距離指標(biāo)。n按照這兩種方法確定的按照這兩種方法確定的 為二進(jìn)制的鄰近空間權(quán)值矩為二進(jìn)制的鄰近空間權(quán)值矩陣，表示其中的任一元素，采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，陣，表示其中的任一元素，采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，其目的是定義空間對象的相互鄰近關(guān)系，便于把地理其目的是定義空間對象的

52、相互鄰近關(guān)系，便于把地理信息系統(tǒng)數(shù)據(jù)庫中的有關(guān)屬性放到所研究的地理空間信息系統(tǒng)數(shù)據(jù)庫中的有關(guān)屬性放到所研究的地理空間上來對比。上來對比。ijW5/5/2022精選精選ppt51空間權(quán)值矩陣的基本原理空間權(quán)值矩陣的基本原理 n 可用矩陣表示如下：可用矩陣表示如下：mnmmnnwwwwwwwwwW212222111211ijW5/5/2022精選精選ppt52基于鄰近概念的空間權(quán)值矩陣基于鄰近概念的空間權(quán)值矩陣n根據(jù)相鄰標(biāo)準(zhǔn)，根據(jù)相鄰標(biāo)準(zhǔn)， 為：為：n式中，式中， ； 或或 。n基于鄰近概念的空間權(quán)值矩陣（基于鄰近概念的空間權(quán)值矩陣（Contiguity Based Spatial Weights

53、）有一階鄰近矩陣和）有一階鄰近矩陣和高階鄰近矩陣兩種。高階鄰近矩陣兩種。ijW不相鄰；和區(qū)域當(dāng)區(qū)域；相鄰和區(qū)域當(dāng)區(qū)域jijiWij01mjni, 2 , 1, 2 , 1；nm nm 5/5/2022精選精選ppt53基于鄰近概念的空間權(quán)值矩陣基于鄰近概念的空間權(quán)值矩陣n一階鄰近矩陣（一階鄰近矩陣（the First Order Contiguity Matrix）是假定兩個(gè)地區(qū)有共同邊界時(shí)空間關(guān)聯(lián)）是假定兩個(gè)地區(qū)有共同邊界時(shí)空間關(guān)聯(lián)才會發(fā)生，即當(dāng)相鄰地區(qū)才會發(fā)生，即當(dāng)相鄰地區(qū)i和和j有共同的邊界用有共同的邊界用1表表示，否則以示，否則以0表示。一般有表示。一般有Rook鄰近和鄰近和Queen

54、鄰鄰近兩種計(jì)算方法（近兩種計(jì)算方法（Anselin，2003）。）。nRook鄰近定義為僅有共同邊界來定義鄰居，而鄰近定義為僅有共同邊界來定義鄰居，而Queen鄰近則除了共有邊界鄰區(qū)外還包括共同頂鄰近則除了共有邊界鄰區(qū)外還包括共同頂點(diǎn)的鄰居。由此可見，基于點(diǎn)的鄰居。由此可見，基于Queen鄰近的空間矩鄰近的空間矩陣常常與周圍地區(qū)具有更加緊密的關(guān)聯(lián)結(jié)構(gòu)（擁陣常常與周圍地區(qū)具有更加緊密的關(guān)聯(lián)結(jié)構(gòu)（擁有更過的鄰區(qū)）。有更過的鄰區(qū)）。5/5/2022精選精選ppt54基于鄰近概念的空間權(quán)值矩陣基于鄰近概念的空間權(quán)值矩陣n當(dāng)然，如果假定區(qū)域間公共邊界的長度不同當(dāng)然，如果假定區(qū)域間公共邊界的長度不同（如（

55、如10km和和100km）其空間作用的強(qiáng)度也不）其空間作用的強(qiáng)度也不一樣，則還可以通過將共有邊界的長度納入權(quán)一樣，則還可以通過將共有邊界的長度納入權(quán)值計(jì)算過程中，使這種鄰近指標(biāo)更加準(zhǔn)確一些。值計(jì)算過程中，使這種鄰近指標(biāo)更加準(zhǔn)確一些。5/5/2022精選精選ppt55基于鄰近概念的空間權(quán)值矩陣基于鄰近概念的空間權(quán)值矩陣n空間矩陣不僅僅局限于第一階鄰近矩陣，也可空間矩陣不僅僅局限于第一階鄰近矩陣，也可以計(jì)算和使用更高階的鄰近矩陣。以計(jì)算和使用更高階的鄰近矩陣。nAnselin & Smirnov（1996）提出了高階鄰近）提出了高階鄰近矩陣的算法，其目的是為了消除在創(chuàng)建矩陣時(shí)矩陣的算法，其

56、目的是為了消除在創(chuàng)建矩陣時(shí)出現(xiàn)的冗余及循環(huán)。出現(xiàn)的冗余及循環(huán)。n二階鄰近矩陣（二階鄰近矩陣（the Second Order Contiguity Matrix）表示了一種空間滯后的鄰）表示了一種空間滯后的鄰近矩陣。也就是說，該矩陣表達(dá)了鄰近地區(qū)的近矩陣。也就是說，該矩陣表達(dá)了鄰近地區(qū)的相鄰地區(qū)的空間信息。相鄰地區(qū)的空間信息。5/5/2022精選精選ppt56基于鄰近概念的空間權(quán)值矩陣基于鄰近概念的空間權(quán)值矩陣n當(dāng)使用時(shí)空數(shù)據(jù)并假設(shè)隨著時(shí)間推移產(chǎn)生空間當(dāng)使用時(shí)空數(shù)據(jù)并假設(shè)隨著時(shí)間推移產(chǎn)生空間溢出效應(yīng)時(shí)，這種類型的空間權(quán)值矩陣將非常溢出效應(yīng)時(shí)，這種類型的空間權(quán)值矩陣將非常有用。有用。n在這種情況

57、下，特定地區(qū)的初始效應(yīng)或隨機(jī)沖在這種情況下，特定地區(qū)的初始效應(yīng)或隨機(jī)沖擊將不僅會影響其鄰近地區(qū)，而且隨著時(shí)間的擊將不僅會影響其鄰近地區(qū)，而且隨著時(shí)間的推移還會影響其鄰近地區(qū)的相鄰地區(qū)。當(dāng)然，推移還會影響其鄰近地區(qū)的相鄰地區(qū)。當(dāng)然，這種影響是幾何遞減的。這種影響是幾何遞減的。n可以看出，鄰近空間權(quán)值矩陣因其對稱與計(jì)算可以看出，鄰近空間權(quán)值矩陣因其對稱與計(jì)算簡單而最為常用，適合于測算地理空間效應(yīng)的簡單而最為常用，適合于測算地理空間效應(yīng)的影響。影響。5/5/2022精選精選ppt57K值最鄰近空間矩陣（值最鄰近空間矩陣（K-Nearest Neighbor Spatial Weights）nAnse

58、lin（2003）介紹了一種）介紹了一種K值最鄰近空間值最鄰近空間矩陣（矩陣（K-Nearest Neighbor Spatial Weights）。）。n之所以提出這種距離矩陣，主要是因?yàn)橐话闶怪蕴岢鲞@種距離矩陣，主要是因?yàn)橐话闶褂玫幕陂T檻距離（用的基于門檻距離（Threshold Distance）的簡單空間矩陣常常會導(dǎo)致一種非常不平衡的的簡單空間矩陣常常會導(dǎo)致一種非常不平衡的鄰近矩陣結(jié)構(gòu)。鄰近矩陣結(jié)構(gòu)。n譬如，在空間單元的面積相差甚大的情況下，譬如，在空間單元的面積相差甚大的情況下，就會出現(xiàn)小一些的地理單元具有很多鄰近單元，就會出現(xiàn)小一些的地理單元具有很多鄰近單元，而較大的地理單元

59、則可能很少有鄰近單元，甚而較大的地理單元?jiǎng)t可能很少有鄰近單元，甚至沒有鄰近單元而成為至沒有鄰近單元而成為“飛地飛地”。5/5/2022精選精選ppt58K值最鄰近空間矩陣（值最鄰近空間矩陣（K-Nearest Neighbor Spatial Weights）n在這種情況下，考慮在這種情況下，考慮K最近鄰居是一種可供最近鄰居是一種可供選擇的常用方法，這也是創(chuàng)建空間距離權(quán)值矩選擇的常用方法，這也是創(chuàng)建空間距離權(quán)值矩陣的第二種選擇。陣的第二種選擇。n一般在給定空間單元周圍選擇最鄰近的一般在給定空間單元周圍選擇最鄰近的4個(gè)單個(gè)單元（亦可選元（亦可選4個(gè)以上，根據(jù)實(shí)際的空間關(guān)聯(lián)情個(gè)以上，根據(jù)實(shí)際的空間

60、關(guān)聯(lián)情況由研究者確定），來計(jì)算況由研究者確定），來計(jì)算K值最近鄰居權(quán)值值最近鄰居權(quán)值的大小。的大小。5/5/2022精選精選ppt59基于距離的空間權(quán)值矩陣基于距離的空間權(quán)值矩陣 n根據(jù)距離標(biāo)準(zhǔn)，根據(jù)距離標(biāo)準(zhǔn)， 為：為：n基于距離的空間權(quán)值矩陣（基于距離的空間權(quán)值矩陣（Distance Based Spatial Weights）方法是假定空間相互作用）方法是假定空間相互作用的強(qiáng)度是決定于地區(qū)間的質(zhì)心距離或者區(qū)域行的強(qiáng)度是決定于地區(qū)間的質(zhì)心距離或者區(qū)域行政中心所在地之間的距離，是一種在實(shí)踐應(yīng)用政中心所在地之間的距離，是一種在實(shí)踐應(yīng)用中常用的空間權(quán)值矩陣。中常用的空間權(quán)值矩陣。ijW不相鄰）；和區(qū)域之外（即區(qū)域在距離和區(qū)域當(dāng)區(qū)域；相鄰）和區(qū)域之內(nèi)（即區(qū)域在距離