基于莫兰指数的丘陵地区高标准农田建设时序分区——以安徽省滁州市凤阳县为例

推进高标准农田建设是提升长江中下游丘陵地区耕地质量的重要举措。为了使高标准农田建设有序、高效地进行,以安徽省滁州市凤阳县为例,基于莫兰指数,结合耕地质量、灌溉排水能力的空间分布,以地块为最小单元划分高标准农田建设区域。结果表明:凤阳县耕地质量等级为中等,平均等级为4.367等;全县耕地质量等级呈现显著的空间正相关性,其中有73.45%的耕地呈现显著的空间自相关性。灌溉排水能力的可改善程度可分为1~9级,依据耕地质量等级的空间相关性和灌溉排水能力可改善程度,将高标准农田建设时序划分为优先建设区、次级建设区、后备建设区和暂不建设区,其中优先建设区为空间相关性为高-低(HL)型且灌溉排水能力可改善程度较大的区域。采用研究区高标准农田建设实施案例对研究结果进行验证,耕地质量等级提升程度较大的区域均处于优先建设区和次级建设区。研究结果对于高标准农田建设的选址具有一定的参考和应用价值,可为有序和高效推进高标准农田建设和提升耕地质量提供参考。

基于莫兰指数的31地区高校科研经费空间相关性的研究

R&D经费的合理高效配置,对提升国家创新能力、增强国家发展竞争力、实现经济社会可持续发展尤为重要。为研究高校R&D课题经费的空间相关性,本文基于莫兰指数对高校R&D课题经费的空间相关性进行探索,得出高校R&D课题经费投入规模持续增长、地域差距较为悬殊、其投入在空间上不存在明显相关性但局部地区呈聚集态势等结论,并提出破解高校R&D课题经费投入区域间不均衡难题的建议,包括加大各地区高校科研领域经费的投入、构建多渠道筹措科技经费长效机制、多措并举提高资金使用效益等。

基于水体型生态指数的无锡市城区生态质量时空变化分析

水体是构成生态质量的重要指标,传统的城市生态质量评价方法通常掩膜了水体区域,忽略了水对生态质量的影响。基于Google Earth Engine(GEE)平台提供的2013、2015、2017、2019、2021年的Landsat8-OLI影像数据,利用信息熵权重法耦合水体丰度(SPWI)、比率植被指数(RVI)、归一化潜热指数(NDLI)、干度(NDSI)、热度(LST)构建水体型生态指数(WBEI),对江苏省无锡市城区2013-2021年生态质量进行时空变化分析,并利用Moran指数计算无锡市城区生态质量的空间自相关性。结果表明:(1)WBEI融合了水体对生态指数的影响,弥补了传统方法无法反映水体区域生态质量的不足,能更好地反映包含水体区域在内的城市生态质量;(2)2013-2021年,无锡市城区平均WBEI分别为0.4808、0.4416、0.5068、0.4471、0.4682,城区生态质量呈波动变化,总体呈小幅下降的趋势;(3)无锡市城区生态质量极好等级的面积减少67.5251km^(2),良好与一般等级增加76.8633km^(2),生态质量等级变好区域的面积大于变差区域的面积,变好的区域主要分布在东侧锡山区城乡交界处及南侧滨湖区太湖周边地区,变差的区域主要分布于梁溪区与新吴区;(4)五个年度的全局莫兰指数分别为0.6820、0.7002、0.6367、0.7007、0.6886,生态质量的空间聚类明显,且以高-高、低-低的聚类类型为主。说明无锡市城区内各区域之间的生态质量差异显著,同类空间聚集,主要表现为高质量区域之间相互聚集,低质量区域之间相互聚集,生态质量具有高度空间自相关性。本文基于WBEI实现水体型城市无锡城区的生态质量的快速检测,可为同类城市生态保护与环境监测提供方法借鉴与数据支撑。

基于谷歌地球引警和改进型遥感生态指数的西安市生态环境质量动态监测

近年来,在经济全球化的背景下,西安市经济迅速增长,生态环境问题日益突出,快速全面地定量监测生态环境质量的时空变化,对指导生态环境保护具有重要意义。基于谷歌地球引警(GEE)平台,筛选2000、2004、2010、2015、2020年及其前后各一年的四季Landsat影像,利用主成分分析基于绿度(NDVI)、热度(LST)、干度(NDSI)、湿度(Wet)和气溶胶光学厚度(AOD)构建改进型遥感生态指数(ARSEI),实现西安市2000—2020年生态环境质量的动态监测,并运用莫兰指数(Moran′s I)探讨西安市生态环境质量的空间自相关。以主成分效果最好的夏季为例,结果表明:(1)构建的ARSEI将大气污染因素考虑在内,第1主成分(PC1)贡献度在83%以上,能较好地集中各指标特征,有助于更加全面地评价研究区生态环境质量;(2)西安市2000—2020年平均ARSEI分别为0.565、0.521、0.572、0.644、0.695,生态环境质量总体呈现先退化后转好的趋势。20年来,生态环境质量较差和极差等级的面积减少了1339.08 km^(2),主要分布在秦岭以北地区,良好和极好等级区面积增加了2241.80 km^(2),主要位于南部的秦岭地区;(3)西安市生态环境质量改善区面积大于退化区,改善和退化情况在各辖区均有发生。2000—2004年退化情况最为严重,占比29.41%,而2010—2015年改善区占比最大,达31.62%;(4)5个年度的全局莫兰指数(Global Moran′s I)均在0.627以上,表明西安市生态环境质量的空间分布具有较强的正相关,呈聚集分布,且以高-高、低-低分布为主。研究基于GEE平台实现了西安市生态环境质量的快速监测,可为生态环境监测与治理保护提供方法借鉴与数据支撑。

中国地区经济差距与产业布局的空间关联性——基于Moran指数的解释

本文在对地区差距进行产业分解的基础上,运用空间统计的Moran指数分析方法,分析了1997-2008年间我国31省区市制造业和服务业空间集聚的结构特征与变化趋势。研究发现,东部与中西部制造业和服务业空间集聚呈现出明显的两极化发展趋势,且在极化区域内通过集聚的路径依赖与累积循环机制,影响地区差距的演变。尽管以上海为中心形成的强强集聚区产生了正向增长极效应,但这不足以短期内完全打破两极化发展的分化现象。与以往研究不同的是,本文考虑到了制造业和服务业融合发展的事实与趋势,发现服务业对地区差距的贡献日益强化并可能成长为主导因素。因此,从长远发展看,要缩小地区差距,应加快东部地区产业转型升级,强化三大增长极的辐射效应;同时,应充分发挥中西部地区优势,优化投资环境,培育强势产业,积极加强与东部地区的产业分工合作,培育形成一批新的增长极。

全局空间自相关Moran指数和G系数对比研究

研究了最常用的衡量全局空间自相关的指标:全局Moran指数和全局G系数,基于模拟的空间区域,设计了一些有代表性的空间聚集方案进行计算,比较了两种指标的探测结果。得出的初步结论是:G系数探测高值聚集的能力强于低值聚集;当研究范围内同时存在高值和低值聚集时,G系数会受聚集区域规模的影响,当高值聚集区域和低值聚集区域规模相当时,G系数往往为正数,表明G系数对高值敏感;Moran指数主要受聚集区域规模的影响,随着空间聚集范围的扩展,Moran指数会明显增大。这些结论对于探测空间自相关模式时选择何种全局指标有指导意义。

空间自相关局部指标Moran指数和G系数研究

研究了空间统计中最常用的局部空间自相关指标:Moran指数和G系数。基于模拟的空间区域,设计一些有代表性的空间聚集方案进行计算,比较两种指标的探测结果,得出局部G系数优于局部Moran指数的结论。

结合均匀度理论和Moran’s I指数、广义G指数的景观格局全局自相关分析

以塔子沟林场为研究区域,以1997年8月28日和2009年8月25日两期Landsat TM遥感影像为主要数据源,辅助大量非遥感数据,借助ENVI 5.1、Arc GIS 10.3和Geoda095i等软件,将均匀度理论分析方法引入到景观格局空间相关分析中,对研究区域景观格局全局自相关进行了分析,并与Moran’s I、广义G指数的分析方法获得结论进行了对比。经计算,1997年的景观格局均匀度为0.320 7,介于景观均匀度置信区间[0.297 2,0.339 7],景观格局判定为随机分布,2009年的景观格局均匀度为0.288 3,小于下限值0.296 9,景观格局判定为聚集分布。1997年Moran’s I值为-0.11,景观格局判定为分散分布,2009年Moran’s I值为0.42,景观格局判定为聚集分布。1997年研究区域Z Score值为0.92,2009年研究区域Z Score值为2.06,根据景观格局判别可知,2009年研究区域景观格局呈现出明显的高值空间聚集(H-H聚集),即该期景观格局为聚集分布。结果表明3种分析方法得到的结论相同,即从1997—2009年的12年间,研究区域的格局状况由随机格局到聚集格局变化,说明将均匀度理论分析方法引入到景观格局空间相关分析中是可行的。

基于遥感和Moran’s I指数的水稻面积变化空间自相关性研究

本研究基于遥感影像获取了2011-2015年江苏省淮安区水稻面积,在乡镇区划和2 km规则网格的基础上,用Moran’s I指数分析了2011-2015年水稻逐年空间变化的相关关系,分析结果表明,淮安区水稻面积变化有聚集现象,2012年有4个聚集区,2013年有3个聚集区,2014年和2015年有6个聚集区;聚集区仅为乡镇行政区划单元的部分区域。

基于PCA-DEA-Moran指数的科技金融发展效率评价研究

通过构建主成分分析、包络数据分析和Moran指数相结合的科技金融效率评价模型,运用2015年全国31个省(市、自治区)的科技金融投入指标和产出指标,对全国科技金融发展效率进行了评价。研究发现:全国大部分地区的科技金融效率相对较低,仅有北京、上海、浙江、江苏、广东、天津等地科技金融投入产出效率较高,各地区科技金融效率呈现明显的区域不均衡发展态势。根据研究结论提出应从创新科技金融产品、优化科技金融投资渠道、构建科技金融服务平台和推动科技金融区域间协调发展等方面提高整体科技金融发展效率和水平。

中国FDI区域性差异的Moran I指数分析

中国的外商直接投资呈现出东、中、西部区域非均衡分布的特征,已成为影响中国地区经济差异的重要因素。通过引入Moran I指数,文章分析了中国FDI的区域聚集效应。在此基础上,借助邓宁的区位特定优势理论,通过建立面板数据模型,分析了中国FDI区域差异性的动态原因,并将其归结为数量因子和质量因子的影响。外资流入东部地区的原因是其质量因子的区位优势,并且质量因子在后期超越了数量因子成为东部地区吸引FDI的主要因素,而中西部地区吸引FDI的主要区位优势还是其数量因子。因此,中国在外资政策导向上更应注重对"质"的把握,实现从数量型FDI到质量型FDI的转变。

金融要素对宏观经济效率影响的莫兰指数分析

选择了莫兰指数模型和杜宾面板模型用于分析金融要素对宏观经济效率的影响.以全要素生产率代表宏观经济效率,以银行体系发展、证券市场发展代表金融要素,以2009-2018年10个年度31个省份的数据展开实证分析.分析结论显示:我国宏观经济效率存在明显的空间相关关系,经济发达的省份经济效率高;银行体系发展对宏观经济效率的影响为负(-0.011*),证券市场对宏观经济效率的影响为正(0.028**).

淮安市交通运输、仓储和邮政业空间集聚效应分析——基于修正区位商和莫兰指数

依托修正的区位商指数测算2012—2019年淮安市各区域交通运输、仓储和邮政业的比较优势,借助莫兰指数考察淮安市整体和局部交通运输、仓储和邮政业的产业空间集聚情况。结果显示:淮安市交通运输、仓储和邮政业相较于全国而言有比较优势,但优势不明显;2012—2019年淮安市全局莫兰指数有下降趋势;当前盱眙县和金湖县下游跃迁导致的集聚效应弱化程度要大于市区和涟水县上游跃迁引起的集聚效应增强程度。建议进一步完善淮安市与周边区域的物流通道体系和物流信息化系统建设,全力推动淮安市航空货运枢纽建设进程,规划合理的交通运输、仓储和邮政业布局。

生产要素供给的空间交互、溢出与经济增长——基于莫兰指数的检验

经济增长是经济研究工作的最终归宿,目前从供给角度分析经济增长动力依然是经济研究的重点。本文基于生产要素供给的角度分析中国经济增长的关键动力源。分析显示,1998—2014年,各省区市经济增长的主要动力源表现为固定资产投资与全社会研发投入两大生产要素的投入,同时制度投入即制度设计与优化对经济增长起到了显著的促进作用,但影响力不及固定资产投资与科研投入。作为关键要素供给,劳动投入对经济增长的解释能力不明显。

基于莫兰指数的盗窃犯罪率全局分布模式分析

通过莫兰指数分析方法,对某市近5年入室盗窃、盗窃摩托车和盗窃非机动车的盗窃犯罪率空间分布特征进行了初步分析。结果表明,该方法能够快速了解犯罪现象的空间分布模式,也必将为我国警方实际工作提供一种新的分析手段。

综合莫兰指数和交叉小波的不均匀沉降量化分析

由于针对地面沉降不均匀态势的量化分析较少,采用永久散射体干涉测量(persistent scatterer inteferomotry,PSI)方法获取北京平原地面沉降信息。根据浅地表空间利用差异在沉降漏斗区选取5个典型区,基于空间自相关分析和小波分析方法,量化了各区地面沉降空间和时序不均匀程度。并研究了浅地表空间利用差异和地下水位变化对空间和时序不均匀沉降的影响。研究发现:①5个区域每年累计沉降量和时序沉降量的莫兰指数大小关系相同,均为I5>I3>I1>I2>I4,结合浅地表空间利用情况,区域3和4不均匀沉降的影响因素较复杂,区域1,2和5沉降空间不均匀程度与空间利用复杂程度呈正相关;②各区地下水流场变化的波动大小和持续时间长短直接影响区域时序沉降不均匀程度。

基于UNMIX模型和莫兰指数的湖南省汝城县土壤重金属源解析

工业化正在加剧我国的土壤重金属污染.湖南省汝城县矿产资源丰富,工矿企业密集,粗放的矿业生产给当地土壤环境带来了一系列问题,准确掌握其污染来源是土壤污染防治的关键和前提.采集汝城县233个土壤样本,对重金属含量进行模型分析后选择拟合效果较好的Cd、Hg、As、Pb、Cr、Cu、Ni七种重金属为研究对象,测定其含量,使用UNMIX模型解析其污染来源,并结合空间插值与莫兰指数方法,从空间关系的角度验证模型并补充说明研究区土壤重金属的来源.结果表明:①研究区土壤中Cd、Hg、As、Pb、Cr、Cu、Ni含量的平均值分别为0.29、0.18、19.91、44.17、66.31、28.67、25.16 mg kg,除Cr、Ni外,Cd、Hg、As、Pb、Cu含量的平均值均高于当地背景值.除Hg外的其他6种重金属存在含量超出GB 15618—2018《土壤环境质量农用地土壤污染风险管控标准(试行)》筛选值的情况.②研究区土壤中7种重金属的含量主要受到自然源、大气沉降与工业直接排放混合源、污水源和工业直接排放源的影响,贡献率分别为41.87%、33.10%、13.27%和11.76%.其中,自然源对Cr和Ni的贡献率较大,大气沉降与工业直接排放主要影响Cd和Pb,污水源和工业直接排放源分别对Hg和As的贡献最大.③UNMIX模型与空间分析方法的结合,一方面验证了受体模型的解析结果,同时也对土壤重金属的来源起到了补充说明的作用.研究显示,汝城县土壤重金属含量与工业活动关系密切,工业排放除直接对附近土壤造成污染外,通过大气沉降、河流输送对远距离土壤环境的影响也尤为突出.

当代中国农村土地流转的工业条件研究——基于全局莫兰指数与空间计量模型的研究

促进农村土地流转是进一步提高农业生产力的重要途径,但是,推进农村土地流转工作不能仅停留在流转制度的建立与完善方面,更重要的是为农村土地提供有效的效率提升通道,确保流转双方的市场效益。利用中国31个省市2000-2014年的历史数据,通过莫兰散点图分析与全局莫兰指数检验方法,验证了地区农业发展之间的正向溢出效应和发达地区对欠发达地区农业经济增长带动模式正在由消化吸收后者农产品向促进后者工业体系建设水平的转变。同时,基于空间误差模型(SEM)与空间滞后模型(SAR)分析了中国农村土地亩均产值与亩均工业强度的统计关系。结论表明,亩均工业强度对亩均产值存在显著的正向促进关系。由此建议加强与完善地区农业配套工业条件,为促进土地流转构建良好的工业环境。

基于吸引力与Moran指数的医院空间集聚性评价及预测

以社会网络分析2-模网络中的事件中间度来度量医院科室的吸引力,从患者就诊人数以及其所起到的患者与其他科室发生联系的潜在作用来综合反映科室的重要性,借助Moran指数来分析基于吸引力的医院科室间的空间自相关性,探讨构建预测科室间人员集聚的趋势模型,为医院的管理提供参考。

Moran’s I指数与DEM网格大小关系的研究

数字高程模型(Digital Elevation Model,简称DEM)作为真实地形的一种数字化模拟,网格间存在着某种空间自相关性.Moran’s I是一种常见的空间自相关程度量化指标.为了研究Moran’s I与DEM网格大小之间的关系,文章在分辨率为30 m×30 m的DEM上随机选取了35个采样点.又以每个采样点为中心,选取n×n(n=3,5,7,…,25)大小的DEM网格,计算并记录对应于每个网格的Moran’s I指数值,绘出各采样点的Moran’s I指数值随n变化的曲线.研究发现:大多数采样点的Moran’s I曲线呈现出一致的变化趋势;同时发现少数采样点的Moran’s I曲线出现局部的变化异常.对这些异常进行分析后发现,Moran’s I值随n变化的趋势与DEM网格高程值的离散程度(地形)有关.