29、印度烹饪燃料使用空间模式与信息系统内部风险防控研究

印度烹饪燃料使用空间模式与信息系统内部风险防控研究

印度烹饪燃料使用的空间分析

在对印度各地区烹饪燃料使用情况的研究中，涉及到了空间自相关和聚类分析等方法，以揭示不同类型烹饪燃料使用的空间模式。

空间自相关分析

• 全局空间自相关 ：研究表明，当不同实体的两个特征表现出相似性且并非随机分布时，所涉及的实体之间存在较高的相似性。通过莫兰指数（Moran’s I）统计量来计算全局空间自相关，其公式为：
  [I = \frac{n\sum_{i}\sum_{j}W_{ij}(x_{i}-\bar{x})(x_{j}-\bar{x})}{\sum_{i}\sum_{j}w_{ij}\sum_{i}(x_{i}-\bar{x})^2}]
  其中， n 表示区域总数； wij 是矩阵中的第 ij 个元素； xi 是区域 i 的值； -x 是所有观测值的平均值。莫兰指数的值始终在 -1 到 1 之间。接近 1 的值表示相似实体聚集（高值区被高值区包围 - HH 或低值区被低值区包围 - LL），接近 -1 的值表示不同实体聚集（HL - 高值区被低值区包围或低值区被高值区包围），接近零的值表示存在随机聚类或无空间自相关。
• 局部空间自相关 ：使用 GeoDa 软件为所有特征（如液化石油气（LPG）、煤油、沼气、牛粪饼、木炭和农作物残渣）获取莫兰散点图。在研究中，将印度的各个地区视为基本研究元