空间分析方法在房地产市场研究中的应用--以北京市为例

基于北京市2003年普通住宅数据,利用空间分析中点模式分析、空间自相关分析和空间插值方法等,对北京市房地产,尤其是普通住宅的空间格局进行分析。研究表明,北京市房地产发展在空间上具有强烈的集聚特点,而房价的空间自相关特性也非常明显。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,为定量研究空间格局提供了支持。在房地产发展等社会经济现象研究中,空间分析方法强调了“位置”因素的重要性,是刻画房地产空间格局的理想工具。     

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。     

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     

土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例

用传统统计学方法模拟和解释土地利用变化的前提条件是研究分析的数据在统计上必须独立且均匀分布。但是空间数据相互之间通常具有依赖性 (即空间自相关),某一变量的值随着测定距离的缩小而变得更相似或更为不同。由于经典线性回归方法未能抓住数据的空间自相关特征,而空间自相关包含一些有用的信息,为了克服这一缺点,利用Moran的I系数自相关图来描述研究区土地利用变化的空间自相关,并且建立了不仅考虑回归而且又考虑空间自相关的混合回归-空间自相关回归模型 (即空间滞后模型)。研究得到：① 研究区土地利用变化模型中不但自变量之间而且因变量之间存在空间正自相关,这表明土地利用变化数据的空间自相关很强;② Moran的I系数随着尺度的变粗而减小,这是由于数据平均时的滤波特性和Moran的I系数对距离的非线性特征造成的;③ 经典线性回归模型的残差也表现出正相关,这表明标准的多元线性回归模型未能考虑土地利用数据所存在的空间依赖性;④ 混合回归-空间自相关回归模型 (即空间滞后模型) 的残差未存在空间自相关,并且有更好的拟合度;⑤ 相对于经典线性回归模型,混合回归-空间自相关回归模型 (即空间滞后模型) 对于存在空间自相关性的数据来说有着统计上的合理性,而经典线性回归模型未能考虑这些因素。     

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]…     

基于ESDA的区域经济空间差异分析——以江苏省为例

基于ESDA全局和局部空间自相关分析,利用江苏省1978～2002年县域人均GDP数据,对江苏省县域总体和局部空间差异的变化趋势、特征与成因进行了初步探索。结果首先表明,随着我国改革开放进程的逐步深化,江苏省县域经济空间差异在总体上呈现缩小趋势。其次,江苏省县域局部空间差异不断缩小,特别是苏南和苏北县域,表现出与周边地区同步发展态势。再者,苏南地区对全省的极化效应明显大于其扩散效应。大致自1992年以来,苏南和苏北地区内部分别形成了与周边地区显著相似的区域。最后,江苏省县域总体和局部空间差异的缩小并不是全省区域经济协调发展的标志,而是南北空间分异的表现。在循环累积因果机制作用下,南北差异有可能进一步扩大。     

县域农村居民点空间格局与可达性——以江苏省射阳县为例

基于全国第二次土地利用调查数据,借助GIS 软件平台,运用核密度估算、最近邻距离指数、探索性空间数据分析、栅格成本加权距离算法等模型分析江苏省射阳县农村居民点空间格局与可达性。研究表明：在可达性成本上,镇中心半小时经济圈为5 km,成本从中心沿公路网向外围呈增长态势;村中心半小时经济圈半径为1 km,呈现“满天星”分布格局;耕作成本一般为5 min,西部村庄可达性高于东部。在点格局上,农村居民点分布集聚,呈现“西密东疏”的空间格局特征。在规模空间格局上,农村居民点规模普遍较小,具有“太极”状结构。在可达性空间格局上,镇中心平均可达性呈现“双管”结构,高值区在射阳县西部和中部形成条带状分布;村中心平均可达性空间上类似“树枝”结构,呈现中西部高值集聚和东部低值连片分布的格局;耕作平均可达性具有南部高值、东部低值连片和中部高值集聚特征。空间可达性可划分为可达性高值区、可达性中值区和可达性低值区三级,射阳县可达性以中值为主,具有圈层状和“公路沿线”布局特征。     

中国中等职业教育空间集聚及其影响因素

基于2000—2016年中国大陆31个省区中等职业教育发展相关统计数据，采用中等职业教育地理集中度、空间自相关分析和地理探测器等方法，探讨了2000年以来中国中等职业教育水平时空分异、空间集聚格局及其影响因素。结果表明：1）2000—2016年中国中等职业教育发展呈倒“U”型变化趋势，地理集中度逐渐提高，省域中等职业教育发展以“缩减型”为主；2）中等职业教育水平及增长呈正空间自相关，空间集聚特征明显，总体呈“西进南移”空间格局，西部是中等职业教育增长热点区，区域均衡性明显提升；3）中等职业教育空间集聚格局的主要影响因素是适龄教育人口和中等职业教育发展条件，经济因素影响相对较弱，不同影响因子交互作用显著，初中毕业生数是主导交互因子，城镇登记失业率、城镇化率逐渐成为次主导交互因子。     

Implementing Moran eigenvector spatial filtering for massively large georeferenced datasets

Moran eigenvector spatial filtering (MESF) furnishes an alternative method to account for spatial autocorrelation in linear regression specifications describing georeferenced data, although spatial auto-models also are widely used. The utility of this MESF methodology is even more impressive for the non-Gaussian models because its flexible structure enables it to be easily applied to generalized linear models, which include Poisson, binomial, and negative binomial regression. However, the implementation of MESF can be computationally challenging, especially when the number of geographic units, n, is large, or massive, such as with a remotely sensed image. This intensive computation aspect has been a drawback to the use of MESF, particularly for analyzing a remotely sensed image, which can easily contain millions of pixels. Motivated by Curry, this paper proposes an approximation approach to constructing eigenvector spatial filters (ESFs) for a large spatial tessellation. This approximation is based on a divide-and-conquer approach. That is, it constructs ESFs separately for each sub-region, and then combines the resulting ESFs across an entire remotely sensed image. This paper, employing selected specimen remotely sensed images, demonstrates that the proposed technique provides a computationally efficient and successful approach to implement MESF for large or massive spatial tessellations.     

西北地区红砂种群ISSR遗传变异的空间自相关分析

运用空间自相关分析,对我国西北地区28个红砂种群的60个ISSR位点进行空间分布的研究,从14个ISSR引物扩增的多态位点中,选取基因频率在30％~70％之间的位点,根据等样对频率和等距离间隔的方法对红砂种群进行空间结构的分析。通过Moran’s I值显示:红砂种群的多数ISSR位点在种群间的分布缺乏一定的空间结构,为随机分布,少数ISSR位点表现出微弱的空间结构,红砂种群总体的空间结构为随机分布。红砂种群遗传变异空间模式的形成是基因流、自然选择、种群隔离以及物种扩散特性综合作用的结果。对红砂种群的空间结构分析能有助于进一步探讨红砂随机大种群的进化与生态过程,为以后的保护工作提供科学依据。     

基于市场潜能的城市经济增长空间格局及溢出效应

基于新经济地理学理论,定量分析中国285个地级市的市场潜能及其空间格局,并根据其强度划分为3个等级市场潜能区,运用探索性空间数据分析工具,揭示其空间相关性随地理距离的变化规律。引入市场潜能变量作为测度经济增长溢出效应的指标,建立空间计量模型测度中国经济增长的空间溢出效应及其范围,结果显示：① 中国市场潜能空间分布呈“中心-外围”结构,具有从沿海向内陆阶梯状递减的趋势;② 市场潜能的空间自相关性随距离增加先上升后下降,市场潜能的强度不同,其空间自相关范围也有所差异;③ 经济增长溢出效应强度随距离增加呈“∽”型趋势变化,中国地级市经济增长的有效溢出范围为200 km以内,市场潜能越高,经济活动空间集聚性越强,溢出范围越大。     

基于局部空间统计的产业集群空间分析——以北京市制造业集群为例

将集群识别与空间分析相结合,通过全国集群模板识别产业集群,进而利用局部空间统计方法,探测产业集群的空间布局特征。利用2008年北京市和全国经济普查数据,从产业联系的角度识别了北京市制造业集群,在此基础上进一步测度了北京市制造业集群的空间分布现状与布局特征。研究发现,北京市制造业集群主要分布在近郊区并向远郊区延伸,资源条件、政策环境、交通区位、历史因素等多种区位因子均对集群的区位选择产生影响。从总体分布来看,北京市制造业集群的空间布局存在分布比较分散、功能重叠或与区县功能定位不符等问题。未来在政策制定时,应进一步强化北京市制造业集群的空间集聚,发挥区域产业政策的引导作用,并不断依托产业园区优化集群发展环境,引导符合区县功能定位的制造业集群发展。     

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。     

我国省域创新产出的空间特征和时空演化——基于探索性空间数据分析的实证

以我国31个省域作为空间观测单元,以专利申请受理数作为创新产出的衡量指标,对我国1997～2008年期间省域创新产出的空间分布进行了探索性空间数据分析(ESDA)。通过计算区位基尼系数和集中度指数,发现我国的创新活动显示了相当高水平的空间集中,并且这种集中程度在过去的十多年里表现出了稳定的增长趋势;对全局的Moran’s I统计分析表明:省际创新活动之间存在着显著的空间自相关(空间依赖性),证明了知识溢出的存在性和空间局限性;对局部的Moran’s I分析进一步揭示了省际创新活动水平的相关模式,Moran散点图刻画了创新活动的空间集聚模式及其时空演变态势。研究结果说明经过十几年的发展,我国省域创新活动的地域性特征十分显著。     

中国省级人口增长率及其空间关联分析

分析了1982－1990年和1990－1998年2个时期的人口增长率，并用空间统计分析方法研究了2个时期人口增长率的空间关联关系。1982－1990年中国可分为北部人口低增长、中西部高人口增长率、中东部低人口增长率和南部高人口增长率等4个区域，1990－1998年中国可分为北部低人口增长率和南部高人口增长率2个区域，2个时期的空间聚类虽然不完全相同，但它们有共同的特点，南部和西部的人口增长率都比较高，北部地区的人口增长率都比较低，但它们有共同的特点，南部和西部的人口增长率都比较高，北部地区的人口增长率都比较低。最后对实证研究的结果进行了分析。     

Spatial and Longitudinal Patterns in County Age-Specific Net Migration in the United States 1950–2010

Many migration studies describe various counties by adopting a priori county typologies, such as the U.S. Department of Agriculture Economic Research Service county typology, which might not be suitable for identifying different age migration patterns of the U.S. counties. This study employs a spatial clustering method that exhaustively compares all U.S. counties on their age migration similarity and spatial proximity to investigate signature age-specific net migration profiles across six decades of U.S. county age-specific net migration data from 1950 to 2010. All of the six-decade data are integrated into a common spatial county boundary on which counties below a population threshold are merged with the nearest county to mitigate the small population problem in net migration rates. As counties are merged by increasing large population thresholds, the Getis-Ord Gi* spatial autocorrelation statistic is applied to examine how the spatial migration patterns are affected. It is found that U.S. county age-specific net migration profiles exhibit four signature patterns. Although these patterns are persistent across the past six decades, their spatial distributions have experienced dramatic variation. The small population problem in net migration rates affects the extent and location of the significant spatial migration patterns.     

中国新型城镇化的空间格局演变及影响因素分析——基于285个地级市的面板数据

对中国2003~2012年285个地级市的新型城镇化水平进行测度,对其空间格局的演变进行深刻剖析。基于距离平方倒数权重矩阵,检验空间相关性,建立空间计量模型分析其影响因素,得出以下结论：① 新型城镇化的空间格局总体呈东高西低态势,且不断向内陆地区扩展,大城市水平明显高于中小城市;② 中国城市的新型城镇化水平具有明显的空间相关性,劳动力、投资水平、经济发展、政府能力、基础设施以及产业结构均起到正向的促进作用,且经济发展、劳动力与基础设施具有显著的正向空间溢出效应,其他几个变量均为负溢出。③ 估计效果最好的SDM模型显示不仅是本地区解释变量,还包括周边地区的相关变量都会影响各城市新型城镇化进程。     

北京生产性服务业与制造业的关联及空间分布

生产性服务业与制造业的有机融合、互动发展既是全球产业发展的趋势, 也是中国走 新型工业化道路的重要途径。以北京市为案例区, 运用相关分析、投入产出模型、空间自相 关模型、变异系数、地理联系率等, 对生产性服务业与制造业互动的产业关联与空间分布进 行实证研究, 旨在为首都产业结构优化、空间布局调整提供科学依据。研究表明： ① 生产性 服务业投入与制造业效益提升呈现正相关性, 但制造业服务化程度较低; ② 制造业对生产性 服务业的中间需求结构不断提升, 不同类型制造业对生产性服务业的中间需求结构存在明显 差异; ③ 生产性服务业对资源密集型制造业的中间投入趋于下降, 对技术密集型制造业的中 间投入趋于上升, 不同类型生产性服务业对制造业的中间投入结构存在明显差异; ④ 制造业 与配套生产性服务业均呈现显著的空间集聚性, 但集聚与分散的空间格局存在明显差异, 就 业空间分布的一致性较差, 进一步验证了制造业与配套生产性服务业具有空间可分性。     

大都市创意空间识别研究——基于上海市创意企业分析视角

大都市创意产业发展既重构了大都市经济空间与文化社会空间, 又促成了大都市功能提升与结构优化。内城新经济研究认为大都市创意产业发展, 既孕育了创意空间, 又对其有高度依赖, 但是对于创意空间的内涵与认知却众说纷纭。中国发达地区创意空间是否存在, 其发育程度如何, 这正是本文的研究初衷。本文以上海大都市创意企业空间分布为研究对象, 基于创意空间的现实形态结合地统计方法及城市空间结构, 构建了由全局与局部Moran 指数初次判别-回归分析检验与甄别构成的创意空间识别方法。利用上海市第一次与第二次经济普查的企业数据进行分析, 结果表明:①基于GeoDA空间相关性的回归分析与综合判定方法是行之有效的;②2004 年与2008 年上海市各区创意企业在空间关联性上呈正相关, 且表现出集群式空间集聚;③上海创意企业高度集聚于中心城区, 并形成以静安、卢湾为中心的创意空间, 这表明创意空间具有显著的趋大都市中心特性, 但又偏离上海大都市中央商务区, 且有别于国外大都市“多中心”格局, 反映了中国大都市空间结构演变的自身特征。     

A New Indicator for Evaluating Spatial Concentration Based on Local Spatial Decompositions of the Gini Coefficient

Measuring spatial concentration is a key problem when studying geographical phenomena in many areas, including economic activities, atmospheric pollution, animal habitats, and so on. Two important aspects related to the measurement of spatial concentration are data variability and spatial autocorrelation. Rather than combining different indicators for each of these characteristics, this article proposes a new indicator based on the reconstruction of local spatial decompositions of the classical Gini coefficient. A Monte Carlo simulation study is conducted to evaluate the properties of the new indicator, and the results demonstrate that the indicator is highly linearly correlated with both spatial autocorrelation and data dispersion. Moreover, its elasticities to either the spatial autocorrelation or data dispersion are extremely close to 1 under various experimental circumstances. These findings indicate that the new indicator can reflect not only the absolute level of but also the change in spatial concentration effectively. Applying the indicator to the per capita gross domestic product data set for the middle reach of the Yangtze River, we also demonstrate that the new indicator and its local components are easy to implement and are useful in local spatial association analyses.