《表3 人口与城市POI相关性及变量间共线性检验结果》
为进一步揭示热浪环境下人口的时空分布特征,本文利用与人群活动密切相关的城市POI数据,探寻其对热浪环境下的人群聚集与消散移动行为模式的驱动机制。由于传统的回归分析不能较好地定量描述空间变量的关系,而地统计学中,基于普遍应用的地理加权回归模型对此能作出较好的解释,因此本文结合11类城市主要POI数据,分析其对人群移动行为模式的影响程度。同时,为了避免解释变量多重共线性问题(膨胀系数VIF小于7.5认为不存在多重共线性,大于7.5则表示较强或严重多重共线性)以及对人口移动吸引力影响不显著的因素,首先对11个解释变量(POI数据)进行多重共线性和相关性筛选。最终筛选诊断结果如表3所示,可以看出,交通设施、餐饮、医疗保健、生活服务之间存在较强的共线性,且风景名胜因子与其相关性较弱,因此采取逐步回归的方式,剔除多重共线性强、相关程度较低的解释变量,筛选出最优的解释变量集合进行地理加权回归分析。
图表编号 | XD00130707200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.28 |
作者 | 谢铖、黄波、刘晓倩、周涛、王宇 |
绘制单位 | 西南交通大学地球科学与环境工程学院、香港中文大学地理与资源管理学系、香港中文大学太空与地球信息科学研究所、香港中文大学深圳研究院、西南交通大学地球科学与环境工程学院、西南交通大学地球科学与环境工程学院、西南交通大学地球科学与环境工程学院 |
更多格式 | 高清、无水印(增值服务) |