基于地理加权惩罚性回归的空间异质性构成性回归：将 COPD 发病率与收入分布联系起来

收入不平等是健康差异的主要贡献者，但其影响常因地理位置而异，通常表示为构成性分布（例如各收入档次家庭的比例）。现有空间回归方法在此情境下存在不足：它们通常假设空间变化平滑，无法容纳突然的空间异质性，且缺乏对构成性协变量的原则性处理。我们提出一种地理加权惩罚性构成性回归模型，以同时解决上述挑战。该方法采用两两融合惩罚，使其能够检测具有共享回归效应的连续区域和非连续区域集群，从而放宽空间平滑性和地理相邻性的强假设。这使得即使在不相邻的地区，只要存在相似的底层社会经济结构，就能被识别。通过纳入非凸惩罚（如 minimax concave penalty, MCP），该方法在高维空间情境下实现更好的估计准确性、可解释性和可扩展性。我们通过分析将美国收入构成与慢性阻塞性肺疾病（COPD）发病率关联起来，揭示了常规模型所掩盖的空间异质性关联。该框架提供了一个灵活且稳健的工具，用于处理具有构成性预测变量和区域特定异质性的空间数据。