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

技术摘要：异质性大都市县的空间非平稳性与财富积累

问题陈述
本研究旨在解决全局回归模型在捕捉中型、异质性大都市县内家庭财富空间结构方面的局限性。传统模型假设空间平稳性，认为区位属性（如便利设施、环境质量、基础设施）与经济结果之间的关系在整个区域内是统一的。然而，空间计量经济学文献表明，这些关系通常具有非平稳性，会随局部背景的变化而显著不同。尽管地理加权回归（GWR）已被应用于房价和收入研究，但在非沿海、中型城市（即城市、郊区与农村梯度交汇的地区）中，针对包含住房净值、收入流和金融资产在内的综合家庭财富进行细粒度研究的研究仍然匮乏。本研究旨在量化区位适宜性条件如何在高空间分辨率下塑造家庭财富，并确定这些关系是否在不同的空间尺度上运行。

研究方法
本研究采用以多尺度地理加权回归（MGWR）为核心的稳健空间计量框架，并将其应用于美国西南部的一个中型大都市县。

• 数据与空间框架： 分析利用 4,067 个规则六边形单元（每个单元覆盖约 0.3 平方英里）对研究区域进行镶嵌。这种六边形网格最小化了与行政边界相关的可变面域单元问题（MAUP）和形状畸变，而人口普查区和区块组反映的是行政过程而非生态或社会过程，且会引入聚合偏差。数据来源包括 2016–2020 年美国社区调查（ACS）、NASA GES DISC、EPA、USGS 及当地 GIS 记录。变量涵盖社会人口统计、环境质量（PM2.5、CO2、海拔）以及可达性（至学校、医院、公园、高速公路等的距离等）。
• 因变量： 通过主成分分析（PCA）构建了一个综合家庭财富指数，该指数结合了房屋中位数价值、家庭收入和资产收入（利息、股息、租金）。与消费者金融调查基准相比，该指数解释了家庭净值约 72% 的方差。
• 探索性空间数据分析（ESDA）： 在建模之前，研究进行了包括相关性热图、方差膨胀因子（VIF）检查以及全局/局部空间自相关测试（Moran's I 和 LISA）在内的诊断。全局 Moran's I 证实了强烈的正向空间依赖性（I = 0.510, p < 0.001），验证了进行空间显式建模的必要性。
• 建模方法： 研究对比了三种框架：全局普通最小二乘法（OLS）、全局空间计量模型（空间滞后模型和空间误差模型）以及 MGWR。
  • MGWR 设定： 与标准 GWR（为所有预测变量强制设定单一带宽）不同，MGWR 允许每个预测变量在其各自的最优空间尺度上运行。模型公式为：$y_i = \beta_0(u_i) + \sum \beta_k(u_i, b_k)x_{ik} + \varepsilon_i$，其中 $b_k$ 代表变量特定的带宽。
  • 估计： 带宽通过最小化校正赤池信息准则（AICc）的数据驱动优化进行选择。采用自适应双平方核函数定义空间权重，并通过迭代回填算法（通过 mgwr Python 库）进行估计。

主要结果

1. 模型性能： MGWR 的表现显著优于全局替代模型。其 $R^2$ 为 0.989，而 OLS 为 0.873，空间滞后/误差模型约为 0.90。至关重要的是，MGWR 有效消除了残差空间自相关（残差 Moran's I $\approx$ 0.02, p = 0.214），而全局模型仍留有显著的残差聚类现象（Moran's I > 0.18, p < 0.05）。
2. 空间异质性与非平稳性： 分析证实了财富决定因素存在显著的空间非平稳性。
   • 尺度分化： 预测变量在不同的空间尺度上运行。收入相关变量在较广的区域尺度上发挥作用（带宽 > 100 个邻居），反映了劳动力和住房市场的动态。环境和交通变量则在更细微的超局部尺度上运行（带宽 < 30 个邻居），受特定社区条件的支配。
   • 系数变化： 若干预测变量在研究区域内表现出符号反转。例如，在密集的城市核心区，与公园和医院的距离与财富呈负相关（此处接近程度是一种便利）；但在近郊地区，两者呈正相关（此处距离代表了较低的密度和减少的拥堵）。同样，空气污染的影响在交通干道附近表现为负向，而在低交通量区域则表现为中性或正向。
3. 财富聚类： 局部空间相关指标（LISA）识别出了富裕山麓郊区的持续“高-高”聚类，以及城市核心区和西南部地区的“低-低”聚类，这强化了持久性空间分层的理论。

意义与贡献
本文声称有三个主要贡献：

• 实证方面： 它对非沿海中型大都市县的财富异质性进行了细粒度的评估，这类环境在现有空间经济学文献中代表性不足。它证明了财富不仅是个人特征的函数，而且深受基于场所的机制影响，这些机制在从城市到农村的梯度中不断变化。
• 方法论方面： 本研究展示了 MGWR 在单一分析框架内解构区域、社区和超局部尺度运行过程的能力。它验证了假设单一空间尺度（如 GWR）或空间平稳性（如 OLS）会掩盖区位属性回报的关键局部变化。
• 政策方面： 研究结果为差异化政策干预提供了空间显式的证据基础。研究结果表明，统一的基础设施或环境政策可能无效甚至产生反作用。相反，关于便利设施投资、环境治理和服务供给的干预必须进行空间定向，以应对区位适宜性回报的特定机制。

局限性
作者指出，横截面设计支持空间关联分析，但无法建立因果方向。此外，虽然六边形网格框架减少了 MAUP，但过渡区存在的残差聚类表明存在未建模的超局部过程。建议未来的工作通过空间识别策略解决内生性问题，并纳入纵向数据以捕捉演变动态。