空间计量经济学分析lv.pptxVIP

2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;;;;G统计量 ; 对统计量的检验与局部Moran指数相似，其检验值为 显著的正值表示在该区域单元周围，高观测值的区域单元趋于空间集聚，而显著的负值表示低观测值的区域单元趋于空间集聚，与Moran指数只能发现相似值(正关联)或非相似性观测值(负关联)的空间集聚模式相比，具有能够探测出区域单元属于高值集聚还是低值集聚的空间分布模式。;;Moran scatterplot; Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类型的局部空间联系形式： 第一象限(高一高，标记为HH)：它表示一个高经济水平的区域被其它高经济水平的区域包围；或者说，一个高经济水平的区域和它周围的经济区域他们有较小的空间差异程度； 第二象限(低一高，标记为LH)：它表示高经济水平的区域包围着一个低经济水平的区域，也就是说该区域的经济水平相比较周围邻居是比较低的，意既该区域经济的空间差异的程度是比较大的； 。 ; 第三象限(低一低，标记为LL)：它表示该区域和它周围的其他区域都是低经济水平的区域，也就是说这个区域的经济水平是比较低的，表现为这个区域和它的邻居区域经济的空间差异程度是比较小的； 第四象限(高一低，标记为HL)：它表示一个区域是高经济水平，而周围其他的区域是低经济水平，也就是这个区域的经济水平是比较高的，而且这个区域经济是有比较大的的空间差异程度的。 ;;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;Linear Contiguity;Modelling space;2020年4月15日6时22分;2020年4月15日6时22分;Modelling space;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6??22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;2020年4月15日6时22分;二、应用实例 ; 从表中可以看出，在1998-2002年期间，中国大陆30个省级行政区人均GDP的全局Moran指数均为正值；在正态分布假设之上，对Moran指数检验的结果也高度显著。这就是说，在1998-2002年期间，中国大陆30个省级行政区人均GDP存在着显著的、正的空间自相关，也就是说各省级行政区人均GDP水平的空间分布并非表现出完全的随机性，而是表现出相似值之间的空间集聚，其空间联系的特征是：较高人均GDP水平的省级行政区相对地趋于和较高人均GDP水平的省级行政区相邻，或者较低人均GDP水平的省级行政区相对地趋于和较低人均GDP水平的省级行政区相邻。;; 检验结果表明，贵州、四川、云南西部3省的Z值在0.05的显著性水平下显著，重庆的Z值在0.1的显著性水平下显著，该4省市在空间上相连成片分布，而且从统计学意义上来说，与该区域相邻的省区，其人均GDP趋于为同样是人均GDP低值的省区所包围。由此形成人均GDP低值与低值的空间集聚，据此可认识到西部落后省区趋于空间集聚的分布特征。 ; 东部的江苏、上海、浙江三省市的Z值在0.05的显著性水平下显著，天津的Z值在0.1的显著性水平下显著。而东部上海、江浙等发达省市趋于为一些相邻经济发展水平相对较高的省份所包围，东部发达地区的空间集聚分布特征也显现出来。 ; 以（Wz,z）为坐标，进一步绘制Moran散点图 可以发现，多数省（直辖市、