Таҳқиқот бо истифода аз 89 ширкати дар биржаи A-share номбаршуда, ки дар агломератсияи шаҳрии Xiamen–Zhangzhou–Quanzhou (XZQ) дар соҳили Чин ҷойгиранд, робитаи NQPF-ро бо муҳити сохташуда дар grid-ҳои фазоии 600 m × 600 m меомӯзад. Арзишҳои NQPF дар сатҳи ширкат бо Kernel Density Estimation (KDE) бо паҳноии банди 1,5 km ба сатҳи пайвастаи фазоӣ табдил дода шуда, тағйирёбандаҳои муҳити сохташуда бо омезиши Recursive Feature Elimination with Cross-Validation (RFE-CV) ва Multiscale Geographically Weighted Regression (MGWR) таҳлил шудаанд.

Ғояи асосии методологии таҳқиқот ин аст, ки робитаи муҳити сохташуда бо маҳсулнокии ба инноватсия нигаронидашуда дар тамоми шаҳр бо як андоза ва дар як миқёси фазоӣ рух медиҳад, фарз карда нашавад. Ordinary Least Squares (OLS) барои тамоми минтақа коэффициентҳои собитро ҳисоб мекунад, дар ҳоле ки Geographically Weighted Regression (GWR) ба коэффициентҳо иҷозат медиҳад, ки вобаста ба ҷойгиршавӣ тағйир ёбанд, аммо ҳамаи тағйирёбандаҳоро ба як паҳноии банд маҷбур мекунад. MGWR бошад, ба ҳар як тағйирёбандаи тавзеҳдиҳанда паҳноии оптималии фазоии худро таъин карда, имкон медиҳад, ки баъзе тағйирёбандаҳо дар саросари минтақа ва баъзеи дигар танҳо дар минтақаҳои маҳаллии муайян робитаҳои қавӣ нишон диҳанд.

Раванди RFE-CV ду модели ҳамдигарро пуркунанда эҷод кардааст. parsimonious subset-и дорои ҳафт тағйирёбанда барои шарҳи сохтори асосии фазоӣ бо шумораи камтари тағйирёбандаҳо интихоб шуда, дар санҷиши салибии панҷқисмӣ Mean CV-R² = 0,342274 ба даст овардааст. highest-performing subset-и дорои чордаҳ тағйирёбанда бошад, бо Mean CV-R² = 0,343979 баландтарин арзишро дар марҳилаи интихоби хусусиятҳо додааст. Ду модел на ҳамчун моделҳои рақиб, балки ҳамчун ду қабати дорои вазифаҳои гуногуни таҳлилӣ шарҳ дода мешаванд: модели ҳафттағйирёбанда такягоҳи асосии сохториро, модели чордаҳтағйирёбанда бошад, нишон медиҳад, ки чӣ гуна тағйирёбандаҳои функсионалӣ, институтсионалӣ ва хизматрасонӣ механизмҳои маҳаллиро тағйир медиҳанд.

MGWR дар ҳар ду спецификатсия нисбат ба OLS ва GWR мувофиқати қавитари in-sample нишон додааст. Дар модели ҳафттағйирёбандаи MGWR R² = 0,989; дар модели чордаҳтағйирёбанда R² = 0,991 мебошад. Аммо ин арзишҳои хеле баланд далели дақиқии пешгӯии берун аз намуна ё сабабият нестанд. Тағйирёбандаи вобаста аз ҳамворсозии фазоии нуқтаҳои ширкат бо KDE ба вуҷуд омадааст, сатҳ автокоррелятсияи фазоии ниҳоят баланд нишон медиҳад ва Moran's I = 0,998 гузориш шудааст. Аз ин рӯ муаллифон махсус таъкид мекунанд, ки арзишҳои MGWR R² ҳамчун қобилияти тавзеҳдиҳии in-sample дар сатҳи фазоӣ ҳамворшуда ва дорои автокоррелятсияи баланд арзёбӣ шаванд.

Натиҷаҳо тавассути се механизми асосии фазоӣ шарҳ дода мешаванд: мутобиқшавии экологӣ — нишон додани ҷавобҳои маржиналии гуногун аз ҷониби инфрасохтор ва шароити асосии табиӣ дар минтақаҳои гуногун; ҳамоҳангсозии сохторӣ — имкони тағйир ёфтани самти робита бо маҳсулнокии ба инноватсия нигаронидашуда дар марказҳои расида аз сабаби зичшавии аз ҳад зиёд, номувофиқии функсионалӣ ва фишори серодамӣ; фаъолсозии сарҳад бошад, маънои онро дорад, ки интерфейсҳои байнишаҳрӣ ва шаҳрҳои нав ҳангоми аз нав ташкил кардани нақлиёт, хизматрасониҳои давлатӣ ва захираҳои институтсионалӣ ба минтақаҳои дорои ҳассосияти баланд табдил ёфта метавонанд.

Ин бозёфтҳо натиҷаҳои таҷрибаи сабабӣ нестанд. Таҳқиқот мушоҳидавӣ ва буришӣ мебошад; таъсири сабабияти баръакс, рушди таърихӣ, шокҳои сиёсӣ ё омилҳои дигари ченнашуда пурра истисно карда намешавад. Илова бар ин, натиҷаҳо бояд дар доираи минтақаи XZQ, 89 ширкати дар биржа номбаршудаи таҳқиқшуда, табдили KDE истифодашуда ва нишондиҳандаҳои мавҷудаи муҳити сохташуда шарҳ дода шаванд.

Таҳқиқот кадом мушкилро ҳал кардан мехоҳад?

Дар шаҳрҳо ширкатҳои инноватсионӣ, қувваи кории соҳибихтисос, шабакаҳои нақлиётӣ, муассисаҳои таҳқиқотӣ, хизматрасониҳои молиявӣ ва хизматрасониҳои пешрафтаи давлатӣ дар фазо баробар тақсим намешаванд. Зичии сохтмон ё хизматрасонӣ, ки дар як маркази шаҳр хеле қавӣ менамояд, метавонад дар минтақаи дигар ҳамон натиҷаро надиҳад. Илова бар ин, миқёси ҷуғрофие, ки таъсири ҳамон як омил дар он падид меояд, метавонад фарқ кунад. Пайвастагии шабакаи роҳ метавонад аҳамияти минтақавӣ дошта бошад, дар ҳоле ки тағйирёбандаи дигар, ба монанди муассисаи таълимӣ ё зичии сохтмон, танҳо дар маҳаллаҳои муайян рафтори дигар нишон диҳад.

Аз ин рӯ мушкили таҳқиқот танҳо саволи “кадом омили муҳити сохташуда муҳим аст?” нест. Саволҳои асосӣ чунинанд: Кадом омил муҳим аст, дар куҷо муҳим аст, самти робита дар куҷо тағйир меёбад ва ҳар омил дар кадом миқёси фазоӣ амал мекунад?

Муаллифон ин мушкилро бо муттаҳид кардани адабиёти ҷуғрофияи иқтисодӣ, иқтисоди институтсионалӣ, низомҳои инноватсионӣ ва гетерогении фазоӣ баррасӣ мекунанд. Чаҳорчӯбаи назариявӣ бар се механизм асос ёфтааст:

• Мутобиқшавии экологӣ: Шакл гирифтани имкониятҳо ва маҳдудиятҳои фазоӣ вобаста ба маҳсулнокии ба инноватсия нигаронидашуда тавассути заминаи табиӣ, инфрасохтор ва шароити дастрасӣ дар миқёсҳои гуногун.
• Ҳамоҳангсозии сохторӣ: Тағйир ёфтани робитаҳои маҳсулнокӣ дар натиҷаи мувофиқ ё номувофиқ будани саноат, хизматрасонӣ, захираҳои институтсионалӣ ва сохтори шаҳр.
• Фаъолсозии сарҳад: Имкони табдил ёфтани шаҳрҳои нав, долонҳои соҳилӣ ва интерфейсҳои сарҳади маъмурӣ берун аз марказҳои анъанавии шаҳр ба минтақаҳои қавитари инноватсионӣ тавассути нақлиёт, хизматрасониҳои давлатӣ ва робитаҳои институтсионалӣ.

NQPF Дар Ин Таҳқиқот Маҳз Чиро Месанҷад?

NQPF дар ин мақола як натиҷаи ягонаи иқтисодии мустақиман мушоҳидашаванда нест; он индекси таркибии сатҳи ширкат мебошад, ки аз муттаҳид кардани 11 нишондиҳандаи 89 ширкати A-share, аз ҷумла захираҳои инсонии таҳқиқот ва рушд, сохтори дороиҳои асосӣ ва моддӣ, вурудҳои ҷисмонӣ ва мустақими ҷудошуда ба Ar-Ge, дороиҳои ғайримоддӣ ва самаранокии амалиётӣ бо Усули Вазни Энтропия ба даст омадааст. Аз ин рӯ арзишҳои “NQPF” дар мақола ба шумораи патентҳо, фурӯши умумӣ ё танҳо маҳсулнокии меҳнат баробар нестанд.

11 нишондиҳандаи NQPF дар сатҳи ширкат

Ҷамъи вазнҳо дар ҷадвали манбаъ 100 аст. Бо вуҷуди ин, ин таҳқиқот мафҳуми NQPF-ро бо ҳамин таърифи амалиётии 11 нишондиҳанда месанҷад; набояд хулоса бароварда шавад, ки низоми андозагирии NQPF дар таҳқиқоти дигар ҳатман ҳамин аст.

Муодила (1): Вазни нишондиҳанда дар Усули Вазни Энтропия

\[ w_j=\frac{1-e_j}{\sum_{j=1}^{11}(1-e_j)} \]

Формула чиро ҳисоб мекунад? Вазни объективии нишондиҳандаи рақами \(j\)-ро дар индекси таркибии NQPF ҳисоб мекунад.

Тағйирёбандаҳо: \(w_j\) вазни нишондиҳандаи \(j\)-ум аст. \(e_j\) энтропияи иттилоотии ҳамон нишондиҳанда аст. \(1-e_j\) дар сурат истилоҳест, ки қобилияти фарқкунандаи иттилоотии нишондиҳандаро ифода мекунад. Махраҷ ҷамъи арзишҳои \(1-e_j\) барои ҳамаи 11 нишондиҳанда аст ва вазнҳоро дар миқёси умумӣ нормал мекунад.

Тафсир: Муодила имкон медиҳад, ки нишондиҳандае, ки энтропияи иттилоотии пасттар дорад ва намунаҳоро бештар фарқ мекунад, дар индекси таркибӣ вазни калонтар гирад. Аммо манбаъ дар ин бахши усул муодилаи ҷудогонаи энтропияро барои ҳисоб кардани \(e_j\) намедиҳад; Verianla формулаи иловагии энтропияро, ки дар манбаъ нест, илова намекунад.

Муодила (2): Индекси NQPF дар сатҳи ширкат

\[ NQPF_i=\sum_{j=1}^{11} w_j P_{ij} \]

\(NQPF_i\) арзиши таркибии NQPF-и ширкати рақами \(i\) аст. \(w_j\) вазни нишондиҳандаест, ки аз Муодила (1) гирифта шудааст. \(P_{ij}\) арзиши стандартшудаи ширкати \(i\) дар нишондиҳандаи \(j\) аст. Аз ҷиҳати математикӣ ҳар як нишондиҳандаи стандартшуда ба вазни худ зарб карда шуда, 11 ҷузъ ҷамъ карда мешаванд.

Аз ин рӯ арзиши NQPF дар сатҳи ширкат як таносуби ягонаи молиявӣ нест, балки холе таркибӣ ва вазндор аст, ки чанд андозаро муттаҳид мекунад.

Чаро нуқтаҳои ширкат бо KDE ба сатҳи пайваста табдил дода мешаванд?

89 ширкат дар фазо нуқтаҳои ҷудогона мебошанд. Маълумоти муҳити сохташуда бошад, дар grid-ҳои 600 m × 600 m ифода мешавад. Истифодаи мустақими танҳо grid-ҳое, ки ширкат доранд, метавонад шумораи зиёди ҳуҷайраҳои дорои арзиши сифр ва тағйирёбандаи вобастаи пора-пораро ба вуҷуд орад. Аз ин рӯ таҳқиқот арзишҳои NQPF-и ширкатҳоро ба сатҳи пайвастаи зичӣ, ки дар фазо паҳн шудааст, табдил медиҳад.

Муодила (3): Kernel Density Estimation

\[ f_h(x)=\frac{1}{nh}\sum_{i=1}^{n}K\left(\frac{x-x_i}{h}\right) \]

Ёддошти садоқат ба манбаъ: Муодила (3) дар PDF-и нашршуда ба шакли боло, яъне \(1/(nh)\), навишта шудааст. Verianla барои табдил додани формула ба ифодаи стандартии KDE-и дученака дар махраҷ тағйироти дар манбаъ набуда, ба монанди \(h^2\), ворид накардааст.

\(f_h(x)\) зичии ҳисобшудаи kernel дар мавқеи ҳадафии \(x\) аст. \(K(\cdot)\) функсияи kernel мебошад. \(h\) паҳноии банд аст ва дар таҳқиқот ба 1,5 km собит шудааст. \(n\) шумораи умумии мушоҳидаҳои ширкатҳоро ифода мекунад; намунаи ширкатҳои таҳқиқот 89 мебошад. \(x_i\) ҷойгиршавии ширкати \(i\)-умро ифода мекунад.

Паҳноии банд параметри асосиест, ки муайян мекунад таъсири фазоии як нуқтаи ширкат ба муҳити то чӣ андоза васеъ паҳн мешавад. Паҳноии банд хеле хурд метавонад сатҳро аз ҳад зиёд пора-пора кунад; паҳноии банд калон бошад, метавонад фарқиятҳои маҳаллиро аз ҳад зиёд ҳамвор намояд. Муаллифон арзиши 1,5 km-ро ҳамчун тавозун байни ифодаи паҳншавии маҳаллӣ ва маҳдуд кардани пора-порашавии аз ҳад зиёд интихоб кардаанд, аммо таъкид мекунанд, ки дар таҳқиқоти оянда барои паҳноиҳои гуногуни банди KDE таҳлили ҳассосият гузаронида шавад.

Аз сатҳи KDE арзиши маркази ҳар ячейкаи grid-и 600 m × 600 m гирифта шуда, тағйирёбандаи вобастаи пайваста барои моделҳои минбаъдаи регрессия сохта мешавад.

Муодила (4): Global Moran's I

\[ I= \frac{n}{S_0} \frac{ \sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}Z_iZ_j }{ \sum_{i=1}^{n}Z_i^2 } \]

\(n\) шумораи воҳидҳои фазоӣ аст. \(w_{ij}\) вазни фазоӣ байни воҳидҳои фазоии \(i\) ва \(j\) мебошад. \(Z_i\) ва \(Z_j\) инҳирофи арзишҳои NQPF-и воҳидҳои дахлдор аз миёна мебошанд. \(S_0\) маҷмӯи ҳамаи вазнҳои фазоӣ аст.

Ҳангоми мусбат будани Moran's I фаҳмида мешавад, ки воҳидҳои фазоии дорои арзишҳои монанд майли дар наздикии ҳам гурӯҳбандӣ шудан доранд. Дар таҳқиқот Moran's I = 0,998 ва p = 0 гузориш шудааст. Муаллифон ошкоро қайд мекунанд, ки қисми ин автокоррелятсияи хеле баланд аз пайвастагии фазоие бармеояд, ки табдили KDE ба вуҷуд меорад.

Нақши илмии натиҷаи Moran's I муҳим аст: гурӯҳбандии қавии фазоии тағйирёбандаи вобаста далели асосиро ба вуҷуд меорад, ки модели танҳо OLS, ки барои тамоми минтақа як коэффисиенти собитро фарз мекунад, шояд кофӣ набошад.

Минтақаи таҳқиқот ва тафкики фазоӣ

Таҳқиқот агломератсияи шаҳрии XZQ-ро, ки аз шаҳрҳои Xiamen, Zhangzhou ва Quanzhou дар минтақаи Min-nan, яъне Fujian-и Ҷанубӣ дар соҳили ҷанубу шарқии Чин иборат аст, баррасӣ мекунад.

Воҳиди асосии таҳлил ячейкаи grid-и 600 m × 600 m мебошад. Муаллифон мегӯянд, ки ин тафкик метавонад гетерогении маҳаллиро тақрибан дар миқёси маҳалла нишон диҳад ва ҳамзамон ба коҳиши мушкили арзишҳои зиёди сифрӣ, ки дар grid-ҳои хеле хурдтар пайдо шуда метавонанд, мусоидат кунад.

89 арзиши NQPF дар сатҳи ширкат тавассути KDE ба ин системаи grid интиқол дода мешаванд ва нишондиҳандаҳои муҳити сохташуда низ дар ҳамон системаи координат ва ҳамон grid-и истинодӣ ҳамоҳанг карда мешаванд. Бо ин роҳ воҳидҳои фазоии тағйирёбандаи вобаста ва тағйирёбандаҳои тавзеҳӣ яксон гардонида мешаванд.

Тағйирёбандаҳои номзади муҳити сохташуда

Матни мақола аз 27 тағйирёбандаи номзад ёд мекунад. Аммо Ҷадвали нашршудаи 1 ба таври намоён тағйирёбандаҳои зерини X1–X26-ро номбар мекунад:

Номувофиқии дохилии манбаъ: Дар ҳоле ки матн мегӯяд 27 тағйирёбандаи номзад мавҷуд аст, Ҷадвали 1 X1–X26-ро нишон медиҳад. Дар шарҳи тақсимоти фазоии мақола ҳамчунин ибораи “census population (X27)” истифода шудааст. Дар қисми метод гуфта мешавад, ки тағйирёбандаи population density (POP) бинобар эндогении ҷиддӣ ва макроколлинеарӣ пеш аз скрининги VIF хориҷ шудааст. Азбаски манбаъ сатри дар Ҷадвали нашршудаи 1 нопайдоро ба таври равшан намедиҳад, Verianla X27 ва POP-ро ҳамчун як таърифи яксон ба сифати далели қатъии илмӣ пурра намекунад.

Маълумоти дорои тафкики гуногун чӣ гуна ба шакли муштарак оварда шуд?

Манбаъҳо аз маълумоти биноҳо, маълумоти роҳ ва POI, маълумоти заминии NASA, растрҳои NDVI ва дигар маҷмуаҳои маълумоти фазоии бисёрманбаъ иборатанд. Тафкики хоми онҳо яксон нест.

Дар таҳқиқот ҳамаи маҷмуаҳои маълумот ба системаи координатии муштарак проексия шуда, аз ҷиҳати геометрӣ бо grid-и стандартии 600 m × 600 m ҳамоҳанг карда шудаанд. Маълумоти нуқтавӣ ва хаттӣ дар ячейкаҳои grid ҳамчун шумора ё зичӣ ҷамъбаст шудаанд; барои растрҳои пайваста бошад, zonal statistics барои гирифтани арзишҳои миёнаи пиксел дар дохили ячейкаи grid истифода шудааст.

Дар марҳилаи охир ҳамаи тағйирёбандаҳои тавзеҳии ҷамъбастшуда пеш аз баҳодиҳии модел ба стандартизатсияи Z-score тобеъ карда шудаанд. Ҳадаф интиқол додани нишондиҳандаҳои дорои воҳидҳои ченаки гуногун ба миқёси муқоисашавандаи регрессия мебошад.

Чаро скрининги VIF анҷом дода шуд?

Вобастагии қавии бисёр тағйирёбандаҳои муҳити сохташуда аз якдигар метавонад коэффисиентҳои регрессияро ноустувор кунад. Аз ин рӯ, дар модели аввалияи ташхисии OLS Variance Inflation Factor (VIF) истифода шудааст.

Муаллифон бо истифода аз ҳадди сахттар аз ҳадди классикии 10 шарти VIF < 7,5-ро татбиқ кардаанд. Тағйирёбандаҳои дорои VIF-и баланд пайдарпай хориҷ шудаанд. Population density бошад, пеш аз раванди VIF бо сабаби эндогении ҷиддӣ ва макроколлинеарӣ хориҷ шудааст.

Ҷадвали иловагии A2 нишон медиҳад, ки дар скрининги аввал баъзе тағйирёбандаҳо ба арзишҳои хеле баланди VIF расидаанд: масалан барои X6 POI density 522,593; барои X19 shopping services 74,109; барои X18 catering services 22,832; барои X20 life services 22,829; барои X17 residential area 11,825 ва барои X11 enterprise density 9,577 гузориш шудааст. Пас аз бартарафсозии пайдарпай, 18 тағйирёбанда бо шарти VIF < 7,5 дар модели асосии OLS нигоҳ дошта шудаанд.

RFE-CV чӣ гуна кор мекунад?

Ба ҷойи он ки ҳамаи тағйирёбандаҳои пас аз VIF боқимонда мустақиман ба MGWR дода шаванд, таҳқиқот Recursive Feature Elimination with Cross-Validation-ро истифода мебарад. RFE як арзёбандаи асосии регрессия месозад, тағйирёбандаеро, ки аз рӯи бузургии коэффисиенти стандартизатсияшуда камтарин иттилоъро дорад, хориҷ мекунад ва маҷмуаи нави тағйирёбандаҳоро дубора арзёбӣ менамояд.

Ҳар маҷмуаи тағйирёбандаҳо бо санҷиши салибии панҷқисмӣ санҷида мешавад. Бо ин роҳ интихоби хусусиятҳо на танҳо аз рӯи мутобиқат дар тамоми маълумот, балки аз рӯи иҷроиш дар қисмҳои тасдиқ анҷом дода мешавад.

Муодила (5): Арзиши миёнаи R²-и санҷиши салибӣ

\[ Mean\ CV-R^2(S^{(t)}) = \frac{1}{K} \sum_{k=1}^{K} R^2_{test,k}(S^{(t)}) \]

\(K=5\) шумораи қисмҳои тасдиқ аст. \(S^{(t)}\) маҷмуаи хусусиятҳоест, ки дар итератсияи \(t\)-уми раванди RFE нигоҳ дошта шудааст. \(R^2_{test,k}\) арзиши тестии R²-и ин маҷмуаи хусусиятҳо дар қисми \(k\)-уми тасдиқ мебошад.

Формула панҷ натиҷаи тасдиқро ҷамъ карда ба панҷ тақсим мекунад ва иҷроиши миёнаи берун аз қисми он маҷмуаи хусусиятҳоро медиҳад. Сипас ин арзиш барои муқоисаи маҷмуаҳои хусусиятҳои андозаҳои гуногун истифода мешавад.

Бо илова шудани тағйирёбандаҳои аввал иҷроиш зуд боло меравад ва дар атрофи ҳафт тағйирёбанда афзоиш ба таври намоён ҳамвор мешавад. Маҷмуаи ҳафттағйирёбанда ҳадди мутлақ нест; азбаски бо андозаи камтар арзиши 0,342274-ро медиҳад, ҳамчун модели тафсиршаванда ва parsimonious интихоб шудааст. Маҷмуаи чордаҳтағйирёбанда бо 0,343979 натиҷаи баландтаринро дар роҳи RFE-CV дода, ҳамчун highest-performing subset интихоб шудааст.

Дар ин ҷо, дар сатҳи тақрибан 0,34, R²-и санҷиши салибӣ ва 0,989–0,991 in-sample R², ки баъдтар дар MGWR ба даст меояд, як метрикаи як тартиби арзёбӣ нестанд. Якум ченаки иҷроиши интихоби хусусиятҳо дар панҷ қисми тасдиқ аст; дуюм мутобиқати MGWR бо коэффисиентҳои маҳаллӣ дар сатҳи фазоии тавассути KDE ҳамворшуда мебошад. Ин ду рақамро ба ҷойи ҳам истифода бурдан мумкин нест.

Фарқи Асосии MGWR аз GWR Чист?

Дар ҳоле ки GWR фарз мекунад, ки муносибати фазоии ҳамаи тағйирёбандаҳои тавзеҳӣ бо як паҳноии умумии банд тағйир меёбад, MGWR ба ҳар тағйирёбанда паҳноии оптималии алоҳидаи банд таъин мекунад; ҳамин тавр, масалан, устувории зичии чорроҳаҳо дар тамоми минтақа ва тағйирёбанда будани зичии сохтмон танҳо дар баъзе минтақаҳои маҳаллӣ метавонанд дар як модел ифода шаванд.

Муодила (6): Ordinary Least Squares

\[ y_i=\beta_0+\sum_k\beta_kx_{ik}+\epsilon_i \]

\(y_i\) тағйирёбандаи вобастаи NQPF дар воҳиди фазоии \(i\) аст. \(x_{ik}\) тағйирёбандаи \(k\)-уми муҳити сохташуда дар ҳамон воҳиди фазоӣ мебошад. \(\beta_0\) ҳади собит, \(\beta_k\) як коэффисиенти глобалӣ барои тамоми минтақаи таҳқиқот ва \(\epsilon_i\) ҳади хато мебошад.

Фарзи муҳими OLS дар ин замина он аст, ки коэффисиент вобаста ба ҷойгиршавии ҷуғрофӣ тағйир намеёбад. Масалан, барои зичии чорроҳаҳои X3 як \(\beta_3\) баҳогузорӣ мешавад ва ин коэффисиент дар ҳамаи grid-ҳои Xiamen, Zhangzhou ё Quanzhou яксон қабул карда мешавад.

Муодила (7): Geographically Weighted Regression

\[ y_i= \beta_0(u_i,v_i) + \sum_k \beta_k(u_i,v_i)x_{ik} + \epsilon_i \]

\((u_i,v_i)\) ҷойгиршавии ҷуғрофии воҳиди фазоии \(i\) мебошад. Дар GWR коэффисиентҳо акнун аз ҷой вобастаанд. Аз ин рӯ, ҳамон тағйирёбандаи X3 метавонад дар grid-ҳои гуногун коэффисиентҳои гуногун гирад.

Бо вуҷуди ин, GWR-и стандартӣ барои ҳамаи тағйирёбандаҳо як паҳноии умумии оптималии банд истифода мебарад. Ин маънои онро дорад, ки ҳар механизми шаҳрӣ дар як миқёси фазоӣ амал мекунад.

Муодила (8): Multiscale Geographically Weighted Regression

\[ y_i= \beta_{bw0}(u_i,v_i) + \sum_k \beta_{bw_k}(u_i,v_i)x_{ik} + \epsilon_i \]

Тағйироти асосӣ дар MGWR \(bw_k\) мебошад. Ҳар тағйирёбандаи \(k\) метавонад паҳноии оптималии банди худро дошта бошад. Ба ин васила як тағйирёбанда метавонад дар ҷуғрофияи васеъ муносибати монанд нишон диҳад, дар ҳоле ки тағйирёбандаи дигар ҳамчун раванди хеле маҳаллӣ моделсозӣ шавад.

Манбаъ паҳноиҳои калони адаптивии бандро — масалан 864 — ҳамчун нишондиҳандаи муносибатҳои quasi-global, ки ба фарогирии намуна наздик мешаванд, ва паҳноиҳои хурди банд, монанди 43 ё 44-ро ҳамчун нишондиҳандаи механизмҳои бештар маҳаллӣ ва вобаста ба замина тафсир мекунад.

Метрикаҳои арзёбии модел чиро нишон медиҳанд?

• RSS — Residual Sum of Squares: Андозаи умумии хатоҳои боқимондаро байни пешгӯиҳои модел ва тағйирёбандаи вобастаи мушоҳидашуда арзёбӣ мекунад. Дар ҳамон маълумот ва тартиби муқоиса арзиши пасттар ба мутобиқати қавитар ишора мекунад.
• AIC ва AICc: Меъёрҳои иттилоотие мебошанд, ки мутобиқати модел ва мураккабии онро якҷоя арзёбӣ мекунанд. AICc шакли ислоҳшуда барои таъсири намунаи хурд/параметри самаранок аст. Дар ҳамон муқоиса арзиши пасттар афзал дониста мешавад.
• R²: Нишон медиҳад, ки модел чӣ қадар аз тағйирёбии тағйирёбандаи вобастаро дар ҳамон маълумот шарҳ медиҳад.
• Adjusted R²: Ченаки ислоҳшудаест, ки болоравии механикии R²-ро аз иловаи тағйирёбандаҳо ё мураккабии модел қисман ҷазо медиҳад.
• ENP — Effective Number of Parameters: Дар OLS шумораи воқеии параметрҳои баҳогузоришударо ва дар GWR/MGWR мураккабии самараноки моделро зери вазнгузории фазоӣ ифода мекунад.

Тақсимоти ибтидоии фазоии NQPF

Дар натиҷаи KDE сатҳи NQPF якмарказӣ нест. Манбаъ онро ҳамчун сохтори пора-пора ва бисёрмарказӣ, ки бо “маркази Xiamen – маркази дуюмдараҷаи Quanzhou – агломератсияи заифи Zhangzhou” тавсиф мешавад, гузориш мекунад.

Зичиҳои баландтарин дар минтақаҳои Siming ва Huli-и Xiamen мушоҳида мешаванд. Дар Quanzhou, Licheng, Fengze ва Jinjiang гурӯҳҳои дуюмдараҷа ташкил медиҳанд. Дар Zhangzhou, Xiangcheng, Longwen ва Longhai агломератсияҳои заифтар нишон медиҳанд ва муаллифон онҳоро бо таъсирҳои паҳншаванда аз Xiamen алоқаманд мекунанд. Дар ҷануб ва ғарби Zhangzhou ва қисматҳои кӯҳии ғарбии Quanzhou арзишҳои KDE ба таври намоён пастанд.

Ин шарҳи фазоӣ ба харитаҳои манбаъ асос ёфтааст. Сарҳадҳо, геометрияи маъмурӣ ва қабатҳои тасдиқшудаи картографӣ дар харитаҳо ба таври тахминӣ аз нав кашида нашудаанд.

Усул ва Натиҷаҳои Таҳқиқот

Натиҷаҳои ташхиси пешакии OLS

Пас аз таҳлили Moran's I барои тағйирёбандаҳои муҳити сохташуда модели ташхисии пешакии OLS сохта шуд. Пас аз бартарафсозии VIF, 18 тағйирёбанда нигоҳ дошта шуд.

Дар манбаъ *** маънои p < 0,01, ** маънои p < 0,05 ва * маънои p < 0,1-ро дорад.

Дар сатҳи OLS зичии сохтмон, зичии чорроҳаҳо, омехтагии истифодаи замин, наботот ва муассисаҳои таълимӣ бо NQPF муносибати мусбати аз ҷиҳати оморӣ аҳамиятнок нишон медиҳанд; баландии миёнаи бино, баландӣ аз сатҳи баҳр, хизматрасониҳои молиявӣ ва leisure services муносибати манфии аҳамиятнок нишон медиҳанд. Аммо муаллифон махсус таъкид мекунанд, ки ин коэффисиентҳои глобалии OLS набояд ҳамчун механизмҳое тафсир шаванд, ки дар ҳама ҷойи фазо яксон амал мекунанд. OLS дар ин ҷо бештар муқоисаи ибтидоии глобалӣ барои гузариш ба моделҳои фазоӣ-тағйирёбанда мебошад.

Муқоисаи мутобиқати моделҳои OLS, GWR ва MGWR

OLS арзишҳои баландтарини RSS ва пасттарини R²-ро медиҳад. Вақте GWR ба коэффисиентҳо иҷозаи тағйирёбии фазоӣ медиҳад, мутобиқати модел ба таври назаррас беҳтар мешавад. Аммо ҳангоми гузариш аз 7 тағйирёбанда ба 14 тағйирёбанда арзиши R²-и GWR аз 0,877 ба 0,873 каме паст шуда, AICc низ аз 5230,5 ба 5315,8 боло меравад. Манбаъ инро чунин тафсир мекунад, ки дар системаи тавзеҳии мураккабтар маҷбур кардани ҳамаи тағйирёбандаҳо ба як миқёси ягонаи фазоӣ метавонад нокифоя бошад.

MGWR бошад, дар ҳар ду зермаҷмуа пасттарин RSS/AICc ва баландтарин R²-ро медиҳад. MGWR-и чордаҳтағйирёбанда дар шароити маълумот ва моделсозии худи ин таҳқиқот дар маҷмӯъ қавитарин мутобиқати in-sample-ро нишон медиҳад.

Чаро R² = 0,991 дар MGWR Маънои “%99,1 Дақиқии Пешгӯӣ”-ро Надорад?

Зеро арзиши 0,991 дақиқии пешгӯӣ дар маҷмуаи мустақили тестӣ нест; он R²-ест, ки мутобиқати MGWR-ро дар ҳамон намуна ба сатҳи NQPF-и тавассути KDE аз ҷиҳати фазоӣ ҳамворшуда ва дорои автокоррелятсияи хеле қавӣ дар сатҳи Moran's I = 0,998 нишон медиҳад; муаллифон онро ошкоро ҳамчун муваффақияти пешгӯии берун аз намуна ё муайянкунии сабабӣ тафсир намекунанд.

Манбаъ мехоҳад, ки арзишҳои баланди MGWR R² бо се сабаби асосӣ боэҳтиёт тафсир шаванд:

1. Тағйирёбандаи вобаста натиҷаи хоми ширкат нест; он сатҳи пайваста ва фазоӣ ҳамворшудаи NQPF мебошад, ки бо KDE сохта шудааст.
2. Азбаски Moran's I = 0,998 аст, тағйирёбандаи вобаста автокоррелятсияи фавқулода қавии фазоӣ дорад.
3. MGWR барои ҳар ҷой коэффисиентҳои маҳаллӣ ва барои ҳар тағйирёбанда паҳноиҳои гуногуни банди фазоиро баҳогузорӣ карда, муносибатҳои ҳамвор, вале аз ҷиҳати фазоӣ ғайристационариро нисбат ба моделҳои глобалӣ чандиртар мутобиқ мекунад.

Аз ин рӯ, модел на танҳо бо R², балки бо AICc, RSS, ENP, паҳноиҳои банд ва намунаҳои коэффисиентҳои маҳаллӣ якҷоя арзёбӣ шудааст.

Модели parsimonious-и ҳафттағйирёбандаи MGWR

Модели ҳафттағйирёбанда аз тағйирёбандаҳои зерин иборат аст:

• X1 зичии сохтмон
• X2 баландии миёнаи бино
• X3 зичии чорроҳаҳо
• X7 баландӣ аз сатҳи баҳр
• X10 фарогирии наботот
• X23 муассисаҳои таълимӣ
• X25 хизматрасониҳои тандурустӣ

Дар ин модел зичии чорроҳаҳои X3 ва хизматрасониҳои тандурустии X25 дар ҳамаи коэффисиентҳои маҳаллӣ мусбат буда, паҳноии банди 864 доранд. Манбаъ ин ду тағйирёбандаро ҳамчун шароити асосии нисбатан устувор дар миқёси near-global дар дохили намуна тафсир мекунад.

X1, X2, X7, X10 ва X23 бошанд, паҳноиҳои хеле хурдтари банд ва ҳам коэффисиентҳои маҳаллии мусбат ва ҳам манфӣ доранд. Аз ин рӯ, онҳо барои тамоми минтақа омилҳои универсалии яксамта нестанд.

Намунаҳои фазоӣ дар модели ҳафттағйирёбанда

Дар атрофи сарҳади Yongchun–Dehua дар дохили минтақа коэффисиентҳои мусбати зичии чорроҳаҳо махсусан қавӣ мебошанд. Тафсири муаллифон ин аст, ки дар минтақаҳое, ки дастрасии ибтидоӣ пасттар аст, беҳбудии пайвастагии роҳ метавонад аз ҷиҳати ҳаракати омилҳо ва хароҷоти муомилот фоидаи маржиналии баландтар диҳад.

Дар марказҳои баркамоли Xiamen ва Zhangzhou бошад, баъзе коэффисиентҳои қавии манфии зичии сохтмон пайдо мешаванд. Махсусан дар ядрои кӯҳнаи шаҳрии ҷанубу ғарбии Siming зичии сохтмон ба таври манфӣ барҷаста мешавад, дар ҳоле ки хизматрасониҳои тандурустӣ дар Xiamen Island, маркази Zhangzhou ва соҳилҳои шарқии Quanzhou муносибатҳои қавии мусбат нишон медиҳанд.

Ин натиҷа ҳукми универсалии “зичии баланд бад аст” нест. Тафсири манбаъ ин аст, ки дар марказҳои хеле баркамол ҳангоми афзоиши фишори замин, бандшавӣ ва сершавии функсионалӣ зичии иловагии ҷисмонӣ метавонад дигар мисли пештар бартарии маҳсулнокӣ надиҳад; хизматрасониҳои сатҳи баланд бошад, метавонанд бо нигоҳдории истеъдод, мувофиқати қувваи корӣ ва сифати зиндагӣ хусусияти пурракунанда дошта бошанд.

Модели highest-performing-и чордаҳтағйирёбандаи MGWR

Модели чордаҳтағйирёбанда ядрои ҳафттағйирёбандаро нигоҳ дошта, тағйирёбандаҳои функсионалӣ/институтсионалӣ, аз ҷумла омехтагии истифодаи замин, зичии шабакаи дарёҳо, муассисаҳои давлатӣ, хизматрасониҳои молиявӣ, ҷойгиронӣ, истгоҳҳои нақлиёти ҷамъиятӣ ва leisure services-ро илова мекунад.

Дар ин модели васеъшуда зичии чорроҳаҳои X3, хизматрасониҳои молиявии X14, истгоҳҳои нақлиёти ҷамъиятии X22 ва leisure services-и X26 дар ҳамаи grid-ҳо коэффисиентҳои мусбати маҳаллӣ ва паҳноии банди 864 доранд. Манбаъ онҳоро дар мушаххасоти чордаҳтағйирёбанда ҳамчун муносибатҳои quasi-global тафсир мекунад.

Коэффисиентҳои муассисаҳои давлатии X13 дар %84,05-и grid-ҳо мусбат мебошанд. Дар муқобил, дар тағйирёбандаҳое мисли омехтагии истифодаи замин, шабакаи дарёҳо, ҷойгиронӣ, маориф ва тандурустӣ тағйири аломатҳо барҷаста аст.

Чаро тағйир ёфтани тағйирёбандаи тандурустӣ байни ду модел муҳим аст?

Дар модели ҳафттағйирёбанда коэффисиенти миёнаи X25 healthcare 0,112, ҳиссаи коэффисиентҳои мусбат %100 ва паҳноии банд 864 аст. Дар модели чордаҳтағйирёбанда коэффисиенти миёна ба −0,135, ҳиссаи мусбат ба %34,10 ва паҳноии банд ба 44 табдил меёбад.

Муаллифон инро ба шакли “хизматрасониҳои тандурустӣ дар асл зарароваранд” тафсир намекунанд. Пешниҳод мешавад, ки дар модели parsimonious тағйирёбандаи healthcare метавонад як қисми хусусиятҳои васеътар, ба монанди марказияти шаҳр, якпорчагии хизматрасонӣ ё сифати умумии amenity-ро ҳамчун proxy бар дӯш дошта бошад; вақте молия, нақлиёти ҷамъиятӣ, leisure, муассисаҳои давлатӣ ва омехтагии истифодаи замин ба модел илова мешаванд, ин қудрати муштараки тавзеҳӣ ҷудо мешавад.

Аз ин рӯ, коэффисиенти X25 дар модели васеъ ба муносибати софи маҳаллии шартшуда ба заминаи бойтари функсионалӣ наздик мешавад. Ҳамин мантиқ барои тағйироти коэффисиентҳои муассисаҳои таълимӣ ва наботот низ истифода мешавад.

Паҳноиҳои банд чиро нишон медиҳанд?

Ин ҷадвал нишон медиҳад, ки чаро MGWR танҳо модели “дар ҳама ҷо коэффисиенти гуногун” нест. Модел ҳамчунин баҳогузорӣ мекунад, ки ҳар тағйирёбанда дар кадом миқёси фазоӣ тағйир меёбад.

Механизми якум: мутобиқати экологӣ

Дар таҳқиқот таъсири тағйирёбандаҳои муҳити табиӣ яксамта нест. Тағйирёбандаҳое чун баландӣ аз сатҳи баҳр, шабакаи дарёҳо ва наботот паҳноиҳои хеле хурд ё миёнаи банд доранд ва аломати коэффисиентҳо метавонад вобаста ба ҷой тағйир ёбад.

Махсусан дар атрофи сарҳади Yongchun–Dehua дар қисми дохилии шимолии Quanzhou муносибати маржиналии мусбати зичии чорроҳаҳо қавитар аст. Муаллифон инро бо он алоқаманд мекунанд, ки дар минтақаҳои дорои дастрасии ибтидоии заиф беҳбуди пайвастагиҳо метавонад аз ҷиҳати ҳаракати омилҳо ва хароҷоти муомилот фоидаи бештар диҳад.

Аммо ин натиҷа далели сабабии сиёсӣ ба шакли “роҳи бештар дар ҳама ҷо NQPF-ро зиёд мекунад” нест. Минтақаҳои дорои коэффисиентҳои баланд намунаҳои муносибатҳои фазоӣ дар модели таҳқиқот мебошанд.

Механизми дуюм: ҳамоҳангсозии сохторӣ ва сершавӣ дар марказҳои баркамол

Дар маркази баркамоли шаҳри Siming ва ядрои Licheng–Fengze дар Quanzhou зичии сохтмон, омехтагии истифодаи замин ва баъзе тағйирёбандаҳои хизматрасониҳои давлатӣ дар баъзе ҷойҳо ба коэффисиентҳои манфӣ табдил меёбанд.

Манбаъ инро содда ҳамчун “зичӣ бад аст” шарҳ намедиҳад. Дар ядрои пешрафтатари шаҳр, вақте нархи замин, соиши нақлиётӣ, ҳампӯшии функсионалӣ, рақобати хизматрасонӣ ва сершавии фазоӣ зиёд мешаванд, саҳми софи маҳаллии як муассисаи иловагӣ ё зичии иловагии сохтмон метавонад заиф шавад.

Баръакс, дар ядрои Zhangzhou, ки марҳилаи рушдаш идома дорад, минтақаҳои коэффисиентҳои қавии мусбат барои молия, нақлиёти ҷамъиятӣ ва leisure services ҳампӯш мешаванд. Муаллифон инро ҳамчун асимметрияе тафсир мекунанд, ки нишон медиҳад шаҳрҳо дар марҳилаҳои гуногуни рушд ба ҳамон ҷамъшавии хизматрасонӣ яксон посух намедиҳанд.

Механизми сеюм: фаъолсозии сарҳад

Яке аз натиҷаҳои барҷастаи таҳқиқот нишон медиҳад, ки маҳсулнокии ба инноватсия нигаронидашуда маҷбур нест танҳо дар марказҳои анъанавӣ мутамарказ шавад.

Минтақаҳое мисли хатти соҳилии Longhai, ки рӯ ба Siming аст, сарҳади Jimei–Tong'an ва интерфейси Hui'an–Fengze дар баъзе коэффисиентҳои модел ҳассосияти баланд нишон медиҳанд. Дар ин ҷо муассисаҳои давлатӣ, хизматрасониҳои тандурустӣ, нақлиёт ва дигар функсияҳо на танҳо ҳамчун таъсирҳое баррасӣ мешаванд, ки аз марказ ғайрифаъолона паҳн мешаванд, балки ҳамчун қисмҳои бозташкилдиҳии функсияҳо дар минтақаҳои сарҳадӣ.

Аз ин рӯ, “фаъолсозии сарҳад” паҳншавии оддии шаҳр ба берун нест. Дар чаҳорчӯбаи муаллифон сухан дар бораи дубора пайваст шудани захираҳои маъмурӣ, нақлиётӣ ва хизматрасонӣ дар минтақаҳои интерфейс меравад.

Чаро ду модел бояд якҷоя хонда шаванд?

Модели ҳафттағйирёбанда ба саволи “кадом омилҳои асосӣ сутунмӯҳраи сохториро ташкил медиҳанд?” ҷавоби наздиктар медиҳад. Модели чордаҳтағйирёбанда бошад, саволи “вақте функсияҳо ва марҳилаҳои гуногуни рушд илова мешаванд, муносибати ин омилҳо дар куҷо ва чӣ гуна аз нав танзим мешавад?”-ро мекушояд.

Аз ин рӯ, тағйир ёфтани коэффисиенти як тағйирёбанда байни ду модел худкорона зиддият нест. Эҳтимол аст, ки тағйирёбанда дар модели пешина барои дигар хусусиятҳои шаҳр вазифаи proxy иҷро кунад ва дар модели васеъшуда ин қудрати муштараки тавзеҳӣ байни молия, нақлиёт, захираҳои институтсионалӣ ё тағйирёбандаҳои хизматрасонӣ ҷудо шавад. Манбаъ ин тафсирро махсусан дар мисолҳои healthcare, маориф ва наботот истифода мебарад.

Бозёфтҳое, ки таҳқиқот дастгирӣ мекунад

• Сатҳи KDE-и NQPF дар минтақаи XZQ гурӯҳбандии хеле қавии фазоӣ нишон медиҳад; Moran's I ҳамчун 0,998 гузориш шудааст.
• Модели глобалии коэффисиентҳои собити OLS нисбат ба GWR ва махсусан MGWR мутобиқати пасттари in-sample нишон медиҳад.
• Модели parsimonious-и ҳафттағйирёбанда метавонад барои ҷудо кардани омилҳои асосии сохторӣ бо андозаи паст истифода шавад.
• Модели чордаҳтағйирёбанда дар марҳилаи RFE-CV баландтарин арзиши Mean CV-R² ва дар марҳилаи MGWR қавитарин мутобиқати умумии in-sample-и моделро додааст.
• Зичии чорроҳаҳо дар ҳар ду модели MGWR бо паҳноии банди 864 ва коэффисиентҳои маҳаллии комилан мусбат ҳамчун тағйирёбандаи устувори near-global ба назар мерасад.
• Коэффисиентҳои тандурустӣ, маориф, наботот, омехтагии истифодаи замин ва баъзе тағйирёбандаҳои дигар метавонанд вобаста ба модел ва ҷой аломат иваз кунанд.
• Марказҳои баркамоли шаҳрӣ, марказҳои рӯ ба рушд, минтақаҳои сарҳадӣ ва минтақаҳои дохилии экологӣ ба ҳамон омилҳои муҳити сохташуда яксон посух намедиҳанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Исбот нашудааст, ки тағйирёбандаҳои муҳити сохташуда тағйироти NQPF-ро ба таври сабабӣ ба вуҷуд меоранд.
• Арзиши MGWR R² = 0,991 маънои %99,1 дақиқии пешгӯии ҷаҳони воқеиро надорад.
• Нишон дода нашудааст, ки коэффисиентҳои дар XZQ ёфтшуда дар кишварҳо ё шаҳрҳои дигар яксон хоҳанд буд.
• Доштани коэффисиенти манфии як тағйирёбанда дар минтақаи муайян исбот намекунад, ки он хизматрасонӣ ё сохтор умуман “зараровар” аст.
• Муносибати мусбати дорои паҳноии банди 864 исбот намекунад, ки дахолати таҷрибавӣ дар тамоми минтақа ҳамон натиҷаро медиҳад.
• Сатҳи пайвастаи NQPF, ки бо KDE ба даст омадааст, маҳсулнокии ширкат нест, ки бевосита дар grid-ҳои 600 m мушоҳида шудааст; он сатҳи паҳншавии фазоиест, ки аз нуқтаҳои ширкат сохта шудааст.

Маҳдудиятҳои асосии таҳқиқот

Сабабият: Таҳқиқот мушоҳидавӣ ва буришӣ аст. Гарчанде фарз мешавад, ки тағйирёбандаҳои муҳити сохташуда маҳсулнокиро роҳнамоӣ мекунанд, сабабияти баръакс ё таконҳои сиёсӣ, рушди таърихӣ ва дигар омилҳои омехтакунандаи мушоҳиданашуда пурра истисно карда намешаванд.

Proxy-ҳои маълумот: Нишондиҳандаҳои ба хизматрасониҳои давлатӣ ва POI асосёфта метавонанд фарқиятҳои нозуктари дастрасии воқеӣ, сифати хизматрасонӣ ё иқтидорро пурра ифода накунанд.

Номуайянии коэффисиентҳои маҳаллӣ: MGWR шумораи зиёди коэффисиентҳои маҳаллиро тавлид мекунад. Муаллифон мушкили multiple testing ва номуайянии коэффисиентҳои маҳаллиро эътироф мекунанд. Таҳқиқот ба намунаҳои устувортар тамаркуз кардааст; барои оянда inferential correction ё Bayesian spatial modeling пешниҳод шудааст.

Паҳноии банди KDE: Паҳноии банди 1,5 km собит интихоб шудааст. Муаллифон мегӯянд, ки паҳноиҳои алтернативии банди KDE бояд дар оянда бо таҳлили ҳассосият санҷида шаванд.

Умумиятпазирӣ: Типологияи ядро–сарҳад–экология бояд дар минтақаҳои шаҳрӣ ё кишварҳои дигар такрор карда шавад.

Андозаи замонӣ: Сохтори буришӣ тағйироти тағйирёбандаҳоро бо гузашти вақт ва сабабияти динамикиро мустақиман нишон намедиҳад. Муаллифон барои оянда маълумоти longitudinal, тарҳҳои quasi-experimental, difference-in-differences, панели фазоӣ ва моделҳои spatio-temporal-ро пешниҳод мекунанд.

Тасдиқи берун аз намуна: Сарфи назар аз арзишҳои хеле баланди MGWR R², устувории пешгӯӣ бояд бо намунаҳои мустақили тасдиқ ва spatial cross-validation алоҳида арзёбӣ шавад.

Самтҳои пешниҳодшуда барои таҳқиқоти оянда

Манбаъ истифодаи тарҳҳои difference-in-differences дар рӯйдодҳое мисли кушодашавии шоҳроҳҳои нав, илова кардани тағйирёбандаҳои нав мисли шабакаҳои байнишаҳрӣ ва ҷараёнҳои қувваи корӣ, пайвастани равшантари миқёсҳои омории MGWR бо миқёсҳои амалиётии шаҳрӣ, гузаронидани тасдиқи берунӣ дар минтақаҳои гуногуни шаҳрӣ, якҷоя кардани MGWR бо омӯзиши мошинӣ, сохтани модели spatio-temporal, санҷидани паҳноиҳои алтернативии банди KDE ва истифодаи намунаҳои мустақили тасдиқро ҳамчун самтҳои таҳқиқоти оянда нишон медиҳад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Modeling the Built Environment’s Role in Shaping Innovation-Oriented Productivity Through a Spatially Heterogeneous Lens

Муаллифон: Yan Gu; Yifei Hou; Yudie Zhang; Ruoxi Zhang; Lemin Zhang.

Corresponding authors: Yan Gu ва Ruoxi Zhang.

Саҳми баробар: Дар манбаъ аломати ҳаммуаллифи якум/саҳми баробар гузориш нашудааст.

Муассисаи 1: The Environmental Sustainability Research Centre (ESRC), Fuzhou University, Xiamen 361000, China.

Муассисаи 2: School of Architecture and Civil Engineering, Xiamen University, Xiamen 361005, China.

Маҷалла: Urban Science.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / шумора / мақола: Volume 10, Issue 7, Article 402.

DOI: 10.3390/urbansci10070402.

Пайванди расмӣ: https://doi.org/10.3390/urbansci10070402

Ирсол: 11 Январ 2026.

Бознигарӣ: 11 Май 2026.

Қабул: 4 Июн 2026.

Нашр: 10 Июл 2026.

Навъи манбаъ: Article; таҳқиқоти мушоҳидавӣ, буришӣ, эконометрикаи фазоӣ/таҳлили шаҳрӣ.

Вазъи баррасии ҳамтоён: Мақолаи Version of Record мебошад, ки дар маҷаллаи баррасишавандаи Urban Science нашр шудааст.

Иҷозатнома: Creative Commons Attribution (CC BY).

Намуна: 89 ширкати маҳаллии A-share, ки дар биржа ба рӯйхат гирифта шудаанд, дар агломератсияи шаҳрии Xiamen–Zhangzhou–Quanzhou.

Воҳиди асосии фазоӣ: grid-и 600 m × 600 m.

Андозагирии NQPF: Табдил додани 11 нишондиҳандаи молиявӣ ва амалиётӣ ба индекси таркибӣ бо Усули Вазни Энтропия.

KDE: ArcGIS 10.8; паҳноии банд дар манбаъ ҳамчун 1,5 km гузориш шудааст.

RFE-CV: Python 3.13.5; санҷиши салибии панҷқисмӣ.

MGWR: MGWR Version 2.1.2, Spatial Analysis Research Center, Tempe, Arizona, USA.

Маблағгузорӣ: General Project of MOE Foundation for Humanities and Social Sciences, Youth Project, 23YJCZH058; Fujian Provincial Social Science Foundation Key Project, FJ2023A014; National Natural Science Foundation of China, 52478072; General Project of Fujian Provincial Social Science Fund, FJ2024B209.

Кумитаи ахлоқ: Гузориш шудааст, ки азбаски таҳқиқот ба манбаъҳои маълумоти дастраси умум ва беномшуда асос ёфтааст, баррасии ахлоқӣ ва розигии огоҳона талаб нашудааст.

Розигии огоҳона: Татбиқшаванда нест.

Дастрасии маълумот: Гуфта мешавад, ки маълумоти хоме, ки натиҷаҳои мақоларо дастгирӣ мекунанд, бо дархост аз муаллифон дастрас карда мешаванд.

Тазоди манфиатҳо: Муаллифон изҳор мекунанд, ки competing interests вуҷуд надорад.

Саҳми муаллифон: Консептуализатсия Yan Gu; методология Yan Gu, Yifei Hou ва Yudie Zhang; нармафзор Yan Gu, Yifei Hou ва Yudie Zhang; тасдиқ Yan Gu ва Yifei Hou; таҳлили формалӣ ҳамаи муаллифон; таҳқиқ Yan Gu, Yifei Hou ва Yudie Zhang; захираҳо Yan Gu, Ruoxi Zhang ва Lemin Zhang; лоиҳаи аввал Yan Gu; баррасӣ ва таҳрир Yan Gu ва Yifei Hou; визуализатсия Yan Gu ва Yifei Hou; роҳбарӣ Yan Gu ва Ruoxi Zhang; идоракунии лоиҳа Yan Gu, Ruoxi Zhang ва Lemin Zhang; дарёфти маблағ Yan Gu, Ruoxi Zhang ва Lemin Zhang.

Ёддошти нишондиҳанда дар дохили манбаъ: Матни мақола аз 27 тағйирёбандаи номзади муҳити сохташуда ёд мекунад; Ҷадвали нашршудаи 1 ба таври намоён X1–X26-ро нишон медиҳад. Дар қисми баъдӣ ибораи “census population (X27)” мавҷуд аст ва метод ҳамчунин мегӯяд, ки тағйирёбандаи population density (POP) пеш аз скрининги VIF хориҷ шудааст. Азбаски сатри гумшудаи ҷадвал аз манбаъ ба таври қатъӣ ҳал карда нашуд, Verianla ин нуқтаро ҳамон тавре ки дар манбаъ ҳаст, номуайян мегузорад.

Ёддошти рамзгузорӣ: Land Use Mix Index дар Ҷадвали 1-и манбаъ ҳамчун MLU, дар баъзе ҷадвалҳои баъдӣ ҳамчун MUL ва дар рӯйхатҳои тағйирёбандаи RFE ҳамчун mlu навишта шудааст. Тағйирёбандаи илмӣ X5 Land Use Mix Index аст; Verianla фарқи рамзҳои манбаъро ҳамчун тағйирёбандаи нав тафсир накардааст.

Ёддошти муодила: Муодилаи KDE (3) дар PDF-и манбаъ бо зарбкунандаи \(1/(nh)\) нашр шудааст. Verianla формуларо ба ифодаи дигари стандартии KDE табдил надода, математикаи навишташудаи манбаъро нигоҳ доштааст.

Маҳдудияти асосии методологӣ: Таҳқиқот буришӣ ва мушоҳидавӣ аст. Коэффисиентҳои MGWR намунаҳои муносибатҳои фазоиро нишон медиҳанд, сабабиятро исбот намекунанд. Арзишҳои хеле баланди MGWR R² қобилияти тавзеҳии in-sample дар сатҳи вобастаи бо KDE ҳамворшуда ва дорои автокоррелятсияи баланд мебошанд; иҷроиши тести мустақил нестанд.