基于空间自相关的中国省际人口迁移模式与机制分析

人口迁移具有空间指向性,表现为迁入地和迁出地在地域上呈现一定的空间集聚特征。然而,大部分针对我国人口迁移进行分析和建模的研究忽视了这一空间指向性及其影响。该文利用全国第五次人口普查省际人口迁移数据和相关资料,以空间自相关分析为基础,对1995-2000年我国省际人口迁移的空间模式与动力机制进行了初步分析。首先,运用全局空间自相关统计量(Moran′s I)对人口迁移流中的空间自相关程度进行了测度,发现研究期间我国省际人口迁移的空间指向性明显:从一个区域出发(或抵达一个区域)的人口迁移流均受到周边地区人口迁移的影响。为了进一步研究这种空间指向性对人口迁移规模的影响,分别采用重力模型(仅用距离变量捕捉人口迁移过程中的距离衰减效应)和空间OD模型(采用因变量空间滞后的不同形式对迁移流的空间指向性加以考虑)研究中国省际人口迁移的动力机制,对比两种模型的估计结果发现:1)空间OD模型在参数估计和模型拟合等方面均优于传统的重力模型;在选取相同解释变量的情况下,空间OD模型的残差平方和仅为传统重力模型的47%,模型拟合指标AIC值也大大缩小。2)在对中国人口迁移动力机制的定量分析中,如果不考虑人口迁移流之间的空间自相关(空间指向性)现象,会导致对社会、经济等变量作用和距离衰减效应的过高估计。     

基于空间分析方法的中国区域差异研究

利用中国1952~2000年各省区的人口、土地利用和人均GDP等数据,采用空间分析方法对中国区域社会经济发展差异问题进行了实证研究。对中国大陆的几何中心、可利用土地、人口和GDP总量的空间中心计算表明,空间中心统计是一种简单有效刻画要素空间分布的方法。通过对中国各省区人均GDP的空间自相关系数Moran's I的计算,表明中国社会经济发展主要指标存在强烈的空间自相关,空间分析方法不失为一种深入理解区域经济格局及其变化的重要和有益的方法。对不同年度的Moran's I和Local Moran I的分析也揭示了中国区域经济格局的时空变化规律。     

中国省域展览业与经济相关关系及其空间溢出研究

以中国展览业为例,立足于展览业和区域经济发展的空间分布特征,使用Moran’s I和Moran’s I散点图阐释展览业与区域经济之间的空间自相关性,分析纳入空间因素的空间计量经济模型相对于经典回归模型的优越程度,进而揭示展览业发展对区域经济的空间溢出效应。研究结果显示：① 中国展览业发展和区域经济水平在地理空间上分布都不均衡;② 展览业及区域经济皆呈现高高聚集（HH）、低低聚集（LL）两种空间聚集格局;③ 现阶段,中国展馆规模与区域经济之间存在正相关关系;④ SLM优于经典回归模型,展览业发展对区域经济存在显著的空间溢出效应,在展览经济预测研究中充分考虑区域经济增长过程中的空间效应十分必要。     

"时空接近"空间自相关模型构建及其应用——以长三角区域经济差异分析为例

地理学第一定律是空间自相关统计学的核心和基石,传统的空间自相关以邻接性或空间距离函数确定空间权重矩阵。但随着快速交通网络变得具有渗透性,空间距离内涵已发生质的变化,"接近"概念有必要从"空间接近"拓展为"时空接近"。基于这一新的内涵,提出"时空接近"空间自相关概念并构建相应计算模型,结合表征时间距离的可达性指标将该模型应用于长三角区域经济差异分析。通过计算全局Moran's I和局域Moran's I,结果表明:在全局空间自相关指标上,"时空接近"空间自相关能更好地揭示地理事物间的关联动态变化。在局域空间自相关指标上,当时间距离截取在合理范围时,邻接性表现出较强的稳健性,但"时空接近"与传统"空间接近"的空间相关性存在较大差异,两者结合能更客观揭示地理事物空间关联的现象和本质。     

基于logistic回归模型的农牧交错区土地利用变化驱动力分析——以内蒙古翁牛特旗为例

本文以农牧交错带的典型区域——内蒙古翁牛特旗为例,考虑土地利用变化过程的空间变量,建立了不同土地利用变化过程的logistic回归模型。结果表明:模型中转为耕地的主要解释变量是到农村居民点的距离和农业气候区;转为草地的主要解释变量是到农村居民点的距离、土壤表层有机质含量和到乡镇中心的距离;转为林地的主要解释变量是到农村居民点的距离和海拔;空间异质性和土地利用变化过程的时间变量共同影响着使用logistic回归模型来解释土地利用变化驱动力的能力;通过对草地logistic回归模型的检验,得出空间统计模型能较好地揭示不同土地利用变化过程的主要驱动力及其作用机理。     

武夷山风景名胜区游客区域分布的空间自相关分析

利用空间自相关分析方法对武夷山风景名胜区游客区域空间分布进行分析.根据全局空间自相关指数(Global Moran′s I)及Z值,国内各客源地到武夷山风景名胜区的游客量的区域分布在整体上不存在显著的全局空间自相关,表现为随机格局;局部空间自相关指数(Local Moran's I)的计算结果表明大多数客源地与其邻近客源地游客量分布之间呈现随机分布的格局,只在极少数城市间存在显著的局部空间自相关,呈现聚集或离散的空间格局.     

AutoLogistic 方法在土地利用格局模拟中的应用 —— 以张家界市永定区为例

土地利用/ 土地覆被变化(LUCC) 是当前研究全球变化的重要内容, 而区域土地利用 格局模拟是LUCC 研究的核心内容之一。以张家界市永定区为研究单元, 根据由2005 年土地 利用现状图和数字高程模型数据源得到的土地利用、地形、河流以及道路等空间数据, 对区 域土地利用类型空间格局的空间自相关性特征进行了建模研究, 并通过在传统Logistic 模型 中引入描述空间自相关性的成份, 实现了能够考虑自相关性因素的回归分析模型 (AutoLogistic 模型), 同时应用该模型对区域土地利用格局进行了模拟和分析。结果显示, 通 过与没有考虑空间自相关性的回归模型(传统Logistic 模型) 相比较, 该模型显示了更好的拟 合优度和更高的拟合准确率(耕地、林地、建设用地及未利用地的ROC 值分别从0.851、 0.913、0.877 和0.852 提高到0.893、0.940、0.907 和0.863)。研究结果说明了基于 AutoLogistic 方法的土地利用格局的相关性建模在一定意义上是合理的。同时研究结果也可以 为永定区及其相似地区的土地利用规划决策提供更为科学的依据。     

基于GIS的兰州市普通住宅价格空间格局分析

基于兰州市2005～2006普通住宅数据，利用空间分析中点模式分析，空间自相关分析，房价与区位因子的线性回归分析，空间插值方法等，对兰州市普通住宅价格的空间分布格局进行分析，并运用线性回归分析对其影响因素进行了探讨。研究表明，兰州市房地产发展在空间上具有明显的集聚特点，房价的空间自相关很明显，房价与商服中心的距离呈显著的线性相关性。空间分析方法提供了准确认识、评价和综合理解空间位置和空间相互作用的手段，为定量研究提供了支持。     

基于空间自相关的湖北省耕地压力时空演变特征

借助耕地压力指数模型和空间自相关分析法定量测算了1999—2011年湖北省17个行政单元的耕地压力指数并分析了空间差异特征。结果表明:1999—2011年湖北省耕地压力呈弱倒"U"型,根据耕地压力指数的时序变化可将17个单元分为持续拉升区、和缓保持区、平稳下降区;1999—2011年的Moran’s I值表明湖北省耕地压力具有较明显的空间聚集特征,2001年Moran’s I值最高,2005年Moran’s I值最低;2011年17个单元的局部自相关指数表明湖北省各行政单元的耕地压力在空间上也具有一定的集聚或分异特征,尤其是以武汉市为中心形成了一个湖北省耕地压力的热点(高峰)地区。研究结果对制定湖北省区域空间发展战略、因地制宜地兼顾粮食安全和经济发展对土地的需求具有重要的参考意义。     

川滇黔接壤地区城镇化空间特征及驱动力分析

川滇黔接壤地区经济落后,整体城镇化水平较低,采用川滇黔接壤地区2008年各区县(市)的城镇化率作为测度指标,运用探索性空间数据分析(ESDA)方法,分析了本区域的城镇化水平的空间分布特征。通过对城镇化率的空间自相关系数Moran’s I的计算,发现各区县城镇化率的空间分布并非表现出完全随机性,而是具有明显的空间自相关性,具体表现为低值空间聚集。利用空间计量模型研究了城镇化水平的驱动机制。结果表明:空间误差模型优于空间滞后模型和OLS模型;相邻地区各因素的空间扩散效应对城镇化水平存在显著的影响,其弹性系数为0.416 1;第三产业增加值是城镇化率的最主要驱动因子,其弹性系数为0.777 7。因此,未来川滇黔接壤地区在推进城镇化时,应考虑城镇化水平的空间相关性,建立区域一体化开发政策,并积极发展第三产业,提高第三产业在国民经济中的比重。     

空间自相关的可塑性面积单元问题效应

可塑性面积单元问题(modifiable areal unit problem,MAUP) 效应是对空间数据分析结果产生不确定性影响的主要原因之一,在空间自相关分析中也不例外.本文分别利用网格模拟数据和中国人均GDP实例数据为数据源,以全局Moran's I 系数来探究空间自相关统计中的MAUP效应,分析结果表明,变量的空间自相关程度依赖于空间的粒度大小与单元的划分方法,但空间单元的变化与自相关性并不存在某种函数关系.因此,在进行空间自相关研究时必须选择合适的地理单元的粒度大小和分区.最后本文给出一种基于地统计内插方法来降低MAUP对空间自相关分析影响.     

中国区域经济发展收敛的空间计量分析

通过空间计量经济学经济收敛标准分析方法的扩展,就中国240 个地级及以上城市的经济增长收敛性展开讨论。运用Moran's I 探讨中国区域经济空间相关模式与集聚,发现1990-2007 年间人均GDP水平显示出强烈的全局正自相关,且局部空间结构相对稳定,各城市要脱离原来的集群有一定困难。文章指出收敛标准分析存在错误方程设定,空间计量分析方法是合适的。空间计量分析结果表明中国城市间存在绝对β收敛,与非空间模型相比收敛速度显著提高且可信,空间因素在区域经济增长与收敛过程中起到重要作用。但敏感性分析显示,绝对收敛的同一稳态以及在空间上并不稳健。从机制看,中国城市间同时存在新古典增长理论和新增长理论所强调的趋同机制。最后,对促进绝对收敛的区域政策进行了讨论,并提出通过模拟经济收敛过程,是判断区域政策有效性的重要工具。     

中国城市碳排放强度的空间溢出效应及驱动因素探究（英文）

In this study, we adopt kernel density estimation, spatial autocorrelation, spatial Markov chain, and panel quantile regression methods to analyze spatial spillover effects and driving factors of carbon emission intensity in 283 Chinese cities from 1992 to 2013. The following results were obtained.(1) Nuclear density estimation shows that the overall average carbon intensity of cities in China has decreased, with differences gradually narrowing.(2) The spatial autocorrelation Moran's I index indicates significant spatial agglomeration of carbon emission intensity is gradually increasing; however, differences between regions have remained stable.(3) Spatial Markov chain analysis shows a Matthew effect in China's urban carbon emission intensity. In addition, low-intensity and high-intensity cities characteristically maintain their initial state during the transition period. Furthermore, there is a clear "Spatial Spillover" effect in urban carbon emission intensity and there is heterogeneity in the spillover effect in different regional contexts; that is, if a city is near a city with low carbon emission intensity, the carbon emission intensity of the first city has a higher probability of upward transfer, and vice versa.(4) Panel quantile results indicate that in cities with low carbon emission intensity, economic growth, technological progress, and appropriate population density play an important role in reducing emissions. In addition, foreign investment intensity and traffic emissions are the main factors that increase carbon emission intensity. In cities with high carbon intensity, population density is an important emission reduction factor, and technological progress has no significant effect. In contrast, industrial emissions, extensive capital investment, and urban land expansion are the main factors driving the increase in carbon intensity.     

京津冀都市圈经济增长收敛机制的空间分析

区域经济增长收敛机制研究是近年来区域经济学者关注的热点问题之一。本文采用探索性空间数据分析方法,利用空间自相关模型,从新的视角探讨了京津冀都市圈经济增长的空间依赖关系;基于空间计量经济学方法,通过对传统收敛模型加入空间项构建了空间滞后模型和空间误差模型,进而对京津冀都市圈的区域经济收敛机制进行了实证分析。研究结果表明:京津冀都市圈在1992~2003年经济增长存在收敛趋势,但由于强集聚效应,收敛率较低,内部差异仍很显著。     

AUTOCORRELATION OF TRACE ELEMENT CONTENTS IN SOILS OF TIANJIN PLAIN AREA

Contents0ftraceelementsins0i1sarec0ntr0lledbyb0thinterl1alandcxtcrl1alprocessesoft11eearth,alidtheirspatialdistributi0llpatternsarealsorelatedwit1itlleseprocesses.Thecllaracteristicsofthesepr0cessesareabletoberevea1edbystudyonthespatialdistributiol10ftraceelel11e11tcolltentsinsoils.A11u111be1'o1-methodshavebeenaPpliedtostudythcspatialdistributionoftraceelelnentc0nte11tsinsoils,among'these,geometricalinterpolation,movillgaverage,trendsurfaceanalysisandgeostatisticaltechniquesareoftenused[2,5,7]…     

Spatial land use regression of nitrogen dioxide over a 5-year interval in Calgary,Canada

We analysed the spatial distribution of nitrogen dioxide over Calgary (Canada) in summer 2010 and winter 2011 and in summer 2015 and winter 2016, and estimated land use regressions for 2015–16 (2010–11 models were estimated previously). As nitrogen dioxide exhibited spatial clustering, we evaluated the following spatial specifications against a linear model: spatially autoregressive (lag), spatially autoregressive (error), and geographically weighted regression. The spatially autoregressive (lag) specification performed best, achieving goodness-of-fit aligned with or greater than values reported in the literature. We compared the 2015–16 spatially autoregressive models with the 2010–11 models and reparametrized them on the 2010–11 and the 2015–16 data. Finally, we identified a single set of predictors to best fit the data. Nitrogen dioxide concentration decreased over the 5 years, retaining consistent spatial and seasonal patterns, with higher concentrations over traffic corridors and industrial areas, and greater variation in summer than winter. The multi-temporal analysis suggested that spatial land use regressions were robust over the time interval, despite moderate land use change. Multi-temporal spatial land use regressions yielded consistent predictors for each season over time, which can aid estimation of air pollution at fine spatial resolution over an extended time period.     

Estimating the spatial pattern of human-caused forest fires using a generalized linear mixed model with spatial autocorrelation in South Korea

Most forest fires in Korea are spatially concentrated in certain areas and are highly related to human activities. These site-specific characteristics of forest fires are analyzed by spatial regression analysis using the R-module generalized linear mixed model (GLMM), which can consider spatial autocorrelation. We examined the quantitative effect of topology, human accessibility, and forest cover without and with spatial autocorrelation. Under the assumption that slope, elevation, aspect, population density, distance from road, and forest cover are related to forest fire occurrence, the explanatory variables of each of these factors were prepared using a Geographic Information System-based process. First, we tried to test the influence of fixed effects on the occurrence of forest fires using a generalized linear model (GLM) with Poisson distribution. In addition, the overdispersion of the response data was also detected, and variogram analysis was performed using the standardized residuals of GLM. Second, GLMM was applied to consider the obvious residual autocorrelation structure. The fitted models were validated and compared using the multiple correlation and root mean square error (RMSE). Results showed that slope, elevation, aspect index, population density, and distance from road were significant factors capable of explaining the forest fire occurrence. Positive spatial autocorrelation was estimated up to a distance of 32 km. The kriging predictions based on GLMM were smoother than those of the GLM. Finally, a forest fire occurrence map was prepared using the results from both models. The fire risk decreases with increasing distance to areas with high population densities, and increasing elevation showed a suppressing effect on fire occurrence. Both variables are in accordance with the significance tests.     

长江水系沉积物重金属含量空间分布特征研究——空间自相关与分形方法

所研究的１１种重金属元素在长江水系沉积物中均有较显著的空间相关性;沉积物细粒中含量金属含量空间自相关性好于沉积物原样,正相关尺度达５００ｋｍ左右,与空间分布斑块大小对应,研究区沉积物重金属含量空间分布分形存在于约１０００ｋｍ以内,分维数处于２．７６～２．９５之间,分维数的大小与空间自相关指标大小大各元素间的变化趋势相反,表明这两种指标具有一致性,多数元素在ＮＷ－ＳＥ向和ＮＥ－ＳＷ向相关性较好,与变