【原】互助问答第871期：若想基于 “同心圆” 式的空间邻接关系探讨空间效应，可否直接使用一阶邻近矩阵呢？

今日提问

     提问：构建“同心圆”式空间权重矩阵的可行性

尊敬的老师：您好！最近学习和操作空间计量模型时，发现目前接触的空间权重矩阵都没有包含关系，若想基于 “同心圆” 式的空间邻接关系探讨空间效应，可否直接使用一阶邻近矩阵呢？还是需要采取一定的方法划分为非包含关系的邻接单元呀？想请教一下老师上述问题。

多有叨扰，还请老师解答，感谢！

问题解答

      如果你的同心圆的含义是一个空间权重矩阵A中使用以个体i为100km内的样本表示邻近，另外一个模型B使用500km以内表示邻近。此时B明显是包含了A的。

若你只是探讨不同矩阵设定下模型的系数差异，以及随着边界的增加，在什么时候出现了系数的重要变化等，应该是可以的。如果是在同一个回归中，同时要探讨A、B等矩阵下的空间关系，应该是不合理的，此时一般A和B要互斥。

本期关键词

空间计量

本期知识科普

空间权重矩阵（spatial weights matrix，spatial weighting matrix，spatial weight matrix）是空间分析和地理信息系统中一个重要的概念，用于描述和量化空间上不同位置之间的关系和交互作用。它在许多空间分析和地理信息系统应用中都得到了广泛的应用。

空间权重矩阵原理是什么呢？

空间权重矩阵是一种用于空间数据分析中的技术，可以用来衡量不同地点之间的空间相关性。其原理基于空间数据的空间自相关性（spatial autocorrelation），也就是表现同类事物在空间上的聚集程度。

运用空间权重矩阵技术前，需要先定义一个空间临近度规则，例如以欧几里得距离为依据。这个规则定义了哪些地点被认为是“邻近”的。然后，我们需要根据这个规则计算出每个点与其他点之间的距离，进而计算它们之间的空间权重。空间矩阵的构造必须满足 「空间相关性随着“距离’”的增加而减少」的原则。需要注意的是，在空间计量中，“距离”的定义可以是广义的，包含但不限于地理上的相邻或者欧氏距离，也可以是经济意义上合作关系的远近，甚至可以是社会学意义上的人际关系的亲疏。

空间权重矩阵通常有两种类型，即二元空间权重矩阵和连续性空间权重矩阵。二元空间权重矩阵通常是将邻近点定义为1，其他点定义为0，此类矩阵针对的是分类变量。而连续性空间权重矩阵则使用欧几里得距离等测量单位的距离值来衡量邻近性，此类矩阵通常适用于数值型变量。

空间权重矩阵的原理是通过测量不同地点之间的空间相关性，从而使得我们能够更好地了解空间数据的分布情况，进而为空间数据分析提供更加准确的支持。