多尺度地理加权零膨胀负二项回归模型：解决空间零值计数数据的尺度异质性分析难题

本研究针对空间零膨胀计数数据建模难题，由研究人员开发了多尺度地理加权零膨胀负二项回归（MGWZINB）模型。通过采用参数特异性带宽优化算法，成功解决了传统GWZINB模型在尺度假设和带宽选择方面的局限。模拟实验证明该模型在尺度估计、空间异质性捕捉和拟合优度方面显著优于现有方法，为中国技能型人口迁移研究提供了多尺度分析新范式。

　　

本文提出多尺度地理加权零膨胀负二项回归（MGWZINB）这一新型局部回归模型。传统地理加权回归（GWR）及其多尺度扩展形式（MGWR）虽广泛应用却难以处理包含过量零值的计数数据。Da Silva与De Sousa（2023）提出的地理加权零膨胀负二项回归（GWZINB）试图解决零膨胀问题，但存在两个显著缺陷：对logit部分和负二项部分使用单一带宽，错误假定所有参数的空间异质性均发生于相同尺度；两部分在带宽优化过程中的相互依赖导致次优带宽选择。MGWZINB通过实现参数特异性带宽并提出新型带宽优化算法解决这些问题。模拟实验显示MGWZINB在过程尺度估计、空间异质性捕捉、拟合优度达成以及响应变量复现方面均优于GWZINB。在中国技能型人口迁移的实证研究中，MGWZINB揭示人口、工资和生活支出比例等变量在决定技能迁移者数量是否为零（logit部分）及非零时的数量（负二项部分）方面具有差异化效应和空间格局。尽管校准过程复杂且计算需求较高，MGWZINB为分析具有空间异质性和尺度特征的零膨胀计数数据提供了强大工具，为地理学、社会学等相关学科研究带来新见解。