Spatial Non-Stationarity and Wealth Accumulation: Multiscale Regression of Locational Endowments in a Heterogeneous Metropolitan County

技術要約：異質な大都市圏における空間的不定常性と富の蓄積

問題提起
本研究は、中規模で異質な大都市圏における世帯資産の空間構造を捉えるにあたって、グローバル回帰モデルが抱える限界に対処するものである。従来のモデルは空間的定常性を仮定しており、立地属性（例：アメニティ、環境の質、インフラストラクチャ）と経済的成果との関係は地域全体で一様であると想定している。しかし、空間計量経済学の文献によれば、これらの関係はしばしば非定常であり、局所的な文脈によって大きく変化することが示唆されている。地理的加重回帰（GWR）は住宅価格や所得に対して適用されてきたが、都市部、郊外、農村部の勾配が交差する非沿岸の中規模地域において、複合的な世帯資産（住宅資産、所得フロー、金融資産を含む）を詳細なスケールで検証した研究は不足している。本研究は、立地の適合性が高い空間解像度においてどのように世帯資産を形成しているかを定量化し、これらの関係が異なる空間スケールで作動しているかどうかを明らかにすることを目的とする。

手法
本研究は、米国南西部の規模の中程度の大都市圏に適用された、マルチスケール地理的加重回帰（MGWR）を中心とする堅牢な空間計量経済学的枠組みを採用している。

• データおよび空間フレームワーク： 分析には、研究領域をテセレーション（敷き詰め）するために、4,067個の正六角形ユニット（各ユニットは約0.3平方マイルをカバー）を使用している。この六角形グリッドは、行政境界に伴う修正可能面積単位問題（MAUP）や形状の歪みを最小限に抑えるものである。これに対し、センサス・トラクトやブロック・グループは、生態学的または社会的プロセスではなく行政的なプロセスを反映しており、集計バイアスを導入してしまう。データソースには、2016–2020年のアメリカン・コミュニティ・サーベイ（ACS）、NASA GES DISC、EPA、USGS、および地域のGIS記録が含まれる。変数は、社会人口統計、環境の質（PM2.5、CO2、標高）、およびアクセシビリティ（学校、病院、公園、高速道路への距離など）を網羅している。
• 従属変数： 住宅価格の中央値、世帯所得、および資産所得（利息、配当、賃料）を主成分分析（PCA）によって組み合わせることで、複合的な世帯資産指数を構築した。この指数は、消費者金融調査のベンチマークと比較して、純資産の分散の約72%を説明している。
• 探索的空間データ解析（ESDA）： モデリングに先立ち、相関ヒートマップ、分散拡大係数（VIF）チェック、およびグローバル／ローカルな空間自己相関テスト（Moran's I および LISA）を含む診断を実施した。グローバルなMoran's Iは強い正の空間依存性（I = 0.510, p < 0.001）を確認し、空間明示的なモデリングの必要性を検証した。
• モデリング・アプローチ： 本研究では、3つのフレームワークを比較している：グローバルな最小二乗法（OLS）、グローバルな空間計量モデル（空間ラグおよび空間誤差モデル）、およびMGWRである。
  • MGWRの仕様： すべての予測変数に対して単一のバンド幅を課す標準的なGWRとは異なり、MGWRは各予測変数が独自の最適な空間スケールで機能することを可能にする。モデルは $y_i = \beta_0(u_i) + \sum \beta_k(u_i, b_k)x_{ik} + \varepsilon_i$ と定式化され、ここで $b_k$ は変数固有のバンド幅を表す。
  • 推定： バンド幅は、補正済み赤池情報量基準（AICc）を最小化するデータ駆動型の最適化を通じて選択された。適応型バイ・スクエア・カーネルが空間重みを定義し、推定には反復バックフィッティング・アルゴリズム（Pythonの mgwr ライブラリ経由）が使用された。

主な結果

1. モデルの性能： MGWRはグローバルな代替モデルを大幅に上回った。MGWRは0.989の$R^2$を達成したが、これはOLSの0.873、および空間ラグ／誤差モデルの約0.90と比較して優れている。決定的なことに、MGWRは残差の空間自己相関を効果的に排除したが（残差Moran's I $\approx$ 0.02, p = 0.214）、グローバルモデルは有意な残差クラスタリングを残していた（Moran's I > 0.18, p < 0.05）。
2. 空間的異質性と非定常性： 分析により、富の決定要因が実質的な空間的非定常性を示すことが確認された。
   • スケールの分化： 予測変数は異なる空間スケールで作動している。所得関連の変数は、広域的な地域スケール（バンド幅 > 100近傍）で機能しており、これは労働および住宅市場のダイナミクスを反映している。環境および交通に関する変数は、より微細なハイパーローカル・スケール（バンド幅 < 30近傍）で機能しており、これらは近隣固有の条件に支配されている。
   • 係数の変動： いくつかの予測変数は、調査領域全体で符号の反転を示した。例えば、公園や病院への距離は、高密度な都市中心部では負の関連（近接性がアメニティとなるため）を示したが、周辺部においては正の関連（距離が低密度および混雑緩和のプロキシとなるため）を示した。同様に、大気汚染の影響は、交通量の多い回廊付近では負であったが、交通量の少ないゾーンでは中立または正であった。
3. 富のクラスタリング： 局所的空間自己相関指標（LISA）は、豊かな丘陵地帯の郊外における持続的な「高―高」クラスターと、都市中心部および南西地域における「低―低」クラスターを特定し、強固な空間的階層化の理論を裏付けた。

意義と貢献
本論文は、主に3つの貢献を主張している：

• 実証的貢献： 既存の空間経済学の文献において過小評価されている設定である、非沿岸の中規模大都市圏における富の異質性を詳細に評価した。これは、富が単に個人の特性の関数であるだけでなく、都市から農村への勾配の中で変化する、場所に基づいたメカニズムによって深く構造化されていることを示している。
• 方法論的貢献： 単一の解析フレームワーク内で、地域的、近隣的、およびハイパーローカルなスケールで作動するプロセスを分離するMGWRの能力を実証した。単一の空間スケール（GWR）を仮定するか、あるいは空間的定常性（OLS）を仮定することは、立地の適合性に対するリターンにおける重要な局所的変動を覆い隠してしまうことを検証した。
• 政策的貢献： 結果は、差別化された政策介入のための空間明示的なエビデンスベースを提供する。結果は、一律のインフラ整備や環境政策は、効果がないか、あるいは逆効果になる可能性があることを示唆している。むしろ、アメニティ投資、環境修復、およびサービス提供に関する介入は、立地の適合性に対するレジーム固有のリターンを考慮し、空間的にターゲットを絞る必要がある。

限界
著者らは、横断的な設計は空間的関連性の分析を支持するものの、因果の方向性を確立することはできないと述べている。さらに、六角形グリッドの枠組みはMAUPを軽減するものの、移行帯における残差のクラスタリングは、未モデル化のハイパーローカルなプロセスの存在を示唆している。今後の課題として、空間的識別戦略を通じて内生性を対処すること、および進化するダイナミクスを捉えるために縦断的データを取り入れることが提案されている。