《表3 人口与城市POI相关性及变量间共线性检验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于手机定位数据的深圳市热浪人口暴露度分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。