本文關(guān)鍵詞：基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異，由筆耕文化傳播整理發(fā)布。

第29卷第12期2010年12月

地理科學(xué)進(jìn)展

Vol.29,No.12Dec.,2010

基于探索性空間數(shù)據(jù)分析方法的北京市

區(qū)域經(jīng)濟(jì)差異

馬曉熠，裴韜

(中國科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京100101)

摘要：我國區(qū)域經(jīng)濟(jì)的不平衡發(fā)展是政府和社會(huì)普遍關(guān)注的問題。針對(duì)城鄉(xiāng)之間的較大尺度上的空間差異研究已經(jīng)受到普遍的關(guān)注，但對(duì)經(jīng)濟(jì)發(fā)展迅猛的特大城市(如北京、重慶、上海等)內(nèi)部貧富差距加大的現(xiàn)象尚未引起足夠的重視，而這種現(xiàn)象有可能成為經(jīng)濟(jì)可持續(xù)發(fā)展和社會(huì)穩(wěn)定的嚴(yán)重隱患。因此，正確認(rèn)識(shí)特大城市內(nèi)部的經(jīng)濟(jì)差異及演變趨勢，是實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展的重要條件之一。本文采用探索性空間數(shù)據(jù)分析方法，以北京市18區(qū)/縣的人均GDP作為評(píng)估標(biāo)準(zhǔn)，分析了北京市18區(qū)(縣)在2001-2007年，即2008年奧運(yùn)會(huì)籌備期間的經(jīng)濟(jì)發(fā)展的空間格局及其變化規(guī)律。分析結(jié)果表明北京市人均GDP的空間分布自2005年后開始有向負(fù)的空間自相關(guān)性發(fā)展的趨勢，暗示北京各區(qū)縣的經(jīng)濟(jì)發(fā)展局部分異正在逐漸拉大，并顯示由過去的南低北高的經(jīng)濟(jì)發(fā)展差異格局逐步轉(zhuǎn)變?yōu)橹行母咧苓叺偷目臻g分布格局。

關(guān)鍵詞：區(qū)域經(jīng)濟(jì)；探索性空間數(shù)據(jù)分析；空間自相關(guān)性；北京

1引言

不平衡的區(qū)域經(jīng)濟(jì)發(fā)展已是一種普遍存在的社會(huì)經(jīng)濟(jì)現(xiàn)象。近期，國家為解決國家尺度下的經(jīng)濟(jì)不均衡發(fā)展格局，先后提出了西部大開發(fā)、振興東北、中部崛起等重大戰(zhàn)略。然而對(duì)經(jīng)濟(jì)高速發(fā)展的特大城市內(nèi)部的區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展并沒引起充分關(guān)注，其內(nèi)部日趨擴(kuò)大的貧富差距將有可能對(duì)特大城市經(jīng)濟(jì)可持續(xù)發(fā)展和社會(huì)穩(wěn)定造成隱患。準(zhǔn)確揭示特大城市內(nèi)部經(jīng)濟(jì)差異及演變趨勢是制定區(qū)域經(jīng)濟(jì)發(fā)展政策和戰(zhàn)略的重要基礎(chǔ)。目前，研究區(qū)域經(jīng)濟(jì)差異方法已有很多,如反映區(qū)域絕對(duì)差異極差(絕對(duì)離差)、平均差、標(biāo)準(zhǔn)差(SD)等；反映區(qū)域相對(duì)差異的變差系數(shù)(CV)、基尼系數(shù)(Gini)、泰爾指數(shù)(Theilindex)、廣義熵指數(shù)(GE)等[1-3]。然而，以往研究多是運(yùn)用傳統(tǒng)的數(shù)量統(tǒng)計(jì)模型，建立在區(qū)域之間相互獨(dú)立，不存在任何空間關(guān)聯(lián)的假設(shè)前提之下。而事實(shí)上，由區(qū)域發(fā)展的相關(guān)理論和實(shí)踐表明，區(qū)域之間存在著擴(kuò)散效應(yīng)或集聚效應(yīng)，即經(jīng)濟(jì)發(fā)展以向外擴(kuò)散或集中為主導(dǎo)方向，從而縮小或擴(kuò)大區(qū)域經(jīng)濟(jì)的空間差異[4]，因此，在研究不同尺度的

區(qū)域差異問題時(shí)必須考慮空間的影響。

由于探索性空間數(shù)據(jù)分析(ExploratorySpatialDataAnalysis,ESDA)方法可利用屬性數(shù)據(jù)的空間特性，在分析空間關(guān)系的基礎(chǔ)上進(jìn)行數(shù)值的相關(guān)分析進(jìn)而突出空間相互作用，因而近年來已逐漸被國內(nèi)外學(xué)者應(yīng)用于區(qū)域經(jīng)濟(jì)差異的研究領(lǐng)域。1999年Rey等[5]應(yīng)用ESDA對(duì)美國州域經(jīng)濟(jì)差異進(jìn)行分析，結(jié)果證明了其各州人均收入在1929-1994年間存在顯著的聚集分布。López-Bazo等[6]以及LeGallo等[7]利用人均GDP及其增長率對(duì)歐洲11國家138個(gè)區(qū)域的經(jīng)濟(jì)差異進(jìn)行ESDA分析也得出了類似的結(jié)果。2006年Ertur等[8]擴(kuò)大了研究區(qū)域，對(duì)東擴(kuò)后歐盟27國258個(gè)區(qū)域經(jīng)濟(jì)差異進(jìn)行ES-DA分析，結(jié)果證明在1992-2000年間人均GDP同樣存在明顯的聚集，且歐盟的東擴(kuò)使經(jīng)濟(jì)貧富差異分布由過去的南北貧富差異轉(zhuǎn)變?yōu)槲鞅备辉＃瑬|部貧窮的差異現(xiàn)象。在我國，唐建軍[9]以長江三角洲縣域?yàn)檠芯繂挝�，以人均GDP及其年平均增長率為檢測指標(biāo)，對(duì)長三角經(jīng)濟(jì)圈形成前后的經(jīng)濟(jì)現(xiàn)象進(jìn)行了比較。仇方道等[10]利用ESDA與傳統(tǒng)的統(tǒng)計(jì)相結(jié)合對(duì)淮海經(jīng)濟(jì)區(qū)經(jīng)濟(jì)差異的空間格局及演化

收稿日期：2010-02；修訂日期：2010-07.

基金項(xiàng)目：科技部863課題(2006AA120106)；中國科學(xué)院地理科學(xué)與資源研究所自主部署創(chuàng)新項(xiàng)目(200905004)。作者簡介：馬曉熠（1978-），女，助理研究員，主要研究方向?yàn)榭臻g數(shù)據(jù)挖掘。E-mail:maxy@1reis.ac.cn通訊作者：裴韜，E-mail:peit@lreis.ac.cn

1556地理科學(xué)進(jìn)展29卷1

進(jìn)行了探索性研究。然而，目前我國在利用ESDA技術(shù)對(duì)特大城市內(nèi)部經(jīng)濟(jì)發(fā)展差異上的研究還鮮有報(bào)道。針對(duì)上述研究空白，本文將ESDA技術(shù)與GIS技術(shù)相結(jié)合,以北京市為例對(duì)其18區(qū)/縣的人均GDP在2001-2007年期間的空間格局進(jìn)行分析，試圖揭示北京市經(jīng)濟(jì)發(fā)展差異在2008年奧運(yùn)會(huì)籌備期間(7年間)的時(shí)空演變，并實(shí)現(xiàn)對(duì)特大城市內(nèi)部經(jīng)濟(jì)差異研究的初步探索。

關(guān)，即區(qū)域間的經(jīng)濟(jì)發(fā)展水平相互獨(dú)立，在空間上隨機(jī)分布。

對(duì)于Moran指數(shù)，可以用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z來檢驗(yàn)n個(gè)區(qū)域是否存在空間自相關(guān)關(guān)系。Z的計(jì)算

I-E(I)

公式為：Z=(2)

式中：E(I)為Moran指數(shù)I的期望值，σ(I)為所有觀測值的Moran指數(shù)IE(I)=-1/(n-1)；

2探索性空間數(shù)據(jù)分析方法(ESDA)

探索性空間數(shù)據(jù)分析旨在揭示對(duì)象的空間分

布，識(shí)別非典型空間位置(空間離群點(diǎn)),發(fā)現(xiàn)空間關(guān)聯(lián)模式,提出不同空間體制及其他形式的空間不穩(wěn)定性[11]。ESDA的核心內(nèi)容是通過全局空間自相關(guān)分析和局域空間自相關(guān)分析對(duì)空間關(guān)聯(lián)模式(趨同或異質(zhì))進(jìn)行度量與檢驗(yàn)，其中全局指標(biāo)反映的是某種屬性值在整個(gè)研究區(qū)域的空間關(guān)聯(lián)模式，而局域指標(biāo)用于反映一個(gè)區(qū)域單元上的某種屬性值與鄰近區(qū)域單元上同一屬性值的相關(guān)程度[12]。2.1全局空間自相關(guān)分析

全局空間自相關(guān)是度量空間自相關(guān)的全局指標(biāo)。衡量全局空間自相關(guān)的指標(biāo)和方法主要包括全局Moran’sI和Geary’sC等。本文對(duì)全局空間自相關(guān)的度量和檢驗(yàn)是基于全局Moran’sI指標(biāo)，其計(jì)算公式為：

I=

nˉ)∑(x-x

i

i=1n

2

ˉ)(x-xˉ)∑∑w(x-x

ij

i

j

i=1j=1

nn

∑∑w

i=1j=1

nn

(1)

ij

式中：I為Moran指數(shù)；n為研究區(qū)域的總數(shù)目；xi

和xj為某屬性特征x在區(qū)域i和j上的觀測值；wij為行標(biāo)準(zhǔn)化的空間權(quán)重矩陣，通常被定義為一個(gè)二元對(duì)稱矩陣W，用來表達(dá)n個(gè)位置的空間區(qū)域的

xˉ是某屬性特征x在n個(gè)研究區(qū)域全鄰近關(guān)系[13]；

部觀測值的平均值。

Moran’sI的值一般在[-1，1]之間,大于0一般表示空間正相關(guān)，說明經(jīng)濟(jì)發(fā)展水平較高(或較低)的區(qū)域在空間上顯著集聚。值越趨近于1,區(qū)域間經(jīng)濟(jì)發(fā)展水平在空間上差異就越�。恍∮�0表示空間負(fù)相關(guān)，表明區(qū)域與其周邊地區(qū)的經(jīng)濟(jì)發(fā)展水平具有顯著差異。值越趨近于-1，區(qū)域間經(jīng)濟(jì)發(fā)展水等于0的標(biāo)準(zhǔn)差。

零假設(shè)區(qū)域間不具有空間自相關(guān)性，是隨機(jī)分布的。在正態(tài)分布中，置信度為0.05閾值為1.96。如果Z值在-1.96~1.96之間，那么符合零假設(shè)。如果|Z|值>1.96，則不符合零假設(shè)，即區(qū)域間存在顯著的正(負(fù))自相關(guān)性。當(dāng)Z值為正且顯著時(shí)，表明存在正的空間自相關(guān)，也就是說相似的觀測值(高值或低值)趨于空間集聚，高值區(qū)域與高值區(qū)域相鄰接，低值區(qū)域與低值區(qū)域鄰接。當(dāng)Z值為負(fù)且顯著時(shí)，表明存在負(fù)的空間自相關(guān)，相似的觀測值趨于分散分布，高值區(qū)域與低值區(qū)域相鄰接，低值區(qū)域與高值區(qū)域鄰接。

全局Moran’sI統(tǒng)計(jì)量是一種總體統(tǒng)計(jì)指標(biāo),僅反映在研究區(qū)域內(nèi)，相似屬性的平均聚集程度。當(dāng)需要進(jìn)一步識(shí)別不同類型的空間聚集模式，即是高值單元的聚集或是低值單元的聚集；哪個(gè)單元對(duì)于全局空間自相關(guān)的貢獻(xiàn)更大；以及在多大程度上空間自相關(guān)的全局評(píng)估掩蓋了反常的局部狀況或小范圍的局部不穩(wěn)定性時(shí)，就必須應(yīng)用局部空間自相關(guān)分析[7]。

2.2局部空間自相關(guān)分析

局部空間自相關(guān)分析可以度量每個(gè)區(qū)域與周邊地區(qū)之間的局部空間關(guān)聯(lián)和空間差異程度。主要方法包括:Gi統(tǒng)計(jì)量[14-15]、Moran散點(diǎn)圖[16]、空間聯(lián)系的局部指標(biāo)(LISA)[17]。其中，Gi統(tǒng)計(jì)量是一種基于距離權(quán)重矩陣的局部空間自相關(guān)指標(biāo),能探測高值聚集和低值聚集，并且可以用來檢測被全局分析掩蓋了的局部小范圍的相關(guān)性；Moran散點(diǎn)圖主要是研究局部空間穩(wěn)定性的方法，可以直觀地反映區(qū)域單元與其鄰居之間的空間聯(lián)系形式。然而，Mo-ran散點(diǎn)圖不能反映空間集聚程度，因此，Anselin定義了空間聯(lián)系局部指標(biāo)(LocalIndicatorsofSpatialAssociation，LISA)與Moran散點(diǎn)圖一同協(xié)力檢測局部空間的聚集性及分析局部空間的不穩(wěn)定性[7]。本文采用的是基于GeoDa軟件提供的Moran散點(diǎn)圖

12期馬曉熠等：基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異1557

2.2.1Moran散點(diǎn)圖

Moran散點(diǎn)圖即可以用來可視化全局空間自相關(guān)性，又可以研究局域的空間不穩(wěn)定性。它的思

ˉ，路是將觀測值向量y(y=x-x觀測值與均值的偏差組成的向量)與其相鄰區(qū)域值的加權(quán)平均值(滯后因子)Wy的數(shù)據(jù)對(duì)進(jìn)行了可視化的二維圖示。其中，橫軸對(duì)應(yīng)向量y的所有觀測值，縱軸對(duì)應(yīng)空間滯后因子Wy的所有取值。

[18]

ran散點(diǎn)圖里的信息，可通過“Moran顯著性圖[19]”進(jìn)行可視化顯示。

3北京市區(qū)域人均GDP探索性空間

數(shù)據(jù)分析

3.1數(shù)據(jù)與空間權(quán)重矩陣3.1.1數(shù)據(jù)

本文采用的數(shù)據(jù)有兩種類型：一類是地理空間數(shù)據(jù)，來源于1∶100萬的中國行政區(qū)劃圖(圖1)；另外一類是統(tǒng)計(jì)數(shù)據(jù)，從2001-2007年《北京區(qū)域統(tǒng)計(jì)年鑒》中提取出的北京市18區(qū)/縣的人均GDP數(shù)據(jù)和人口統(tǒng)計(jì)數(shù)據(jù)，其中GDP數(shù)據(jù)是名義人均GDP數(shù)據(jù)。雖然由于通貨膨脹或緊縮問題，不同年份的經(jīng)濟(jì)數(shù)據(jù)存在明顯的價(jià)格差異，但本文采用的研究方法只考慮同一年空間鄰接或空間鄰近的區(qū)域單元屬性值的相似程度。因此，無論是用名義人均GDP還是實(shí)際人均GDP，都不會(huì)影響研究結(jié)果。3.1.2空間權(quán)重矩陣

在進(jìn)行空間自相關(guān)性分析之前，，首先需要建立研究區(qū)內(nèi)各區(qū)域間的空間鄰近關(guān)系。本文采用的是突出空間單元間距離作用的基于距離的權(quán)重矩陣，方法是以距離閾值來定義權(quán)重，即如果任意兩個(gè)區(qū)/縣的多邊形幾何中心之間的直線距離d在閾值范圍內(nèi)則定義為1，否則為0。此權(quán)重矩陣較適用于研究區(qū)域中多邊形的大小不是很均勻的狀況(例如，研究區(qū)域外圍是很大的多邊形，而中心則是很小的多邊形)。

基于距離權(quán)重的定義如下：

由于Moran’sI的值在形式上等于Wy對(duì)y的線性回歸的斜率系數(shù)，因此Moran散點(diǎn)圖可以可視化全局空間自相關(guān)性。而Moran散點(diǎn)圖的4個(gè)象限，分別對(duì)應(yīng)于區(qū)域單元與其鄰居之間4種類型的局域空間聯(lián)系形式：HH(/LL)象限代表了高觀測值(或低觀測值)的區(qū)域單元被同是高值(或低值)的區(qū)域所包圍的空間聯(lián)系形式；LH象限代表了低觀測值的區(qū)域單元被高值的區(qū)域所包圍的空間聯(lián)系形式；HL象限代表了高觀測值的區(qū)域單元被低值的區(qū)域所包圍的空間聯(lián)系形式。

Moran散點(diǎn)圖的重要優(yōu)勢在于其能夠進(jìn)一步具體區(qū)分區(qū)域單元和其鄰居之間屬于高值和高值、低值和低值、高值和低值、低值和高值中的哪種空間聯(lián)系形式。并且，對(duì)應(yīng)于Moran散點(diǎn)圖的不同象限，可識(shí)別出空間分布中存在著哪幾種不同形式。2.2.2LISA

空間聯(lián)系的局域指標(biāo)(LISA)是用來度量每個(gè)區(qū)域單元與其周邊地區(qū)的屬性值之間的顯著空間聚集程度的指標(biāo)。作為LISA的局域Moran’sI是全局Moran’sI統(tǒng)計(jì)量的局部化版本，被定義為：

(xi-u)Ii=wij(xi-u)(3)

m0∑j

i

式中：m0=∑(xi-u)2n；xi為某屬性特征x在區(qū)域i的觀測值；u是所有觀測值的平均值。當(dāng)局域

Moran’sI通過檢驗(yàn)達(dá)到顯著性水平，有顯著的正向空間自相關(guān)時(shí)，說明某區(qū)域與跟它觀測的屬性值相似的區(qū)域鄰近，形成空間聚集。其中，當(dāng)區(qū)域與相鄰區(qū)域的屬性值都較高時(shí)，為熱點(diǎn)，可用HH表示；當(dāng)區(qū)域與相鄰區(qū)域的屬性值都較低時(shí)，則為冷點(diǎn)，可用LL表示；如果區(qū)域本身屬性值高，而其周圍區(qū)域的值低(LH)或是其本身屬性值低，周圍區(qū)域的高(LH),即有顯著的負(fù)向空間自相關(guān)時(shí)，則為空

圖1北京市行政區(qū)劃圖

1558地理科學(xué)進(jìn)展29卷1

wij=

{

1區(qū)域i與j的距離在給定的距離d之內(nèi)時(shí)0其他

區(qū)繼昌平區(qū)后也進(jìn)入到了LH象限，導(dǎo)致北京市經(jīng)濟(jì)發(fā)展水平在空間上有向負(fù)的空間自相關(guān)性發(fā)展的趨勢。

下面利用LISA指數(shù)對(duì)2001-2007年北京市18區(qū)/縣的人均GDP的局部空間相關(guān)性進(jìn)行衡量，作聚集分析，有助于更好地理解數(shù)據(jù)的地理分布位置，更直觀地了解北京市各區(qū)/縣的經(jīng)濟(jì)差異分布格局。

表1北京市18區(qū)/縣空間權(quán)重矩陣特征

Tab.1Thecharacteristicsofspatialweightmatrix

鄰接區(qū)域　

個(gè)數(shù)�。啊∥鞒菂^(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、石景山東城區(qū)�。�

區(qū)、海淀區(qū)、通州區(qū)、昌平區(qū)、大興區(qū)　１２　西城區(qū)　東城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、石景山

區(qū)、海淀區(qū)、門頭溝區(qū)、房山區(qū)、通州區(qū)、昌平區(qū)、大興區(qū)�。埂〕缥膮^(qū)　東城區(qū)、西城區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、石景山

區(qū)、海淀區(qū)、通州區(qū)、大興區(qū)�。保病⌒鋮^(qū)　東城區(qū)、西城區(qū)、崇文區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、石景山

區(qū)、海淀區(qū)、門頭溝區(qū)、房山區(qū)、通州區(qū)、昌平區(qū)、大興區(qū)�。保啊〕枀^(qū)　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、豐臺(tái)區(qū)、石景山

區(qū)、海淀區(qū)、通州區(qū)、順義區(qū)、大興區(qū)　１　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、石景山豐臺(tái)區(qū)　１

區(qū)、海淀區(qū)、門頭溝區(qū)、房山區(qū)、通州區(qū)、大興區(qū)　１　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、石景�。�

山區(qū)　海淀區(qū)、門頭溝區(qū)、房山區(qū)、昌平區(qū)、大興區(qū)　

１　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、海淀區(qū)�。�

石景山區(qū)、門頭溝區(qū)、房山區(qū)、昌平區(qū)、大興區(qū)　　西城區(qū)、宣武區(qū)、豐臺(tái)區(qū)、石景山區(qū)、海淀區(qū)、房山門頭�。�

溝區(qū)　區(qū)　

７　房山區(qū)　西城區(qū)、宣武區(qū)、豐臺(tái)區(qū)、石景山區(qū)、海淀區(qū)、門頭

溝區(qū)、大興區(qū)　

　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、通州區(qū)�。�

大興區(qū)　

　朝陽區(qū)、平谷區(qū)、密云縣　順義區(qū)　３

　東城區(qū)、西城區(qū)、宣武區(qū)、石景山區(qū)、海淀區(qū)　昌平區(qū)�。档貐^(qū)　

０　東城區(qū)、西城區(qū)、崇文區(qū)、宣武區(qū)、朝陽區(qū)、豐臺(tái)區(qū)、大興區(qū)　１

石景山區(qū)、海淀區(qū)、房山區(qū)、通州區(qū)　　延慶縣　懷柔區(qū)　１

　順義區(qū)、密云縣　平谷區(qū)　２　密云縣�。病⊙討c縣　１

順義區(qū)、平谷區(qū)　

懷柔區(qū)　

通過Anselin設(shè)計(jì)的GeoDa軟件，設(shè)置參數(shù)距離d(約36,000m)以滿足每個(gè)地區(qū)至少有一個(gè)鄰居，并且能夠最大限度的反映空間自相關(guān)性這兩個(gè)基本條件，得到的空間權(quán)重文件的信息即北京市18區(qū)/縣的鄰接矩陣特征如下面表1所示。3.2全局空間自相關(guān)分析

表2列出了2001-2007年間北京市18個(gè)區(qū)/縣人均GDP的全局Moran’sI統(tǒng)計(jì)結(jié)果。從表中可以看出北京近7年間，除了2002年，Moran’sI指數(shù)值呈逐年下降趨勢。在所列的Moran’sI統(tǒng)計(jì)值中只有2002年的是通過了0.05的顯著性水平檢驗(yàn)，即其Z值為2.060722，大于1.96。這個(gè)結(jié)果說明只有2002年北京市人均GDP的分布存在顯著的正的空間自相關(guān)性，也就是擁有較高(或較低)人均GDP的區(qū)域與其他同樣擁有較高(或較低)人均GDP的區(qū)域相鄰，即在空間上成聚集分布。而其他年份的北京市人均GDP的空間分布特征并不明顯。2004年人均GDP在空間上基本呈隨機(jī)分布，而自2005年后開始有逐漸向負(fù)的空間自相關(guān)性發(fā)展的趨勢。3.3局部空間自相關(guān)分析

Moran’sI統(tǒng)計(jì)值是一個(gè)全局指標(biāo)，只能反映2001-2007年北京市人均GDP在整個(gè)研究區(qū)域的空間關(guān)聯(lián)模式，即是趨同、異質(zhì)或是隨機(jī)分布。然而當(dāng)需要進(jìn)一步考慮是否存在某些區(qū)/縣人均GDP的高值或者低值的局部空間集聚、哪個(gè)區(qū)域空間單元是造成Moran’sI指數(shù)值呈逐年下降的趨勢以及是否存在局部區(qū)域的空間異質(zhì)性時(shí)，就需要應(yīng)用局部空間自相關(guān)分析法。

圖2顯示了2001-2007年間北京市18個(gè)區(qū)/縣人均GDP的Moran散點(diǎn)圖。Moran散點(diǎn)圖指出了

各區(qū)/縣所在的象限，圖中藍(lán)線的斜率可以直觀的表2北京市18個(gè)區(qū)/縣2001-2007年地區(qū)人均生產(chǎn)總值(GDP)

看出Moran’sI指數(shù)值除2002年外呈逐年下降趨勢，即北京市各區(qū)/縣的人均GDP的整體空間分布有由正的空間自相關(guān)向負(fù)的空間自相關(guān)轉(zhuǎn)變的趨勢。形成這一轉(zhuǎn)變的主要原因是由于2003年原本屬于HH象限的昌平區(qū)進(jìn)入到了LH象限，暗示其經(jīng)濟(jì)發(fā)展開始落后于周圍地區(qū)，使得全局正的空間自相關(guān)性顯著降低；而2004年起西城區(qū)進(jìn)入到了HL象限，說明其經(jīng)濟(jì)發(fā)展明顯高于周圍地區(qū)，它的改變對(duì)全局自相關(guān)性產(chǎn)生了很大的影響，使原有的

的全局Moran’sI統(tǒng)計(jì)值

Tab.2Moran’sIstatisticsforpercapitaGDPofBeijing’s

eighteendistrictsorcounties,2001-2007

２００２�。玻埃埃场。玻埃埃础。玻埃埃怠。玻埃埃丁�

０．１８１２�。埃埃福福丁。埃埃保福丁。埃埃埃福薄。埃埃玻常病�

０．０７４５０８�。埃埃罚矗担埃础。埃埃罚矗常担埂。埃埃罚矗常常怠。埃埃罚矗常常埂�

２．０６０７２２　１．２７４８８６�。埃矗担保保矗怠。埃埃常常保玻浮�

０．０１５１０４　

五星文庫wxphp.com包含總結(jié)匯報(bào)、考試資料、專業(yè)文獻(xiàn)、教學(xué)教材、旅游景點(diǎn)、文檔下載以及基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異_馬曉熠等內(nèi)容。

本文共2頁12

  本文關(guān)鍵詞：基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：88774