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。

水-岩作用模拟中饱和指数SI的灵敏度分析

以化学热力学的基本原理为基础 ,结合具体工程实例 ,综合分析了水化学分析数据误差的传递及其对饱和指数SI值的影响 ,饱和指数SI反映了水岩系列间的相互作用 .计算结果表明 ,各水化学分析数据误差对SI值的“反应”程度是不同的 ,其中“反应”最为灵敏的是水的pH值 .

基于Lyapunov指数的高炉铁水[Si]预报

通过对国内两座中型高炉冶炼过程的[S i]时间序列的混沌分析,计算出相应的Lyapunov指数谱.由最大Lyapunov指数为正,定量的说明了两座高炉冶炼过程具有混沌性,并估计了两座高炉冶炼过程[S i]可预测的时间尺度.同时根据最大Lyapunov指数,建立了高炉冶炼过程[S i]预报模型,取得了较好的结果.

煤岩配煤中CBI和SI指数的意义及其应用

文中阐述了CBI和SI指标的意义和三个基本应用,并由实验方法得到计算CBI和SI的曲线及预测焦炭强度的曲线。

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.

基于Moran’s I指数的新疆地区用水效率的空间关联分析

木文以2016年新疆各地区的万元增加值用水量为研究对象,运用Moran’s l指数对新疆地区用水效率全局和局部空间差异性演变特征进行了研究。研究表明,2016年新疆各地州的用水的Moran’sI=0.347353,新疆各地区的用水效率局部聚集化效应明显,尤其是用水效率的高值区域和低值区域集聚特征十分显著,南疆的阿克苏地区和喀什地区处于高-高地区,吐鲁番地区处于低-低地区,南北差异比较明显。建议完善水权制度,改善水利基础条件,加强水管理,提高利用效率。

基于NDVI-SI特征空间的土壤盐渍化遥感模型

同时考虑植被和土壤信息,构建盐渍化遥感信息提取模型。选取具有长期研究基础的塔里木南缘于田绿洲为研究靶区,综合分析归一化差值植被指数(NDVI)、盐分指数(SI)二者之间的关系,在此基础之上提出NDVI-SI特征空间概念,并构建土壤盐渍化遥感监测指数模型(SDI),结果表明:土壤表层含盐量与SDI相关性较高,其R2=0.8596。非盐渍地、轻度盐渍地、中度盐渍地、重度盐渍地的SDI平均值分别为0.399,0.763,0.974和1.201,差异较大;经差异性矩阵分析,亦表明SDI能够很好的区分研究区内不同盐渍化程度地类的分布范围。SDI能反映盐渍化土壤地表盐量组合及其变化,具有明确的生物物理意义,并且指标简单、易于获取、有利于盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。

基于Moran’s I和LISA的人口与经济系统协调性研究

文章以内蒙古自治区为例,通过构建人口与经济系统发展指标体系,运用线性加权模型和标准差方法,定量计算人口与经济系统发展指数,建立耦合协调性模型,得出人口与经济系统协调发展指数;通过全局Moran’s I分析内蒙古自治区人口与经济系统协调性的空间特征;应用Moran散点图和LISA集聚图分析内蒙古自治区各盟市人口与经济系统协调性的空间自相关特征。

不同年龄组患者休克指数在急性消化道出血中的应用

目的通过分析老年、非老年急性消化道出血患者休克指数（SI）的变化，寻找不同年龄组急性消化道出血患者SI的最佳诊断切点。方法回顾2013-01-2014-01收治消化内科疑似急性消化道出血的患者，收集入院时监测的各项生命体征、年龄和性别资料。计算患者的SI值，并按照是否＞65岁划分为老年组和非老年组，进行SI的差异性分析。结果共收集200例疑似急性消化道出血患者的资料，急性消化道出血患者46例。非老年组80例，其中急性消化道出血患者17例；老年组120例，急性消化道出血患者29例；按照标准的SI切点（SI＞0．90）被认为存在急性消化道出血，敏感度（Sens）65．2％，特异度（Spec）87．7％，约登指数（Youden’s）52.9％；老年组更低的SI切点（SI≥0．80：Sens79．3％，Spec90．1％、Youden’s69．4％）对判断急性消化道出血更好，可以减少漏诊率。结论更低的SI切点（SI≥0．8）能更早识别老年患者急性消化道出血，提前做好抢救准备。

反应条件指数及其与饱和指数的关系初步探讨

反应条件指数(RCI)和饱和指数(SI)都是建立在热力学基础上说明水中物质溶解与沉淀作用的水文地球化学参数。饱和指数能够客观地反映水文地球化学作用发生的方向和状态,反应条件指数综合了水文地球化学状态条件和水文地球化学作用边界条件的信息,它不仅能反映水文地球化学作用发生的方向和状态,而且可以反映其发生的条件及原因。根据反应条件指数和反应条件边界值的概念,运用热力学基本原理和质量作用定律对反应条件指数与饱和指数的关系进行了论证,结果表明两者呈线性函数关系。这对认识和解决生产、科研中存在的水文地球化学问题具有重要指导意义。

休克指数及中性粒细胞/淋巴细胞比值对急性非ST段抬高心肌梗死患者短期预后的预测价值

目的研究休克指数(SI)与中性粒细胞/淋巴细胞比值(NLR)对急性非ST段抬高心肌梗死(NSTEMI)患者短期预后的判断价值。方法选取2016年3月至2018年3月首诊承德医学院附属医院急诊科的NSTEMI患者516例。根据患者SI、NLR水平及NSTEMI患者10 d内主要不良心脏事件(MACE)发生情况分组:①SI<0.7与SI≥0.7组;②NLR<5.0组与NLR≥5.0组;③MACE组与非MACE组。比较各组临床资料及MACE发生例数。采用受试者工作特征曲线(ROC曲线)分析比较NLR与SI对NSTEMI患者MACE发生的预测能力。结果纳入NSTEMI患者516例,其中92例(17.8%)发生MACE,包括4.3%全因病死22例、5.2%心源性休克27例和8.3%致命性心律失常43例。而且,SI≥0.7并NLR≥5.0患者56例,其中19例发生MACE,占33.92%;NLR≥5.0并SI<0.7患者104例,其中30例发生MACE,占28.88%;SI≥0.7并NLR<5.0患者48例,其中9例发生MACE,占18.75%.NLR≥5.0组患者MACE发生例数及SI水平高于NLR<5.0组(均P<0.05)。SI≥0.7组患者MACE发生例数及NLR水平高于SI<0.7组(均P<0.05)。与非MACE组比较,MACE组患者NLR与SI水平明显升高(均P<0.05),NLR、SI的ROC曲线下面积为0.734和0.681。结论NLR和SI对预测NSTEMI患者短期内MACE的发生均具有较高的价值,NLR的预测能力优于SI.

基于Moran′s I的菜地土壤属性空间分布格局分析

为探讨时空尺度下露天菜地及设施菜地种植模式对土壤属性空间分布格局的影响,采用Moran′s I空间分析方法,对安徽省肥东县2017年采集的375个表层土样数据、2016年的露天菜地数据及2019年的设施菜地数据之间的空间自相关性进行研究。结果表明:研究区内露天菜地种植时间越短,土壤全氮、速效钾的平均值越高,设施菜地种植时间越短,有机质、全氮、有效磷、速效钾、pH 5种土壤属性平均值越高。除速效钾外,露天蔬菜的土壤有机质、全氮、有效磷、pH指标值均低于设施菜地。距离城镇越近,土壤有机质、全氮含量和pH越高。两种菜地分布密度与有机质、全氮空间分布呈高高空间正相关,与有效磷和速效钾呈低高空间负相关,与pH在土壤中呈高低空间负相关。研究结果表明,两种菜地土壤属性指标值因受到种植时间与城镇距离因素的影响而差异明显。因经济利益驱动,设施菜地种植时间较短但土壤养分累积较快。菜地分布密度对土壤属性空间分布格局影响明显,菜地种植与土壤酸化、养分累积具有一定的相关性。通过Moran′s I空间分析,可实现对蔬菜生产区域的管理,为进一步分析土壤属性扩散演化机制提供参考。