寧夏區域經濟空間差異的ESDA—GIS研究

陳麗

摘 要：基于ESDA全局和局部空間自相關分析，在ARCGIS軟件和GeoDA空間統計分析軟件的支持下，利用寧夏回族自治區2008年的縣域人均GDP數據，對寧夏縣域經濟之間的總體和局部空間差異進行了實證分析。結果表明：全局MoransI指數為0.7426，在空間上相關性很強，且與經濟發展水平有很大的關系，在空間上經濟水平差不多的地區空間上分布較集中，并在此基礎上繪制了局域Morans I散點圖和LISA集聚圖。

關鍵詞：空間分析 區域經濟差異 空間自相關 ESDA

中圖分類號：F224 文獻標識碼：A 文章編號：1672-3791（2015）02（a）-0028-02

地區之間的經濟發展差異一直是學術界廣泛關注的熱點問題之一[1]。經濟發展水平差距過大會對經濟發展和社會穩定造成一定的負面影響。對經濟發展水平差異的度量缺少對空間要素的考慮，區域空間發展差異狀況難以得到真正反映。空間自相關和空間異質性分析方法就是考慮了空間因素，空間要素在在研究不同尺度的區域差異問題是非常重要的，必須加以考慮[2]。近年來，不少學者研究空間區域差異問題時采用空間分析方法和GIS技術方法[1-3]，但這些研究都是假設空間實體之間是相互獨立的，而沒有考慮它們在空間上的擴散或極化效應，且研究主要集中在發達省份，西部欠發達地區很少涉及。探索性空間分析方法，即ESDA方法是通過空間關聯測度，設定空間權重矩陣，解決了區域之間的空間關系問題，為區域空間差異的定量分析提供了有利支撐。寧夏地處黃土高原，是一個比較小的回族自治區，由于區域間許多條件的差異，隨著經濟的快速發展，區域之間的內部差異日益擴大。2008年銀川市人均GDP34 635元，而南部山區西吉縣僅為4 497元。該文作者以寧夏為例，利用GIS技術，在縣域經濟差異研究中的應用ESDA空間分析方法。

1 ESDA研究方法

1.1 空間數據探索分析

ESDA（Exploratory Spatial Data Analysis）是一種綜合性的技術方法，主要用來揭示研究對象之間的空間相互作用關系。ESDA以數據驅動為基礎，著重發現空間數據的空間分布模式，揭示數據的空間依賴性與相互差異的可視現象[4]。ESDA空間分析方法是以GIS平臺為支撐的，可以探索影響區域經濟差異的空間機制，描述區域經濟在空間上的差異情況。

1.2 空間自相關分析

空間自相關是空間依賴性的一種體現，檢驗某一要素的屬性值是否顯著地與其相鄰空間點上的屬性值相關聯可以用空間自相關來度量，正相關表明某一地理單元的屬性值變化與其相鄰的空間單元的屬性值變化具有相同變化趨勢，負相關則相反。

1.2.1 全局空間自相關

其中，為觀測值，為的平均，，為i，j之間的空間連接矩陣，空間數據的拓撲屬性來構造，也可以計算空間距離，如果i與j之間的距離小于某個特定的距離，則W（i，j）=1，其他情況為0。文中定義縣域之間的空間關系采用公共邊界原則。

顯著性檢測中，若Morans I的值為正，則表示經濟水平較好（水平較差）的地域在空間上明顯集聚（分散）。若Morans I值與1越接近，則表明經濟水平的總體空間差異越小。反之，若Morans I的值為負，則表明地區的經濟發展水平存在很大的經濟差異。Morans I的值與-1越接近，經濟的發展總體空間差異越大。僅當Morans I接近期望值-1/（n-1）時，觀測值之間不存在依賴性，在空間上分布沒有規律，呈隨機狀態。

1.2.2 局部空間相關性

Bonferroni標準可以判斷的顯著性。給定總的顯著性水平，根據來判斷每一個區域的顯著性。將顯著性水平設定為時，如果>0，說明區域與周邊地區之間的空間差異顯著小；如果<0，說明區域與周邊地區之間的空間差異顯著大。

Moran散點圖用數學中的坐標系表示，橫軸表示應變量的所有觀測值，縱軸表示對應空間滯后變量（）的所有取值。Moran散點圖用數學里面的象限來表示，一般劃分為4個象限，分別表示4種不同的區域經濟空間差異類型：右上象限（HH）表示某個縣域與周邊縣域之間的經濟發展水平均較高，有相同的高趨勢，兩者之間的空間差異程度較小；左上象限（HL）表示某個縣域自身經濟水平較低，周邊地區經濟發展較好，兩者之間的空間差異程度較大，呈相反的變化趨勢；左下象限（LL）表示某個縣域和周邊縣域的經濟發展水平均較低，二者的空間差異程度較小；右下象限（LH）表示縣域自身經濟水平較高，周邊縣域地區較低，二者空間差異程度較大。

2 數據處理與分析

2.1 研究區域與數據來源

因為人均GDP能夠比較充分地反映區域差異的內涵，文中的研究指標采用2008年縣級人均GDP（現價），人均GDP指標容易從現行的官方統計數據中獲取，數據的可信度和完整性均較好。數據資料取自《寧夏統計年鑒2009》[7]，空間分析尺度是以縣域為單元，寧夏有18個縣（市、區），縣級位置坐標和縣級行政邊界數據取自國家基礎地理信息中心1：400萬數據庫[8]。

2.2 計算結果與分析

2.2.1 全局空間自相關

寧夏2008年縣域人均GDP數據的全局Morans I指數為0.742 6，此指標是利用GeoDA095軟件計算的，表明寧夏縣域人均GDP在空間上存在著很大的自相關，在空間上集中分布的地區經濟發展水平相當（高高或低低），某一縣域的人均GDP較高，與此縣相鄰的周邊區域的人均GDP也較高；反之依然。這種空間正相關特性表明了區域空間差異的存在。

2.2.2 局部空間自相關聚類

繪制出的寧夏人均GDP空間分異狀態的Moran散點圖（圖1），空間計算結果用地圖表示（圖2），利用ARCGIS軟件制作。圖1和圖2反應出基本空間分布格局是經濟較發達地區集中分布在寧夏的北部地區，除了石嘴山不是很突出，欠發達地區集中分布在寧夏中部和寧夏南部山區。與周邊地區經濟發展水平相比，全省可具體劃分為3種類型：（1）空間差異較小。區域自身和周邊經濟發展水平均較高的縣域（HH），全部坐落在黃河流經的自然條件相對較好的北部圍繞省會城市銀川市以及靈武市等地區。2008年在HH象限的縣（市、區）有4個，占寧夏縣級行政區的2/9，寧夏大多數地區經濟基礎比較差，經濟發展水平較落后，但這四個地區的總的經濟發展態勢較好。（2）空間差異較小，位于（LL象限）的有6個，占寧夏縣級行政區的1/3，主要分布在寧南山區，這些地區的自然資源較匱乏，生活條件較差，組要引起政府的關注，加快寧南地區的發展。（3）其他地區均位于寧夏中部，在空間上沒有顯著地相互作用特征，這說明這些縣域之間沒有相互帶動發展的特征。

2.2.3 局部空間自相關測度

局域Morans I值的計算結果有15個縣的Morans I值<0，其經濟發展水平表現出顯著地內部和外部差異性，只有3個縣的局部自相關值>0，分別是同心縣、鹽池縣、利通區，而且計算出來的數值也不是很大，它們的內部差異和外部差異也很大。這表明：寧夏城市經濟發展極不平衡，發展水平層次懸殊。城市經濟實力普遍較弱，其中，銀川市、原州區的經濟發展比周邊地區高，需繼續加大經濟發展力度以帶動周邊地區的發展；其他一些地方均沒有顯著地帶動趨勢。

3 結語

（1）該研究表明，ESDA-GIS空間分析方法可以解釋某個地區經濟發展差異，即空間差異性問題，可視化效果得到增強，使研究結果更加明了的展現。

（2）寧夏的經濟發展水平比較落后，主要是還沒有形成很好的空間相互帶動作用的發展模式，必須注重這種空間輻射效應。

（3）文中研究的空間尺度選擇縣級單元，如果擴大空間研究尺度或者縮小研究尺度，研究結果與縣域的結果有何變化差異，值得進一步研究和探討。另外，采用不同年份的研究指標，利用ESDA空間分析方法，研究區域空間差異的演變過程，值得進一步研究和探討。

參考文獻

[1] 李小建，喬家君.20世紀90年代中國縣際經濟差異的空間分析[J].地理學報，2001，56（2）：136-145.

[2] 孟斌，王勁峰，張文忠，等.基于空間分析方法的中國區域差異研究[J].地理科學，2005，25（4）：393-399.

[3] 徐建華，魯鳳，蘇方林，等.中國區域經濟差異的時空尺度研究[J].地理研究，2005，24（1）：57-68.

[4] 馬曉冬，馬榮華，徐建剛.基于ESDA-GIS的城鎮群體空間結構[J].地理學報，2004，59（6）：1048-1057.

[5] 蒲英霞，葛瑩，馬榮華，等.基于ESDA的區域經濟空間差異分析[J].地理研究，2005，24（6）：965-974.

[6] 范新生，應龍根.中國SARS疫情的探索性空間數據分析[J].地球科學進展， 2005，20（3）：282-291.

[7] 寧夏統計局.寧夏統計年鑒2009[M].北京：科學出版社，2005：75-127.

[8] 國家基礎地理信息中心.國家基礎地理信息系統1：400萬數據庫[EB/OL]. Http：//nfgis.nsdi.gov.cn/nfgis/chinese/c_xz.htm，2005-10-24.

[9] 羅仁福，李小建，覃成林.中國省際經濟趨同的定量分析[J].地理科學進展，2002，21（1）：73-80.

[10] 韋素瓊，張金前，陳健飛.基于空間自相關的閩臺城鎮建設用地分布研究[J].地理科學進展，2007，26（3）：11-17.

[11] 張松林，張昆.全局空間自相關Moran指數和G系數對比研究[J].中山大學學報：自然科學版，2007，46（4）：93-98.