空间相关（共10篇）
空间相关 篇1
0 引言
粮食问题关系着国家的发展和社会稳定,一直都是世界各国重点关注的问题。20世纪90年代中期,由美国学者布朗先生的论文《谁来养活中国人》引发的关于中国粮食问题的世界性大辩论[1],说明了中国的粮食问题不仅是中国而且也是世界关注的焦点和热点问题。20世纪90年代以来,中国粮食生产状况不断发生变化,面对持续增长的人口及耕地面积不断减少的客观事实,社会各界对粮食问题较为关注。部分学者从多个视角对我国粮食安全进行评价研究,并得出了我国粮食不安全人口比重下降但耕地压力处于紧平衡状态的结论[2,3]。也有学者对我国粮食生产的影响因素、产出与投入以及发展趋势进行了深入研究[4,5]。关于粮食安全问题的研究在一定层面上较为深入,但对我国粮食综合生产能力的空间格局差异、变化及其成因的研究有待深入。为此,运用空间自相关分析方法并结合GIS软件,运用人均粮食占有量这一指标,对我国粮食生产的空间差异进行定量分析,为进一步对我国粮食生产的现状、存在问题以及区域差异等的研究提供重要参考依据,也为我国粮食问题研究提供借鉴。
1 研究区域与数据来源
本文把包括海南及内陆的各省域行政区作为地域研究单元(除我国的台湾、香港和澳门以外),基于Arcgis9.3软件平台,通过空间属性数据库的链接,将1980-2008年研究单元的人均粮食占有量输入到相应的属性项中。研究中所采用的数据均来自于相应年份的《中国农业年鉴》和《中国统计年鉴》。
2 研究方法
空间自相关是空间依赖的重要形式,是指研究对象按照某一属性的空间位置之间存在的相关性,也是检验某一要素属性值与相邻空间要素上的属性值是否相关的重要指标,通常分为全局空间自相关与局部空间自相关两大类[6,7,8]。运用时,首先通过生成空间权重矩阵,确定各空间单元的权重,再根据各单元的属性信息进行空间自相关分析。本文借助geoda10.0进行空间自相关分析。
2.1 空间权重矩阵
空间权重矩阵的定义是空间统计学与传统统计学的重要区别之一,是利用空间自相关进行空间探索分析的前提和基础。本文采用邻近规则来定义省域间的空间关系,通过定义一个二元对称空间权重矩阵Wn×n来表征n个位置的空间邻近关系,Wij为W中的元素,其具体形式表现为[6,7,8]
undefined
当i和j邻接时,空间权重矩阵的元素wij=1;否则wij=0。
2.2 全局空间自相关分析
全局自相关是对属性值在整个区域空间分布情况的总体特征描述。一般采用Global Moran’统计量来测度[6,7,8],其计算公式为
undefined
式中 n—全国省域数目;
undefined—全国第t年的各省域人均粮食占有量;
xit,xjt—全国第i,j省第t年人均粮食占有量;
wij—空间权重矩阵。
Global Moran’s I的值域为[-1,1],在给定的显著性水平条件下,若I>0,表示人均粮食占有量的相关性为正,说明人均粮食占有量较高(或较低)的区域在空间上显著集聚,I值越接近于1,总体空间差异越小;若I<0,表示人均粮食占有量的总体相关性为负,说明该区域与周边地区的人均粮食占有量的相关性具有显著的空间差异,值越趋近于-1,总体空间差异越大。对I的统计检验可以采用z检验:undefined。在95%的置信度下,如果Zundefined,则表示统计性显著。
2.3 局部空间自相关分析
Global Moran’s I是一种总体统计指标,仅说明所有区域与周边地区之间的空间差异的平均程度,不能提供局部空间差异性。局部自相关则弥补了这一缺陷,一般用局部自相关的Moran’I散点图和集聚图反应区域i与其周边地区之间的空间差异程度及显著性。对于第i区域,局部Moran’I的计算公式[6,7,8]为
undefined
式中 zi,zj—观测值标准化形式;
Wij—空间权重矩阵,行标准形式;
N—所有区域单元的总数。
若Ii显著大于0,说明区域i与周边地区之间的空间差异显著小,存在空间正相关现象;若Ii显著小于0,说明区域i与周边地区之间的空间差异显著大,存在空间负相关现象。Local Moran’s I统计量的检验方式也采用全局自相关的检验方式。
局部空间自相关采用散点图和LISA集聚图进行表征。在散点图中,有4个象限,分别对应4种不同的集聚状态,即空间集聚类型为:
HH型(高-高):自身和周边区域的观测值均高,空间差异程度小;
LH型(低-高):自身观测值低,周边区域观测值高,空间差异程度大;
LL型(低-低):自身和周边区域观测值均低,空间差异程度小;
HL型(高-低):自身观测值高,周边区域低,空间差异程度高。
3 结果分析
3.1 人均粮食占有量变化分析
1980,1988,1998,2008年我国的人均粮食占有量分别为300.77,331.81,400.67,389.94kg/人。人均粮食占有量呈先上升后略有下降的趋势,但变化量未超过100 kg/人,总体上呈上升趋势。其中,内蒙古、吉林和黑龙江呈现明显的上升趋势,河北、安徽、山东、河南和宁夏,总体上呈上升趋势;北京、天津、上海、浙江、福建和广东呈下降趋势,但变化不大;其余省份变化不明显,如图1所示。
从1980年与2008年两个时间断面可以看出:内蒙古、吉林和黑龙江3个省份粮食增幅较大,其增幅均大于500kg/人;内蒙古增幅最大,为671.59kg/人;河北、安徽、河南、宁夏和新疆次之,介于100~300kg/人之间;北京、上海、浙江、福建、广东、天津、广西和青海在1980年的基础上有所下降,前4个行政区下降幅度较大,超过100kg/人,其中浙江省下降幅度最大,为221.10kg/人;其余省份均有所增加,增加幅度小于100kg/人。研究时段内,各省份人均粮食占有量的变化量各异。
3.2 粮食综合生产能力空间差异分析
3.2.1 全局空间自相关分析
根据以上分析,运用GeoDa10.0软件得出全国1980-2008年人均粮食占有量的全局自相关系数(Moran’s I)值,同时对所有的Moran’s I值进行z检验,皆通过显著性检验。各年份Moran’s I值如图2所示。
图2反应了我国1980-2008年间人均粮食占有量的全局空间自相关分析结果。由图2中可知:30年来,我国人均粮食占有量Moran’s I均大于0,Moran’s I指数平均值为0.31,空间自相关特性较为显著,表明我国人均粮食占有量较高(或较低)的区域在空间上显著集聚,即存在人均粮食占有量高的地区与高的地区相邻、低的地区与低的地区之间相邻接的现象。从Moran’sI的变化趋势看,大体上可以分为3个阶段:1980-1988年为数值较低的总体缓慢上升阶段;1989-1999年为数值波动较大变化阶段;2000-2008年为数值较大的平稳上升阶段。人均粮食占有量的Moran’s I总体上呈上升趋势,表明我国人均粮食占有量的总体空间差异在逐步缩小,人均粮食占有量不断增加,各区域粮食生产水平都有所提高。
3.2.2 局部空间自相关分析
局部空间自相关主要通过两种方式推算出聚集范围、Moran’s I散点图及空间关联指标(LISA)。借助geoda10.0软件,绘制出研究时段内Moran’s I散点图,如图3所示。
由图3可知,位于HH及LL象限的区域数量始终比位于HL及LH象限的区域数量多。4个时间段内,位于HH及LL象限的区域数量占总区域数量比重分别是68.97%,66.67%,67.74%和70.97%。其中,位于LL象限区域数量多于HH象限区域的数量;位于HL及LH象限区域占区域总数比重分别是31.03%,33.33%,32.26%和29.03%,位于HL象限区域数量多于LH象限数量。这表明,我国人均粮食占有量在局域范围内具有空间相关性,集聚格局显著;同时也反应了人均粮食占有量空间分布具有异质性,呈现局部离散分布的格局,并且离散程度在减弱。
基于Geoda10.0及Arcgis9.3软件平台,结合Moran’s I散点图,在5%显著性水平下绘制LISA集聚图,如图4所示。从图4可以看出,我国的人均粮食占有量的地理分布格局。1980年间,我国人均粮食占有量空间差异较小,其中自身与周边省域关联性较高(HH型)的仅有广东省;自身与周边关联性较低(LL型)的仅有河北省,空间差异较小,人均粮食占有量高高低低集聚;自身高周边低(HL型)的仅有四川省;自身低周边高(LH)的仅有安徽省及上海市,其空间差异较大,揭示了人均粮食占有量在空间分布上的不均衡性。1988年间,自身高周边低(HL型)的仅有四川省,自身与周边省域关联性较高(HH型)的仅有安徽省,无LH与LL集聚类型区。这表明,人均粮食占有量空间分布均衡性加强。1998年间,自身与周边省域关联性较高(HH型)的区域有内蒙古、黑龙江和吉林,自身低周边高(LH)的区域有辽宁省,无LL与HL类型集聚区,表明人均粮食占有量异质性突出。2008年间,自身与周边省域关联性较高(HH型)的区域有内蒙古、黑龙江、吉林和辽宁省,其他为不显著区域,人均粮食占有量空间分异呈现出高水平集聚及不显著集聚区,空间异质性较强。
以1980,1988,1998,2008年为时间断面对我国人均粮食占有量空间差异演变进行分析,结果表明:首先,我国人均粮食占有量空间差异仍较为明显。1980-2008年间,人均粮食占有量“高高”“低低”集聚空间分布格局不断发生变化,空间分布由最初的4种集聚类型转变为1种集聚类型,但并非往均衡方向发展,“高高”集聚类型区的范围扩大,空间差异仍较为明显。其次,人均粮食占有量空间差异发生变化所涉及区域范围不广。在研究时段内,人均粮食占有量空间分布差异仍较为明显,并不断发生变化,但总体上空间差异变化所涉及的范围不大。由于自然地理等条件及长期以来形成的社会经济基础,人均粮食占有量的总体空间差异所涉及范围并未发生较大变化,变化范围集中在西南地区的四川省、南部广东省、东部安徽省、北部河北省、内蒙古自治区及东北三省,变化区域占总区域的百分比为25.80%。其三,局部区域空间集聚特征发生变化。期间部分区域空间集聚特征发生变化,四川省由高低集聚变为不显著,广东省由高高集聚变为不显著,安徽省由最初的低高集聚变为高高集聚最后变为不显著,河北省由低低集聚类型变为不显著,内蒙古、黑龙江、辽宁和吉林则由不显著变为高高集聚。其四,东北地区及内蒙古自治区已形成人均粮食占有量较高的稳定集聚区。从变化的趋势可以看出,近10年间东北三省及内蒙古形成了稳定的高高集聚区,且这一空间格局并未发生变化。
4 结论
1)研究期内,我国人均粮食产占有量总体上呈现上升趋势。人均粮食占有量增幅较大的区域集中在东北部和东部的部分沿海地区,内陆的青海省有所下降,其余省份有所增加但变化不明显。
2)我国人均粮食占有量存在明显的空间差异。1980-2008年间,在通过显著性检验的条件下,全局自相关的平均系数为0.31,呈现出波动变化但始终大于0,说明人均粮食占有量在空间上存在显著的空间集聚性。
3)1998-2008年间,在Moran散点图中位于HH和LL象限区域的数量明显多于位于HL与LH象限的区域。我国人均粮食占有量高高或者低低集聚的区域在空间上显著集聚,人均粮食占有量的空间分布具有异质性。其中,少数省份的集聚类型发生变化,并呈现出局部空间差异较为明显的但总体空间差异变化不大的特点,东北地区与内蒙古地区形成稳定的高高集聚区的空间差异演变特征。
参考文献
[1]鲁春阳,杨庆媛,文枫.重庆市耕地与粮食生产动态变化研究[J].农机化研究,2010,32(9):13-15.
[2]李靖,孙晓明.省域粮食单产水平与波动状况研究[J].中国人口.资源与环境,2011,21(4):76-80.
[3]程叶青,邓吉祥,房艳刚.吉林省中部粮食主产区城乡关联的空间分析[J].地理研究,2010,29(4):727-734.
[4]姚鑫,杨桂山,万荣荣.昆山市耕地变化和粮食安全研究[J].中国人口.资源与环境,2010,20(4):148-152.
[5]程远亮,周伟,米红.粮食生产布局与人口分布的空间差异及其演变[J].统计与信息论坛,2010,25(2):94-99.
[6]潘竟虎,石培基.甘肃省人均粮食时空格局变化特征及驱动机制分析[J].农业系统科学与综合研究,2008,24(4):485-488.
[7]邹健,龙花楼.改革开放以来中国耕地利用与粮食生产安全格局变动研究[J].自然资源学报,2009,24(8):13661377.
[8]王千,门明新,许皞.基于ESDA与GIS的粮食综合生产能力空间分布研究—以河北省为例[J].农机化研究,2009,31(9):64-67.
空间相关 篇2
2.枯坐到清晨，阳光替房间开了灯。
3.我涉旷野丛林而来，你撑船渡我，入灿灿花海。
4.灼灼桃花里，取一朵放在心上，足矣。
5.每一寸温暖过你的阳光，都是我对你漫长而不消逝的时光。
6.蔷薇花开满了记忆的墙壁，我偎依在你的怀中，怀想着天荒地老。
7.潒橸瑩dê蒗蘤，盛開在涐的χìη怀。
8.我一生中最完美的时光是，当我和你，成为“我们”。
9.有喜欢的人真好，就像春天，出门就能闻到花香。
10.他是我眼里的沙子，我曾努力让他走出来，到头来才发现我只能哭着送他离开。
11.你不说你爱我，我都不知道你是爱我的。
12.过去的再也回不去，我就想过好此刻。
13.我的淚，落在残花上，摔的粉碎。
14.太阳知道：向日葵的执着。感动了土壤。
15.该结束的结束了，该开始的才会开始。
16.爱上一个人并不可怕，可怕的是一发不可收拾。分手了并不可怕，可怕的是一向放不下。
17.人生就像愤怒的小鸟，当你失败时，总有几头猪在笑!
18.年轻，是上帝赐予我们的筹码，是输是赢，你都得赌这一把。
19.谁伤害过你谁击溃过你。都不重要。重要的是谁让你重新微笑。
20.你梨花泪流湿我罗裙似雨似花
21.一缕阳光一叶清风一种情怀一场播种一把泥土溢出惬意，鸟语花香般恬暖……
22.生活就是如此的美妙，虽然平淡，但很快乐。
23.当你不理我时，我就成包子了，而且是天津最出名的那种
24.我有一个秘密花园，里面装着那些年，我和你的记忆。
25.据说，当你失眠的时候，你将会在别人的梦里出现。
26.我遇见你，是最灿烂的花开，最美丽的意外。
27.我遇见你，是最灿烂的花开，最美丽的意外。
28.蘤嘟開滿孓，風嘟漸煖孓。
29.我喜欢了你年，你不知道。我不知道我会喜欢你多少个年。
空间相关 篇3
关键词：空间自相关；数据分析；人均耕地面积；四川省；空间格局
中图分类号： F323.211文献标志码： A文章编号：1002-1302（2015）09-0388-04
我国是人口大国，耕地后备资源不足，人均耕地面积不足世界水平的一半。随着经济的快速发展，城市化进程不断加快，人口不断增长，优质耕地被占用为城市建设用地，我国的耕地资源更加紧缺。城市用地扩张和耕地保护间的矛盾引起国内外学者的广泛关注[1]。许多学者运用经典统计分析方法对耕地面积变化进行不同视角的研究[2-4]，但是，由于空间依赖性的存在，该分析方法无法直接揭示与地理位置相关的空间数据关联和依赖性。于是，许多学者引入空间统计分析方法[5]，有学者对城市人口分布、城市商业和住宅地价及城镇化水平进行了空间自相关分析[6-8]，也有学者将地理空间分析方法引入到区域GDP等空间分布进行研究[9-10]，如华娟等运用空间自相关分析方法并结合GIS技术，对人均粮食占有量空间差异进行分析[11]。此外，越来越多的学者在地块用途转换、城镇建设用地分布及土地利用变化中进行多尺度空间自相关分析研究[12-14]。
人均耕地面积与其他地区的经济现象一样，区域间的人均耕地面积不是独立存在，而是存在扩散效应或极化效应[15]，脱离空间角度来分析研究区域人均耕地面积的问题是不全面、不科学的。四川省作为一个农业大省，对其人均耕地面积区域分布特征及空间关联性有待深入分析。本研究以四川省地级市为单位，基于空间自相关分析方法对四川省市域人均耕地面积的时空格局演变进行分析，以期为相关土地管理部门更好地制定具有针对性的耕地保护措施提供参考。
1研究区概况与数据处理
四川省位于我国西南腹地，97°21′～108°31′E，26°03′～34°19′N，辖21个市州，幅员面积为48.5万 hm2，耕地面积为401.07万hm2。川西为高原，川西南为山地，其余为四川盆地，四川地域辽阔，土壤类型丰富，平原、丘陵主要为水稻土、冲积土、紫色土等，由于复杂的地形和不同季风环流的交替影响，气候复杂多样，以亚热带季风气候为主，夏季高温多雨，冬季温暖湿润，这些都有利于四川全面发展农业生产[16]。
本研究数据来源于四川省统计年鉴，在收集四川省1998—2012年各个市州总人口、总耕地面积的基础上，利用ArcGis 10.1建立人均耕地面积的地理空间分布Shapefile格式数据，同时，运用Arcgis 10.1、Geoda空间自相关分析方法，分析人均耕地面积在空间位置上的相互依赖程度。
2研究方法
空间自相关（spatial autocorrelation）是反映一个区域单元上某种地理现象或某一属性值与邻近区域单元上同一现象或属性值相关程度大小的重要指标，是空间域中的值聚集程度的一种量度[13]，包括全局空间自相关（global spatial autocorrelation）和局部空间自相关（local spatial autocorrelation）。空间自相关的空间结构可以通过自相关图、方差图和周期图等结构函数来描述，考虑到相关系数（Morans I）的显著性水平可以对已标准化的自相关图进行不同方案间的对比研究[14]，且局部空间自相关能够揭示掩盖在全局空间自相关下反常的局部状况和小范围的局部不稳定性[5]。因此，采用全局Morans I统计量对1998—2012年四川省人均耕地面积进行全局尺度上的分析，利用空间关联的局部指标Morans I散点图和LISA聚类图进行局部尺度的分析。
2.1空间权重矩阵
空间权重矩阵是空间统计分析与经典统计分析的重要区别之一，是探索性空间数据分析（ESDA）的前提和基础[5]。为揭示研究对象间的空间联系，空间统计分析引入空间权重矩阵，通过定义一个二元对称空间权重矩阵W来表达n个位置空间区域的邻近关系，其具体形式
2.2全局空间自相关分析
全局Morans I指数是分布特征较合意的测度指标，其计算公式为：
式中：Ii为区域单元i的局部Morans I值；Xi为单元i的观测值；X为研究区内所有单元观测值的均值；Wij为空间权重；n为区域单元数。对j求和仅限于单元i的所有邻近单元。Ii的高值表示相似观测值的区域单元的空间集聚，低值说明不相似值的区域单元的空间集聚[19-21]。
局部空间自相关中散点图的4个象限按性质分为“HH”（第一象限）、“LH”（第二象限）、“LL”（第三象限）、“HL”（第四象限）。“HH”为热点区，“LL”为冷点区，落入这2个象限的空间单元存在较强的空间正相关；“HL”表示某一空间单元属性值较高，而周围单元较低，“LH”与之相反，落入这2个象限的空间单元存在较强的空间负相关[13，22-23]。为进一步揭示四川省市域人均耕地面积在局部尺度上的空间集聚程度，选用LISA聚类图和LISA 显著水平图来探测局部的空间自相关和空间差异。
3结果与分析
3.1人均耕地面积变化分析
研究结果表明，1998—2012年，四川省市域人均耕地面积占有量整体呈下降趋势，1998—2003年的下降幅度大于2003—2012年。由图1可见，1998、2003、2012年这3年中，雅安市的人均耕地面积下降幅度最大，降幅高达43.7%，其次是成都市、巴中市、阿坝州，降幅均大于30%，其他市域人均耕地面积都有不同程度减少，但相对降幅较小。
3.2人均耕地面积变化的空间分布规律分析
3.2.1全局空间自相关分析由图2可见，1998—2012年，四川省人均耕地面积Morans I值均大于0，四川省市域人均耕地面积在研究期内呈空间正相关，即人均耕地面积高或低的市，相对应和人均耕地面积高或低的市相邻近；人均耕地面积虽然呈现不同程度的聚集，但Morans I值均小于0.2，说明集聚程度并不高；1998—2003年，Morans I值呈下降趋势，且2001—2003年下降幅度最大，这是由于该期间阿坝州、甘孜州、雅安市深受退耕还林、还草政策的影响，而成都市、资阳市和绵阳市等盆地和丘陵地区城市建设加快，大量耕地被占用；2003—2012年Morans I值波动不大，基本趋于平稳，其中，2009年Morans I值有小幅上升，这说明四川省市域人均耕地面积空间差异有进一步扩大的趋势，与四川省内耕地减少的流向有着密切联系。为此，应因地制宜保护耕地，加大土地集约利用效率、实现土地资源的优化配置。
3.2.2局部空间自相关分析全局指标是用于探测整个研究区域的空间模式，局部指标是计算每一个空间单元与邻近单元就某一属性的相关程度[19]。全局指标有时会掩盖局部状态的不稳定性[24]，为进一步揭示四川省市域人均耕地面积在局部尺度上的空间集聚程度，运用Morans I散点图和LISA聚类图来可视化和探测局部的空间自相关和空间差异。
由图3可见，1998、2003、2012年3个年份，近1/2区域落入LL象限（冷点区），近1/4区域落入HH象限（热点区），剩余区域近1/4零星散落于LH象限和HL象限，且落入冷点区的区域数量远大于落入LH象限和HL象限的市域数量。这表明四川省市域人均耕地面积在局部范围内具有空间相关性，集聚格局较为显著，也反映出人均耕地面积空间分布存在异质性，呈局部空间的离散分布格局。
基于Geoda 10.0及ArcGis 10.1软件，在5%显著性水平上利用LISA集聚图对1998、2003、2012年散点图中表现出的局部区域空间分布格局进行统计分析。由图4可见，1998年HH型显著的区域有甘孜州和雅安市，属于高值集聚，HL型显著的区域仅有资阳市，具有较大空间差异性，即资阳市人均耕地面积高，周围区域人均耕地面积低，LL型显著的区域有自贡市和泸州市，属于低值集聚，空间差异较小，即人均耕地面积较低的市和人均耕地面积较低的市趋邻，不存在LH型；2003年HH型显著的区域仅有甘孜州，雅安市落入LH型显著区域，HL型显著的区域仅有眉山市，也不存在LL型显著区域，人均耕地面积空间分布异质性加强；2012年HH型、HL型显著区域与2003年相比未发生变化，仍不存在LL型显著区域，LH型显著区域新增攀枝花市，空间异质性变化趋于稳定。由此可知，虽然四川省市域人均耕地绝大部分呈局部空间正相关，但是显著区域很少，且呈正相关的区域主要是高值或与高值集聚的区域，主要分布于川西地区，而川东区域空间分布差异较大，与川西地处高原、地势平坦、地广人稀而川东地势起伏、人口密集、经济发达有关。1998—2012年LL型显著区域消失而新增雅安市、攀枝花市这2个LH型显著区域，说明空间异质性加强，这是因为雅安市实施退耕还林政策，耕地面积大为减小，导致人均耕地面积减少，而攀枝花市经济发展和城市化进程加快，耕地不断被占用，也导致人均耕地面积的下降。
4结论
基于1998—2012年四川省统计年鉴数据，对四川省21个市（州）人均耕地面积时空格局演变特征及其空间自相关性分析可知：（1）四川省市域人均耕地面积占有量总体呈下降的趋势，其中，下降幅度最大的区域为川西的雅安市和位于平原的成都市，其次为川东丘陵区巴中市和川西北高原的阿坝州。（2）四川省市域人均耕地面积总体上呈空间正相关，即人均耕地面积高或低的市相应地和人均耕地面积高或低的市趋于相邻；人均耕地面积空间集聚程度各异，总体空间集聚程度偏低；省内耕地流向差异是人均耕地面积空间差异逐年增大的重要原因之一，其中，甘孜州、阿坝州和雅安市受退耕还林、还草政策的影响，而盆地和丘陵地区受城市化进程加快占用大量耕地影响。因此，应以实现土地资源最优配置为目标，坚持因地制宜为原则保护耕地，提高土地节约集约利用效率。（3）Morans I散点图和LISA图中，落在LL象限和HH象限的市域数量远大于落在HL和LH象限市域数量。四川省市域人均耕地面积在局部范围内具有空间相关性，集聚格局
较为显著，同时也反映出人均耕地面积空间分布存在异质性，呈局部空间离散分布格局。（4）退耕还林、还草政策和城市化建设占用大量的耕地，导致人均耕地面积空间分布的显著型类型发生变化。雅安市由原来的HH型变为LH型，攀枝花市由不显著区域变成LH型，同时，LL型显著区域消失，说明人均耕地空间分布的异质性加强，更应切实关心耕地保护工作，做到“占补平衡”，在保护好耕地的同时更好、更快地发展经济，缩小地区间差距。
参考文献：
[1]谈明洪，吕昌河.城市用地扩展与耕地保护[J]. 自然资源学报，2005，20（1）：52-58.
[2]蔡运龙，傅泽强，戴尔阜.区域最小人均耕地面积与耕地资源调控[J]. 地理学报，2002，57（2）：127-134.
[3]黄大全，郑伟元.海外城市化与耕地保护对中国的启示[J]. 中国土地科学，2005，19（3）：38-43.
[4]何格，欧名豪.城市化与四川粮食安全问题研究[J]. 农业现代化研究，2005，26（5）：349-352.
[5]徐建华.计量地理学[M]. 北京：高等教育出版社，2006：120-130.
[6]公云龙，张绍良，章兰兰.城市地价空间自相关分析——以宿州市为例[J]. 经济地理，2011，31（11）：1906-1911.
[7]杜国明，张树文，张有全.城市人口分布的空间自相关分析——以沈阳市为例[J]. 地理研究，2007，26（2）：383-390.
[8]贺振.基于空间自相关的河南省城镇化水平空间格局研究[J]. 测绘科学，2010，35（6）：178-179，191.
[9]万鲁河，王绍巍，陈晓红.基于GeoDA的哈大齐工业走廊GDP空间关联性[J]. 地理研究，2011，30（6）：977-984.
[10]孟斌，王劲峰，张文忠，等. 基于空间分析方法的中国区域差异研究[J]. 地理科学，2005，25（4）：393-399.
[11]华娟，涂建军，杨爱秋.基于空间自相关的人均粮食占有量空间差异研究[J]. 农机化研究，2013（6）：25-28，32.
[12]高进云，乔荣锋.基于空间相关分析的农地城市流转决策模型研究[J]. 干旱区资源与环境，2014，28（5）：25-29.
[13]韦素琼，张金前，陈健飞.基于空间自相关的闽台城镇建设用地分布研究[J]. 地理科学进展，2007，26（3）：11-17，插1.
[14]谢花林，刘黎明，李波，等. 土地利用变化的多尺度空间自相关分析——以内蒙古翁牛特旗为例[J]. 地理学报，2006，61（4）：389-400.
[15]张海军.河南省市域农民人均收入空间自相关分析[J]. 南阳师范学院学报，2009，8（9）：57-61.
[16]四川省商务厅.四川概况[EB/OL]. （2014-4-10） [2015-07-15].http：//www.sccom.gov.cn/xxfb/page/scgk/index.htm.
[17]Chen F，Du D S. Application of integration of spatial statistical analysis with GIS to regional economic analysis[J]. Geo-spatial Information Science，2004，7（4）：262-267.
[18]le Gallo J，Ertur C. Exploratory spatial data analysis of the distribution of regional per capita GDP in Europe，1980—1995[J]. Papers in Regional Science，2003，82（2）：175-201.
[19]张松林，张昆.空间自相关局部指标Moran指数和G系数研究[J]. 大地测量与地球动力学，2007，23（3）：31-34.
[20]Tang J J. Exploratory spatial data analysis of the distribution of regional per capita GDP in Yangtze Delta，China：1994-2004[J]. Ecological Economy，2008（2）：180-188.
[21]王远飞，何洪林.空间数据分析方法[M]. 北京：科学出版社，2007：94-100.
[22]陈小勇，林鹏.我国红树植物分布的空间自相关分析[J]. 华东师范大学学报：自然科学版，2000（3）：104-109.
[23]王劲峰，孙英君，韩卫国，等. 空间分析引论[J]. 地理信息世界，2004，2（5）：6-10.
空间相关 篇4
关键词：利率波动,国际利率,空间关联,经济距离,广义虚拟经济
一、引言
在开放经济下,各国利率市场存在着较强的关联性,即呈现出同涨同跌的运动特征。这一关联效应一般可以从利率平价角度来进行解释。而从另一个角度来说,通过对不同国家间利率联动程度差异性比较,也可以反映出不同国家金融市场开放程度。
Lo等[1]通过对日本市场上的日元利率数据和英国伦敦同业拆借市场上的日元利率数据进行相关性分析后发现,日本市场和英国伦敦市场间日元利率存在着长期稳定的均衡关系。Karfakis和Moschos[2]研究了欧洲货币组织各成员国之间的利率联动效应,发现这些国家之间利率变化的同步性,并将这一同步性的出现归结为欧洲货币组织各成员国之间金融市场的高度开放性。李成等[3]对次贷危机前后中美两国的利率联动关系进行了研究,发现两者间存在着明显的波动溢出效应。刘亚等[4]研究了银行间利率互换、国债与离岸市场人民币利率互换之间的联动效应,发现境内和境外的人民币利率间存在着双向报酬溢出效应。郭树华等[3]借助协整检验、格兰杰因果检验和方差分解检验等方法对中美利率、汇率间的相关性进行了分析,发现两国间短期内联动较弱而长期来看存在着协整关系。郝中中[6]借助SVAR模型分析了人民币汇率、中美利差和资本流动净额三者间关系,发现中美利差变化与资本流动净额变化有关。
现有的对全球利率市场关联效应分析从国与国之间联动角度分析较多,而对于全球利率市场联动整体效应,以及这一联动与国家间地理距离和经济发展水平间的关联性研究较为缺乏。本文将结合复杂网络分析方法和二次指派程序分析方法(QAP方法),对金融市场波动的空间关联整体效应进行深入探讨。文中所涉原始数据来自世界银行数据库、Wind及同花顺iFind。
二、利率波动关联网络构建与分析
(一)利率波动关联网络构建方法
在构建利率波动关联网络中,需要相关国家利率市场时间序列数据。本文搜集了143个国家从2003年到2012年的年度实际利率数据。在网络构建中,143个国家就代表143个网络节点,节点之间是否存在着连边用两个国家利率变化乘积值大小来判断。
设ri(t)为第i个国家t时刻实际利率值,该值在Δt时间内变化量为Ri(t-Δt,t)=ri(t)-ri(t-Δt)。对其进行归一化处理,得到。其中σi表示Ri在整个时间段T内标准偏差,,<…>表示时间段T内平均值。国家i和j之间利率变化关联值为,得到所有143个国家间2003—2012年这一关联值的平均值为。定义两个国家利率波动存在关联的条件为:
即两个国家利率变化乘积大于等于平均值ζ时,两个国家间有连边eij=1;两个国家利率变化乘积小于平均值ζ时,两个国家间没有连边eij=0。这样就建立了整个利率波动关联网络。
(二)利率波动关联网络集聚特征及其时间演化
可通过求网络集聚系数来观察利率波动关联网络集聚性,从而反映全球利率波动集聚效应。
网络集聚系数定义如下。设网络中节点i与网络中其他节点间存在着ki条连边。这ki个与节点i相连的节点相互间也有可能存在连边,其最大值为ki(ki-1)/2。若这ki个节点间实际存在的连边数为Ei,那么节点i的集聚系数C,定义为Ci=2Ei/[ki(ki-1)]。即Ci=与点i相连的三角形实际数量/与点i相连的三角形最大可能数量。通过求网络中所有节点集聚系数Ci的平均值,就可以得到整个网络的集聚系数值C。从集聚系数定义中可以看出,如果整个网络任意两点间都有连接,常称为全连通网络,那么C=1。如果整个网络所有节点间都没有连边,那么C=0。所以,集聚系数应该满足0≤C≤1这一条件。集聚系数值越大,说明国际利率市场联动性越强;集聚系数值越小,说明国际利率市场联动性越弱。
图1为利率波动关联网络的集聚系数随时间变化图。从图1可以看出,2004—2012年,全球利率波动关联网络的集聚系数先是逐渐上升,到2009年达到最大值。随后集聚系数连续两年急剧下挫,后续逐步趋于稳定。而从现实的国际金融市场发展的时间节点上看,2007—2009年期间,正是美国次贷危机从发生到逐步向其它国家扩散的时期。即从集聚系数变化中可以看出,在美国次贷危机发生发展时期,全球利率市场走势趋于高度一致。而随着美国为应对次贷危机所实施的各项经济政策逐步调整到位,国际利率市场联动性也逐步恢复到次贷危机前水平。
三、国际利率市场波动关联与地理空间关联或经济空间关联的相关性检验
国际利率市场波动关联反映的是国家与国家间利率波动联动效应。对于各个国家来说,它们间有地理空间上的关联性。即某些国家之间距离较近,属于同一大洲;某些国家之间距离较远,分属于不同的洲。同时,这些国家之间还存在着经济空间上的关联性。即某些国家之间人均GDP值接近,属于经济发展水平相近国家;某些国家间人均GDP值相差较大,属于经济发展水平差异较大国家。在国际利率市场上所存在的利率波动联动效应,与地理空间或经济空间中所存在的国家与国家间的关系是否存在着联系呢?或者说,是否地理距离越接近的国家,利率波动联动性程度越大?经济发展水平越接近的国家,利率波动联动性程度也越大?下面通过借助二次指派程序,即QAP (Quadratic Assignment Procedure)方法,对这种“关系—关系”之间可能存在的联系进行检验。
(一)二次指派程序分析方法
在传统计量经济学方法中,在进行参数估计或统计检验时,要求各变量间相互独立。对于非独立变量,是无法通过标准的统计程序来进行相关参数估计或者统计检验的。不然,就会出现“多重共线性”问题,从而使得对变量的显著性检验失去意义,借助模型来进行相关预测的功能也就会失效。例如,在近似共线性下,使用普通最小二乘法所得到的各参数估计量是无效的。而在完全共线性下,将无法得到相关参数的估计量。在本文所构建的波动关系、空间距离关系、经济发展水平关系等各类关系矩阵中,体现的都是数据间的关联性。要对这些关系间的关系进行检验,需要用到一些新的方法。研究人员经常采用的是随机化检验(randomization test)方法,QAP分析方法即为此类方法。
二次指派程序分析方法(QAP)主要用于两个矩阵间相关性分析。其相关性分析步骤主要分为四步。首先,将每个矩阵中的所有取值都看成是一个长向量。在这个长向量中,包含着n(n-1)个数(不考虑对角线上的数)。其次,计算这两个长向量之间的相关系数。再次,通过对其中一个矩阵的行和相应的列同时随机置换,计算置换后的矩阵与另一矩阵的相关系数,多次进行这样的置换过程求得相应的多个相关系数值。将这些经矩阵置换后得到的相关系数与原来的两个矩阵的相关系数值进行比较,求得其中大于等于原矩阵相关系数值的那些相关系数数量比例。最后,通过对这些置换所得的相关系数分布特征的观察,判断两个矩阵之间是否存在着统计意义上的强关系。
(二)利率波动关联与地理空间关联的QAP检验
首先,定义两个国家间空间关联如下。如果两个国家属于同一大洲,那么这两个国家地理空间关联;如果两个国家不属于同一大洲,那么这两个国家地理空间不关联。按照利率波动关联矩阵的构造方法,可以构造地理空间关联矩阵。
在利率波动关联与地理空间关联相互关系上,假设两国间地理空间关联性程度越高,两国利率波动联动程度越强。借助QAP分析方法对经过二值化处理的利率波动关联矩阵和地理空间关联矩阵进行相关性检验,可得到检验结果。
在进行利率波动关联和地理空间关联的相关性检验中,选取了利率波动关联程度最强的2009年度数据进行检验。同时还选取了四种不同大小的阈值ζ,2ζ,3ζ,4ζ分别进行检验,考察阈值取值对检验结果影响。表1为利率波动关联和地理空间关联相关性检验结果。
从表1检验结果中可以发现,利率波动关联和地理空间关联间相关性并不显著。即在本文所设定的各个阈值下,并没有反映出两国若属于同一大洲,那么两国间利率联动程度会越强。这可以理解为全球利率波动关联更多地体现为金融市场关联。而金融市场关联与一国经济开放程度等有关。某些国家虽然处于同一大洲,但在经济开放程度上存在很大差异,相互间经济往来也比较少。这种现象表现在利率波动关联与地理空间关联上,就是两个国家利率波动联动性强弱与这两个国家是否处于同一大洲,是否地理邻近没有直接关系。
(三)利率波动关联与经济空间关联的QAP检验
在分析利率波动关联与经济空间关联前,先引入经济空间距离变量λij。定义λij为经济空间中的距离,用两国间人均GDP差的绝对值表示[7],λij=|λi-λj|,其中,λi为i国人均GDP,λj为j国人均GDP。λij数值越大,表示两国间经济发展水平差距越大;λij数值越小,表示两国间经济发展水平差距越小。本文根据人均GDP来计算经济空间距离,而不是根据一国GDP总量来计算经济空间距离,是为了避免因不同国家地域面积、人口数量等因素差异性较大而对统计结果可靠性造成影响。
参照构造利率波动关联网络方法,即阈值法来构造经济空间关联网络,得到经济空间中的关联矩阵。具体构造步骤如下。首先,计算两两国家间GDP差的绝对值的平均值。其次,依据该平均值设置阈值,将所确定的阈值与λij比较,若λij值小于等于阈值,则国家i和国家j间的经济空间关联值设为1,否则设为0。最后,构建经二值化处理的经济空间关联矩阵。借助QAP分析方法检验经济空间关联矩阵和利率波动关联矩阵间相关性。
从表2的检验结果中可以发现,取不同阈值ζ,2ζ,3ζ,4ζ时,利率波动关联和经济空间关联都成显著正相关关系。说明在与利率波动关联相关的因素中,两国间经济发展水平差距起到很大影响。两国经济发展水平越接近,两国利率波动联动性越强。这种关联性可以从两个方面来理解。一方面,对于经济发展水平相当的国家,两国开放程度和发展模式可能十分相近。利率波动关联性高低反映了两国在开放程度和发展模式上的差异性大小。另一方面,对于经济发展水平相当的国家,两国金融市场间联系可能更为紧密。利率波动关联性高低反映了两国间经济联系强度大小。
四、结论
从全球利率市场波动关联时间演化效应来看,在金融危机时期,各国金融市场联动程度明显增强。从影响国家与国家间金融市场波动的联动性程度高低相关因素来看,在经济发展水平相当的国家间,利率市场波动更容易产生相互影响。而在地理空间临近的相关国家间,地理邻近效应并没有在两国间利率波动联动性强度上反映出来。
参考文献
[1]Lo W C,Fung H G,Morse J N.A Note on Euroyen and Domestic Yen Interest Rates[J].Journal of Banking and Finance,1995,19(7):1309-1321.
[2]Karfakis C,Moschos D M.Interest Rate Linkages Within the European Monetary System:A Time Series Analysis[J]Journal of Money,Credit and Banking,1990(22):388-394.
[3]李成,王彬,黎克俊.次贷危机前后中美利率联动机制的实证研究[J].国际金融研究,2010(9).
[4]刘亚,张曙东,许萍.境内外人民币利率联动效应研究——基于离岸无本金交割利率互换[J].金融研究,2009(10).
[5]郭树华,王华,王俐娴.中美利率与汇率联动关系的实证研究:2005-2008[J].国际金融研究,2009(4).
[6]郝中中.人民币汇率与中美利率联动机制分析[J].金融论坛,2015(1).
空间相关 篇5
ISO空间碎片相关标准的研究现状
对国际标准化组织(ISO)正在拟定的空间碎片标准进行了综述,其中包含1个DIS标准、4个CD标准、3个WD标准和5个NWIP标准.这些标准与航天器的`系统设计有着直接关系,尤其关系到航天器任务后的处置,希望引起国内航天器研制单位和相关用户的关注.
作 者：韩增尧 HAN Zengyao 作者单位：北京空间飞行器总体设计部,北京,100094刊 名：航天器工程 ISTIC英文刊名：SPACECRAFT ENGINEERING年，卷(期)：17(1)分类号：V475.9 V520.7关键词：国际标准化组织 空间碎片 标准
空间相关 篇6
1.1 物理空间设计
室内建筑的物理空间设计更加侧重对室内功能设计。通常情况下, 对室内物理环境进行实质性设计, 都可以称之为室内物理空间设计。通过墙壁以及隔断等方式对室内功能区域进行划分, 以及各种墙体造型设计等, 都属于室内物理设计的范畴。室内空间当中所存在的特殊声环境、光环境及物体质感等, 都属于物理环境实质内容, 能够被人们通过感官器官感受到。物理空间的设计方式比较丰富, 可以使用植物对空间组织进行设计, 使用布艺软包等方式对界面装饰进行设计, 也可以妥善地利用灯光对照明进行设计。近年来, 我国建筑技术及室内装修技术发展快速, 只有不断地融入新的知识点, 将高新装饰方式融入到物理环境设计中, 才能保证人们更好地使用室内空间, 让室内空间充分地发挥出自然调节的能力, 体现出人与自然之间的互动关系。物理空间设计属于心理空间设计的主体表现形式以及主要承载体, 如果没有物理空间对心理设计空间进行支持, 那么心理空间设计也体现不出其特性。
1.2 心理空间设计
心理空间设计需要在物理空间设计的基础上进行, 但是主要着眼点确立在心理空间的设计上。心理空间设计工作, 更加关注对空间使用者精神世界及心理感受的设计。心理空间的营造并不仅仅靠室内空间的面积大小, 而是在室内空间无法满足心理空间需求时, 靠许多不同的装饰手法, 例如对空间的材质、灯光、过度空间等的装饰在视觉上使心理空间得到满足, 给使用者舒适的心理感受[1]。首先需要保证设计的物质载体, 通常情况下, 心理设计都可以依靠于物理空间的设计来表现出来。利用墙面以及隔断对空间进行分隔是比较常见的一种物理空间设计方式, 是因为使用了空间分隔的方法, 所以不同的区域会给使用者带来不同的心理印象。而利用灯光进行空间设计分隔, 是相对巧妙的一种依靠物理空间进行心理空间设计的方式, 虽说这一设计方式并没有明确墙面分隔, 但是所能感受到的光线与家具却可以让使用者明显地感受到自己的心理需求。其次, 营造虚拟空间, 打破空间狭小弊端, 满足使用者对开阔空间的心理需求。如:在不够宽敞室内空间设计时加入镜子、玻璃等的元素, 通过镜像或通透的方式, 让人在心理上感觉室内空间变得更加宽阔, 或者具有空间延展作用, 从而起到积极的心理暗示作用。不同的设计方式将心理空间设计理念融入到物理空间设计的基础上, 进而营造出更加满足使用者生活需求的室内空间。
2 室内空间设计风格与心理空间需求的相关性
心理空间设计属于室内空间设计中比较关键的组成部分, 室内设计的风格主要来源于设计师对文化沉淀的认识以及对文化的提炼程度, 室内设计风格具有一定的形式特点但是却不等同于相同形式。室内设计的风格通过形式化表现符号的方式来反映时代文化, 且具有一定的心理暗示及启发作用。室内空间设计和室内设计风格的关系, 主要体现在通过空间设计的方式营造室内的设计风格, 以及通过室内设计这一方式来塑造心理空间这两方面。
2.1 通过物理空间设计的方式营造室内的设计风格
室内设计风格的本质是对社会背景的一种反应, 属于一个地区或者是一个时代代表性文化的室内反应形式。空间设计属于创造性较强的设计活动, 必须要将设计知识与使用者需求情况相互结合, 融合使用者对建筑的需求进行设计。室内设计过程, 就是对拥有的空间界面根据一定的规律进行改造设计思考和表现的过程。首先对室内的风格进行分析与界定, 在完成风格的界定之后再去思考室内的物理空间设计是否能够配合整体风格。在对室内进行设计时, 主要考虑室内的声源、光源、热源、以及水电等常规环境因素, 综合所有因素来营造室内空间的整体设计风格。设计风格能否淋漓尽致地体现在室内物理空间设计上, 完全取决于物理空间的设计是否合理。
2.2 通过室内设计风格来塑造心理空间
室内设计风格属于物理空间设计规律性的总结, 同时也可以凸显出一定的时代性, 源于某时期固定文化反映出的时代背景。在为中老年人进行室内空间设计时, 便需要着重传统的室内设计风格。中老年人生活阅历比较广博, 对生活有属于自己的见解, 所以采用传统风格的室内设计方式, 更容易让中老年使用者与设计风格产生共鸣。当我们身处异国他乡时, 可以很鲜明地从建筑上感受到异域文化与本土文化之间的差异性, 不同项目使用者因为国度或喜好等需要, 对空间的心理需求也有所不同, 在这类项目的室内设计过程中, 通过在室内建筑设计中加入使用者期望的文化元素来融入思想情怀, 让其感受到心理需求文化的存在。从整体上看, 所有的室内设计风格都是具备一定程度的文化基础, 室内设计风格的使用本质就是对特殊文化的一种运用, 通过在室内设计中加入适当的风格来折射文化, 促进业主的心理空间塑造。
3 结束语
常规情况下, 室内设计工作包含了物理设计以及心理设计这两方面的内容, 并且两方面内容相互影响。室内设计风格需要建立在心理设计以及社会背景的基础之上。整体设计风格需要室内设计风格与心理空间设计风格支撑, 通过二者相互进行表现。
参考文献
空间相关 篇7
1 城市物流空间布局规划概念
城市物流空间布局规划跟城市空间布局联系极为紧密,根据世界城市基本理论,城市空间布局分为内在实质影响因素和外在表象影响因素。前者指人口分布、经济发展水平、自然地形条件、文化观念、发展阶段;后者是功能结构和布局形态。功能结构指城市人口、产业、功能等的组织方式是集中还是向外疏解,是单核心还是多核心结构。布局形态为以何种效率利用土地和如何处理城市与自然环境的关系,反映在城市布局形态上就是土地使用总量和土地布局。结合以上对城市空间布局的影响因素和现代物流的理论,对城市物流空间布局规划的概念进行如下界定:城市物流空间布局规划是以城市的总体发展目标和城市总体空间规划为依据,以整个城市的物流系统为研究对象,协调物流用地与城市用地的发展,综合考虑城市的交通、生态、物流需求、产业布局、经济社会发展等因素,构建与完善一个城市的现代物流服务网络体系,形成布局合理的物流园区、物流中心、配送中心为中心,水运、铁路、公路、航空多种运输方式相配套的综合运输体系,创造“货畅其流”的物流环境,提升城市的综合竞争力。
同时,依据城市物流企业与城市空间布局的关系,城市物流空间布局的发展可以分为以下三个阶段:
早期的点状布局:物流企业分布比较分散,没有一定规律,每个物流企业都有各自互不重叠的服务辐射圈和各自的服务对象。
近期的多企业自然集中布局:物流业的布局基本以一个或若干大中型物流企业为增长极,按照市场法则逐步聚集而成。集中区域内每个物流企业有一定的资源共享,服务对象有一定的重叠,但是没有更多的联系。这种布局没有进行科学规划,因此自然形成的区域包含有物流用地与产业用地。居住用地等其他用地穿插布局,用地零散,限制了物流产业和周边产业的发展。
主动构建的物流业集聚布局:各物流企业集聚布局于已构建的物流园区内,共享各种资源。它与自发形成的自然集聚区不同,全区对物流用地与居住用地、产业用地等其他规划用地需做出统一考虑,同时将区内各物流企业视为一个整体,不仅合理利用资源,而且为园区的持续发展创造有利条件。
2 城市物流空间布局规划流程
对城市进行物流空间布局规划,首先需要对城市物流发展现状进行全面分析以及对物流需求进行科学预测,包括物流需求主体及其空间分布、企业的空间布局、交通基础设施现状等进行分析,在此基础上对城市总体物流需求进行预测,对城市物流发展进行评价分析,得出城市物流业发展目标及规划重点,对物流结点的空间布局及物流通道与配送通道进行规划,最后,作为一个详细性规划,还需对每一个物流结点的功能、规模、服务范围等进行具体规划,并对作为保障的物流信息平台和规划实施建议进行相关的阐述。下图是以对江苏常州市的城市物流空间布局规划为例所作的城市物流空间布局规划流程图。
3 物流空间布局的层次性研究
城市物流空间布局主要是构建一个由各级物流结点及相关的物流配送通道所组成的物流服务网络体系。物流结点是物流网络中连接物流线路的结节之处。实体的物流活动都是在线路和结点进行的。现代物流更加重视系统的协调、顺畅,而结点正处在能联结系统的位置上,并且现代物流服务的总体水平往往通过结点体现,如果离开了结点,整个系统内的运动必然陷入瘫痪。因此,物流结点对整个物流网络起着重要作用。
根据物流结点的定义,传统的仓储设施、货运站场、交通枢纽都可视作物流结点的范畴。但在城市物流空间布局规划中,物流结点是指具有现代物流运作特点的结点。目前对于物流结点还没有统一的定义及层次划分,本文按照各结点在城市物流中的服务规模和辐射半径的不同,分为三个层次:物流园区-物流中心-配送中心。
物流园区是一个空间概念,是集中连片的相同或相关产业用地,实行统一物业管理。物流园区可以是物流中心、配送中心的空间载体,但它本身不是物流的管理和经营实体,而是多个物流管理和经营企业的集中之地。物流园区的规划和开发建设基本上是由政府统一进行的,并往往由专门的物流企业统一管理。物流园区与园区中的物流经营企业之间的关系可以是租赁、资产入股、联合开发或合作经营等。此外,物流园区在规划时考虑物流企业的区位要求是必要的,否则就可能造成无物流企业进驻物流园区的后果,导致规划失败;但是,也不能一味迁就个别物流企业的要求,因为物流企业在选址时只会考虑自身效益,而物流园区规划除考虑配送中心的区位要求外还需兼顾社会效益和生态效益,其区位条件并不一定满足个别物流企业的选址标准和要求。因此,规划者需从物流业整体发展的角度,从城市总体规划和空间功能布局的要求出发,把握好物流结点在空间上合理布局,为实现物流企业利益与社会利益的和谐统一、引导物流企业在物流园区集中创造良好的用地和空间条件。
物流中心的概念目前还没有一个明确的界定,广义上的物流中心跟物流园区类似,由政府统一开发建设,吸引物流企业入驻,建设网络信息平台和物流信息系统,为入驻企业提供服务平台,同时自身也开展物流增值业务;而狭义的物流中心主要是指物流业务的经营和管理实体,具体负责物流业务的开展,多由政府统一发起规划开发,也有是企业为投资主体,积极争取政府支持开发建设的,其功能和服务范围具有一定的专业方向和具体地域。总起来说,物流中心在规模、辐射范围、综合程度、服务对象、功能定位、运作方式、业务内容等方面介于物流园区和配送中心之间。
配送中心主要有自有型配送中心和社会化配送中心两种类型。由于物流配送对加速商品流通、降低物流成本、提高经营灵活性和物流效率等方面的巨大作用日益呈现,所以很多有实力的企业都设立了配送中心,为企业自身进行物流配送,但由于其规划建设缺乏宏观思考,因此带来了很多诸如环境污染、交通堵塞等社会问题,使得发展社会化的配送中心成为大势所趋。社会化的配送中心一般由政府统一规划,并适当地规范引导其发展,对具有实力的企业进行政策、资金、土地等多方面的支持,由企业进行建设开发,并负责具体物流业务的开展。但应注意的是,配送中心建立和物流园区规划分属微观和宏观两个层次,后者属于政府决策行为,以维护经济、社会、生态效益为最终目的,体现社会整体的要求;前者则属于企业决策行为,取决于物流企业自身的市场定位和发展规模等,配送中心是否在物流园区集中布局也最终取决于物流企业的经营发展策略,而利用物流园区的各种优势吸引配送中心在此集中布局,是政府规划建设物流园区的主要目的之一,也是对物流企业空间布局进行宏观调控的结果。
4 城市物流结点类型划分
合适的物流结点类型划分对所规划建设的物流结点进行恰当的战略功能定位、制定切实的发展目标与保障措施、采用可行的建设运作模式具有重要的意义。但目前,各国和各地区的物流结点的具体类型和分类标准不尽相同,并没有统一的模式和标准。有根据物流结点位置构成的不同,将物流结点分为集中型和非集中型两大类的;有根据物流结点发展的行业导向不同,将物流结点分为专业型和综合型两大类的;有按服务对象和服务半径的不同,将物流结点分为国际型、区域型和市域配送型三类的;有按投资主体不同分为政府主办型、行业协会主办型、政府规划企业运作型和企业投资型四种类型的;还有按照所依托的运输枢纽不同划分依托航空港、依托港口、依托铁路枢纽、依托高速公路的。因此,物流结点的类型划分需要结合当地的实际情况进行摸索探讨。
在单一的划分标准无法科学合理地体现该城市的物流结点类型时,可以采用二维思想的方法,仍以常州物流空间布局规划为例,结合常州市的经济发展现状和物流基础设施规划建设的实际情况,借鉴数学中常见的运用坐标系来体现二维思想的方法,整合行业导向和服务范围两种分类标准以二维思想代替传统的单一分类标准、单维思想的方法,对常州市的物流结点提出分类标准,再根据城市物流发展目标等进行取舍,最终确定物流空间布局规划中所包含的物流结点类型,得到四种物流结点类型。
5 与原有物流空间布局的关系
目前大部分城市的原有物流空间布局总体上还处于自然集中布局的阶段,主要依靠市场作用自发逐步聚集而成,物流用地与产业用地、居住用地等穿插布局,存在诸多问题,主要集中在三个方面:物流空间混乱无序,切入干扰城市各个功能区;物流空间各个要素之间的关联与组合不合理,运行中相关程度不高,空间组合与集聚表现出形态上的混乱与功能上的低效;物流空间结构发展滞后或过于提前于社会生产、消费发展水平。对城市进行现代物流空间布局规划除了要解决以上存在的问题外,还必须注意与原有物流空间布局之间的关系处理。合理协调地处理与原有物流空间布局之间的关系可以有效地整合城市资源,减少重复投资建设等资源浪费现象,本文认为与原有物流空间布局之间的关系处理主要体现在以下两个方面:
首先,在对物流空间布局规划时,应充分考虑与原有物流空间布局模式之间的功能、设施、资源等方面的整合,考虑现有物流结点或具有物流功能的设施场所的需求和发展,特别是那些大型的仓储设施、货运站场、商贸流通业的集聚点。
其次,对规划所提出的物流空间布局与现有物流空间布局进行功能界定,以所提出的物流空间布局为主体,以原有部分物流设施为补充,构建物流空间布局服务网络。由于原有物流空间布局多缺乏宏观科学的规划,因此,规划物流空间布局对原有物流结点场所在空间上进行完全整合是不现实的,也是不科学的,需要依托所规划的物流结点及内部物流企业的运作,通过科学合理的组织管理方式进行物流整合,包括建设物流网络信息平台实现信息交换与共享、建立物流托管模式对物流业务进行管理、对有些现有物流结点进行引导搬迁至规划物流结点内集中发展以及通过实施错位发展(如发展危险品物流等)等措施,构建起较为完善的物流空间布局体系。
参考文献
[1]艾小玲,城市物流空间布局方法研究[D].长沙理工大学硕士学位论文,2007,(2).
[2]江曼琪.城市空间结构优化的经济分析[M].北京:人民出版社,2001.
[3]江曼琪.城市空间结构优化的经济分析[M].北京:人民出版社,2001.
[4]姚志刚,王元庆,周伟.城市货运规划理论框架[J].交通管理,2003,(3),38-42.
[5]周骞,杨涛,刘鹏飞.物流园区规划的若干问题探讨[J].长沙交通学院院报.2003,(3).
[6]王淑琴,陈峻,王炜.城市现代物流系统布局规划研究[J].规划师,2004,(6).
中国区域金融的空间相关性分析 篇8
一、空间相关性和Moran’s I指数
空间相关性 (Spat ial aut ocorrelat ion) 定义为, 同一个变量在不同空间位置上的相关性。当某个变量的相似性在空间上集聚在一起的时候, 就表现为空间正相关性;相反, 当某个变量的差异性在空间上集聚在一起的时候, 就表现为负的空间相关性。
全局空间相关性 (Global spat ial aut ocorrelat ion) 反映了观测值在全部区域范围内空间相关的整体趋势, 度量的方法通常采用Moran’s I指数, 反映的是空间邻接或空间邻近的区域单元属性值的相似程度。全局Moran’s I统计量计算公式为:
其中, , Yi表示第i地区的观测值, 在本文中为人均金融业增加值, 以JR_表示, 为二进制的邻接空间权重矩阵。Moran’s I统计量服从渐近正态分布。取值在-1和+1之间, 接近于+1 (-1) 表明在研究范围内变量具有很强的正 (负) 空间相关性, 即相邻地区观测值具有相似 (相反) 的属性;接近于0表明在研究范围内变量的空间相关性较弱, 即相邻地区观测值属性的关联性不明显。对于Moran’s I指数, 可以用标准化统计量Z来检验n个区域是否存在空间相关性。Z的计算公式为:
其零假设H0是n个区域单元的观测值之间不存在空间自相关, 显著性水平由Z值的P值检验来确定:如果P值小于给定的显著性水平 (一般取0.05) , 则拒绝零假设;否则接收零假设。当Z值为正且显著时, 表明存在正的空间自相关, 即相似的观测值趋于空间集聚;当Z值为负且显著时, 表明存在负的空间自相关, 相似的观测值趋于空间分散;当Z值为零时, 则呈随机的空间分布。
二、中国区域金融的全局空间相关性分析
本文探讨中国区域金融发展的空间相关性, 使用的数据是1999-2008年共10年我国31个省级行政区的人均金融业增加值指标数据。利用GeoDa 0.95i软件, 其计算和检验结果如表1所示。
表1, 1999-2008年的Moran’s I统计量检验结果发现, 有6年的Mor an’s I指数通过5%显著性的检验, 有4年的Mor an’s I指数通过10%显著性检验。全局Mor an’s I统计量及其检验结果明确说明:我国金融业发展水平的各省区分布并不是随机的, 而是存在着显著的正向空间依赖性, 金融业发展水平高 (或低) 的省区倾向于聚集在一起, 同时一个省份的人均金融业增加值强烈地受到邻近省份的影响, 即某个省份倾向于与其周围“邻居”的金融发展水平相近。
为了更好地发现Moran’s I统计量随时间变化的情况, 作趋势图1。
观察图1中Moran’s I统计量的变化趋势, 我们发现, Mor an’s I统计量在1999—2001年三年间逐年下降, 2001年降至0.0792, 空间相关性弱。这是符合中国金融发展状况的, 1997年亚洲金融危机爆发, 中国也受到了一定的牵连, 在之后的几年间, 金融恢复缓慢, 各省之间的金融合作也难以得到有效地开展, 使各省之间的金融经济联系受到了一定的负面影响, 导致1999—2001年三年间各省金融业发展的空间相关性减弱。然而, 随着金融发展渐渐复苏, 从2001年起Moran’s I统计量不断增大, 2003年后趋于稳定, Moran’s I值基本维持在0.1870—0.1980之间, 接近于0.2的水平。
注:**、*分别表示通过5%、10%水平的显著性检验。
图1我国各省人均金融业增加值的空间自相关系数变化图 (1999-2008年)
三、本文结论:
以上分析说明, Moran’s I统计量作为全局自相关的一个度量, 概括了一个总的空间模式中的空间依赖程度, 结果表明我国区域金融发展水平存在明显的空间依赖性。因此, 在进行经济分析时, 考虑那些长期被人们忽视的空间因素和区域间的相互作用, 是非常有必要的。
我国各省金融发展存在显著的空间相关性, 即各相邻省份之间存在明显的空间依赖和空间相互作用, 并且这种总体空间相关性有逐年增强的趋势。观测值相互独立的假设被拒绝, 因此在处理区域金融发展与经济增长之间关系时必须要考虑其空间自相关性。
参考文献
[1]崔光庆, 王景武.中国区域金融差异与政府行为:理论与经验解释[J].金融研究, 2006 (6) :79-89
常州市城镇空间自相关特征研究 篇9
常州市作为苏南经济发展模式的代表性城市, 城镇空间结构一定程度上体现了我国东部城镇发展模式。全局空间自相关主要是用来研究区域空间内研究对象之间的集聚程度, 主要是在整个研究区域内表现出的空间特征。通过全局空间自相关研究城镇空间结构, 能够揭示出城镇之间的内在关系, 已经全区域内城镇空间结构特征。
2.全局空间自相关测度
全局空间自相关主要是用来研究区域空间内研究对象之间的集聚程度, 并且呈现其中是否存在高高、低低、高低、低高这样的空间分布模式。对象属性值在整个研究区域内表现出的空间特征一般是其研究对象。常用的全局空间自相关指数是Moran's I指数。
Moran’s I的定义如下:
式中:xi、xj表示在i和j处的属性值;Wij是空间权重值。
3.常州市城镇规模全局自相关分析
利用最短路径反距离平方, 以城镇GDP和城镇规模大小作为因子建立空间权重矩阵, 进而计算各镇的Moran散点分布, 并将其分为四个象限。城镇规模大小的Moran’s I=0.085, 城镇GDP的Moran’s I=0.018, 可以看出这两个因子的空间相关性特征比较弱。城镇规模和城镇GDP同时落入第一和第四象限的城镇较少, 而同时落入第二、第三象限的城镇较多。位于第一象限的城镇多是中心城区或者是周边城镇, 同时GDP较高的城镇和规模较大的城镇包围着这些城镇, 可见其集聚效应为高高集聚。位于第四象限的则属于高低集聚, 表现为这些城镇周边的城镇规模和GDP较小, 发展一般, 但是其自身的规模和GDP较大, 主要为金城镇和溧城镇, 即为金坛区和溧阳市的中心城区。同时落入第二、第三象限的城镇说明常州市城镇GDP和城镇规表现出了一定的空间相似, 而并非完全随机分布的。落在第二象限的城镇负相关性较强, 属于底高集聚, 空间上表现在围绕主城区分布, 比如孟河镇和罗溪镇。落在第三象限的城镇表现出较强的负相关, 这个区域一般是冷点区域, 城镇规模和GDP都比较小, 集中在金坛区和溧阳市, 属于低低集聚, 但也有一部分是较大的城镇包围较小的城镇。
在全局自相关Moran’s I四个象限的基础上, 再次计算其局部自相关, 并将局部自相关划分成四个区间, 分别是局部自相关指数小于0, 局部自相关指数介于0-0.02, 局部自相关指数介于0.02-0.04, 局部自相关指数大于0.04。城镇规模方面:小于0的城镇11个, 主要分布在武进区、金坛区和溧阳市的辖区边缘区域, 这些城镇占总数的29.7%;介于0-0.02的城镇有8个, 主要分布在溧阳市的中心城区周边, 这些城镇占总数的21.6%;介于0.02-0.04的城镇有14个, 主要分布在常州市中心城区周边, 这些城镇数量最多, 占总数的37.8%;大于0.04的城镇有3个, 主要分布在金坛区。城镇GDP方面:小于0的城镇有9个, 这些城镇集中分布在溧阳市;介于0-0.02的城镇有10个, 主要分布在武进区与金坛区、金坛区与溧阳市之间相邻的城镇, 这些城镇占总数的27.0%;介于0.02-0.04的城镇有15个, 主要分布在常州市中心城区周边, 这些城镇数量最多, 占总数的40.5%;大于0.04的城镇有4个, 集中分布在溧阳市。
4城镇空间关联结构分析
结合区域经济空间结构分析的增长极理论以及区域城镇体系空间组织发展过程中体现的集聚-扩散特征, 根据Moran散点数据和局部自相关指数计算, 本文通过四种不同的组合划分研究的城镇i和周边城镇集聚水平。如表1所示。
通过圈层结果分布来看, 常州市中心城区周边城镇的规模在空间上呈扩散式关联分布, 而其周边又集中分布了离心式关联分布。前者区域内部的相似程度较高, 综合规模较大。而后者则规模较小, 主要分布在新北区和武进区, 这部分城镇自身受到规模较大城镇的影响, 主要分布在较大城镇周边, 进而表现成扩散式关联城镇周边分布着离心式关联城镇。此外, 溧阳市和金坛区的城镇则多表现为无关式关联分布, 这些城镇区域内部呈现集聚状态, 但是经济状况与上述城镇相比发展较慢。而极化式关联城镇与扩散式和无关式分布城镇距离较远, 主要分布在规模较小的城镇周边。
由此可以得出, 常州市中心城区在方向上以向南和向北扩张为主, 在集聚上表现出了较强的核心吸引能力, 在关联上与金坛区中心城区的城镇联系度较高, 但与溧阳市中心城区联系度较低。
参考文献
[1]蒋国富, 刘长运.河南省县域经济的空间分异[J].2008 (04) :636-639
空间相关 篇10
公共教育均等化是公共服务均等化的重要方面, 也是社会主义公平正义的必然要求。中共十八大强调:教育是民族振兴和社会进步的基石。教育作为一种社会主义现代化服务的根本任务, 能为国家培养德智体美全面发展的社会主义建设者和接班人。而努力办好人民满意的教育一直是党和国家的的重要任务之一。自从改革开放, 政府教育经费投入占国民生产总值的比重持续加大, 从1978年的2.05%提高到2012年的4%, 初中及以上学历人口比例从1982年的24.87%提高到2010年的61.75%, 全国人口平均受教育年限从20世纪80年代初的不到5年提高到2010年的9.5年, 普及义务教育和扫除青壮年文盲的目标已经得到实现并发挥全面而深远的作用。但与此同时的教育均衡问题成为人们重视的问题。目前我国教育的主要矛盾是变相的重点学校制度, 学校差距过大导致了教育不能得到均衡的发展。所以, 要实现教育现代化, 必须要努力提高公共教育服务的投入力度, 从国家政策方面实现教育均等化。
二、文献综述
随着经济发展, 教育对经济的促进作用越来越大, 在教育事业建设进程中, 教育投入均等化等问题一直是学术界关注的焦点。
目前, 在衡量教育均等化的问题上, 国际上多采用的指标是教育基尼系数:Rosthal使用4种方法研究美国50个州在1970—1975年这期间的教育经费分布变化, 方法之一就是基尼系数;Mass和Criel通过使用入学数据估计16个东非国家的教育基尼系数, 发现入学基尼系数和平均入学率存在显著的负相关;Sheret等用入学数据估算巴布亚新几内亚的教育基尼系数, 并得出结论。以上这些学术界专家的研究均是建立在入学和教育经费数据的基础上计算教育基尼系数。但在Thomas等研究指出, 使用入学数据存在一个很大的问题, 那就是不能反映人力资本存量, 使用教育经费数据也同样有问题, 因为大量的投入却不一定能转变成我们所认可的, 更高质量的教育产出。
近年来, 国内许多学者从不同的角度深入分析我国教育投入均等化等问题。李一玲等 (2013) 采用泰尔指数法从教育经费, 教育设施, 师资力量三个维度对福建省义务教育的城乡差距进行定量分析, 得出我国城乡义务教育差距较大, 推进均等化势在必行。高萍 (2013) 通过分析基本公共教育问题, 主要基于全国各省 (市、自治区) 的面板数据, 综合数据结果表明, 全国各省 (市、自治区) 基本公共教育供给水平逐年提高, 区域间不均等程度逐年降低。人均GDP、居民消费对区域基本公共教育服务具有正向影响, 教育支出占财政支出比、人口密度与区域基本公共教育服务提供呈负相关关系。李贞 (2012) 通过建立三对数线性回归模型分析了我国财政教育支出总量的变动趋势, 发现GDP及人口因素对财政教育支出增长有促进作用。文章从地域结构的角度出发, 借鉴新古典经济增长理论中经济收敛概念, 建立动态面板模型考察了我国财政教育支出地区差异收敛情况, 提醒我国财政教育的措施以取得成效。席晓涛 (2010) 通过分析教育支出强度、支出结构、生均支出水平这些指标, 发现在教育支出方面, 绝对规模和相对规模都得到不断增长, 而教育投入总量依然不足, 教育支出使用结构不合理等。余游 (2012) 以义务教育为例, 对中国地区间基本公共服务投入差距进行测度与分解, 以此揭示差距所存在的重点区域, 同时, 通过建立计量模型分析影响基本公共服务差距的关键性因素, 实现我国地区间基本公共服务均等化的基础还是均衡地区间经济发展水平。罗伟卿 (2011) 通过面板数据模型进行分析, 验证了我国财政分权对于公共教育供给所带来的负面的影响, 并通过利用教育支出占财政支出的比重来代理财政体制和政策, 预期其对区域基本公共教育服务带来正向影响。
以上文献所述, 关于公共教育投入均等化的研究切入点很多, 我们所选择的研究方法不同, 结论与此也相应存在差异, 但都具有一定的实际意义和参考价值。本文主要通过四分位图结合全局空间自相关Moran’s I散点图, 运用LISA集聚图对我国各省区公共教育服务均等化深入研究。
三、实证分析
应用Arc GIS 10.1绘制了31个省区人均教育经费支出的可视化四分位图, 图中颜色越深其人均教育经费支出越高, 见图1。可以看出, 东部沿海省区、京津地区人均教育经费支出的指数值明显比中部省区要高, 西北四区 (青海、新疆、西藏、宁夏) 由于人口因素, 地广人稀, 在原有基础上财政投入稍微一倾斜人均教育经费支出就会提升很大。由此形成了比较明显的空间分布趋势, 需要通过空间自相关分析进一步验证。应用Geo Da 1.4.6软件计算人均教育经费支出的全局自相关系数Moran’s I=0.2719, 说明中国各省区人均教育经费支出的分布存在空间正相关, 在地理上表现为空间集聚格局, 图2中的趋势线即为Moran’s I的值。通过图一图二我们可以看出国家对中部地区的人均教育经费支出较低, 人均教育经费的空间分布并非表现出完全的随机性, 而是表现出相似值之间的空间集聚, 其空间联系的特征是:人口密度高的省级行政区相对地趋于和人口密度高的省级行政区相邻, 或者人口密度低的省级行政区相对地趋于和人口密度低的省级行政区相邻。我国省区间教育经费投入存在很大的差异。所以, 国家应加大对中部地区的教育经费投入, 努力向教育均等化发展。
图三图四显示, 河南、湖北、湖南、贵州、广东、重庆6个省区处在LL盲点区, (P=0.05) , 说明这6个省区的人均教育经费支出低的同时, 与周边省区存在显著性差异。从LISA集聚地图可以看出, 在全国范围内人均教育经费支出形成了一个极地, 就是中部地区的五个省区, 人均教育经费支出明显比较低。这由于中部地区作为经济欠发达地区, 一个地区的教育发展水平与经济发展水平有着密切的关系。但是, 经济发达的广东省却恰恰相反, 其教育公平水平在全国倒数第一, 教育投入水平也比较低, 这与经济发展水平背向发展, 说明经济发展并不意味着教育会得到相应的发展。这也因此引起我们的重视:在发展经济的同时, 不能忽视对教育的投入力度。
四、结论
通过对以上四图进行分析, 可以看出我国省区间公共教育服务投入还是存在很大差异。一方面, 中部地区的人均教育经费支出明显低于其他省区, 这主要是由经济发展水平及国家财政对教育的重视程度导致的;另一方面, 一些地区, 比如广东省, 经济发展水平比较高, 但平均到人均教育经费支出却很低, 这让我们意识到, 对教育投入要引起重视, 不能只顾发展经济, 而忽视教育的重要性。
科学技术是生产力水平重要标志, 我国目前仍然是以经济建设为中心。发展教育一方面能够增强国民素质, 另一方面能够为国家建设服务。一句话说得好:十年树木, 百年树人。教育不是一朝一夕的事, 需要大力发展、长期投资。基础教育的发展水平直接决定了国民的整体素质, 其均衡发展是教育发展中的重中之重。
五、建议
为贯彻落实好各省区公共教育服务投入的均等化, 必须从政策方面提供有力保障, 可以聚焦到以下几点:
(一) 在省区公共教育服务均衡投入上, 突出政府责任
教育作为立国之本, 这赋予了它特殊的意义。基础教育在我国的实行的是地方负责、分级管理的管理体制。综合历史和现实, 这种管理体制很符合中国国情, 但因为各级政府在基础教育中应承担的责任没有得到明确分工, 产生了很多问题。所以, 想要基础教育发挥其作用, 必须要突出政府的责任。在今后我国教育事业的发展中, 亟待解决的问题之一就是进一步完善地方负责、分级管理体制, 明确各级政府在基础教育经费投入和管理方面的职责分工并确定一个合理的基础教育分担比例。责任明确是做好后续教育工作的基础。
(二) 在公共教育补助规模上, 优化政府财政再分配政策
明确责任是基础, 而实行这项责任更是政府接下来需要做的。近年来, 中央对于各省的义务教育专项补助规模在一定程度上得到提高, 对基础教育的公平与效率方面均起到了一定的积极作用。但教育补助不能蜻蜓点水, 需要持之以恒的努力。补助的规模过小, 制度设计不规范, 缺乏监督等原因的存在, 使得政府补助不能发挥其相应的作用。因此, 政府需要为之努力, 正确认识基础教育专项补助的意义和重要性, 建立规范的中央对省区基础教育专项转移支付制度, 扩大公共教育服务补助规模。政府应采取各种措施贯彻落实基础教育的财政责任, 加快基础教育专项补助的制度化、法制化和规范化建设的进程。简化分配程序, 建立监督机制, 使义务教育公平与效率达到最大值。
(三) 在公共教育服务资源配置上, 建立优化自由配置机制
要制定一个面向未来、城乡无差别、全面统一的基本公共教育服务资源配置基本标准。硬件设施服务一定要到位, 并提高师资队伍的综合素质和政府的管理能力。从而做到硬件设施、师资队伍和管理能力三方面基本统一。避免“锦上添花”, 而采取“雪中送炭”。增量资源主要体现在落后地区和薄弱学校身上, 对于中西部地区的教育问题一定要格外重视。对没能达标的学校要有计划的进行相应的改造和完善, 加大其投入力度、提高设施标准化, 从而使政府在基础教育中发挥其关键作用, 使得公共教育服务资源配置机制良性运行。
摘要：公共教育均等化是公共服务均等化的重要方面, 文章从政府供给角度, 采用全局空间自相关分析方法分析2012年全国31个省区人均教育经费支出情况, 比较得出各省区人均教育投入差异的空间格局, 并提出公共教育服务均等化的政策建议。
关键词：公共教育,经费投入,均等化,空间自相关
参考文献
[1]中国教育发展的国家意志——党的十六大以来教育改革发展成就述评之一[N].中国教育报, 2012-10-22.
[2]李一玲, 郑逸芳, 苏时鹏, 黄安胜.福建省城乡义务教育均等化问题研究[J].福建农林大学学报 (哲学社会科学版) , 2013 (03)
[3]高萍.区域基本公共教育均等化现状、成因及对策[J].宏观经济研究, 2013 (06) .
[4]李贞.我国财政教育支出总量与结构的变动趋势研究[J].中央财经学报, 2012 (11) .
[5]席小涛.我国教育支出规模分析[J].黑龙江教育学院学报, 2010 (12) .
[6]余游.中国区域间基本公共服务投入差距及影响因素分析——以义务教育为例[J].云南财经大学学报, 2012 (02) .