福建省设区市经济空间自相关分析研究.docVIP

福建省设区市经济空间自相关分析研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
福建省设区市经济空间自相关分析研究

福建省设区市经济空间自相关分析研究   摘要:GDP是反映地区经济发展状况的重要指标,文章从空间交互作用的角度,对区域经济增长进行集聚与差异的影响因素研究,对福建省设区市2006年GDP进行空间自相关分析,为分析和寻找区域差异的对策及构建区域经济的空间模型提供参考。   关键词:空间自相关;空间权重矩阵;Moran指数;GDP      一、引言      自从Marshall提出产业集聚即空间外部性概念以来,经济学和经济地理学分别从不同侧面对产业集聚进行了深入探究,空间统计分析主要用于空间数据的分类和综合评价,目的是为了认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关,通过空间位置建立数据间的统计关系。因此,从空间交互作用的角度,对县域经济增长进行集聚与差异的影响因素研究具有理论和现实意义。各地区经济的协调发展是保证国民经济健康持续稳定增长的关键。GDP是反映各地区经济发展状况的重要指标之一,科学准确的分析各地区GDP空间分布特征,对制定有效措施,指导经济协调发展具有参考价值。本文试对福建省2006年设区市GDP产值进行空间集聚分析,为分析和寻找区域差异的对策及进一步构建区域经济的空间模型提供参考作用。      二、空间自相关数学模型      (一)空间权重矩阵   空间权重矩阵通常定义一个二元对称空间权重矩阵W,表达n个位置的空间区域的邻近关系,形式如下:   W=w11w12Λw1nw21w22Λw2nΛΛΛ Λwn1wn2Λwnn   式中:Wij表示区域i与j的邻近关系,可以通过邻接标准或距离标准来量度。常用有邻接、距离和k最近点三种方式确定空间权重矩阵规则:   1、二进制邻接矩阵:Wij=1当区域i和j相邻0其他。二进制邻接又可分两种形式:Rook是以上下左右定义邻近关系;Queen再加上对角线。包括低阶(included all the lower order)或不包括即以同心圆方式向外扩张定义邻近关系,但中间为空心。   2、基于距离的二进制空间权重矩阵:wij=1当区域i和j的距离小于d0其他。d为指定的距离。   3、基于k最近点权重。k最近点权重是是建立一种对函数形式没有假设的分类方法,方程y=f(x1,x2,x3…xp),把y与x1,x2,x3…xp联系起来,f表示一个权函数,这是一个类似于插值的思想。   (二)全局空间自相关   Moran指数反映空间邻接或空间邻近区域单元属性值的相似程度,对于位置的观测值,该变量的全局Moran指数可用如下公式表示:      式中I――Moran指数;xi――区域i的观测值;wij――空间权重矩阵。   如果j是直接与毗邻的四个单元之一,系数wij为1;如果是其他单元或单元为无数据,系数wij为0,Moran指数的取值一般在[-1,1]之间,I0,为正相关。具体到区域增长行为的空间依赖性问题上,当目标区域数据(如GDP)在空间区位上相似的同时也有相似的属性值时,空间模式整体上就显示出正的空间自相关性;而当在空间上邻接的目标区域数据不同寻常地具有不相似的属性值时,就呈现为负的空间自相关性;零空间自相关性出现在当属性值的分布与区位数据的分布相互独立时。判断一个区域是否存在空间聚集,尤其是估计聚集区域位于区域的边缘时,采用Moran指数统计的结果较为可靠。   (三)局部空间自相关   1、空间联系的局部指标(LISA)。LISA包括局部Moran指数和局部Geary指数。空间联系的局部指标LISA(Local indicators of spatial association)需满足下列两个条件:每个区域单元的LISA,描述该区域单元显著的相似值区域单元之间空间集聚程度的指标;所有区域单元LISA的总和与全局的空间联系指标成比例。局部Moran指数被定义为:Ii= wij(xj- )。Local Moran′s I图得出high-high,low-low,high-low,low-high四个象限,用来研究局部空间不稳定性。局部Geary系数是一种基于距离权矩阵的局部空间自相关指标,能探测出高值聚集和低值聚集,计算公式为:Gi= wijxj/ xj。其中wij是i、j单元之间的距离权。显著的正Gi表示单元i的邻居的观测值高,显著的负Gi表示单元i的邻居的观测值低。对Gi统计量的检验与局部Moran指数相似,利用Z(Gi)检验值公式检验。   2、Moran′I散点图。以(WZ,Z)为坐标的Moran散点图,常来研究局部的空间不稳定性,它对空间滞后因子WZ和Z数据对进行了可视化的二维图示。Moran′I散点图图中的四个象限,分别对应于区域单元与其邻接之间四种类型的局部空间联系形式:第一象高-高限代表了高

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档