论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　表1给出了1998-2009年间以距离倒数为权矩阵元素的Moran'sI指数的计算及检验值。表1的结果显示，对于地域广袤的中国来说，确实存在着按地域间距离有规律变动的空间相关性：随着区域间距离的增加，空间相关的Moran'sI指数逐渐下降。意味着在较小的带宽范围内，中国各地区间存在着较强的空间正相关性，但随着带宽的增加，正相关性变小，而当以超过2500公里的带宽进行计算时，Moran'sI指数由正变负，当然，这时伴随概率P值显示不存在全域性的空间相关性。这一特征贯穿了1998-2009年的12个年份。

　　从时间维度看，表1显示随着时间的推移，中国区域间的空间相关性在逐渐加强。如按0-500公里的带宽计算，1998年的Moran's/指数值为0.186,而到2009年增加至0.294;而按0-2000公里的带宽计算，Moran'sI指数值则由0.002增加到0.036。其他带宽范围也显示出同样的特征。

　　上述Moran's/指数测度了中国全域范围内各地区间的空间相关性。测度结果表明随着时间的推移，全域性的相关性越来越强烈。下面我们再从局域Moran's/指数考察是否随着时间的推移，与其他地区存在较强相关性的区域数量也在增加。Anselm(1995)指出，地区间空间关联的局域分布可能会出现全域指标所不能反映的"非典型"情况，甚至出现局域空间关联趋势与全域趋势相反的情况，因此有必要使用空间关联局域指标（LISA)来分析空间关联的局域特性。局域Moran's/指数是用来测度区域空间局域自相关的主要指标：

　　/i=ZiiWjjZj⑵j=1

　　其中，Zi=Yi-)Zj=Y.-)Fi、Y.表示第i、第j地区的观测值，本文中是人均GDPn为地区数，W为空间权矩阵。该指数测度了第i地区与其周围其他地区间的相关程度：正值表征该地区与周围地区具有正相关的特征，即具有相似人均收入水平的地区集聚在一起；负值表示与周围地区存在着负相关，即相异人均收入水平的地区集聚在一起。该指标与Moran散点图配合使用能对局域相关的格局与特征给予较为清晰的刻画（Anselin,1996)。

　　在地域广袤的中国，不同区域间的关联状况往往具有不同的特征。按带宽为500公里时测度的1998年与2009年中国各地区人均GDP的Moran散点图。可以看出具有非典型观察值的地区即位于第二象限和第四象限的地区在期初和期末有了较大的变化：1998年时，有11个地区属于非典型观测值的地区，到了2009年这种非典型观测值的地区降到了7个。这种变化趋势表明，随着时间的推移，中国局域性的空间集聚特征越来越明显，具有较高人均GDP水平的地区被更多的具有同样经济发展水平的地区所包围；同时，具有较低人均GDP水平的地区被更多的低经济发展水平的地区所包围，而那些高人均收入与低人均收入相邻而聚的省区减少了。