Multiscale geographically and temporally weighted regression: exploring the spatiotemporal determinants of housing prices

Understanding scale effects is important and indispensable for geography studies. However, spatial and spatiotemporal statistical tools for measuring the operational scales of different processes are rather limited. This article extends the popular geographically and temporally weighted regression (GTWR) model to consider operational scale effects by proposing multiscale GTWR (MGTWR), which offers a flexible and scalable framework for identifying and analysing multiscale processes by specifying flexible bandwidths for various covariates. Then, MGTWR is employed to explore spatiotemporal variations and how influential factors are associated with housing prices in Shenzhen. This article attempts to extend GTWR to MGTWR in consideration of scale effects, thereby highlighting the importance of different levels of spatiotemporal heterogeneity. Furthermore, the empirical results of this study can provide valuable policy implications for real estate development in areas where urban planning should address multiscale effects in both temporal and spatial dimensions.     

基于时空窗口改进的时空加权回归分析——以湖北省黄石市住房价格为例

针对地理加权回归(GWR)模型不能有效处理样本数据空间自相关性这一问题,构造局部时空窗口统计量,尝试改进时空加权回归(GTWR)模型。定义多时空窗口的概念,给出其选取、计算和验证方法;计算时空窗口包含的各样本点的被解释变量平均值,与样本拟合点的被解释变量值的比值,作为新的解释变量,构建改进的时空加权回归(IGTWR)模型。以土地稀缺、多中心、资源型城市——湖北省黄石市为例,收集2007~2012年商品住宅成交价格1.93万个数据和398个楼栋样本点,选取小区等级、绿化率、楼栋总层数、容积率、距区域中心距离和销售年份6个解释变量,分别利用常规线性回归(OLS)、GWR、GTWR和IGTWR方法进行回归分析。模型结果表明：计算Moran’s I指数和分析时间序列的自相关性,能确定时空窗口的大小和数量的选取;IGTWR模型和各变量的回归统计均通过0.05的显著性水平检验,有关解释变量的系数估计值在空间分布上能合理解释;GWR拟合结果优于OLS,GTWR优于GWR,而IGTWR拟合精度最好。与GTWR模型分析相比, IGTWR模型R²从0.877提升到0.919,而AICc、残差方(RSS)和均方差(MSE)分别从6 226、49 996 201和354.427下降到6 206、32 327 472和284.969。案例研究表明：IGTWR能够表达一定时空范围的时空自相关特征,减小了估计误差,提高了回归拟合精度。     

中国外贸货物出口的地理格局演化及影响因素分析——基于货物出口距离和GTWR模型

研究基于出口距离的基本定义及衍生的出口偏移指数（IMEO),探讨了2005—2016年中国317个市域单元的货物出口格局演化。同时,以一般公共预算支出、规模以上工业总产值、互联网宽带用户数表征财政投入、工业水平、通信技术,利用时空地理加权回归模型（GTWR）分析了其对于地区货物出口的影响。研究得出以下结论：① 2005—2016年IMEO呈现正余弦叠加振荡,外贸货物出口格局的演化态势为：重心西移→重心东移→重心西移→重心东移,表明西部地区的货物出口贸易受经济转型和国际环境的冲击更大;② 在对外贸货物出口的整体影响上,财政投入>工业水平>通信技术。政府财政投入对货物出口贸易的影响已经式微,通信技术发展对西部外贸货物出口的促进作用较东南部更为显著。研究认为未来东部应当加大高新技术产品的出口,增加对贸易风险的管控。西部则应加大基础设施建设,提升工业生产能力。     

一种基于主成分分析的时空地理加权回归方法

针对时空地理加权回归模型(GTWR)进行预测时,输入变量较多导致计算复杂度高,而输入变量较少引起预测精度降低这一问题,提出了一种基于主成分分析的时空地理加权回归方法(PCA-GTWR)。该方法采用非线性主成分分析方法,先对影响PM2.5浓度的若干相关变量降维处理得到几个综合指标,并将其作为GTWR模型的输入变量进行预测。为验证该方法的有效性,采用北京市2014-04—2017-03的PM2.5数据,利用Pearson相关系数法选取与PM2.5浓度具有较高相关性的影响因素作为常规的GTWR模型的输入变量,在变量个数相同的前提下,与本文方法进行对比。结果表明应用非线性主成分分析方法对相关变量进行预处理后,有效地解决了变量之间的共线性,保留了原始影响因素主要信息,提高了运算效率,且该方法的MAE、RMSE、AIC均低于常规的GTWR模型,拟合优度GF最高达到88.11%。