地理空间分析与 GIS

01

为什么位置不一样

空间数据并不只是多了两列的数据。它带着一条深刻的原理，常被称为地理学第一定律：万物彼此相关，但近处之物比远处之物更相关。犯罪、疾病、收入、房价—— 它们在空间上聚集，而那种聚集通常正是你在意的信号。

同样这种聚集，也是为什么普通统计在空间数据上会误导：标准方法假设观测彼此独立， 但相邻的地方并不独立——它们互相影响、彼此相像。所以空间分析需要它自己的工具，以及对 盲目套用非空间工具的一份健康的警惕。

02

矢量与栅格

地理数据有两种基本形式，而知道你手上是哪一种，会塑造一切：

• 矢量——离散的形状：点（一起事件、一个地址）、线（道路、 河流）、以及多边形（街区、议会辖区、州）。每个都附带属性，像表中的行。最 适合分明的要素与边界。
• 栅格——一张连续的单元格网格，每格持有一个值：一幅卫星图像、一个高程面、 一张热力图。最适合在空间上连续变化的事物（温度、降雨、密度）。

大多数分析工作——把记录连到区域、按地区映射比率——都是矢量。栅格则用于影像、地形与 连续面。许多真实项目会把两者一起用。

03

坐标与投影

地球是个球体；地图是平的。把前者压到后者上就是一次投影，而要做这件事就 无法不扭曲某样东西——面积、形状、距离或方向。每个空间数据集都带着一个坐标参考系统（CRS），说明它的坐标如何映射到真实位置，而无声的空间 bug 最常见的来源，就是把处于不同 CRS 的数据集混在一起。

04

空间连接

空间分析的主力操作是空间连接——按位置而非按一个共享的键来合并 数据集。它不是「在 ID 相等处匹配」（数据库 连接），而是「在几何关系成立处匹配」：这个点落在哪个街区里？哪些事件在距这个 地点 500 米以内？每个议会辖区里坐落着多少个地址？

这正是你把一列事件连到你想用来分析它们的区域的方式——也是从原始点通往你能映射、能 比较的区域级比率的桥梁。它是那个把整个关系世界绑在一起的连接在空间上的对应物，且同样 核心。

05

把等值区域图做对

等值区域图——按一个值给区域着色——是最常见的专题地图，也是最常被做错的。 两条规则，区分了一张诚实的地图与一张误导的地图。

第一，归一化：给比率着色，而非原始计数。一张「每个街区的案件数」地图， 大多显示的是人在哪里——大的或人口稠密的区域之所以亮起来，仅仅因为它们大。换成 一个比率（每千人的案件数、每平方公里的事件数），这样你才是在同类相比。等值区域图是给 归一化的数值数据用的，而非原始总数，也非类别。

第二，刻意地选择分级。你如何把数值分桶到颜色带——等间距、分位数，或自然断点（Jenks）——会改变哪些区域看起来高或低，并 可能彻底改写故事。没有唯一正确的选择，但有一份责任：选一个反映真实分布的，而非一个 迎合你论点的。

06

MAUP 陷阱

空间分析中最深的陷阱有一个不光鲜的名字：可变面积单元问题（MAUP）。它说， 当你把点数据聚合进区域时，你所选的边界能改变——甚至反转——你的结果。 同样的底层数据，会因你如何切割地图而讲出不同的故事。它有两副面孔：

• 尺度效应——单元的大小。聚合到州、到议会辖区、或到小的普查街区，同样的 数据会显示不同的模式，哪怕没有任何真实的东西改变。
• 分区效应——单元的形状。在同一尺度上重画边界（不同的区、不同的分组）， 结果就会变——正是「不公正划区」（gerrymandering）背后的机制。

教训不是空间分析没救——而是地理单元的选择是一个有真实后果的、真实的分析决策，而非一个 中立的既定前提。明确说出你为什么选了你所选的单元，并检查你的结论是否能在另一种选择下 存活。

07

空间自相关

因为近处之物彼此相像，空间数据呈现出空间自相关——相邻的区域往往有相似的 值。像 Moran's I 这样的度量把它量化：这个模式是聚集的（高值挨着高值）、 离散的，还是随机的？探测并定位簇——高值的热点与低值的冷点——往往就是整个 分析的全部要点。

它对诚实也要紧：空间自相关违反了普通回归背后的独立性假设，所以一个 在空间数据上的天真模型会低估它的不确定性，并能制造出本不存在的显著性。修法是把邻居 关系内建进去的空间模型——建模页上那些方法的空间表亲。

08

常见陷阱

一份对咬得最狠的错误的速查指南：

• CRS 不匹配——对不齐的图层；永远先检查。
• 映射原始计数——你画出来的是一张人口图；归一化为比率。
• 挑拣过的分级——为迎合故事而选的颜色带。
• 无视 MAUP——把某一套边界当作真理。
• 在空间数据上用非空间统计——无视自相关、夸大显著性。

09

它在我工作中的体现

10

60 秒回顾

本页上关于等值区域图、分级与 MAUP 的指引，反映了当前的制图学与空间分析参考文献，以及 亲身的政府工作。