【第二十二课】空间自分析—

【第二十二课】空间自分析——实例分析

一、前言

案例描述：现有全国 31个省市的矢量地图以及相关年份GDP 属性数据，通过空间自相关分析我国省域经济的空间格局变化。

1、全局Morans I方法

（1）加载全国省域图层，并与相关年份GDP属性数据进行连接操作。

（2）打开【ArcToolbox】→【空间统计工具】→【分析模式】→【空间自相关（Morans I）】

（3）弹出空间自相关（Morans I）对话框，按照下图进行参数设置，【输入要素】类项输入全国省域图层，【输入字段】里输入所要分析的经济属性字段，这里输入 2014年GDP，生成报表项，最好勾选，以便得到更详细的分析结果。空间关系的概念化一项也就是上文中讨论到的空间权重关系，根据地理学第一定律，经济活动影响通常会随着距离的加大而递减，故采取 INVERSE＿DISTANCE ＿SQUARED 确定空间权重矩阵，选择默认的欧式距离（EUCLIDEAN DIATANCE）作为距离法，在标准化一项选取 ROW，对空间权重执行标准化处理。完成参数设置后，点击确定。

（4）工具计算完毕后，点击右下角弹出的结果框，就可以看到结果返回五个主要值：Morans I指数、预期指数、方差、z得分及p 值。

（5）在结果窗口中双击报表文件（上图黑圈），该文件将在默认的浏览器中打开，弹出以下报表内容，如图所示：

（6）结果分析：从上图中可看到，2014 年我国省际 GDP全局 Morans I 值为 0.185858，远大于预期指数，整体存在空间正相关性，同时相应的 Z得分值在［1.96，2.58］区间，因此我国省际 GDP在空间上表现为集聚分布，这一点从上图圆圈２的显示结果 Clustered得到验证。表现为相邻省份在经济发展水平上的高度相关，即具有较高 GDP水平的省区相对地趋于和较高GDP 水平的省区相邻，或者较低 GDP水平的省区相对地趋于和较低 GDP 水平的省区相邻的空间联系结构。

2、全局 Getis-Ord General G 法

（1）加载全国省域图层，并与相关年份 GDP 属性数据进行连接操作

（2）打开【ArcToolbox】→【空间统计工具】→【分析模式】→【高／低聚类（Getis-Ord General G）】

（3）弹出空间自相关（Morans I）对话框，按照下图进行参数设置，【输入要素】类项输入全国省域图层，【输入字段】里输入所要分析的经济属性字段，这里输入 2014年GDP，生成报表项最好勾选，以便得到更详细的分析结果。空间关系的概念化一项也就是上文中讨论到的空间权重关系，根据地理学第一定律，经济活动影响通常会随着距离的加大而递减，故采取 NVERSE＿DISTANCE ＿SQUARED 确定空间权重矩阵，选择默认的欧式距离（EUCLIDEAN DIATANCE）作为距离法，在标准化一项选取 ROW，对空间权重执行标准化处理。完成参数设置后，点击确定。

（4）工具计算完毕后，点击右下角弹出的结果框，也会看到结果返回五个主要值：Getis-Ord General G指数、预期指数、方差、z得分及 p值。

（6）结果分析：从上图中可看到，2014 年我国省际 GDP 的 Getis-Ord General G观测值为 0.038686，大于预期指数 0.03333，同时相应的 Z 得分值在［1.96，2.58］区间，因此我国省际 GDP在空间上表现为高值集聚分布，这一点从上图中圆圈２的显示结果 High － Clustered 得到验证，意味着我国省域经济发展集中在几个热点区域。

3、局部 Morans I 法

（1）加载全国省域图层，并与相关年份GDP属性数据进行连接操作

（2）打开【ArcToolbox】→【空间统计工具】→【聚类分布制图】→【聚类和异常值分析（Anselin Local Morans I）】

（３）弹出对话框，按照下图进行参数设置，【输入要素】类项输入全国省域图层，【输入字段】里输入所要分析的经济属性字段，这里输入２０１４年ＧＤＰ，生成报表项最好勾选，以便得到更详细的分析结果。空间关系的概念化一项依然采取 NVERSE＿DISTANCE ＿SQUARED 确定空间权重矩阵，选择默认的欧式距离（EUCLIDEAN DIATANCE）作为距离法，在标准化一项选取 ROW，对空间权重执行标准化处理。完成参数设置后，点击确定。

（4）工具计算完毕后，会自动生成要素类，该要素类属性表中各地区的 Local Morans I 指数、z 得分、p 值和聚类／异常值类型（COType）等字段。

输出要素类的默认渲染以 COType字段中的值为基础。需要说明的是，为直观反映国家的主权范围，体现国家的政治主张，制图时一定要规范，切勿漏绘台湾和南海诸岛，具体可以找到台湾与南海诸岛图层数据，在布局视图下，通过【插入】→【数据框】，将其添加进去即可。

（6）图中分析结果表明 2014 年省域 GDP 发展中，山东与江苏两省在0.05 的显著性水平下显著，出现 HH聚集，说明了 2014 年山东、江苏两省经济在全国经济中具有带动作用，促进了周边地区发展。

4、局部Getis-Ord G法

（1）加载全国省域图层，并与相关年份 GDP 属性数据进行连接操作

（2）打开【ArcToolbox】→【空间统计工具】→【聚类分布制图】→【热点分析（Getis-Ord G）】

（3）弹出对话框，按照下图进行参数设置，【输入要素】类项输入全国省域图层，【输入字段】里输入所要分析的经济属性字段，这里输入 2014 年 GDP，生成报表项最好勾选，以便得到更详细的分析结果。空间关系的概念化一项选择 ZONE＿OF＿INDIFFERENCE（也可根据研究目的进行选择，这里选取该项主要是为了分析结果的多样性），选择默认的欧式距离（EUCLIDEAN-DISTANCE）作为距离法。完成参数设置后，点击确定。

（4）工具计算完毕后，会自动生成要素类，该要素类属性表中各地区的 z 得分、p 值和置信区间（Gi- Bin）等字段，Gi- Bin 字段会识别统计显著性的热点和冷点。置信区间+3到 -3 中的要素反映置信度为 99%的统计显著性，置信区间 +2 到 -2中的要素反映置信度为 95%的统计显著性，置信区间+1到 -1中的要素反映置信度为 90%的统计显著性，而置信区间 0 中要素的聚类则没有统计学意义。输出要素类的默认渲染以置信区间（Gi- Bin ）字段中的值为基础。