基于GIS 的区域济统计分析模型研究及应用——以江西省为例.docVIP

基于GIS的区域经济统计分析模型研究及应用 ——以江西省为例 李恒凯，刘小生，陈优良 (江西理工大学建筑与测绘工程学院) 【摘要】针对当前GIS软件不能有效满足区域经济统计分析的问题，提出了利用GIS技术重新构建区域经济统计分析模型的新思路。对该模型进行了具体建模和编程实现，并将该模型集成到区域经济统计分析系统中，最后利用该系统对江西省各地区经济进行了统计分析的应用实践。研究表明，该区域经济统计分析模型能够有效地应用于区域的经济统计分析，方便政府部门制定与经济相关的各种决策，具有广泛的应用推广价值。 【关键词】统计分析；GIS；集中化与均衡度指数；空间自相关；江西省 0 引言 GIS作为一种交互式的、可视化的决策支持工具，和传统分析方法一样，在区域统计分析中发挥着重要的作用。近年来，不少学者致力于空间统计学与GIS的结合以及其在社会经济发展领域的应用研究。鲁凤[1]、席建强[2]、麻清源[3]、陈斐[4]、宋琳[5]将空间相关分析与GIS进行结合，研究了区域经济的空间集聚特征；王世杰[6]除了采用空间相关分析技术，还采用了相对发展率、锡尔系数和加权变异系数来研究区域经济差异及其演变规律；杜茂华[7]利用锡尔系数和基尼系数对城乡间经济发展差异进行了研究。这些研究为区域经济分析提供了丰富的技术方法，但由于现行的GIS软件在统计分析方面功能较弱，如空间自相关分析、基尼系数计算、回归分析等分析模型还必须借助统计分析软件完成，这使得区域经济统计分析模型与GIS不能紧密集成，增加了这些技术方法的使用难度并限制了其广泛应用。在这些研究基础之上，本研究以GIS作为数据管理和模型集成平台，采用完全一体化的集成方式，对区域经济分析中常用的统计分析模型利用GIS进行重新构建，并基于这些模型，开发出了基于GIS的区域经济统计分析系统，为区域经济的统计分析提供了实用的技术方法。 1 区域经济统计分析模型建立 1．1 模型建立思路 模型建立如图1所示，首先，利用GIS对区域统计单元的人口经济数据和统计单元地图数据进行图形属性一体化管理，人口经济数据主要存储各个统计单??历年人口数据和历年的GDP数据，进而获得各统计单元历年人均GDP数据。利用统计单元的地图数据，结合GIS的分析功能，方便得到各个统计单元的相互邻接关系的权重矩阵。利用权重矩阵和各统计单元历年人均GDP数据，可计算区域人均GDP的空间自相关指数，得到区域全局和局部自相关指数，并以GIS专题图形式进行直观显示，了解人均GDP的空间集聚情况。可以对区域人口数据和GDP数据进行相关分析，以了解人口对GDP的影响情况。通过区域历年的人均GDP数据，可以对这些数据进行集中化与均衡度分析，包括基尼系数分析、相对发展率分析、集中指数分析、变异系数分析，以从不同角度了解整个区域经济发展状况。 1．2 集中化与均衡度分析模型建立 为了揭示经济现象分布的基本格局，常常需要计算相关经济数据分布的集中化与均衡度指数，本模型采用人均GDP数据，利用多种方法从多角度对其进行计算，具体如下。 1．2．1 基尼系数。本模型利用基尼系数来分析各个区域间人均收入分配的差异状况。其计算方法为：首先，通过区域统计单元历年人口数据和GDP数据，得到各个区域统计单元历年的人均GDP数据。然后，对于每一年，分别将区域内各统计单元按人均GDP按由高到低进行排序，按照排序顺序，分别计算人均GDP由低到高的各统计单元GDP占整个统计区域GDP的比重wi，人口占统计区域比重Pi，基尼系数计算公式为 1.2.2 相对发展率。相对发展率表示各统计单元在某一时期内人均GDP的变化与同时期整个区域人均GDP的变化之间的关系[6]，可以准确地反映各个统计单元的发展速度。计算公式为：式中：y2i和y1i分别表示i统计单元在时间2和时间1的人均GDP；y2，y1，分别表示整个统计区域在时间2和时间1上的人均GDP。 1．2．3 集中化指数。本模型中用集中化指数来定量化地表示统计区域人均GDP分布的集中程度。其指数构造公式为：Ik=(A-R)／(M-R)。式中：Ik表示第k年的区域各个统计单元人均GDP集中指数；A表示各统计单元人均GDP占整个统计区域人均GDP总和的比重按从大到小排序后的累积百分比总和；R表示各统计单元人均GDP均匀分布时的累积百分比总和；M表示各统计单元人均GDP集中分布时的累积百分比总和。 1．2．4 变异系数。本模型中，利用变异系数计算各统计单元人均GDP的相对变化程度。其计算公式为 1．3 相关分析模型建立 相关分析是揭示地理要素之间相互关系的密切程度，主要通过相关系数的计算和检验来完成，相关系数又可细分为：两要素之间的相关