基于GIS的湖北省区域经济差异空间统计分析

运用了空间统计分析和地理信息系统技术相结合的方法,分析和研究了湖北省区域经济差异,揭示了湖北省区域经济差异的空间自相关和空间集聚特征。     

基于多种空间权重矩阵的区域经济空间自相关分析——以河南省为例

在空间统计分析的应用中,空间权重矩阵的设定对空间自相关的分析结果有较大的影响。通过构建基于邻接关系和空间距离的两大类共计14组空间权重矩阵,以河南省县域经济为研究对象,计算全局和局部两种空间自相关指数,研究空间权重矩阵对区域经济空间自相关分析的影响。结果表明:1)一阶车矩阵比二阶车矩阵能更好地度量河南省县域经济的空间分布,表明河南省县域经济的空间自相关性主要发生在边界直接相邻的区域之间,空间依赖效应从邻域不断向外辐射的现象不明显。2)合理应用空间距离矩阵的关键是能够正确设定阈值距离d,当40 km<d<50 km时,河南省县域经济呈现显著的空间自相关性。3)由郑州市以及围绕郑州的环形区域共同构成了河南省唯一的大面积高GDP值聚集区域,省会城市的经济外溢现象明显;豫东北的鹤壁市和新乡市为低GDP值聚集区域。     

基于GIS的区域经济统计分析系统的设计与实现

随着经济的发展,区域间经济相互作用和影响的关系越来越密切,忽略空间相互作用的传统区域经济分析手段和方法开始显现出一些明显的不足。而GIS在处理和分析区域地理数据上具有强大的空间分析能力,为此我们引入GIS工具对区域经济进行分析,相较于传统的分析手法有了很大改善。本文以江西省区域经济数据为例,设计了一个基于GIS的区域经济统计分析系统,并利用Arcob-jects二次开发控件结合VB可视化编程语言,实现了大部分区域经济统计分析功能,最后并将结果进行网络发布。研究结果表明将GIS引入到区域经济统计分析中,更能正确、有效的揭示区域经济发展在空间上的联系,为区域经济研究决策提供服务。     

空间统计分析与GIS在区域经济分析中的应用

首先概述了度量空间自相关、空间关联的一些空间统计分析方法以及识别区域空间关联的标准,然后探讨了将空间统计分析嵌入到一个GIS系统中的可行性,开发了一个分析空间关联的模块,并举例说明其在区域经济分析中的应用。     

京津冀城市群生态空间冲突时空演变研究

针对京津冀城市群区域缺乏协调发展、土地空间资源竞争激烈而导致的空间冲突等问题,从生态安全视角,利用空间冲突测度模型识别土地利用严重不协调的区域,并对影响空间冲突的因素进行空间依赖性与异质性的探究.结果表明:①京津冀城市群中,2000年、2010年在张承地区集聚形成高冲突片区,2015年转移为保定市、石家庄市、邢台市和邯郸市西北部高冲突带.②空间冲突绝对值及其变化值存在显著为正的溢出效应.③经济发达的区域已经较好地控制住了人口和国内生产总值(gross domestic product,GDP)的增加对空间冲突的影响;经济欠发达区域人口和GDP的增加往往会带来空间冲突强度的增加.     

关中-天水经济区县域经济空间相关性分析

以县域为基本单元,以2009~2013年人均GDP为基础数据,采用区域经济差异测度与空间统计分析方法,对关中-天水经济区区域经济差异的空间相关性进行了分析。结果表明,经济区区域经济差异存在显著的空间正相关性,且相关性在逐渐减弱。经济区经济发展的总体水平还比较低,二元结构明显且稳定,县域之间的经济差异在逐渐缩小。经济区核心城市具有较强的经济极化作用,东部地区的经济活动较为活跃,西部的天水市与其他区域的经济互动性较弱,空间集聚模式比较稳定。     

基于ESDA-GIS的新疆县域经济时空差异研究

区域经济差异历来是国内外学者关注的热点问题。从时空角度出发,本文利用新疆1978-2004年县域人均GDP数据,采用变差系数、ESDA全局和局部空间自相关分析方法与GIS技术相结合,对新疆县域经济总体发展差异和局部空间异质性的演变特征进行了实证研究。变差系数分析显示新疆县际经济差异并不沿着"倒U字"型的轨迹变化,1978-2004年县域间的经济差距先减少,而后缓慢扩大。通过新疆各县人均GDP的空间自相关系数(Moran’sI)的计算,我们发现改革开放以来新疆经济发展的空间集聚效应增强,集聚区域间的经济差距不断拉大。对不同年度新疆各县人均GDP的局域空间自相关分析进一步揭示出北疆中、西部、南疆西、北部逐渐形成"HH"和"LL"两种类型空间集聚。实践证明空间分析方法是传统经济差异量度方法的一种有益补充,使我们更加深入理解区域经济的空间格局及其变化规律。     

基于ESDA的青海省县域经济差异时空分析

采用探索性空间数据分析的方法,利用2005—2014年的青海省县域人均GDP数据,从时空的角度对青海省县域经济差异进行分析。分析结果表明:(1)青海省县域经济发展水平差异较大,且有进一步加大的趋势,青海西北部经济发展水平较高。(2)青海省县域经济具有显著的空间正相关关系,且这种关系在加强,县域经济联系愈加紧密。(3)青海省县域经济发展空间集聚作用明显,逐渐形成了"HH"和"LL"的空间分布格局。"HH"的聚集范围为海西蒙古族藏族自治州、德令哈市等的海西区域,"LL"的聚集范围为玉树县、达日县等的海南区域。然后,从经济发展基础、经济发展区位、空间邻近效应分析影响青海省县域经济差异的原因,并结合空间特征提出相应建议。     

浅析空间可视化技术在产业GIS领域中的应用

将空间可视化技术引入产业GIS领域,并与产业信息相结合建立一个以区域经济的产业态势以及产业链信息为主要管理对象的应用型辅助分析信息系统,系统通过各种区域经济专题地图来展示产业动静态的动业信息特征及空间分布规律等,从而直观、清楚地了解和掌握区域经济的物流网络、高新技术园区、产业集群以及地产等整个区域的产业链的基本情况,可为整个区域经济的规划决策、投资建设等提供参考依据。     

我国东部沿海三大经济区区域经济的空间自相关分析

本文以我国东部沿海三大经济区域——环渤海、长三角、珠三角为研究对象,依据空间统计学的空间自相关方法,采用以高速公路里程数为影响因子改进的空间权重矩阵,以及全局和局部Moran I指数模型,通过ArcToolbox空间分析工具分析三大区域经济空间格局。研究结果表明,长三角与珠三角区域发展呈显著的空间正相关,长三角地区较之其他两地区发展最为成熟,发展极辐射大。同时地理环境对于区域经济发展作用明显,发展核心城市集中于沿江地区或平原地区。     

一种线状对象空间自相关测度算法

从线状对象的定性属性数据特点出发,提出了一种表达线状对象定性属性数据空间自相关的算法,构建了适合定性属性数据相似度表达的属性矩阵,提出了全局自相关系数、局部自相关系数的测度表达,并验证了算法的有效性。     

Application of integration of spatial statistical analysis with GIS to regional economic analysis

This paper summarizes a few spatial statistical analysis methods for to measuring spatial autocorrelation and spatial association, discusses the criteria for the identification of spatial association by the use of global Moran Coefficient, Local Moran and Local Geary. Furthermore, a user-friendly statistical module, combining spatial statistical analysis methods with GIS visual techniques, is developed in Arcview using Avenue. An example is also given to show the usefulness of this module in identifying, and quantifying the underlying spatial association patterns between economic units.     

Application of integration of spatial statistical analysis with GIS to regional economic analysis

This paper summarizes a few spatial statistical analysis methods for to measuring spatial autocorrelation and spatial association, discusses the criteria for the identification of spatial association by the use of global Moran Coefficient, Local Moran and Local Geary. Furthermore, a user-friendly statistical module, combining spatial statistical analysis methods with GIS visual techniques, is developed in Arcview using Avenue. An example is also given to show the usefulness of this module in identifying and quantifying the underlying spatial association patterns between economic units.     

DEM误差的空间自相关特征分析

采用空间自相关分析方法,从空间角度对数字高程数据误差的空间分布特征进行了研究。实验表明,利用双线性曲面表示地形表面时,产生的数字高程数据误差的全局Moran’sI指数趋近于0,在整个区域单元上的分布不存在显著的全局空间自相关,邻近区域单元上高程数据误差之间的关系在整体上既不综合表现为趋同,也不综合表现为趋异,高程数据误差的整体空间格局为随机格局;而且数字高程数据误差在空间上的分布与地形坡度和地表粗糙度有一定的联系,一般情况下,平均坡度、地表粗糙度越大,高程数据的全局Moran’sI指数偏离0稍远一些;否则,距离0近一些,但全局空间自相关仍不显著,在整体上表现为随机格局。     

空间统计分析的环境质量评价应用

本文阐述了空间统计分析方法的基本原理,介绍了判断空间关联显著性的相关指标及其计算方法,并将空间统计分析方法应用于环境质量评价领域,探索区域环境质量在空间上的分布特征,挖掘环境质量数据中的空间关联关系。结合惠州市2008年空气现状调查中的硫酸盐化速率数据进行分析,结果表明,该数据在整体上存在显著的空间自相关和聚集模式;在局部层面存在三个统计显著性较高的聚集区。由此可知,空间统计分析方法能有效地挖掘环境质量数据中的潜在关联关系,为环境质量评价提供十分重要的统计依据。     

基于空间数据库的山东城镇发展水平的空间统计分析

基于GIS空间数据库,对山东省108个城镇的综合发展水平进行了空间统计分析。首先选用了反映城市综合发展水平的14项指标,并进行了主成分分析,得出反映城镇综合发展水平的综合指标,并分析了山东省各城镇的综合发展水平与分布状况。然后利用该综合指标,对各个城镇进行了空间统计分析,通过计算全局空间自相关指标,分析认为山东省各城镇综合发展水平总体上未呈现空间相关关系;通过计算局部空间自相关指标,分析认为山东省68.5%的城镇分布存在非相似空间集聚特征。     

西安市住宅价格空间结构和分异规律分析

利用ESDA方法对西安市城区的291个普通住宅项目均价数据进行研究,通过计算Moran指数和半变异函数分析了其空间自相关性和变异性,并进行了趋势分析。应用Kriging空间插值方法对西安市普通住宅价格空间分布进行了模拟。研究结果表明:西安市房价存在显著的空间自相关性,大部分住宅价格呈空间集聚格局,少部分因存在空间异质性而呈离散分布;房价变异函数表现出各向异性,不同方向有不同结构特征,空间自相关尺度为14.2km;西安市房价空间分异规律明显,房价分布格局受城市功能区划和交通影响较大。