空间自相关为何改变统计判断

相邻位置往往受到相似环境和过程影响。附近地块可能具有相似土壤，沿道路的商业活动会连续分布，空气污染也会随距离逐渐变化。这种“位置接近时属性也更相似或更不同”的结构称为空间自相关。它使普通统计中样本相互独立的假设经常不成立。

相似性需要两个定义

判断空间自相关，既要定义属性是否相似，也要定义哪些位置算邻居。多边形可以按共享边界建立邻接，点可以按距离阈值或最近邻连接，网络对象则可能按可达路径连接。不同邻接规则会得到不同结果。

空间权重还可以随距离衰减，或者对邻居数量标准化。权重不是纯技术参数，它表达了对空间作用范围的假设。没有合理过程依据时反复试验权重，容易只保留符合预期的结果。

全局统计量概括整个研究区的总体倾向，局部统计量用于寻找聚集位置和空间异常。局部结果数量多，偶然出现极端值的机会也更高，因此需要说明显著性处理和空间权重，不能只发布一张热点图。

正空间自相关表现为相似值聚集，高值邻近高值、低值邻近低值。负空间自相关表现为邻近位置倾向不同，例如规则交替的格局。接近随机则表示给定邻接定义下没有明显空间结构。

空间自相关不等于因果联系。两个相邻区域指标相似，可能来自共同环境、人员流动、数据平滑或行政统计方法。还需要领域证据判断机制。

若相邻观测高度相似，把它们当成独立样本会高估有效样本量，使置信区间过窄、显著性过强。随机拆分训练集和测试集时，邻近位置进入两边，也可能让模型看似具有更好泛化能力。

空间分块、按区域留出或基于过程边界的抽样，可以减少泄漏。分块尺度应大于主要相关范围，否则测试区域仍与训练样本过于相似。

同一现象在街区尺度可能聚集，在城市尺度可能接近均匀。数据聚合到不同网格或行政区后，空间关系和属性分布都会改变。分析结果要连同空间单元、分辨率和权重定义报告。

边界效应也会影响判断。研究区外的邻居被截断后，边缘单元拥有较少连接；行政边界可能切开连续过程。不能把分析范围误认为过程本身的自然边界。

地图上看到成片颜色可以提示空间结构，却不能替代统计检验。正式分析需要明确空值处理、权重矩阵、随机化假设和多重比较。PostGIS 可以完成邻接和距离计算，OGC 标准帮助统一几何关系语义，但统计量与推断方法还需采用专门的空间统计资料。

空间自相关的实践价值在于提醒分析者：位置本身携带信息。抽样、建模和评价若忽略这一点，结果可能重复计算同一片空间过程提供的证据。

Open Geospatial Consortium：OGC Standards，https://www.ogc.org/standards/
PostGIS Project：PostGIS Official Manual，https://www.postgis.net/documentation/manual/