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

发布时间：2022-02-15 04:09

　　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。 

【文章来源】：测绘与空间地理信息. 2020,43(01)

【文章页数】：5 页

【部分图文】：

河南省县域GDP分布图

式中，dij表示空间单元i与j的重心之间的欧式距离，空间距离矩阵认为如果区域i与j之间的距离小于设定的距离阈值d则它们之间存在空间邻接关系，否则不邻接，权重值记为0。在空间距离矩阵中，决定分析结果的是距离阈值d的设定，d决定了空间单元的邻域范围。为了探究河南省县域经济空间依赖作用的合理距离阈值，分别以10、20、30、40、50、60、70、80、90和100 km为距离阈值构建了10组空间距离权重矩阵，计算Moran"s I值并进行显著性检验，如图3所示。距离阈值在10—20 km时，Moran"s I值始终小于0.1,Z得分始终小于1.96(p>0.05)，全局空间自相关指标极小，且通不过置信度为95%的正态分布显著性检验。从20 km开始，随着距离阈值的增加，Moran"s I值和Z得分开始大幅升高，空间聚集开始呈现出统计学显著的水平。当40 km<d<50 km时，Moran"s I值和Z得分都处于较高位，p值小于0.01;当50 km<d<100 km时，I值和Z得分逐渐下降，p值开始上升。

不同的空间权重矩阵对空间邻近的定义不同，导致空间单元邻域的空间分布和数量有所差别，从而影响空间自相关指数的大小。为了揭示不同空间权重矩阵对河南省域经济空间自相关指数的影响，在不同距离阈值下统计河南省158个区县的邻域总数与其对应的全局空间自相关指标，如图4所示。经过统计，与158个区县重心距离小于10 km的区县总数为48个，此时只有27个区县具有邻域。距离阈值为20 km时，邻域总数为176个，63个区县具有邻域。距离阈值小于20 km时只有少数区县具有空间邻域，空间权重矩阵不能很好地表达河南省区县经济的空间依赖，所以整体数据没有显著的空间自相关性(Moran"s I<0.1,Z score<2.58)。距离阈值为30 km时，邻域总数为444个，118个区域具有邻域。距离阈值为45 km时，邻域总数为994个，152个区县具有邻域。此时大部分区县具有空间邻域，平均每个区县有6—7个相邻区域，整体数据开始出现显著的空间自相关性(Moran"s I=0.37,Z score>2.58)

【参考文献】：
期刊论文
[1]空间权重矩阵的设定方法研究[J]. 张可云,王裕瑾,王婧.  区域经济评论. 2017(01)
[2]中国区域经济发展的地区差异GIS分析[J]. 陈浩,邓祥征.  地球信息科学学报. 2011(05)
[3]基于ESDA的上海地区经济关联模式研究[J]. 王全.  测绘科学. 2011(05)
[4]空间统计学进展及其在经济地理研究中的应用[J]. 杨振山,蔡建明.  地理科学进展. 2010(06)
[5]基于县域单元的江苏省经济空间格局演化[J]. 靳诚,陆玉麒.  地理学报. 2009(06)
[6]基于交通网络空间权重的区域经济空间相关分析——以甘肃省为例[J]. 麻清源,马金辉,张超,陈正华.  地域研究与开发. 2007(05)
[7]地理学第一定律与时空邻近度的提出[J]. 李小文,曹春香,常超一.  自然杂志. 2007(02)
[8]基于空间统计分析与GIS的人口空间分布模式研究——以甘肃省天水市为例[J]. 刘峰,马金辉,宋艳华,李粉玲,马交国.  地理与地理信息科学. 2004(06)
[9]基于ESDA-GIS的城镇群体空间结构[J]. 马晓冬,马荣华,徐建刚.  地理学报. 2004(06)
[10]空间统计分析与GIS在区域经济分析中的应用[J]. 陈斐,杜道生.  武汉大学学报(信息科学版). 2002(04)



本文编号：3625885