基于 ESDA的北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)空間特性分析

連 健 ,李小娟 ,宮輝力 ,孫永華

(首都師范大學(xué)資源環(huán)境與旅游學(xué)院,三維信息獲取與應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室,資源環(huán)境與地理信息系統(tǒng)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100048)

區(qū)域差異一直是國(guó)內(nèi)外學(xué)者廣泛關(guān)注的熱點(diǎn)之一[1]。傳統(tǒng)的區(qū)域經(jīng)濟(jì)差異度量方法大都是通過統(tǒng)計(jì)模型對(duì)指標(biāo)進(jìn)行加權(quán)評(píng)判來進(jìn)行[2-4],但研究證明,區(qū)域經(jīng)濟(jì)發(fā)展空間差異具有普遍性[5],空間的影響,尤其是空間自相關(guān)和空間異質(zhì)性必須在研究不同尺度的區(qū)域差異問題時(shí)加以考慮[6]。因此近年來,越來越多的學(xué)者試圖將空間思維融合到傳統(tǒng)經(jīng)濟(jì)分析與決策的理論框架之內(nèi)[7],從空間的思維和角度出發(fā)來研究各種尺度下的經(jīng)濟(jì)活動(dòng)和經(jīng)濟(jì)現(xiàn)象[8-12]。

探索性空間數(shù)據(jù)分析(exploratory spatial data analysis,ESDA)是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合,以空間關(guān)聯(lián)測(cè)度為核心,通過對(duì)事物或現(xiàn)象空間分布格局的描述與可視化,發(fā)現(xiàn)空間集聚和空間異常,揭示研究對(duì)象之間的空間相互作用機(jī)制[13]。ESDA通過對(duì)空間自相關(guān)的分析來揭示空間依賴性和異質(zhì)性,從而依據(jù)于對(duì)空間依賴性和空間異質(zhì)性的研究,來幫助我們更加深入地理解區(qū)域經(jīng)濟(jì)問題[13]。以北京市農(nóng)村區(qū)域?yàn)槔?以北京市鄉(xiāng)鎮(zhèn)為空間研究尺度,通過 ESDA方法的相關(guān)性分析,來揭示并描述北京市農(nóng)村區(qū)域中其農(nóng)業(yè)經(jīng)濟(jì)在空間上的分布狀況以及所呈現(xiàn)出的分布特征。

1 研究區(qū)域、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域與數(shù)據(jù)來源

北京位于北緯 39°56′,東經(jīng) 116°20′;西北毗鄰山西 、內(nèi)蒙古高原,南與華北大平原相接,東近渤海;北京市包括 18個(gè)區(qū)縣,其中,由于東城、西城、崇文、宣武以及石景山 5個(gè)區(qū)沒有農(nóng)業(yè)人口,也就沒有了農(nóng)業(yè)經(jīng)濟(jì)的概念,因此,研究區(qū)域?yàn)槌枴⒑５?、豐臺(tái)、門頭溝、房山、通州、順義、昌平、平谷、懷柔、大興 11個(gè)區(qū)以及延慶、密云2個(gè)縣共 13個(gè)區(qū)縣涵蓋的所有鄉(xiāng)鎮(zhèn)(去除部分不包括農(nóng)業(yè)人口的街道數(shù)據(jù))。數(shù)據(jù)資料取自 2005年的《北京農(nóng)村統(tǒng)計(jì)資料》,數(shù)據(jù)包括鄉(xiāng)鎮(zhèn)所含的村數(shù)、鄉(xiāng)鎮(zhèn)常住人口、從業(yè)人員數(shù)、第一產(chǎn)業(yè)人數(shù)、第二產(chǎn)業(yè)人數(shù)、第三產(chǎn)業(yè)人數(shù)以及農(nóng)業(yè)總產(chǎn)值等①北京市統(tǒng)計(jì)局、國(guó)家統(tǒng)計(jì)局北京調(diào)查總隊(duì),北京農(nóng)村統(tǒng)計(jì)資料(2005 年暨“十五”時(shí)期)。?？臻g分析尺度為北京市上述 13個(gè)區(qū)縣所轄的 186個(gè)鄉(xiāng)鎮(zhèn),分析變量為鄉(xiāng)鎮(zhèn)年人均農(nóng)業(yè)總產(chǎn)值(=鄉(xiāng)鎮(zhèn)農(nóng)業(yè)總產(chǎn)值/鄉(xiāng)鎮(zhèn)第一產(chǎn)業(yè)人口,單位：萬元/人)以及第一產(chǎn)業(yè)人數(shù)所占比重(=鄉(xiāng)鎮(zhèn)第一產(chǎn)業(yè)從業(yè)人員數(shù)/鄉(xiāng)鎮(zhèn)從業(yè)人口總數(shù))。

1.2 研究方法

采用 ESDA,從空間相互作用角度,通過對(duì)空間自相關(guān)分析來揭示鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)之間的空間依賴性和空間異質(zhì)性[14],以此來探討北京市農(nóng)村區(qū)域經(jīng)濟(jì)差異的時(shí)空特征。ESDA以空間關(guān)聯(lián)測(cè)度為核心,本質(zhì)上是一種“數(shù)據(jù)驅(qū)動(dòng)”的分析方法[8]。其中的空間自相關(guān)是檢驗(yàn)?zāi)骋灰氐膶傩灾凳欠耧@著地與其相鄰空間點(diǎn)上的屬性值相關(guān)聯(lián)的重要指標(biāo)[15]。通過計(jì)算空間自相關(guān)指數(shù)來進(jìn)行全局統(tǒng)計(jì)和局域統(tǒng)計(jì)[16]。首先對(duì)各研究變量進(jìn)行正態(tài)變換,滿足空間自相關(guān)研究的前提條件,然后通過Anselin設(shè)計(jì)的 GeoDa軟件獲取空間權(quán)重矩陣,并采用Moran's I指數(shù)和 Local Moran's I(LISA)來衡量全局和局域空間自相關(guān)。

1.2.1 空間權(quán)重矩陣。空間分析領(lǐng)域引入了空間權(quán)重矩陣,是利用 ESDA技術(shù)進(jìn)行空間探索分析的前提和基礎(chǔ)?？臻g權(quán)重矩陣(spatial weightmatrix,記為 W)表達(dá)了不同空間對(duì)象之間的空間布局,相應(yīng)地構(gòu)成了統(tǒng)計(jì)檢驗(yàn)或模型建立的出發(fā)點(diǎn)(Cliff and Ord,1981;Ansilin,1988;Cressie,1993)?？臻g權(quán)重矩陣的建立有多種規(guī)則,其中常用的有基于鄰接規(guī)則和基于距離規(guī)則。其中,W的具體形式為

式中：n表示空間單元個(gè)數(shù)。如果第 i個(gè)(i∈ n,0＜i≤n)空間單元和第 j個(gè)(j∈ n,0＜j≤n)空間單元屬于鄰居關(guān)系,則Wij=1;否則,Wij=0。通常約定,一個(gè)空間單元與其自身不屬于鄰居關(guān)系,即 Wij=0。

由于所研究的對(duì)象是北京市農(nóng)村區(qū)域,而這些研究區(qū)域是不包括北京市那些街道數(shù)據(jù)的,因此,存在“島”或者“空洞”的現(xiàn)象,故在此我們不能采取判斷是否鄰接的辦法來構(gòu)造空間權(quán)重矩陣。為了解決這個(gè)問題,我們選擇以基于距離規(guī)則來建立空間權(quán)重矩陣,以避免由于“島”或“空洞”的存在而產(chǎn)生的誤差。

1.2.2 全局空間自相關(guān)指數(shù)。當(dāng)不同觀察對(duì)象的同一屬性變量在空間上表現(xiàn)出一定的規(guī)律性,而不是隨機(jī)分布時(shí),則認(rèn)為它們之間存在空間自相關(guān)。其中,Moran's I統(tǒng)計(jì)量是一種應(yīng)用非常廣泛的全局空間自相關(guān)統(tǒng)計(jì)量,它的具體表達(dá)形式如下(Cliff and Ord,1981)

式中：N代表總共的面狀區(qū)域數(shù);wij代表空間權(quán)重值;xi代表區(qū)域 i的屬性值;-x代表所有屬性值的平均值。Moran's I取值范圍介于 -1與 1之間,在給定顯著性水平下,當(dāng) Moran's I顯著為正時(shí),表示觀測(cè)值之間存在顯著的正相關(guān);當(dāng) Moran's I顯著為負(fù)時(shí),表示觀測(cè)值之間存在顯著的負(fù)相關(guān)。

1.2.3 局部空間自相關(guān)。①M(fèi)oran散點(diǎn)圖。Moran散點(diǎn)圖(Moran scatter plots)的橫軸表示一個(gè)變量在不同位置上的觀測(cè)值向量(z),而縱軸表示該向量的空間滯后(Wz)。該圖設(shè)一個(gè)位置上的觀測(cè)值和其空間滯后之間的擬合程度,就是Wz對(duì) z的二元回歸系數(shù),該系數(shù)在數(shù)值上等價(jià)于全局 Moran's I。Moran散點(diǎn)圖可以用來探索不同研究對(duì)象之間的全局空間關(guān)聯(lián)結(jié)構(gòu)特征,更可以用來識(shí)別局部的空間關(guān)聯(lián)模式,以及空間異常值或局部不平穩(wěn)性等[17]。②局部空間自相關(guān)及空間關(guān)聯(lián)指標(biāo)(LISA)。局部空間自相關(guān)可以用來識(shí)別不同空間位置上可能存在的不同空間集聚模式,從而可以觀察空間局部不平衡性,發(fā)現(xiàn)數(shù)據(jù)之間的空間異質(zhì)性,為分類或區(qū)劃提供決策依據(jù)。在空間位置 i上,其局部 Moran's I統(tǒng)計(jì)量用來計(jì)算區(qū)域 i和它臨近的、和區(qū)域 i的值相關(guān)的區(qū)域的值。表達(dá)形式為

式中：sx為對(duì)應(yīng)于 xi和 xj的標(biāo)準(zhǔn)差;Zi=(xi--x)/s2i為標(biāo)準(zhǔn)化變量。在一定顯著性水平下,若Ii顯著為正且zi大于 0,則表明位置 i和周圍鄰居的觀測(cè)值都相對(duì)較高,屬高高集聚;若 Ii顯著為正且 zi小于 0,則表明位置 i和周圍鄰居的觀測(cè)值都相對(duì)較低,屬低低集聚;若Ii顯著為負(fù)且zi大于0,則表明周圍鄰居的觀測(cè)值遠(yuǎn)低于位置 i上的值,屬高低集聚;若Ii顯著為負(fù)且zi小于0,則表明周圍鄰居的觀測(cè)值遠(yuǎn)高于位置 i上的值,屬低高集聚[17]。

2 鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)的探索性空間數(shù)據(jù)

2.1 全局空間自相關(guān)

由于全局空間自相關(guān)檢驗(yàn)要求變量滿足正態(tài)分布,因此,首先采用 log變換,使 2個(gè)變量的頻率值呈正態(tài)分布,再利用公式(1)計(jì)算北京市 2005年鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值、第一產(chǎn)業(yè)人口占從業(yè)人口的比重的空間相關(guān)系數(shù)Moran's I、以及相對(duì)應(yīng)的標(biāo)準(zhǔn)化統(tǒng)計(jì)量 Z值(表 1)。

表 1 基于正態(tài)分布的各變量的統(tǒng)計(jì)量Tab.1 Statistics based on norm al distribution

由表 1我們可以看出：①人均農(nóng)業(yè)總產(chǎn)值變量,具有空間正的相關(guān)性。該變量的全局自相關(guān)系數(shù) Moran's I為 0.3997,屬于正相關(guān)的范圍,且相關(guān)性顯著,采用正態(tài)分布 99%置信區(qū)間雙側(cè)檢驗(yàn)閾值 2.58為界限,其正態(tài)統(tǒng)計(jì)量 Z遠(yuǎn)大于該值。這說明人均農(nóng)業(yè)總產(chǎn)值變量具有空間集聚特征,即高值區(qū)域與高值區(qū)域相鄰接,低值區(qū)域與低值區(qū)域相鄰接。②第一產(chǎn)業(yè)人口所占從業(yè)人員總?cè)丝诘谋戎刈兞?亦具有空間正的相關(guān)性。該變量的相關(guān)系數(shù) Moran's I值為 0.3958,正相關(guān)性顯著,并通過正態(tài)統(tǒng)計(jì)量的 Z值檢驗(yàn),同樣具有空間集聚特征。

2.2 局部空間自相關(guān)

2.2.1 Moran散點(diǎn)圖。利用 GeoDA軟件計(jì)算得到北京市 2005年鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值與第一產(chǎn)業(yè)人口所占從業(yè)人員總?cè)丝诒戎?2個(gè)變量的 Moran散點(diǎn)圖(圖 1)。從圖 1可得知,圖中的 4個(gè)象限表達(dá)了某一區(qū)域(某一鄉(xiāng)鎮(zhèn))和其周圍區(qū)域(周圍鄉(xiāng)鎮(zhèn))4種類型的局部空間關(guān)系：第 1象限為“高高”分布,說明該區(qū)域(鄉(xiāng)鎮(zhèn))的人均農(nóng)業(yè)總產(chǎn)值比較高(或第一產(chǎn)業(yè)人口所占比重高),而且其周邊鄉(xiāng)鎮(zhèn)的值也比較高,差異較小;第 2象限為“低高”分布,表明該地區(qū)(鄉(xiāng)鎮(zhèn))的人均農(nóng)業(yè)總產(chǎn)值低,但是其周邊鄉(xiāng)鎮(zhèn)的值高,差異較大;第 3象限為“低低”分布,表明該地區(qū)(鄉(xiāng)鎮(zhèn))與其周邊地區(qū)的人均農(nóng)業(yè)總產(chǎn)值都比較低,差異較小;第 4象限為“高低”分布,表明該地區(qū)(鄉(xiāng)鎮(zhèn))的人均農(nóng)業(yè)總產(chǎn)值高,而周邊鄉(xiāng)鎮(zhèn)的值低,差異比較大。為了更清楚地判斷每個(gè)象限所包括的鄉(xiāng)鎮(zhèn)所在位置及其所在的區(qū)縣,進(jìn)一步分析得到如下表 2,從而能夠更好地從空間角度上具體地看出鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值以及第一產(chǎn)業(yè)人口占從業(yè)總?cè)丝诒戎氐牟町惖姆植继卣鳌?/p>

圖1 2005年人均農(nóng)業(yè)總產(chǎn)量和第一產(chǎn)業(yè)人口所占比重Moran散點(diǎn)圖Fig.1 M oran scatter p lot of the agricu ltural total output va lue per capita and the p rimary industry population specific gravity in 2005

表 2 M oran散點(diǎn)圖對(duì)應(yīng)的 186個(gè)鄉(xiāng)鎮(zhèn)Tab.2 Townships according to Moran scatter p lot(186 totals)

2.2.2 局部空間自相關(guān)及空間關(guān)聯(lián)指標(biāo)(LISA)。LISA是用來衡量觀測(cè)單元屬性和其周邊單元的相近(正相關(guān))或差異(負(fù)相關(guān))程度的指標(biāo)。利用 GeoDA軟件,計(jì)算北京市各鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值的 LISA圖和第一產(chǎn)業(yè)人口占從業(yè)總?cè)丝诒戎氐?LISA分布圖,并且在 z檢驗(yàn)的基礎(chǔ)上(p≤0.05)繪制 LISA分布圖(圖 2、圖 3)。

通過全局空間自相關(guān)的統(tǒng)計(jì)量來測(cè)度數(shù)據(jù)之間的空間關(guān)聯(lián)程度,可以得到整體上的一種空間關(guān)聯(lián)結(jié)構(gòu)。但是正由于它從整體上掩蓋了一些局部上的特征或局部空間的一些變異程度,因此,需要通過選擇變量從局部尺度上對(duì)北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)進(jìn)行分析。如選擇人均農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)人口所占比重 2個(gè)變量來從不同的側(cè)面進(jìn)行分析。結(jié)合圖 1的 Moran散點(diǎn)圖、表 2的對(duì)應(yīng)鄉(xiāng)鎮(zhèn)圖和圖 2、圖 3的 LISA集聚圖,分析得到：①對(duì)于人均農(nóng)業(yè)總產(chǎn)值變量來說,在局部范圍內(nèi)呈現(xiàn)空間集聚性,比如在北京的環(huán)核心區(qū)附近以及北京西部區(qū)域呈“低低”集聚狀態(tài),這些區(qū)域覆蓋的鄉(xiāng)鎮(zhèn)其人均農(nóng)業(yè)總產(chǎn)值均偏低,且與周邊的鄉(xiāng)鎮(zhèn)互相集聚。而在北京的東部順義、平谷、密云、大興和懷柔交界區(qū)域以及南部的一小塊區(qū)域,則呈“高高”集聚狀態(tài)。由表 1得到的數(shù)據(jù)可知,呈現(xiàn)“高高”集聚狀態(tài)的鄉(xiāng)鎮(zhèn)比例為 22.6%,呈現(xiàn)“低低”集聚狀態(tài)的鄉(xiāng)鎮(zhèn)比例為 23.7%,也就是說北京市的農(nóng)業(yè)總產(chǎn)值分配狀況,有將近 50%的鄉(xiāng)鎮(zhèn)呈現(xiàn)集聚狀態(tài)。此外,通過散點(diǎn)圖和 LISA集聚圖,還可以發(fā)現(xiàn)局部的空間異質(zhì)性,比如“低高”和“高低”分布狀態(tài),盡管這些鄉(xiāng)鎮(zhèn)的數(shù)量占全部鄉(xiāng)鎮(zhèn)數(shù)量的比例不大,僅為 8%左右,但是它們?cè)谌司r(nóng)業(yè)總值這一因素上突顯出的“熱點(diǎn)”或“冷點(diǎn)”現(xiàn)象都是值得關(guān)注并對(duì)之進(jìn)行研究的。②對(duì)于第一產(chǎn)業(yè)人口占從業(yè)人員比重這個(gè)變量來說,從某種意義上可以作為城市化進(jìn)程的一個(gè)反映,通常來說,城市化高的區(qū)域,其農(nóng)業(yè)經(jīng)濟(jì)就相對(duì)衰退,從事農(nóng)業(yè)的人口也隨之減少。從 LISA集聚圖上,可以看到該變量在局部范圍內(nèi)同樣呈現(xiàn)空間集聚性。同樣在北京的環(huán)核心區(qū)周圍,由于城市核心區(qū)的輻射功能,經(jīng)濟(jì)發(fā)展迅速,農(nóng)業(yè)人口比例下降,并且呈現(xiàn)“低低”集聚狀態(tài),如朝陽、海淀、豐臺(tái)。此外,與這 3個(gè)近郊區(qū)接壤的通州、順義、大興和昌平部分鄉(xiāng)鎮(zhèn)亦隨之呈現(xiàn)“低低”集聚狀態(tài)。與之相反的是,在延慶、密云和平谷大部分鄉(xiāng)鎮(zhèn)從事第一產(chǎn)業(yè)的人口比例仍然很大,并呈“高高”集聚狀態(tài),從某種側(cè)面也反映出該集聚區(qū)域內(nèi)的城市化程度較低。③比較圖 2和圖 3兩幅集聚圖,可以發(fā)現(xiàn),在環(huán)北京市城市核心區(qū)周圍,即近郊區(qū),不管是人均農(nóng)業(yè)總產(chǎn)值還是第一產(chǎn)業(yè)人口所占比重都呈現(xiàn)“低低”集聚的狀況。這與北京市的經(jīng)濟(jì)發(fā)展?fàn)顩r以及城市核心區(qū)的經(jīng)濟(jì)功能輻射作用是相吻合的,也就是說在該區(qū)域內(nèi)農(nóng)業(yè)經(jīng)濟(jì)所占的比重普遍不高,這是北京市環(huán)狀經(jīng)濟(jì)輻射發(fā)展的一個(gè)反映。而對(duì)其他“低低”和“高高”集聚區(qū)域,兩者并不能很好的重合,即有相一致的區(qū)域,也有相差異的分布區(qū)域存在。

2.3 Moran’s I值的空間分異圖

以各鄉(xiāng)鎮(zhèn)面域的質(zhì)心為離散點(diǎn),采用反距離權(quán)重(IDW)法將局域 Moran's I值空間化,柵格大小選用 500 m×500m,得到北京市鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)人口所占比重的局域 Moran's I的空間分異圖(圖 4,圖5)。通過分異圖,可進(jìn)一步驗(yàn)證空間測(cè)度結(jié)果：2個(gè)變量的高值區(qū)域與低值區(qū)域的集聚特征十分顯著。

3 結(jié)論與討論

通過利用 ESDA分析方法,包括空間權(quán)重矩陣、Moan's I指數(shù)、Moran散點(diǎn)圖和 LISA等工具來認(rèn)識(shí)和分析2005年北京市各鄉(xiāng)鎮(zhèn)人均農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)人口占從業(yè)人員的比重的空間分布特征,揭示空間依賴性和異質(zhì)性等空間聯(lián)系結(jié)構(gòu),并從空間關(guān)聯(lián)的角度去對(duì)北京鄉(xiāng)鎮(zhèn)農(nóng)業(yè)格局進(jìn)行分析。

(1)全局空間自相關(guān)分析結(jié)果表明,北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)存在正的相關(guān)性,表現(xiàn)出很強(qiáng)的空間集聚特征。

(2)對(duì) Moran散點(diǎn)圖和 LISA圖像分析,結(jié)果反映了北京市鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)存在著空間自相關(guān)和異質(zhì)性。而正是由于空間異質(zhì)性的發(fā)現(xiàn),揭示了由于全局分析中所掩蓋的一些信息和現(xiàn)象,更加有助于將局部鄉(xiāng)鎮(zhèn)的一些特殊情況呈現(xiàn)出來,以便于更好地分析和施加對(duì)策。

(3)一系列分析表明,對(duì)鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)進(jìn)行研究時(shí)運(yùn)用 ESDA分析方法克服了傳統(tǒng)統(tǒng)計(jì)方法強(qiáng)調(diào)樣本“獨(dú)立性”卻忽視樣本空間位置及空間關(guān)聯(lián)性的缺點(diǎn),將空r間維度納入到研究體系中,得到了更加有意義且定量化的分析結(jié)果;同時(shí) ESDA方法的應(yīng)用為其他區(qū)域空間經(jīng)濟(jì)結(jié)構(gòu)的研究提供了技術(shù)支撐。

(4)限于數(shù)據(jù)收集的因素,只對(duì) 2005年的人均鄉(xiāng)鎮(zhèn)農(nóng)業(yè)總產(chǎn)值和第一產(chǎn)業(yè)人口所占比重進(jìn)行了研究和分析,但經(jīng)濟(jì)活動(dòng)是一個(gè)長(zhǎng)期的、連續(xù)的行為,從時(shí)間跨度上去對(duì)鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)進(jìn)行分析可能得到更好的結(jié)果。因此,要注意將空間維度與時(shí)間維度相結(jié)合進(jìn)行分析,這是以后需要注意和改進(jìn)的地方。

通過探索性空間分析反映出了北京鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟(jì)的空間分布特征,結(jié)合北京經(jīng)濟(jì)發(fā)展特點(diǎn),提出以下建議：①對(duì)于農(nóng)業(yè)經(jīng)濟(jì)空間分布展示“高低分布”特征的地區(qū),鑒于其處于經(jīng)濟(jì)發(fā)展略為滯后的孤島位置,且大部分位于經(jīng)濟(jì)發(fā)達(dá)區(qū)域附近,可加大核心經(jīng)濟(jì)發(fā)展區(qū)的輻射帶動(dòng)作用,促進(jìn)其多源經(jīng)濟(jì)的發(fā)展。②對(duì)于第一產(chǎn)業(yè)人口聚集而人均農(nóng)業(yè)總產(chǎn)值較低的地區(qū),由于其主要分布于山區(qū),要進(jìn)行適當(dāng)?shù)恼邇A斜,加大扶持力度。同時(shí),發(fā)掘山區(qū)擁有的優(yōu)良旅游資源,開拓就業(yè)渠道,增加收入手段。

[1] 李小建,喬家君.20世紀(jì) 90年代中國(guó)縣際經(jīng)濟(jì)差異的空間分析[J].地理學(xué)報(bào),2001,56(2)：136-145.

[2] 郭慶旺,賈俊雪.中國(guó)區(qū)域經(jīng)濟(jì)趨同與差異的因素貢獻(xiàn)分析[J].財(cái)貿(mào)經(jīng)濟(jì),2006(2)：11-17.

[3] 胡良民,苗長(zhǎng)虹,喬家君.河南省區(qū)域經(jīng)濟(jì)發(fā)展差異及其時(shí)空格局研究[J].地理科學(xué)進(jìn)展,2002,21(3)：268-274.

[4] 歐向軍,陳修穎.改革開放以來江蘇省區(qū)域經(jīng)濟(jì)差異成因分析[J].經(jīng)濟(jì)地理,2004,24(3)：338-343.

[5] 陳斐.具有空間統(tǒng)計(jì)與 GIS的區(qū)域經(jīng)濟(jì)分析研究[D].武漢：武漢大學(xué),2002.

[6] Goodchild M,Anselin L,App lebaum R,et al.Towards A Spatial Integrated Social Science[J].International Regional Science Review,2000,23：139-159.

[7] 陳斐,郭朝輝,杜道生,等.基于 GIS的區(qū)域經(jīng)濟(jì)分析與決策初步研究[J].人文地理,2007,17(6)：76-80.

[8] 孟斌,王勁峰,張文忠.基于空間分析方法的中國(guó)區(qū)域經(jīng)濟(jì)差異研究[J].地理科學(xué),2005,25(4)：393-400.

[9] 何江,張馨之.中國(guó)區(qū)域人均 GDP增長(zhǎng)速度的探索性空間數(shù)據(jù)分析[J].統(tǒng)計(jì)與決策,2006(22)：72-74.

[10] 魯鳳,徐建華.中國(guó)區(qū)域經(jīng)濟(jì)差異的空間統(tǒng)計(jì)分析[J].華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2007(2)：45-51.

[11] 樊新生,李小建.基于縣域尺度的經(jīng)濟(jì)增長(zhǎng)空間自相關(guān)性研究——以河南省為例[J].經(jīng)濟(jì)經(jīng)緯,2005,(3)：57-60.

[12] 陳建建,甄峰.20世紀(jì)90年代以來安徽省區(qū)域經(jīng)濟(jì)差異時(shí)空特征分析[J].安徽農(nóng)業(yè)科學(xué),2007,35(9)：2633-2635.

[13] Goodchild M F,Maguire D J.Geographical In formation Systems,Principles,Technical Issues,Management Issues and Applications[M].Indianapolis：JohnWiley＆Sons,Inc,1999：253-266.

[14] Cliff A D,Ord JK.Spatial Autocorrelation[M].London：Pion,1973：312-314.

[15] Cliff A D,Ord JK.Spatial Processes：Models and Applications[M].London：Pion,1981：125-127.

[16] 王遠(yuǎn)飛,何洪林.空間數(shù)據(jù)分析方法[M].北京：科學(xué)出版社,2007.

[17] 馬榮華,蒲英霞,馬曉冬.GIS空間關(guān)聯(lián)模式發(fā)現(xiàn)[M].北京：科學(xué)出版社,2007.