GDP区域分布图的生成与对比
我国人均GDP与居民消费的回归分析
我国人均GDP与居民消费的回归分析我国人均GDP与居民消费的回归分析1996年以来,中国宏观经济运行呈现出需求不振,物价持续走低,经济增长乏力的发展态势,从原来的持续高速增长状态走向缓慢增长阶段.尽管中国人民银行已经连续8次降息,但处于上扬趋势的居民储蓄存款屡创新高,国内消费需求依然疲软.其结果是,最终消费率从1990年的62%降至1998年的58.7%,1999、2000年略有回升,2001年又降至59.8%,城镇居民的平均消费倾向从1991年的0.855下降至2001年的0.774。
由于消费是所有经济行为有效实现的最终环节,唯有消费需求的不断上升才有经济增长的持久拉动力.而居民的消费水平在很大程度上又受整体经济状况的影响.国内生产总值是用于衡量一国总收入的一种整体经济指标,经济扩张时期,居民收入稳定,GDP也高,居民用于消费的支出较多,消费水平较高;反之,经济收缩时,收入下降,GDP也低,用于消费的支出较少,消费水平随之下降.改革开放以来,我国的GDP不断增长的同时,人民的物质生活也在不断提高.本文将利用Eviews数学模型对我国人均GDP与人均消费进行回归分析，探讨我国人均GDP与人均消费水平之间是否存在长期稳定的关系.一、我国居民消费情况随着我国经济的快速发展，居民消费也在不断地提高着，居民消费是指常住居民在一定时期内最终用于生活消费的所有货物和服务支出。
在我国，居民消费按用途分为食品、衣着、居住（包括自有住房服务）、家庭设备用品及服务、医疗保健、交通和通信、文教娱乐用品及服务、实物消费、银行中介服务、保险服务、其他等11类。
2008年，我国居民消费扣除价格变动影响后比1978年扩大了11倍，年平均增长8.8%。
我国居民消费增长较快，但与发达国家相比。
2003年我国居民消费相当于美国居民消费的 8.8%，2008年提高15.4%，发达国家的差距在缩小。
统计数字显示，2000年至2008年，我国投资增长17.9%，净出口增长34.7%，分别比消费增速快7.2个和24个百分点。
四川省区域经济差异时空特征多尺度分析
第40卷第5期2021年5月Vol.40No.5May.2021绵阳师范学院学报Journal of Mianyang Teachers'CollegeD01：10.16276/51-1670/g.2021.05.019四川省区域经济差异时空特征多尺度分析邓小菲，韩剑萍（绵阳师范学院资源环境工程学院，四川绵阳621006）摘要：为了促进区域协调发展，针对四川省域经济差异缺乏时空特征多尺度对比分析问题.利用GD玖人均GDP和常住人口数据,运用泰尔系数、相对人均GDP和马尔科夫预测法，在经济区、地级市（州）和县域三级尺度上分析了1998-2018年四川省区域经济差异时空特征.结果表明：不同空间尺度经济差异具有空间异质性和时序变化的复杂性.空间尺度越小，总体经济差异越大，具体表现为县域〉市域〉经济区.不同尺度的经济差异格局呈现不同核心的中心一外围结构.区域内部差异和区际差异对总差异的贡献程度因尺度不同而不同，呈阶段性时序变化.四川省经济结构稳定且具有长期性.未来30年县域经济呈缓速下降趋势，而地级市（州）和经济区经济将维持现状.关键词：区域经济差异；空间异质性；时空；多尺度；四川省中图分类号：F127；F119.9文献标志码：A文章编号：1672-612X（2021）05-0101-070引言区域经济不平等是地理研究和区域发展一个重要的议题,不论是发达国家还是发展中国家，区域经济差异都长期存在⑷.中国区域经济差异一宜是学者们研究的热点，学者们从多视角、多机制研究区域经济差异时空特征、演化过程与内在机理，研究方法从单一差异测度指数、空间计量分析、GIS分析到多源时空大数据多测度、多方法的综合应用3］，研究区域从国家g］、地带［8］、民族地区⑼、城市群何到省域M；区域经济差异呈现多视角、多方法、多测度与多机制的“几多”研究趋势，但已有文献以县域或地级市单一空间尺度为基础研究不同区域范围的经济差异居多，缺少同一区域不同空间尺度的对比分析，对四川省经济差异凹研究也是如此•有学者试用多尺度思路研究全国、地带、东中部几个省域的区域经济差异发现,区域经济差异程度对地理尺度敏感，尺度越小经济差异越大⑴-如，但各区域不同空间尺度经济差异的演化特征、发展趋势和背后机理等，因地域经济内生环境和外部条件差异而呈现不同的规律•四川作为西部大省,在中央“支持重庆、四川、陕西发挥综合优势，打造内陆开放高地和开发开放枢纽”网的新方针下，需要加强区域内外协调和联动，来实现高质量的发展•截止到2018年底，四川省市人均GDP最高为攀枝花市94930元/人，最低为巴中市19456元/人;县域人均GDP最高为成都市锦江区146527元/人，而甘孜州的石渠县则为龙泉驿区的4/59,不同空间尺度区域经济差异大，区域协调发展问题突出，那么1998年以来四川省不同空间尺度经济差异时空演化具体呈现什么特征和规律，目前文献还比较缺乏•运用“多尺度对比”的思想，以四川省县域、地级市（州）、经济区三级尺度的GDP、人均GDP、常住人口为数据,利用泰尔系数、相对人均GDP和马尔科夫预测法研究1998-2018年四川省域经济差异时空特征多尺度特性，以期为区域协调发展提供一些依据，同时从省域范围为多尺度框架区域经济差异研究提供实证的案例•1数据处理四川省行政边界源于四川测绘地理信息局网站“四川省地图”（审图号:川审（2017）095号）.四川省GDP、人均GDP、常住人口源自《四川统计年鉴》（1999-2019）.依据四川省五大经济区“十三五”发展规划的收稿日期:2020-10-27基金项目：四川县域经济发展研究中心项目（xy2017030）；绵阳师范学院自然科学项目（2012A02）.第一作者简介:邓小菲（1980-）,女,重庆人，讲师，硕士，研究方向:空间数据挖掘技术与区域发展.・101・绵阳师范学院学报（自然科学版）通知顾，四川划分为五大经济区:成都平原经济区,川东北经济区，川南经济区，攀西经济区，川西北经济区（图1）.考虑数据的可比性、延续性，以2018年四川省县级行政区设置为准，将1998年以来发生变化的县域进行名称对应和行政区划的分割或合并，相应的人均GDP通过增长率计算，得到四川省183个县域研究单元（包括县级市、县、区）人均GDP数据;县级行政单元（县域尺度）的数据相加得到对应的地级市（州）行政单元数据,地级市（州）行政单元（市域尺度）的数据相加得到对应的四丿11五大经济区数据（经济区尺度）•2研究方法2.1标准差标准差从平均概况衡量四川省各区域经济与平均水平的离散程度［川，是区域经济差异的绝对差异指标，标准差越大，表示不同空间尺度上四川省经济绝对差异越大.2.2泰尔系数泰尔系数（Theil）是相对差异指标.采用以收入比重加权计算Theil系数T（公式1）［21］.n pr.T=X gSg丄（1）為Pi〃为四川省县或市或经济区总个数；g,表示第，区域（县、市、经济区）的GDP占四川省GDP总量的比重；Pi表示第i区域（县、市、经济区）人口占四川省总人口的比重•T指数越大,表明四川省区域间经济相对差异越大，反之越小.泰尔系数（Theil）将总差异分为区域间差异和区域内差异，因此它能够更好地反映不同空间尺度区域经济差异的空间异质性，将四川省经济总差异的Theil系数进行分解，得到区域之间的差异以及区域内部各个县或市区之间的差异（公式2）,I G・I J g：丁总二卩区间+丁区内二丫卬昭才+Y G丫gjog-⑵/为四川省区域总数，G、P t分别是第i区域占四川省的人口比重和GDP的比重"是区内县或市或经济区，內，g可分别是第j县或市或经济区在第％区域的人口比重和GDP比重;Theil系数的取值范围0〜1.基于不同尺度计算四川省区域经济差异区域内部和区域之间差异及其占总差异的百分比（部分对总差异的贡献率）.2.3相对人均GDP人均GDP常用来反映区域经济发展水平绝对非均等化情况，不能直观显示地区经济与其全域平均水平的差距，相对人均GDP（县或市或经济区人均GDP与全省人均GDP的比值）可以表现这种差距［⑵.2.4马尔科夫预测法马尔科夫预测法（Marlcov chain）用于分析在无后效条件下,时间和状态都离散的随机转移现象，而区域经济现象的演变过程具有无后效性•马尔科夫预测法将四川区域经济现象不同时间点的连续属性值进行数据的离散化处理,将数据划分为不同等级类型，测算不同类型的概率分布和转化［如，来研究四川1998-2018年区域经济类型的时空动态变化规律.3四川省区域经济差异时空特征多尺度分析3.1时序特征多尺度分析四川省区域经济差异不仅存在于整个省域范围，也存在于省内五大经济区，同时也体现在不同区域内部和区域之间，不同空间尺度上不同区域的经济差异时序特征如下:・102・邓小菲，等:四川省区域经济差异时空特征多尺度分析3.1.1总体经济差异多尺度时序特征1998-2018年四川省经济区、市、县域尺度区域经济绝对差异总体呈扩大趋势，相对差异均呈急速增大一平稳一急速下降一缓慢下降态势.县域尺度上，1998年人均GDP 标准差是3 237.6元,2018年为26 770.07元；地级市尺度1998年人均GDP 标准差是2 233.4元,2018年为18 921元.不同尺度上,1998-2004年区域经济相对差异急速增大一平稳一急速下降阶段,Theil 指数变化曲线成倒U 型.2005-2018年总体区域相对差异呈缓慢 下降阶段，在2012-2018年有微小 上升,2011年为极小值（图2-b ）.图2四川省区域经济差异多尺度时间趋势(1998-2018年)Fig.2 Temporal trends of multi-scalar economic diversity in Sichuan Province from 1998 to 2018空间尺度越小，四川省总体经济差异越大，表现为县域〉市域〉经济区• 1998-2018年，四川省人均GDP 标准差在经济区、市、县域尺度上的平均值分别为5 927.5元,8 388.8元,11 990.9元（图2-a ） ；Theil 指数在经济区、市、县域尺度上的平均值分别为0.02,0.06和0.09（图2-b ）.3.1.2五大经济区经济差异多尺度时序特征 各不同，不同空间尺度同一经济区时序变化也不同，不同空间尺度上经济差异具有时序 变化的复杂性和空间异质性•县域尺度上，五大经济区年平均相对差 异为:攀西〉成都平原〉川西北〉川南〉川东 北（图3-a ）,而在市域尺度上，五大经济区 年平均相对差异是攀西〉成都平原〉川东北 〉川西北〉川南（图3-b ），其中攀西、成都平原经济区的Theil 指数均在0.02以上，川 东北、川西北与川南经济区Theil 指数都在0.02以下，形成攀西、成都平原经济区高差 异区和川东北、川西北、川南经济区低差异区,说明经济差异程度具有尺度差异性和空1998-2018年四川同一尺度上五大经济区经济差异时序变化年份b 市域尺度------成都平原经济区009.....川南经济区0.080.070.060.050.040.030.020.010年份图3四川省五大经济区多尺度差异(1998-2018年)Fig.3 Multi-scale diversities in five economic region of Sichuan Province (1998-2018)间异质性•县域尺度上,攀西经济区经济差异1999年极大,2012年为极小，整体近似U 型发展,2012年后经济差异 呈上升趋势;成都平原经济区时序变化为急速增大一平稳一急速下降一缓慢下降的变化趋势,2011年达极 低;川东北经济区经济差异呈阶梯状下降趋势;川南、川西北经济区呈不同形式的波浪式变化（图3-a ）.市 域尺度上，攀西经济区时序变化呈先减小后增大再减小的波浪式，成都平原经济区是先增大后减小趋势，川 西北经济区近似U 型,川南经济区近20年变化不明显，说明县市两级尺度上五大经济区经济差异的时序规 律没有相似性，表现出时序变化尺度上的复杂性（图3-b ）.3.1.3区内与区间经济差异时序特征1998-2018年四川省市内和市间差异,经济区内与经济区间差异都 经历了先增大后减小再缓慢减小的过程，区域内部差异和区域之间差异对总差异的贡献程度因尺度不同并 呈现阶段性时序变化•基于县域尺度（图4-a ）,四川省区域经济差异分解为21个市之间和市内部差异•市间差异一直大于市 内差异，市间差异的贡献率大于市内差异.1998-2004年市间差异贡献率在61%以上,2004年后下降至53% 〜57%,说明四川省经济差异主要是21个地州市之间的差异造成的，但随着各县经济的发展,市间和市内差 异都开始减小，二者之间贡献率呈持平趋势•・103・绵阳师范学院学报（自然科学版）基于市域尺度（图4-b）,四川省区域经济差异可分解为五大经济区之间和经济区内部差异.1998-2003年经济区内部差异大于经济区之间差异阶段,经济区内部贡献率在59%以上;2003-2018年区内和区间差异基本持平阶段, 2003年后下降至46%〜53%,2011,2012两年经济区之间差异大于经济区内部差异（图4-b）.3.2空间特征多尺度分析依据四分位法，以四川省经济区、市、县相对人均GDP从小到大排序后第25%、50%、75%的值为分类阈值,将1998与2018年四川省经济区、市、县相对全省的经济发展水平划分为:市内------市间0.060.050.040.030.020.010.00味£县域尺度经济区间年份经济区内0%年份b市域尺度■市内贡献率■市间贡献率20%60%40%■经济区内贡献率■经济区间贡献率100%80%不发达、欠发达、较发达与发达4种类型,这种基于网格线的均匀分类，可以反映区域经济发展水平的差异四，一图4四川省多尺度空间差异分解及其贡献率(1998-2018年) Fig.4The decomposition of multi-scale diversityof Sichuan Province froml998to2018定程度上克服了时间差异的制约，对不同年份区域发达程度进行标准化，使之具有可比性M,利用GIS软件将分类结果直观显示如图5.经济区尺度上，形成以成都经济平原经济区为核心的中心一外围经济空间结构•1998-2018年经济水平空间格局基本呈平稳发展（图5-a）.相对发达的经济区格局空间没有变化，近20年来发达区是成都平原经济区，较发达区是攀西经济区和川南经济区，不发达区却由川东北经济区演变为川西北经济区.市域尺度上，经济差异空间格局主要以成都市、攀枝花市为核心的中心一外围结构.1998年，发达地级市为成都、德阳、雅安、自贡、攀枝花6市,较发达区以成、德、雅三市为轴线，沿其两翼分布.不发达区集中分布于川东北地区.2018年发达区和较发达区向四川东南方向演进，不发达区除了分布在川东北地区外,增加了川西北地区的甘孜州（图5-b）.县域尺度上，经济差异空间格局则形成了多核心的中心一外围结构（图5-c）.1998年四川省经济发达县域空间分布出现两类形式:一类为连片分布型，集中在自然条件、经济基础与区位条件比较好的四川盆地腹地的成都平原上,从而在空间上形成以成都市全县域、雅安市和德阳市部分县域共23个连片发达县域为核心区的“一核独大”空间格局.另一类经济发达县域以四川东部中心县域为主的零散分布型•其他3种经济发展水平类型以发达县为核心交错分布.2018年发达县域和较发达县域则向四川东南、西南方向演进,成都市发达县域的范围缩小，经济核心作用减弱，川南和攀西地区发达县域增多，四川省整体经济核心增2301998年b市域尺度人人县域尺度图例〜I不发达区■奴发达区a经济区尺度\2018年图5四川省经济区、市、县相对人均GDP 类型空间格局图(1998年,2018年)Fig.5The Spatial distribution of relative per capita GDP groups at Multi-scalar level・104・邓小菲，等:四川省区域经济差异时空特征多尺度分析多,形成“多点多极”的县域经济空间结构;不发达县域则由零散分布演变为集中连片分布,尤其以甘孜州县数量最多.四川县域经济发展呈现发达县域和贫困县域各自集聚的空间二元状态.3.3经济动态多尺度分析马尔科夫预测法被用来预测经济发展的长期动态•四川五大经济区的1998-2018年相对发展水平的空间格局变化简单，运用马尔科夫预测法分析1998-2018年市、县域尺度四川省经济发展的动态机制（表1,表2）.表1中对角线元素为类别未发生变化的概率，表示一个地理单元属于一个特定的类别，它在县级的概率至少为84.43%,在市级至少有89.00%,其中发达和不发达区域保持原有类型的概率均大于90%.说明不同尺度存在两级分化现象,且每个县或地级市都有保持原有状态的“惰性”，各个地域的经济类型较难改变，四川省经济结构稳定•非对角线为类别发生变化的概率,各不同类型转移向相邻类型转移概率较大，跳跃式变化少见，不同类别的转移可能性较低，最高转移可能性仅为&23%.这意味着各区域类型变化概率并不一致,存在经济变化的不平衡性和邻近变化效应•依据马尔科夫方法预测四川10年、20年、30年后的不同尺度发展类型情况（表2）地级市经济结构未来30年的将保持现状,县域经济将展现活力，县域经济较发达和发达县域占比减少,不发达和欠发达类型占比增加，其中较发达和发达县域占比“总和”由2018年50.28%下降为49.74%,县域经济整体呈缓速下降趋势.从不同年份各地理单元不同类别的占比情况看，发达和不发达的县域占比都在25%左右,地级市占比在23%左右，中间群体县域占比49.7左右％,地级市占比53%左右,在此期间各经济类型没有明显的分散或集中.不同尺度上四川区域差异具有长期性•表1县、地级市尺度四川省相对人均GDP类型马尔科夫转移概率矩阵（1998-2018年）Tab.l Markov chain transitional probability for relative percapita GDP at two spatial scales from1998to2018单位:％项目1998-2018不发达欠发达较发达发达不发达91.63&260.110.00县域尺度欠发达8.2384.437.230.11较发达0.43 6.958&06 4.56发达0.000.00 4.7895.22不发达93.007.000.000.00市域尺度欠发达 6.0089.00 5.000.00较发达0.83 3.3392.50 3.33发达0.000.00 4.0096.00表2县、地级市尺度四川省相对人均GDP类型占比预测结果(2018-2046年)Tab.2Relative per capita GDP type prediction results at two spatial scales from2018to2046单位：％项目年份不发达欠发达较发达发达201825.1424.5925.1425.14县个数占比202725.3424.6225.1324.91 203725.4624.6825.1024.76 204725.5424.7225.0824.66 201823.8123.8128.5723.81地级市个数占比202723.8123.812&5723.81 203723.8123.812&5723.81 204723.8123.8128.5723.814讨论与结论4.1讨论本文对四川区域协调发展、乡村振兴和精准扶贫政策提供一些依据和支撑，同时从省域范围为多尺度框•105•绵阳师范学院学报(自然科学版)架区域经济差异研究提供实证的案例，若有四川乡_级或更小一级到村尺度的经济数据,那将会更有实践指导意义•总而言之,县域尺度详细地揭示了省内经济增长的空间格局和城乡差距及其动态，地级市尺度、经济区尺度掩盖了自下而上的经济增长过程.发达市内存在欠发达的县,欠发达的市内有发达的县.各级政府，无论总体发展水平如何，都面临着如何解决本区内不平等的难题，四川未来消除贫困和实现共同繁荣方面应从小尺度着手，考虑在乡、村级摸清经济差异的来源与根源，同时与其上一级行政区统筹协调，实现区域协调发展.4.2结论4.2.1时序特征1998-2018年四川省经济区、市、县域尺度区域经济绝对差异总体呈扩大趋势，相对差异均呈急速增大一平稳一急速下降一缓慢下降态势•不同空间尺度，四川区域内和区域间之间，五大经济区县际之间、市际之间经济差异都具有空间异质性和时序变化的复杂性•4.2.2空间特征空间尺度越小，四川省总体经济差异越大，县域＞地级市〉经济区，绝对差异(人均GDP标准差)在经济区、市、县域尺度上的平均值分别为5927.5元,8388.8元,11990.9元湘对差异(Theil指数)在经济区、市、县域尺度上的平均值分别为0.02,0.06和0.09.四川经济差异格局不同尺度呈现不同核心的中心一外围结构-经济区尺度上形成成都经济平原经济区为核心，地级市尺度主要以成都市、攀枝花市为核心，县域则形成多核心的中心一外围结构•4.2.3时空动态特征不同空间尺度上,经济发展水平动态特征不同，近20年来四川经济区尺度经济发展空间格局变化不大,总体平稳发展•地级市和县域尺度上，经济发展水平上升区域向四川东南方向演进，下降区域向西北方向变化，各个地域的经济类型相互转移的可能性较低，最高转移可能性仅为&23%,四川省经济结构稳定并具有长期性•未来30年县域经济呈缓速下降趋势，而地级市和经济区经济将维持现状.参考文献：[1]Wei Y H D,Ye X.Beyond convergence:space,scale and regional inequality in China[J].Tijdschrift Voor Economische En Socia-le,2009,100(1),59-80.[2]涂建军，李琪，朱月，等.基于不同视角的长江经济带经济发展差异研究[J].工业技术经济,2018,37(3)：113-121,[3]王雅竹，段学军，王磊，等.长江经济带经济发展的时空分异及驱动机理研究[J].长江流域资源与环境,2020,29(1):1-12.[4]刘华军，杜广杰.中国经济发展的地区差距与随机收敛检验:基于2000-2013年DMSP/OLS夜间灯数据[J].数量经济技术经济研究,2017,34(10)：43-59.[5]丁志伟，黄逋茗,谢慧饪,等.中原城市群镇域经济空间格局及其影响因素[J].经济地理,2019,39(11):60-68.[6]冯长春，曾赞荣,崔娜娜.2000年以来中国区域经济差异的时空演变[J].地理研究,2015,34(2):234-246.[7]HE C F,Zhou Y,Zhu S j.Firm dynamics,institutional context,and regional inequality of productivity in China[J].GeographicalReview,2017,107(2)：296-316.[8]钟业喜，王晓静，傅锤.“闽新轴带”沿线区域发展不平衡问题研究[J].经济地理,2018,38(9)=22-29.[9]王辉，延军平,王鹏涛，等•多民族地区经济差异的空间格局演变:以云贵地区为例[J].长江流域资源与环境,2018,27(7)：1525-1535.[10]张凡，宁越敏,娄曦阳冲国城市群的竞争力及对区域差异的影响[J].地理研究,2019,38(7)：1664-1677.[11]何伟纯,姜玉玲,康江江,等.河南省经济差异的时空演变及其动力机制[J]•地域研究与开发,2016,35(4)：22-26+31,[12]邓小菲.四川省县域经济差异时空演化特征分析[J].西南大学学报：自然科学版,2019,41(10)：72-7&[13]He S W,Fang C L,Zhang W T.A geospatial analysis of multi-scalar regional inequality in China and in metropolitan regions[J].Applied Geography,2017,88(8)：199-212.[14]Liao F H F,Wei Y H D.Dynamics,space,and regional inequality in provincial China:a case study of Guang-dong Province[J].Applied Geography,2012.35(1-2)：71-83.[15]叶信岳，李晶晶，程叶青.浙江省经济差异时空动态的多尺度与多机制分析[J].地理科学进展,2014,33(9):1177-1186.[16]管卫华，彭鑫，张惠，等.不同空间尺度的江苏省区域经济差异研究[J].长江流域资源与环境,2015,24(12):2003-2011.[17]李晶晶,苗长虹，叶信岳.区域经济核心一边缘结构多尺度演化机制分析:以河南省为例[J].经济地理,2016,36(10)：9-17.[18]唐常春,刘华丹，袁冬梅.基于多尺度的湖南省区域经济差异演进分析[J].人文地理,2016,31(5):133-140.[19]中华人民共和国中央人民政府.中共中央国务院关于新时代推进西部大开发形成新格局的指导意见[EB/OL].[2020-05-17]./xinwen/2020-05/17/content_5512456.htm[20]四川省人民政府.四川省人民政府办公厅关于印发五大墓济区“十三五”发展规划的通知[EB/OL],[2016-09-02],http:///zcwj/xxgk/NewT.aspx?i=20160906100330-453686-00-000[21]徐建华.计量地理学[M].2版.北京:高等教育出版社.2014.8：30-33.[22]Li Y R,Wei Y H.The spatial-temporal hierarchy of regional inequality of China[J].Applied Geography,2010,30(3)：303-316.[23]陈培阳，朱喜钢.中国区域经济趋同:基于县级尺度的空间马尔可夫链分析[J].地理科学,2013,33(11)：1302-1308.•106•邓小菲，等:四川省区域经济差异时空特征多尺度分析A Multi-scalar Analysis of the Spatial and Temporal Characteristics of Regional Economic Diversity in Sichuan ProvinceDENG Xiaofei,HAN Jianping(School of Resource and Environment Engineering,Mianyang Teachers x College,Mianyang,Sichuan621006)Abstract:In order to promote the regional coordinated development,multi-scale comparative method is used to analyze the problem of insufficient spatial and temporal characteristics of regional economic diversity in Sichuan Province.Based on the data of GDP,per capita GDP and resident population,this paper uses Theil coefficient, relative per capita GDP and Markov prediction method are used to analyze at three dimensions of eonomic zone, prefecture-level city and county from1998to2018:The results show that the economic disparities of different spatial scales have spatial heterogeneity and temporal complexity.The smaller the spatial scale is,the greater the overall economic difference is,which is represented as the county>city>economic zone.The pattern of economic disparities with different scales presents different core-periphery structures.The contribution of intra-regional differences and inter-regional differences to the total differences varied with different scales and presented a phased temporal change.The economic structure of Sichuan Province is stable and long-term.In the next30years,the county economy will slow down,while the prefecture-level city and the regional differences are long-lasting.Keywords:regional economic diverrsity,spatial heterogeneity,space and time,multi-scale,Sichuan Province(责任编辑:陈桂芳)(上接第100页)Study on Land Use Change and itsDriving Forces in Fujiang River BasinDU Huaming1,2(1.School of Resource and Environment Engineering,Mianyang Teachers"college,Mianyang,Sichuan621006；2.Ecological Security and Protection Key Laboratory of Sichuan Province,Mianyang,Sichuan621006)Abstract:In order to understand the change of land use pattern and its driving mechanism in the Fujiang River Basin,the spatial principal component analysis method and land use transfer matrix were used to study the land use situation in the Fujiang River Basin from2001to2018.The results showed that：(1)The overall land use pattern in the Fujiang River Basin from2001to2018was dominated by cultivated land and woodland,accounting for about93%,while the proportion of grassland,water area,cultivated land,construction land and other land was small.(2)From2001to2018,the area of cultivated land,grassland,construction land and water area increased by3611.12km2,90.03km2,251.54km2and221.45km2respectively,while the area of forestland and other land decreased by4154.35km2and19.8lkm2respectively.(3)There are9types of land use transfer in the Fujiang River Basin:cultivated land to forest land,cultivated land to water area,cultivated land to construction land,forest land to cultivated land,forest land to grassland,forest land to water area,grassland to forest land,water area to cultivated land,and water area to forest land.(4)It was found that the investment of fixed assets,total industrial output value, slope aspect and total grain yield are the main driving factors of land use change in the Fujiang River Basin.Keywords:land use change,transfer matrix,driving forces,Spatial Principal Component Analysis(SPCA), Fujiang River Basin（责任编辑:陈桂芳）・107・。
成都商业发展情况与商圈分布ppt课件
入住时间 2011
入住率 100% 100% 95% 100% 100% 100% 80% 80%
商业档次 中高档
- 10 -
成都整体商业市场
现有各类商业业态代表商业项目：
- 11 -
成都整体商业市场
现有商业特征描述： 区域内新兴商业项目位中环广场下的新世界商场，定位中高端，目标客群瞄准成都市中青年中高收入阶层，以及中环和
金沙光华商圈-近年形成的区域性商圈之一，业态主要有百货和大型超市构成，满足周边区域常住居民消费需求； 会展商圈-由于会展的辐射效应以及周边住宅需求而形成的区域级商圈，业态主要有专业店和百货构成，目标客群以成都
北部区域居民为主；
-2-
成都整体商业市场
春熙路商圈
商圈描述：
春熙路商圈一春熙路步行街为核心，商圈范围是成都市东大 街以北，南新街、中新街、北新街以东，总府路以南，红星 路以西的范围及临街区域，区域面积约20公顷。该区域内有 商业网点1100家左右。
成都商业发展及商圈分布
商业概况 成都作为四川的首都，同时也是全国24座历史名城之一，在中国西部区域经济发展中一直占据重要地位；伴随西部大开
发的进程，成都经济正在发生着日新月异的变化。 成都商业主要以三大商圈为核心——春熙路商圈、盐市口商圈和骡马市商圈，伴随城市建设的发展，三大老商圈也因为
有新商业/商务物业的不断涌现而逐渐升级；同时，由于各区域住宅开发量的激增，相应产生的区域商业中心不断出现， 成都市以三大核心商圈为主，若干区域商业中心为辅的商业格局正在逐渐形成。 由于独特的地理位置，成都处于西部地区交通核心位置，荷花池区域一直都是西南地区日用商品批发集散中心；同时， 现代物流业在成都市国民经济中的重要性也越来越明显，据相关政府部门统计，到2010年，成都物流业实现增加值500 亿元，物流成本占GDP的比重下降到15%以内，现代物流业对成都经济的贡献率达到15%以上。
夜间灯光遥感数据的GDP空间化处理方法
夜间灯光遥感数据的GDP空间化处理方法夜间灯光遥感数据是指利用遥感技术来获取和分析夜间灯光亮度的数据。
夜间灯光亮度可以反映一个地区的经济活动和发展水平，因此与GDP 存在一定的相关性。
将夜间灯光遥感数据与GDP进行空间化处理，可以从空间分布和变化趋势等方面揭示经济发展的空间特征和规律，为区域发展战略的制定和资源配置提供科学依据。
在进行空间化处理之前，首先需要对夜间灯光遥感数据和GDP数据进行预处理。
夜间灯光遥感数据通常包括亮度值和空间坐标等信息，而GDP 数据则包括经济指标和地理位置等信息。
预处理的目的是将两者的数据统一到相同的空间分辨率和范围上。
接下来，可以采用以下方法进行夜间灯光遥感数据的GDP空间化处理:1.数据匹配与整合：将夜间灯光遥感数据和GDP数据进行空间匹配，将两者在地理空间上对应的数据点进行整合。
可以利用地理信息系统（GIS）工具进行数据匹配和整合，保证数据的一致性和准确性。
2.空间插值：对于没有夜间灯光或GDP数据的地区，可以采用空间插值方法进行估算。
常用的空间插值方法包括反距离加权插值（IDW）、克里金插值等，可以根据实际情况选择适当的插值方法。
3.空间分析：利用GIS技术和统计方法对空间化后的夜间灯光和GDP 数据进行空间分析。
可以将数据在地图上进行可视化展示，利用热力图、等值线图等形式展示夜间灯光的亮度和GDP的空间分布。
通过空间分析，可以发现空间聚集和分散的地区，揭示不同地区的发展水平和经济特征。
5.空间模型构建：根据夜间灯光与GDP的空间关系，可以构建相应的空间模型，如回归模型、空间自相关模型等。
通过建立模型，可以预测未来的夜间灯光亮度和GDP的空间分布，为区域发展策略和规划提供决策依据。
综上所述，夜间灯光遥感数据的GDP空间化处理可以通过数据匹配与整合、空间插值、空间分析、空间关联性分析以及空间模型构建等方法实现。
这些方法可以揭示经济发展的空间特征和规律，为区域发展战略的制定和资源配置提供科学依据。
地理八年级下册期中复习讲练(中图版)专题02 学习与探究——亚洲的人文环境和地域差异(解析版)
专题02 学习与探究——亚洲的人文环境和地域差异知识梳理众多的人口：世界上人口最多的大洲超过1亿的国家：中国、印度、印度尼西亚、巴基斯坦、孟加拉国、日本人口分布：南亚、东南亚、中国东部、朝鲜半岛、日本半岛人种：主要是黄种人：分布在东亚、东南亚、北亚白种人：分布在南亚、西亚。
古老的文明：A：三大文明古国发祥地黄河——长江中下游平原（中国）印度河谷子（古印度）美索不达米亚平原（古巴比伦）B：三大宗教发祥地：基督教发祥地（西亚）、伊斯兰教（阿拉伯半岛、麦加）、佛教（古印度）经济发展不平衡：A：最为发达的国家：日本 B：新兴国家：韩国、新加坡 C：石油国家：海湾诸国（沙特阿拉伯、伊拉克、科威特）D：贫穷国家；尼泊尔、阿富汗同步练习一、选择题1．读下面某大洲轮廓图，完成下题。
关于该大洲的叙述，正确的是( )A．人口主要分布于东部、东南部和南部B．南部地区的主要粮食作物为小麦C．全部位于东半球、北半球D．所有的国家都是发展中国家【答案】A【解析】本题考查亚洲的地理概况。
根据轮廓图可以判断，这是亚洲，人口稠密地区有东部、东南部和南部；亚洲南部地区的主要粮食作物为水稻；亚洲大部分位于东半球、北半球；亚洲主要是发展中国家，日本是亚洲唯一一个发达国家，故A符合题意。
2．亚洲唯一的发达国家是（）A．韩国B．新加坡C．日本D．中国【答案】C【解析】根据经济发展水平的高低，世界上的国家划分为发达国家和发展中国家。
发达国家多分布在北美洲、欧洲、大洋洲，其中欧洲发达国家数量最多，主要有美国、加拿大、英国、法国、德国、意大利、日本、澳大利亚、新西兰等。
这些发达国家除澳大利亚、新西兰外，都分布在北半球。
亚洲众多的国家中，日本是唯一经济发达的国家，故本题选C。
本题主要考查发展与合作。
“广袤富饶的平原，碧波荡漾的水乡，辽阔壮美的草原，浩瀚无垠的沙漠，奔腾不息的江海，巍峨挺拔的山脉，承载和滋润了多彩的亚洲文明。
”国家主席习近平在亚洲文明对话大会上用“和·合”来讲述亚洲文明。
arcgis实验报告
地理实验综合报告（2011年秋季学期）地理信息系统应用年级：2010专业：地理科学（师范）姓名：***学号：**********地理实验综合报告地理信息系统应用一、实验目的1、熟练应用ArcGIS制作专题地图。
2、掌握应用ArcGIS完成地理空间分析的基本方法。
二、实验数据1、省会城市、地级城市驻地、国界线、线状省界、主要公路、省级行政区、hillshade_10k；2、Slope1、landuse2三、实验步骤1、选用第一组数据，分别制作中国地形图、东北地区道路分布图，中国各省区1994-2000年GDP增长状况专题图。
请详细说明制作过程，附图展示专题图效果，注意地图要素齐全。
2、统计各省区的道路密度，说明使用的方法，并列出结果。
3、统计landuse2中各地类的平均坡度，最大坡度，最小坡度。
统计坡度大于10小于20的地区有多大面积，其中地类编号为12的地区面积有多大，说明使用的方法，写出结果。
四、专题地图制作4.1 中国地形图的制作过程1、打开ArcMap，在ArcMap中新建地图文档，加载四个图层：省会城市、地级市驻地、主要公路、国界线、省级行政区、Hillshade_10k。
再将地图文档保存。
2、在图层列表面板中右击省级行政区图层，选择Properties，在出现的Layer Properties图层属性对话框中，选择Symbology选项按照下图设置属性，再选择Symbol 列，按照图设置，使得轮廓线被取消（无色）。
选择Display选项中，将透明度设置为50%。
此时关闭除省级行政区和Hillshade_10k以为的图层，现在就可以看出进行唯一值渲染后具有了伪三维效果。
移除Hillshade_10k图层，只需在图层列表框中右击Hillshade_10k选择Remove即可。
点击布局视图按钮，切换到布局视图界面。
4、执行菜单命令：File→Page Setup，在对话框中设置纸张大小和方向，这里将Page设置为Landscape。
中国工业发展质量的区域差异及其分布动态演进
摘要：文章从五大发展理念视角构建工业发展质量水平的评价体系，利用Dagum 基尼系数分解和非参数估计法分析四大区域工业发展质量的区域差异和分布动态演进。
结果表明：工业发展质量的总体差异呈缩小态势，东部地区区域内差异最大，中部地区区域内差异最小，区域间差异最大的是东部地区与西部地区，区域间差异是造成总体差异的主要原因。
中部地区和西部地区工业发展质量存在极化现象。
工业发展质量的“俱乐部趋同”现象明显。
当相邻省份工业发展质量水平差异较小时，本省工业发展质量水平被拉动向上转移的概率较高。
关键词：工业发展质量水平；Dagum 基尼系数；核密度估计；空间马尔可夫链中图分类号：F424.1文献标识码：A 文章编号：1002-6487（2021）01-0092-05中国工业发展质量的区域差异及其分布动态演进邓俊荣，刘蓉（西安电子科技大学经济与管理学院，西安710126）作者简介：邓俊荣（1973—），女，陕西西安人，博士，副教授，研究方向：技术创新与产业发展。
刘蓉（1992—），女，陕西延川人，硕士研究生，研究方向：产业高质量发展。
0引言我国经济已由高速增长阶段转向高质量发展阶段，要把工业高质量发展作为制定经济政策的根本要求。
在经济高质量发展的新时代，研究中国工业发展质量水平、区域异质性分布以及演进规律，对于突破工业化相关瓶颈、促进经济协调发展以及实现现代化建设显得尤为重要。
现有研究从不同角度关联到工业发展质量。
一是效率角度。
郭克莎（1998）[1]从经济效率视角进行研究，认为经济效率高就是经济增长质量好。
而Chen等（1988）[2]利用工业全要素生产率分析工业效益。
二是产业协同的角度。
唐晓华等（2018）[3]分析了制造业与生产性服务业间的总体发展水平及耦合协调程度。
唐红祥等（2019）[4]通过构建中国制造业与国际竞争力互动的模型来分析两类系统的综合发展水平。
三是新型工业化角度，严汉平和白永秀（2003）[5]认为新型工业化的重要特征是实现信息化与工业化的互动发展。
云南省县域人均GDP空间相关性分析
云南省县域人均GDP空间相关性分析胡瑞霞;张秋菊;刘文军【摘要】This paper applies spatial correlation analysis theories to study per capita GDP in 126 counties of Yunnan province in 2008, including some districts, county-level cities, counties and autonomous counties. This analysis mainly consists of per capita GDP spatial correlation analysis in counties of Yunnan in 2008, the spatial relation analysis of per capita GDP and rural population ratio,and the spatial correlation analysis of per capita GDP and every county＇s land area. The analysis result demonstrates that Moran＇s I,whole self-correlation coefficient is 0. 134 1 ,which means per capita GDP in space is positively self-correlated. At same time, it also gives us a view of that per capita GDP spatially is negatively correlated with rural population ratio, and per capita GDP and counties land area are also negatively related.%应用空间相关性分析理论,借助GeoDA统计分析软件,对云南省126个县（包括区、县级市、县和自治县）2008年的人均GDP进行了空间相关性分析,即分析2008年云南省各县人均GDP的空间自相关性,人均GDP与农村人口比例的空间关联性,以及人均GDP与各县土地面积的空间关联性。
乌兰察布市县域人均GDP时空格局变化研究
January2021No.1TotalNo.4672021 年1 月第1期总第467期内蒙古科技与经济Inner Mongolia Science Technology & Economy乌兰察布市县域人均GDP 时空格局变化研究张冰玉（内蒙古师范大学地理科学学院，内蒙古呼和浩特010022）摘 要：在 ArcGISlO. 0的支持下，利用GIS 空间分析的相关理论和方法，研究了乌兰察布市11个 旗县（包括区、地级市）2001年〜2015年的县域人均 GDP 的时空格局演化规律，从而进一步找到县域人 均GDP 差异的主要因素，结论如下：①乌兰察布市经济发展的重心主要在察哈尔右翼前旗境内；②各时 期的重心在经度112. 973°E 〜113” 167°E 之间变化，纬度在41 133°N 〜41 185°N 之间变化；③乌兰察布市地区的县域人均GDP 总体上呈现''西北一东南”的空间分布格局，并且整体在长轴方向上呈现强化 趋势，短轴上呈现分散的趋势；④乌兰察布市县域人均GDP 重心呈现"V ”形变动，即"先东南、再东北"；⑤乌兰察布市工业园区的地理位置以及自然条件等对县域人均GDP 重心移动起重要作用，以期为乌兰察布市提供科学合理的经济发展策略％关键词：乌兰察布市；县域经济；人均GDP ；标准差椭圆；影响因素中图分类号：*901（226） 文献标识码:A县域是我国经济体系中的一个基本单位，既具有综合性，又具有区域性，在整个国民经济的地位上 举足轻重（区域经济包括县域经济，县域经济的范 围要小（研究县域经济来揭示它的发展规律，对县 域经济的长期稳定的持续发展是非常有必要的（但 是在自然地理环境、自然资源条件差异和区域发展 理念等综合作用下，中国区域经济发展中存在着明 显的差异经济活动往往都是不均衡分布的，但 是差异必须在合理范围内，适度的经济差异，既有助 于促进社会生产和资源的高效配置利用，又有利于 经济的快速稳定发展（经济差异太大，则会造成很 多不良后果比如：使核心地区和边缘地区的人 均收入差距日益变大，造成社会财富两极分化，影响 经济快速健康发展，影响社会和谐，甚至引起经济发 展的秩序混乱，社会不稳定等问题因此，我们 要充分地了解各个县域之间的经济差异演化，从而 为区域发展制定更加科学合理的对策（目前，我国区域经济差异研究由宏观尺度向微观尺度转变⑸，研究内容也在发生改变，与此同时，我们 也在不断地改变研究方法，从传统的统计方法向统计 法和空间分析法等的综合运用改变67/（因为传统的 统计模型的不足，导致不能体现空间效应对经济增长 的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
GDP区域分布图的生成与对比
1.目的：ArcGIS中提供了三种空间插值方法，每种插值方法在原理和应用上都大不相同，
在此通过具体实例练习如何利用IDW内插方法和Spline内插方法进行GDP空间分布特征的分析，以此来引导读者对空间插值有一个更深刻的认识。
2.数据：GDP为某地区的统计GDP数据，数据范围：4601万元~132630万元。
Bound为
该地区的边界数据。
3.要求：
（1）经济的发展具有一定的连带效应和辐射作用。
以该地区各区域年GDP数据位依据，采用IDW和Spline内插方法创建该地区GDP空间分异栅格图。
（2）分析每种插值方法中主要参数的变化对内插结果的影响。
（3）分析两种内插方法生成的GDP空间分布图的差异性，简单说明形成差异的主要原因。
（4）通过练习，熟练掌握两种插值方法的适用条件
4.操作步骤：
（1）IDW插值法：
1）插值步骤
A.运行ArcMAP,加载SpatialAnalyst模块，如果SpatialAnalyst模块未能激活，单击Tools 菜单下的Extensions，选择SpatialAnalyst，单击Close按钮。
B.单击F ile菜单下的Open命令，打开加载地图文档对话框，选择数据。
C．在SpatialAnalyst下拉菜单中选择Option选项，在Option中的General页面中在设置默认工作路径。
Analysis Mask范围为board
D．在SpatialAnaylst下拉菜单中选择Interpolate to Raster，在弹出的下一级菜单中点击Inverse Distance Weighted
E．设置Z value field为GDP，设置POWER为2，设置Output cell size 为500.输出结果文件名为IDW2，其他参数不变，单击ok
F．改Power值为5，输出结果文件名为IDW5，重复上述步骤
G.在SpatialAnalyst下拉菜单中选择RasterCalculator，求Abs（IDW2-IDW5），单击ok
2）结果分析
A．IDW插值是加权距离平均函数，平均值不可能大于输入最高值或者是小于输入最低值，因此输出的结果数据中，每一栅格均处于采样数据的最大值与最小值范围之内。
B.幂指数对IDW的插值结果有很大影响。
幂指数越大，较远的点对输入的影响越小，即幂指数越高，其局部影响的程度越高。
C.IDW数据确定性（生成表面通过采样点）插值方法。
因此，IDW搜索半径内，各个采样点属性值变化较小时，即使给出不同的幂指数值，内插结果的变化均比较小，变化较大的地方出现在采样点属性值变化剧烈和频繁的区域。
此外，如果给予采样点生成泰森多边形，在多边形边线区域，内插值比较稳定，受幂指数数值的影响不是很明显。
（2）Spline内插法。
1）插值步骤
A.在SpatialAnalysis下拉菜单中选择Interpolate to Raster在弹出的下一级菜单中单击Spline
B．设置Z value field为GDP，设置Spline type为Regularized。
设置Weight值为0，设置Output cell size为500，输出文件名称为spr0，其他参数不变，单击ok进行计算 C.改Weight值为0.01，输出文件名为Spr01.重复上述步骤。
D.修改Splinetype为Tension，并分别取Weight值0和5，输出文件名为Spt0和Spt5进行计算。
E．在SpatialAnalyst下拉菜单中选择RasterCalculator，并求Regularized中Abs （Spr0-Spr01）和Tension中Abs（Spt0-Spt5）
2）结论：
A．Spline插值表面光滑，并且Regularized插值结果较Tension插值结果光滑
B.Spline插值表面数值范围将超出采样点数值范围
C.RegularizedSpline插值中，Weight值越高则生成的表面越光滑
D.TensionSpline插值中，weight值越高则生成的表面越粗糙。
E．在采样点微小邻域内，无论采用哪种内插方法（Regularized或Tension），和weight 值，Spline插值均比较稳定，差异较小。
而在其他区域，尤其是在采样点比较稀疏的地方，插值结果受内插方法（Regularized或Tension）和weight值的影响比较大。
（3）IDW与Spline对比分析
1）操作过程：
A.选取IDW2内插结果图
B．选取Spr01内插结果图
C．在SpatialAnalyst下拉菜单中选择RasterCalculator，输入公式Abs（IDW2-Spr01），单击Evaluate，执行运算。
2）结论
A．IDW和Spline都属于精确性插值，插值表面均通过采样点。
因此在采样点微小邻域，两种插值方法的差值结果比较接近，差异较小
B.IDW和Spline插值受采样点密度的影响较大，在采样点分布比较密集的区域，插值结果差异较小；在采样点分布比较稀疏的区域，插值结果比较接近。
C.在采样点取值变化剧烈和频繁的区域，IDW和Spline插值结果差异较大，而在变化比较均衡的区域，插值结果比较接近。
D．IDW是一个加权距离平均，其每一栅格的输出值限制在采样点的输入值的范围内，因此，对如山脊和谷沟这样的极端地形，如果没有采样点，IDW不会生成这些地形。
当取样点足够密集时，IDW对局部变化具有非常好的效果。
Spline是基于生成具有连续的二阶导数和最小的平方曲率的插值方法，所以它适合那些空间连续变化并且光滑的表面的生成。