基于Moran统计量的空间自相关理论发展和方法改进.pdfVIP

第 28 卷 　第 6 期 地 　　理 　　研 　　究 Vol28 , No6 2009 年 11 月 GEO GRA P H ICAL 　R ESEA RC H Nov, 2009 基于 Moran 统计量的空间自相关 理论发展和方法改进 陈彦光 (北京大学城市与环境学院 , 北京 10087 1) 摘要 : 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 。 关 键 词 : 空间自相关 ; Moran 指数 ; 局域性 ; 长程作用 ; 标度变换 ; 鹤壁市 文章编号 : (2009) 1 　前言 　　在多元统计分析中 , 如果开展线性回归分析 , 则至少要满足两个基本条件 : 一是解释 ( ) 变量之间相互正交 , 二是样本要素 样品或者样点 之间彼此无关 。当只有一个解释变量 的时候 , 样品无关性就是最基本的前提条件了。假如我们的分析对象是空间取样结果 , 则 样点之间要求不存在显著的空间关系 , 否则回归模型参数的可靠性不能保证 。因此 , 开展 空间回归分析的预备工作是空间样点之间的相关性分析 。如果空间样点之间相关性不显 著 , 则可以建立空间回归模型 ; 否则 , 常规的回归模型失效 , 这时我们可以通过样本要素 之间的空间相关分析揭示某些统计规律或特征 。于是 , 空间自相关理论和方法应运而生 。 　　空间自相关分析最初可能起源于生物计量学研究[ 1～5 ] , 现今则成为理论地理学的基本 方法之一 。1950 年前后 , Moran 基于生物现象的空间分析将一维空间概念的相关系数推 广到二维 空 间 , 从而定义 了 Moran 指数[ 1 ,2 ] ; 此后不久 , Geary 类 比于 回归分析 的 Dur binWat son 统计量提出了 Geary 系数的概念[3 ] 。于是 , 空间自相关分析方法雏形形 成 。在地理学的计量运动期间 , 空间自相关分析方法被引入地理学领域 。此后数十年 , 经 过广大地理学家的努力[ 6～15 ] , 特别是 Cliff 和 Or d 的有关工作[ 6～8 ] , 空间自相关逐渐发展 成为地理空间分析的重要主题之一[9 ] , 另一个突出的主题是 Wil son 的空间相互作用理论 和模型[ 16 ] 。在 Moran 指数和 Geary 系数的基础上 , A n selin 发展了空间自相关的局部分 　　收稿日期 : ; 修订日期 : 　　基金项 目: 国家科技部科技基础工作专项重点资助项 目 “地理学方法研究”的综合集成部分 (2007 F Y140800) ; ( ) 国