所在位置: 首页 > 科研动态 > 正文

何静仪等:《International Journal of Geographical Information Science》网络加权回归及其在中国城镇化驱动力分析中的应用

发布时间:2023-07-11 15:34 点击数:

地理加权回归(GWR)是处理空间非平稳性的经典建模方法,它结合距离衰减效应拟合局部回归模型,其中距离的定义从最初的欧氏距离有所拓展,但这些距离的本质仍为物理距离。随着全球化和信息化的发展,高速高效的交通、通信等基础设施网络令生产要素不必地理邻近即可实现时空共享,面对远程密切联系现象屡见不鲜的全球化信息化时代,物理距离可能无法反映真实的空间临近度,基于物理距离的GWR显然存在局限性。

基于此,本研究提出一种网络加权回归模型(NWM GWR),它不再依附地理位置建模,而采用网络距离衡量两个区域间的邻近度,并通过改进核函数实现距离衰减对观测值进行加权(图1)。研究通过采用人口流动网络建立网络权重矩阵,利用网络自相关和NWM GWR方法对中国城市化及其多维驱动因素进行建模。研究结果表明,NWM GWR 模型相比普通最小二乘法(OLS)及GWR模型具有更高的拟合精度及稳定性,能够更好地揭示变量间的关系,适用于流空间背景下经济社会系统建模。

以上研究成果以“Geographically weighted regression based on a network weight matrix: a case study using urbanization driving force data in China”为题发表在International Journal of Geographical Information Science 期刊上。我院硕士研究生何静仪为第一作者,魏冶教授为通讯作者,该研究得到国家自然科学基金项目资助。

原文链接:http://dx.doi.org/10.1080/13658816.2023.2192122

1 网络加权回归模型流程