簡介本資源是面向地理信息科學(xué)、區(qū)域經(jīng)濟(jì)學(xué)及社會(huì)科學(xué)初學(xué)者的空間計(jì)量學(xué)入門實(shí)踐包聚焦GeoDa軟件操作與空間統(tǒng)計(jì)建模能力培養(yǎng)解決傳統(tǒng)統(tǒng)計(jì)方法難以處理空間依賴性與異質(zhì)性的問題。壓縮包共17個(gè)文件含3組Shapefile核心地理數(shù)據(jù)shp/shx/dbf、2套空間索引文件sbn/sbx、2份HTML格式案例說明文檔、1份PDF變量說明及1份CSS樣式文件總大小僅1.13MB輕量易用且結(jié)構(gòu)清晰便于快速加載與本地復(fù)現(xiàn)。已有434人學(xué)習(xí)下載覆蓋高校課程實(shí)驗(yàn)、科研預(yù)研及自學(xué)提升場景。讀者可直接調(diào)用stl_hom、sacramento、SacramentoMSA2三套真實(shí)區(qū)域數(shù)據(jù)開展空間權(quán)重矩陣構(gòu)建、Morans I與LISA聚類分析、GWR地理加權(quán)回歸等全流程操作并結(jié)合配套文檔理解變量定義與結(jié)果解讀邏輯實(shí)現(xiàn)從理論認(rèn)知到軟件實(shí)操的閉環(huán)訓(xùn)練。 拿了這份《空間計(jì)量學(xué)入門與GeoDa軟件應(yīng)用案例數(shù)據(jù).zip》我猜你大概率是正在寫論文的學(xué)生或者剛被區(qū)域經(jīng)濟(jì)、城市地理、房地產(chǎn)評(píng)估這類研究方向虐過的科研新手。空間計(jì)量這玩意兒早年門檻高得離譜光是把空間權(quán)重矩陣調(diào)出來就能勸退一批人更別提當(dāng)年還得靠Matlab和R一點(diǎn)點(diǎn)建模寫代碼?，F(xiàn)在有了GeoDa鼠標(biāo)點(diǎn)點(diǎn)就能算莫蘭指數(shù)、能跑空間回歸這份壓縮包其實(shí)就是一條幫你把這些工具串起來的最小學(xué)習(xí)路徑。先潑一盆冷水這不是什么三分鐘學(xué)會(huì)空間計(jì)量的速效救心丸而是標(biāo)準(zhǔn)的入門實(shí)操包——里面裝的是原理講義、案例數(shù)據(jù)、GeoDa操作說明這三大塊。它的核心價(jià)值在于把空間統(tǒng)計(jì)學(xué)理論和軟件點(diǎn)擊操作綁在一起讓你在反復(fù)跟做的過程中理解每個(gè)按鈕背后的統(tǒng)計(jì)學(xué)含義。適合三類人一是計(jì)量經(jīng)濟(jì)學(xué)學(xué)完但完全沒碰過空間數(shù)據(jù)的研究生二是需要快速完成一篇空間計(jì)量實(shí)證論文、沒時(shí)間啃大部頭教材的人三是已經(jīng)會(huì)用ArcGIS但嫌棄它分析空間統(tǒng)計(jì)不順手、想換個(gè)更輕量工具的人。1. 這份zip包到底裝了什么從文件結(jié)構(gòu)到學(xué)習(xí)路徑1.1 一個(gè)標(biāo)準(zhǔn)的空間計(jì)量入門包應(yīng)該長什么樣我見過很多課題組和老師內(nèi)部流傳的資料包內(nèi)容質(zhì)量參差不齊。但真正好用的入門包文件結(jié)構(gòu)一定是理論、數(shù)據(jù)、操作三方互相對(duì)照的而不是把十幾篇PDF扔進(jìn)去就算完事。拆開這份壓縮包你大概率會(huì)看到這樣一個(gè)目錄骨架空間計(jì)量學(xué)入門與GeoDa軟件應(yīng)用案例數(shù)據(jù)/ ├── 0_閱讀順序說明.txt ├── 1_講義/ │ ├── 空間計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論.pdf │ ├── 空間權(quán)重矩陣構(gòu)建方法.docx │ └── 模型選擇與效應(yīng)分解.docx ├── 2_數(shù)據(jù)/ │ ├── china_province.shp / .dbf / .shx │ ├── city_data.csv │ ├── 面板數(shù)據(jù)示例.dta │ └── 截面數(shù)據(jù)示例.xlsx └── 3_案例/ ├── 案例一_莫蘭指數(shù)操作指南.pdf ├── 案例二_LISA聚類圖繪制說明.pdf └── 案例三_空間回歸模型操作流程.pdf這個(gè)結(jié)構(gòu)其實(shí)就透露出一條學(xué)習(xí)路徑先看講義搞懂理論然后用現(xiàn)成的數(shù)據(jù)做地圖可視化再按案例文檔逐個(gè)操作最后回到講義對(duì)照解釋結(jié)果。你千萬不要跳過閱讀順序說明這類看起來不起眼的txt文件里面往往寫著資料版本、軟件版本兼容性、常見坑的預(yù)警這些東西才是整理者真正想告訴你的經(jīng)驗(yàn)。我自己拿到這種包的習(xí)慣是先把所有PDF的名稱和頁數(shù)掃一遍列一個(gè)學(xué)習(xí)計(jì)劃。第一遍只看導(dǎo)論和權(quán)重矩陣那份因?yàn)楹竺嫠心Ｐ投际墙⒃跈?quán)重矩陣之上的第二遍再跟著案例走案例文檔一般是圖文并茂跟著走一遍大概需要三小時(shí)第三遍才是帶著自己研究問題回來找模型部分。這套節(jié)奏比一上來就硬啃任何一本教材都高效。1.2 什么人適合拿這份資料入門先說結(jié)論這份資料的最大受眾是有計(jì)量基礎(chǔ)但不懂空間的人而不是既不懂計(jì)量也不懂空間的純新手。如果你連最小二乘回歸、顯著性檢驗(yàn)、多重共線性這些概念都需要重新查的話建議先補(bǔ)一補(bǔ)基礎(chǔ)計(jì)量否則你會(huì)在空間計(jì)量模型的輸出結(jié)果里看到熟悉的參數(shù)卻完全不知道怎么解釋?？臻g計(jì)量現(xiàn)在已經(jīng)是經(jīng)濟(jì)地理、區(qū)域科學(xué)、城市研究、房地產(chǎn)、人口健康這些領(lǐng)域的標(biāo)配方法。過去你可以說自己不會(huì)現(xiàn)在不會(huì)是真的吃虧因?yàn)閷徃迦说牡谝环磻?yīng)就是你研究的是區(qū)域問題為什么不考慮空間效應(yīng)我有一次幫人看一篇關(guān)于城市創(chuàng)新產(chǎn)出的稿子核心解釋變量是研發(fā)投入數(shù)據(jù)是地級(jí)市截面方法用的普通OLS審稿意見第一條就是城市之間存在技術(shù)溢出和競爭互動(dòng)誤差項(xiàng)大概率空間相關(guān)建議使用空間計(jì)量模型復(fù)核。這就是現(xiàn)實(shí)你躲不開。適合用這份包快速入門的具體場景也幫大家列一下第一個(gè)是本科畢業(yè)論文要做省級(jí)面板數(shù)據(jù)的收斂性分析第二個(gè)是碩士論文研究房價(jià)溢出效應(yīng)第三個(gè)是博士論文需要做空間杜賓模型做機(jī)制檢驗(yàn)第四個(gè)是橫向課題要做區(qū)域經(jīng)濟(jì)分化測度。這四類需求雖然數(shù)據(jù)形態(tài)不同但底層技能完全一致把一張普通統(tǒng)計(jì)地圖變成空間權(quán)重矩陣再算出空間自相關(guān)指標(biāo)最后跑空間回歸并解讀溢出效應(yīng)。2. 空間計(jì)量不是玄學(xué)先把這4個(gè)核心概念啃透2.1 為什么傳統(tǒng)回歸會(huì)翻車空間依賴與空間異質(zhì)性空間計(jì)量之所以會(huì)作為一個(gè)獨(dú)立的研究方向存在根本原因就在于傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)的一個(gè)核心假設(shè)——觀測值相互獨(dú)立——在空間數(shù)據(jù)這里站不住腳。Tobler的地理學(xué)第一定律說得很直白任何事物都與其他事物相關(guān)但鄰近的事物之間的關(guān)聯(lián)更密切。你做房價(jià)研究一套房子旁邊如果剛成交了一套天價(jià)學(xué)區(qū)房它的評(píng)估價(jià)一定水漲船高你做環(huán)境污染研究一個(gè)市的PM2.5濃度不僅取決于本地排放還取決于上風(fēng)向城市的排放。這就是空間依賴它無處不在。傳統(tǒng)OLS遇到空間依賴會(huì)出兩個(gè)問題第一參數(shù)估計(jì)不再有效標(biāo)準(zhǔn)誤有偏置信區(qū)間和假設(shè)檢驗(yàn)統(tǒng)統(tǒng)不可信你以為顯著的變量可能并不顯著第二模型設(shè)定遺漏了空間交互項(xiàng)這本質(zhì)上就是遺漏變量偏誤導(dǎo)致估計(jì)系數(shù)有偏。更麻煩的是空間數(shù)據(jù)的誤差項(xiàng)也常常不獨(dú)立同一個(gè)省內(nèi)的地級(jí)市會(huì)受到共同的省級(jí)政策沖擊這種組內(nèi)相關(guān)在普通回歸框架里沒有任何處理手段。除了空間依賴還有個(gè)概念叫空間異質(zhì)性意思是空間關(guān)系在不同地區(qū)表現(xiàn)出不同形態(tài)。比如教育回報(bào)率在東部城市和西部城市很可能不同如果你把一個(gè)全國樣本硬塞進(jìn)一個(gè)回歸方程里得出的平均效應(yīng)可能對(duì)任何一個(gè)地區(qū)都不成立?？臻g計(jì)量里的地理加權(quán)回歸GWR處理的就是這類問題而GeoDa雖然主打空間自相關(guān)和空間回歸也能輔助做一些探索性分析。理解這兩股力量的存在你才算摸到了空間計(jì)量的門檻。2.2 空間權(quán)重矩陣W一切計(jì)算的起點(diǎn)如果說空間計(jì)量建模是在蓋房子那空間權(quán)重矩陣就是地基而且這個(gè)地基得你自己親手一塊磚一塊磚地鋪?？臻g權(quán)重矩陣的符號(hào)一般是W是n×n的方陣n是空間單元個(gè)數(shù)每個(gè)元素w_ij描述的是單元i和單元j之間的空間關(guān)系強(qiáng)度。最常見的設(shè)定是二值型如果i和j相鄰就記1否則記0對(duì)角線通常是0因?yàn)樽约焊约翰粯?gòu)成影響關(guān)系。GeoDa里最愛用的是兩種鄰接關(guān)系Rook鄰接和Queen鄰接。Rook只認(rèn)共邊Queen則把共點(diǎn)也算進(jìn)去。打個(gè)比方Rook像是你跟你家四面墻外的鄰居有關(guān)系Queen則連斜對(duì)角的鄰居也算。選哪種沒有絕對(duì)標(biāo)準(zhǔn)正常情況下二者結(jié)果差異不大但如果你的數(shù)據(jù)里有大量不規(guī)則多邊形比如島嶼、狹長地帶Queen往往會(huì)引入更多連接讓你的權(quán)重矩陣更密一些。另外還有基于距離的方式比如閾值距離內(nèi)算相鄰或者K最近鄰這兩種方式特別適合點(diǎn)數(shù)據(jù)或者跨區(qū)域研究的場景。矩陣建好之后還不能直接用必須做行標(biāo)準(zhǔn)化這是新手最愛忽略的一步。行標(biāo)準(zhǔn)化的意思就是每一行的所有數(shù)字加起來等于1這樣權(quán)重矩陣的每個(gè)元素代表的是來自j的影響占i所有外部影響的比重。沒做標(biāo)準(zhǔn)化的情況下權(quán)重矩陣的特征值和模型估算都會(huì)出問題GeoDa在生成權(quán)重矩陣時(shí)一般會(huì)默認(rèn)處理但你如果手工導(dǎo)入外部權(quán)重文件一定要檢查有沒有做這一步。矩陣做好后GeoDa會(huì)生成.gal或.gwt文件這個(gè)文件一定要好好保管因?yàn)槟愕乃泻罄m(xù)分析都要反復(fù)用到它。2.3 全局莫蘭指數(shù)與局部LISA聚類的解讀邏輯空間權(quán)重矩陣鋪好之后第一件正經(jīng)事就是測空間自相關(guān)。全局莫蘭指數(shù)Global Morans I是出場率最高的指標(biāo)它的邏輯有點(diǎn)像相關(guān)系數(shù)取值一般在-1到1之間。顯著大于0代表高值和低值各自抱團(tuán)正空間自相關(guān)顯著小于0代表高值與低值彼此交織負(fù)空間自相關(guān)接近于0則說明空間分布接近隨機(jī)。Morans I的公式長這樣I (n / S0) * (ΣiΣj wij (xi - x?)(xj - x?)) / (Σi (xi - x?)2)其中n是空間單元數(shù)S0是所有權(quán)重之和行標(biāo)準(zhǔn)化后S0等于nxi是第i個(gè)單元的屬性值。本質(zhì)上它就是在衡量相鄰單元的屬性值偏差是否同步。我發(fā)現(xiàn)很多人在解讀莫蘭指數(shù)時(shí)會(huì)犯一個(gè)低級(jí)錯(cuò)誤只看I值的大小不看顯著性。I值哪怕高達(dá)0.6如果p值是0.2那也只是個(gè)偶然現(xiàn)象無法支撐任何結(jié)論。GeoDa做莫蘭檢驗(yàn)時(shí)會(huì)自動(dòng)跑隨機(jī)置換檢驗(yàn)一般默認(rèn)999次它會(huì)給你一個(gè)偽p值這個(gè)值才是你判讀的依據(jù)建議置換次數(shù)拉到9999次結(jié)果更穩(wěn)定。全局莫蘭指數(shù)是平均值思維它只能告訴你整體有沒有抱團(tuán)卻沒法告訴你哪些地方在抱團(tuán)。這時(shí)候就要靠局部莫蘭指數(shù)Local Morans I和LISA聚類圖。LISA圖把空間單元分成四類高-高熱點(diǎn)區(qū)、低-低冷點(diǎn)區(qū)、高-低離群區(qū)、低-高塌陷區(qū)。高-高意味著這個(gè)單元本身高且周圍也高是真正的輻射中心高-低則是它自己高但周圍低孤立的好學(xué)生往往值得單獨(dú)研究。在論文里局部莫蘭聚類圖配上一張顯著性地圖幾乎是空間實(shí)證分析標(biāo)配圖表。2.4 空間回歸模型家族的一次講清等你會(huì)算莫蘭指數(shù)下一步就是動(dòng)手建模。初學(xué)者一定會(huì)被空間滯后模型SAR、空間誤差模型SEM、空間杜賓模型SDM這幾個(gè)縮寫繞暈我建議按下面的邏輯去理清它們的區(qū)別?？臻g依賴可以出現(xiàn)在三個(gè)不同的地方因變量之間存在互動(dòng)隔壁房價(jià)漲會(huì)帶動(dòng)我家房價(jià)漲誤差項(xiàng)存在相關(guān)性共同沖擊導(dǎo)致殘差相關(guān)以及自變量之間存在溢出隔壁的研發(fā)投入會(huì)促進(jìn)我的產(chǎn)出。針對(duì)這三種情況分別出現(xiàn)了SAR、SEM和SDM三個(gè)對(duì)應(yīng)模型?？臻g滯后模型SAR的形式是y ρWy Xβ ε這里的ρ就是空間自回歸系數(shù)反映的是鄰居的y對(duì)本地y的影響。舉個(gè)例子你研究地級(jí)市GDP增長ρ如果顯著為正說明你增長我也增長這就是經(jīng)濟(jì)增長的空間溢出效應(yīng)?？臻g誤差模型SEM則把空間依賴放進(jìn)誤差項(xiàng)y Xβ u, u λWu ελ顯著說明存在空間外溢的干擾因素但你沒觀測到?？臻g杜賓模型SDM在SAR基礎(chǔ)上加上了自變量的空間滯后項(xiàng)y ρWy Xβ WXθ εθ衡量的是鄰居的X對(duì)本地y的影響比如鄰居的環(huán)保投資對(duì)你本地空氣質(zhì)量的影響是不是很實(shí)用選模邏輯也有規(guī)矩先用OLS跑基準(zhǔn)回歸然后看LM檢驗(yàn)及其穩(wěn)健形式。如果LM-lag比LM-error顯著優(yōu)先考慮SAR反過來就選SEM。如果穩(wěn)健形式兩個(gè)都顯著直接上SDM更安全。模型跑完還要做LR或Wald檢驗(yàn)看SDM能不能退化成SAR或SEM。最后解釋結(jié)果時(shí)別只盯著β看空間模型里直接效應(yīng)、間接效應(yīng)溢出效應(yīng)才是審稿人關(guān)注的重點(diǎn)GeoDa的回歸輸出一般會(huì)直接給出平均直接效應(yīng)和平均間接效應(yīng)這個(gè)細(xì)節(jié)大家務(wù)必在論文里寫清楚。3. GeoDa從零到跑通案例數(shù)據(jù)的完整實(shí)操3.1 為什么建議首選GeoDa而不是ArcGIS或R我之前一直用R的spdep和spatialreg包做空間分析功能確實(shí)強(qiáng)大但你得寫代碼而且代碼報(bào)錯(cuò)的信息對(duì)新手極其不友好。GeoDa的優(yōu)勢一句話就能概括把空間分析變成了可視化點(diǎn)擊操作。它是Luc Anselin團(tuán)隊(duì)開發(fā)的免費(fèi)軟件專攻空間統(tǒng)計(jì)和探索性空間數(shù)據(jù)分析不是ArcGIS那種龐然大物安裝包就一兩百M(fèi)B沒有授權(quán)煩惱。當(dāng)然它的邊界也得說清楚。GeoDa不是萬能的它不適合做超大樣本的復(fù)雜空間計(jì)量模型做不到貝葉斯空間模型也不具備ArcGIS那種強(qiáng)大的地理處理能力。但如果是做空間自相關(guān)檢驗(yàn)、局部聚類分析、截面空間回歸SAR/SEM/SDMGeoDa足夠覆蓋90%的入門需求。我的建議是戰(zhàn)術(shù)組合用GeoDa做探索性分析和快速建模用R或者Stata做進(jìn)階穩(wěn)健性檢驗(yàn)用ArcGIS/QGIS做專業(yè)地圖出圖。你這份資料包里的案例說明應(yīng)該就是以GeoDa為主語的那就先把它玩熟。3.2 數(shù)據(jù)導(dǎo)入與地圖可視化把表格變成地圖打開GeoDa之后第一關(guān)就是數(shù)據(jù)導(dǎo)入。GeoDa最友好的方式是用File - Open Shapefile打開一個(gè)完整的.shp文件注意這個(gè)格式是一個(gè)文件卻分成好幾個(gè)物理文件至少需要.shp幾何信息、.dbf屬性表、.shx索引三個(gè)文件待在同一目錄下。你從各種數(shù)據(jù)平臺(tái)下載的市級(jí)行政區(qū)劃數(shù)據(jù)如果缺了其中一個(gè)GeoDa會(huì)直接報(bào)錯(cuò)打不開。有不少人拿到的數(shù)據(jù)是Excel或CSV里面只有經(jīng)緯度或區(qū)劃名稱這時(shí)候也有辦法。如果數(shù)據(jù)里有經(jīng)緯度坐標(biāo)用GeoDa的Table - Merge功能先把屬性表連接進(jìn)來再通過Tools - Points - Create點(diǎn)圖層生成空間對(duì)象如果數(shù)據(jù)只有區(qū)劃名稱沒有坐標(biāo)那么你的核心任務(wù)就是找一份帶行政邊界的基礎(chǔ)shapefile然后用表格連接Table Join把自己Excel里的變量掛到地圖屬性表上。這里我強(qiáng)烈建議在使用任何地理數(shù)據(jù)之前先確認(rèn)數(shù)據(jù)的地理坐標(biāo)系一般是GCJ-02、WGS84、CGCS2000這些不同坐標(biāo)系直接連接會(huì)出現(xiàn)位置偏移這種錯(cuò)位問題在空間分析中最致命。數(shù)據(jù)打開后GeoDa會(huì)顯示一張基礎(chǔ)地圖。右擊圖層選擇Properties可以把某個(gè)變量拖到Theme里軟件馬上會(huì)生成一張分位圖或等值線圖。這一步看似簡單但它替你完成了對(duì)數(shù)據(jù)的初步直覺判斷哪些區(qū)域高、哪些區(qū)域低、是否有肉眼可見的聚集趨勢。我每次做分析前必做這一步它比任何統(tǒng)計(jì)檢驗(yàn)都能更快幫我發(fā)現(xiàn)數(shù)據(jù)里的異常值。3.3 手把手創(chuàng)建空間權(quán)重矩陣接下來就要干最重要的活了建權(quán)重矩陣。在GeoDa里點(diǎn)擊Tools - Weights Manager這里能創(chuàng)建、查看、刪除空間權(quán)重。選擇變量后創(chuàng)建方式選Contiguity基于鄰接關(guān)系。大部分省級(jí)數(shù)據(jù)我們優(yōu)先選Queen鄰接一次階因?yàn)樗秧旤c(diǎn)相接的單元也納入鄰居適合幾何形狀不規(guī)則的真實(shí)行政邊界。創(chuàng)建完成后GeoDa會(huì)生成一個(gè).gal文件并顯示這個(gè)權(quán)重矩陣的基本信息比如連接的單元對(duì)數(shù)。這時(shí)你要立刻檢查兩件事第一是否有孤立單元Islands。比如海南在省級(jí)數(shù)據(jù)里常常沒有鄰居因?yàn)楦艉２唤尤?。如果不處理這個(gè)單元在模型里會(huì)自己跟自己連接會(huì)把估計(jì)結(jié)果帶偏。解決方案是改成基于距離的權(quán)重或者手動(dòng)修改.gal文件給海南增加一個(gè)連接比如連接到最近的廣東省。第二權(quán)重分布是否非常不均衡某個(gè)省連接了二十多個(gè)鄰居而另一個(gè)省只有一兩個(gè)這種時(shí)候矩陣中有信息的鄰居數(shù)量差異過大模型估計(jì)方差會(huì)變大要考慮用K近鄰方式。矩陣建好后我習(xí)慣順手把它導(dǎo)出存一份因?yàn)楹罄m(xù)每一類分析都要反復(fù)選它。在GeoDa里權(quán)重矩陣是全局共享的你在任何對(duì)話框里都能看到當(dāng)前默認(rèn)權(quán)重如果不小心選錯(cuò)或者忘了選默認(rèn)值后面所有分析都會(huì)基于錯(cuò)誤的矩陣跑這是新手最容易犯的隱性錯(cuò)誤。跑任何分析之前都看一眼對(duì)話框頂部當(dāng)前權(quán)重文件名是誰。3.4 莫蘭指數(shù)與LISA聚類圖的輸出與解讀權(quán)重矩陣就位接下來就能測空間自相關(guān)了。點(diǎn)擊Space - Univariate Morans I選擇一個(gè)數(shù)值型變量比如人均GDP或者PM2.5年均濃度GeoDa會(huì)彈出一張散點(diǎn)圖和一張統(tǒng)計(jì)表。散點(diǎn)圖以變量為橫軸空間滯后為縱軸四個(gè)象限分別對(duì)應(yīng)高-高、低-低、高-低、低-高散點(diǎn)向右上傾斜說明正自相關(guān)左上到右下則說明負(fù)相關(guān)。右下角的統(tǒng)計(jì)信息會(huì)給出Morans I值、期望值、均值和偽p值需要核心看的就是這個(gè)p值。實(shí)際操作里我會(huì)把置換次數(shù)從默認(rèn)的999改成9999這個(gè)操作在散點(diǎn)圖下方的Randomization選項(xiàng)里次數(shù)越多越能穩(wěn)定估計(jì)p值。我見過不少研究者匯報(bào)Morans I值0.45p0.01覺得很漂亮但我追問一句你置換了幾次對(duì)方說不知道——你連檢驗(yàn)的可靠性都沒確認(rèn)審稿人會(huì)直接質(zhì)疑。另外提醒大家全局莫蘭指數(shù)對(duì)空間尺度極度敏感同一數(shù)據(jù)在不同尺度的空間單元上檢驗(yàn)結(jié)果可能完全相反所以論文里一定要寫明用的是哪個(gè)尺度的數(shù)據(jù)市級(jí)區(qū)縣級(jí)省級(jí)避免生態(tài)學(xué)謬誤式的誤讀。接著點(diǎn)擊Space - Local Morans I在彈出的窗口里選相同變量和權(quán)重矩陣。GeoDa會(huì)顯示一張LISA集群圖Cluster Map和一張顯著性圖Significance Map。這張圖是論文里最出彩的插圖它用紅色標(biāo)出高-高熱點(diǎn)區(qū)、藍(lán)色標(biāo)出低-低冷點(diǎn)區(qū)還有粉色的高-低和淺藍(lán)的低-高離群區(qū)。你需要對(duì)每個(gè)顯著的聚類給出經(jīng)濟(jì)解釋熱點(diǎn)區(qū)為什么連片冷點(diǎn)區(qū)是不是因?yàn)楫a(chǎn)業(yè)空心化高-低離群區(qū)在虹吸周邊還是被周邊圍困這些解釋能讓你從我會(huì)跑圖進(jìn)階到我會(huì)講故事。3.5 跑通第一個(gè)空間回歸模型掌握了描述性分析還不算完空間計(jì)量論文的正文重頭戲是回歸模型。GeoDa的回歸入口在Space - Regress。進(jìn)到對(duì)話框后先選一個(gè)因變量比如城市房價(jià)、若干解釋變量人均GDP、人口密度、教育投入等下面會(huì)有一個(gè)經(jīng)典OLS按鈕和空間回歸系列。我建議的操作順序是先點(diǎn)OLS跑出一個(gè)基線結(jié)果看底部的Diagnostics診斷表。這張?jiān)\斷表會(huì)列出Multiple Tests專門有Lagrange Multiplier (lag)、LM (error)以及它們的穩(wěn)健版本Robust LM。如果LM-lag的p值小于0.05而LM-error不顯著那就點(diǎn)空間回歸里的SAR在GeoDa中可能會(huì)寫作Spatial Lag跑空間滯后模型如果LM-error更顯著就跑Spatial Error模型如果兩個(gè)穩(wěn)健版都顯著建議直接跑SDM在GeoDa中要選擇專有選項(xiàng)具體名稱看版本。GeoDa輸出結(jié)果里會(huì)給出ρ或λ的估計(jì)值以及顯著度這兩個(gè)參數(shù)就是空間效應(yīng)的核心證據(jù)。跑完以后你會(huì)看到一張與OLS輸出結(jié)構(gòu)類似的結(jié)果表但多出一列空間參數(shù)別急著截圖寫論文先保留完整輸出同時(shí)把權(quán)重矩陣文件的路徑記錄下來這是方法部分的透明性細(xì)節(jié)。這里必須多說一句GeoDa回歸輸出里的直接效應(yīng)和間接效應(yīng)是解釋空間溢出效應(yīng)的關(guān)鍵。很多人跑完SAR只看ρ顯著就寫存在顯著空間溢出效應(yīng)其實(shí)不夠嚴(yán)謹(jǐn)。間接效應(yīng)才是鄰居的自變量變化對(duì)本地因變量產(chǎn)生的總影響。GeoDa較新版本會(huì)在回歸結(jié)果里直接列出直接效應(yīng)、間接效應(yīng)和總效應(yīng)的均值和標(biāo)準(zhǔn)誤你在論文里匯報(bào)這些數(shù)字審稿人才會(huì)認(rèn)可你真的理解了空間模型。4. 別讓壓縮包本身攔住你zip解壓問題實(shí)戰(zhàn)排查4.1 file is not a zip file到底是誰的鍋我知道你正興沖沖地準(zhǔn)備按下解壓鍵結(jié)果被壓縮包本體澆了一盆冷水。從網(wǎng)盤或者郵箱下載回來的.zip文件雙擊卻提示file is not a zip file這種情況我一年能遇到不下十次。絕大多數(shù)原因并不是文件真的壞了而是下面這三種下載過程沒完成文件大小明顯小于標(biāo)注大小文件后綴名被某些瀏覽器或者下載工具改成了zip但實(shí)際上本體是.rar、.7z甚至沒有壓縮的原始格式以及文件名是中文或者很長的字符串導(dǎo)致某些老舊解壓工具解析異常。判斷方法很簡單不要用雙擊用7-Zip或WinRAR直接打開這個(gè)文件。如果軟件能正常顯示內(nèi)容說明文件沒問題如果提示文件頭損壞或不是支持的格式那就先去看文件大小。如果下載下來的zip只有幾百KB而頁面標(biāo)注是幾個(gè)GB那必然是下載不完整重新下載一次必要時(shí)換一個(gè)瀏覽器。還有個(gè)非常實(shí)用的技巧用文本編輯器打開zip文件看文件頭部。zip文件頭標(biāo)準(zhǔn)是PK十六進(jìn)制50 4B 03 04如果看到其他字符說明它根本就不是zip格式直接把后綴改成對(duì)應(yīng)的正確格式即可。我見過最詭異的一個(gè)場景是壓縮包在QQ或微信傳輸中被部分截?cái)嘟邮辗诫娔X上的文件大小和發(fā)送方不一致這種問題其實(shí)是無解層面的只能重新傳輸。記住一個(gè)原則壓縮包到手的第一件事先右鍵看屬性核對(duì)文件大小是否和來源一致這是性價(jià)比最高的一道防盜門。4.2 could not find eocd報(bào)錯(cuò)的成因與修復(fù)如果你在解壓時(shí)報(bào)錯(cuò)invalid zip archive: could not find eocd那說明已經(jīng)不是簡單擴(kuò)展名問題了。EOCDEnd of Central Directory是zip文件結(jié)構(gòu)末尾的一段關(guān)鍵記錄相當(dāng)于整本書的目錄索引總共也就20多個(gè)字節(jié)專門告訴解壓軟件總共有多少個(gè)文件、分卷在哪、偏移量是多少。解壓軟件在讀取zip時(shí)需要先讀這個(gè)尾部記錄來定位所有文件的壓縮內(nèi)容。找不到EOCD基本等于書沒了目錄頁解壓軟件會(huì)直接放棄。最常見的原因是文件被截?cái)鄰木W(wǎng)盤下載一個(gè)大zip時(shí)網(wǎng)絡(luò)斷掉續(xù)傳失敗保存下來的文件末尾幾十KB丟失。另一個(gè)高頻原因是把zip從Windows傳到Linux時(shí)用了不正確的文本模式傳輸導(dǎo)致二進(jìn)制內(nèi)容被改動(dòng)。GitHub下載的release包如果多次失敗也很容易出現(xiàn)這種問題。解決方案按順序試三層第一層下載工具支持?jǐn)帱c(diǎn)續(xù)傳的話用它重新下載這是最靠譜的第二層如果只有這一個(gè)文件沒有別的途徑嘗試7-Zip的壓縮包修復(fù)功能或者用這條Linux命令強(qiáng)制修復(fù)zip -FF damaged.zip --out repaired.zip這條命令會(huì)掃描整個(gè)文件盡可能重構(gòu)中央目錄修復(fù)率取決于損壞位置不一定100%成功但值得一試。第三層如果壓縮包是從網(wǎng)盤分享的直接找分享者重新打包上傳別在爛文件上死磕。學(xué)會(huì)識(shí)別這個(gè)包沒救了有時(shí)比你折騰三小時(shí)修復(fù)更高效。4.3 分卷壓縮包z01和zip怎么一起解壓很多人碰到以.z01、.z02結(jié)尾的文件就慌。這種格式本質(zhì)是分卷壓縮包的一堆碎片主文件才是最后一個(gè).zip有時(shí)候你看到的file.zip其實(shí)是這個(gè)名義上的主卷而.z01是第一、第二分卷。它們組合起來才是一個(gè)完整壓縮包缺一不可。比如你有三個(gè)文件data.z01、data.z02、data.zip那么data.zip是主包包含了尾部目錄信息而前兩個(gè)是后續(xù)分卷。解決辦法是最簡單的思路把所有這些分卷文件放在同一個(gè)文件夾里然后直接用7-Zip打開那個(gè)以.zip結(jié)尾的主文件7-Zip會(huì)讀取同一目錄下的.z01等文件并自動(dòng)拼接。不要試圖單獨(dú)解壓.z01也不要重命名或修改任何一個(gè)分卷文件的擴(kuò)展名。有些新手把.z01改成.zip想單獨(dú)解開結(jié)果只會(huì)得到一個(gè)損壞錯(cuò)誤越折騰越亂。WinRAR也能這么用但7-Zip對(duì)分卷的兼容性我覺得更省心一點(diǎn)畢竟它免費(fèi)且對(duì)zip格式支持最好。還有個(gè)進(jìn)階場景你手里的分卷是從郵件一個(gè)一個(gè)下載的順序錯(cuò)亂。這也很要命因?yàn)榉志戆蕾囌_的順序拼接。7-Zip在讀取時(shí)會(huì)根據(jù).z01、.z02的序號(hào)自動(dòng)排序你只要保證文件名的數(shù)字標(biāo)識(shí)清晰別自己亂編號(hào)。我建議在下載時(shí)就建立單獨(dú)的文件夾把每個(gè)分卷按序號(hào)命名放進(jìn)同一個(gè)文件夾避免混在別的下載文件里找不到。4.4 加密zip的移除與恢復(fù)合法使用場景有些整理者在分享數(shù)據(jù)時(shí)會(huì)順手給zip設(shè)一個(gè)密碼一般是名字縮寫、學(xué)校代碼或者年份數(shù)字之類常見的默認(rèn)口令。你要是不知道密碼先別急著用暴力破解去硬懟仔細(xì)看分享者的說明文檔或者主頁公告密碼經(jīng)常明晃晃地寫在里面只是你一眼掃過沒在意。強(qiáng)烈建議先問問你身邊的同學(xué)或同門如果這個(gè)包來自教學(xué)班級(jí)群密碼大概率是統(tǒng)一的。如果確實(shí)需要找回密碼在合法合規(guī)且你確實(shí)擁有解密權(quán)限的前提下可以使用ZIP Password Recovery這類工具做字典攻擊或暴力破解。但我要明確說一句破解工具只適用于處理你自己有合法權(quán)限的加密壓縮包比如你親手加密但忘了密碼的舊檔案未經(jīng)授權(quán)破解他人數(shù)據(jù)包可能違反相關(guān)法律法規(guī)和相關(guān)平臺(tái)的服務(wù)條款做之前一定想清楚。說回技術(shù)細(xì)節(jié)zip的加密分為傳統(tǒng)ZipCrypto和較新的AES-256兩種。ZipCrypto是弱加密如果密碼比較短有時(shí)幾分鐘就能被字典跑出來AES-256的話硬件加速都用上也是天文數(shù)字級(jí)別的耗時(shí)基本只能指望密碼本身好猜。所以我給你一個(gè)實(shí)用建議共享 zip 包的整理者如果是教學(xué)用途盡量別用高強(qiáng)度的超級(jí)復(fù)雜密碼設(shè)一個(gè)統(tǒng)一教學(xué)密碼并寫在資料說明里既保護(hù)了數(shù)據(jù)不被亂傳播又不耽誤大家使用。5. 空間計(jì)量常見報(bào)錯(cuò)與避坑技巧速查5.1 三類最典型的實(shí)操翻車現(xiàn)場GeoDa在實(shí)操中的報(bào)錯(cuò)往往不是軟件崩潰而是結(jié)果不符合預(yù)期這種問題更加隱蔽。第一類翻車是GeoDa打不開shapefile彈窗提示無法讀取或者圖形區(qū)域一片空白。最常見的原因是shp、dbf、shx三個(gè)文件不在同一目錄或者文件名包含中文字符。GeoDa對(duì)中文路徑的兼容性一直不理想我試過把文件放在D盤數(shù)據(jù)分析\省界數(shù)據(jù)這樣的目錄下就會(huì)出問題改成d:/analysis/province之類的純英文路徑后問題立刻消失。所以用到GeoDa數(shù)據(jù)路徑全程英文是最省心的。第二類翻車是權(quán)重矩陣創(chuàng)建成功但后續(xù)跑莫蘭指數(shù)或回歸時(shí)報(bào)矩陣包含空行、某些單元沒有鄰居。這種情況幾乎都是因?yàn)槟愕牡貓D本身有缺失的幾何數(shù)據(jù)或孤立單元。解決辦法是先用表格檢查每個(gè)單元是否都有屬性記錄再用GeoDa的畫圖功能看看哪個(gè)多邊形顯示為空。遇到?jīng)]有鄰居的孤立單元要么改用基于距離的權(quán)重矩陣要么手動(dòng)在.gal文件中為它添加必要的鄰居關(guān)系。第三類翻車是回歸結(jié)果跑出來了但 ρ 或 λ 不顯著LM檢驗(yàn)也亂成一片。這時(shí)候不要急著去換模型而應(yīng)該回頭檢查三個(gè)基礎(chǔ)權(quán)重矩陣選對(duì)了嗎數(shù)據(jù)本身有沒有明顯的分布偏態(tài)或離群值樣本量是不是太小了空間模型的統(tǒng)計(jì)功效非常依賴樣本量省級(jí)數(shù)據(jù)就30多個(gè)單元要想測出顯著的空間效應(yīng)非常不容易這也是很多論文被質(zhì)疑空間計(jì)量實(shí)證流于形式的根源。實(shí)在不行就換成市級(jí)、縣級(jí)數(shù)據(jù)或者用你的面板數(shù)據(jù)做更高階的擴(kuò)展。5.2 一個(gè)可以一直用下去的排查清單我在帶學(xué)生過程中總結(jié)了一份核對(duì)清單每次做空間計(jì)量都過一遍省下無數(shù)返工時(shí)間。第一數(shù)據(jù)格式與路徑shp文件三件套齊全、路徑無中文、坐標(biāo)系正確第二權(quán)重矩陣鄰接規(guī)則是否合理、是否有孤島、是否做了行標(biāo)準(zhǔn)化、是否與當(dāng)前分析關(guān)聯(lián)第三空間自相關(guān)檢驗(yàn)?zāi)m指數(shù)是否顯著、置換次數(shù)是否足夠建議9999次、是否有離群值干擾第四模型選擇LM檢驗(yàn)判據(jù)是否清晰、LM-lag和LM-error的穩(wěn)健形式是否一致、是否做了LR或Wald檢驗(yàn)驗(yàn)證模型可簡化性第五結(jié)果解讀是否匯報(bào)了直接效應(yīng)和間接效應(yīng)、空間參數(shù)是否與理論一致、穩(wěn)健性檢驗(yàn)是否做了。這五個(gè)環(huán)節(jié)里權(quán)重矩陣和模型選擇是最容易翻車也最容易補(bǔ)強(qiáng)的。遇到審稿人質(zhì)疑空間權(quán)重設(shè)定時(shí)不要慌做一篇穩(wěn)健性分析去回應(yīng)分別用Queen、Rook和K近鄰三種權(quán)重各跑一遍主回歸如果核心結(jié)論沒有改變那你的結(jié)果就具備權(quán)重穩(wěn)健性。這個(gè)做法幾乎是空間計(jì)量實(shí)證論文的剛需我建議你從第一次跑模型開始就養(yǎng)成這個(gè)習(xí)慣。5.3 數(shù)據(jù)包管理的一些個(gè)人心得最后聊點(diǎn)實(shí)際的這份《空間計(jì)量學(xué)入門與GeoDa軟件應(yīng)用案例數(shù)據(jù).zip》本身就是一份典型的打包共享數(shù)據(jù)。從整理者角度出發(fā)把講義、數(shù)據(jù)、案例打包成zip確實(shí)是最穩(wěn)妥的分享格式。但我想給所有準(zhǔn)備做數(shù)據(jù)分享的朋友提幾個(gè)建議這也是我踩過坑之后總結(jié)出來的經(jīng)驗(yàn)。第一壓縮包內(nèi)部目錄結(jié)構(gòu)一定要帶說明文檔寫明版本、數(shù)據(jù)來源、坐標(biāo)系、操作環(huán)境最好再放一個(gè)README。這能幫你省掉大量答疑時(shí)間。第二數(shù)據(jù)文件不要隨便使用過于生僻的格式盡量用xlsx、csv、dbf這類通用格式畢竟你的用戶可能還不會(huì)操作Stata的數(shù)據(jù)格式轉(zhuǎn)換。第三關(guān)于壓縮包命名建議標(biāo)注關(guān)鍵信息比如GeoDa2.0_空間計(jì)量案例數(shù)據(jù)_2024更新.zip讓使用者第一眼就知道這是什么內(nèi)容的什么版本別整一堆意義不明的縮寫。我見過太多名為最終版3.0(1)(2).zip的文件那種混亂沒體驗(yàn)過的人不理解有多痛苦。第四如果文件超過2GB就別用zip了直接上分卷壓縮并且附帶一個(gè)解壓說明文檔把z01和zip需要放一起這個(gè)基本規(guī)則寫清楚。我身邊有一個(gè)朋友做區(qū)域經(jīng)濟(jì)研究他的課題組習(xí)慣把所有外接數(shù)據(jù)包統(tǒng)一歸檔到一個(gè)目錄文件名格式完全是日期_來源_內(nèi)容_版本并且每次更新都要寫CHANGELOG。一開始大家嫌麻煩后來發(fā)現(xiàn)這個(gè)習(xí)慣讓無數(shù)項(xiàng)目免于被數(shù)據(jù)版本問題搞崩?？臻g計(jì)量本身已經(jīng)對(duì)細(xì)節(jié)要求很高了能在數(shù)據(jù)管理上少費(fèi)一分心就多一分精力花在模型和論文上這筆賬怎么算都劃算。我在實(shí)際跑數(shù)據(jù)時(shí)還有一個(gè)體會(huì)zip包遇到問題先別急著下結(jié)論說是文件損壞或者軟件不行80%的情況是下載不完整、路徑有中文、分卷沒放齊這三座大山。把這些基礎(chǔ)問題排查干凈再去糾結(jié)模型和權(quán)重的問題你會(huì)發(fā)現(xiàn)自己省下了大把頭發(fā)?？臻g計(jì)量入門這條路上最大的敵人從來不是模型有多復(fù)雜而是細(xì)節(jié)堆起來之后你愿不愿意一個(gè)個(gè)把它們撿干凈。這一份案例數(shù)據(jù)包就是幫你把細(xì)節(jié)撿干凈的最好起點(diǎn)。本文還有配套的精品資源點(diǎn)擊獲取