搜索到5460篇“ 地理加权回归模型“的相关文章
医保省级统筹驱动因素分析——基于地理加权回归模型
2025年
目的:基于基本医疗保险省级统筹“六统一”原则,评估省级统筹发展现状及其驱动因素,为推进省级统筹提供理论支持。方法:首先从公平性、可持续性、稳健性和统一性四个维度构建“基本医疗保险省级统筹发展评价指标体系”,计算各省份发展水平总指数及各维度指数;然后借助泰尔指数测度各区域水平差异,借助空间自相关分析空间集聚性和异质性格局;最后构建地理加权回归模型分析其驱动因素。结果:各省份省级统筹的推进程度及发展水平存在显著差异,总指数在地域上表现为由东向西递减的趋势,在地理空间上呈现随机分布格局;经济水平、政策因素、医疗资源、教育投入对推动省级统筹的影响显著。结论:完善筹资机制、强化统筹协调、强化制度衔接、优化资源配置、加强人才培养,能有效推动基本医保省级统筹的进程,实现医保制度的公平性、持续性、稳健性和统一性,更好地保障人民群众的健康权益。
张家豪张秀梅王思冉张茜帅晓娟温红娟时涛
关键词:基本医疗保险省级统筹地理加权回归
基于系数平均的混合地理加权回归模型的估计及其系数类型辨识
2025年
混合地理加权回归模型假定部分回归系数是常数,其余回归系数随空间位置变化,是综合探索自变量对因变量影响的空间变化特征的有力工具。以回归系数的局部线性地理加权估计为基础,提出了基于系数平均的混合地理加权回归模型的估计方法及其常值系数的Bootstrap检验方法。进一步将估计和检验方法推广到多类型系数混合地理加权回归模型的估计及其系数类型的辨识。模拟实验表明所提出的估计方法与现有的二步估计相比对空间变系数具有更高的估计精度,有关检验方法对辨识特殊类型系数具有满意的检验功效。最后,通过实例分析说明了所提估计和检验方法的具体应用。
梅长林成佳媛续秋霞
关键词:地理加权回归BOOTSTRAP方法
中国地级市住宅价格影响因素分析及财务管理启示——基于地理加权回归模型
2025年
深入理解住宅价格的主要影响因素对于把握房地产市场趋势及其在财务决策中的应用至关重要。文章基于2019年中国地级市住宅均价数据,运用地理加权回归模型,分析了基础设施、居民收入、城市污染和环保指数等社会经济因素对住宅价格的影响。研究发现,基础设施数量、居民收入水平和环保指数对住宅价格有显著的正向影响,而城市污染则对住宅价格产生负向作用。基于研究结果,文章提出了优化房地产市场调控的政策建议,并为企业和地方政府在财务管理和风险控制中的应用提供参考。
谢钰亭
关键词:住宅价格地级市地理加权回归
运用地理探测器和地理加权回归模型分析城市渍水成因
2025年
以武汉市青山海绵城市示范区为例,选取地表覆盖、水系统、雨水排水管网、地形4类共10个因子,采用地理探测器和地理加权回归(GWR)模型分析渍水成因。结果表明:①渍水的主要驱动因子是坡度标准差、高程标准差、硬化地表面积占比和坡度,且因子间两两交互均对引起渍水有增强作用,特别是硬化地表面积占比与其他主要驱动因子交互后增强作用明显;②除硬化地表面积占比对渍水以正向作用为主外,其他各主要驱动因子均表现出明显的空间异质性。研究结果有望为渍水成因分析提供一种全新的视角。
周繁付明花
关键词:渍水空间异质性
空间异质性视角下金融发展对绿色储蓄率的影响研究——基于地理加权回归模型
2025年
环境污染、资源枯竭日益加剧的背景下,绿色国民财富积累成为重要内容,研究金融发展对绿色储蓄率的空间异质作用对促进绿色国民财富的有效积累具有重要意义。本文选取我国2022年省域数据,在国民储蓄率基础上考虑生态环境、能源资源消耗等因素,以全面衡量区域经济发展质量、可持续发展能力,并采用GWR模型对金融发展和绿色储蓄率空间关系进行检验。研究结果表明:①2022年我国绿色储蓄率由东北向西南方向呈现四阶梯递减趋势,具有较强的空间级差效应;②金融发展对京津冀地区、东北地区及西部地区绿色储蓄率的推动力显著高于中部及东部沿海地区;③经济发展速度、通货膨胀严重制约绿色储蓄率的上升。因此,我国要构建绿色财富积累的空间网络体系,采取以效率提升为主的绿色储蓄发展模式,加强绿色储蓄积累与区域经济发展水平的良性互动。
马姚
关键词:金融发展空间异质性
基于时空地理加权回归模型2016至2019年中国流行性感冒发病影响因素分析
2025年
目的:基于时空地理加权回归(GTWR)模型探讨流行性感冒发病的影响因素。方法:使用2016至2019年全国分地区流行性感冒分月统计数据,分析中国流行性感冒发病的时空分布。将流行性感冒发病率作为因变量,气象和空气质量因素(风速、湿度、PM_(10)、SO_(2)、NO_(2)、CO、O_(3)、PM_(2.5))作为自变量,进行全局空间自相关分析和多重共线性检验后,构建GTWR模型,计算各自变量的平均回归系数,根据平均回归系数分析各自变量对不同地区流行性感冒发病的影响。结果:2016至2019年中国流行性感冒发病率呈逐年上升趋势,北京均处于全国最高水平。各自变量对不同地区流行性感冒发病的影响:风速对云南、重庆等地区有明显的促进作用;湿度对上海、天津、浙江等地区有较明显的促进作用,而对北京、河北、安徽等地区有明显的抑制作用;PM_(10)对北京、河北、天津等地区,SO_(2)对福建、广东等地区有明显的促进作用;NO_(2)对甘肃、宁夏、贵州、广东、广西、海南等地区,CO对安徽、河南、河北等地区,O_(3)对北京、河北、安徽等地区,PM_(2.5)对广东、海南、浙江等地区均有一定的促进作用。结论:气象、空气质量因素对流行性感冒发病存在明显影响,具有时空特异性,各地区应根据具体情况,制定区域个性化预防措施。
韩笑荷赵明扬王宗熹吴柯檬王晓文甄子怡孙长青
关键词:流行性感冒影响因素气象空气质量
基于地理加权回归模型的耕地田坎系数估算方法及装置
本申请涉及基于地理加权回归模型的耕地田坎系数估算方法及装置,属于耕地资源调查技术领域,其方法包括,基于待估算区的光学卫星影像,依据样方分布图计算得到待估算区内每一样方的田坎系数;基于每一样方的田坎系数和每一样方的坡度数据...
王桂钢李雪梅金江磊王世杰别强
空间多观测样本的地理加权回归模型
2024年
地理加权回归(GWR)以及GWR改进模型无法处理空间点上多个观测样本的情况,本文对GWR进行了拓展,构建了一种可以处理多观测样本的地理加权回归模型(MRGWR)。MRGWR在估计回归系数时,充分利用了回归关系在邻近点上具有相似性的特点,对邻近空间点的观测样本施加不同权重。通过数值实验评估了MRGWR的估计性能,并与普通最小二乘回归和GWR模型进行了比较。采用MRGWR模型探究了物理海洋学中海洋中尺度涡旋热反馈问题,揭示了北太平洋中尺度海面净热通量异常对中尺度海面温度(SST)异常的响应关系。研究结果表明,中尺度海面净热通量异常对中尺度SST异常的响应关系存在显著的季节和空间变化。
栗春晓李芙蓉
关键词:地理加权回归
一种基于改进地理加权回归模型的地表温度降尺度方法
本发明属于遥感图像增强的技术领域,涉及一种基于改进地理加权回归模型的地表温度降尺度方法,包括获取遥感数据进行预处理,根据预处理的遥感数据计算尺度因子和温度差异系数;利用温度差异系数构建改进的地理加权回归模型,建立低空间分...
罗小波王植
中国土壤侵蚀的社会经济空间驱动因素研究:基于多尺度地理加权回归模型的分析
2024年
土壤侵蚀威胁粮食安全和生态系统服务,是中国面临的严峻环境问题之一,同时受到自然因素和人类活动的共同影响。目前国内已有大量研究关注社会经济因素对土壤侵蚀的驱动作用,但关于两者之间空间非平稳关系的探讨和影响因素作用尺度差异性的关注仍存在不足。为探究社会经济活动对土壤侵蚀的复杂驱动机制,以中国346个地级市为研究对象,以2017年为参考年,基于修正的通用土壤流失方程(RUSLE)和多尺度地理加权回归(MGWR)模型,揭示中国各地级市土壤侵蚀的空间异质性,并探索社会经济因素对中国各地级市土壤侵蚀速率的空间驱动作用及因素间的作用尺度差异。研究显示:中国各地级市土壤侵蚀速率的空间分布具有明显的空间正相关性,侵蚀热点主要分布在西部地区、东北地区、云贵高原和四川盆地以及黄土高原;与基于全局回归模型及传统的地理加权回归模型相比,MGWR可以大大提高社会经济变量对土壤侵蚀速率的解释程度,模型拟合优度达到0.87;从驱动因素来看,除人均地区生产总值外,各驱动因素对中国各地级市土壤侵蚀速率的影响方向会随着空间位置变化产生结构性差异;平均而言,人口密度是对中国各地级市土壤侵蚀速率贡献最大的因素;中国地级市土壤侵蚀速率在西部地区更容易受到复种指数的影响,在东部地区社会经济因素对土壤侵蚀速率的驱动机制更为复杂,不同驱动因素作用的空间尺度差异更明显。研究表明,决策者应充分考虑人类活动对土壤侵蚀影响的空间异质性,以实现水土保持的可持续发展。
栗珂珂周詹杭王真
关键词:土壤侵蚀土壤侵蚀预报RUSLE

相关作者

吴玉鸣
作品数:181被引量:5,177H指数:37
供职机构:华东理工大学商学院
研究主题:经济增长 中国省域 空间计量经济模型 实证研究 空间计量经济分析
杨丽霞
作品数:54被引量:1,062H指数:17
供职机构:浙江财经大学
研究主题:太湖流域 农地转用 影响因素 福利变化 空间异质性
袁富华
作品数:92被引量:1,584H指数:19
供职机构:中国社会科学院
研究主题:城市化 结构性减速 人力资本 社会 中国经济
罗小波
作品数:84被引量:148H指数:7
供职机构:重庆邮电大学
研究主题:遥感图像 地表温度 遥感影像 降尺度方法 低空间
黄贤金
作品数:880被引量:13,797H指数:67
供职机构:南京大学地理与海洋科学学院
研究主题:土地利用 碳排放 土地利用变化 耕地保护 农户