Tadqiqot Xitoyning qirg‘oqbo‘yi qismidagi Xiamen–Zhangzhou–Quanzhou (XZQ) shahar aglomeratsiyasida joylashgan 89 ta A-share birjasida ro‘yxatga olingan kompaniyadan foydalanib, NQPFning qurilgan muhit bilan munosabatini 600 m × 600 m fazoviy gridlar bo‘yicha o‘rganadi. Kompaniya darajasidagi NQPF qiymatlari 1,5 km tarmoq kengligiga ega Kernel Density Estimation (KDE) orqali uzluksiz fazoviy sirtga aylantirilgan; qurilgan muhit o‘zgaruvchilari esa Recursive Feature Elimination with Cross-Validation (RFE-CV) va Multiscale Geographically Weighted Regression (MGWR) kombinatsiyasi orqali tahlil qilingan.

Tadqiqotning asosiy metodologik g‘oyasi qurilgan muhitning innovatsiyaga yo‘naltirilgan unumdorlik bilan munosabati butun shahar bo‘ylab bir xil kattalikda va bir xil fazoviy miqyosda yuz beradi, deb faraz qilmaslikdir. Ordinary Least Squares (OLS) butun hudud uchun o‘zgarmas koeffitsiyentlarni baholasa, Geographically Weighted Regression (GWR) koeffitsiyentlarning joylashuvga qarab o‘zgarishiga imkon beradi, biroq barcha o‘zgaruvchilarni bitta tarmoq kengligiga majbur qiladi. MGWR esa har bir tushuntiruvchi o‘zgaruvchiga o‘zining optimal fazoviy tarmoq kengligini berib, ayrim o‘zgaruvchilarning butun mintaqa bo‘ylab, boshqalarining esa faqat muayyan mahalliy hududlarda kuchli munosabatlar ko‘rsatishiga imkon beradi.

RFE-CV jarayoni bir-birini to‘ldiruvchi ikkita modelni hosil qilgan. Yetti o‘zgaruvchili parsimonious subset asosiy fazoviy tuzilmani kamroq o‘zgaruvchi bilan tushuntirish uchun tanlangan va besh qatlamli kross-validatsiyada Mean CV-R² = 0,342274 natijasini bergan. O‘n to‘rt o‘zgaruvchili highest-performing subset esa Mean CV-R² = 0,343979 bilan xususiyatlarni tanlash bosqichidagi eng yuqori qiymatni bergan. Ikki model raqobatchi modellar sifatida emas, balki turli analitik vazifalarga ega ikki qatlam sifatida talqin qilinadi: yetti o‘zgaruvchili model asosiy tarkibiy tayanchni, o‘n to‘rt o‘zgaruvchili model esa funksional, institutsional va xizmat o‘zgaruvchilari mahalliy mexanizmlarni qanday o‘zgartirishini tushuntiradi.

MGWR har ikkala spetsifikatsiyada ham OLS va GWRga qaraganda kuchliroq in-sample moslashuv ko‘rsatgan. Yetti o‘zgaruvchili MGWR modelida R² = 0,989; o‘n to‘rt o‘zgaruvchili modelda R² = 0,991. Biroq bu juda yuqori qiymatlar tashqi tanlama prognoz aniqligi yoki sababiylik isboti emas. Bog‘liq o‘zgaruvchi kompaniya nuqtalarining KDE orqali fazoviy silliqlanishidan hosil bo‘lgan, sirt nihoyatda yuqori fazoviy avtokorrelyatsiya ko‘rsatadi va Moran's I = 0,998 deb hisobot qilingan. Shu sababli mualliflar MGWR R² qiymatlarini fazoviy silliqlangan va yuqori avtokorrelyatsiyali sirt ustidagi in-sample tushuntirish qobiliyati sifatida baholashni alohida ta’kidlaydi.

Natijalar uchta asosiy fazoviy mexanizm orqali talqin qilinadi: ekologik moslashuv infratuzilma va tabiiy bazaviy sharoitlarning turli hududlarda turlicha marjinal javob ko‘rsatishini; tarkibiy muvofiqlashtirish yetuk markazlarda haddan tashqari zichlashuv, funksional nomuvofiqlik va tiqilinch bosimlari innovatsiyaga yo‘naltirilgan unumdorlik bilan munosabat yo‘nalishini o‘zgartira olishini; chegara faollashuvi esa shaharlararo va yangi shahar interfeyslari transport, davlat xizmatlari va institutsional resurslar mos ravishda qayta tashkil etilganda yuqori sezgir hududlarga aylanishi mumkinligini anglatadi.

Bu topilmalar sababiy tajriba natijalari emas. Tadqiqot kuzatuvga asoslangan va kesimlidir; teskari sababiylik, tarixiy rivojlanish, siyosat shoklari yoki o‘lchanmagan boshqa omillarning ta’siri to‘liq chiqarib tashlanmaydi. Bundan tashqari, natijalar XZQ hududi, o‘rganilgan 89 ta birjada ro‘yxatga olingan kompaniya, qo‘llangan KDE transformatsiyasi va mavjud qurilgan muhit ko‘rsatkichlari doirasida talqin qilinishi kerak.

Tadqiqot qaysi muammoni hal qilishga urinmoqda?

Shaharlarda innovatsion firmalar, malakali ishchi kuchi, transport tarmoqlari, tadqiqot muassasalari, moliyaviy xizmatlar va rivojlangan davlat xizmatlari fazoda teng taqsimlanmaydi. Bir shahar markazida juda kuchli ko‘rinadigan qurilish yoki xizmatlar zichligi boshqa hududda ayni natijani bermasligi mumkin. Bundan tashqari, ayni omil ta’sirining qaysi geografik miqyosda paydo bo‘lishi ham o‘zgarishi mumkin. Yo‘l tarmog‘i bog‘lanishining mintaqaviy ahamiyati bo‘lishi mumkin, ta’lim muassasasi yoki qurilish zichligi kabi boshqa o‘zgaruvchi esa faqat muayyan mahallalarda boshqacha tutishi mumkin.

Shu sababli tadqiqot muammosi faqat “qurilgan muhitning qaysi omili muhim?” degan savol emas. Asosiy savollar quyidagilar: Qaysi omil muhim, qayerda muhim, munosabat yo‘nalishi qayerda o‘zgaradi va har bir omil qaysi fazoviy miqyosda ishlaydi?

Mualliflar bu muammoni iqtisodiy geografiya, institutsional iqtisodiyot, innovatsiya tizimlari va fazoviy geterogenlik adabiyotini birlashtirib ko‘rib chiqadi. Nazariy doira uchta mexanizmga qurilgan:

• Ekologik moslashuv: Tabiiy baza, infratuzilma va kirish imkoniyati sharoitlari innovatsiyaga yo‘naltirilgan unumdorlikka oid fazoviy imkoniyat va cheklovlarni turli miqyoslarda shakllantirishi.
• Tarkibiy muvofiqlashtirish: Sanoat, xizmatlar, institutsional resurslar va shahar tuzilmasining o‘zaro mos yoki nomos bo‘lishi unumdorlik munosabatlarini o‘zgartirishi.
• Chegara faollashuvi: An’anaviy shahar markazlaridan tashqaridagi yangi shahar, qirg‘oq koridori va ma’muriy chegara interfeyslari transport, davlat xizmatlari va institutsional aloqalar orqali kuchliroq innovatsiya hududlariga aylanishi mumkinligi.

NQPF Bu Tadqiqotda Aynan Nimani O‘lchaydi?

NQPF bu maqolada bevosita kuzatiladigan bitta iqtisodiy natija emas; 89 ta A-share kompaniyaning tadqiqot va ishlanmalar inson resurslari, asosiy va moddiy aktivlar tuzilmasi, Ar-Ge uchun ajratilgan jismoniy va bevosita kirimlar, nomoddiy aktivlar hamda operatsion samaradorlik kabi 11 ko‘rsatkichini Entropiya Og‘irlik Usuli bilan birlashtirish orqali olingan kompaniya darajasidagi kompozit indeksdir. Shu sababli maqoladagi “NQPF” qiymatlari patentlar soni, jami savdo yoki faqat mehnat unumdorligi bilan aynan bir narsa emas.

Kompaniya darajasidagi 11 NQPF ko‘rsatkichi

Manba jadvalidagi og‘irliklar yig‘indisi 100. Biroq bu tadqiqot NQPF tushunchasini aynan shu 11 ko‘rsatkichli operatsion ta’rif bilan o‘lchaydi; boshqa tadqiqotdagi NQPF o‘lchash tizimi ham aynan shunday bo‘lishi shart, degan xulosa chiqarilmasligi kerak.

Tenglama (1): Entropiya Og‘irlik Usulida ko‘rsatkich og‘irligi

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

Formula nimani hisoblaydi? \(j\) raqamli ko‘rsatkichning kompozit NQPF indeksidagi obyektiv og‘irligini hisoblaydi.

O‘zgaruvchilar: \(w_j\), \(j\)-ko‘rsatkichning og‘irligi. \(e_j\), shu ko‘rsatkichning axborot entropiyasi. Sur’atdagi \(1-e_j\) ko‘rsatkichning axborotni farqlash qobiliyatini ifodalovchi had. Maxraj 11 ko‘rsatkichning barchasidagi \(1-e_j\) qiymatlari yig‘indisi bo‘lib, og‘irliklarni umumiy miqyosga normallashtiradi.

Talqin: Tenglama axborot entropiyasi pastroq va namunalarni yaxshiroq farqlovchi ko‘rsatkichga kompozit indeksda kattaroq og‘irlik berilishiga imkon beradi. Biroq manba ushbu usul bo‘limida \(e_j\)ni hisoblash uchun alohida entropiya tenglamasini bermaydi; Verianla manbada yo‘q qo‘shimcha entropiya formulasini kiritmaydi.

Tenglama (2): Kompaniya darajasidagi NQPF indeksi

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

\(NQPF_i\), \(i\)-kompaniyaning kompozit NQPF qiymati. \(w_j\), Tenglama (1)dan olingan ko‘rsatkich og‘irligi. \(P_{ij}\), \(i\)-firma \(j\)-ko‘rsatkichining standartlashtirilgan qiymati. Matematik jihatdan har bir standartlashtirilgan ko‘rsatkich o‘z og‘irligiga ko‘paytiriladi va 11 komponent qo‘shiladi.

Shuning uchun kompaniya darajasidagi NQPF qiymati bitta moliyaviy nisbat emas, balki bir necha o‘lchamni birlashtiruvchi og‘irliklangan kompozit ball.

Kompaniya nuqtalari nega KDE orqali uzluksiz sirtga aylantiriladi?

89 kompaniya fazoda alohida nuqtalardir. Qurilgan muhit ma’lumotlari esa 600 m × 600 m gridlarda ifodalanadi. Faqat kompaniya joylashgan gridlardan bevosita foydalanish ko‘plab nol qiymatli katak va parchalangan bog‘liq o‘zgaruvchi hosil qilishi mumkin. Shu sababli tadqiqot kompaniyalarning NQPF qiymatlarini fazoga yoyilgan uzluksiz zichlik sirtiga aylantiradi.

Tenglama (3): Kernel Density Estimation

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

Manbaga sodiqlik izohi: Tenglama (3) nashr etilgan PDFda yuqoridagidek \(1/(nh)\) shaklida yozilgan. Verianla formulani standart ikki o‘lchovli KDE ifodasiga aylantirish maqsadida maxrajga \(h^2\) kabi manbada bo‘lmagan o‘zgartirish kiritmagan.

\(f_h(x)\), maqsadli \(x\) joylashuvidagi baholangan kernel zichligi. \(K(\cdot)\), kernel funksiyasi. \(h\), tarmoq kengligi bo‘lib, tadqiqotda 1,5 km qilib belgilangan. \(n\), kompaniya kuzatuvlarining jami sonini bildiradi; tadqiqotning kompaniya namunasi 89. \(x_i\), \(i\)-kompaniyaning joylashuvini ifodalaydi.

Tarmoq kengligi bitta kompaniya nuqtasining fazoviy ta’siri qanchalik keng atrofga yoyilishini belgilaydigan asosiy parametrdir. Juda kichik tarmoq kengligi sirtni haddan tashqari parchalangan holga keltirishi mumkin; katta tarmoq kengligi esa mahalliy farqlarni ortiqcha silliqlashi mumkin. Mualliflar 1,5 km qiymatini mahalliy tarqalishni ifodalash bilan haddan tashqari parchalanishni cheklash o‘rtasidagi muvozanat sifatida tanlaganliklarini, biroq kelajak tadqiqotlarda turli KDE tarmoq kengliklari uchun sezgirlik tahlili o‘tkazilishi kerakligini ta’kidlaydi.

KDE sirtidan har bir 600 m × 600 m grid katagining markazidagi qiymat olinib, keyingi regressiya modellarining uzluksiz bog‘liq o‘zgaruvchisi hosil qilinadi.

Tenglama (4): Global Moran's I

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

\(n\), fazoviy birliklar soni. \(w_{ij}\), \(i\) va \(j\) fazoviy birliklar orasidagi fazoviy og‘irlik. \(Z_i\) va \(Z_j\), tegishli birliklarning NQPF qiymatlari o‘rtachadan og‘ishlari. \(S_0\), barcha fazoviy og‘irliklar yig‘indisi.

Moran's I musbat bo‘lsa, o‘xshash qiymatga ega fazoviy birliklar bir-biriga yaqin joyda klasterlanishga moyil ekanligi anglashiladi. Tadqiqotda Moran's I = 0,998 va p = 0 deb hisobot qilingan. Mualliflar bu juda yuqori avtokorrelyatsiyaning bir qismi KDE transformatsiyasi yaratgan fazoviy uzluksizlikdan kelib chiqishini ochiq aytadi.

Moran's I natijasining ilmiy roli muhim: bog‘liq o‘zgaruvchining kuchli fazoviy klasterlanishi butun hudud uchun bitta o‘zgarmas koeffitsiyentni faraz qiladigan faqat OLS modeli yetarli bo‘lmasligi mumkinligiga asosiy dalil beradi.

Tadqiqot hududi va fazoviy aniqlik

Tadqiqot Xitoyning janubi-sharqiy qirg‘og‘idagi Min-nan, ya’ni Janubiy Fujian mintaqasida joylashgan Xiamen, Zhangzhou va Quanzhou shaharlaridan iborat XZQ shahar aglomeratsiyasini o‘rganadi.

Asosiy tahlil birligi 600 m × 600 m grid katagidir. Mualliflar bu aniqlik taxminan mahalla miqyosida mahalliy geterogenlikni ko‘rsata olishini va ayni paytda ancha kichik gridlarda yuzaga kelishi mumkin bo‘lgan ko‘plab nol qiymatlar muammosini kamaytirishga yordam berishini bildiradi.

Kompaniya darajasidagi 89 ta NQPF qiymati KDE orqali ushbu grid tizimiga ko‘chiriladi va qurilgan muhit ko‘rsatkichlari ham ayni koordinata tizimi va ayni etalon gridda moslashtiriladi. Shu tariqa bog‘liq va tushuntiruvchi o‘zgaruvchilarning fazoviy birliklari umumiy holga keltiriladi.

Qurilgan muhit bo‘yicha nomzod o‘zgaruvchilar

Maqola matnida 27 ta nomzod o‘zgaruvchi tilga olinadi. Biroq nashr etilgan 1-jadval ko‘rinadigan tarzda quyidagi X1–X26 o‘zgaruvchilarini sanab o‘tadi:

Manba ichidagi nomuvofiqlik: Matnda 27 ta nomzod o‘zgaruvchi borligi aytilgan bo‘lsa, 1-jadval X1–X26 ni ko‘rsatadi. Maqolaning fazoviy taqsimot izohida bundan tashqari “census population (X27)” iborasi ishlatiladi. Usul bo‘limida population density (POP) o‘zgaruvchisi jiddiy endogenlik va makro-kolinearlik sababli VIF skriningidan oldin chiqarib tashlangani aytiladi. Manba nashr etilgan 1-jadvaldagi ko‘rinmayotgan satrni aniq bermagani sababli Verianla X27 va POP bir xil ta’rif ekanini qat’iy ilmiy fakt sifatida to‘ldirmaydi.

Turli aniqlikdagi ma’lumotlar qanday umumiy holga keltirildi?

Manbalar bino ma’lumotlari, yo‘l va POI ma’lumotlari, NASA yer ma’lumotlari, NDVI rastrlari va boshqa ko‘p manbali fazoviy ma’lumotlar to‘plamidan iborat. Ularning xom aniqligi bir xil emas.

Tadqiqotda barcha ma’lumotlar to‘plami umumiy koordinata tizimiga proyeksiya qilinib, standart 600 m × 600 m grid bilan geometrik jihatdan moslashtirilgan. Nuqta va chiziq ma’lumotlari grid kataklarida son yoki zichlik sifatida jamlangan; uzluksiz rastrlarda esa grid katagi ichidagi o‘rtacha piksel qiymatlarini olish uchun zonal statistics ishlatilgan.

Oxirgi bosqichda barcha agregatsiyalangan tushuntiruvchi o‘zgaruvchilar modelni baholashdan oldin Z-score standartlashtirishga tortilgan. Buning maqsadi turli o‘lchov birliklariga ega ko‘rsatkichlarni solishtiriladigan regressiya miqyosiga olib kelishdir.

VIF skriningi nega o‘tkazildi?

Ko‘p sonli qurilgan muhit o‘zgaruvchilarining bir-biri bilan kuchli bog‘liq bo‘lishi regressiya koeffitsiyentlarini beqarorlashtirishi mumkin. Shu sababli dastlabki OLS diagnostika modelida Variance Inflation Factor (VIF) ishlatilgan.

Mualliflar klassik 10 chegarasidan qat’iyroq chegara qo‘llab, VIF < 7,5 shartini tatbiq qilgan. Yuqori VIFli o‘zgaruvchilar ketma-ket chiqarib tashlangan. Population density esa jiddiy endogenlik va makro-kolinearlik sababli VIF jarayonidan oldin chiqarib tashlangan.

Qo‘shimcha A2-jadval dastlabki skriningda ayrim o‘zgaruvchilar nihoyatda yuqori VIF qiymatlariga yetganini ko‘rsatadi: masalan, X6 POI density uchun 522,593; X19 shopping services uchun 74,109; X18 catering services uchun 22,832; X20 life services uchun 22,829; X17 residential area uchun 11,825 va X11 enterprise density uchun 9,577 hisobot qilingan. Ketma-ket chiqarib tashlashdan keyin 18 o‘zgaruvchi VIF < 7,5 sharti bilan asosiy OLS modelida saqlangan.

RFE-CV qanday ishlaydi?

VIFdan keyin qolgan barcha o‘zgaruvchilarni MGWRga bevosita berish o‘rniga tadqiqot Recursive Feature Elimination with Cross-Validation usulidan foydalanadi. RFE bazaviy regressiya baholovchisini quradi, standartlashtirilgan koeffitsiyent kattaligiga ko‘ra eng kam axborot olib keladi deb qaralgan o‘zgaruvchini chiqaradi va yangi o‘zgaruvchilar to‘plamini qayta baholaydi.

Har bir o‘zgaruvchilar to‘plami besh qatlamli kross-validatsiya orqali sinovdan o‘tkaziladi. Shu tariqa xususiyat tanlash faqat barcha ma’lumotdagi moslashuvga emas, balki validatsiya qatlamlaridagi natijaga qarab amalga oshiriladi.

Tenglama (5): O‘rtacha kross-validatsiya R² qiymati

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

\(K=5\), validatsiya qatlamlari soni. \(S^{(t)}\), RFE jarayonining \(t\)-iteratsiyasida saqlab qolingan xususiyatlar to‘plami. \(R^2_{test,k}\), ushbu xususiyatlar to‘plamining \(k\)-validatsiya qatlamidagi test R² qiymati.

Formula beshta validatsiya natijasini qo‘shib, beshga bo‘lish orqali ushbu xususiyatlar to‘plamining o‘rtacha qatlamdan tashqari natijasini beradi. Bu qiymat keyin turli hajmdagi xususiyatlar to‘plamlarini solishtirish uchun ishlatiladi.

Natija dastlabki o‘zgaruvchilar qo‘shilganda tez ko‘tarilib, yetti o‘zgaruvchi atrofida o‘sish aniq tekislanadi. Yetti o‘zgaruvchili to‘plam mutlaq maksimum emas; kamroq o‘lcham bilan 0,342274 qiymatini bergani uchun talqin qilish oson va parsimonious model sifatida tanlangan. O‘n to‘rt o‘zgaruvchili to‘plam 0,343979 bilan RFE-CV yo‘lidagi eng yuqori natijani bergani sabab highest-performing subset sifatida tanlangan.

Bu yerdagi taxminan 0,34 darajadagi kross-validatsiyalangan R² bilan keyinchalik MGWRda olingan 0,989–0,991 in-sample R² bir xil baholash tartibining ayni metrikasi emas. Birinchisi xususiyat tanlashning beshta validatsiya qatlamidagi natija o‘lchovi; ikkinchisi esa KDE bilan silliqlangan fazoviy sirt ustidagi mahalliy koeffitsiyentli MGWR moslashuvi. Bu ikki raqamni bir-birining o‘rnida ishlatib bo‘lmaydi.

MGWRning GWRdan Asosiy Farqi Nimada?

GWR barcha tushuntiruvchi o‘zgaruvchilarning fazoviy munosabati bitta umumiy tarmoq kengligida o‘zgaradi deb faraz qilsa, MGWR har bir o‘zgaruvchiga alohida optimal tarmoq kengligini belgilaydi; shu tariqa, masalan, chorraha zichligining butun mintaqa bo‘ylab barqaror, qurilish zichligining esa faqat muayyan mahalliy hududlarda o‘zgaruvchan tutishi bitta modelda ifodalanishi mumkin.

Tenglama (6): Ordinary Least Squares

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

\(y_i\), \(i\)-fazoviy birlikdagi NQPF bog‘liq o‘zgaruvchisi. \(x_{ik}\), ayni fazoviy birlikdagi \(k\)-qurilgan muhit o‘zgaruvchisi. \(\beta_0\) doimiy had, \(\beta_k\) butun tadqiqot hududi uchun yagona global koeffitsiyent va \(\epsilon_i\) xato hadi.

OLSning bu kontekstdagi muhim farazi koeffitsiyent geografik joylashuvga qarab o‘zgarmasligidir. Masalan, X3 chorraha zichligi uchun bir \(\beta_3\) baholanadi va bu koeffitsiyent Xiamen, Zhangzhou yoki Quanzhouning barcha gridlarida bir xil deb qabul qilinadi.

Tenglama (7): Geographically Weighted Regression

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

\((u_i,v_i)\), \(i\)-fazoviy birlikning geografik joylashuvi. GWRda koeffitsiyentlar endi joylashuvga bog‘liq. Shuning uchun ayni X3 o‘zgaruvchisi turli gridlarda turli koeffitsiyent olishi mumkin.

Biroq standart GWR barcha o‘zgaruvchilar uchun bitta umumiy optimal tarmoq kengligini ishlatadi. Bu har bir shahar mexanizmi bir xil fazoviy miqyosda ishlaydi, deb faraz qilishni anglatadi.

Tenglama (8): Multiscale Geographically Weighted Regression

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

MGWRdagi asosiy o‘zgarish \(bw_k\)dir. Har bir \(k\) o‘zgaruvchisi o‘z optimal tarmoq kengligiga ega bo‘lishi mumkin. Shu tariqa bir o‘zgaruvchi keng geografiyada o‘xshash munosabat ko‘rsatsa, boshqa o‘zgaruvchi ancha mahalliy jarayon sifatida modellashtirilishi mumkin.

Manba katta adaptiv tarmoq kengliklarini — masalan 864 — tanlama qamroviga yaqinlashadigan quasi-global munosabatlarning ko‘rsatkichi sifatida; 43 yoki 44 kabi kichik tarmoq kengliklarini esa ko‘proq mahalliy va kontekstga bog‘liq mexanizmlarning ko‘rsatkichi sifatida talqin qiladi.

Modelni baholash metrikalari nimani anglatadi?

• RSS — Residual Sum of Squares: Model prognozlari bilan kuzatilgan bog‘liq o‘zgaruvchi o‘rtasidagi qoldiq xatolarning jami kattaligini baholaydi. Ayni ma’lumot va taqqoslash tartibida pastroq qiymat kuchliroq moslashuvni bildiradi.
• AIC va AICc: Model moslashuvi va murakkabligini birgalikda baholovchi axborot mezonlari. AICc kichik tanlama/samarali parametr ta’siri uchun tuzatilgan shakl. Ayni taqqoslashda pastroq qiymat afzal.
• R²: Model bog‘liq o‘zgaruvchidagi variatsiyaning qancha qismini ayni ma’lumotda tushuntirishini ko‘rsatadi.
• Adjusted R²: Qo‘shimcha o‘zgaruvchi yoki model murakkabligining R²ni mexanik ravishda oshirishini qisman jazolovchi tuzatilgan o‘lchov.
• ENP — Effective Number of Parameters: OLSda haqiqatan baholangan parametrlar sonini, GWR/MGWRda esa fazoviy og‘irliklash ostidagi samarali model murakkabligini ifodalaydi.

NQPFning dastlabki fazoviy taqsimoti

KDE natijasida NQPF sirti bir markazli emas. Manba uni “Xiamen yadrosi – Quanzhou ikkilamchi markazi – Zhangzhou zaif aglomeratsiyasi” tarzida ta’riflangan parchalangan va ko‘p markazli tuzilma sifatida hisobot qiladi.

Eng yuqori zichliklar Xiamendagi Siming va Huli tumanlarida kuzatiladi. Quanzhouda Licheng, Fengze va Jinjiang ikkilamchi klasterlarni hosil qiladi. Zhangzhouda Xiangcheng, Longwen va Longhai zaifroq aglomeratsiyalarni ko‘rsatadi va mualliflar ularni Xiamendan keladigan tarqalish ta’sirlari bilan bog‘laydi. Janubiy va g‘arbiy Zhangzhou hamda Quanzhouning tog‘li g‘arbiy qismlarida KDE qiymatlari sezilarli darajada past.

Bu fazoviy izoh manba xaritalariga asoslangan. Xaritalardagi chegaralar, ma’muriy geometriya va tasdiqlangan kartografik qatlamlar taxminiy tarzda qayta chizilmagan.

Tadqiqot Usuli va Natijalari

OLS dastlabki diagnostika natijalari

Moran's I tahlilidan keyin qurilgan muhit o‘zgaruvchilari uchun OLS dastlabki diagnostika modeli tuzilgan. VIF eliminatsiyasidan keyin 18 o‘zgaruvchi saqlangan.

Manbada *** p < 0,01, ** p < 0,05 va * p < 0,1 degan ma’noni anglatadi.

OLS darajasida qurilish zichligi, chorraha zichligi, yer foydalanishi aralashligi, o‘simlik qoplami va ta’lim muassasalari NQPF bilan musbat; o‘rtacha bino balandligi, balandlik, moliyaviy xizmatlar va leisure services esa manfiy yo‘nalishda ahamiyatli munosabat ko‘rsatadi. Biroq mualliflar ushbu global OLS koeffitsiyentlari fazoda hamma joyda bir xil ishlaydigan mexanizmlar sifatida talqin qilinmasligi kerakligini alohida ta’kidlaydi. Bu yerda OLS fazoviy o‘zgaruvchan modellarga o‘tish uchun ko‘proq global boshlang‘ich taqqoslashdir.

OLS, GWR va MGWR model moslashuvi taqqoslanishi

OLS eng yuqori RSS va eng past R² qiymatlarini beradi. GWR koeffitsiyentlarning fazoda o‘zgarishiga imkon berganda model moslashuvi sezilarli darajada yaxshilanadi. Biroq 7 o‘zgaruvchidan 14 o‘zgaruvchiga o‘tilganda GWRning R² qiymati 0,877 qiymatidan 0,873 qiymatiga biroz pasayadi, AICc esa 5230,5 qiymatidan 5315,8 qiymatiga ko‘tariladi. Manba buni murakkabroq tushuntiruvchi tizimda barcha o‘zgaruvchilarga bitta umumiy fazoviy miqyosni majburan qo‘llash yetarli bo‘lmasligi mumkinligi sifatida talqin qiladi.

MGWR esa har ikkala quyi to‘plamda ham eng past RSS/AICc va eng yuqori R² qiymatlarini beradi. O‘n to‘rt o‘zgaruvchili MGWR ushbu tadqiqotning o‘z ma’lumotlari va modellashtirish sharoitlarida umuman eng kuchli in-sample moslashuvni ko‘rsatadi.

MGWRdagi R² = 0,991 Nega “%99,1 Prognoz Aniqligi” Degani Emas?

Chunki 0,991 qiymati mustaqil test to‘plamidagi prognoz aniqligi emas, balki KDE bilan fazoviy silliqlangan va Moran's I = 0,998 darajasida juda kuchli avtokorrelyatsiyaga ega NQPF sirtiga MGWRning ayni tanlama ichidagi moslashuvini ko‘rsatuvchi R²dir; mualliflar buni aniq tarzda tashqi tanlama prognoz muvaffaqiyati yoki sababiy identifikatsiya sifatida talqin qilmaydi.

Manba yuqori MGWR R² qiymatlarini uchta asosiy sabab tufayli ehtiyotkorlik bilan talqin qilishni talab qiladi:

1. Bog‘liq o‘zgaruvchi xom kompaniya natijasi emas; KDE bilan hosil qilingan uzluksiz va fazoviy silliqlangan NQPF sirtidir.
2. Moran's I = 0,998 bo‘lgani uchun bog‘liq o‘zgaruvchi nihoyatda kuchli fazoviy avtokorrelyatsiyaga ega.
3. MGWR har bir joylashuv uchun mahalliy koeffitsiyentlar va har bir o‘zgaruvchi uchun turli fazoviy tarmoq kengliklarini baholab, silliq, ammo fazoda statsionar bo‘lmagan munosabatlarni global modellarga qaraganda moslashuvchanroq tarzda moslaydi.

Shu sababli model faqat R² bilan emas; AICc, RSS, ENP, tarmoq kengliklari va mahalliy koeffitsiyent naqshlari birgalikda baholangan.

Yetti o‘zgaruvchili parsimonious MGWR modeli

Yetti o‘zgaruvchili model quyidagi o‘zgaruvchilardan iborat:

• X1 qurilish zichligi
• X2 o‘rtacha bino balandligi
• X3 chorraha zichligi
• X7 balandlik
• X10 o‘simlik qoplami
• X23 ta’lim muassasalari
• X25 sog‘liqni saqlash xizmatlari

Bu modelda X3 chorraha zichligi va X25 sog‘liqni saqlash xizmatlari barcha mahalliy koeffitsiyentlarda musbat bo‘lib, 864 tarmoq kengligiga ega. Manba bu ikki o‘zgaruvchini tanlama doirasida near-global miqyosda nisbatan barqaror asosiy sharoitlar sifatida talqin qiladi.

X1, X2, X7, X10 va X23 esa ancha kichik tarmoq kengliklari hamda ham musbat, ham manfiy mahalliy koeffitsiyentlarga ega. Shu sababli ular butun mintaqa uchun bir yo‘nalishli universal drayverlar emas.

Yetti o‘zgaruvchili modeldagi fazoviy naqshlar

Ichki hududdagi Yongchun–Dehua chegarasi atrofida chorraha zichligining musbat koeffitsiyentlari ayniqsa kuchli. Mualliflar talqiniga ko‘ra, boshlang‘ich kirish imkoniyati pastroq hududlarda yo‘l bog‘lanishining yaxshilanishi omillar harakatchanligi va tranzaksiya xarajatlari nuqtai nazaridan yuqoriroq marjinal javob berishi mumkin.

Xiamen va Zhangzhouning yetuk markazlarida esa qurilish zichligining ayrim kuchli manfiy koeffitsiyentlari paydo bo‘ladi. Ayniqsa Simingning janubi-g‘arbiy eski shahar yadrosida qurilish zichligi salbiy yo‘nalishda aniq ko‘rinadi, sog‘liqni saqlash xizmatlari esa Xiamen oroli, markaziy Zhangzhou va sharqiy Quanzhou qirg‘oqlarida kuchli musbat munosabatlarni ko‘rsatadi.

Bu natija “yuqori zichlik yomon” degan universal hukm emas. Manba talqiniga ko‘ra, juda yetuk markazlarda yer bosimi, tirbandlik va funksional to‘yinganlik oshganda qo‘shimcha jismoniy zichlik avvalgidek unumdorlik ustunligini bermasligi mumkin; yuqori darajadagi xizmatlar esa iste’dodni saqlash, mehnat bozori moslashuvi va hayot sifati bilan to‘ldiruvchi bo‘lishi mumkin.

O‘n to‘rt o‘zgaruvchili highest-performing MGWR modeli

O‘n to‘rt o‘zgaruvchili model yetti o‘zgaruvchilik yadroni saqlagan holda yer foydalanishi aralashligi, daryo tarmog‘i zichligi, davlat organlari, moliyaviy xizmatlar, joylashtirish, jamoat transporti bekatlari va leisure services kabi funksional/institutsional o‘zgaruvchilarni qo‘shadi.

Ushbu kengaytirilgan modelda X3 chorraha zichligi, X14 moliyaviy xizmatlar, X22 jamoat transporti bekatlari va X26 leisure services barcha gridlarda musbat mahalliy koeffitsiyentlar hamda 864 tarmoq kengligiga ega. Manba ularni o‘n to‘rt o‘zgaruvchili spetsifikatsiyada quasi-global munosabatlar sifatida talqin qiladi.

X13 davlat organlari koeffitsiyentlari gridlarning %84,05 qismida musbat. Aksincha, yer foydalanishi aralashligi, daryo tarmog‘i, joylashtirish, ta’lim va sog‘liqni saqlash kabi o‘zgaruvchilarda ishora almashinuvi aniq.

Sog‘liqni saqlash o‘zgaruvchisining ikki model o‘rtasida o‘zgarishi nega muhim?

Yetti o‘zgaruvchili modelda X25 healthcare o‘rtacha koeffitsiyenti 0,112, musbat koeffitsiyent ulushi %100 va tarmoq kengligi 864. O‘n to‘rt o‘zgaruvchili modelda o‘rtacha koeffitsiyent −0,135 qiymatiga, musbat ulush %34,10 qiymatiga va tarmoq kengligi 44 qiymatiga o‘zgaradi.

Mualliflar buni “sog‘liqni saqlash xizmatlari aslida zararli” deb talqin qilmaydi. Parsimonious modelda healthcare o‘zgaruvchisi shahar markaziyligi, xizmatlar yaxlitligi yoki umumiy amenity sifati kabi kengroq xususiyatlarning bir qismini proxy sifatida tashishi mumkinligi; moliya, jamoat transporti, leisure, davlat organlari va yer foydalanishi aralashligi modelga qo‘shilganda esa bu umumiy tushuntiruvchi kuch ajratilishi mumkinligi ilgari suriladi.

Shu sababli keng modeldagi X25 koeffitsiyenti boyroq funksional kontekst bilan shartlangan sof mahalliy munosabatga yaqinlashadi. Xuddi shu mantiq ta’lim muassasalari va o‘simlik qoplami koeffitsiyentlaridagi o‘zgarishlar uchun ham qo‘llanadi.

Tarmoq kengliklari nimani ko‘rsatadi?

Ushbu jadval MGWR nega faqat “har joyda turli koeffitsiyent” modeli emasligini ko‘rsatadi. Model ayni paytda har bir o‘zgaruvchi qaysi fazoviy miqyosda o‘zgarishini baholaydi.

Birinchi mexanizm: ekologik moslashuv

Tadqiqotda tabiiy muhit o‘zgaruvchilarining ta’siri bir yo‘nalishli emas. Balandlik, daryo tarmog‘i va o‘simlik qoplami kabi o‘zgaruvchilar juda kichik yoki o‘rta tarmoq kengliklariga ega bo‘lib, koeffitsiyent ishoralari joylashuvga qarab o‘zgarishi mumkin.

Ayniqsa shimoliy ichki Quanzhoudagi Yongchun–Dehua chegarasi atrofida chorraha zichligining marjinal musbat munosabati kuchliroq. Mualliflar buni bazaviy kirish imkoniyati zaif hududlarda bog‘lanish yaxshilanishlari omillar harakatchanligi va tranzaksiya xarajatlari bo‘yicha kattaroq javob berishi mumkinligi bilan bog‘laydi.

Biroq bu natija “ko‘proq yo‘l hamma joyda NQPFni oshiradi” shaklidagi sababiy siyosat isboti emas. Koeffitsiyentlar yuqori bo‘lgan hududlar tadqiqot modelidagi fazoviy munosabat naqshlaridir.

Ikkinchi mexanizm: tarkibiy muvofiqlashtirish va yetuk markazlarda zichlashuv

Simingning yetuk shahar markazi bilan Quanzhoudagi Licheng–Fengze yadrosida qurilish zichligi, yer foydalanishi aralashligi va ayrim davlat xizmati o‘zgaruvchilari ba’zi joylarda manfiy koeffitsiyentlarga aylanadi.

Manba buni oddiygina “zichlik yomon” deb tushuntirmaydi. Rivojlanganroq shahar yadrosida yer narxlari, transport ishqalanishi, funksional ustma-ustlik, xizmat raqobati va fazoviy to‘yinganlik oshganda qo‘shimcha obyekt yoki qo‘shimcha qurilish zichligining sof mahalliy hissasi susayishi mumkin.

Aksincha, rivojlanish bosqichi davom etayotgan Zhangzhou yadrosida moliya, jamoat transporti va leisure services uchun kuchli musbat koeffitsiyentli hududlar ustma-ust tushadi. Mualliflar buni turli rivojlanish bosqichidagi shaharlar bir xil xizmatlar to‘planishiga bir xil javob bermasligini ko‘rsatuvchi assimetriya sifatida talqin qiladi.

Uchinchi mexanizm: chegara faollashuvi

Tadqiqotning eng aniq natijalaridan biri innovatsiyaga yo‘naltirilgan unumdorlik faqat an’anaviy markazlarda jamlanishi shart emasligini ko‘rsatishidir.

Longhaining Simingga qaragan qirg‘oq chizig‘i, Jimei–Tong'an chegarasi va Hui'an–Fengze interfeysi kabi hududlar ayrim model koeffitsiyentlarida yuqori sezgirlik ko‘rsatadi. Bu yerda davlat organlari, sog‘liqni saqlash xizmatlari, transport va boshqa funksiyalar faqat markazdan passiv tarzda tarqaladigan ta’sirlar emas, balki chegara hududlaridagi funksiyalarni qayta tashkil etish qismlari sifatida ko‘riladi.

“Chegara faollashuvi” shu sababli oddiy shahar tashqarisiga yoyilish emas. Mualliflar doirasida ma’muriy, transport va xizmat resurslarining interfeys hududlarida qayta birlashishi nazarda tutiladi.

Ikki model nega birgalikda o‘qilishi kerak?

Yetti o‘zgaruvchili model “qaysi asosiy omillar tarkibiy tayanchni hosil qiladi?” degan savolga yaqinroq javob beradi. O‘n to‘rt o‘zgaruvchili model esa “turli funksiyalar va rivojlanish bosqichlari qo‘shilganda bu omillar munosabati qayerda va qanday qayta tashkil etiladi?” savolini ochadi.

Shu sababli bir o‘zgaruvchining ikki model orasida koeffitsiyentini o‘zgartirishi avtomatik ravishda qarama-qarshilik emas. O‘zgaruvchi avvalgi modelda boshqa shahar xususiyatlari uchun proxy vazifasini bajarishi, kengaytirilgan modelda esa bu umumiy tushuntiruvchi kuch moliya, transport, institutsional resurslar yoki xizmat o‘zgaruvchilari o‘rtasida ajralishi mumkin. Manba ayniqsa healthcare, ta’lim va o‘simlik qoplami misollarida shu talqindan foydalanadi.

Tadqiqot qo‘llab-quvvatlaydigan topilmalar

• NQPFning KDE sirti XZQ mintaqasida juda kuchli fazoviy klasterlanish ko‘rsatadi; Moran's I 0,998 deb hisobot qilingan.
• OLSning global o‘zgarmas koeffitsiyent modeli GWR va ayniqsa MGWRga qaraganda pastroq in-sample moslashuv ko‘rsatadi.
• Yetti o‘zgaruvchili parsimonious model kam o‘lchamlilik bilan asosiy tarkibiy omillarni ajratish uchun ishlatilishi mumkin.
• O‘n to‘rt o‘zgaruvchili model RFE-CV bosqichida eng yuqori Mean CV-R² qiymatini, MGWR bosqichida esa eng kuchli umumiy in-sample model moslashuvini bergan.
• Chorraha zichligi har ikkala MGWR modelida 864 tarmoq kengligi va to‘liq musbat mahalliy koeffitsiyentlar bilan barqaror near-global o‘zgaruvchi sifatida ko‘rinadi.
• Sog‘liqni saqlash, ta’lim, o‘simlik qoplami, yer foydalanishi aralashligi va boshqa ayrim o‘zgaruvchilar koeffitsiyentlari model va joylashuvga qarab ishora o‘zgartirishi mumkin.
• Yetuk shahar markazlari, o‘sayotgan markazlar, chegara hududlari va ichki ekologik hududlar bir xil qurilgan muhit omillariga bir xil javob bermaydi.

Tadqiqot qo‘llab-quvvatlamaydigan xulosalar

• Qurilgan muhit o‘zgaruvchilari NQPFdagi o‘zgarishlarni sababiy ravishda yaratishi isbotlanmagan.
• MGWR R² = 0,991 qiymati %99,1 real dunyo prognoz aniqligini anglatmaydi.
• XZQda topilgan koeffitsiyentlar boshqa mamlakatlar yoki shaharlarda ham ayni bo‘lishi ko‘rsatilmagan.
• Bir o‘zgaruvchining muayyan hududda manfiy koeffitsiyentga ega bo‘lishi o‘sha xizmat yoki tuzilma umuman “zararli” ekanini isbotlamaydi.
• 864 tarmoq kengligiga ega musbat munosabat eksperimental aralashuv butun hududda ayni natijani berishini isbotlamaydi.
• KDE orqali olingan uzluksiz NQPF sirti 600 m gridlarda bevosita kuzatilgan kompaniya unumdorligi emas; kompaniya nuqtalaridan yaratilgan fazoviy yoyilish sirtidir.

Tadqiqotning asosiy cheklovlari

Sababiylik: Tadqiqot kuzatuvga asoslangan va kesimlidir. Qurilgan muhit o‘zgaruvchilari unumdorlikni yo‘naltiradi deb faraz qilinsa ham, teskari sababiylik yoki siyosat shoklari, tarixiy rivojlanishlar va boshqa kuzatilmagan aralashtiruvchi omillarni chiqarib tashlab bo‘lmaydi.

Ma’lumot proxy-lari: Davlat xizmati va POIga asoslangan ko‘rsatkichlar haqiqiy kirish imkoniyati, xizmat sifati yoki salohiyatdagi yanada nozik farqlarni to‘liq ifodalamasligi mumkin.

Mahalliy koeffitsiyent noaniqligi: MGWR ko‘p sonli mahalliy koeffitsiyentlarni ishlab chiqaradi. Mualliflar multiple testing va mahalliy koeffitsiyent noaniqligi muammosini tan oladi. Tadqiqot barqarorroq naqshlarga e’tibor qaratgan; kelajak uchun inferential correction yoki Bayesian spatial modeling tavsiya qilingan.

KDE tarmoq kengligi: 1,5 km tarmoq kengligi o‘zgarmas tanlangan. Mualliflar muqobil KDE tarmoq kengliklari kelajakda sezgirlik tahlili bilan sinovdan o‘tkazilishi kerakligini ta’kidlaydi.

Umumlashtirish imkoniyati: Yadro–chegara–ekologiya tipologiyasi boshqa shahar mintaqalari yoki mamlakatlarda takrorlanishi kerak.

Vaqt o‘lchovi: Kesimli tuzilma o‘zgaruvchilarning vaqt ichidagi o‘zgarishini va dinamik sababiylikni bevosita ko‘rsatmaydi. Mualliflar kelajakda longitudinal ma’lumotlar, quasi-experimental dizaynlar, difference-in-differences, fazoviy panel va spatio-temporal modellarni tavsiya qiladi.

Tashqi tanlama validatsiyasi: Juda yuqori MGWR R² qiymatlariga qaramay, mustaqil validatsiya namunalari va spatial cross-validation orqali prognoz barqarorligini alohida baholash zarur.

Kelajak tadqiqotlar uchun tavsiya etilgan yo‘nalishlar

Manba yangi avtomagistral ochilishlari kabi hodisalarda difference-in-differences dizaynlaridan foydalanish, shaharlararo tarmoqlar va mehnat oqimlari kabi yangi o‘zgaruvchilarni qo‘shish, MGWRning statistik miqyoslarini operatsion shahar miqyoslari bilan aniqroq bog‘lash, turli shahar mintaqalarida tashqi validatsiya o‘tkazish, MGWRni mashinali o‘qitish bilan birlashtirish, spatio-temporal model yaratish, muqobil KDE tarmoq kengliklarini sinash va mustaqil validatsiya namunalaridan foydalanishni kelajak tadqiqot yo‘nalishlari sifatida ko‘rsatadi.

Manba va Usul Haqida Izoh

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

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

Corresponding authors: Yan Gu va Ruoxi Zhang.

Teng hissa: Manbada teng birinchi muallif/teng hissa belgisi hisobot qilinmagan.

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

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

Jurnal: Urban Science.

Nashriyot: MDPI, Basel, Switzerland.

Jild / son / maqola: Volume 10, Issue 7, Article 402.

DOI: 10.3390/urbansci10070402.

Rasmiy havola: https://doi.org/10.3390/urbansci10070402

Yuborilgan: 11 Yanvar 2026.

Reviziya: 11 May 2026.

Qabul qilingan: 4 Iyun 2026.

Nashr: 10 Iyul 2026.

Manba turi: Article; kuzatuvga asoslangan, kesimli, fazoviy ekonometrik/shahar tahlili tadqiqoti.

Taqriz holati: Taqrizli Urban Science jurnalida chop etilgan Version of Record maqolasi.

Litsenziya: Creative Commons Attribution (CC BY).

Namuna: Xiamen–Zhangzhou–Quanzhou shahar aglomeratsiyasidagi 89 ta mahalliy A-share birjasida ro‘yxatga olingan kompaniya.

Asosiy fazoviy birlik: 600 m × 600 m grid.

NQPF o‘lchovi: 11 moliyaviy va operatsion ko‘rsatkichni Entropiya Og‘irlik Usuli bilan kompozit indeksga aylantirish.

KDE: ArcGIS 10.8; manbada tarmoq kengligi 1,5 km deb hisobot qilingan.

RFE-CV: Python 3.13.5; besh qatlamli kross-validatsiya.

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

Moliyalashtirish: 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.

Etika qo‘mitasi: Tadqiqot ochiq va anonimlashtirilgan ma’lumot manbalariga asoslangani sababli etik ko‘rib chiqish va xabardor rozilik talab qilinmagani bildirilgan.

Xabardor rozilik: Qo‘llanilmaydi.

Ma’lumotlar mavjudligi: Maqola natijalarini qo‘llab-quvvatlovchi xom ma’lumotlar mualliflardan so‘rov bo‘yicha taqdim etilishi aytilgan.

Manfaatlar to‘qnashuvi: Mualliflar competing interests yo‘qligini bildiradi.

Muallif hissalari: Konseptuallashtirish Yan Gu; metodologiya Yan Gu, Yifei Hou va Yudie Zhang; dasturiy ta’minot Yan Gu, Yifei Hou va Yudie Zhang; validatsiya Yan Gu va Yifei Hou; formal tahlil barcha mualliflar; tadqiqot Yan Gu, Yifei Hou va Yudie Zhang; resurslar Yan Gu, Ruoxi Zhang va Lemin Zhang; dastlabki loyiha Yan Gu; ko‘rib chiqish va tahrirlash Yan Gu va Yifei Hou; vizuallashtirish Yan Gu va Yifei Hou; nazorat Yan Gu va Ruoxi Zhang; loyiha boshqaruvi Yan Gu, Ruoxi Zhang va Lemin Zhang; moliyalashtirishni ta’minlash Yan Gu, Ruoxi Zhang va Lemin Zhang.

Manba ichidagi ko‘rsatkich izohi: Maqola matni qurilgan muhitning 27 ta nomzod o‘zgaruvchisi haqida gapiradi; nashr etilgan 1-jadval ko‘rinadigan tarzda X1–X26ni ko‘rsatadi. Keyingi bo‘limda “census population (X27)” iborasi mavjud va usul, shuningdek, population density (POP) o‘zgaruvchisi VIF skriningidan oldin chiqarilganini aytadi. Yetishmayotgan jadval satri manbadan aniq yechilmagani uchun Verianla bu nuqtani manbadagi kabi noaniq qoldirgan.

Kodlash izohi: Land Use Mix Index manba 1-jadvalida MLU, ayrim keyingi jadvallarda MUL va RFE o‘zgaruvchilar ro‘yxatida mlu deb yozilgan. Ilmiy o‘zgaruvchi X5 Land Use Mix Indexdir; Verianla manbadagi kod farqini yangi o‘zgaruvchi deb talqin qilmagan.

Tenglama izohi: KDE Tenglama (3) manba PDFda \(1/(nh)\) ko‘paytuvchisi bilan nashr qilingan. Verianla formulani boshqa standart KDE ifodasiga aylantirmagan va manbada yozilgan matematikani saqlagan.

Asosiy metodologik chegara: Tadqiqot kesimli va kuzatuvga asoslangan. MGWR koeffitsiyentlari fazoviy munosabat naqshlarini ko‘rsatadi, sababiylikni isbotlamaydi. Juda yuqori MGWR R² qiymatlari KDE bilan silliqlangan, yuqori avtokorrelyatsiyali bog‘liq sirt ustidagi in-sample tushuntirish qobiliyatidir; mustaqil test natijasi emas.