空间计量LISA聚类分析的结果解读.docxVIP

空间计量LISA聚类分析的结果解读

引言

在空间计量经济学与地理信息科学交叉领域中，空间自相关分析是揭示地理现象空间分布规律的核心工具。其中，局部空间自相关（LocalIndicatorsofSpatialAssociation,LISA）聚类分析因其能够识别局部区域内变量的空间聚集模式及异质性特征，成为近年来区域经济、公共卫生、环境科学等领域的研究热点（Anselin,1995）。与全局空间自相关（如全局Moran’sI）仅反映整体空间关联不同，LISA通过分解局部空间效应，可精准定位“高值-高值”“低值-低值”等聚类区域，以及“高值-低值”“低值-高值”等空间异常点，为政策制定者提供更具针对性的决策依据。然而，LISA聚类分析结果包含多维度信息（如统计量数值、显著性水平、聚类类型等），其解读需结合方法原理、领域知识与实践经验。本文将系统梳理LISA聚类分析结果的核心要素，通过递进式解析与多维度阐释，帮助研究者准确理解结果背后的空间经济含义。

一、LISA聚类分析的核心原理与结果构成

（一）LISA的理论基础与计算逻辑

LISA由Anselin（1995）提出，其核心思想是通过局部统计量衡量每个空间单元与其邻近单元的关联程度，同时满足“全局自相关是局部自相关的总和”这一性质（Anselin,1995）。对于变量(x)，第(i)个单元的LISA统计量(L_