空间计量学入门与GeoDa软件应用 陈安宁 计算机软件工程（新）专业科技 新华书店正版图书 pdf epub mobi txt 电子书 下载 在线阅读 2026

空间计量学入门与GeoDa软件应用

作  者: 陈安宁 定  价: 29.8 出?版?社: 浙江大学出版社 出版日期: 2014年10月01日 页  数: 111 装  帧: 平装 ISBN: 9787308138376 ●前言
●第1章  空间计量学概述
●  1.1  什么是空间计量学
●  1.2  空间计量学的发展
●  1.3  空间计量学的应用软件介绍
●  1.4  GeoDa使用简介
●第2章  数字地图操作
●  2.1  分位数地图
●  2.2  箱形地图
●  2.3  百分位地图
●  2.4  标准差地图
●  2.5  平滑地图
●  2.6  地图的输出
●  2.7  多幅地图制作
●  2.8  选择、链接和修饰观察对象
●  2.9  动画地图
●第3章  数据表格处理
●  3.1  浏览与选择
●  3.2  排序
●  3.3  查询......

内容简介

本书主要介绍空间计量学的入门知识，以及相对应的“入门级”软件geoda的应用和常见数据文件的导入。本书特别强调空间计量学的实践性，以及实际案例为导向讲述空间计量学在人文学科和自然学科中的应用。该书适用于区域经济学、法学、政治学等社会学科，以及医学、地理学、植物学、土壤学、地质学、水文学和气候学等自然学科本科生和硕士研究生以及对该学科感兴趣的一般读者。

《空间计量经济学：理论方法与实证分析》 一、 导论：空间的力量 自古以来，人类社会的发展就与地理空间紧密相连。从部落的迁徙到国家的形成，从商品的流通到思想的传播，地理位置和空间关系无时无刻不在深刻地影响着我们的生活和社会结构。然而，传统的经济学理论在很长一段时间内，往往将空间因素视为可忽略的背景，或者仅仅通过一些简单的控制变量来间接处理。这种“去空间化”的视角，使得我们对经济现象的理解存在着固有的局限性，也难以捕捉到许多至关重要的空间效应。 空间计量经济学正是应运而生，它是一门致力于将地理空间的概念和分析方法引入计量经济学研究的新兴交叉学科。它挑战了经济学模型中的“同质性”假设，认识到经济主体、经济活动以及它们之间的相互作用，都不可避免地受到空间位置和空间邻近性的影响。空间计量经济学不只是简单地加入地理坐标，而是要系统地考察空间自相关、空间异质性、空间滞后、空间误差等一系列由空间关系引发的计量经济学问题，并提出相应的模型和方法来处理这些问题。 本书旨在为读者提供一个全面而深入的空间计量经济学入门。我们将从空间计量的基本概念出发，循序渐进地介绍其核心理论、常用模型以及实证应用。我们希望通过本书的学习，读者能够深刻理解空间因素在经济社会现象中的关键作用，掌握运用空间计量方法分析现实问题所需的理论知识和技术工具，从而提升研究的深度和广度，发现那些被传统模型所忽视的“空间智慧”。 二、 空间自相关：相近的相互影响 “地理学第一定律”指出：“任何事物都与其他事物相关，但近处的事物比远处的更相关。”这句话精辟地概括了空间自相关的核心思想。在经济学领域，这意味着一个地区的经济表现，很可能受到其邻近地区经济活动的影响。例如，一个城市经济的繁荣可能会吸引周边地区的劳动力和资本，也可能带动周边地区的消费需求，反之亦然。这种空间上相近的经济现象之间存在的系统性关联，就是空间自相关。 空间自相关可以分为两种主要类型： 正空间自相关（Positive Spatial Autocorrelation）： 相似的观测值倾向于聚集在一起。例如，高收入地区倾向于与高收入地区相邻，低收入地区倾向于与低收入地区相邻。这反映了一种“富者愈富，贫者愈贫”的空间集聚现象。 负空间自相关（Negative Spatial Autocorrelation）： 相异的观测值倾向于彼此相邻。例如，高收入地区倾向于与低收入地区相邻，这可能反映了市场竞争、资源转移或其他空间均衡机制的作用。 理解和度量空间自相关是空间计量分析的第一步。本书将介绍 Moran's I 指数、Geary's C 指数等经典的全局和局部空间自相关统计量，帮助读者识别数据中是否存在显著的空间关联，并判断其是正向还是负向。我们将深入剖析这些统计量的计算原理，并通过实例演示如何解读计算结果，从而判断是否存在空间集聚或空间极差。 三、 空间计量模型：捕捉空间互动的精髓 传统计量经济学模型通常假设样本观测值之间是相互独立的，这种假设在空间数据分析中往往难以成立。当存在空间自相关时，直接使用标准回归模型可能会导致参数估计的无效性，甚至得出错误的结论。空间计量经济学发展了一系列特殊的模型来处理这些问题。 本书将系统介绍以下核心空间计量模型： 1. 空间滞后模型（Spatial Lag Model, SLM）： SLM 模型假设因变量的值不仅受到解释变量的影响，还受到其空间邻近区域因变量值的影响。用数学语言来说，它是在回归方程中引入了空间邻近区域因变量的加权平均值作为解释变量。 $Y = ho WY + Xeta + epsilon$ 其中，$Y$是因变量向量，$X$是解释变量矩阵，$eta$是系数向量，$epsilon$是误差项，$ ho$是空间滞后系数，用于衡量空间溢出效应的大小，而 $W$ 是空间权重矩阵，它定义了空间邻近关系。 SLM 模型特别适用于分析“溢出效应”，例如，一个地区教育水平的提高可能会通过人才流动、知识传播等途径，对邻近地区的教育水平产生正面影响。 2. 空间误差模型（Spatial Error Model, SEM）： SEM 模型假设模型中的误差项存在空间自相关，即误差项之间不是独立的，而是受到空间邻近区域误差项的影响。这意味着模型中未能解释的因素在空间上存在着系统性关联。 $Y = Xeta + mu$ $mu = lambda Wmu + epsilon$ 其中，$mu$ 是包含空间自相关的误差项，$lambda$ 是空间误差自相关系数。 SEM 模型适用于解释那些由于未能观测到的空间相关因素而导致的模型异质性，例如，区域之间基础设施的差异、政策执行的地域性差异等，这些因素可能会在空间上产生聚集效应，从而影响因变量。 3. 空间杜宾模型（Spatial Durbin Model, SDM）： SDM 模型是 SLM 和 SEM 模型的结合，它同时考虑了因变量的空间滞后效应和解释变量的空间滞后效应。也就是说，因变量不仅受到邻近地区因变量的影响，还受到邻近地区解释变量的影响。 $Y = ho WY + Xeta + WXgamma + epsilon$ 其中，$gamma$ 是空间滞后解释变量的系数向量。 SDM 模型能够更全面地捕捉空间互动，尤其适用于分析一个地区经济决策（由其解释变量决定）可能通过空间溢出效应影响邻近地区。 4. 空间滞后因变量和空间滞后误差模型（Spatial Lagged Dependent Variable and Spatial Error Model, SLX）： SLX 模型将空间滞后解释变量引入模型，但假设误差项是独立的。 $Y = Xeta + WXgamma + epsilon$ SLX 模型是一种相对简洁的空间模型，适合分析解释变量的空间溢出效应，但忽略了误差项的空间相关性。 本书将详细讲解这些模型的理论基础、数学推导、参数估计方法（如最大似然估计法、广义矩估计法等）以及模型的检验和诊断。我们将着重分析不同模型之间的区别和适用场景，帮助读者根据具体的研究问题选择最恰当的模型。 四、 空间权重矩阵：定义邻近关系 空间权重矩阵（Spatial Weight Matrix, $W$）是空间计量模型的核心组成部分，它定义了样本观测值之间的空间邻近关系和相互影响的强度。不同的空间权重矩阵反映了不同的空间邻近假设，直接影响着空间计量模型的估计结果和解释。 本书将介绍几种常用的空间权重矩阵构建方法： 1. 邻接标准（Contiguity Weights）： 一阶邻接（Rook Contiguity）： 如果两个区域有共同的边界线，则它们被认为是邻近的，权重为1，否则为0。 二阶邻接（Queen Contiguity）： 如果两个区域有共同的边界线或共同的顶点，则它们被认为是邻近的，权重为1，否则为0。 这是最直观的空间邻近定义方式，常用于分析具有明确地理边界的区域。 2. 距离标准（Distance-Based Weights）： 固定距离（Fixed Distance Band）： 定义一个固定的距离阈值，如果两个区域的中心点之间的距离小于该阈值，则被认为是邻近的，权重为1，否则为0。 k-最近邻（k-Nearest Neighbors）： 对于每个区域，将其与其最近的 k 个邻居定义为邻近区域，权重为1，其余为0。 反距离权重（Inverse Distance Weights）： 两个区域之间的权重与其中心点之间距离的倒数成比例，距离越近，权重越大。 距离标准能够更灵活地捕捉空间衰减效应，适用于研究距离对经济活动的影响。 3. 社会经济相似性权重（Socioeconomic Similarity Weights）： 这种权重矩阵不直接基于地理邻近，而是基于区域之间在某些社会经济特征上的相似性来构建权重。例如，两个城市的人口规模、产业结构、收入水平等越相似，则赋予它们越高的权重。这种方法能够捕捉“同质性”的空间互动，即相似的区域之间可能存在更强的联系。 本书将详细讨论如何选择和构建空间权重矩阵，包括权重矩阵的标准化（行标准化、平均中心化等），以及不同权重矩阵对模型结果可能产生的影响。我们还将介绍如何利用GIS（地理信息系统）工具来生成和处理空间权重矩阵。 五、 实证分析：将理论应用于实践 理论的意义在于指导实践，空间计量经济学也不例外。本书的最终目标是帮助读者掌握运用空间计量方法进行实证分析的能力。我们将通过一系列具有代表性的案例，展示空间计量模型在不同领域的应用。 潜在的应用领域包括但不限于： 区域经济学： 分析经济增长的区域差异、产业集聚的空间效应、劳动力和资本的空间流动、区域经济政策的溢出效应等。 城市规划与房地产： 研究城市扩张的空间模式、住房价格的空间影响因素、交通基础设施的空间效益、城市内部空间结构的演变等。 环境经济学： 分析污染的空间扩散、自然资源利用的空间协调、环境政策的空间溢出效应、生态系统的空间联系等。 社会学与公共卫生： 研究犯罪的空间分布与影响因素、疾病传播的空间模式、教育和健康水平的空间不平等、社会网络的空间结构等。 在实证分析部分，我们将重点关注以下环节： 1. 数据准备： 如何收集、整理和清洗包含空间信息的经济社会数据。 2. 空间权重矩阵构建： 如何根据研究对象和研究问题选择合适的空间权重矩阵。 3. 模型选择与设定： 如何通过空间自相关检验和模型诊断来选择最适合的 Likelihood Ratio (LR) 检验、Wald 检验等。 4. 参数估计与解释： 如何使用统计软件（例如，R语言中的`spdep`、`sf`等包，Python中的`pysal`等库，或者专业的空间计量软件）进行模型估计，并深入解读模型的估计结果，特别是空间效应的系数。 5. 空间效应的分解： 如何将空间杜宾模型等复杂模型中的总效应分解为直接效应、间接效应和总效应，从而更清晰地理解空间互动的影响。 6. 政策含义与建议： 如何从实证研究结果中提炼出有价值的政策启示，为制定更有效的区域发展、城市规划或环境治理政策提供科学依据。 六、 展望：空间计量学的未来 空间计量经济学作为一个充满活力的研究领域，仍在不断发展和演进。新的模型、新的方法和新的应用场景层出不穷。本书在介绍经典理论和方法的同时，也将简要展望空间计量学的未来发展方向，例如： 动态空间计量模型： 结合时间序列和空间维度，分析经济现象随时间和空间的变化规律。 非参数空间计量模型： 减少对模型形式的假设，提高模型的灵活性和鲁棒性。 大数据与空间计量： 如何利用海量的地理空间大数据，结合新的计算技术，解决更复杂的空间问题。 机器学习与空间计量： 探索机器学习方法在空间计量模型构建、特征选择和预测方面的潜力。 跨学科的融合： 加强与地理学、社会学、环境科学、公共卫生等学科的交叉，拓展空间计量学的应用边界。 我们相信，随着技术的进步和研究的深入，空间计量经济学将在理解和解决当今世界面临的诸多复杂挑战中发挥越来越重要的作用。 结语： 空间并非经济活动的附属品，而是经济活动的重要构成和驱动力。本书希望能够成为读者开启空间计量经济学之旅的坚实起点，引导大家用更广阔的视野、更深刻的洞察去理解经济社会现象背后的空间逻辑。通过掌握本书所介绍的理论和方法，读者将能够更有效地分析现实问题，做出更科学的决策，并为相关领域的研究和实践贡献新的力量。