-
题名新疆区域经济的空间差异分析
- 1
-
-
作者
赵静
蒲越
王合玲
-
机构
新疆财经大学
-
出处
《天津商务职业学院学报》
2016年第6期14-17,共4页
-
文摘
本文通过选取2006年至2015年新疆14个市区的人均GDP数值,并采用Matlab软件和GeoDA来定量测度方法以及GIS技术与空间统计分析的综合集成方法,通过Moran指数和局部G统计量对新疆14个市区GDP的格局及其空间动态演变进行分析得出相关结论 :由于受能源、地理位置,以及交通和天气的影响使南、北疆存在较大经济差异,极化水平不断增加,直到2008年,新疆地区经济形成了以乌鲁木齐、伊犁、克拉玛依为极化中心的地区发展格局。建议:政府进一步引导,加强城镇之间以及南北疆城市之间交流与合作;依靠科学技术以提高资源利用率,提高城市经济实力,全面带动落后城市发展,缩小经济差异。
-
关键词
新疆区域经济差异
空间统计分析
MORAN指数
局部g统计量
-
Keywords
Xinjiang regional economy difference
spatial statistical analysis
Moran index
local g statistical
-
分类号
F127
[经济管理—世界经济]
-
-
题名新疆区域经济的空间差异分析
- 2
-
-
作者
赵静
蒲越
王合玲
-
机构
新疆财经大学应用数学学院
-
出处
《河南财政税务高等专科学校学报》
2016年第5期31-34,共4页
-
文摘
选取2006~2015年新疆14个市区的人均GDP数据,主要采用Matlab软件和Geo DA定量测度方法及GIS技术与空间统计分析的综合集成方法,通过Moran’I指数和局部G统计量对所选数据的格局及其空间动态演变进行分析。结果显示,由于受到能源、地理位置、交通、天气等多种因素的影响,南疆与北疆存在较大的经济差异,它们之间的极化水平在不断增加且各地区经济发展体现出显著的相关性。新疆各级政府应高度重视区域经济差异问题,努力加大政策、资金扶持力度,合理、有效地利用资源。
-
关键词
区域经济
空间统计分析
MORAN指数
局部g统计量
-
分类号
F127
[经济管理—世界经济]
-
-
题名新疆区域经济的空间差异分析
- 3
-
-
作者
赵静
蒲越
王合玲
-
机构
新疆财经大学应用数学学院
-
出处
《石河子科技》
2016年第5期16-18,共3页
-
文摘
主要研究新疆区域经济差异,通过选取2006年至2015年新疆14个市区的人均GDP来分析描述各区域经济的差异。主要采用Matlab软件和Geo DA来定量测度方法以及GIS技术与空间统计分析的综合集成方法,通过Moran指数和局部G统计量对新疆14个市区GDP的格局及其空间动态演变进行分析;最终通过对结果进行分析,南北疆区域经济具有差异性。
-
关键词
新疆区域经济差异
空间统计分析
MORAN指数
局部g统计量
-
分类号
F127
[经济管理—世界经济]
-
-
题名空间自相关分析在探究疾病分布热点区域中的应用
被引量:19
- 4
-
-
作者
张冰冰
姜祥坤
张世英
薛付忠
-
机构
山东大学公共卫生学院流行病与卫生统计学研究所
山东省聊城市疾病预防控制中心疾病控制所
-
出处
《山东大学学报(医学版)》
CAS
北大核心
2012年第5期129-132,共4页
-
文摘
目的运用空间自相关分析探究疾病空间分布的热点区域,为疾病的防治提供科学依据。方法将ArcGIS 9.3软件作为数据管理和分析平台,利用软件空间统计模块进行全局空间自相关分析和热点分析,综合反映疾病空间分布特征。结果 2010年聊城市手足口病发病率存在热点区域。全局空间自相关Moran's I=0.69,u=11.46,P<0.01;广义G统计量G=0.01,u(G)=9.51,P<0.01。利用局部G统计量得出疾病分布聚集性,热点区域主要集中在东昌府区和高唐县。结论在空间统计中,利用空间自相关分析可以有效探究研究区域内的热点区域。
-
关键词
空间自相关分析
Moran's
I
广义g统计量
局部g统计量
热点区域
-
Keywords
Spatial autocorrelation analysis
Moran′s I
generalized g statistics
Local g statistics
'Hot spots' region
-
分类号
R181.2
[医药卫生—流行病学]
-
-
题名基于空间自相关的灾害影响因子分析
- 5
-
-
作者
李耀庭
杨西龙
李绍斌
程华亮
-
机构
后勤工程学院后勤信息与军事物流工程系
-
出处
《自动化与仪器仪表》
2017年第3期4-6,共3页
-
文摘
在进行灾害预测时,导致灾害产生的影响因子在空间上的关联程度对预测结果有较大影响。文章提出一种量化灾害影响因子间关联程度的方法,即测量灾害影响因子的空间自相关性;并以重庆市东北部五县区域内的森林覆盖率为例,进行森林覆盖率的空间自相关性分析。研究通过地理信息系统,对相关数据进行预处理,构建数值表面模型,并通过全局Moran’s I指数检验,得出该地区的森林覆盖呈现聚集式的分布,通过局部Moran’s I和局部G统计量得出属性值高低的聚类及其相互间关系。研究结果表明,该地区的森林覆盖情况呈现显著的空间自相关,且存在一定的聚集性,在利用该影响因子进行灾害分析与预测时,应将空间自相关同时作为一项影响因素。
-
关键词
空间自相关
地理信息系统
Moran’s
I
局部g统计量
灾害影响因子
-
Keywords
spatial autocorrelation
geographic Information System
Moran' s I
Local g Statistics
disaster impact factor
-
分类号
TP208
[自动化与计算机技术—检测技术与自动化装置]
-