社会经济统计数据热点探测的MAUP效应
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.
局部G统计、热点、MAUP、尺度效应、Logistic回归
67
F12;F20
国家高技术研究发展计划863计划项目2006AA120106;国家自然科学基金项目40971237;国家科技重大专项课题项目2008ZX10004-012
2013-04-03（万方平台首次上网日期，不代表论文的发表时间）
共10页
1317-1326
