基于ESDA的滇东南岩溶山区县域农村经济时空演变研究

底 鑫，甘 淑，黄冠睿，杨 敏，周曦冰

(昆明理工大学国土资源学院，云南昆明650093)

基于ESDA的滇东南岩溶山区县域农村经济时空演变研究

底 鑫，甘 淑，黄冠睿，杨 敏，周曦冰

(昆明理工大学国土资源学院，云南昆明650093)

以砚山县的村域为研究单元，从时空角度出发，利用2007—2013年农村人均纯收入数据，采用GIS技术与探索性空间数据分析(ESDA)相结合的方法，对研究区农村居民收入的时空演变特征、总体和局部空间格局变化进行分析。结果表明：总体空间集聚性逐步增强，农民收入差距日益扩大；农村经济收入较高的地区主要分布在资源丰富、交通便利，且拥有特色经济、支柱产业的区域；经济收入较低的地区分布在自然条件较差，交通落后的区域；高收入地区和低收入区逐步形成明显的空间两极分化，宏观的空间分异表现为北高南低格局；地理条件、交通状况、农业生产条件及资源承载是造成农村经济发展差异的主要原因。

农村居民；收入；ESDA；空间分异

农村居民人均纯收入是反映农村经济发展水平，衡量农村居民生活质量的一项重要指标。由于岩溶山区地形地貌复杂，生态环境较为脆弱，交通等基础设施薄弱，因此，准确地分析岩溶山区经济的时空差异，揭示差异的影响因素，对于遏制贫富两极分化、推进新农村建设和维护社会安定有重要意义。

传统度量区域经济差异的统计分析方法主要有基尼系数、库兹涅茨比率、加权变异系数、泰尔（Theil）指数等[1-3]，这些方法主要注重数据间的统计关系，忽略了对区域经济的空间自相关性和空间异质性的考虑，难以反映出区域经济空间差异的机制与变化。探索性空间数据分析（exploratory spatial data analysis,ESDA）利用统计学原理和图形图表相结合对空间数据的性质进行分析和鉴别，用以确定性模型的结构和接发的一种技术，其本质上是一种数据驱动的分析方法[4]。目前，已有学者运用ESDA方法对农村经济差异进行分析，如文玉钊等[5]利用传统的统计分析法和探索性空间数据分析法相结合，对江西省县域农村居民收入的时空格局及演化进行分析；白彩全等[6]通过数理和空间统计分析法对长三角地区县域农民收入的时空演变过程进行了描述和分析；贺振等[7]运用空间自相关分析法，分析了我国农民人均纯收入的空间分布及动态发展过程；文琦等[8]运用Geoda095i空间分析软件、聚类分析法对宁夏农民人均纯收入增长的区域差异、演变格局进行分析。大多数研究主要集中在省域、市域及县域等大尺度的区域经济空间差异问题[9-10]，对小尺度上农村经济发展问题研究较少。

本文以云南省东南部具有典型岩溶山区的砚山县作为研究区，在ArcGIS支持下，利用ESDA方法，研究山区农村居民收入的时空演变特征，探讨农民收入区域差异的形成机制，为该地区经济协调、持续发展等提供依据。

1 研究区域与研究方法

1.1 研究区及数据

砚山县位于云南省东南部、文山壮族苗族自治州中西部，位于东经103°35′～104°45′、北纬23°18′～23°59′之间。县域总面积3 888 km2，总人口47.3万人，山地面积占56%，丘陵面积占29%，盆地面积占15%，为典型的岩溶地区。为分析区域间的农村经济差异，本文以砚山县11个乡镇下属的101个行政村为研究区域，时间序列为2007—2013年，以农村居民人均纯收入作为分析变量。

1.2 研究方法

ESDA是以空间关联测度为核心的一系列空间数据分析方法和技术的集合。基于GIS平台的ESDA可以将地理信息定位的空间数据与属性数据的关联测度相融合[11-12]，对农村经济差异在空间上的变化情况进行描述，通过对农村经济差异的空间分布格局进行描述并用可视化的方法表达，识别数据中的空间聚集和空间分异，从而揭示农村经济的空间特征和相互作用机制。

1.2.1 全局空间自相关

全局空间自相关是对某一属性值在研究区的空间特征进行描述，可以用来探测研究区内某些现象或属性的空间分布特征，判断此现象或属性是否存在显著的空间集聚特性。文中采用Moran’s I进行分析

式中：n是研究区域数；xi,j为位置i，j的农村居民人均纯收入；为xi的平均值；wij是区域i，j的空间权重矩阵，可以采用距离标准和邻接标准来判定，本文采用邻接标准，当空间对象i和空间对象j具有公共边界时，空间权重矩阵wij元素为1，否则为0。

Moran指数反映邻接或邻近区域空间属性值的相似性，其取值区间为[-1，1]之间。当Moran指数大于0时，表明存在正的空间自相关，则表示农村经济发展水平较高（低）的区域在空间上显著聚集。数值越大表明空间分布的相关性越大，即空间聚集分布现象越明显。当Moran指数小于0时，表明存在负的空间自相关，区域与其周边区域的农村经济发展水平具有显著的空间差异，其数值越小代表相关性越小。当Moran指数为0时，表示不存在空间自相关，观测值之间相互独立，其空间分布呈现随机分布。

对于Moran指数，可以采用标准化Z值进行显著性检验

当Z值为正且显著时，其存在正的空间自相关；当Z值为负且显著时，其存在负的空间自相关；当Z值为0时，其空间分布呈独立随机分布。

1.2.2 局部空间自相关

局部空间自相关分析主要包括空间联系的局部指标（local indicators of spatial association,LISA）、Moran散点图和G统计量等方法。文中采用局部Moran指数（local Moran's I），通过将LISA聚集图与Moran散点图相结合，研究局部空间分布规律。local Moran's Ii计算式为

式中：Ii是第i个区域局部Moran指数；

2 农村经济总体时空演变特征

2.1 农村经济时间演变特征分析

图1，2分别为研究区农村居民人均纯收入的年度变化情况和年度增长率变化情况。由图1，2可知，2007—2009年，农村居民人均纯收入有所波动，但起伏不大。2010—2012年间，农村人均纯收入增加较快，这与云南省出台各项惠农政策，并采用多种方式加速农村经济发展等有关。

2.2 农村经济的总体空间格局特征分析

对于农村居民收入的问题，仅从时间序列上进行分析还不能全面地反映出农村居民人均纯收入的地域差异变化，需在时间序列分析的基础上引入空间尺度，以揭示农村居民人均纯收入的总体时空分布格局特征。

文中利用ArcGIS软件计算各行政村2007—2013年全局自相关Moran’s I指数，并对其进行显著性水平检验，从而对农村居民人均纯收入的整体空间集聚情况进行考察、分析。计算结果见表1。

表1 2007—2013年研究区农村居民人均纯收入的Moran’s I指数及标准化值Tab.1 Moran’s I and standard value of per capita income of rural residents in research area,2007—2013

从表1可看出，2007—2009年间，研究区域农村居民人均纯收入的全局Moran’s I指数小于0，即存在负的空间自相关，农民人均收入相近的地区没有明显相邻。表明农村经济发展水平相似的区域在空间上集聚分布的现象在该区域各村落之间不明显。而2010年至2013年间，全局Moran’s I指数为正，显著性检验说明该区域农村居民人均纯收入数据之间表现出了较强的全局空间关联性，经济发展的空间分布格局在本质上呈现出了空间集聚分布，即农村居民人均纯收入相近的地区相邻。在2007—2013年间，农村居民人均纯收入的全局Moran’s I指数大体上呈现上升的趋势，表明研究区的经济聚集程度逐渐增强，农村经济差异在空间上日益拉大。

3 农村经济空间分异特征分析

3.1 农村经济局部空间差异分析

由于全局空间自相关不能揭示出农村居民人均纯收入的局部空间聚集情况，运用局部自相关系数来探测局部的空间关联程度。以农村居民人均纯收入为横轴，以空间滞后（即农村居民人均纯收入邻域的加权平均）向量为纵轴，绘制Moran散点图。该图可以划分成四个象限，分别对应四种不同类型的局部农村经济空间差异类型：第一象限（HH）代表区域自身及其周边区域的农村经济水平均较高，二者的空间差异性较小；第二象限（HL）代表区域自身农村经济水平较低，但其周边区域较高，二者的空间差异性较大；第三象限（LL）代表区域自身及其周边区域的农村经济水平均较低，二者的空间差异性较小；第四象限（LH）代表区域自身农村经济水平较高，但其周边区域较低，二者的空间差异性较大。通过2007年与2013年研究区农村居民人均纯收入的Moran散点图（图3，4）的分析，发现2013年属于第一（HH）象限和第三（LL）象限的行政村比2007年的多，说明位于第一象限的行政村个数越多，农村经济的总体空间差异性就越大，与表1中全局Moran’s I指数结果一致。

3.2 空间格局模式及演化机制分析

为了进一步明确研究区农村经济差异的空间集聚状况，分别计算2007年和2013年农村居民人均纯收入的Local MoranIi值，绘制2007年和2013年的LISA集聚图(图5，6)。

从总体上看，研究区农村经济差异的空间格局发生了较为显著变化，在不同时期呈现出不同的发展特征。由图5可知，2007年研究区：1)HH区域主要分布在东部地区中部的蚌峨乡蚌峨村和者腊乡六诏村及其周边村落，江那镇锦山社区及其周边村落；2)LL区域主要分布在东南地区的八嘎乡凹嘎村、八嘎乡蚌岔村和八嘎乡牛落洞村周边村落；3)HL区域分布在西南地区的阿舍彝族乡鲁都克村；4)LH区域主要分布在西南地区和东南地区的阿舍彝族乡地者恩村、阿舍彝族乡坝心村、江那镇听湖村、者腊乡羊革村、者腊乡布那村、八嘎乡保地村和蚌峨乡板榔村周边村落。

对比图5，6可知，2013年研究区经济差异的局部空间格局发生了以下的变化：1)HH区域以蚌峨乡蚌峨村和者腊乡六诏村为中心不断扩大范围，同时形成了另外两个“HH”聚集区：从平远镇大白户村向南方向延伸至平远镇车白泥村、平远镇大新村、平远镇丰湖社区、平远镇回龙村和平远镇田心村等地；以维摩彝族乡普底村为中心，包括维摩彝族乡维摩村、维摩彝族乡斗果村和维摩彝族乡阿伍村等地；2)LL区域数量增加，主要集中在西南地区的阿舍彝族乡的部分村落、东南地区的八嘎乡和蚌峨乡的部分村落；3)HL区域的阿舍彝族乡鲁都克村转变为LL区域；4)在LH区域的维摩彝族乡倮可者村与周围地区存在明显的经济差异。

产生这种变化的可能因素为：1)显著的HH类型地区内水资源较为充足、地形平坦、土壤肥沃，农业基础条件优良，具有特色经济支柱产业，且均有高速公路穿境而过，具有较好的交通优势，部分地区紧邻县城中心，有丰富的矿产资源，使其农村经济收入较高；2)显著的LL类型区域地处山区，土地贫瘠，水土流失严重，农业基础条件较差，交通长期落后，作为研究区边缘地区长期无法摆脱其落后局面，农村居民收入一直处于较低水平；3)显著的LH和HL类型区主要位于农村经济塌陷区和农村经济高收入区的边缘，数量逐年减少；4)农村经济收入较高区域和农村经济收入较低区域呈现出明显的空间分异，其宏观空间分异表现为北高南低的总体空间分布特征。

4 结 论

采用探索性空间数据分析(ESDA)模型，利用2007—2013年间的101个行政村的农村居民人均纯收入数据，对研究区农村经济发展水平差异的空间分异特征进行描述和分析。在2007—2013年间，研究区农村居民人均纯收入不断提高，但其收入差距不断拉大。在总体空间格局上，农村收入水平的空间相关特征逐步显现，即收入水平相近的行政村逐渐呈聚集分布，并且集聚趋势在总体上不断增强。从局部空间关联上看，显著的HH类型区和LL类型区呈现较为明显的两极分化现象，并且分化程度不断加大，其宏观空间分异呈现出北高南低的总体空间分布特征。全局自相关指数已表现出较为明显的空间聚集性，运用局部自相关进一步分析揭示出农村经济高收入核心区农业发达，交通较为便利；农村经济收入较低的区域的核心逐步扩大，处于研究区东南边区和西南边区；呈现显著空间异质性的区域主要位于农村经济高收入区和农村经济塌陷区的边缘，并没有形成非常明显的空间集聚。影响研究区农村经济发展时空差异的因素主要表现在地理环境、资源承载、特色经济产业及交通区位等方面。

[1]Gastwirth J L.The estimation of the Lorenz curve and Gini index[J].The Review of conomics and Statistics,1972,54(3):306-216.

[2]Theil H.Economics and Information Theory[M].Chicago RandMcNally and Company,1967.

[3]Tsui K Y.Economic reform and interproviacial inequalities in China[J].Journal of Development Economics,1996,50(2):353-368.

[4]杨慧.空间分析与建模[M].北京：清华大学出版社，2013:143-152.

[5]文玉钊,钟业喜,熊文平.江西省农村居民收入时空差异及其影响因素[J].经济地理，2012,32(5):133-139.

[6]白彩全，张蓉，宋伟轩，等.基于ESDA-GIS的长三角县域农民人均纯收入格局时空演变[J].农业现代化研究，2014,35(3): 308-312.

[7]贺振，贺俊平.基于空间自相关的农民纯收入地域差异及空间格局演化[J].测绘科学，2014,39(5):133-139.

[8]文琦，丁金梅，纳静涛.宁夏农民人均纯收入时空演进格局分析[J].干旱区地理，2014,27(3):596-600.

[9]蒲英霞，葛莹，马荣华，等.基于ESDA的区域经济空间差异分析：以江苏省为例[J].地理研究，2005,24(6):965-974.

[10]刘家君，魏伟，张建清.基于ESDA的湖北省区域经济发展空间格局分析[J].统计与决策，2014(13):134-137.

[11]陈学刚，杨兆萍.基于ESDA-GIS的新疆县域经济时空差异研究[J].测绘科学，2008,33(3):62-65.

[12]王世杰，赵军.甘肃省区域经济时空差异GIS-ESDA分析[J].干旱区资源与环境，2009,23(8):5-8.

责任编辑：丁吉海

Analysis of Temporal and Spatial Evolution of Rural Economy in Southeastern Yunnan Karst Region Based on ESDA

DI Xin,GAN Shu,HUANG Guanrui,YANG Min,ZHOU Xibing
(School of Land Resource Engineering,Kunming University of Science and Technology,Kunming 650093,China)

Take the Yanshan village as a case of study,using the 2007—2013 rural per capita net income data to analyze the global and local pattern change of villager income,with GIS technique and exploratory spatial data analysis(ESDA).The study result shows that the spatial aggregation is increasing generally,while the income gap becomes bigger;the areas with higher rural economic income is distributed among areas with rich resources,convenient transportation,characteristic economy and pillar industries;and the one with lower income is located in areas with inconvenient transportation and less resources;the polarization has already becomes serious,south is better than north.Geographical conditions,transportation situation,agricultural production conditions and resources are the main reasons which make the discrepancy of rural economics.

rural residents;income;ESDA;spatial differentiation

P127

A

10.3969/j.issn.1671-7872.2015.04.17

2015-09-03

国家自然科学基金项目(41561083,41261092,71163023)

底鑫(1990-)，女，河北石家庄人，硕士生，研究方向为摄影测量与遥感。

甘淑(1964-)，女，云南腾冲人，博士，教授，博士生导师，研究方向为资源环境管理及3S技术应用。

1671-7872(2015)-04-0389-05