基于GIS 的區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型研究及應(yīng)用——以江西省為例

1、基于GIS的區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型研究及應(yīng)用以江西省為例 李恒凱，劉小生，陳優(yōu)良 (江西理工大學(xué)建筑與測(cè)繪工程學(xué)院) 【摘要】針對(duì)當(dāng)前GIS軟件不能有效滿(mǎn)足區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析的問(wèn)題，提出了利用GIS技術(shù)重新構(gòu)建區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型的新思路。對(duì)該模型進(jìn)行了具體建模和編程實(shí)現(xiàn)，并將該模型集成到區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析系統(tǒng)中，最后利用該系統(tǒng)對(duì)江西省各地區(qū)經(jīng)濟(jì)進(jìn)行了統(tǒng)計(jì)分析的應(yīng)用實(shí)踐。研究表明，該區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型能夠有效地應(yīng)用于區(qū)域的經(jīng)濟(jì)統(tǒng)計(jì)分析，方便政府部門(mén)制定與經(jīng)濟(jì)相關(guān)的各種決策，具有廣泛的應(yīng)用推廣價(jià)值。 【關(guān)鍵詞】統(tǒng)計(jì)分析；GIS；集中化與均衡度指數(shù)；空間自相關(guān)；江西省 0 引言 GIS作為一種交互式的

2、、可視化的決策支持工具，和傳統(tǒng)分析方法一樣，在區(qū)域統(tǒng)計(jì)分析中發(fā)揮著重要的作用。近年來(lái)，不少學(xué)者致力于空間統(tǒng)計(jì)學(xué)與GIS的結(jié)合以及其在社會(huì)經(jīng)濟(jì)發(fā)展領(lǐng)域的應(yīng)用研究。魯鳳1、席建強(qiáng)2、麻清源3、陳斐4、宋琳5將空間相關(guān)分析與GIS進(jìn)行結(jié)合，研究了區(qū)域經(jīng)濟(jì)的空間集聚特征；王世杰6除了采用空間相關(guān)分析技術(shù)，還采用了相對(duì)發(fā)展率、錫爾系數(shù)和加權(quán)變異系數(shù)來(lái)研究區(qū)域經(jīng)濟(jì)差異及其演變規(guī)律；杜茂華7利用錫爾系數(shù)和基尼系數(shù)對(duì)城鄉(xiāng)間經(jīng)濟(jì)發(fā)展差異進(jìn)行了研究。這些研究為區(qū)域經(jīng)濟(jì)分析提供了豐富的技術(shù)方法，但由于現(xiàn)行的GIS軟件在統(tǒng)計(jì)分析方面功能較弱，如空間自相關(guān)分析、基尼系數(shù)計(jì)算、回歸分析等分析模型還必須借助統(tǒng)計(jì)分析軟件完成

3、，這使得區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型與GIS不能緊密集成，增加了這些技術(shù)方法的使用難度并限制了其廣泛應(yīng)用。在這些研究基礎(chǔ)之上，本研究以GIS作為數(shù)據(jù)管理和模型集成平臺(tái)，采用完全一體化的集成方式，對(duì)區(qū)域經(jīng)濟(jì)分析中常用的統(tǒng)計(jì)分析模型利用GIS進(jìn)行重新構(gòu)建，并基于這些模型，開(kāi)發(fā)出了基于GIS的區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析系統(tǒng)，為區(qū)域經(jīng)濟(jì)的統(tǒng)計(jì)分析提供了實(shí)用的技術(shù)方法。 1 區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型建立 11 模型建立思路模型建立如圖1所示，首先，利用GIS對(duì)區(qū)域統(tǒng)計(jì)單元的人口經(jīng)濟(jì)數(shù)據(jù)和統(tǒng)計(jì)單元地圖數(shù)據(jù)進(jìn)行圖形屬性一體化管理，人口經(jīng)濟(jì)數(shù)據(jù)主要存儲(chǔ)各個(gè)統(tǒng)計(jì)單元?dú)v年人口數(shù)據(jù)和歷年的GDP數(shù)據(jù)，進(jìn)而獲得各統(tǒng)計(jì)單元?dú)v年人均GDP數(shù)據(jù)

4、。利用統(tǒng)計(jì)單元的地圖數(shù)據(jù)，結(jié)合GIS的分析功能，方便得到各個(gè)統(tǒng)計(jì)單元的相互鄰接關(guān)系的權(quán)重矩陣。利用權(quán)重矩陣和各統(tǒng)計(jì)單元?dú)v年人均GDP數(shù)據(jù)，可計(jì)算區(qū)域人均GDP的空間自相關(guān)指數(shù)，得到區(qū)域全局和局部自相關(guān)指數(shù)，并以GIS專(zhuān)題圖形式進(jìn)行直觀顯示，了解人均GDP的空間集聚情況。可以對(duì)區(qū)域人口數(shù)據(jù)和GDP數(shù)據(jù)進(jìn)行相關(guān)分析，以了解人口對(duì)GDP的影響情況。通過(guò)區(qū)域歷年的人均GDP數(shù)據(jù)，可以對(duì)這些數(shù)據(jù)進(jìn)行集中化與均衡度分析，包括基尼系數(shù)分析、相對(duì)發(fā)展率分析、集中指數(shù)分析、變異系數(shù)分析，以從不同角度了解整個(gè)區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r。 12 集中化與均衡度分析模型建立 為了揭示經(jīng)濟(jì)現(xiàn)象分布的基本格局，常常需要計(jì)算相關(guān)經(jīng)濟(jì)

5、數(shù)據(jù)分布的集中化與均衡度指數(shù)，本模型采用人均GDP數(shù)據(jù)，利用多種方法從多角度對(duì)其進(jìn)行計(jì)算，具體如下。121 基尼系數(shù)。本模型利用基尼系數(shù)來(lái)分析各個(gè)區(qū)域間人均收入分配的差異狀況。其計(jì)算方法為：首先，通過(guò)區(qū)域統(tǒng)計(jì)單元?dú)v年人口數(shù)據(jù)和GDP數(shù)據(jù)，得到各個(gè)區(qū)域統(tǒng)計(jì)單元?dú)v年的人均GDP數(shù)據(jù)。然后，對(duì)于每一年，分別將區(qū)域內(nèi)各統(tǒng)計(jì)單元按人均GDP按由高到低進(jìn)行排序，按照排序順序，分別計(jì)算人均GDP由低到高的各統(tǒng)計(jì)單元GDP占整個(gè)統(tǒng)計(jì)區(qū)域GDP的比重wi，人口占統(tǒng)計(jì)區(qū)域比重Pi，基尼系數(shù)計(jì)算公式為 1.2.2 相對(duì)發(fā)展率。相對(duì)發(fā)展率表示各統(tǒng)計(jì)單元在某一時(shí)期內(nèi)人均GDP的變化與同時(shí)期整個(gè)區(qū)域人均GDP的變化之間的

6、關(guān)系6，可以準(zhǔn)確地反映各個(gè)統(tǒng)計(jì)單元的發(fā)展速度。計(jì)算公式為：式中：y2i和y1i分別表示i統(tǒng)計(jì)單元在時(shí)間2和時(shí)間1的人均GDP；y2，y1，分別表示整個(gè)統(tǒng)計(jì)區(qū)域在時(shí)間2和時(shí)間1上的人均GDP。 123 集中化指數(shù)。本模型中用集中化指數(shù)來(lái)定量化地表示統(tǒng)計(jì)區(qū)域人均GDP分布的集中程度。其指數(shù)構(gòu)造公式為：Ik=(A-R)(M-R)。式中：Ik表示第k年的區(qū)域各個(gè)統(tǒng)計(jì)單元人均GDP集中指數(shù)；A表示各統(tǒng)計(jì)單元人均GDP占整個(gè)統(tǒng)計(jì)區(qū)域人均GDP總和的比重按從大到小排序后的累積百分比總和；R表示各統(tǒng)計(jì)單元人均GDP均勻分布時(shí)的累積百分比總和；M表示各統(tǒng)計(jì)單元人均GDP集中分布時(shí)的累積百分比總和。124 變異系

7、數(shù)。本模型中，利用變異系數(shù)計(jì)算各統(tǒng)計(jì)單元人均GDP的相對(duì)變化程度。其計(jì)算公式為 13 相關(guān)分析模型建立 相關(guān)分析是揭示地理要素之間相互關(guān)系的密切程度，主要通過(guò)相關(guān)系數(shù)的計(jì)算和檢驗(yàn)來(lái)完成，相關(guān)系數(shù)又可細(xì)分為：兩要素之間的相關(guān)系數(shù)、秩相關(guān)系數(shù)、偏相關(guān)系數(shù)、復(fù)相關(guān)系數(shù)等。其中，秩相關(guān)系數(shù)反映了區(qū)域人口與經(jīng)濟(jì)規(guī)模的關(guān)系，其計(jì)算公式為 1.4 空間自相關(guān)模型建立 空間自相關(guān)性使用全局和局部?jī)煞N指標(biāo)，全局指標(biāo)用于探測(cè)整個(gè)研究區(qū)域的空間模式，使用單一的值來(lái)反映該區(qū)域的自相關(guān)程度；局部指標(biāo)計(jì)算每一個(gè)空間單元與鄰近單元對(duì)某一屬性的相關(guān)程度。本模型通過(guò)計(jì)算全局Moran指數(shù)和局部Moran指數(shù)來(lái)度量區(qū)域平均GDP

8、數(shù)據(jù)空間相關(guān)性指標(biāo)。141 全局Moran指數(shù)，定義如下，即142 局部Moran指數(shù)Ii定義如下，即 2 模型應(yīng)用實(shí)踐 根據(jù)以上模型建立思路，以ArcEngine作為GIS軟件平臺(tái)，以C#2008作為編程語(yǔ)言，以SQL Server 2005作為數(shù)據(jù)庫(kù)平臺(tái)，對(duì)該區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型進(jìn)行了編程實(shí)現(xiàn)，并以該模型為基礎(chǔ)，開(kāi)發(fā)了區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析系統(tǒng)。為驗(yàn)證模型的實(shí)用性，以江西省統(tǒng)計(jì)年鑒20012008年度地級(jí)市社會(huì)經(jīng)濟(jì)數(shù)據(jù)作為測(cè)試數(shù)據(jù)，運(yùn)用該系統(tǒng)提供的經(jīng)濟(jì)統(tǒng)計(jì)分析模型進(jìn)行了應(yīng)用實(shí)踐，下面對(duì)分析的具體情況作簡(jiǎn)要介紹。 21 經(jīng)濟(jì)的集中化與均衡度通過(guò)運(yùn)行系統(tǒng)，計(jì)算江西省20012008年各年度的各地級(jí)市

9、人均收入的基尼系數(shù)、人均GDP集中化指數(shù)和人均GDP變異系數(shù)。計(jì)算結(jié)果如表1所示。從表1可以看出，20012008年，江西省各地級(jí)市之間的人均收入的基尼系數(shù)均在一個(gè)正常范圍之內(nèi)，說(shuō)明江西省的各個(gè)地級(jí)市人均收入分配是相對(duì)比較合理的，但是基尼系數(shù)呈逐年遞增的趨勢(shì)，地級(jí)市之間人均收入分配差異在變大，貧富差距在拉大，所以，政府部門(mén)應(yīng)該進(jìn)行必要的宏觀調(diào)控，避免出現(xiàn)兩極分化。20012003年，集中化指數(shù)是增大的，即集中化程度變大，通過(guò)系統(tǒng)查詢(xún)?nèi)司鵊DP數(shù)據(jù)可知，人均收入高的地方集中在南昌、景德鎮(zhèn)、新余等地區(qū)。20032008年，該指數(shù)呈下降趨勢(shì)，即集中化的程度變小，各個(gè)地區(qū)朝比較均衡的方向發(fā)展。從表1變

10、異系數(shù)可以看出，江西省各市之間的經(jīng)濟(jì)發(fā)展水平的相對(duì)差異基本是增大的趨勢(shì)，這一變化與江西省宏觀經(jīng)濟(jì)政策變動(dòng)的時(shí)間大體一致，區(qū)域經(jīng)濟(jì)政策對(duì)地區(qū)間經(jīng)濟(jì)發(fā)展差異的變化有很大影響，個(gè)別地區(qū)有國(guó)家或者省里的政策支持，得到了優(yōu)先發(fā)展的機(jī)會(huì)，有的地方則相對(duì)發(fā)展緩慢。通過(guò)系統(tǒng)相對(duì)發(fā)展率計(jì)算功能，計(jì)算20012008年這8年間江西省各地級(jí)市相對(duì)發(fā)展率，得到如表2所示數(shù)據(jù)。 從表2數(shù)據(jù)可以看出：(1)各地級(jí)市相對(duì)發(fā)展率相差很大，新余最高，贛州最低，兩地相差45倍，說(shuō)明省內(nèi)地級(jí)市之間經(jīng)濟(jì)發(fā)展速度有一定差異。(2)江西省人均GDP的相對(duì)發(fā)展率N大部分集中在0608之間，低于平均水平，從空間位置上，主要分布在江西南部。(

11、3)相對(duì)發(fā)展率最高的是新余，其次是南昌，遙遙領(lǐng)先于其他各地區(qū)，新余是江西工業(yè)化程度最高的城市，以新鋼為主的鋼鐵產(chǎn)業(yè)和以江西賽維為主的光伏產(chǎn)業(yè)有效帶動(dòng)了整個(gè)區(qū)域的經(jīng)濟(jì)發(fā)展，南昌作為省會(huì)城市和交通樞紐，具有得天獨(dú)厚的優(yōu)勢(shì)。 22 人口與經(jīng)濟(jì)規(guī)模的秩相關(guān)分析 運(yùn)行系統(tǒng)后，進(jìn)入相關(guān)分析模型界面，利用各地區(qū)GDP數(shù)據(jù)與人口數(shù)據(jù)，計(jì)算出了它們之間的秩相關(guān)系數(shù)。本模型計(jì)算出人口與GDP位序秩相關(guān)系數(shù)為07818，統(tǒng)計(jì)單元n=11，顯著水平a=001，查表得臨界值Ra=0746，說(shuō)明江西省各地區(qū)人口規(guī)模與GDP是等級(jí)相關(guān)的。 23 人均GDP的空間自相關(guān)分析 運(yùn)行系統(tǒng)后，進(jìn)入空間自相關(guān)分析界面，對(duì)江西省各地區(qū)

12、人均GDP數(shù)據(jù)進(jìn)行空間自相關(guān)與局部空間自相關(guān)指數(shù)計(jì)算，從而了解江西省各地區(qū)人均GDP是否具有空間集聚性及集聚狀況，計(jì)算出江西省20012008年各地區(qū)人均GDP的自相關(guān)指數(shù)(表3)。 根據(jù)表3數(shù)據(jù)并進(jìn)行顯著性檢驗(yàn)，江西省20012008年各地區(qū)人均GDP全局Moran指數(shù)呈負(fù)的空間自相關(guān)，說(shuō)明各地級(jí)市20012008年人均GDP總體比較分散，沒(méi)有明顯的空間集聚，全局Moran指數(shù)有進(jìn)一步減小的趨勢(shì)，但總體上基本趨于穩(wěn)定，說(shuō)明區(qū)域人均GDP分布的空間分布模式變化不大，也說(shuō)明江西區(qū)域經(jīng)濟(jì)呈現(xiàn)較均衡的發(fā)展。局部Moran指數(shù)為正，其對(duì)應(yīng)的統(tǒng)計(jì)單元人均GDP數(shù)據(jù)低于全省人均GDP數(shù)據(jù)時(shí)，空間關(guān)聯(lián)為“低

13、低”關(guān)聯(lián)，若高于全省人均GDP數(shù)據(jù)時(shí)，空間關(guān)聯(lián)為“高高”關(guān)聯(lián)；局部Moran指數(shù)為負(fù)，其對(duì)應(yīng)的區(qū)域統(tǒng)計(jì)單元人均GDP數(shù)據(jù)低于全省人均GDP數(shù)據(jù)時(shí)，空間關(guān)聯(lián)為“低高”關(guān)聯(lián)，若高于全省人均GDP數(shù)據(jù)時(shí)，空間關(guān)聯(lián)為“高高”關(guān)聯(lián)。由此系統(tǒng)生成關(guān)聯(lián)類(lèi)型圖(圖2)。從圖2可以看出，江西省局部自相關(guān)類(lèi)型主要為高低集聚和低低集聚兩種類(lèi)型，人均GDP高值區(qū)分散分布于江西省北部，無(wú)明顯集聚現(xiàn)象，江西省面積較大的幾個(gè)地區(qū)均為人均GDP低值區(qū)，且處于低低集聚，雖然總體上江西整個(gè)區(qū)域發(fā)展較為均衡，但從圖2可以看出，江西省經(jīng)濟(jì)發(fā)展還是有一定的南北差異，作為省會(huì)城市的南昌，并沒(méi)有發(fā)揮省會(huì)城市的輻射作用，有效帶動(dòng)周邊區(qū)域的發(fā)

14、展，形成高高集聚。結(jié)合表3人均GDP局部自相關(guān)系數(shù)可知，南昌人均GDP遠(yuǎn)遠(yuǎn)高于周邊區(qū)域，但隨著時(shí)間推移，南昌局部自相關(guān)指數(shù)絕對(duì)值逐漸減小，說(shuō)明南昌與周邊區(qū)域人均GDP差異在減小，南昌逐漸在發(fā)揮省會(huì)城市對(duì)周邊區(qū)域的輻射作用。值得注意的是，江西省地區(qū)經(jīng)濟(jì)的低低集聚有逐漸增強(qiáng)的趨勢(shì)，需要采取措施，防止區(qū)域經(jīng)濟(jì)發(fā)展的不平衡。 3 結(jié)論 將區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型與GIS相結(jié)合，利用后者豐富的空間分析功能和強(qiáng)大的交互功能與可視化功能，能夠較好地對(duì)區(qū)域經(jīng)濟(jì)分布利用多種模型從多角度進(jìn)行分析，為區(qū)域經(jīng)濟(jì)的統(tǒng)計(jì)分析提供了有效的方法，從而為區(qū)域政策的制定提供依據(jù)。本研究利用GIS技術(shù)對(duì)傳統(tǒng)的區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型進(jìn)行了重構(gòu)，并基于該模型開(kāi)發(fā)了區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析的GIS系統(tǒng)。利用該系統(tǒng)對(duì)江西省各地區(qū)人均GDP的統(tǒng)計(jì)分析表明，該區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)分析模型能夠有效應(yīng)用于區(qū)域的經(jīng)濟(jì)統(tǒng)計(jì)分析，方便政府部門(mén)制定經(jīng)濟(jì)相關(guān)決策，具有廣泛的應(yīng)用推廣價(jià)值。 參考文獻(xiàn)： 1魯鳳，徐建華中國(guó)區(qū)域經(jīng)濟(jì)差異的空間統(tǒng)計(jì)分析J華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，46(2)：4452 2席建強(qiáng)，劉超，高小敏陜西省區(qū)域經(jīng)濟(jì)增長(zhǎng)差異的空間統(tǒng)計(jì)分析J統(tǒng)計(jì)與決策，2009(4)：9295 3麻清源，馬金輝，張超，等基于交通網(wǎng)絡(luò)空間權(quán)重的區(qū)域經(jīng)濟(jì)空間相關(guān)分析J地域研究與開(kāi)發(fā)，2007