《表4 GWR可视变量回归系数统计性描述Table 4 Statistical description of visual variable regression coefficients in GW

  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

《水体景观可视度对住宅地价溢出效应研究——以深圳市为例》

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

根据OLS最小二乘模型决定的解释变量创建GWR模型。模型的R2=0.645，调整R2=0.578。与OLS模型相比，R2从0.582上升到0.645，也佐证了GWR模型更适合住宅地价模拟，能解释地价64.5%的变化。其中，水体景观可视度的回归结果如表4所示。根据残差空间自相关检验，该模型的残差符合正态分布，具有统计学上的显著性。此外，本文使用变异系数cv表示各个可视变量回归系数的离散程度。3个可视变量回归系数的离散程度从大到小依次是二级河网可视长度、海域可视面积和水库可视等级，其cv值分别为0.419，0.188和0.095，表明3个可视变量的区位差异最强的是二级河网数可视长度，其次是海域可视面积，最后是水库可视面积等级，反映了不同区位水体可视变量对住宅地价溢出响应的差异，其原因是二级河网主干河道较短，且分布极为不均匀，海岸线次之，水库在整个市区分布较均匀。