这项工作的动机是在德国慕尼黑市进行的一项流动性研究。感兴趣的变量是一个二进制响应，表示是否使用了公共交通。其中一个核心问题是，在对出行、个人和家庭属性等解释因素进行调整后，确定公共交通利用率低/高的地区。目标是为具有协变量、空间和集群效应的二进制响应开发灵活的统计模型。一种建模空间效应的方法是马尔可夫随机场（MRF）。对Pettitt等人（2002）提出的一类具有适当联合分布的MRF模型进行了改进。这种修改具有将固有MRF包含在极限中的期望性质，并且仍然允许在马尔可夫链蒙特卡罗（MCMC）算法中进行有效的空间参数更新。除了空间效应外，还考虑了集群效应。提出了对这些影响进行建模的小组和个人方法。第一个模型模拟了集群之间的异质性，而第二个模型模拟集群内的异质性。包含单个集群效应的天真方法会导致无法识别的模型。它显示了适当的重新矩阵化如何提供可识别的参数。这为集群内的异构建模提供了一种新方法。对于具有单个聚类效应的分层空间二元回归模型，提出了两种用于参数估计的MCMC算法。第一种是基于对可能性的直接评估。第二种是基于通过阈值机制用高斯潜在变量表示二进制响应，这对于probit模型特别有用。仿真结果表明，所开发的MCMC算法具有令人满意的性能。最后，将提出的模型类应用于迁移率研究，并对结果进行了解释。