论文部分内容阅读
摘要：文章运用空间自相关的分析方法，采用《2012国家统计年鉴》以及《中国2010年人口普查资料》的有关经济与人口数据，对当前我国人口与经济的空间分布特征，人口与经济相互影响模式的规律等进行探究。
关键词：空间自相关分析；人口经济；区域差异
一、 文献述评
国外早在1960 年代就有学者开始尝试使用空间自相关方法研究生态学、遗传学等问题，目前已应用于数字图像处理、区域经济、流行病学、生物学、犯罪学等方面的研究。國内空间自相关的相关研究始于1990年代，起步较晚，但目前研究领域较广，主要集中在生态学、生物学、土壤学、流行病学等领域。由于区域问题自然包括空间只相互之间的关系，因此，空间自相关为经济地理的研究提供了很好的工具。事实上，经济地理的研究在很大程度是定性的学科，通常可以计算的部分仅仅是简单的加总平均，因此空间自相关的研究也就为经济地理、区域差异的研究提供了许多方便。
中国的区域差异问题是国内外研究的热点问题之一在我国，许多非地理背景的研究已经自觉地将空间分析的方法应用于相关在研究。为了探讨建国以来区域经济差异的时空演化规律，俞路等在文献中将空间自相关等空间分析方法与区域经济相关领域的经典理论--如，区域经济不平衡的U字模型，梯度发展模型等--结合，通过定量的分析来与定性的理论相结合，从而描述了建国后我国区域不平衡的时空变化。文献进一步使用了完善的ESDA（Exploratory Spatial Data Analysis），包括Moran I指数，Moran 散点图和LISA等，来对1978年～2001年中国各省区人均GDP进行了刻画，从而揭示其规律性及动态演变过程。
在我国，许多非地理背景的研究已经自觉地将空间分析的方法应用于相关在研究。为了探讨建国以来区域经济差异的时空演化规律，俞路等在文献中将空间自相关等空间分析方法与区域经济相关领域的经典理论——如，区域经济不平衡的U字模型，梯度发展模型等——结合，通过定量的分析来与定性的理论相结合，从而描述了建国后我国区域不平衡的时空变化。文献进一步使用了完善的ESDA（Exploratory Spatial Data Analysis，探索性空间数据分析）方法，包括Moran I指数，Moran 散点图和LISA等，来对1978年～2001年中国各省区人均GDP进行了刻画，从而揭示其规律性及动态演变过程。
经济现象存在比较明显的地理分布特征，同样，人口分布必然在空间上存在规律。基于2000年第五次人口普查工作的数据结果，刘德钦等人利用地理信息系统以及ESDA等对我国的人口分布特征进行了描述，除了人口分布三维模型、人口重心的迁移之外，使用了空间自相关模型Moran I和Local Moran I等指标来刻画了人口现象的时空变化特征。
相类似研究还有很多。马晓东等利用ESDA-GIS研究了江苏省的城镇群体空间的变化规律。蒲英霞等利用ESDA分析了江苏省的以县域为单位的区域经济空间差异。仇方道以空间分析为知道，对淮海经济区县域经济差异变动进行了分析与描述。潘章虎等利用ArcView软件以及GeoDAS空间分析工具以及甘肃省2004年的县域人均GDP数据，对甘肃省县域经济之间的总体和局部空间差异进行了实证分析。
上述的研究主要以单指标或者单变量对区域的特性以及时空变化进行刻画，而很少涉及两个变量或者更多变量之间的相互关系。事实上，区域的发展总是多个要素同时作用，同时也存在相互之间的制约或者促进关系。例如，交通与经济的关系，人口与消费之间的关系等。同时，由于区域性差异的存在，不同地区的影响模式可能不同，例如京津地区的耕地对经济的影响模式与西北的影响模式。事实上，这方面的研究已经出现。杨忍等基于人口-经济系统指标，运用主成分分析法对西北五省各市2000年、2005年的人口经济协调状况进行了分析，从而得到西北地区各区市的人口与经济的协调情况。王凯等利用Gini 系数、E-G 指数、行业地区集中度等产业集聚指标以及产业利润率、就业系数、劳动生产率等产业绩效衡量指标，基于2010 年的截面数据，探究中国旅游产业集聚化发展及其与产业绩效之间的关系。同样，还有其他文献 对两个变量之间的关系进行了探讨。
如上所说，变量在空间上存在某种关系，这可以通过空间数据分析方法来予以揭示。同时，在空间分布的多个变量之间也同样存在某种关系。受此启发，本文利用《2012国家统计年鉴》以及《中国2010年人口普查资料》里面提供的有关的经济与人口方面的数据，来对当前我国人口与经济的空间分布特征，人口与经济相互影响模式的规律等进行研究。
二、 研究方法
空间自相关是指事物或现象具有对空间位置的依赖关系，也就是说，空间位置上越靠近的事物或现象它们会越相似。该方法的分析结果可以解释和寻找事物或现象的空间聚集性，包括有三种情况：正自相关、负自相关和无相关（零自相关）。其中，具有正自相关的属性，其相邻位置值与当前位置的值具有较高的一致性。通常，该方法分析的对象是具有点或面分布特征的属性，需要的数据类型是空间的点或面数据。进一步，用来分析在整个研究范围内指定的属性是否具有自相关性我们称之为全局空间自相关分析，用来分析在特定的局部地点指定的属性是否具有自相关性我们称之为局部空间自相关分析。
本文的研究目标是揭示我国人口与经济的空间分布关系以及特征。人口信息具有地理空间分布属性，而经济系统也具有空间分布特征。在人口与经济的相互作用和渗透的关系，促进两者的协调发展的前提下，对人口与经济的有关空间数据进行空间自相关性分析，有利于促进社会生产力的提高和资源的优化配置。
三、 数据选取说明
人口与社会经济发展相互依存、相互作用、相互渗透，经济是人口存在和发展的基础，而人口则是社会经济活动的主体和必要的前提。人口与经济的协调发展可促进社会生产力的巨大发展，两者的协调性越高，发展速度越快，生产资源优化配置越好。人口信息具有地理空间分布属性，人口及与人口密不可分的经济系统都具有空间分布特征。本文的研究目标是揭示我国人口与经济的空间分布关系以及特征。以下将首先介绍实验所采用的数据。 人口与经济之间可能存在某种关系，在统计年鉴里面里面有许多数据反映这两项指标，例如民族构成、男女比例、按职业统计，工业产值、按产业划分等。在此，本文提取其中比较关键的要素来进行描述。
同时，需要说明的是，由于海南岛与台湾岛及其他岛屿与大陆省份分离，在处理临界矩阵的会形成孤岛，不利于分析的进行。因此，本文所有数据暂不考虑上述地区。
人口指标方面，根据人口的户籍属性，可以划分为城市，乡镇，农村三类，按照人们通常习惯，将乡镇人口与城市合并成為城镇人口，农村人口不作处理。这样划分的依据是，农村人口主要从事农业生产以及林牧副渔等劳作，而乡镇人口与城市人口则通常指的是以非农业人口为主，具有一定规模工商业的居民点，其从事的工作基本上脱离农业生产，而主要在工厂里面。以下数据有《各地区户数、人口数和性别比（城市）》，《各地区户数、人口数和性别比（镇）》，《各地区户数、人口数和性别比（乡村）》等整理而成。
经济指标方面，可以从多方面进行描述。本文从产业的分类角度来对经济进行细分，进而探讨他们与人口的关系。第一产业通常指农业（农业、林业、牧业、渔业）；第二产业即工业（采掘业、制造业、自来水、电力、蒸汽、热水、煤气和建筑业）；第三产业包括流通部门和服务部门，具体如下：①流通部门；②为生产和生活服务的部门；③为提高科学文化水平和居民素质服务的部门；④为社会公共需要服务的部门。本文主要根据《按三次产业分地区生产总值（2011年）》数据中提取第一产业、第二产业、第三产业的生产总值作为研究数据。
四、 实证研究
通过将统计年鉴数据整理成表，并利用ArcMap软件将其与shape文件配准并导入到.dbf文件中，从而实现可视化。进而利用此shp文件分别在ArcMap以及GeoDa软件上进行操作，得到分析数据。下面将按照全局空间自相关分析，局部空间自相关分析以及双变量的空间自相关分析三部分进行细致的阐述与说明。
1. 全局空间自相关分析。首先使用ArcMap对全国2011年人均GDP数据进行单变量的全局Moran’s I指数自相关检验，计算全国经济的第一产业Moran’s I值为0.082 8，第二产业Moran’s I值为0.300 0，第三产业Moran’s I值为0.381 5。除第一产业的Z值检验外，其他两个均通过Z值检验（平0.05），且相关性非常明显。
Moran’s值均为正，说明就全国范围内，区域经济发展存在空间聚集特征。但是第一产业，即农林牧副渔相关行业，的空间聚集特征不是很明显，且由数据来看基本可认为是离散分布。这是由于随着科技的进步、经济的发展，第一产业在国民生产总值所占的比例越来越少，随着更多的生产资料与劳动力投入到其他产业，各区域之间在第一产业普遍重视不够，导致其空间影响扩散不大。而第二产业、第三产业都便显出比较明显的空间聚集特征，一方面是由于工业与服务业在国民生产总值中所占的地位越来重要，同时也是由于各区域之间的人才与劳动力的流动，加强了彼此之间的联系，从而造成一种集聚的态势。
2. 局部空间自相关分析。
（1）Moran散点图。Moran散点图用于研究局域空间的异质性，其横坐标为各产业人均GDP的标准化值，纵坐标为空间权重矩阵所确定的相邻单元的属性值的平均值（经标准化处理） 。散点图中，第一象限表达了研究区域和其周围区域的局域空间关系为“高-高”，第二象限表达了该区域和其周围区域的局域空间关系为“低-高”，第三象限表达了该区域和其周围区域的局域空间关系为“低-低”，第四象限表达了该区域和其周围区域的局域空间关系为“高-低”。
由图中我们可以了解到：第一产业的人均GDP的分布比较分散，几乎是平均分布在各个象限里面，各种模式都有。第二产业的人均GDP分布，比较集中在第一和第三象限，说明高-高，和低-低聚集的模式占主要方面。其中，沿海省份（福建、浙江、江苏、山东、辽宁、吉林）处在第一象限。而西北、西南省份，再加上河南、湖北、湖南、广西等处在第二象限。这也比较明显的反应出我国经济的结构，即东部发达，而西部较落后的现状。第三产业的分布图中，高-高、低-低的聚集模式显得更加突出。第一象限依然比较多的是东部沿海省份，而西北、西南包括中部的省份基本处在第三象限。
由上分析，可以得到如下结论：
空间差异较大，区域自身与周边水平较高的区域（HH），基本位于东部沿海省份；
空间差异较小，区域自身与周边水平较低的区域（LL），基本位于西部地区；
空间差异较大，区域自身水平较高，但周边较低的市域（HL），主要包括了内蒙以及广东等；
空间差异较小，区域自身水平较低，但周边较高的区域（LH），主要位于中部，连接东西部的地区，以及吉林、黑龙江等。
（2）区域空间联系指标（LISA）。区域空间联系指标是衡量观测单元属性和其周边单元属性相近（正相关）或差异（负相关）程度的指标。利用ArcMap工具箱里面的Cluster and Outlier Analysis工具计算全国各产业的人均GDP的L ISA值，并且在z检验的基础上（p≤0.05）绘制LISA集聚图。
结果表明，第一产业与第三产业的聚集效应不是很明显。而第二产业在沿海一带、内蒙辽宁、以及西南有比较明显的聚集现象。虽然如此，从人均生产总值来看，存在与第二产业类似的聚集效应。 出现这种状况的原因是与我国当前所处的阶段紧密联系在一起的。当前，农业在国民生产总值中所占比例较少，而服务业的效应还没有显现，我国产值主导因素让然是工业。因此工业的集聚效应引发了人均生产总值的效应。
3. 双变量的空间自相关分析。之前的分析发现，研究区经济聚集性的变化受到其他地物类型的影响，因此利用GeoDa 软件来分析各产业平均产值与人口的的双变量LISA 值，进一步探讨国民生产产值的的相关性。在z 检验的基础上（p= 0.05）绘制LISA 分布图，双变量LISA 分布图可表示区域某一变量值与其邻域另一变量均值间是高高（High-high）或者低低（Low-low）的空间正相关，以及低高（Low-high）或者高低 （High-low）的空间负相关。
关键词：空间自相关分析；人口经济；区域差异
一、 文献述评
国外早在1960 年代就有学者开始尝试使用空间自相关方法研究生态学、遗传学等问题，目前已应用于数字图像处理、区域经济、流行病学、生物学、犯罪学等方面的研究。國内空间自相关的相关研究始于1990年代，起步较晚，但目前研究领域较广，主要集中在生态学、生物学、土壤学、流行病学等领域。由于区域问题自然包括空间只相互之间的关系，因此，空间自相关为经济地理的研究提供了很好的工具。事实上，经济地理的研究在很大程度是定性的学科，通常可以计算的部分仅仅是简单的加总平均，因此空间自相关的研究也就为经济地理、区域差异的研究提供了许多方便。
中国的区域差异问题是国内外研究的热点问题之一在我国，许多非地理背景的研究已经自觉地将空间分析的方法应用于相关在研究。为了探讨建国以来区域经济差异的时空演化规律，俞路等在文献中将空间自相关等空间分析方法与区域经济相关领域的经典理论--如，区域经济不平衡的U字模型，梯度发展模型等--结合，通过定量的分析来与定性的理论相结合，从而描述了建国后我国区域不平衡的时空变化。文献进一步使用了完善的ESDA（Exploratory Spatial Data Analysis），包括Moran I指数，Moran 散点图和LISA等，来对1978年～2001年中国各省区人均GDP进行了刻画，从而揭示其规律性及动态演变过程。
在我国，许多非地理背景的研究已经自觉地将空间分析的方法应用于相关在研究。为了探讨建国以来区域经济差异的时空演化规律，俞路等在文献中将空间自相关等空间分析方法与区域经济相关领域的经典理论——如，区域经济不平衡的U字模型，梯度发展模型等——结合，通过定量的分析来与定性的理论相结合，从而描述了建国后我国区域不平衡的时空变化。文献进一步使用了完善的ESDA（Exploratory Spatial Data Analysis，探索性空间数据分析）方法，包括Moran I指数，Moran 散点图和LISA等，来对1978年～2001年中国各省区人均GDP进行了刻画，从而揭示其规律性及动态演变过程。
经济现象存在比较明显的地理分布特征，同样，人口分布必然在空间上存在规律。基于2000年第五次人口普查工作的数据结果，刘德钦等人利用地理信息系统以及ESDA等对我国的人口分布特征进行了描述，除了人口分布三维模型、人口重心的迁移之外，使用了空间自相关模型Moran I和Local Moran I等指标来刻画了人口现象的时空变化特征。
相类似研究还有很多。马晓东等利用ESDA-GIS研究了江苏省的城镇群体空间的变化规律。蒲英霞等利用ESDA分析了江苏省的以县域为单位的区域经济空间差异。仇方道以空间分析为知道，对淮海经济区县域经济差异变动进行了分析与描述。潘章虎等利用ArcView软件以及GeoDAS空间分析工具以及甘肃省2004年的县域人均GDP数据，对甘肃省县域经济之间的总体和局部空间差异进行了实证分析。
上述的研究主要以单指标或者单变量对区域的特性以及时空变化进行刻画，而很少涉及两个变量或者更多变量之间的相互关系。事实上，区域的发展总是多个要素同时作用，同时也存在相互之间的制约或者促进关系。例如，交通与经济的关系，人口与消费之间的关系等。同时，由于区域性差异的存在，不同地区的影响模式可能不同，例如京津地区的耕地对经济的影响模式与西北的影响模式。事实上，这方面的研究已经出现。杨忍等基于人口-经济系统指标，运用主成分分析法对西北五省各市2000年、2005年的人口经济协调状况进行了分析，从而得到西北地区各区市的人口与经济的协调情况。王凯等利用Gini 系数、E-G 指数、行业地区集中度等产业集聚指标以及产业利润率、就业系数、劳动生产率等产业绩效衡量指标，基于2010 年的截面数据，探究中国旅游产业集聚化发展及其与产业绩效之间的关系。同样，还有其他文献 对两个变量之间的关系进行了探讨。
如上所说，变量在空间上存在某种关系，这可以通过空间数据分析方法来予以揭示。同时，在空间分布的多个变量之间也同样存在某种关系。受此启发，本文利用《2012国家统计年鉴》以及《中国2010年人口普查资料》里面提供的有关的经济与人口方面的数据，来对当前我国人口与经济的空间分布特征，人口与经济相互影响模式的规律等进行研究。
二、 研究方法
空间自相关是指事物或现象具有对空间位置的依赖关系，也就是说，空间位置上越靠近的事物或现象它们会越相似。该方法的分析结果可以解释和寻找事物或现象的空间聚集性，包括有三种情况：正自相关、负自相关和无相关（零自相关）。其中，具有正自相关的属性，其相邻位置值与当前位置的值具有较高的一致性。通常，该方法分析的对象是具有点或面分布特征的属性，需要的数据类型是空间的点或面数据。进一步，用来分析在整个研究范围内指定的属性是否具有自相关性我们称之为全局空间自相关分析，用来分析在特定的局部地点指定的属性是否具有自相关性我们称之为局部空间自相关分析。
本文的研究目标是揭示我国人口与经济的空间分布关系以及特征。人口信息具有地理空间分布属性，而经济系统也具有空间分布特征。在人口与经济的相互作用和渗透的关系，促进两者的协调发展的前提下，对人口与经济的有关空间数据进行空间自相关性分析，有利于促进社会生产力的提高和资源的优化配置。
三、 数据选取说明
人口与社会经济发展相互依存、相互作用、相互渗透，经济是人口存在和发展的基础，而人口则是社会经济活动的主体和必要的前提。人口与经济的协调发展可促进社会生产力的巨大发展，两者的协调性越高，发展速度越快，生产资源优化配置越好。人口信息具有地理空间分布属性，人口及与人口密不可分的经济系统都具有空间分布特征。本文的研究目标是揭示我国人口与经济的空间分布关系以及特征。以下将首先介绍实验所采用的数据。 人口与经济之间可能存在某种关系，在统计年鉴里面里面有许多数据反映这两项指标，例如民族构成、男女比例、按职业统计，工业产值、按产业划分等。在此，本文提取其中比较关键的要素来进行描述。
同时，需要说明的是，由于海南岛与台湾岛及其他岛屿与大陆省份分离，在处理临界矩阵的会形成孤岛，不利于分析的进行。因此，本文所有数据暂不考虑上述地区。
人口指标方面，根据人口的户籍属性，可以划分为城市，乡镇，农村三类，按照人们通常习惯，将乡镇人口与城市合并成為城镇人口，农村人口不作处理。这样划分的依据是，农村人口主要从事农业生产以及林牧副渔等劳作，而乡镇人口与城市人口则通常指的是以非农业人口为主，具有一定规模工商业的居民点，其从事的工作基本上脱离农业生产，而主要在工厂里面。以下数据有《各地区户数、人口数和性别比（城市）》，《各地区户数、人口数和性别比（镇）》，《各地区户数、人口数和性别比（乡村）》等整理而成。
经济指标方面，可以从多方面进行描述。本文从产业的分类角度来对经济进行细分，进而探讨他们与人口的关系。第一产业通常指农业（农业、林业、牧业、渔业）；第二产业即工业（采掘业、制造业、自来水、电力、蒸汽、热水、煤气和建筑业）；第三产业包括流通部门和服务部门，具体如下：①流通部门；②为生产和生活服务的部门；③为提高科学文化水平和居民素质服务的部门；④为社会公共需要服务的部门。本文主要根据《按三次产业分地区生产总值（2011年）》数据中提取第一产业、第二产业、第三产业的生产总值作为研究数据。
四、 实证研究
通过将统计年鉴数据整理成表，并利用ArcMap软件将其与shape文件配准并导入到.dbf文件中，从而实现可视化。进而利用此shp文件分别在ArcMap以及GeoDa软件上进行操作，得到分析数据。下面将按照全局空间自相关分析，局部空间自相关分析以及双变量的空间自相关分析三部分进行细致的阐述与说明。
1. 全局空间自相关分析。首先使用ArcMap对全国2011年人均GDP数据进行单变量的全局Moran’s I指数自相关检验，计算全国经济的第一产业Moran’s I值为0.082 8，第二产业Moran’s I值为0.300 0，第三产业Moran’s I值为0.381 5。除第一产业的Z值检验外，其他两个均通过Z值检验（平0.05），且相关性非常明显。
Moran’s值均为正，说明就全国范围内，区域经济发展存在空间聚集特征。但是第一产业，即农林牧副渔相关行业，的空间聚集特征不是很明显，且由数据来看基本可认为是离散分布。这是由于随着科技的进步、经济的发展，第一产业在国民生产总值所占的比例越来越少，随着更多的生产资料与劳动力投入到其他产业，各区域之间在第一产业普遍重视不够，导致其空间影响扩散不大。而第二产业、第三产业都便显出比较明显的空间聚集特征，一方面是由于工业与服务业在国民生产总值中所占的地位越来重要，同时也是由于各区域之间的人才与劳动力的流动，加强了彼此之间的联系，从而造成一种集聚的态势。
2. 局部空间自相关分析。
（1）Moran散点图。Moran散点图用于研究局域空间的异质性，其横坐标为各产业人均GDP的标准化值，纵坐标为空间权重矩阵所确定的相邻单元的属性值的平均值（经标准化处理） 。散点图中，第一象限表达了研究区域和其周围区域的局域空间关系为“高-高”，第二象限表达了该区域和其周围区域的局域空间关系为“低-高”，第三象限表达了该区域和其周围区域的局域空间关系为“低-低”，第四象限表达了该区域和其周围区域的局域空间关系为“高-低”。
由图中我们可以了解到：第一产业的人均GDP的分布比较分散，几乎是平均分布在各个象限里面，各种模式都有。第二产业的人均GDP分布，比较集中在第一和第三象限，说明高-高，和低-低聚集的模式占主要方面。其中，沿海省份（福建、浙江、江苏、山东、辽宁、吉林）处在第一象限。而西北、西南省份，再加上河南、湖北、湖南、广西等处在第二象限。这也比较明显的反应出我国经济的结构，即东部发达，而西部较落后的现状。第三产业的分布图中，高-高、低-低的聚集模式显得更加突出。第一象限依然比较多的是东部沿海省份，而西北、西南包括中部的省份基本处在第三象限。
由上分析，可以得到如下结论：
空间差异较大，区域自身与周边水平较高的区域（HH），基本位于东部沿海省份；
空间差异较小，区域自身与周边水平较低的区域（LL），基本位于西部地区；
空间差异较大，区域自身水平较高，但周边较低的市域（HL），主要包括了内蒙以及广东等；
空间差异较小，区域自身水平较低，但周边较高的区域（LH），主要位于中部，连接东西部的地区，以及吉林、黑龙江等。
（2）区域空间联系指标（LISA）。区域空间联系指标是衡量观测单元属性和其周边单元属性相近（正相关）或差异（负相关）程度的指标。利用ArcMap工具箱里面的Cluster and Outlier Analysis工具计算全国各产业的人均GDP的L ISA值，并且在z检验的基础上（p≤0.05）绘制LISA集聚图。
结果表明，第一产业与第三产业的聚集效应不是很明显。而第二产业在沿海一带、内蒙辽宁、以及西南有比较明显的聚集现象。虽然如此，从人均生产总值来看，存在与第二产业类似的聚集效应。 出现这种状况的原因是与我国当前所处的阶段紧密联系在一起的。当前，农业在国民生产总值中所占比例较少，而服务业的效应还没有显现，我国产值主导因素让然是工业。因此工业的集聚效应引发了人均生产总值的效应。
3. 双变量的空间自相关分析。之前的分析发现，研究区经济聚集性的变化受到其他地物类型的影响，因此利用GeoDa 软件来分析各产业平均产值与人口的的双变量LISA 值，进一步探讨国民生产产值的的相关性。在z 检验的基础上（p= 0.05）绘制LISA 分布图，双变量LISA 分布图可表示区域某一变量值与其邻域另一变量均值间是高高（High-high）或者低低（Low-low）的空间正相关，以及低高（Low-high）或者高低 （High-low）的空间负相关。