第04章 分析方法体系：从描述到预测

本章导读

方法清单很容易写，难的是匹配。本章对应原报告 3.5 节（3.5.1—3.5.4）：按“回答什么问题”把方法分成描述型、解释型、预测型三类，再给出一张业务问题与首选方法的对照表，逐行标出常见误用。它处在技术层中间：前面几章决定方法能不能算得动、算得对，后面两章在这套方法之上做增量。要带走的判断是，最基础的空间查询与叠加占了实际分析工作量的一半以上，误用几乎都发生在跳过业务规则校验、用静态结果代替动态过程这两步。读完你应当能拿到一个需求，先问它要回答哪一类问题。

学习目标

读完本章，你应当能够：

• 把 3.5.1—3.5.3 的方法按描述型、解释型、预测型归类，并各举两个适用业务问题；
• 用 3.5.4 节匹配表为选址、违建识别、洪涝风险、交通拥堵四类问题选首选方法，并各说一个常见误用；
• 解释“显著不等于因果”，说明空间回归中带宽选择为什么是主要技术门槛；
• 区分风险建模中的动态水动力模型与静态淹没面，说明前者为什么必须做敏感性分析；
• 说明空间聚合的边界处理（点在面归属、跨界面要素的面积分摊）如何改变汇总结论；
• 为一个你熟悉的需求写出“问题—方法—误用”三栏对照，并标明可交付物。

把方法按“回答什么问题”分类，比按算法名分类更实用。

3.5.1 描述型：现状是什么

• 空间查询与叠加：相交、包含、邻接、缓冲区、裁剪、合并。最基础也最常用，占实际分析工作量的一半以上。
• 空间聚合：按行政区、网格、商圈汇总。难点在边界处理（点在面归属、跨界面要素的面积分摊）。
• 密度与可达性：核密度估计、最近设施点、等时圈（isochrone）。等时圈是选址与公共服务评估的核心工具，依赖路网数据质量与实时交通。

3.5.2 解释型：为什么是这样

• 空间自相关：全局/局部 Moran’s I、Getis-Ord Gi*，用于识别集聚与热点。注意：显著不等于因果。
• 空间回归：GWR/MGWR 处理空间异质性（同一因素在不同区位影响不同），空间计量模型处理空间依赖。参数估计与带宽选择是主要技术门槛。
• 地理探测器：用于探测空间分异的驱动因子及其交互作用，在规划与社科研究中应用广泛。

3.5.3 预测型：未来会怎样

• 时空预测：时空自回归、图神经网络、时空 Transformer。交通流量、空气质量、房价是典型场景。
• 选址优化：p-median、最大覆盖、区位-分配模型，本质是组合优化而非统计推断。
• 路径与调度：VRP（车辆路径）、TSP、多目标路径规划。难点在约束建模（时间窗、载重、限行）而非算法本身。
• 风险建模：洪水淹没（水动力或简化水文）、火灾蔓延（元胞自动机）、滑坡易发性（逻辑回归/随机森林）。这类模型对输入数据精度极度敏感，务必做敏感性分析。

3.5.4 方法与问题的匹配表

本章小结

• 按“回答什么问题”给方法分类比按算法名分类实用：描述型答现状、解释型答成因、预测型答未来。
• 空间查询与叠加是最基础也最常用的部分，占实际分析工作量一半以上；难点不在算法而在边界处理——点在面归属、跨界面要素的面积分摊都会改变汇总结果。
• 密度与可达性分析（核密度、最近设施点、等时圈）是选址与公共服务评估的核心工具，结论质量直接取决于路网数据质量与实时交通。
• 空间自相关显著不等于因果；GWR/MGWR 处理空间异质性，空间计量模型处理空间依赖，参数估计与带宽选择是主要门槛。
• 选址优化（p-median、最大覆盖、区位-分配）本质是组合优化而非统计推断；路径与调度的难点在约束建模（时间窗、载重、限行）而非算法本身。
• 风险建模对输入数据精度极度敏感，务必做敏感性分析；洪水淹没用静态淹没面代替动态演进是典型误用。

思考与练习

1. 取你单位近一年做过的三次分析，按描述型/解释型/预测型归类，看哪一类被过度使用、为什么。
2. 用一个真实的选址问题比较“缓冲区”与“等时圈”的候选点差异，并说明差异来自哪一项数据。
3. 辨析：报告写“热点显著，因此该区域的问题由某因素导致”。用 3.5.2 节判断这句话的问题，并改写为可接受的表述。
4. 应用：为县域耕地保护监测从 3.5.4 节匹配表出发写一组方法，并列出两条入库前的检查项。
5. 你的路网数据缺失或不完整。说明这会如何影响可达性分析，并给出替代方案与结论应如何降级表述。
6. 为洪涝风险项目列出敏感性分析要变的三个输入，说明每个变化会改写哪一条结论。