摘 要：基于ESDA全局和局部空間自相關(guān)分析，在ARCGIS軟件和GeoDA空間統(tǒng)計分析軟件的支持下，利用寧夏回族自治區(qū)2008年的縣域人均GDP數(shù)據(jù)，對寧夏縣域經(jīng)濟之間的總體和局部空間差異進行了實證分析。結(jié)果表明：全局Moran’s I指數(shù)為0.7426，在空間上相關(guān)性很強，其與經(jīng)濟發(fā)展水平有很大的關(guān)系，在空間上經(jīng)濟水平差不多的地區(qū)空間上分布較集中。并在此基礎(chǔ)上繪制了局域Moran’s I散點圖和LISA集聚圖。

關(guān)鍵詞：空間分析 區(qū)域經(jīng)濟差異 空間自相關(guān) ESDA

中圖分類號：F224 文獻標識碼：A 文章編號：1672-3791（2015）01（c）-0000-00

0 引言

地區(qū)之間的經(jīng)濟發(fā)展差異一直是學術(shù)界廣泛關(guān)注的熱點問題之一[1]。經(jīng)濟發(fā)展水平差距過大會對經(jīng)濟發(fā)展和社會穩(wěn)定造成一定的負面影響。對經(jīng)濟發(fā)展水平差異的度量缺少對空間要素的考慮，區(qū)域空間發(fā)展差異狀況難以得到真正反映?？臻g自相關(guān)和空間異質(zhì)性分析方法就是考慮了空間因素，空間要素在在研究不同尺度的區(qū)域差異問題是非常重要的，必須加以考慮[2]。近年來，不少學者在研究空間區(qū)域差異問題時采用空間分析方法和GIS技術(shù)方法[1-3]，但這些研究都是假設(shè)空間實體之間是相互獨立的，而沒有考慮它們在空間上的擴散或極化效應(yīng)，且研究主要集中發(fā)達省份，西部欠發(fā)達地區(qū)很少涉及。探索性空間分析方法集ESDA方法是通過空間關(guān)聯(lián)測度，設(shè)定空間權(quán)重矩陣，解決了區(qū)域之間的空間關(guān)系問題，為區(qū)域空間差異的定量分析提供了有利支撐。寧夏地處黃土高原，是一個比較小的回族自治區(qū)，由于區(qū)域間許多條件的差異，隨著經(jīng)濟的快速發(fā)展，區(qū)域之間的內(nèi)部差異日益擴大。2008年銀川市人均GDP34635元，而南部山區(qū)西吉縣僅為4497元。筆者以寧夏為例，利用GIS技術(shù)，在縣域經(jīng)濟差異研究中的應(yīng)用ESDA空間分析方法。

1 ESDA研究方法

1.1 空間數(shù)據(jù)探索分析

ESDA（Exploratory Spatial Data Analysis）是一種綜合性的技術(shù)方法，主要用來揭示研究對象之間的空間相互作用關(guān)系。ESDA以數(shù)據(jù)驅(qū)動為基礎(chǔ)，著重發(fā)現(xiàn)空間數(shù)據(jù)的空間分布模式，揭示數(shù)據(jù)的空間依賴性與相互差異的可視現(xiàn)象[4]。ESDA空間分析方法是以GIS平臺為支撐的，可以探索影響區(qū)域經(jīng)濟差異的空間機制，描述區(qū)域經(jīng)濟在空間上的差異情況。

1.2 空間自相關(guān)分析

空間自相關(guān)是空間依賴性的一種體現(xiàn)，檢驗?zāi)骋灰氐膶傩灾凳欠耧@著地與其相鄰空間點上的屬性值相關(guān)聯(lián)可以用空間自相關(guān)來度量，正相關(guān)表明某一地理單元的屬性值變化與其相鄰的空間單元的屬性值變化具有相同變化趨勢，負相關(guān)則相反。

1.2.1 全局空間自相關(guān)

全局空間自相關(guān)用來分析區(qū)域在總體上的空間關(guān)聯(lián)和空間差異程度，主要通過對Global Moran’s I等統(tǒng)計量的估算。其中最常用的是Moran’s I[5]，其計算公式為：

I=

（1）

其中， 為觀測值， 為 的平均， 為i，j之間的空間連接矩陣，空間數(shù)據(jù)的拓撲屬性來構(gòu)造 ，也可以計算空間距離，如果i與j之間的距離小于某個特定的距離，則W（i，j）=1，其他情況為0。文中定義縣域之間的空間關(guān)系采用公共邊界原則。

顯著性檢測中，若Moran’s I 的值為正，則表示經(jīng)濟水平較好（水平較差）的地域在空間上明顯集聚（分散）。若Moran’s I值與1接近，則表明經(jīng)濟水平的總體空間差異越小。反之，若Moran’s I的值為負，則表明地區(qū)的經(jīng)濟發(fā)展水平具有存在很大的經(jīng)濟差異。Moran’s I的值與-1接近，經(jīng)濟的發(fā)展總體空間差異越大。僅當Moran’s I接近期望值-1/（n-1）時，觀測值之間不存在依賴性，在空間上分布沒有規(guī)律，呈隨機狀態(tài)。

1.2.2 局部空間相關(guān)性

全局Moran’s I統(tǒng)計量只描述全局的空間差異狀況。局部差異狀況可以用LISA指標。LISA可以揭示局部甚至每個空間單元的空間自相關(guān)特性。LISA本質(zhì)上是將Moran’s I 分解到各個區(qū)域單元[6]，對于某個空間單元i可表示為：

（2）

. Bonferroni標準可以判斷 的顯著性。給定總的顯著性水平 ，根據(jù) 來判斷每一個區(qū)域的顯著性。將顯著性水平設(shè)定為 時，如果 >0，說明區(qū)域 與周邊地區(qū)之間的空間差異顯著?。蝗绻?<0，說明區(qū)域 與周邊地區(qū)之間的空間差異顯著大。

Moran散點圖用數(shù)學中的坐標系表示，橫軸表示應(yīng)變量 的所有觀測值，縱軸表示對應(yīng)空間滯后變量（ ）的所有取值。Moran散點圖用數(shù)學里面的象限來表示，一般劃分為四個象限，分別表示4種不同的區(qū)域經(jīng)濟空間差異類型：右上象限（HH）表示某個縣域與周邊縣域之間的經(jīng)濟發(fā)展水平均較高，有相同的高趨勢，兩者之間的空間差異程度較小；左上象限（HL）表示某個縣域自身經(jīng)濟水平較低，周邊地區(qū)經(jīng)濟發(fā)展較好，兩者之間的空間差異程度較大，呈相反的變化趨勢；左下象限（LL）表示某個縣域和周邊縣域的經(jīng)濟發(fā)展水平均較低，二者的空間差異程度較?。挥蚁孪笙蓿↙H）表示縣域自身經(jīng)濟水平較高，周邊縣域地區(qū)較低，二者空間差異程度較大。

2數(shù)據(jù)處理與分析

2.1研究區(qū)域與數(shù)據(jù)來源

因為人均GDP能夠比較充分地反映區(qū)域差異的內(nèi)涵，文中的研究指標采用2008年縣級人均GDP（現(xiàn)價），人均GDP指標容易從現(xiàn)行的官方統(tǒng)計數(shù)據(jù)中獲取，數(shù)據(jù)的可信度和完整性均較好。數(shù)據(jù)資料取自《寧夏統(tǒng)計年鑒2009》[7]，空間分析尺度是以縣域為單元，寧夏有18個縣（市、區(qū)），縣級位置坐標和縣級行政邊界數(shù)據(jù)取自國家基礎(chǔ)地理信息中心1：400萬數(shù)據(jù)庫[8]。

2.2計算結(jié)果與分析

2.2.1全局空間自相關(guān)

寧夏2008年縣域人均GDP數(shù)據(jù)的全局Moran’s I 指數(shù)為0.7426，此指標是利用GeoDA095軟件計算的，表明寧夏縣域人均GDP在空間上存在著很大的自相關(guān)，在空間上集中分布的地區(qū)經(jīng)濟發(fā)展水平相當（高高或低低），某一縣域的人均GDP較高，與此縣相鄰的周邊區(qū)域的人均GDP也較高；反之依然。這種空間正相關(guān)特性表明了區(qū)域空間差異的存在。

2.2.2局部空間自相關(guān)聚類

繪制出的寧夏人均GDP空間分異狀態(tài)的Moran散點圖（圖1），空間計算結(jié)果用地圖表示（圖2），利用ARCGIS軟件制作。圖1和圖2反應(yīng)出基本空間分布格局是經(jīng)濟較發(fā)達地區(qū)集中分布在寧夏的北部地區(qū)，除了石嘴山不是很突出，欠發(fā)達地區(qū)集中分布在寧夏中部和寧夏南部山區(qū)。與周邊地區(qū)經(jīng)濟發(fā)展水平相比，全省可具體劃分為三種類型：①空間差異較小。區(qū)域自身和周邊經(jīng)濟發(fā)展水平均較高的縣域（HH），全部坐落在黃河流經(jīng)的自然條件相對較好的北部圍繞省會城市銀川市以及靈武市等地區(qū)。 2008年在HH象限的縣（市、區(qū)）有4個，占寧夏縣級行政區(qū)的2/9，寧夏大多數(shù)地區(qū)經(jīng)濟基礎(chǔ)比較差，經(jīng)濟發(fā)展水平較落后，但這四個地區(qū)的總的經(jīng)濟發(fā)展態(tài)勢較好。②空間差異較小，位于（LL象限）的有6個，占寧夏縣級行政區(qū)的1/3，主要分布在寧南山區(qū)，這些地區(qū)的自然資源較匱乏，生活條件較差，組要引起政府的關(guān)注，加快寧南地區(qū)的發(fā)展。③其它地區(qū)均位于寧夏中部，在空間上沒有顯著地相互作用特征，這說明這些縣域之間沒有相互帶動發(fā)展的特征。

圖1 寧夏人均GDP的Moran散點圖（2008年）

圖2 2008年寧夏人均GDP的LISA集聚圖

2.2.3局部空間自相關(guān)測度

局域Moran’s I 值的計算結(jié)果是有15個縣的Moran’s I 值小于零，其經(jīng)濟發(fā)展水平表現(xiàn)出顯著地內(nèi)部和外部差異性，只有3個縣的局部自相關(guān)值大于0 ，分別是同心縣、鹽池縣、利通區(qū)，而且計算出來的數(shù)值也不是很大，它們的內(nèi)部差異和外部差異也很大。這表明：寧夏城市經(jīng)濟發(fā)展極不平衡，發(fā)展水平層次懸殊。城市經(jīng)濟實力普遍較弱，其中，銀川市、原州區(qū)的經(jīng)濟發(fā)展比周邊地區(qū)高，需繼續(xù)加大經(jīng)濟發(fā)展力度以帶動周邊地區(qū)的發(fā)展；其他一些地方均沒有顯著地帶動趨勢。

3結(jié)論

1）本研究表明，ESDA-GIS空間分析方法可以解釋某個地區(qū)經(jīng)濟發(fā)展差異，即空間差異性問題，可視化效果得到增強，使研究結(jié)果更加明了的展現(xiàn)。

2）寧夏的經(jīng)濟發(fā)展水平比較落后，主要是還沒有形成很好的空間相互帶動作用的發(fā)展模式，必須注重這種空間輻射效應(yīng)。

3）文中研究的空間尺度選擇縣級單元，如果擴大空間研究尺度或者縮小研究尺度，研究結(jié)果與縣域的結(jié)果有何變化差異，值得進一步研究和探討。另外，采用不同年份的研究指標，利用ESDA空間分析方法，研究區(qū)域空間差異的演變過程，值得進一步研究和探討。

參考文獻

[1] 李小建，喬家君.20世紀90年代中國縣級經(jīng)濟差異的空間分析[J].地理學報，2001， 56（2）： 136-145

[2] 孟斌，王勁峰，張文忠，等.基于空間分析方法的中國區(qū)域差異研究[J].地理科學，2005，25（4）：393-399

[3] 徐建華，魯鳳，蘇方林，等.中國區(qū)域經(jīng)濟差異的時空尺度研究[J].地理研究，2005，24（1）：57-68

[4] 馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮(zhèn)群體空間結(jié)構(gòu)[J].地理學報，2004，59（6）：1048-1057

[5] 蒲英霞，葛瑩，馬榮華，等.基于ESDA的區(qū)域經(jīng)濟空間差異分析[J].地理研究，2005，24（6）：965-974

[6] 范新生，應(yīng)龍根.中國SARS疫情的探索性空間數(shù)據(jù)分析[J].地球科學進展， 2005， 20 （3）： 282-291

[7] 寧夏統(tǒng)計局.寧夏統(tǒng)計年鑒2009[M].北京：科學出版社，2005：75-127

[8] 國家基礎(chǔ)地理信息中心.國家基礎(chǔ)地理信息系統(tǒng)1：400萬數(shù)據(jù)庫[EB/OL]. Http： // nfgis. nsdi.gov.cn/nfgis/chinese/c_xz.htm ，2005-10-24

[9] 羅仁福，李小建，覃成林.中國省際經(jīng)濟趨同的定量分析[J].地理科學進展，2002，21（1）：73-80

[10] 韋素瓊，張金前，陳健飛.基于空間自相關(guān)的閩臺城鎮(zhèn)建設(shè)用地分布研究[J].地理科學進展，2007，26（3）：11-17

[11] 張松林，張昆.全局空間自相關(guān)Moran指數(shù)和G系數(shù)對比研究[J].中山大學學報（自然科學版），2007，46（4）：93-98