Distribution of the Sum of Distances to the First and Second Nearest Facilities

This article presents a derivation of the distribution of the sum of the distances to the first and second nearest facilities. Facilities are represented as points configured in regular and random patterns, and distance is measured as the Euclidean and rectilinear distances on a continuous plane. The sum of the distances represents the service level of facility location when customers are serviced by the first and second nearest facilities. Thus, the distribution of the sum is useful for facility location problems with nonclosest facility service. The distribution of the sum of road network distances also is calculated to evaluate the efficiency of actual facility locations. Este artículo presenta una derivación de la distribución de la suma de las distancias a la primera y segunda instalación más cercana. Las instalaciones son presentadas como puntos en configuraciones espaciales regulares y aleatorias, y la distancias son medidas usando el método euclidiano y el rectilínea sobre un plano continuo. La suma de las distancias representa el nivel de servicio en cada punto, en los casos en los que los clientes son atendidos en la instalación primera y segunda más cercana. El uso de la distribución de la suma de distancias es útil para resolver problemas de localización para casos en los que los clientes son atendidos por las instalaciones de servicios que nos son las más cercanas. Como demostración se calcula la distribución de la suma de las distancias de una red de carreteras para evaluar la eficiencia de la localización de instalaciones en un caso del mundo real. 本文讨论了一种最邻近距离总和与次邻近设施距离总和分布情况的推导方法。具体设施以规则和随机两种模式的点状要素来表示,距离采用连续平面中的欧氏及直线距离测度。距离之和反映了最邻近及次邻近设施为用户提供该设施区位的服务水平。因此,距离和的分布在无最邻近设施服务的设施选址问题中具有参考价值。路网距离和的分布也可计算用于现有设施区位的效率评估。     

A Hierarchical Flow Capturing Location Problem with Demand Attraction Based on Facility Size,and Its Lagrangian Relaxation Solution Method

This article presents a hierarchical flow capturing location problem (HFCLP) and proposes an effective Lagrangian heuristic solution method. The original flow capturing location problem (FCLP) aims to locate a given number of facilities on a network to maximize the total flow that can be serviced at facilities along their preplanned routes, such as daily commute to work. We extend the original model to allow a decision maker to select the size of facilities among m different size alternatives. Larger facilities are assumed to be more attractive and, therefore, can attract more customers, but they cost more to construct than smaller ones. Customers deviate from their preplanned routes to access a facility's service when the size of the facility is sufficiently large. The degree of deviation from the original path is measured by the additional distance customers have to go to access facilities, and the acceptable deviation distance becomes larger as the size of a facility increases. This article presents a new problem in which the number of facilities of each size and their locations are simultaneously determined so as to capture as much flow as possible within the total budget available for locating all facilities. We present an integer programming formulation of the problem and devise a Lagrangian relaxation solution method. The proposed algorithm is tested using road networks with 300 and 500 nodes. The results show that the method produces high‐quality solutions in a fairly short time. Este artículo presenta un problema de localización de captura de flujo jerárquico (hierarchical flow capturing location problem‐HFCLP) y propone un método heurístico eficiente de tipo Lagrange (lagrangian). En su formulación original el HFLCP tiene como objetivo localizar un número determinado de instalaciones en una red con el fin de maximizar el flujo total que puede ser atendido por las instalaciones existentes a lo largo de rutas preestablecidas, como en el caso por ejemplo, de los desplazamientos diarios del lugar de residencia al de trabajo. Los autores amplían el modelo original para permitir que el tomador de decisiones seleccione el tamaño de las instalaciones entre “m” alternativas. Se asume que las instalaciones más grandes son más atractivas que las más pequeñas y, por lo tanto, pueden atraer a más clientes, pero a la vez, son también más costosas de construir. Los clientes se desvían de su ruta preestablecida para acceder al servicio de una instalación cuando el tamaño de la instalación es lo suficientemente grande. El grado de desviación de las rutas se mide por la distancia adicional que los clientes viajan para acceder a las instalaciones. La distancia de desviación aceptable se hace más grande en relación al tamaño de la instalación. En este artículo se presenta un nuevo modelo para el HFLCP en el que el número de las instalaciones de cada tamaño y su ubicación son determinadas simultáneamente con el fin de capturar la mayor cantidad de flujo dentro del presupuesto total disponible para la localización de todas las instalaciones. Los autores presentan una formulación de programación entera (integer programming) del HFCLP e implementan un método que relaja la solución lagrangiana. El algoritmo propuesto es evaluado utilizando redes viales con 300 y 500 nodos. Los resultados muestran que el nuevo método produce soluciones de alta calidad y en tiempos de computación relativamente cortos. 本文介绍了一种分层的截流选址问题 (HFCLP),提出了一个有效的拉格朗日启发式解决方法。最初的截流选址问题(FCLP)目标是在网络上布局给定数量的设施使总流量最大,使按预定路线的行进流可以获得最大的服务,如每日的工作通勤。本文对原始模型进行扩展,让决策者可在不同的设施规模选择方案中进行规模选择。假设更大规模设施具有更大的吸引力,因此也能够吸引更多的客户,但同时也需要更多的建造成本。当设施规模足够大时,消费者会选择偏离预定路径而进入该设施的服务范围。对原始路径的偏离程度可通过用户进入该设施所增加的额外距离度量。可接受的偏差距离随着设施规模增大而增大。本文提出了在总预算确定条件下,同步确定不同规模设施数量及其位置以实现截取最大流量的新问题,并给出了该问题的整数规划方法,设计了拉格朗日松弛解法。通过300和500个节点的网络测试,结果显示该算法可在相当短时间内获得高质量的解决方案。     

Geoadditive Models for Regional Count Data: An Application to Industrial Location

We propose a geoadditive negative binomial model (Geo‐NB‐GAM) for regional count data that allows us to address simultaneously some important methodological issues, such as spatial clustering, nonlinearities, and overdispersion. This model is applied to the study of location determinants of inward greenfield investments that occurred during 2003–2007 in 249 European regions. After presenting the data set and showing the presence of overdispersion and spatial clustering, we review the theoretical framework that motivates the choice of the location determinants included in the empirical model, and we highlight some reasons why the relationship between some of the covariates and the dependent variable might be nonlinear. The subsequent section first describes the solutions proposed by previous literature to tackle spatial clustering, nonlinearities, and overdispersion, and then presents the Geo‐NB‐GAM. The empirical analysis shows the good performance of Geo‐NB‐GAM. Notably, the inclusion of a geoadditive component (a smooth spatial trend surface) permits us to control for spatial unobserved heterogeneity that induces spatial clustering. Allowing for nonlinearities reveals, in keeping with theoretical predictions, that the positive effect of agglomeration economies fades as the density of economic activities reaches some threshold value. However, no matter how dense the economic activity becomes, our results suggest that congestion costs never overcome positive agglomeration externalities. Nuestra propuesta se basa en un modelo geoaditivo binomial (Geo‐NB‐GAM) para datos de recuento regionales (regional count data) que nos permitan abordar simultáneamente distintos temas metodológicos importantes como la concentración espacial (clustering), no linealidades y sobre‐dispersión. Este modelo es aplicado al estudio de determinantes de localización de nuevas inversiones de tipo greenfield internas (inward greenfield investments) que se dieron entre 2003 y 2007, en 249 regiones europeas. Luego de presentar el conjunto de datos y de mostrar la presencia de sobre‐dispersión y agrupación (concentración) espacial, examinamos el marco teórico que motiva los determinantes de localización incluidos en el modelo empírico, y resaltamos algunas de las razones por las que las relaciones entre ciertas co‐variables y la variable dependiente podrían ser no lineales. La sección subsiguiente comienza con descripción de las soluciones propuestas por la literatura anterior para abordar la concentración espacial, no linealidades, y sobre‐dispersión, para luego presentar el Geo‐NB‐GAM. El análisis empírico muestra el buen desempeño del Geo‐NB‐GAM. Particularmente, la inclusión del componente geo‐aditivo (una superficie de tendencia espacial suavizada) nos permite controlar heterogeneidades espaciales no observadas que inducen a la concentración espacial. Al permitir no linealidades se revela ‐continuando con las predicciones teóricas‐ que el efecto positivo de las economías de aglomeración se desvanece a medida que la densidad de las actividades económicas alcanza un umbral de valor. Sin embargo, sin importar cuán densa llegue a ser la actividad económica, nuestros resultados sugieren que los costes de congestión nunca superan las externalidades de aglomeración positivas. 本文提出了一种应用于区域统计数据的负二项式地理加性模型,它能够同时处理包括空间聚类、非线性和过度离散等多种重要的方法论问题。将该模型应用于2003‐2007年的249个欧洲案例区,探讨其内部绿地投资的区位因子。在揭示了数据集样本分布具有过度离散与空间聚类特征后,我们对所构建的关于区位驱动因子的实证模型进行了核查,以确定是否遗漏重要变量,并高亮显示为何有些变量与因变量的关系可能是非线性的。本文后续部分首先描述了已有文献在解决空间聚类、非线性与过度离散等情景下的解决方案,并简要介绍了本文的Geo‐NB‐GAM模型。实证分析表明,该模型具有良好的模拟效果,尤其是地理加性成分（一种平滑的空间趋势面）在处理包括空间聚类在内的未被关注的空间异质性。非线性模型揭示出集聚经济的正向效应,随着经济活动密度阈值呈衰减趋势,这一点和理论预测是一致的。然而,本文结果显示无论经济活动的密度呈现何种变化,正向集聚的外部效应仍大于拥挤成本。.     

Positive and Negative Externalities in Innovation,Trade, and Regional Economic Growth

We build on Grossman and Helpman (1991), Rivera‐Batiz and Romer (1991), Acemoglu (2009, pp. 678–80), and Batabyal and Nijkamp (2013b) and analyze the interactions between positive and negative externalities in innovation and trade for economic growth in a region when this region is part of an aggregate economy consisting of two regions. In both regions, consumers have constant relative risk aversion preferences; there is human capital use, and there are three kinds of manufacturing activities involving the production of blueprints for inputs or machines, the inputs or machines themselves, and a single final good for consumption. We study two cases. In the first case, although no growth occurs in the human capital stock, innovative activities give rise to positive externalities or knowledge spillovers in two ways. In this setting, we, study whether and under what circumstances opening a region to trade results in an increase in this region's equilibrium growth rate. In the second case, although growth occurs in the human capital stock, innovation experiences negative externalities. In this scenario, we show that opening a region to trade leads to more innovation but to no change in its long‐run growth rate. Los autores se basan en el trabajo de Grossman y Helpman (1991), Rivera‐Batiz y Romer (1991), Acemoglu (2009, pp 678‐80), y Batabyal y Nijkamp (2013B), para analizar las interacciones entre las externalidades positivas y negativas en la innovación y comercio para el crecimiento económico en una región, en los casos en los que dicha región es parte de una economía global que consiste en dos regiones. En estas dos regiones hipotéticas a) los consumidores tienen aversión constante al riesgo relativo (CRRA); b) se hace uso del capital humano; y, c) se llevan a cabo tres tipos de actividades manufactureras: la elaboración de planes o plantillas de producción, la producción de insumos y maquinaria, y la producción de un único bien de consumo final. El presente estudio analiza dos casos. En el primer caso, aunque no hay crecimiento en el stock de capital humano, las actividades de innovación generan externalidades positivas o derrames (spillovers) de conocimiento de dos tipos. En este contexto, se estudia si, y bajo qué circunstancias la apertura de una región al comercio resulta en un aumento en la tasa de crecimiento de equilibrio de la región. En el segundo caso, hay crecimiento en el stock de capital humano, pero la innovación experimenta externalidades negativas. En este escenario, se muestra que la apertura al comercio de una región conduce a una mayor innovación pero sin ningún cambio en la tasa de crecimiento a largo plazo. 本文在Grossman and Helpman (1991)、Rivera‐Batiz and Romer (1991)、 Acemoglu (2009,,pp. 678–80)和Batabyal and Nijkamp (2013b)等研究基础上,分析了当某一区域与另一区域构成经济聚合体时,该区域经济增长中创新与贸易的外部正负效应的相互影响。在两区域中,消费者均具有不变的相对风险规避(CRRA)参数设定,然后考虑人力资本利用和三种类别的制造活动的预期产量,即投入或机器、原料或机器本身、可消费的单一制成品。我们分析了两种不同的场景。在第一种场景中,尽管人力资本存量并未增长,创新活动也通过正外部性或知识溢出两种方式得到了增长。在该设定下,我们研究了区域是否或者在何种情况下开放贸易会提高地区的均衡增长率。在第二种场景中,尽管人力资本存量增长而创新部分却经历着负外部效应的影响。研究显示,一个地区贸易开放将导致更多创新活动的发生,但并未影响到长期的增长率。     

Spatial Distribution of Trees and Landscapes of the Past: A Mixed Spatially Correlated Multinomial Logit Model Approach for the Analysis of the Public Land Survey Data

Public Land Survey (PLS) data have been widely used in landscape studies of forest and woodlands in the pre‐ and early‐European‐settled Midwestern and Western United States. We aim to reconstruct presettlement forest vegetation at a finer spatial resolution than available from the PLS data using environmental covariates (slope, aspect, geology, and soil type) and the spatially correlated structure of witness tree data. To accommodate various data obtained from multiple sources while explicitly taking into account their spatial structures, we adopt a mixed spatially correlated multinomial logit model within the framework of a generalized linear mixed model. The application of the proposed model is illustrated using the three most abundant tree taxa from PLS data in the Arbuckle Mountains of south‐central Oklahoma. To assess the influence of each source of information on the spatial prediction, we considered four variant multinomial/spatial models and evaluated their relative predictive power using a validation technique. The probabilistic information about the spatial distribution of tree species obtained from different models reveals the need to integrate information about witness tree data as well as environmental covariates, and the nature of tree species; that is, a tendency to cluster in space to share environmental conditions in the reconstruction of the presettlement forest vegetation surface. Los datos sobre el uso y cobertura de tierras del Public Land Survey (PLS) han sido utilizados ampliamente en estudios de paisaje de bosques y de bosques históricos para periodo previo al asentamiento de migrantes europeos en el medio oeste y oeste de los Estados Unidos. Nuestro objetivo es reconstruir la vegetación forestal previa al asentamiento europeo a una resolución espacial más fina que la disponible actualmente en base a datos del PLS, usando covariables ambientales (pendiente, orientación, geología y tipo de suelo) y la estructura de correlación espacial de los datos de los árboles testigos. Para dar cabida a los diversos datos obtenidos de fuentes múltiples, y a la vez teniendo en cuenta explícitamente sus estructuras espaciales, adoptamos un modelo logit multinomial espacial mixto dentro del marco de los modelos mixtos lineales generalizados (GLMM). La aplicación del modelo propuesto es ilustrada con los tres tipos más abundantes de árboles según los datos del PLS para las montañas de Arbuckle en el centro‐sur de Oklahoma, EEUU. Para evaluar la influencia de cada fuente de información sobre la predicción espacial, se consideraron cuatro variantes de los modelos multinomial y espaciales. El poder predictivo de dichos modelos fue evaluado en relación con una técnica de validación. La información probabilística acerca de la distribución espacial de las especies de árboles obtenidos a partir de los diferentes modelos revela que para la reconstrucción de la superficie de la vegetación forestal histórica, es necesario integrar la información sobre los datos de árboles testigos así como las covariables ambientales y la naturaleza de las especies de árboles: es decir, la tendencia de los arboles a agruparse en el espacio para compartir las mismas condiciones ambientales. 公共土地调查(PLS)数据在欧洲人定居美国中西部和西部地区之前以及早期的森林和林地景观研究中得到广泛应用。本文旨在利用环境协变量（坡度、坡向、地貌和土地类型）证据树数据的空间关联结构,重建比PLS数据中更有效的更精细空间分辨率的前殖民期森林植被。为集成多种来源的各类数据,并明确地考虑数据间的空间结构,本文在广义线性混合模型(GLMM)框架下提出了混合空间关联多项Logit模型。以俄克拉荷马州中南部的阿尔布克尔山脉为研究区,提取PLS数据中三种最丰富的树种对模型进行验证。为估计每种信息来源对模型空间预测准确性的影响,本文考虑了4种变异的多项/空间模型并运用验证技术评估它们的相对预测能力。从不同模型获得的树种空间分布的概率信息表明,需要对证据树数据、环境协变量和树种自然属性信息进行集成,也就是说,在重建前殖民期森林植被曲面时,空间上的集聚趋势共享了环境条件。     

Hierarchical Bayesian Spatiotemporal Analysis of Childhood Cancer Trends

In this article, generalized additive mixed models are constructed for the analysis of geographical and temporal variability of cancer ratios. In this class of models, spatially correlated random effects and temporal components are adopted. Spatio‐temporal models that use intrinsic conditionally autoregressive smoothing across the spatial dimension and B‐spline smoothing over the temporal dimension are considered. We study the patterns of incidence ratios over time and identify areas with consistently high ratio estimates as areas for further investigation. A hierarchical Bayesian approach using Markov chain Monte Carlo techniques is employed for the analysis of the childhood cancer diagnoses in the province of Alberta, Canada during 1995–2004. We also evaluate the sensitivity of such analyses to prior assumptions in the Poisson context. En este artículo los autores construyen modelos aditivos generalizados mixtos (generalized additive mixed models) con el fin de analizar la variabilidad geográfica y temporal en las tasas de incidencia de cáncer. Este tipo de modelos emplean efectos aleatorios correlacionados espacialmente y componentes temporales. Los modelos espacio‐temporales emplean un suavizado condicional intrínseco autorregresivo (conditionally autoregressive smoothing) a través de la dimensión espacial y un suavizado de tipo B‐spline sobre la dimensión temporal. Los autores examinan los patrones de las tasas de incidencia a través del tiempo e identifican las áreas con valores consistentemente altos con el fin de sugerir áreas de investigación para el futuro. El estudio utiliza un enfoque jerárquico bayesiano (hierarchical bayesian) que usa una cadena de Markov Monte Carlo para evaluar los diagnósticos de cáncer infantil en la provincia de Alberta, Canadá durante el periodo 1995–2004. Asimismo, también se evalúa la sensibilidad de este tipo de análisis con respecto a los supuestos a‐priori, en el contexto de los modelos tipo Poisson. 本文提出了广义可加和混合模型进行癌症比率的地理和时间变化分析。在这类模型中引入了空间相关的随机效应和时间组分。时空模型在空间维度上采用本征自回归条件平滑,而在时间维度上则使用了B样条平滑。本文研究了疾病发生率模式,并识别出一直具有高比率估计的地区作为进一步调查区。在1995–2004年加拿大亚伯达省儿童癌症的诊断中,采用了基于马尔科夫链‐蒙特卡罗模型的分层贝叶斯方法,并且在泊松先验假设条件下评估了该类分析的敏感性。     

Assessing Activity Pattern Similarity with Multidimensional Sequence Alignment Based on a Multiobjective Optimization Evolutionary Algorithm

Due to the complexity and multidimensional characteristics of human activities, assessing the similarity of human activity patterns and classifying individuals with similar patterns remains highly challenging. This article presents a new and unique methodology for evaluating the similarity among individual activity patterns. It conceptualizes multidimensional sequence alignment as a multiobjective optimization problem and solves this problem with an evolutionary algorithm (EA). The study utilizes sequence alignment to code multiple facets of human activities into multidimensional sequences and to treat similarity assessment as a multiobjective optimization problem that aims to minimize the alignment cost for all dimensions simultaneously. A multiobjective optimization evolutionary algorithm is used to generate a diverse set of optimal or near‐optimal alignment solutions. Evolutionary operators are specifically designed for this problem, and a local search method is also incorporated to improve the search ability of the algorithm. We demonstrate the effectiveness of our method by comparing it with a popular existing method called ClustalG using a set of 50 sequences. The results indicate that our method outperforms the existing method for most of our selected cases. The multiobjective EA presented in this article provides an effective approach for assessing activity pattern similarity and a foundation for identifying distinctive groups of individuals with similar activity patterns. Debido a la complejidad y el carácter multidimensional de las actividades humanas, la evaluación de la similitud de los patrones de la actividad humana y la clasificación de individuos con patrones similares sigue siendo una tarea muy difícil. Este artículo presenta una metodología novedosa y única para evaluar la similitud entre los patrones de actividad individual. Se conceptualiza el método de alineación de secuencias multidimensionales (Multidimensional Sequence Alignment‐MDSA) como un problema de optimización multiobjetivo y se resuelve mediante un algoritmo evolutivo (evolutionary algorithm‐EA). El estudio utiliza la alineación de secuencias para codificar múltiples facetas de las actividades humanas en secuencias multidimensionales y para tratar la evaluación de similitud como un problema de optimización multiobjetivo que tiene como objetivo reducir al mínimo el coste de alineación para todas las dimensiones simultáneamente . Los autores utilizan algoritmo evolutivo de optimización multiobjetivo (multiobjective optimization evolutionary algorithm‐MOEA) para generar un conjunto diverso de soluciones de alineación óptimas o casi óptimas. Los operadores evolutivos del algoritmo están diseñados específicamente para este problema, al cual se le incorpora un método de búsqueda local para mejorar su desempeño. Los autores demuestran la eficacia del método propuesto mediante su comparación al método existente ClustalG haciendo uso de un conjunto de 50 secuencias. Los resultados indican que el método propuesto supera a los métodos existentes para la mayoría de casos seleccionados. La EA multiobjetivo presentado en este artículo proporciona un método eficaz para evaluar similitudes del patrón de actividad y constituye un componente fundamental para la identificación de grupos distintivos de personas con patrones de actividad similares. 由于人类活动的复杂性和多维度特性,人类活动模式的相似性评估和基于相似模式的个体分类仍具有较高的挑战性。本文提出了一种新型的、独特的方法来评估个体活动模式的相似性。该研究利用序列比对将人类活动的多个方面编码成多维序列,并将活动模式相似性评估作为一个多目标优化问题,其目的是使所有维度的比对成本同时最低。多目标最优进化算法被用于生成一组不同的最优或接近最优的比对解决方案。为此特别设计了进化算子,并集成一种局部搜索方法提高了算法的整体搜索能力。为验证该方法的有效性,本文以50对序列作为实验,并与常用的ClustalG方法进行了对比。研究结果表明,该方法在多数选取案例中性能优于ClustalG方法。因此,本文提出的多目标进化（EA）算法为个体活动模式相似性评估提供了一种有效方法,也为具有相似活动模式个体中特定群体识别奠定了基础。     

The p‐Compact‐regions Problem

The p‐compact‐regions problem involves the search for an aggregation of n atomic spatial units into p‐compact, contiguous regions. This article reports our efforts in designing a heuristic framework—MERGE (memory‐based randomized greedy and edge reassignment)—to solve this problem through phases of dealing, randomized greedy, and edge reassignment. This MERGE heuristic is able to memorize (ME of MERGE) the potential best moves toward an optimal solution at each phase of the procedure such that the search efficiency can be greatly improved. A dealing phase grows seeded regions into a viable size. A randomized greedy (RG of MERGE) approach completes the regions' growth and generates a feasible set of p‐regions. The edge‐reassigning local search (E of MERGE) fine‐tunes the results toward better objectives. In addition, a normalized moment of inertia (NMI) is introduced as the method of choice in computing the compactness of each region. We discuss in detail how MERGE works and how this new compactness measure can be seamlessly integrated into different phases of the proposed regionalization procedure. The performance of MERGE is evaluated through the use of both a small and a large p‐compact‐regions problem motivated by modeling the regional economy of Southern California. We expect this work to contribute to the regionalization theory and practice literature. Theoretically, we formulate a new model for the family of p‐compact‐regions problems. The novel NMI introduced in the model provides an accurate, robust, and efficient measure of compactness, which is a key objective for p‐compact‐regions problems. Practically, we developed the MERGE heuristic, proven to be effective and efficient in solving this nonlinear optimization problem to near optimality. El problema de regiones compactas tipo p (p‐compact regions) consiste en la búsqueda de la agregación de n unidades espaciales atómicas que produzca regiones contiguas de tipo p‐compacto. Este artículo reporta los esfuerzos de los autores en el diseño de un marco heurístico MERGE (memory‐based randomized greedy and edge‐reassignment) el cual resuelve este problema a través de las fases de la negociación (dealing), codicia aleatorizada (randomized greedy), y la reasignación de bordes (edge reassignment). El heurístico MERGE es capaz de memorizar ( ME de MERGE) los mejo)res desplazamientos posibles hacia una solución óptima en cada fase del procedimiento de tal manera que la eficiencia de la búsqueda puede ser mejorada en gran medida. La fase de negociación crea regiones “sembradas” aleatoriamente y las hace crecer en diferentes tamaños . El componente de codicia aleatorio (RG de MERGE) completa la fase de crecimiento de las regiones y genera un conjunto factible de regiones tipo p. La reasignación de bordes se realiza vía una búsqueda local (E de MERGE) que afina los resultados con el fin the alcanzar los objetivos. Además, el enfoque propuesto aquí utiliza el momento de inercia normalizado (normalized momento of inertia‐NMI) como método para el cálculo de la compacidad de cada región. El artículo discute en detalle el funcionamiento de MERGE y cómo esta nueva medida compacidad puede integrarse perfectamente en las diferentes fases del procedimiento de regionalización propuesto. Para ilustrar y evaluar el desempeño de MERGE, el metodo es aplicado a dos problemas de p‐compact regions, uno grande y uno pequeño, basados en el modelado de la economía regional del sur de California. Los autores esperan que este trabajo contribuya a la literatura teórica y práctica de la regionalización. En términos teóricos, se formula un nuevo modelo de la familia de problemas de p‐compact regions. El NMI equipa al modelo con una novedosa forma de obtener una medida exacta, robusta y eficiente de compacidad, que es un objetivo clave para los problemas región compacta tipo p. En términos prácticos, se desarrolla MERGE, un procedimiento heurístico que ha demostrado ser eficaz y eficiente en la solución de este problema de optimización no lineal de manera casi óptima. p紧凑区域问题包含寻找一种聚集方法,将n个不可分割的空间单元集合成p紧凑的邻近区域。本文阐述了一种启发式架构MERGE(基于记忆的随机贪婪和边界再赋值算法),通过处理、随机贪婪和边界再分配这几个阶段解决p紧凑问题。MERGE启发式框架能存储 处理过程每个阶段中,向一个最优解的潜在最佳移动方式,从而可极大地提升搜索效率。一个处理阶段可将种子区域生长到可行大小。而一个随机贪婪阶段能完成区域增长并生成p区域的可行集。在边界再分配的局部搜索阶段对结果进行微调以达到更好的目标。此外,引入标准化的惯性矩作为每个区域紧凑度计算的选择方法。本文详细讨论了MERGE的工作原理,以及这种新的紧凑度测算方法如何能无缝地整合到所提出的区域化流程的不同阶段。通过在南部加州区域经济建模中一小一大两个p紧凑区域问题的应用,对MERGE的性能进行评估,期望该工作能够对区域化理论和实践作出贡献。理论上,提出了可解决p紧凑区域这类问题的新模型。在模型中引入新颖的标准化惯性矩这一精确的、鲁棒的和有效的紧凑度度量方法,是解决p紧凑区域问题的关键目标;实践上,本文发展了MERGE启发式框架,并证明了它在解决这种非线性优化问题近优性的有效性和高效性。     

Which Birds of a Feather Flock Together? Clustering and Avoidance Patterns of Similar Retail Outlets

A key factor in a retailer's location decision is whether to avoid direct competitors or to join them in a cluster. A review of theoretical research provides reasons why some types of stores should locate together while others should avoid one another. Although application of the theory is straightforward for some store types, the somewhat stylized theory is ambiguous for many store types. Empirical work, which could reduce this ambiguity, faces methodological difficulties and is very limited. Few store types have been studied, and findings often are inconsistent. First, we address this problem by assessing the degree of avoidance or clustering of 54 different store types in two cities using a rich, intuitive measure that avoids common methodological difficulties encountered in previous research. We find both theoretically expected and unexpected location behavior, as well as some surprisingly complex location patterns. Second, we explore two unexpected and intriguing configurations. Finally, we discuss our results and propose further research opportunities. Un factor clave para determinar la ubicación de un local de ventas es decidir si se evitará establecerlo junto a la competencia directa o, más bien, conviene agruparse junto a ella. Si se revisa la investigación teórica del tema, encontramos motivos por los que a algunos tipos de tiendas deberían estar juntos, mientras que otros deberían evitarse completamente. Si bien la aplicación de la teoría es directa y simple para algunas clases de tiendas, en muchos otros casos, esta teoría ‐relativamente estilizada ‐, se vuelve algo ambigua. Por su parte, el trabajo empírico, que podría reducir esta ambigüedad, se enfrenta a problemas metodológicos y es muy limitado. Son pocos los casos de tipos de tiendas que se han estudiado, y los resultados son, a menudo, inconsistentes. En el presente trabajo, en primer lugar, nos referimos a este problema, evaluando el nivel de evasión o agrupamiento de 54 diferentes tipos de tiendas, en dos ciudades. Para ello utilizamos una nutrida medición intuitiva, que sortea las dificultades metodológicas de anteriores investigaciones. De este modo, encontramos tanto comportamientos de ubicación esperados como inesperados para la teoría. En segundo lugar, exploramos el caso de dos interesante configuraciones inesperadas. Finalmente, discutimos los resultados y proponemos nuevas oportunidades de investigación en el tema. 零售区位确定的一个重要因素在于是否能避免直接竞争或加入集聚。理论研究综述分析了某些类型商店应集聚分布而其他商店分布应趋于分散的原因。虽然可直接将现有理论应用于某些类型商店的研究,但程式化的理论模式在解释许多类型商店的区位选择时却模糊不清。实证工作可降低模糊性,但操作方法比较困难且应用非常有限,因为通常只有少数类型商店被用于实证分析,且其结果时常不一致。为避免这些问题,我们首先采用一种丰富、直观的方法来评估两个案例城市中54种不同商店类型的集聚度或分散度,发现了理论预期与不可预期的区位行为以及一些令人惊讶的复杂区位模式。然后,我们进一步探讨了两种不可预期的和有趣的区位配置模式。最后,讨论了本文的研究结果并给出了后续研究展望。     

Developing Spatial Weight Matrices for Incorporation into Multiple Linear Regression Models: An Example Using Grizzly Bear Body Size and Environmental Predictor Variables

In this study, we develop spatial autoregressive (SAR) models relating grizzly bear body length to environmental predictor variables in the Alberta Rocky Mountains. We examine the ability of several different spatial neighborhoods to model spatial dependence and compare the estimated parameters and residuals from a standard linear regression model (LRM) with those from three types of SAR models: error, lag, and Durbin. Further, we examine variable selection in the presence of negative dependence by repeating the modeling process using a SAR model. Two findings are that significant negative spatial dependence was present in the residuals of the LRM and that the choice of spatial neighborhood greatly affects the ability to detect spatial dependence. The incorporation of appropriate spatial weights into SAR models improves the fit and increases the significance of the parameter estimates vis‐à‐vis the linear model. The results of this study indicate that negative dependence may not have as severe negative effects on variable selection and parameter estimation as positive dependence. An examination of spatial dependence in regression modeling appears to be an important means of exploring the appropriateness of a sampling framework, predictor variables, and model form. En este estudio desarrollamos modelos espaciales autorregresivos (SAR) que vinculan la longitud del cuerpo de osos grizzli con variables predictivas ambientales en las montañas rocosas de Alberta, Canadá. Examinamos la capacidad de varias vecindades espaciales para modelar la dependencia espacial y la comparación de los parámetros estimados, así como los residuos de un modelo de regresión lineal estándar (LRM) versus tres tipos de modelos SAR: error, retraso (lag) y Durbin. Además, se examina la selección de variables en la presencia de dependencia negativa mediante la repetición del proceso de modelado con un modelo de SAR. El estudio concluye que: 1) existe dependencia espacial negativa significativa en los residuos de la LRM y; 2) la selección de la vecindad espacial afecta en gran medida la capacidad de detectar la dependencia espacial. La incorporación de ponderaciones espaciales correspondientes a los modelos SAR mejora el ajuste y aumenta la importancia de los parámetros estimados versus el modelo lineal. Los resultados de este estudio indican que la dependencia negativa puede no tener los graves efectos negativos en la selección de variables y la estimación de parámetros si se comparan dichos efectos con = la dependencia positiva. Los autores recomiendan un examen de la dependencia espacial en modelos de regresión como medio importante para explorar la conveniencia de un marco de muestreo, de variables de predicción, y de la forma del modelo. 本文构建了阿尔伯达省落基山脉地区的灰熊体态大小与环境预测变量之间的空间自回归模型（SAR）,检验了几种以不同空间邻域矩阵拟合变量的空间相关性,并比较了标准回归模型(LRM)与几种不同类型的SAR模型（空间残差模型、空间滞后模型和空间杜宾模型）的估计参数和残差大小。进而利用一种SAR模型重复模拟过程,进一步测试变量选择对负相关性存在的影响。研究表明,显著的空间负相关存在于LRM的残差中,且空间邻域权重的选择很大程度上影响模型空间相关性的探测能力。将适当的空间权重引入SAR模型中可提高拟合精度,增加相对于线性模型参数估计的显著性。研究结果表明,负相关性在变量选择和参数估计上严重负影响的程度不如正相关性强。回归模型中空间相关性检验似乎是采样结构、预测变量和模型形式适用性分析的一个重要途径。     

The Spatial Extent of Criminogenic Places: A Changepoint Regression of Violence around Bars

Crime scientists have long known that crime clusters near certain places such as drinking establishments, although the spatial parameters of that clustering are less established. This article proposes a methodology to estimate a distance beyond which there is significantly less evidence of a correlation between locations and concentrations of crime. The technique uses changepoints derived from a segmented regression applied to spatial buffers emanating from around particular crime‐generating land uses. Geographic information system techniques are used to create a series of buffers to determine the density of crime around sites. A changepoint Poisson regression of the buffer midpoints is used to estimate the distance beyond which crime densities do not appear to decline significantly with increasing distance. A case study of violent crime around 1,282 bars in Philadelphia, Pennsylvania, for 2008 reveals that violence is highly clustered within 25.9 m (85 feet) then dissipates rapidly, a pattern that is not replicated using control sites (fire stations). This is an estimate of the spatial extent of violence around bars, and the technique could be used to estimate the extent of other crimes around a variety of crime‐generating locations. Expertos en el estudio del crimen saben desde hace tiempo que los delitos violentos se concentran cerca de algunos lugares tales como establecimientos de bebidas, aunque los parámetros espaciales de dichas aglomeraciones son menos conocidos. Este artículo propone una metodología para estimar la distancia máxima a partir de la cual hay significativamente menos evidencia de una correlación entre puntos de interés y las aglomeraciones de crimen. La técnica empleada utiliza puntos de cambio (changepoints) derivados de una regresión segmentada (segmented regression) aplicada a las zonas de amortiguamiento (buffers) generadas en torno a usos del suelo particulares asociados a delincuencia. Técnicas SIG (Sistema de Información Geográfica) son utilizadas para crear una serie de buffers y determinar la densidad de delitos en torno a la ubicación de cada establecimiento (bar). Una regresión Poisson de tipo changepoint de los puntos medios de los buffers es empleada para estimar la distancia a partir de la cual las densidades del crimen no disminuyen significativamente con la distancia. Un estudio de caso de los delitos violentos en torno a 1.282 bares en Filadelfia, Pennsylvania en 2008 revela que la violencia está muy concentrada dentro de un radio de 25.9 m (85 pies) y luego se disipa rápidamente, un patrón que no se replica cuando el análisis es aplicado a sitios de control (estaciones de bomberos). El resultado es una estimación de la extensión espacial de la violencia alrededor de bares y la conclusión que la técnica podría ser utilizada para estimar la extensión de otros delitos en torno a una gran variedad de lugares asociados con la generación de la delincuencia. 犯罪学家早已明晰犯罪集聚于某些特定区域（如酒吧）的周围,尽管较少地构建这类聚集的空间参数。本文提出了一种方法可估算在一定距离之外,区位与犯罪集聚程度间相关性呈显著减少的证据。将从分段回归中获得的变异点应用于犯罪发生地的空间缓冲区。地理信息系统（GIS）技术用于产生一系列缓冲区以确定地点周围的犯罪密度。缓冲区中点的变异点泊松回归用于估算超出犯罪密度区不呈现随距离增加而显著衰退的距离。本文以宾夕法尼亚州费城1282个酒吧周围暴力犯罪为案例进行研究,揭示出2008年暴力犯罪集聚于25.9m的范围内,并在该距离之外的迅速消失,而当控制点选为消防站时该格局不再出现。实验表明,这是一种估算酒吧暴力犯罪空间范围的方法,并且该技术可用于估算不同类型犯罪产生地的距离范围。     

A New Method of Adaptive Zoning for Spatial Interaction Models

Spatial interaction models commonly use discrete zones to represent locations. The computational requirements of the models normally arise with the square of the number of zones or worse. For computationally intensive models, such as land use–transport interaction models and activity‐based models for city regions, this dependency of zone size is a long‐standing problem that has not disappeared even with increasing computation speed in PCs—it still forces modelers to compromise on the spatial resolution and extent of model coverage as well as on the rigor and depth of model‐based analysis. This article introduces a new type of discrete zone system, with the objective of reducing the time for estimating and applying spatial interaction models while maintaining their accuracy. The premise of the new system is that the appropriate size of destination zones depends on the distance to their origin zone: at short distances, spatial accuracy is important and destination zones must be small; at longer distances, knowing the precise location becomes less important and zones can be larger. The new method defines a specific zone map for every origin zone; each origin zone becomes the focus of its own map, surrounded by small zones nearby and large zones farther away. We present the theoretical formulation of the new method and test it with a model of commuting in England. The results of the new method are equivalent to those of the conventional model, despite reducing the number of zone pairs by 96% and the computation time by 70%. Los modelos de interacción espacial suelen utilizar zonas discretas para representar áreas o puntos de interés. Los requisitos computacionales de estos modelos normalmente aumentan a razón del número de zonas elevadas al cuadrado o más. Para modelos computacionalmente intensivos como los modelos de interacción entre uso de suelo y transporte y los modelos basados en actividades para ciudades‐región, el impacto del tamaño de la zona es un problema persistente no superado aun. Esta limitación persiste a pesar de los grandes avances en la velocidad de procesamiento en computadoras, pues obliga a los modeladores a hacer concesiones entre la resolución espacial y la extensión que abarca el modelo, así como en el rigor y profundidad del análisis. En este artículo se presenta un nuevo tipo de sistema de zonas discretas que: a) tienen como objetivo reducir el tiempo de estimación de la aplicación de modelos de interacción espacial; y b) al mismo tiempo mantienen su nivel de precisión. La premisa que gobierna este nuevo sistema es que el tamaño apropiado de las zonas de destino depende de la distancia a su zona de origen: a distancias cortas, la precisión espacial es importante y las zonas de destino deben ser pequeño; a distancias mas largas, conocer la ubicación precisa es progresivamente menos importante y las zonas pueden ser mayores. El nuevo método define un mapa específico de zonas para cada zona de origen; cada zona de origen se convierte en el foco de su propio mapa, rodeada de zonas cercanas pequeñas y zonas grandes a mayor distancia. El estudio presenta la formulación teórica del nuevo método y su demostración vía un modelo de desplazamientos residencia‐trabajo en Inglaterra. Los resultados del nuevo método son equivalentes a las del modelo convencional, a pesar de reducir del número de pares de zonas en un 96% y el tiempo de cálculo en un 70%. 空间相互作用模型通常采用离散区域代表区位。模型的计算量往往与区域数量呈平方甚至更高阶增长。对于可计算的精细模型,如土地利用‐交通相互作用模型和基于行为的城市区域模型,区域尺度的依赖性是长期存在的问题,即使计算机的计算速度增加,该问题仍无法消除。因此,建模者需在模型空间分辨率和覆盖范围以及模型分析的严谨性和深度上做出权衡。本文介绍了一种新型的离散分区系统,目的在于减少空间相互作用模型估算和计算时间,同时维持其精度。新系统的前提是目标区域的适当尺度取决于与初始区域的距离：在短距离范围内,空间精确性是重要的,且目标区域必须是小的;在更远距离上,位置精度的重要性降低,目标区域可以变大。该方法为每个初始区域制定了具体的尺度地图。每个初始区域成为其自身地图的中心,被近邻的小区域和更远距离的大区域所包围。本文给出了新方法的理论公式,并以英格兰地区的通勤模型进行检验。结果显示,尽管区域对的数量减少了96%,计算时间缩短了70%,但新方法的计算结果等效于常规模型。     

A Spatial Autoregressive Poisson Gravity Model

In this article, a Poisson gravity model is introduced that incorporates spatial dependence of the explained variable without relying on restrictive distributional assumptions of the underlying data‐generating process. The model comprises a spatially filtered component—including the origin‐, destination‐, and origin‐destination‐specific variables—and a spatial residual variable that captures origin‐ and destination‐based spatial autocorrelation. We derive a two‐stage nonlinear least‐squares (NLS) estimator (2NLS) that is hetero‐scedasticity‐robust and, thus, controls for the problem of over‐ or underdispersion that often is present in the empirical analysis of discrete data or, in the case of overdispersion, if spatial autocorrelation is present. This estimator can be shown to have desirable properties for different distributional assumptions, like the observed flows or (spatially) filtered component being either Poisson or negative binomial. In our spatial autoregressive (SAR) model specification, the resulting parameter estimates can be interpreted as the implied total impact effects defined as the sum of direct and indirect spatial feedback effects. Monte Carlo results indicate marginal finite sample biases in the mean and standard deviation of the parameter estimates and convergence to the true parameter values as the sample size increases. In addition, this article illustrates the model by analyzing patent citation flows data across European regions. En el presente artículo, se introduce un modelo de gravedad Poisson, que incorpora la dependencia espacial de la variable explicada, sin apoyarse en presunciones de distribución restrictivas del proceso subyacente de generación de datos. El modelo comprende de un componente espacialmente filtrado, que incluye las variables de origen, destino y origen‐destino específico; y una variable espacial residual que captura la auto‐correlación espacial basada en el origen y destino. Se deriva del calculador (2NLS) de dos etapas no lineales de mínimos cuadrados (NLS), el cual es robusto en heterocedasticidad, y por ello controla el problema de sobre‐dispersión o baja‐dispersión (over and under dispersion), que a menudo se presenta en el análisis empírico de datos discretos; o, en el caso de de sobre‐dispersión, cuando se presenta la auto correlación espacial. Este calculador puede demostrar tener propiedades deseables para diferentes supuestos distribucionales, como los flujos observados un componente (espacialmente) filtrado, ya sea Poisson o binomial negativo. En nuestra especificación de modelo espacial auto regresivo (SAR), las estimaciones de los parámetros resultantes se pueden interpretar como los efectos de impacto total implícitos, definidos como la suma de efectos espaciales, directos o indirectos, de retroalimentación (feedback). Los resultados Monte Carlo indican sesgos marginales de muestras finitas en la media y la desviación estándar de los parámetros estimados, y la convergencia de los valores de los parámetros reales, a medida que aumenta el tamaño de muestra. Este artículo ilustra el modelo mediante el análisis de flujos de datos de citas de patentes, a través de las regiones europeas. 本文提出了一种蕴含空间依赖的泊松引力模型,该模型中解释变量无需依赖潜在数据生成过程的限制性分布假设。该模型由包含起点、终点、起点‐终点特定变量的空间滤波组分和空间残差变量组成,能捕捉到基于起点和终点的空间自相关。我们推导出一个二阶非线性最小二乘（NLS）估计（2NLS）,它对异方差具有鲁棒性,从而可控制对于离散或过离散数据经验性分析中经常出现的过离散和低离散问题。如果空间自相关存在,过离散数据分析就是一个例子。对于不同的分布假设,如或泊松分布或是负二项式分布的观测流或（空间）滤波组分,该估计量显示出令人满意的性能。在本文的空间自回归（SAR）模型设定中,参数估计结果可解释为隐含的全局影响效应,并可被定义为直接和间接的空间反馈效应之和。蒙特卡罗结果给出了参数估计中均值、标准差的临界有限样本偏差,且随样本量增大收敛于真正参数值。此外,本文基于欧洲地区专利引用的流数据进行了模型验证。     

Assessing Quality of Spatial Models Using the Structural Similarity Index and Posterior Predictive Checks

Model assessment is one of the most important aspects of statistical analysis. In geographical analysis, models represent spatial processes, where variability in mapped output results from uncertainty in parameter estimates. Slight spatial misalignments can cause inflated error scores when comparing maps of observed and predicted variables using traditional error metrics at the level of individual spatial units. We conceptualize spatial model assessment as a continuous value map comparison problem and employ methods from image analysis to score model outputs. The structural similarity index, a measure that attempts to replicate the human visual system using a local region approach, is used as an exploratory map comparison statistic. The measure is implemented within a Bayesian spatial modeling framework as a discrepancy measure in a posterior predictive check of model fit. Results are reported for simulation studies representing a variety of spatial processes in a spatial and space–time context. A case study of rainfall mapping in Sri Lanka demonstrates the proposed methodology applied to assessment of Bayesian kriging interpolations. Both simulation studies as well as the case study demonstrate that the approach reveals hidden spatial structure not uncovered by traditional methods. The spatially sensitive assessment methodology provides a diagnostic tool to support spatial modeling and analysis. La evaluación de modelos es uno de los aspectos más importantes de análisis estadístico. En el análisis geográfico, los modelos representan procesos espaciales en los que la variabilidad en los outputs es el resultado de la incertidumbre en los parámetros estimados. Leves desajustes espaciales pueden inflar los valores de error en la comparación entre los mapas de las observaciones y los mapas de las predicciones de las variables si es que se usan medidas tradicionales de medición de error al nivel de unidades espaciales individuales. Los autores conceptualizan la evaluación de modelos espaciales como un problema de comparación mapas de valor continuo y emplea métodos de análisis de imágenes para cuantificar los resultados del modelo. Se utiliza el índice de similitud estructural (SSIM), una medida que intenta replicar el sistema visual humano utilizando un enfoque de región local, como técnica de exploratoria comparación estadística de mapas. El índice es implementado dentro de un marco de modelización espacial bayesiano como medida de discrepancia en la comprobación posterior de predicción del desempeño del modelo. Los resultados se presentan para varios casos de simulación que representan una serie de procesos espaciales en un contexto espacio‐temporal y espacial. Un estudio de caso de mapeo de lluvias en Sri Lanka sirve como demostración de la metodología propuesta y su aplicación a la evaluación de las interpolaciones tipo krigeage (kriging) bayesianas. Tanto los estudios de simulación, así como el estudio de caso demuestran que el enfoque propuesto revela la estructura espacial oculta no evidenciada por métodos tradicionales. La metodología de evaluación espacialmente sensible que se presenta en este artículo proporciona una herramienta de diagnóstico para apoyar la elaboración de modelos y análisis espacial. 模型评估是统计分析中最为重要的内容之一。在地理分析中用模型表达空间过程,参数估计的不确定性会导致地图输出结果的可变性。当采用传统误差指标度量,在个体空间单位水平上进行观测和预测变量的地图比较时,微小的空间错位就可能导致误差的倍增。为此,本文通过将空间模型评估指标概念化为一个连续值图比较问题,并利用图像分析方法来评定模型输出。一种尝试以局域方法仿制人类视觉系统的度量指标——结构相似指数(SSIM),被用作为探索性地图的比较统计量。在贝叶斯空间模型框架下实现其量算,并将其作为一个偏差度量应用于模型拟合的后预测校验。仿真研究的结果显示出空间及时空环境下多类空间过程。以斯里兰卡降雨过程图为案例,展示了上述方法对贝叶斯克里格插值的准确性评估。仿真研究与实证结果均证明本文提出的方法可揭示以往传统方法掩盖的空间结构特征,空间敏感性评价为本研究的空间建模和分析提供了一个诊断工具。     

Exploratory Analysis of Polygons Distributed with Overlap

Spatial analysis often treats a set of polygons distributed with overlap in a region. Daily variation of the market area of a supermarket is represented by a set of overlapping polygons in geographic information systems and analyzed to grasp consumers' purchase behavior. The distribution of ethnic groups is also represented as a set of polygons, and relations among these polygons are discussed in cultural geography. To assist the exploratory analysis of polygons, this article proposes a new method of analyzing the relations among polygons. The method permits us to understand the entire structure of the relations among polygons and to detect local spatial patterns in these relations. The Hasse diagram and its extension are introduced to describe the topological structure of polygons. These tools are effective especially for describing hierarchical relations among polygons. The extension of the Hasse diagram also provides a means of classifying polygons, which is useful for discussing similarities and differences among them. The method is employed to analyze the results of an experiment in environmental psychology. Discussion focuses on technical soundness of and empirical findings obtained with the method. En análisis espacial, es común representar y analizar conjuntos de polígonos con traslapes en una región. La variación diaria de la zona de mercado de un supermercado, por ejemplo, es representada por medio de un conjunto de polígonos traslapados en un Sistema de Información Geográfico (GIS), el cual es analizado para comprender el comportamiento de compra de consumidores. La distribución de los grupos étnicos también es representada como un conjunto de polígonos, mientras que las relaciones entre dichos polígonos es abordado con conceptos de geografía cultural. Para apoyar al análisis exploratorio de los polígonos como éstos, los autores proponen un nuevo método de análisis de las relaciones entre polígonos. El método permite comprender toda la estructura de las relaciones entre polígonos y detectar patrones espaciales locales en estas relaciones. Los autores utilizan el diagrama de Hasse y proponen ciertas ampliaciones al método para describir la estructura topológica de polígonos. Estas herramientas son efectivas especialmente para la descripción de las relaciones jerárquicas entre los polígonos. La ampliación del diagrama de Hasse también proporciona un método para clasificar polígonos que es útil para tratar de similitudes y diferencias entre ellos. El método propuesto es empleado para analizar los resultados de un experimento en psicología ambiental. La discusión se centra en la solidez técnica y en los resultados empíricos obtenidos con el método. 空间分析通常将同个区域的一组多边形分布的图层进行叠加。在GIS系统中对一组超市市场区日常变化的多边形进行叠加分析可掌握消费者的购买行为。种族分布同样可由一组多边形表征,并可在文化地理学框架下进行这些多边形要素间的相关性分析。为支持多边形的探索性分析,本文提出了一种用于分析多边形间关系的新方法。该方法有助于理解多边形间关系的整体结构,并可探测局部空间格局。Hasse图及其扩展用于描述多边形的拓扑结构,对描述图层的层次关系尤为有效。Hasse图的扩展也提供了多边形分类的手段,这对于讨论它们之间的异同性是十分有效。最后,将该方法用于环境心理学试验结果的分析,讨论主要侧重于技术的合理性分析及从该方法得到的经验认识。     

Do Spatial Interdependencies Matter in Italian Regional Specialization?

This article summarizes and evaluates the effects of spatial interdependencies in Italian regional specialization over the period 1995–2006. First, we perform an exploratory spatial data analysis (ESDA), and then we estimate a spatial panel data model built according to the new economic geography theory. ESDA reveals positive spatial interdependence overall and detects hot spots in the north and cold spots in the south for all sectors, but agriculture shows the reverse. Similarly, an econometric investigation furnishes evidence of the presence of spillover effects, implying that the determinants of the specialization of a region influence its neighbors' specialization. Este artículo resume y evalúa los efectos de las interdependencias espaciales en la especialización regional italiana durante el período 1995–2006. En primer lugar, se realiza un análisis exploratorio de datos espaciales (Exploratory Spatial Data Analysis‐ESDA), y luego se estima un modelo de datos de panel espacial construido de acuerdo a la teoría de la nueva geografía económica (New Economic Geography‐NEG). ESDA revela la interdependencia espacial positiva global en los datos y detecta zonas de concentración de incidencia alta (hot spots) en los el norte y zonas concentración de incidencia baja o nula (cold spots) en el sur para todos los sectores económicos excepto el caso de la agricultura. Del mismo modo el estudio realiza un análisis econométrico que demuestra la presencia de efectos de desbordamiento espacial (spillovers), lo cual implica que los factores determinantes de la especialización de una región influyen en la especialización de sus vecinos. 本文对1995‐2006年间意大利区域专业化的空间依赖性效果进行了总结和评价。首先进行了探索性空间数据分析（ESDA）,然后对根据新经济地理理论构建的一种空间面板数据模型进行了评价。ESDA揭示了全局的正向空间相互依赖性及北部热点区和南部冷点区的分布特征,但农业的分布特征却相反。同样地,一项计量经济调查提供了溢出效应存在的证据,同时表明了区域专业化的决定因素影响其邻近区域的专业化。     

Geographical Analysis: Its First 40 Years

Geographical Analysis (GA), in cooperation with the Wiley‐Blackwell publishing business, undertook a project to complete the digitizing of all back issues of the journal and make those for the period 1969–2001 free to the academic community; the volumes for 2002–2005 already were, and continue to be, free. This article commemorates the completion of this event late in 2010, drawing upon this new resource to highlight important contributions made through the journal to the geography and spatial sciences community. Besides summarizing publication trends for the journal, in the tradition of Fenneman's Venn diagram conceptualization of overlaps between geography and its cognate disciplines, this article highlights prominent articles published in the journal that contributed to the four themes of urban and economic geography, transportation geography, spatial statistics, and geographic information science. Geographical Analysis (GA) en cooperación con publicaciones Wiley‐Blackwell llevo a cabo el proyecto de digitación de todos los números pasados de la revista, los cuales están ahora a disposición de la comunidad académica sin costo alguno; los volúmenes de los años 2000–5 ya estaban disponibles y continúan siendo gratis. El presente artículo conmemora la culminación de dicho evento a fines de 2010, recogiendo los aportes de esta nueva fuente de información y resaltando varias contribuciones importantes hechas vía GA a la comunidad de geografía y ciencias espaciales. Además de resumir las tendencia de las publicaciones de la revista, en la tradición de la conceptualización de traslapes entre la geografía y disciplinas afines de los diagramas Venn Fanneman, el presente artículo resalta, artículos prominentes publicados en GA que contribuyeron a los cuatro temas principales: geografía urbana y económica, geografía del transporte, estadística especial y ciencias (sistemas) de información geográfica. 地理分析（GA）和Wiley‐Blackwell出版商合作完成了对本刊1969‐2001年所有刊册数字化的项目,并向学术界免费开放。事实上,从2002年第5卷就已经开始并将一直持续免费。本文记述了2010年末完成的这一事件,并依托这一新的数据资源,重新回顾了本刊对地理学和空间科学研究群体做出的重要贡献。本文总结了本刊论文发表趋势,从Fenneman的韦恩图概念传统来看是地理学及其相关学科的交叉。此外还回顾了本刊发表的对城市与经济地理、交通地理、空间统计以及地理信息科学方法做出卓越贡献的论文。     

Incorporating Spatial Dynamics and Temporal Dependency in Land Use Change Models

This article formulates an empirical discrete land use model within a spatially explicit economic structural framework for land use change decisions. The underlying framework goes beyond mechanistically fitting models for the spatial process of land use change to more closely link landowner decision behavior to land use patterns. At the same time, the article explicitly considers spatial spillover effects in the decisions of landowners of proximately located parcels. These spillover or peer influences may be due to strategic or collaborative partnerships between landowners, and can be associated with variables observable to the analyst (such as accessibility to city centers and market places) and variables unobservable to the analyst (such as perhaps soil quality and neighborhood attitudes/politics). In addition to spatial spillover effects, heterogeneity is also likely to exist in the decision‐making process of different landowners because of differential responsiveness to various signals relevant to decision making. This leads to correlation in land uses across time that is stationary for the same spatial unit. The article accommodates these technical considerations by formulating a random coefficients spatial lag discrete choice model using a fine resolution for the spatial unit of analysis. Time‐varying random effects are also considered to capture the effects of time‐varying unobserved factors (for instance, unobserved landowner attitudes regarding specific land uses may shift over time). The model is estimated using Bhat's maximum approximate composite marginal likelihood inference approach. The analysis is undertaken using the City of Austin parcel‐level land use database for multiple years (1995, 2000, 2003, and 2006). The estimation results indicate that proximity to highways and other roadways, distance from floodplains, parcel location in the context of existing development, and distance from schools are important determinants of land use. As importantly, the results provide very strong evidence of temporal dependency and spatial dynamics in land use decisions. There is also a suggestion that major highways may not only physically partition regions, but may also act as social barriers for didactic interactions among individuals. Este artículo presenta un modelo empírico discreto de uso de tierra dentro de un marco económico estructural espacialmente explícito para la toma de decisiones de cambio de uso de suelo. El marco utilizado por los autores va más allá del ajuste mecánico de modelos al proceso espacial de cambio de uso de suelo pues vincula más estrechamente el comportamiento y decisión del terrateniente a los patrones de uso observados. Al mismo tiempo, el estudio considera explícitamente los efectos espaciales de difusión en las decisiones de los propietarios de las parcelas cercanas. Esta difusión (spillover) o influencia de los pares puede deberse a alianzas estratégicas o de colaboración entre los terratenientes. También pueden estar asociadodos a variables observables (como la accesibilidad a los centros de las ciudades y plazas de mercado), así como a las variables no observables (por ejemplo, la calidad del suelo y las actitudes o tendencias políticas de los residentes). Además de los efectos de spillover, también es probable que exista heterogeneidad en el proceso de toma de decisiones de los diversos terratenientes, debido a su diferente capacidad de respuesta a las distintas señales que influencian la toma de decisiones. Esto conduce a que exista correlación en los usos del suelo a través del tiempo que es estacionaria para la misma unidad espacial. En el estudio todas las consideraciones técnicas mencionadas son tomadas en cuenta mediante la formulación de un modelo de elección discreta con rezago espacial con coeficientes aleatorios (random coefficients spatial lag discrete choice model) usando unidades espaciales de alta resolución. Para capturar los efectos de los factores no observados que varían temporalmente los autores utilizan efectos aleatorios (random effects) (por ejemplo, las actitudes de los terratenientes con respecto a usos específicos de tierras pueden cambiar con el tiempo). El modelo propuesto es estimado utilizando el enfoque inferencial de similitudes marginales de aproximaciones máximas compuestas de Bhat (2011) (maximum approximate composite marginal likelihood ‐MACML). El análisis se lleva a cabo usando una base de datos de a nivel de parcela base de uso de la tierra de la ciudad de Austin, Texas para varios años (1995, 2000, 2003 y 2006). Los resultados de la estimación indican que la proximidad a las autopistas y otras carreteras, la distancia de las llanuras de inundación, la ubicación de parcela en el contexto del desarrollo urbano existente, y la distancia a las escuelas, son factores importantes para el uso de suelo. Adicionalmente, los resultados proporcionan evidencia muy clara de la dependencia temporal y la dinámica espacial en las decisiones de uso de suelo. El estudio también sugiere que las carreteras principales dividen las regiones no sólo físicamente, sino que también pueden actuar como barreras sociales para las interacciones entre los individuos. 本文提出了土地利用变化决策下空间经济结构框架的一种经验离散土地利用模型。土地利用变化的空间过程与土地所有者决策行为更为紧密连接的土地利用模式,使得潜在的框架超出已有拟合模型。同时,本文明确认为毗邻地块区位在地主决策中具有空间溢出效应。这种溢出或对等效应可能源于与地主有战略上或合作伙伴的关系,并且这种效应分为分析中可测的变量关联（如城市中心和市场区的可达性）和不可测的变量关联（如可能为土地质量和邻居态度/政策）两种。除空间溢出效应,异质性也可能存在于不同地主决策制定的过程中,因为多种信号的不同响应与决策制定相关。这种异质性导致了土地利用在相同空间单元时间演化过程中的相关性是平稳的。本文在理解这些含义的基础上对此采纳的技术考虑是,通过利用随机高分辨率的空间滞后离散选择模型来分析空间单元。随时间变化的随机效应也被考虑用来捕获不可测的时变因子效应（如不可测的关于特殊土地利用的地主态度可能随时间改变）。本文的模型通过Bhat’s（2011）提出的近似最大联合边缘似然推断方法（MACML）进行估计。分析数据来源于奥斯汀市土地利用关于地块尺度多年的数据库（1995,2000,2003,2006）。估计结果表明,与高速公路和其它道路的近邻性,与洪泛平原的距离,现状开发条件下的地块区位,以及跟学校的距离对于土地利用模式的确定是非常重要的决定因素。同样重要的是,该结果为空间动力学与时间依赖性的土地利用决策提供了非常强的证据。本结果也显示主要高速公路不仅是区域分割的物质表征,而且在个体之间的交流中扮演着社会障碍的角色。     

Evaluating Polygon Overlay to Support Spatial Optimization Coverage Modeling

Minimizing costs and maximizing coverage are important goals in many planning contexts. These goals often necessitate an abstraction of a continuous demand region, resulting in potential errors when applying traditional coverage models. To reduce coverage errors caused by spatial abstraction, a number of spatial representation schemes have been proposed and applied. A new representation scheme using polygon overlay recently received much attention because potentially it can eliminate representation errors in coverage modeling. However, this overlay‐based approach is computationally challenging in terms of both the generation of demand units and the complexity of the resulting coverage model. This article investigates the operational and computational challenges of polygon overlay for delineating continuous demand in coverage models, an issue that has yet to be fully explored. We present a theoretical evaluation of the computational complexity associated with representation using polygon overlay in coverage modeling. Evaluations of two study regions provide empirical support for the computational complexity analysis. The analysis results provide insight regarding expected problem size and computational requirements if polygon overlay is relied upon to delineate demand unit boundaries in coverage modeling. La minimización de costos y la maximización de la cobertura espacial son objetivos importantes en muchos contextos de planificación. Estas metas a menudo requieren una abstracción de una región continua de demanda , dando lugar a posibles errores en la aplicación de modelos de cobertura tradicionales. Para reducir los errores de cobertura provocadas por la abstracción, la comunidad académica ha propuesto y aplicado una serie de esquemas de representación espacial. Recientemente un nuevo esquema de representación que utiliza la superposición de polígonos ha recibido mucha atención porque potencialmente puede eliminar los errores de representación en el modelado de la cobertura. Sin embargo, este enfoque es computacionalmente difícil, tanto en términos de la generación de unidades de demanda, como en la complejidad del modelo de cobertura resultante. Este artículo investiga los retos operacionales y de cómputo de la superposición de polígonos para delinear la región continua de demanda en los modelos de cobertura, un problema que aún no se ha explorado a fondo. Se presenta una evaluación teórica de la complejidad computacional asociada a la representación mediante superposición de polígonos en el modelado de cobertura espacial. Se presentan evaluaciones de dos regiones de estudio como apoyo empírico para el análisis de la complejidad computacional. Los resultados del análisis proporcionan información sobre el tamaño del problema esperado y los requerimientos computacionales en los casos en que el método de superposición de polígonos es usado para delinear límites de la región de demanda para el modelado de cobertura espacial 最小成本和最大区域覆盖是许多规划情境研究中的重要目标。实现这些目标通常需要对连续需求区域进行抽象,而这又会导致在应用传统覆盖模型时出现潜在误差。为减小由空间抽象引起的覆盖误差,已提出了一系列空间表达方案并得到应用。一种新型的利用多边形覆盖的表达方案,因其或可消除覆盖建模过程的表达误差,近来得到较多的关注。然而,这种基于覆盖的方法在需求单元生成与覆盖模型结果复杂性等方面面临着计算挑战。本文提出了一种在覆盖建模中采用多边形叠加表征的计算复杂度的理论评估方法。两个研究区域的评估为计算复杂度分析提供了经验支撑,如果在覆盖建模中多边形叠加依赖于描述需求单元边界时,该分析结果有助于深入考察预期问题规模大小及计算需求。