分析和预测软件公司的微观定位模式-研究论文

尽管经济学中对非地理聚合对推理的影响进行了充分的研究，但对地理聚合的研究却很少。 这种知识鸿沟以及在先前的公司选址研究中使用聚合的空间单位导致对微观地理位置的公司选址决定因素缺乏了解。 直到最近，随着自愿地理信息（VGI）的出现，尤其是OpenStreetMap（OSM）项目的出现，以及官方（开放）地理数据的可用性不断提高，用于微地理位置分析的合适数据才可用。 在本文中，我们使用了包含300万个街道级地理编码公司观察数据的综合数据集，以探索性空间数据分析（ESDA）探索软件公司的位置模式。 基于ESDA的结果，我们使用Poisson回归和OSM数据开发了一个软件公司的位置预测模型。 我们的发现表明，该模型可得出合理的预测，并且OSM数据适用于微观地理位置分析。 我们的结果还表明，非聚集数据可用于检测有关位置决定因素的信息，当分析聚集的空间单位时这些信息会叠加在一起，并且先前公司位置研究的某些发现在微观地理水平上并不可靠。 但是，我们也得出结论，缺乏关于社会经济人口特征的高分辨率地理数据会导致系统的预测误差，尤其是在人口众多且种族隔离的城市中。