社会经济统计数据热点探测的MAUP效应.pdfVIP

第67 卷第10期 地 理 学 报 Vol.67, No.10 2012 年10 月 ACTA GEOGRAPHICA SINICA Oct., 2012 社会经济统计数据热点探测的MAUP 效应 1, 2, 3 1, 2, 3 齐丽丽 , 柏延臣 (1. 北京师范大学/ 中国科学院遥感应用研究所遥感科学国家重点实验室, 北京100875; 2. 北京师范大学地理学与遥感科学学院, 北京 100875; 3. 北京师范大学环境遥感与数字城市北京市重点实验室, 北京 100875) 摘要：为探讨不同尺度下社会经济统计数据热点的变化规律及其影响因子，本文基于2000 年 全国县级农业统计数据和2008 年北京市第二次经济普查数据，按照一定的聚合规则得到不同 尺度的数据，计算不同尺度下的局部空间自相关指标G统计值并对其进行显著性检验得到热点 分布，分析不同聚合尺度下热点的变化规律。然后运用Logistic 回归分析探测了影响聚合前后 热点变化的因素，并根据探测结果建立了预测聚合前后热点变化的Logistic 模型。分析结果表 明，基于G统计探测的热点分布具有明显的空间尺度效应，聚合水平越高、空间尺度越大， 热点数目越少。Logistic 回归分析的显著性分析表明，热点包含的面状单元数目和热点的平均 G统计值是影响热点探测尺度效应的主要因素。热点包含的面状单元越多，热点的平均G统计 值越大，热点探测结果受尺度效应的影响越小。研究建立的热点变化预测模型，可以在细尺 度热点分布状况已知时，根据热点包含的面状单元数目和热点的平均G统计值来预测聚合后热 点的变化。对模型精度的交叉验证结果表明，模型对全国县级农业统计数据热点变化预测精 度可达到93.8% ，对北京市第二次经济普查数据热点变化预测精度达到94.2% 。两套数据试验 得到的结论一致，说明热点探测的尺度效应变化规律和所选变量以及研究区域的大小无关。 关键词：局部G统计；热点；MAUP ；尺度效应；Logistic 回归 1 引言 人口和社会经济的空间分布特征，是社会和经济管理与政策制定的基本信息之一。人 口和社会经济数据基于个体家庭单位或法人单位等普查单位得到，为保护普查单位的隐私 和节省数据存储空间，这类数据一般都汇总到一定尺度的行政单元上。在将数据汇总到不 同尺度的面状单元的过程中，数据细节变化会损失，面状数据的统计分析结果会随着面状 数据的空间单元大小和区域空间单元划分方法不同而不同，即存在可塑性面积单元问题 (Modified Areal Unit Problem ，MAUP)[1] 。可塑性面积单元问题效应包含尺度效应和分区 效应两个方面。尺度效应是指同一种统计分析方法在不同空间单元大小下会得到不同的分 析结果；分区效应是指在给定的尺度下，同一种统计分析方法得到的分析结果随研究区域 [2] [3] 面状单元划分的差异而变化的规律 。尺度问题是地理学研究的核心问题之一 。 过去关于空间数据统计推断的尺度效应研究主要集中在变量间的相关系数和回归系数 [4-7] 的尺度效应等方面 。研究表明，对于变量间的相关性，随着面状单元由较细尺度聚合到 [1] [8] 较粗尺度，相关系数增大 ，多元线性回归模型的拟合优度增高 ，而Poisson 回归分析不 收稿日期：2011-12-27; 修订日期：2012-02-20 基金项目：国家高技术研究发展计划(863计划)项目 (2006AA 120106); 国家自然科学基金项目 ；国家科技 重大专项课题项目 (2008ZX 10004-012) [F