跑完SPSS或Stata的回归,面对一堆数字,很多同学会陷入“流水账”困境:直接复制表格,然后说“X显著影响Y”。这种写法在弹性城市研究中尤其致命,因为弹性(resilience)涉及多维度指标(如经济多样性、基础设施冗余度、社会资本等),需要解释系数背后的机制。我们实验室在分析某城市韧性评估项目时,发现描述性统计表格必须包含三个层次:变量定义、分布特征(均值、标准差、极值)、以及分组差异检验(如t检验或ANOVA)。例如,对于“绿地覆盖率”这一变量,不能只写均值30%,而要说明高弹性社区(均值35%)与低弹性社区(均值22%)的差异是否显著(p<0.05)。
回归表格的描述更需避免机械罗列。以弹性城市研究中常见的OLS回归为例,模型形式为:$y = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + \epsilon$,其中$y$为城市韧性指数,$x_1$为经济多样性指数,$x_2$为基础设施冗余度。我们在撰写时,应首先解释每个系数的经济含义:$\beta_1=0.45$意味着经济多样性每增加1个单位,韧性指数提升0.45个单位(在控制其他变量后)。其次,要讨论系数的显著性水平(p值)和置信区间,而非仅标注星号。例如,“$\beta_1$在1%水平上显著(p=0.003),95% CI [0.21, 0.69]”。最后,必须报告模型整体拟合优度(R²)和诊断检验(如VIF多重共线性、White异方差检验)。