论文部分内容阅读
时空统计方法正成为时空统计学的研究热点。时空数据具有两个基本特性：自相关性，非平稳性。利用时空加权回归模型可以形象直观的分析变量间的相依关系，并且可以更好的反映回归系数函数的时空特性。因此本文从时空加权回归(GTWR)模型估计的优良性，假设的合理性，实例应用等几方面研究时空加权回归模型。 首先，通过假定GTWR模型的回归系数是时空位置的函数，给出了GTWR模型的局部线性估计，并证明了其估计量的渐近条件性质。同理给出并证明了二步估计的渐近条件性质，结果显示以上估计都具有良好的表现。 其次，上述两种估计都假定误差项是独立的、同分布的，但若假设不成立，则估计的有效性会受到影响，因此有必要考察GTWR模型的误差项的时空自相关性。由于误差不可观测的，通过OLS估计方法得到GTWR模型的残差，基于残差构造检验统计量研究了GTWR模型误差项的时空自相关性，并给出了模拟例子，且用bootstrap方法计算了检验p值。 最后，目前还很少学者运用GTWR模型分析经济发展影响因素，所以本文基于2006-2013年中国30个省会城市数据，应用时空加权回归模型(GTWR)，将时间和空间信息纳入到模型之中，从空间异质性的角度考察我国30个省会城市的教育、固定资产投资、FDI、进出口贸易、产业结构对GDP的空间交互作用及影响差异，研究结果表明，经济发展水平在时间，空间分布上具有显著的异质性特征。