基于空間自相關(guān)的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)差異分析

曹昊天，王方雄

（1.遼寧師范大學(xué) 自然地理與空間信息科學(xué)遼寧省重點實驗室，遼寧 大連 116029；2.遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心，遼寧 大連 116029；3.遼寧師范大學(xué) 城市與環(huán)境學(xué)院，遼寧 大連 116029）

運(yùn)用傳統(tǒng)統(tǒng)計方法研究區(qū)域經(jīng)濟(jì)差異，是以樣本之間的獨立性為前提，忽略了不同區(qū)域經(jīng)濟(jì)之間的相似性[1-5]。因此，可以將GIS技術(shù)與空間統(tǒng)計分析技術(shù)結(jié)合，應(yīng)用于區(qū)域經(jīng)濟(jì)差異研究，從空間角度分析區(qū)域經(jīng)濟(jì)數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)之間的空間自相關(guān)特征，揭示區(qū)域經(jīng)濟(jì)的空間自相關(guān)和集聚特征[6,7]。本文選取瓦房店市27個鄉(xiāng)鎮(zhèn)（街道）為研究對象，探索了鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)之間的空間自相關(guān)性及集聚特征，并深度分析了瓦房店市區(qū)域經(jīng)濟(jì)的空間格局，為瓦房店市鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展規(guī)劃提供決策信息。

1 數(shù)據(jù)來源

選取鄉(xiāng)鎮(zhèn)GDP作為分析指標(biāo)，需收集的數(shù)據(jù)有：按照鄉(xiāng)鎮(zhèn)劃分的瓦房店市2006年經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)GDP（見表1），來源于2006年瓦房店市統(tǒng)計年鑒；瓦房店市鄉(xiāng)鎮(zhèn)行政區(qū)劃圖。

表1 瓦房店市27個鄉(xiāng)鎮(zhèn)GDP指數(shù)統(tǒng)計表/萬元

2 研究方法

2.1 空間權(quán)重矩陣

為了表示事物之間的空間關(guān)系，通常用一個二元對稱空間權(quán)重矩陣[8]Wn×n來表示n個位置的空間鄰近關(guān)系。按照距離規(guī)則和鄰接規(guī)則建立空間權(quán)重[9]，當(dāng)i和j鄰接時，空間權(quán)重Wij=1；否則，Wij=0。

2.2 全局空間自相關(guān)

當(dāng)不同對象的同屬性變量在空間表現(xiàn)出一定規(guī)律，而不是隨機(jī)分布時，則表明它們存在空間自相關(guān)[10]。Moran’I用來分析空間關(guān)聯(lián)和差異程度，是全局自相關(guān)的常用指標(biāo)：

效驗統(tǒng)計量為標(biāo)準(zhǔn)化Z值，即

Moran’I取值范圍為[-1，1]。Moran’I值為正，存在顯著正相關(guān)，即觀測值趨于空間集聚；Moran’I值為負(fù)時，則相反；Moran’I值為0時，觀測值為隨機(jī)獨立分布。

2.3 局部空間自相關(guān)

全局空間自相關(guān)只能反映整體關(guān)聯(lián)情況，而局部空間自相關(guān)可以用來辨別不同位置上可能存在的相關(guān)模式，一般用Local Moran’I表示：

式中，zi、zj是單元屬性值的標(biāo)準(zhǔn)化形式；wij為空間權(quán)重矩陣；Ii>0表示區(qū)域間空間差異小，反之則大。

2.4 Moran散點圖

Moran’I散點圖的4個象限分別代表區(qū)域單元與鄰接單元的4種空間聯(lián)系：第一象限表示高高集聚（HH）；第二象限表示低高集聚（LH）；第三象限表示低低集聚（LL）；第四象限表示高低集聚（HL）。

3 瓦房店市鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)空間差異分析

3.1 全局空間自相關(guān)分析

對2006年瓦房店市27個鄉(xiāng)鎮(zhèn)GDP指數(shù)進(jìn)行空間自相關(guān)檢驗，其全局自相關(guān)指數(shù)為I=0.098 2，位于0.05置信區(qū)間內(nèi)，z值為2.324，呈現(xiàn)一定趨勢。Moran’I為正，說明鄰近鄉(xiāng)鎮(zhèn)存在空間影響，有空間集聚現(xiàn)象，顯示出正相關(guān)性，即低低集聚、高高集聚，差異明顯。

3.2 局部空間自相關(guān)分析

對鄉(xiāng)鎮(zhèn)GDP指數(shù)進(jìn)行局部空間自相關(guān)分析，在0.05顯著水平下Local Moran’I圖如圖1所示。圖1中高集聚區(qū)域可以反映了瓦房店市經(jīng)濟(jì)發(fā)達(dá)地區(qū)，而低集聚區(qū)多為北部內(nèi)陸發(fā)展緩慢地區(qū)。經(jīng)濟(jì)較好的鄉(xiāng)鎮(zhèn)通過與周邊鄉(xiāng)鎮(zhèn)的合作，帶動了周邊鄉(xiāng)鎮(zhèn)的發(fā)展。例如，老虎屯鎮(zhèn)、崗店街道、祝華街道等接近市中心，受市中心帶動，經(jīng)濟(jì)發(fā)展較快；長興島街道、炮臺鎮(zhèn)等新興產(chǎn)業(yè)以及海洋產(chǎn)業(yè)較發(fā)達(dá)，經(jīng)濟(jì)發(fā)展也較快。

圖1 GDP指數(shù)Local Moran’I圖（顯著性=0.05）

3.3 Moran’I散點圖

圖2 瓦房店27鄉(xiāng)鎮(zhèn)GDP指數(shù)Moran散點圖

通過各個鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)狀況，得到瓦房店市2006年GDP指數(shù)散點圖（見圖2、圖3）。圖中多數(shù)鄉(xiāng)鎮(zhèn)位于第三、四象限內(nèi)，即低低集聚、高低集聚,揭示了瓦房店市在經(jīng)濟(jì)發(fā)展上的不平衡性，即GDP指數(shù)高的位于東南部分靠近市中心地區(qū)以及南部沿海地區(qū)，而GDP指數(shù)低的較多位于東北部遠(yuǎn)離市中心、遠(yuǎn)離海洋的內(nèi)陸地區(qū)。

圖3 瓦房店27鄉(xiāng)鎮(zhèn)GDP指數(shù)Moran分布圖

4 結(jié) 語

本文研究了2006年瓦房店市鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)的空間差異格局，探討了GIS技術(shù)與空間自相關(guān)分析技術(shù)在鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)領(lǐng)域的應(yīng)用，從空間角度解釋了瓦房店市鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)差異的空間集聚特征。研究結(jié)果表明，瓦房店市大多數(shù)鄉(xiāng)鎮(zhèn)GDP指數(shù)空間分布非完全的隨機(jī)，存在一定的空間關(guān)聯(lián)性，表現(xiàn)為南部經(jīng)濟(jì)較好的鄉(xiāng)鎮(zhèn)相鄰，而北部經(jīng)濟(jì)較差的鄉(xiāng)鎮(zhèn)相鄰，經(jīng)濟(jì)較差的鄉(xiāng)鎮(zhèn)較多。形成這種格局的因素可能與經(jīng)濟(jì)的原始積累、投資環(huán)境以及地理資源的分布有關(guān)，應(yīng)在政策以及投資環(huán)境上對北部各鄉(xiāng)鎮(zhèn)加大支持力度，避免經(jīng)濟(jì)差異的進(jìn)一步拉大。

[1]胡鞍鋼,鄒平.社會與發(fā)展:中國社會發(fā)展地區(qū)差異研究[M].杭州:浙江人民出版社,2000

[2]劉旭華,王勁峰,孟斌.中國區(qū)域經(jīng)濟(jì)時空動態(tài)不平衡發(fā)展分析[J].地理研究,2004,23(4) :530-540

[3]覃成林.中國區(qū)域經(jīng)濟(jì)差異研究[M].北京:中國經(jīng)濟(jì)出版社,1997

[4]魯鳳，徐建華.中國區(qū)域經(jīng)濟(jì)差異的空間統(tǒng)計分析[J].華東師范大學(xué)學(xué)報：自然科學(xué)版，2007(2)：44-51

[5]張堯庭.空間統(tǒng)計學(xué)簡介[J].統(tǒng)計教育，1996(1)：35-40

[6]徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法 [M].第二版.北京：高等教育出版社，2002

[7]龍麗.泛珠三角經(jīng)濟(jì)圈的空間經(jīng)濟(jì)結(jié)構(gòu)分析[J].云南民族大學(xué)學(xué)報:自然科學(xué)版，2010(1)：33-35

[8]肖根如，程朋根，陳斐.基于空間統(tǒng)計分析與GIS研究江西省縣域經(jīng)濟(jì)[J].東華理工學(xué)院學(xué)報，2006(4)：348-352

[9]Anselin L.Local Indicators of Spatial Association: LISA[J].Geographical Analysis,1995,27(2):93-115

[10]黃飛飛，張小林，余華，等.基于空間自相關(guān)的江蘇省縣域經(jīng)濟(jì)實力空間差異研究[J].人文地理，2009(2):84-89