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。

局部空间自相关指标对比研究

本文研究了最常用的局部空间自相关指标:局部Moran指数和局部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,得出局部G系数要优于局部Moran指数的初步结论。

空间自相关局部指标在城市热岛界定中的应用

为探讨空间自相关局部指标在城市热岛界定中的有效性和局限性,运用目前常用的6种算法对福州市Landsat8热红外数据进行地表温度(land surface temperature,LST)反演,利用Moran’s I指数(local Moran’s I index)和G系数(Getis-Ord local G)法界定福州的热岛范围;比较基于不同LST反演算法的界定结果,并将结果与等间距法、均值标准差法和区域均值分级法进行对比分析。结果表明:Moran’s I指数法和G系数法均能较准确地确定热岛范围,但G系数法界定的热岛范围较Moran’s I指数法更符合实际,对不同LST反演算法的依赖性较小,并与目前常用的热岛界定方法更具可比性,更适合应用于城市热岛界定; G系数法兼顾了LST的高低及其空间相关关系,其界定的城市热岛范围具有明确的统计学意义,而且阈值无需人为干涉,结果更为客观和准确,可在城市热岛定量研究中进一步推广。

地方保护、区域市场分割与产业集聚——基于制造业数据的实证研究

利用Ellison和Glacscr的行业区域集聚指数，测算了我国制造业20个行业1999～2006年（2004年除外）的集聚程度及发展趋势，发现这20个行业的集聚程度总体上呈现上升趋势，技术密集型行业的集聚程度最高，且集中速度较快。同时，重点考察了地方保护、区域市场分割对产业集聚的影响，实证结果显示，地方保护、市场分割阻碍了市场的空间集中，市场分割的阻碍作用非常显著。另外，行业出口比重、行业外部性及劳动生产率均不同程度地影响着20个行业的集聚趋势。

新疆区域经济的空间差异分析

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。

基于空间聚类的可塑性面积单元问题研究

地理国情信息是国家制定发展战略和规划国土空间开发等的重要依据。地理国情数据具有明显的区域性,因此地理国情数据的分析中存在明显的可塑性面积单元问题。本文以2000年美国总统选举数据作为验证数据,通过对比邻近聚合,REDCAP-ALK以及REDCAP-SLK三种方法得到不同尺度下的热点。分析结果表明,通过聚类REDCAP算法在一定程度上可以缓解空间统计分析中的可塑性面积单元问题,可为地理国情监测综合统计分析中存在的可塑性面积单元问题提供依据。

内蒙古自治区农村人口多维贫困特征测算与分析

针对国家精准扶贫需求,构建基于A—F双临界值法的多维贫困度量模型,进行内蒙古自治区农村人口多维贫困特征的总体测算与分析,并分别分析多维贫困的空间集聚效应及不同分类体系下的贫困分异特征。结果显示:1研究区西部存在大面积高度贫困县单元,中部存在呈东西条带状分布的中度贫困县单元,东部地区贫困程度呈现"南高北低"状态;2研究区主要致贫因素为:人均纯收入、家庭健康、平均教育年限,一般致贫因素为燃料类型、资产、房屋结构,次要致贫因素为:饮水情况、通电情况、儿童入学率;且大部分贫困指标呈显著空间集聚效应;3研究区西部县际贫困特征差异较小,东部存在显著的南北分布差异;4不同类型县各贫困指标差异不同。

社会经济统计数据热点探测的MAUP效应

为探讨不同尺度下社会经济统计数据热点的变化规律及其影响因子,本文基于2000年全国县级农业统计数据和2008年北京市第二次经济普查数据,按照一定的聚合规则得到不同尺度的数据,计算不同尺度下的局部空间自相关指标G统计值并对其进行显著性检验得到热点分布,分析不同聚合尺度下热点的变化规律。然后运用Logistic回归分析探测了影响聚合前后热点变化的因素,并根据探测结果建立了预测聚合前后热点变化的Logistic模型。分析结果表明,基于G统计探测的热点分布具有明显的空间尺度效应,聚合水平越高、空间尺度越大,热点数目越少。Logistic回归分析的显著性分析表明,热点包含的面状单元数目和热点的平均G统计值是影响热点探测尺度效应的主要因素。热点包含的面状单元越多,热点的平均G统计值越大,热点探测结果受尺度效应的影响越小。研究建立的热点变化预测模型,可以在细尺度热点分布状况已知时,根据热点包含的面状单元数目和热点的平均G统计值来预测聚合后热点的变化。对模型精度的交叉验证结果表明,模型对全国县级农业统计数据热点变化预测精度可达到93.8%,对北京市第二次经济普查数据热点变化预测精度达到94.2%。两套数据试验得到的结论一致,说明热点探测的尺度效应变化规律和所选变量以及研究区域的大小无关。