本文關(guān)鍵詞：中國區(qū)域經(jīng)濟差異的空間統(tǒng)計分析，由筆耕文化傳播整理發(fā)布。

第2期華東師范大學(xué)學(xué)報(自然科學(xué)版)

No.2 文章編號:1000-5641(2007)02-0044-08

中國區(qū)域經(jīng)濟差異的空間統(tǒng)計分析

魯 鳳

1,2

, 徐建華

2

(1.南通大學(xué)地理科學(xué)學(xué)院,江蘇南通 226007; 2.華東師范大學(xué)

地理信息科學(xué)教育部重點實驗室,上海 200062)

摘要:運用GIS技術(shù)與空間統(tǒng)計分析的綜合集成方法,對1978-2001年間全國各省區(qū)人均GDP

的格局及其空間動態(tài)演變進行分析和研究.利用完善的ESDA方法,包括MoranⅠ指數(shù)、Moran散點圖和LISA等,來揭示1978-2001年間全國各省區(qū)經(jīng)濟發(fā)展水平及增長的空間自相關(guān)和空間異質(zhì)性.以有效地認(rèn)識中國經(jīng)濟活動的空間分布特征,揭示空間聯(lián)系的結(jié)構(gòu),認(rèn)識其內(nèi)在規(guī)律性及其動態(tài)演變過程,并對實證研究的結(jié)果進行了成因分析.關(guān)鍵詞:區(qū)域經(jīng)濟差異; 空間統(tǒng)計分析; 中國中圖分類號:F119.9 文獻標(biāo)識碼:A

ExploratorySpatialDataAnalysisoftheRegional

EconomicDisparitiesinChina

LUFeng1,2, XUJian-hua2

(1.SchoolofGeographicScience,NantongUniversity,NantongJiangsu 226007,China;

2.KeyLaboratoryofGeographicInformationScience,MinistryofEducation,

EastChinaNormalUniversity,Shanghai 200062,China)

Abstract: TheaimofthispaperisanexploratoryspatialdataanalysisofChineseprovincialper

capitaGDPoverthesampleperiodof1978-2001.Itrevealedstrongevidenceofspatialautocorre-lationaswellassignificantpatternsoflocalspatialassociation.ThedetectionofspatialclustersofhighversuslowpercapitaGDPdistributionthroughoutthesampleperiodisanindicatorofthepersistenceofspatialdisparitiesovertheChineseeconomiclandscape.LocalMoranautocorrela-tionstatistics,MoranscatterplotsandLISAwerealsocomputedandrevealtheexistenceof/a-typicalregions0.

Keywords: regionaleconomicinequalities; ESDA; China

0 引 言

中國區(qū)域經(jīng)濟差異研究一直為眾多國內(nèi)外學(xué)者所關(guān)注.考察以往的成果不難發(fā)現(xiàn),研究

收稿日期:2005-05

基金項目:國家社會科學(xué)基金項目(03BJL027)

第一作者:魯鳳(1978-),女,碩士;E-mail:aprillf@ntu.edu.cn.

通訊作者:徐建華(1965-),男,教授,主要從事地理計算,地理信息系統(tǒng)和區(qū)域經(jīng)濟方面的教學(xué)與科研

工作;E-mail:jhxu@geo.ecnu.edu.cn.

[1-6]

.幾乎

較多地運用傳統(tǒng)的數(shù)量統(tǒng)計模型,在空間關(guān)系和數(shù)值的相關(guān)分析上往往顧此失彼

所有空間數(shù)據(jù)都具有空間依賴或空間自相關(guān)特征,空間統(tǒng)計的核心就是認(rèn)識與地理位置相關(guān)的數(shù)據(jù)間的空間依賴、空間關(guān)聯(lián)和空間自相關(guān),逐漸發(fā)展和完善的探索性空間數(shù)據(jù)分析(ExploratorySpatialDataAnalysis,ESDA)技術(shù),即是空間分析技術(shù)的核心內(nèi)容之一間自相關(guān)指標(biāo)的度量以及空間聚類方面,尚未深入至考察區(qū)域經(jīng)濟聯(lián)系層面

[7-12]

[7-22]

.

近年來,空間分析技術(shù)已經(jīng)在廣泛的領(lǐng)域內(nèi)得到應(yīng)用,但國內(nèi)的應(yīng)用研究還多局限在進行空

.由于ES-DA系列方法強調(diào)了區(qū)域經(jīng)濟增長問題之中地理區(qū)位的重要性,利用屬性數(shù)據(jù)的空間特性,在分析空間關(guān)系的基礎(chǔ)上進行數(shù)值的相關(guān)分析,突出空間相互作用,更為科學(xué)地揭示區(qū)域經(jīng)濟聯(lián)系

[13,20,21]

.因此,對于中國經(jīng)濟差異這一問題,基于GIS采用ESDA一系列的空間統(tǒng)計

方法進行研究,可更形象、更深刻地揭示出中國各省區(qū)經(jīng)濟活動的空間分布特征,并能進行各種深層次的分析.

1 空間統(tǒng)計分析理論簡介

1.1 空間權(quán)重矩陣

空間分析領(lǐng)域引入了空間權(quán)重矩陣,是利用ESDA技術(shù)進行空間探索分析的前提和基礎(chǔ).通常定義一個二元對稱空間權(quán)重矩陣Wn@n來表達n個位置的空間鄰近關(guān)系.

W11 W12 , W1nW21 W22 , W2n,

, , ,

Wn1 Wn2 , Wnn.

空間權(quán)重矩陣的建立有多種規(guī)則,其中常用的有基于鄰接規(guī)則和距離規(guī)則.

二進制鄰接空間權(quán)重矩陣,其定義為

wij=

1 當(dāng)區(qū)域i和j相鄰接,0 其它.

(2)(1)

基于距離的二進制空間權(quán)重矩陣,其定義為

wij=

1 當(dāng)區(qū)域i和j的距離小于d時,

0 其它.

(3)

本文采用簡單的二進制鄰接空間權(quán)重矩陣.考慮到海南省孤立在外,對其做了微小改動:海南和廣東雖然空間上并不相鄰接,但鑒于兩地現(xiàn)實聯(lián)系密切,改兩地互為鄰居.1.2 全局空間自相關(guān)指數(shù)

MoranⅠ指數(shù)反映的是空間鄰接或空間鄰近的區(qū)域單元觀測值的相似程度,其公式為

i=1jXi

I=

EEw

nn

ij

))

(xi-x)(xj-x)

S2

i=1jXi

EEw

2

nn

.

ij

n

n

(4)

1

其中xi為區(qū)域i的觀測值,Wij為空間權(quán)重矩陣,S=E(xi-x),x=

i=1n

)

2

)

i=1

Ex.

i

VAR(I)

檢驗統(tǒng)計量可以對零假設(shè)H0(n個區(qū)域單元的觀測值之間不存在空間自相關(guān))進行顯著性檢驗,即檢驗所有區(qū)域單元的觀測值之間是否存在空間自相關(guān).顯著性水平可以由標(biāo)準(zhǔn)化Z值的P值檢驗來確定:如果P值小于給定的顯著性水平A(一般取0.05),則拒絕零假設(shè);否則接收零假設(shè).P值可通過正態(tài)分布、隨機分布或置換方法來獲取.

當(dāng)Z值為正且顯著時,表明存在正的空間自相關(guān),即相似的觀測值趨于空間集聚;當(dāng)Z值為負(fù)且顯著時,表明存在負(fù)的空間自相關(guān),相似的觀測值趨于空間分散;當(dāng)Z值為零時,則呈隨機的空間分布.

1.3 局部空間自相關(guān)

當(dāng)需要進一步考慮是否存在觀測值的局部空間集聚,哪個區(qū)域單元對于全局空間自相關(guān)的貢獻更大,以及空間自相關(guān)的全局評估在多大程度上掩蓋了局部不穩(wěn)定性時,就必須應(yīng)用局部空間自相關(guān)分析,包括空間聯(lián)系的局部指標(biāo)(LocalIndicatorsofSpatialAssociation,LISA)、G統(tǒng)計、Moran散點圖.本文選擇LISA和Moran散點圖進行分析.1.3.1 空間聯(lián)系的局部指標(biāo)(LISA)

空間聯(lián)系的局部指標(biāo)滿足下列兩個條件:(1)每個區(qū)域單元的LISA是描述其周圍顯著的相似值區(qū)域單元空間集聚程度的指標(biāo);(2)所有LISA總和與全局空間聯(lián)系指標(biāo)成正比.

)

(xi-x)Ii=

m0

Z=

.(5)

EX

j

ij

)

(xj-x).

(6)

其中,m0=

E(x

i

i

)

-x)/n,對j求和僅限于區(qū)域單元I的所有鄰居.

2

檢驗統(tǒng)計量可以對有意義的局部空間關(guān)聯(lián)進行顯著性檢驗.當(dāng)兩個區(qū)域單元的某些相鄰區(qū)域相同時,局部統(tǒng)計量存在著相關(guān),可以遵循Bonferroni標(biāo)準(zhǔn).當(dāng)總體顯著性水平A=

0.05,樣本總數(shù)為n時,設(shè)定各樣本單元的顯著性水平為A/m(m=n),但必須注意當(dāng)n相當(dāng)大時,采用此標(biāo)準(zhǔn)可能過于保守.

LISA作為ESDA技術(shù)的重要組成部分,其功能如下:其一為每個觀測單元周圍的局部空間集聚的顯著性評估;其二為小范圍內(nèi)空間不穩(wěn)定性的指標(biāo),可以揭示出對全局聯(lián)系影響大的樣本單元,以及不同的空間聯(lián)系形式,這和利用Moran散點圖來識別相似.1.3.2 Moran散點圖

Moran散點圖常來研究局部的空間不穩(wěn)定性,對Wz和z數(shù)據(jù)對進行了可視化的二維圖示.其中Wz是相鄰區(qū)域單元觀測值的空間加權(quán)平均值,又稱為/空間滯后0向量.如以向量形式,MoranⅠ指數(shù)可描述如下:

I=

其中S0=

ij

i

j

nzcWz

.

S0zcz

(7)

EEW,z是由所有的觀測值與均值之間的離差組成的向量.

當(dāng)W為行標(biāo)準(zhǔn)化的空間權(quán)重矩陣時,S0=n,此時MoranⅠ指數(shù)即為Wz對于z的線性回歸斜率,(z,Wz)數(shù)據(jù)對在Moran散點圖中已進行了標(biāo)準(zhǔn)化處理,因此不同年份的結(jié)果具有可比性.對MoranⅠ指數(shù)具有強烈影響的區(qū)域單元,可通過標(biāo)準(zhǔn)回歸診斷出來.

an.

中第一象限代表了高觀測值的區(qū)域單元為高值區(qū)域所包圍(高高);第二象限代表了低觀測值的區(qū)域單元為高值區(qū)域所包圍(低高);第三象限代表了低觀測值的區(qū)域單元為低值區(qū)域所包圍(低低);第四象限代表了高觀測值的區(qū)域單元為低值區(qū)域所包圍(高低).據(jù)此可進一步認(rèn)識空間分異規(guī)律.

將Moran散點圖與LISA顯著性水平相結(jié)合,可獲得所謂的/Moran顯著性水平圖0,圖中標(biāo)識出對應(yīng)于Moran散點圖不同象限,并且LISA顯著的相應(yīng)區(qū)域.

2 1978-2001年全國各省區(qū)人均GDP的ESDA分析

2.1 MoranⅠ指數(shù)

選取1978-2001年中國大陸31個省區(qū)的人均GDP(可比價)統(tǒng)計數(shù)據(jù),采用自然對數(shù)變換方式,對人均GDP進行數(shù)據(jù)變換以減小變幅,然后進行MoranⅠ指數(shù)的計算,結(jié)果如表1所示.檢驗建立在正態(tài)分布假設(shè)之上,可見各年份的統(tǒng)計量相當(dāng)顯著.這表明全國各省區(qū)人均GDP水平表現(xiàn)出相似值之間的空間集聚,即具有較高人均GDP水平的省區(qū)相對地趨于和較高的省區(qū)相鄰,較低的省區(qū)則趨于和較低的省區(qū)相鄰.考察知1978年以來MoranⅠ指數(shù)一直趨于上升,其顯著性水平也逐漸增強.這揭示出自改革以來,相似經(jīng)濟水平的省區(qū)之間一直趨于空間集聚,并且這種空間集聚特征自1990年以來表現(xiàn)得更為顯著.

表1 1978-2001年間人均GDP的MoranⅠ指數(shù)

Tab.1 MorancsⅠstatisticsforlogpercapitaGDP1978-2001inChina

年份MorancsⅠ19781979198019811982198319841985

0.2950.3050.2910.2990.3090.3330.3420.355

Z值2.77032.85242.73722.80312.89113.09283.16503.2728

P值0.00560.00430.00620.00510.00380.00200.00160.0011

年份MorancsⅠ19861987198819891990199119921993

0.3690.3850.4000.3900.3780.3910.4230.451

Z值3.39533.53173.65613.57033.47403.57733.85294.0880

P值0.00070.00040.00030.00040.00050.00030.00010.0000

年份MorancsⅠ19941995199619971998199920002001

0.4720.4830.4940.4970.5000.5070.5110.506

Z值4.26604.35914.44814.47864.50364.55564.59744.5521

P值0.00000.00000.00000.00000.00000.00000.00000.0000

2.2 Moran散點圖和LISA分析2.2.1 Moran散點圖

已有的研究結(jié)果表明,中國省際差異自1978年至1990年是縮小的,自1990年后趨于擴大[1-5].從總體上看1990年是一個分水嶺.據(jù)此選取1978、1990和2001年三個橫斷面數(shù)據(jù),利用免費的GeoDA軟件(AnselinL,2003年)進行計算分析.圖1依次顯示了1978、1990和2001年中國31個省區(qū)人均GDP的Moran散點圖.

由圖1可見,有少數(shù)省區(qū)在Moran散點圖中與其它省區(qū)偏移較遠,如京津滬,這會對回歸直線的擬合造成一定偏差.分別剔除這些樣本后再重新計算出MoranⅠ指數(shù),顯示在圖的

右上角,圖中顯示的是新的回歸直線,四個象限的重新劃分將依據(jù)新的橫軸(虛線),其它樣本集聚于回歸線周圍,這反映出京、津、滬這三個在全國占有顯著地位和作用的直轄市對全國的全局空間自相關(guān)影響很大.此外,云南、貴州也對全局空間聯(lián)系具有較強影響.

  本文關(guān)鍵詞：中國區(qū)域經(jīng)濟差異的空間統(tǒng)計分析，由筆耕文化傳播整理發(fā)布。

本文編號：188142