基于Geoda的全局空间自相关和局部空间自相关有关系吗?

空间自相关的分析方法有很多，每种空间自相关分析模型的分析侧重点也有所插值。这里你提到采用Moran's Index进行空间自相关分析，就只针对这一方法进行解释。
 
从你的Global Moran's Index的结果来看，此结果在90%的置信水平上未通过最初的假设检验，因此可以说全局上你的分析对象的兴趣变量在空间是随机分布的。Global Moran's Index只能探测出空间要素的某属性变量属于聚类、离散还是随机。如何判断呢？两种途径。
 
一是综合Moran's I和P得分；二是只通过Z得分进行判断。
对于第一种方式，你的分析结果中Moran's Index为0.12305，说明可能是正空间自相关。但是，由于P=0.103>0.1,所以在90的显著性水平上都没有通过检验，因此是随机的。
 
对于第二种方式，当Z介于-1.65到1.65之间时，说明分析目标呈随机分布。显然你的Z=1.2953，恰好介于此区间内，因此也可以说明是随机的。
 
一般推荐通过第二种方式进行判断。
 
至于题主提到的如果全局空间自相关没有通过检验，是否还有必要进行局部空间自相关分析。应该说是没有必然联系。如果想了解局部区域是否存在高低值聚类，就可以进行局部空间自相关分析。况且，相比全局Moran's Index只能够从全局探测出目标变量属于随机、离散还是聚类，局部Moran's I不仅能够识别出局部地区的具体高值聚类区、低值聚类区，还能够找到被低值包围的高值异常值或与之相反的低值异常值，而异常值在全局分析中是不考虑的。