英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

在中国城市报道不平等和志愿地理特征的质量: 用地理加权回归分析相关的地方特色

苏世亮a, b, c，雷超然a，李安云d，建华皮a，蔡忠良a, e，*

a武汉大学资源与环境科学学院，中国武汉

b北京市测绘研究所城市空间信息工程北京市重点实验室，北京

c武汉大学地理空间技术协同创新中心，武汉

d长江水利委员会网络与信息中心，武汉，中国

e武汉大学地理信息系统教育部重点实验室，湖北武汉

文章信息

文章历史:

2015年10月26日

经修订的表格

2016年10月31日

2016年11月28日接受

2016年12月8日在线

关键词:地理加权回归，自愿地理信息，人口统计指标，社会经济指标，空间不平等，OSM。

摘要

志愿地理信息(VGI)在广大公众和科学界中越来越受欢迎。然而，有两个关键问题削弱了人们对VGI的乐观情绪:数据覆盖(社会公正)和数据质量的不平等。因此，这需要更好地理解驱动VGI贡献和内容质量的机制。本文以中国为例，这张纸展示了一个潜在的途径，检查VGI覆盖率/质量和本地的联系人口和社会经济特征。特别是，VGI数据来自开放的在中国的333个城市的街道地图。VGI覆盖率是通过不同地理区域的总面积来衡量的特征(点、线、多边形);从完整性和VGI质量两个方面对VGI质量进行了描述准确性。地理加权回归(GWR)显示了人口和社会经济两方面的差异各因素对VGI覆盖率和质量的影响具有统计学意义。更具体地说,人口年轻、受教育程度高、非农业人口多的人口稠密城市，VGI覆盖率更高质量。VGI覆盖率和质量较低的城市主要位于西部和南部、西部少数民族集中地区。高VGI覆盖和质量是可能的，在经济发达、市场化程度高的城市中可见。此外，可能性高VGI的覆盖范围和质量都发生在科研人员较多、科研比例较高的城市的第三产业的雇主。同时也证明了土的强度和性质所得的关系在333个城市中各不相同。空间非平稳关系可能是局部的对早期不同尺度案例研究中有争议的实证结论的回答。定量分析(基尼指数、洛伦兹曲线和莫兰I指数)进一步证明了VGI的巨大不平等覆盖率和质量。由此可以有把握地推断，VGI作为一种新的投入和使用方式，其差异很大“数字鸿沟”可能会引发对社会正义影响的担忧。

1. 介绍

由于基于网络的协作技术的出现，众包逐渐成为一种流行的方法作为地理信息的产生和获取(Bimonte, Boucelma, Machabert, 和Sellami, 2014;埃尔伍德,2008;Hudson - Smith, Batty, Crooks，和Milton, 2009;Spinsanti和Oster-mann, 2013)。作为众包的一种形式，志愿者们地理信息(VGI;古查尔德，2007)允许将公众创建、传播和集合信息(位置和财产)地理特征(点、线或多边形)(Longley et al.， 2011)。VGI，如OpenStreetMap (OSM)，越来越受大众欢迎，因为它满足人们日常生活中对地理数据的访问需求(Goodchild和 Glennon, 2010;Haklay, 2010;Mullen等人，2015年)。VGI已被证明是一种低成本的获取和生产工具有效和及时的地理信息。因此, 科学界对这一技术的应用越来越感兴趣，VGI工具进入各个领域(Comber等人，2013;福斯特和邓纳姆2014;Goodchild 和 Glennon, 2010;Mooney, Corcoran 和Ciepluch，2013;罗氏，Propeck-Zimmermann 和Mericskay, 2011;谢德et al ., 2013;Ryan, ODonoghue amp; Dhubhain, 2015)。

预计VGI的容量可用于地理上随着web 2.0的发展，分析将呈指数增长技术(Elwood, Goodchild， 和Sui, 2012)。然而，关于VGI的乐观主义被两个关键问题冲淡了:数据覆盖不平等(社会正义;Crutcher 和 Zook, 2009;Foster 和Dunham, 2014)和数据质量(完整性和ac准确性;Bimonte等，2014;Goodchild 和Li, 2012;马伦et al .,2015)。这些挑战主要是该机制造成的控制信息贡献过程(Mullen等人，2015)和志愿者缺乏专业性的事实培训(Mooney, Corcoran 和Winstanley, 2010)。因此强调了扩大研究到协会的必要性，VGI数据的覆盖/质量与地方特征之间的关系(社会经济和人口统计学的变化)。一些研究已经将VGI数据质量与各种人口指标，包括人口密度、种族、年龄、性别、阶级和经济地位(Arsanjan和 Bakillah, 2015;Crutcher和Zook, 2009;埃尔伍德,2008;洛克,2008;Zielstra和Zipf, 2010;Zook 和Graham, 2007)。Haklay(2010)发现

人口密集的城市地区的VGI数据呈现更高的水平质量。Girres和Touya(2010)指出VGI数据具有较高的增长率在年轻人多、素质高的地区，教育质量明显提高收入。人口普查之间无显著相关性轨道水平人口特征和VGI数据质量(Mullen等人，2015)。Foster和Dunham (2014)对VGI的覆盖不平等进行了概念化，其初步结果表明:人口密度高、住宅价值高的街区VGI覆盖水平较高。调查表明早期的研究对这一认识有很大的帮助;然而还有两个问题有待解决进一步解决。首先，应该进行更多的定量分析正如Mullen等人(2015)所指出的，之前的案例研究主要使用定性测量进行分析。另一方面，覆盖面不平等问题没有得到充分解决，VGI这一新的前沿领域需要更多的关注和努力(Foster 和Dunham, 2014)。

地理数据，取决于记录和测量水平，一般在空间上呈现一定程度的自相关(苏，肖，张，2012)。一项先锋研究揭示了VGI数据在丹佛是空间自相关的(Mullen等人，2015)。在这个案例分析的效率和可靠性将是绝对的简化，当应用全局回归(普通最少平方回归，OLS)来分析VGI之间的关联覆盖范围/质量和地方特色。尤其当重要的情况不是这样时，可能会发现关联，因为违反了OLS的随机分布假设(LeSage, 2001)。此外，VGI数据呈现出很大的空间异质性(Foster和Dunham, 2014;Mullen等人，2015年)。因此，OLS是由于违反了同质性的假设和空间的非平稳性，限制出现了对实际现象的解释问题 (Wheeler 和Paez, 2010 )。具体来说,OLS产生全球关系，保持不变空间和局部特定的关系可能是隐藏的(Fotheringham amp; Brunsdon, 2002)。在这种情况下，应该使用更多的复杂的技术来捕获空间异构关系。

地理加权回归(GWR)，克服了由于OLS的局限性，已经被广泛应用于量化地方特定关系(LeSage, 2001;苏，李，胡，肖，张2014)。GWR可以产生一系列的空间变化系数无论是对力量还是对自然界的理解都有助于加深(Brunsdon, Fotheringhm，和Charlton,1998)。越来越多的文献利用GWR的强大优势来解决应用地理学的许多领域的问题(安松，安松，安波玛，Adjabeng, 2015;卡多佐，Garciacute;aPalomares和Gutierrez, 2012;Cockx和Canters, 2015;胡,杨,李，张，徐，2016;Ivajnsic, Kaligaric， 和Ziberna, 2014;Lee 和Schuett, 2014;Qian和Ukkusuri, 2015;苏等，2016,2012;肖et al ., 2013)。本文试图量化中国VGI覆盖/质量与地方特征之间的空间非平稳关联，利用GWR和数据收集OSM。具体目标是:(1)空间特征全国VGI覆盖和质量格局研究(2)量化VGI覆盖范围和质量的不平等;(3)研究VGI的相关地方人口和社会经济特征覆盖和质量。

2.数据和方法

2.1 VGI数据处理

OSM是一个在全球范围内招募志愿者的众包项目合作创建详细和免费的地理空间数据库地图(Mooney et al.， 2013)。有多种方法可以用于贡献者创建并与OSM共享空间数据，包括便携式GPS设备记录，当地知识共享，导入自由空间数据和解释多边形或来自遥感图像的线(Mooney et al.， 2013)。特性在OSM中可以分为三类(点、线和多边形)，并代表各种各样的地理实体，包括土地覆盖、河湖网、交通路线、建筑物、公共设施及公园。OSM中的所有地理特征都可以自由下载。

我们在2015年9月1日访问了OSM数据集下载了全中国的所有数据。香港、澳门到台湾的统计数据，将台湾排除在分析之外这些区域消失了。没有属性的特性也是排除在外。因为地理特征的属性是以各种格式记录，我们首先将它们重新分类为不同的类型。具体来说，我们提出了一个两级分类系统:第一级是基于数据结构(点、线)和第二层是基于数据函数的。根据数据功能，将点特征分为三种类型(商业用地、公益性公共设施和非公益性公共设施)，线路特征分为三种类型(铁路、公路和水路)，多边形特征有分为两类(自然和人工土地覆盖)。然后,我们计算的地理特征的总体积地级市、自治区。选择地级市级城市作为分析的基本单位，因为:(1)地级市是我国城市管理的基本单位;(2)社会经济和人口数据是可访问的更精细的级别(如县)是不可用的。VGI卷为由总数(点特征)、密度(长度/总土地面积;线路特征)和覆盖率(面积/土地总面积)区域;多边形的特性。

因此很难获得高质量的整个中国的参考数据。给定数据可用性，我们只测试数据质量为两类VGI数据:高等教育机构包括大学和学院(一类非营利性机构)公共设施(点)和铁路(线)。参考数据(1:50000)来自国家测量局，映射和地质信息。参考Jackson等人(2013)的方法，我们对VGI质量进行了评估，详见点和Haklay(2010)为线。尤其是VGI质量从完整性和准确性两个方面进行评价。为了

评估完整性时，首先采用多步匹配算法用于从VGI数据集中寻找匹配的特征数据集的引用。然后是匹配的和不匹配的特征得到了。最后是匹配和不匹配的比例将特征转化为完备率，引用数据集。为了评估准确性，首先要设置一个阈值根据特征的物理性质选择。然后,计算了匹配点对之间的距离和比例用阈值将其转化为准确率(Jackson et al ., 2013)。同样地，也会生成一个特定的距离缓冲区引用数据集，然后是来自VGI的一行的百分比对缓冲区内的数据集进行精确率计算(Haklay，2010)。关于方法的细节，读者可以参考Jackson等(2013)和Haklay(2010)。考虑到参考数据的规模，我们首先进行了敏感性初步实验，然后设置阈值距离点为105 m和阈值距离点为125 m的线。

2.2 空间不平等的分析

我们参考基尼指数(Gini, 1936)和洛伦兹曲线(洛伦兹，1905)来描述VGI覆盖和质量。一般来说，洛伦兹曲线的大曲率表示更高的不平等。更具体地说，它表示高度不平等当基尼系数超过0.5时。莫兰I指数(Moran, 1950)是进一步应用于VGI覆盖的空间依赖性研究和质量的模式。从-1到 1，正值表示是空间中的集群或本地化模式，负值表示棋盘模式，零表示随机模式(Su等，2013)。因此，莫兰I指数为正这意味着在覆盖范围和质量方面存在更大的空间不平等。最近的使用邻居距离矩阵来计算莫兰的I，因为它可以包含足够的空间自相关信息空间建模(孟，Cieszewski, Strub，和Borders, 2009;苏et al ., 2013)。特别地，最近邻居的数目被设定了为总样本(孟et al ., 2009;Su等，2013)。确定的显著性水平在莫兰的I检验中，应用了条件排列法为了估计伪显著性，将在索引中观察到的值与模拟值进行比较(Anselin, Syabri， amp; Kho, 2006)。伪显著性由(I 1)/(P 1)计算，其中I是实例数，P是排列数。在我们的研究中，所有的莫兰I指数均采用9999个置换计算，均达到0.05显著水平。

2.3 社会经济及人口指标

本文从以下五个方面选取了中国城市的社会经济和人口指标:(1)反映中国城市实际特征的能力;(2)与既往文献的相容性;(3)与众包积极性的潜在关联(4)数据可用性;(5)低冗余度。45个指标是第一位的采用专家咨询、文献查阅和数据分析的方法可用性。进一步应用人的相关分析。如果一个人对指标呈高相关性(|r|gt;=0.9)，其中一个已经移除(Wan 和 Su, 2016)。主成分分析是进一步就业。当负载超过0.75英寸时，指示灯保持不变特征值大于1.0的分量(Wan和Su, 2016)。最后一套包括六个人口指标(人口密度，非农业人口的百分比，百分比年轻人(18 - 40岁)，受高等教育的比例人口(本科及以上学历)、男性比例和每少数民族比例)和7个社会经济指标(蓝领工人的百分比，国内生产总值、科研单位占比、新兴市场单位占比第三产业单位、私营经济单位占比、外商直接投资和基础设施维护投资)。有关人口指标的数据可从第六次全国人口普查数据集和社会经济数据指标来自国家统计局。

2.4 地理加权回归

2.4.1 基本理论

GWR (Eq.(1))扩展了OLS (Eq.(2))，合并了空间依赖关系，其空间范围由核函数决定带宽。样本在空间内的相对权重范围由高斯距离衰减函数(式(3))确定假设更近的样本有更大的影响(布伦斯顿et al ., 1998)。

式中，uj、vj为位置j的坐标;xij和yj是分别为自变量和因变量;k是自变量数;b0 (uj,vj)和bi (uj,vj)分别为拦截和局部系数;εi为误差。

式中，uj、vj为位置j的坐标;xij和yj是式中

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[405891]，资料为PDF文档或Word文档，PDF文档可免费转换为Word