地理加权回归(GWR)模型的空间非平稳性检验.docxVIP

地理加权回归(GWR)模型的空间非平稳性检验

一、引言

随着空间分析方法在人文地理、生态保护、公共卫生、区域经济、城市规划等领域的广泛应用，如何准确捕捉变量关系的空间特征，成为实证研究中必须回应的核心问题。传统的全局回归模型默认自变量对因变量的影响在整个研究范围内保持恒定，这种假设完全忽略了空间数据的异质性特征，很容易导致估计结果偏误，无法支撑因地制宜的差异化决策。作为局部回归模型的典型代表，地理加权回归模型（即GWR）因为能够逐点估计不同位置的变量影响系数，直观呈现变量关系的空间差异，自提出以来就受到不同学科学者的青睐，应用场景不断拓展。

但从当前的研究实践来看，GWR模型的应用存在明显的“重结果解释、轻前提检验”倾向，不少研究者将GWR作为一种“提升方法创新性”的工具，不管数据特征是否满足模型适用条件，直接套用模型输出系数空间分布结果，甚至将随机误差导致的系数波动作为核心结论展开解释，严重影响了研究结果的可靠性。实际上，GWR模型适用的核心前提是变量间的关系存在显著的空间非平稳性，也就是变量的影响强度甚至方向会随空间位置变化而改变；如果变量关系是全局恒定的，盲目使用GWR反而会引入大量噪声，估计效果还不如简单的全局回归模型。从这个意义上说，空间非平稳性检验是GWR模型应用的必备前置环节，是区分真实空间差异与随机噪声、保证模型结果可信的核心门槛。本文将从GWR模型与空间非平稳性的