论文总字数：11246字

摘 要

随着国家和地区的经济发展，人们的生活水平也在发生着变化，中心地区的经济发展会带动周边城市的经济一同发展。本文以江苏省各市县为研究区域，江苏省各市县人均GDP数据为研究数据，运用空间自相关性分析方法，借助GeoDa软件得到江苏省人均GDP的全局空间自相关Moran’s I指数及局部空间自相关LISA指标，并与利用ArcGIS软件生成人均GDP分布专题地图进行对照。分析结果表明：江苏省人均GDP分布呈现显著的空间集聚现象,苏南地区的高高集聚和苏北地区的低低集聚，且与人均GDP分布专题地图显示结果一致。

关键字：空间自相关分析，江苏省，人均GDP,GeoDa,ArcGIS

Abstract：With the economic development of the country and the region, people"s living standard is also changing. The central area’s economic development will develop the economy of surrounding cities. This paper takes the cities and counties in Jiangsu Province as the study area and their per capita GDP data as the study data. It uses spatial autocorrelation analysis methods and GeoDa software to get the global space autocorrelation Moran"s I index of Jiangsu Province’s per capita GDP and the local space autocorrelation LISA indicators. And these are compared with the distribution of per capita GDP thematic maps generated by the use of ArcGIS software. The results of the analysis show that the distribution of per capita GDP of Jiangsu presents a significant spatial agglomeration phenomenon,South of Jiangsu area of high concentration and low concentration of North Jiangsu area，and in line with GDP per capita distribution thematic map shows the result.

Key words：spatial autocorrelation, Jiangsu Province, GDP per capita,GeoDa,ArcGIS

目 录

1 引言 4

2 空间自相关概述 4

2.1 空间权重矩阵 4

2.2 全局空间自相关分析 5

2.3 局部空间自相关分析 6

3 研究区概况和技术路线 7

3.1 研究区概况 7

3.3 技术路线图 8

4 人均GDP空间自相关分析 8

4.1 人均GDP数据的全局空间自相关分析 9

4.2 人均GDP数据的局部空间自相关分析 10

4.3 人均GDP专题地图 12

5 空间自相关影响因素分析 13

5.1 历史因素 13

5.2 区位因素 14

5.3 区域发展战略因素 14

5.4 经济全球化因素 15

结 论 16

参 考 文 献 17

致 谢 18

1 引言

地区生产总值（GDP）是指一个国家或地区在一定时期内（一个季度或一年），其经济生产的全部最终产品和服务的价值，通常被认定为是衡量一个国家或地区的经济的最好的指标。GDP不仅能够体现一个国家的经济状况，同时还能够表现一个国家的财富和国力。是将一个国家或地区核算期内（通常是一年）实现的GDP与这个国家或地区的常住人口（目前使用户籍人口）相比来计算得到的。人均GDP是重要的宏观经济指标之一，经常被用来作为发展经济学中衡量经济发展状况的指标，是一个让人们可以有效理解和把握一个国家或地区的宏观经济形势的工具，是一个衡量一个国家或地区人民生活水平的标准。

空间统计分析主要用于空间数据的分类和综合评价^[1]，其核心是认识与地理位置相关的数据间的空间依赖空间关联或空间自相关，通过空间位置建立数据间的统计关系^[2] 。空间自相关是用以描述在空间上相互作用现象的一种空间统计方法，已经广泛地应用于社会经济数据的分析^[3][4]。

本文以江苏省县域为研究区域，以江苏省各市县人均GDP为分析对象，采用空间统计分析中的全局空间统计指标Moran’s I指数，局部空间统计指标LISA进行空间自相关分析，来揭示江苏省各市县人均GDP在空间分布上存在的空间关联性。

2 空间自相关概述

空间统计分析，即空间数据的统计分析，是现代计量地理学中一个快速发展的方向和领域，其核心就是认识与地理位置相关的数据间的空间依赖、空间关联或空间自相关，通过空间位置建立数据间的统计关系^[5]。在空间统计学中，相近或相类似的事物或现象在空间上存在集聚的性质称为空间自相关。

空间自相关分析的统计量是用来度量地理数据的一个基本性质：某空间位置上的数据和其他空间位置上的数据之间的相互依赖程度。一般把这种依赖称为空间依赖。地理数据因为受到空间相互作用及空间扩散的影响，彼此之间有可能不再相互独立，而是相关的。空间自相关分为全局空间自相关和局部空间自相关，空间自相关分析就相应分为两种分析。全局空间自相关主要用于描述整个研究区域上空间对象之间的关联程度，以表明空间对象之间是否存在显著的空间分布模式；局部空间自相关是表现对全局空间自相关贡献大及影响全局空间自相关的具体区域单元。

2.1 空间权重矩阵

空间权重矩阵是对空间邻接或邻近关系的定义，是空间统计分析运算的基础之一。

通常定义一个二元对称空间权重矩阵W，来表达n个位置的空间区域的邻近关系^[6-7]，其形式如下：

（1）

式中，w_ij表示区域i和j的邻近关系。

剩余内容已隐藏，请支付后下载全文，论文总字数：11246字