前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇空間說明范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

空間說明范文第1篇

1、生產(chǎn)資料

受能源、化工產(chǎn)品、礦產(chǎn)品等價(jià)格上漲影響，生產(chǎn)資料市場價(jià)格延續(xù)上漲態(tài)勢。據(jù)商務(wù)部監(jiān)測顯示，上周( 5月26日至6月1日），重點(diǎn)監(jiān)測的生產(chǎn)資料市場價(jià)格總水平較前一周上漲0.9%。在監(jiān)測的112種主要產(chǎn)品中，價(jià)格周環(huán)比上漲的有57種，占50.89%；價(jià)格持平的有49種，占43.75%；價(jià)格下跌的有6種，占5.36%。

從大類來看，能源、化工產(chǎn)品、黑色金屬、農(nóng)資產(chǎn)品、橡膠產(chǎn)品、建材、輕工原料、礦產(chǎn)品價(jià)格有所上漲，有色金屬價(jià)格下跌。

從具體品種來看，冶金焦、鑄造焦、褐煤價(jià)格漲幅居前，分別較前一周上漲8.5%、3.6%和3.3%；1#鋅、1#鎳、145×2.5mm 熱軋帶鋼價(jià)格分別較前一周下跌4.2%、3.3%和1.3%。

2、粗苯、焦化苯、二甲苯

（1）粗笨

近期粗苯價(jià)格大漲，多家生產(chǎn)廠家調(diào)高粗苯出廠價(jià)格。

目前粗苯的生產(chǎn)量相對于下游的加工能力仍有較大的缺口，供給方面，近期國家環(huán)保檢查力度依舊較大，再加上焦煤供應(yīng)持續(xù)緊張，焦化企業(yè)限產(chǎn)較為嚴(yán)重，粗苯產(chǎn)量下降，供應(yīng)將日趨緊張。

所以，粗苯價(jià)格仍舊繼續(xù)高位徘徊。

（2）焦化苯

在粗苯持續(xù)堅(jiān)挺并穩(wěn)步小幅攀高的拉動(dòng)，近期，國內(nèi)焦化苯市場迎來小幅攀高趨勢，市場成交較前期略顯活躍。

（3）二甲苯

6月2、3兩日，多家廠家調(diào)高二甲苯出廠價(jià)格。

3、黃磷

受四川地震影響，國內(nèi)黃磷供給偏緊。臨近四川的貴州地區(qū)黃磷價(jià)格兩周普漲30~40元/噸，漲幅10％，分析人士認(rèn)為，我國精細(xì)磷化工剛剛進(jìn)入景氣周期，不會“曇花一現(xiàn)”。

作為我國第四大磷礦石生產(chǎn)基地，四川的產(chǎn)量占全國11％。四川省磷礦在地震中受災(zāi)嚴(yán)重，將對國內(nèi)供給產(chǎn)生重要影響，對磷礦石和黃磷價(jià)格有刺激作用。目前云南省黃磷報(bào)價(jià)1.9萬元/噸，生產(chǎn)成本在1.5~1.6萬元/噸。

二、跌價(jià)類

1、食用農(nóng)產(chǎn)品

商務(wù)部昨天公布，上周（5月26日至6月1日）我國36個(gè)大中城市重點(diǎn)監(jiān)測的食用農(nóng)產(chǎn)品價(jià)格總水平較前一周下跌0.7%，連續(xù)八周呈回落態(tài)勢。至此，我國農(nóng)產(chǎn)品價(jià)格5月份環(huán)比下降3.2%。

縱觀5月份農(nóng)產(chǎn)品價(jià)格，蔬菜、水果為下跌主力，肉類略有下跌，糧食穩(wěn)中略升，這是由于進(jìn)入春夏時(shí)節(jié)，蔬菜水果相繼進(jìn)入成熟期，供給增加。

2、工業(yè)萘

從五月中旬一次大范圍降價(jià)，工業(yè)萘依然在低迷態(tài)勢下延續(xù)，政策性風(fēng)聲愈加緊張，所有企業(yè)都不敢有較高的產(chǎn)品庫存。下游的一些獨(dú)立精萘企業(yè)或受?；愤\(yùn)輸檢查力度加大等環(huán)保影響，或受資金運(yùn)作不佳，下游拖欠款項(xiàng)嚴(yán)重而減小開工，對工業(yè)萘需求減小。

3、進(jìn)口關(guān)稅

下半年，嬰幼兒食品、橄欖油、開心果等6類26個(gè)稅目的商品進(jìn)口稅率將有所下調(diào)。6類共26個(gè)稅目商品涉及進(jìn)口食品、植物油、飼料、棉花、血液白蛋白和人用疫苗等。其中，供嬰幼兒食用的零售包裝食品進(jìn)口稅率由原來的10％下調(diào)為5％，橄欖油、開心果由原先的10％下調(diào)為5％，凍豬肉由12%下調(diào)為6%，凍鱈魚由12%下調(diào)為5%。

4、出口退稅

財(cái)政部、國家稅務(wù)總局昨日發(fā)出《關(guān)于取消部分植物油出口退稅的通知》稱，經(jīng)國務(wù)院批準(zhǔn)，從2008年6月13日起取消部分植物油的出口退稅。此次取消出口退稅的商品涉及36個(gè)稅號。

空間說明范文第2篇

一、啟發(fā)談話，引入新課二年級時(shí)我們學(xué)習(xí)了《空氣》這一課，誰來說說空氣是什么樣的物體？你知道哪些地方有空氣？

這節(jié)課，我們要在掌握了空氣的上述性質(zhì)的基礎(chǔ)上，學(xué)習(xí)研究空氣的另一條性質(zhì)，這條性質(zhì)需要通過同學(xué)們觀察、實(shí)驗(yàn)自己探索出來。

二、觀察實(shí)驗(yàn)，學(xué)習(xí)新知師：（出示空文具盒）問：文具盒里有文具嗎？師講述：文具盒里沒有文具，這塊空著的地方叫做空間。

師：將鉛筆放滿文具盒，問：同學(xué)們看一看現(xiàn)在誰占據(jù)了文具盒的空間？

師：（出示書包并裝滿文具）同學(xué)們再看一樣你們熟悉的東西，問：“書包里有什么？誰占據(jù)著什么？”（找三個(gè)學(xué)生說，然后給予評價(jià)）

師：同學(xué)們看老師在干什么？（教師往燒杯里倒?jié)M水）師講述：鉛筆、學(xué)習(xí)用具、水占據(jù)空間，其實(shí)在日常生活中還有很多很多的物體占據(jù)著空間，你能舉幾個(gè)例子嗎？（學(xué)生說完后，給予鼓勵(lì)）

師問：以上的事實(shí)說明了什么？（學(xué)生回答，教師板書：物體都要占據(jù)空間）

師：（出示一塊板擦，一個(gè)砝碼）問：它們所占據(jù)空間的大小一樣嗎？

師講述：所以準(zhǔn)確地說應(yīng)是物體都要占據(jù)一定的空間。這個(gè)“一定”指物體的大小，物體占據(jù)空間的大小叫體積。（將上述板書補(bǔ)充完整）師：現(xiàn)在你們自己親手做個(gè)實(shí)驗(yàn)，用實(shí)驗(yàn)來驗(yàn)證：“物體都要占據(jù)一定的空間”這一結(jié)論。請同學(xué)們看實(shí)驗(yàn)步驟。

1．實(shí)驗(yàn)步驟：（掛出小黑板）。

（1）把燒杯放在盤子里。

（2）往燒杯里倒?jié)M水。

（3）用手提著拴著砝碼的線。

（4）把砝碼慢慢放入裝滿水的燒杯中。

2．找一名學(xué)生大聲朗讀實(shí)驗(yàn)步驟，教師提醒學(xué)生，水要倒?jié)M，放砝碼時(shí)要慢。

3．要求：帶著問題進(jìn)行實(shí)驗(yàn)，出示觀察思考題：

（1）實(shí)驗(yàn)中，你看到了什么現(xiàn)象？

（2）你怎么解釋這種現(xiàn)象？

4．匯報(bào)實(shí)驗(yàn)結(jié)果。師導(dǎo)引：由上面的觀察實(shí)驗(yàn)，我們知道了固體形態(tài)的砝碼和液體形態(tài)的水都要占據(jù)一定的空間，那么氣體形態(tài)的空氣是不是也要占據(jù)一定的空間呢？現(xiàn)在我們就帶著這個(gè)問題做幾個(gè)有趣的實(shí)驗(yàn)。

1．掛出小黑板，出示實(shí)驗(yàn)步驟：

實(shí)驗(yàn)一：①把紙團(tuán)緊緊塞在玻璃杯底部。

②把玻璃杯倒立豎直壓入水槽里。

③把杯子提出水面，用毛巾擦杯口。觀察，你看到了什么現(xiàn)象？

2．找一名學(xué)生朗讀實(shí)驗(yàn)步驟。

3．教師進(jìn)行演示實(shí)驗(yàn)。

4．學(xué)生分組實(shí)驗(yàn)。

5．學(xué)生匯報(bào)實(shí)驗(yàn)結(jié)果：紙團(tuán)沒濕。下面請同學(xué)們再做一個(gè)實(shí)驗(yàn)，請看小黑板：

實(shí)驗(yàn)二：

①把紙團(tuán)緊緊塞在玻璃杯底部。

②把玻璃杯倒立豎直壓入水槽里。

③把杯子慢慢傾斜。學(xué)生匯報(bào)實(shí)驗(yàn)結(jié)果：把紙團(tuán)緊緊塞壓玻璃杯底部，把玻璃杯倒立豎直壓入水槽里，然后把杯子慢慢傾斜時(shí)，看到有氣泡冒出，紙團(tuán)濕了。

師：下面請同學(xué)們討論小黑板上的問題：

①你怎么解釋這兩種現(xiàn)象？

②實(shí)驗(yàn)說明了什么？學(xué)生匯報(bào)討論結(jié)果：第一次把玻璃杯倒立豎直壓入水槽里，把杯子提出水面，發(fā)現(xiàn)紙團(tuán)沒濕，說明水沒有進(jìn)到杯子里去?？諝庹紦?jù)了玻璃杯的空間。第二次把玻璃杯倒立壓入水槽里，把杯子傾斜時(shí)，發(fā)現(xiàn)紙團(tuán)濕了，還有氣泡從杯子里跑出來，說明水進(jìn)到杯子里去了，空氣讓出了部分空間。這兩個(gè)實(shí)驗(yàn)說明了“空氣占據(jù)空間”。師：通過這個(gè)實(shí)驗(yàn)，我們知道了空氣占據(jù)杯子的空間，下面我們再做一個(gè)實(shí)驗(yàn)，驗(yàn)證這個(gè)結(jié)論。

實(shí)驗(yàn)三：

①拿一只瓶子。

②瓶口塞緊帶漏斗的塞子。

③把水倒進(jìn)漏斗里。

學(xué)生匯報(bào)觀察結(jié)果：發(fā)現(xiàn)水沒進(jìn)到瓶子里。

師點(diǎn)撥：把塞子塞緊時(shí)看到水沒進(jìn)到瓶子里，下面把塞子松一松，試一試結(jié)果會怎樣呢？同時(shí)思考為什么會出現(xiàn)這種現(xiàn)象呢？學(xué)生匯報(bào)實(shí)驗(yàn)結(jié)果：當(dāng)把塞子松動(dòng)后，水流進(jìn)瓶子里去了。瓶口塞緊時(shí)，空氣跑不出來，水流不進(jìn)去，說明空氣占據(jù)瓶子的空間。瓶塞松動(dòng)后，空氣跑了出來，讓出了一部分空間，水流進(jìn)去了，也說明空氣占據(jù)瓶子的空間。

師小結(jié)：我們通過觀察、實(shí)驗(yàn)得出了“空氣占據(jù)空間”這一結(jié)論。

空間說明范文第3篇

關(guān)鍵詞 外商直接投資；區(qū)位演化；空間馬爾可夫鏈

中圖分類號 F222.3 文獻(xiàn)標(biāo)識碼 A

Abstract Based on the data set of inward foreign direct investment across the provincial regions of China over 1993-2014， this paper attempts to apply Markov chain and geographic information system technology to investigate the spatial and temporal dynamic characteristics of FDI agglomeration in China. Firstly， the FDI shares for different regions in China are classified into four different classes（low， middle-low， middle-high and high），which shows a very uneven FDI distribution pattern based on GIS technology. On the other hand， the estimation of Markov transition probability matrix offers more detailed insights into the mechanics of FDI evolution process in China during the research period. In addition， the evolutionary trends of FDI agglomeration are forecasted by computing the limited power of Markov transition probability matrix. Empirical results indicate that the probability of moving up the FDI ladder is somewhat higher than that of moving down. We can conclude that there is divergence of FDI in China.

Key words Foreign direct investment； Location evolution； Spatial Markov chain

1 引 言

改革開放以來，F(xiàn)DI的流入對中國區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生了重大的影響，在加快地區(qū)工業(yè)化進(jìn)程、促進(jìn)貿(mào)易增長和建設(shè)市場化制度等方面，它都起著不可替代的作用.FDI的流向引導(dǎo)著國內(nèi)資本、勞動(dòng)力等多種資源的地區(qū)流動(dòng)，導(dǎo)致各地區(qū)生產(chǎn)要素投入的顯著差異，被認(rèn)為是影響中國地區(qū)間經(jīng)濟(jì)差距的主要因素之一.

FDI的動(dòng)態(tài)空間演化機(jī)制與區(qū)位影響因素有著密切的聯(lián)系，良好的區(qū)位吸引FDI在特定地區(qū)形成聚集，而資本邊際收益遞減與技術(shù)擴(kuò)散會促使FDI的空間形態(tài)由集中逐漸變?yōu)榉稚?目前，關(guān)于FDI區(qū)位選擇因素的研究比較多.Fung等（2002）研究發(fā)現(xiàn)優(yōu)越的基礎(chǔ)設(shè)施有利于FDI的引進(jìn).Li和Park（2006）以及Hong（2007）研究發(fā)現(xiàn)聚集因素是跨國公司區(qū)位選擇的重要因素.因?yàn)榻?jīng)濟(jì)活動(dòng)的聚集通過勞動(dòng)力市場的發(fā)展，中間產(chǎn)品的共享以及技術(shù)的溢出可以帶來外部效益.蘇芳和胡日東（2008）利用空間面板數(shù)據(jù)模型研究了中國區(qū)域FDI決定因素的動(dòng)態(tài)演變過程.何興強(qiáng)和王利霞（2008）基于“第三國效應(yīng)”理論，運(yùn)用空間面板計(jì)量方法對1985～2005年期間中國30個(gè)省市的FDI區(qū)位分布的空間效應(yīng)進(jìn)行了檢驗(yàn)，結(jié)果發(fā)現(xiàn)各個(gè)地區(qū)的FDI存在顯著的空間效應(yīng).韓劍和張凌（2010）利用空間計(jì)量方法分析了中國1987～2007年FDI空間演化的規(guī)律及其影響因素.王麗等（2012）利用空間自相關(guān)和空間自回歸模型研究了1995～2009年中國FDI空間集聚特征及其動(dòng)因，結(jié)果表明各省份實(shí)際利用FDI的過程存在較強(qiáng)的空間自相關(guān)性.Pan（2012）研究了1993～2008中國各省市的FDI區(qū)位決定因素，并發(fā)現(xiàn)中國各省市的FDI具有弱聚集效應(yīng).趙偉和向永輝（2012）在馬爾可夫完美均衡的框架下分析了集聚經(jīng)濟(jì)和區(qū)位優(yōu)勢對地區(qū)間FDI稅收競爭均衡的影響，并發(fā)現(xiàn)地區(qū)間的FDI稅收競爭是存在的，稅收仍然是影響FDI區(qū)位分布的重要影響因素.目前，關(guān)于FDI的收斂性的研究還比較少見，因此，本文將利用地理信息技術(shù)和空間馬爾可夫鏈方法研究中國各省市的FDI投資的時(shí)空區(qū)位演化過程.

3 實(shí)證分析

3.1 空間布局分析

為了分析中國各個(gè)省的外商直接投資的動(dòng)態(tài)演化過程，采用1993～2014年中國各個(gè)省的FDI數(shù)據(jù)，并計(jì)算各個(gè)省在當(dāng)年占全國的比重.數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒和各個(gè)省的統(tǒng)計(jì)年鑒，數(shù)據(jù)是由中國大陸30個(gè)省份的數(shù)據(jù)組成，由于數(shù)據(jù)的缺失，假設(shè)它從1993年至2014年一直處于FDI投資的低水平狀態(tài).圖1 給出了1993年中國各個(gè)省的FDI水平的空間布局.

從圖1中可以看出，F(xiàn)DI在中國各個(gè)省的分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東到西的階梯狀.1993年FDI主要集中在東部沿海是由于這些地區(qū)有較好的政策支持，又有較好的基礎(chǔ)設(shè)施，并且交通運(yùn)輸能力好，可以降低運(yùn)輸成本.圖2給出了2002年中國各個(gè)省的FDI水平的空間布局.

與圖1進(jìn)行比較，從圖2可以發(fā)現(xiàn)東部和西部的變化都比較小，東部除了海南的FDI投資水平下降外其他各省的FDI投資水平基本不變；西部除了四川，重慶和云南的FDI投資水平下降外其他各省的FDI投資水平基本不變；中部各省的變化比較大，江西的FDI投資水平上升，陜西FDI投資水平下降了.由此可以看出這個(gè)階段中國的FDI投資的空間布局還處于調(diào)整和優(yōu)化的階段.圖3給出了2014年中國各個(gè)省的FDI水平的空間布局.

從圖3可以看出，東部地區(qū)的福建的FDI投資水平下降了，而中部的河南和安徽，西部的四川和重慶的FDI投資水平上升.由此可見，F(xiàn)DI已逐步由東部地區(qū)向中西部地區(qū)轉(zhuǎn)移.FDI的這種轉(zhuǎn)移主要是由于中部具有豐富的礦產(chǎn)資源以及充足而又廉價(jià)的勞動(dòng)力，使得FDI由東部地區(qū)向中西部地區(qū)轉(zhuǎn)移.

3.2 時(shí)間轉(zhuǎn)移特征分析

為揭示中國各個(gè)省的FDI時(shí)空布局演化過程，假設(shè)初始分布為均勻分布，利用1993～2014年中國各個(gè)省的FDI水平，根據(jù)公式（2），計(jì)算中國各個(gè)省的FDI水平在整個(gè)研究期間馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣.為了更進(jìn)一步說明FDI時(shí)空演化的階段性特征，把整個(gè)研究時(shí)段1993～2014年分成兩個(gè)子時(shí)段，第一時(shí)段為1993～2002年，第二個(gè)時(shí)段為2003～2014年.表1給出了1993～2014年以及子時(shí)段的中國省域FDI時(shí)空演化狀態(tài)轉(zhuǎn)移概率矩陣.

由表1知，主對角線上的元素值相對較高，這表明一個(gè)在初期FDI水平為i狀態(tài)的區(qū)域，在隨后年份仍屬于此狀態(tài)的可能性較高.在馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣中，對角線上的元素的最大值是94.675%，最小值也是86.551%，也就是說，中國各個(gè)省的FDI 水平在不同年份之間變化并不大.另外，比較第一個(gè)時(shí)段的狀態(tài)轉(zhuǎn)移概率矩陣和第二個(gè)時(shí)段的狀態(tài)轉(zhuǎn)移概率矩陣時(shí)，發(fā)現(xiàn)當(dāng)處在低和中低水平狀態(tài)時(shí)，第二階段主對角線上的元素小于第一階段主對角線上的元素，當(dāng)處在中高和高水平狀態(tài)時(shí)，第二階段主對角線上的元素大于第一階段主對角線上的元素，就說明在1993年～2002年期間處在中高和高狀態(tài)的省市狀態(tài)轉(zhuǎn)移概率相對比較大，這個(gè)時(shí)期是中高和高水平狀態(tài)的關(guān)鍵調(diào)整期，在2003～2014年期間處在低和中低狀態(tài)的省市狀態(tài)轉(zhuǎn)移概率相對比較大，這個(gè)時(shí)期是低和中低水平狀態(tài)的關(guān)鍵調(diào)整期.這也說明1993～2002年期間是FDI空間布局的調(diào)整主要表現(xiàn)在數(shù)量上，而到了2003-2014年FDI空間布局的調(diào)整主要表現(xiàn)在質(zhì)量的提高.

其次，不同省份FDI在不同年份之間的狀態(tài)轉(zhuǎn)移概率比較小，且越偏離主對角線，轉(zhuǎn)移概率越低.在1993～2014年間，不同狀態(tài)之間最大的轉(zhuǎn)移概率發(fā)生在中低水平向中高水平方向的轉(zhuǎn)移上，為9.356%，其次為中高向高水平方向的轉(zhuǎn)移上，為7.017%，同時(shí)可發(fā)現(xiàn)當(dāng)處在中低和中高水平時(shí)，向上轉(zhuǎn)移的概率大于向下轉(zhuǎn)移的概率，且沒有跨越兩個(gè)層次轉(zhuǎn)移的情況.這表明，在研究時(shí)段內(nèi)中國省域FDI整體投資水平不斷提高.

最后，根據(jù)式（3）計(jì)算了馬爾可夫鏈的極限分布，表1還給出了1993～2014年，1993～2002年以及2003～2014年的極限分布.進(jìn)一步，比較極限分布和初始分布來分析中國各個(gè)省FDI的收斂性.在整個(gè)研究時(shí)段1993～2014年期間，處在低和中低水平狀態(tài)的極限分布小于初始分布，而處在中高和高水平狀態(tài)的極限分布大于初始分布，這說明中國各省市FDI水平是發(fā)散的，且具有一定的長期聚集趨勢.但從第一個(gè)時(shí)段1993～2002年期間來看，處在低和中低水平狀態(tài)的極限分布大于初始分布，而處在中高和高水平狀態(tài)的極限分布小于初始分布，這還是說明中國各省市FDI水平是發(fā)散的，且長期聚集趨勢不明顯.再從第二個(gè)時(shí)段2003～2014年期間來看，處在低和中低水平狀態(tài)的極限分布明顯小于初始分布，而處在中高和高水平狀態(tài)的極限分布明顯大于初始分布，這還是說明中國各省市FDI水平是發(fā)散的，且具有長期明顯的聚集趨勢.總之，整個(gè)研究時(shí)間段內(nèi)中國各省市FDI 投資水平的提高正在穩(wěn)步推進(jìn)，但這種FDI時(shí)空演化過程發(fā)散的，并從長期來看具有明顯的聚集趨勢.

為了描述中國各省的FDI時(shí)空流動(dòng)性，根據(jù)馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣可以構(gòu)建流動(dòng)性指標(biāo)（Shorrocks’ Index）

其中N=4，tr（P）表示狀態(tài)轉(zhuǎn)移概率矩陣P的跡. 當(dāng)P是單位陣時(shí)，SI值等于0，但當(dāng)P對角線上的元素全為零時(shí)，SI值等于1.SI值越大，說明流動(dòng)性越強(qiáng).根據(jù)表1中給出的馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣，計(jì)算整個(gè)研究時(shí)段1993～2014年的流動(dòng)性指標(biāo)SI=0.094，說明具有一定的流動(dòng)性，但流動(dòng)性不強(qiáng).比較第一時(shí)段1993～2002年的流動(dòng)性指標(biāo)SI=0.104和第二時(shí)段2003～2014年的流動(dòng)性指標(biāo)SI= 0.089，發(fā)現(xiàn)第一個(gè)階段的流動(dòng)性大于第二個(gè)階段的流動(dòng)性.

為了進(jìn)一步檢驗(yàn)前面得出結(jié)論的可靠性，對該馬爾可夫模型的時(shí)間齊次性進(jìn)行檢驗(yàn)，根據(jù)（4）式，根據(jù)表1中給出的狀態(tài)轉(zhuǎn)移概率矩陣，Q=2，計(jì)算得到的似然比檢驗(yàn)統(tǒng)計(jì)量為Tγ=19.356，且統(tǒng)計(jì)量的臨界值為χ20.9912=26.217.由此可以得出結(jié)論，在顯著性水平為1%時(shí)接受原假設(shè)，說明假設(shè)中國各個(gè)省市的FDI具有馬爾可夫時(shí)間齊次性，也進(jìn)一步驗(yàn)證了前面得出結(jié)論的合理性.

4 結(jié) 論

以1993～2014年期間中國大陸31個(gè)省份FDI空間分布格局演化為研究對象，通過采用地理信息技術(shù)模擬發(fā)現(xiàn)，中國各省市的FDI分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東部地區(qū)向中西部地區(qū)轉(zhuǎn)移的趨勢.進(jìn)一步，構(gòu)建空間馬爾可夫模型，并分析了中國各省市的FDI 時(shí)空演化過程，結(jié)果發(fā)現(xiàn)當(dāng)處在中低和中高水平時(shí)，向上轉(zhuǎn)移的概率大于向下轉(zhuǎn)移的概率，且沒有跨越兩個(gè)層次轉(zhuǎn)移的情況.這表明，在研究時(shí)段內(nèi)中國省域FDI整體投資水平不斷提高.總之，整個(gè)研究時(shí)間段內(nèi)中國各省市FDI 投資水平的提高正在穩(wěn)步推進(jìn)，但這種FDI時(shí)空演化過程發(fā)散的，并從長期來看具有明顯的聚集趨勢.由此說明影響FDI區(qū)位選擇的因素在不斷變化，市場規(guī)模、基礎(chǔ)設(shè)施水平等傳統(tǒng)經(jīng)濟(jì)因素的影響仍然顯著，但作用在逐漸下降，而市場化程度與聚集效應(yīng)的影響正不斷增強(qiáng).另外傳統(tǒng)政策優(yōu)勢的影響也逐漸退居次要地位，這說明FDI已經(jīng)進(jìn)入一個(gè)新的階段.本文的研究結(jié)果對于從全國層面制定適宜的外資政策，實(shí)現(xiàn)外資空間布局的優(yōu)化，推進(jìn)區(qū)域一體化進(jìn)程具有指導(dǎo)意義.

參考文獻(xiàn)

[1] K C Fung， H Iizaka， S Parker. Determinants of US and Japanese foreign direct investment in China[J]. Journal of Comparative Economics， 2002， 30（3）：567-578.

[2] Li S， Park S. Determinants of locations of foreign direct investment in China[J]. Management and Organization Review， 2006， 2（1）：95-119.

[3] Hong J， Anthony T H. Chen. Modeling the location choices of foreign investments in Chinese Logistics Industry[J]. China Economic Review， 2007， 18（4）：425-437.

[4] Pan M. FDI agglomeration change in China[J]. Journal of Chinese Economic and Foreign Trade Studies， 2012， 5（3）： 172-184.

[5] 何興強(qiáng)，王利霞. 中國FDI區(qū)位分布的空間效應(yīng)研究[J]. 經(jīng)濟(jì)研究，2008（11）：137-150.

[6] 王麗，曹有揮，袁豐. 中國FDI區(qū)位選擇的時(shí)空格局演進(jìn)及影響因素分析[J].長江流域資源與環(huán)境，2012，21（1）：8-21.

[7] 蘇芳，胡日東. 中國FDI區(qū)域分布決定因素的動(dòng)態(tài)演變與地理溢出程度―基于空間面板數(shù)據(jù)的實(shí)證研究[J]. 經(jīng)濟(jì)地理，2008，28（1）：16-20.

[8] 蔣偉. 中國外商直接投資區(qū)位決定：基于“第三方效應(yīng)”的空間計(jì)量分析[J]. 世界經(jīng)濟(jì)研究，2012（1）：75-80.

[9] 趙偉，向永輝. 區(qū)位優(yōu)勢、集聚經(jīng)濟(jì)和中國地區(qū)間FDI競爭[J]. 浙江大學(xué)學(xué)報(bào)（人文社會科學(xué)版）.2012，42（6）：111-125.

空間說明范文第4篇

關(guān)鍵詞：山地，城鎮(zhèn)體系，空間結(jié)構(gòu)，分形，臨滄市

中圖分類號：k928.5文獻(xiàn)標(biāo)識碼：A

1引言

城鎮(zhèn)作為一個(gè)節(jié)點(diǎn)，在城鎮(zhèn)體系中并不是孤立存在的，各城鎮(zhèn)之間進(jìn)行著物質(zhì)、能量、信息等各方面的聯(lián)系，存在著空間相互作用。這種作用的緊密與否對整個(gè)城鎮(zhèn)體系的發(fā)展具有一定的推動(dòng)或滯后效應(yīng)，所以對一個(gè)地區(qū)城鎮(zhèn)體系的空間結(jié)構(gòu)進(jìn)行研究是很有必要的。在地域空間結(jié)構(gòu)的研究中，最具有代表性的是克里斯塔勒的中心地理論，它系統(tǒng)闡明了中心地的數(shù)量、規(guī)模和分布模式，但這一理論的創(chuàng)建是建立在杜能和韋伯的工業(yè)區(qū)位論基礎(chǔ)之上，假設(shè)的地域是個(gè)均質(zhì)體，不具有普遍適用性，處于一個(gè)定性的研究階段。自20世紀(jì)70年代中期美國科學(xué)家曼德爾布羅特創(chuàng)立分形理論以來，很多非線性環(huán)境中的一些隨機(jī)分布現(xiàn)象和問題得到解決。我國于20世紀(jì)90年代引入分形理論，對城鎮(zhèn)體系的空間結(jié)構(gòu)進(jìn)行定性與定量相結(jié)合的研究方法。目前國內(nèi)用分形理論對城鎮(zhèn)體系空間結(jié)構(gòu)進(jìn)行研究的方法較多，主要有聚集維數(shù)(半徑維數(shù))、網(wǎng)格維數(shù)和空間關(guān)聯(lián)維數(shù)等。但這些方法多用于平原地區(qū)的研究，有關(guān)山地城鎮(zhèn)體系空間結(jié)構(gòu)分形特征的實(shí)證研究還相對較少?；诖耍疚膶Φ湫蜕降爻鞘信R滄市的城鎮(zhèn)體系進(jìn)行空間結(jié)構(gòu)的實(shí)證研究，選取分形理論中的空間關(guān)聯(lián)維數(shù)、半徑維數(shù)，分別對臨滄市城鎮(zhèn)體系空間分布的相關(guān)性和集聚性進(jìn)行分析，總結(jié)出其空間分形特征，并提出相應(yīng)優(yōu)化措施。

2研究區(qū)域和研究方法

2.1研究區(qū)域概況

臨滄市為滇西南重要門戶，自古即是西南絲綢之路通緬、印支道。全市地處橫斷山脈縱谷區(qū)，因?yàn)l臨瀾滄江而得名。境內(nèi)山高谷深，與外界交通聯(lián)系不便，地形總趨勢由東北向西南傾斜，呈中部高四周低。境內(nèi)山地占總面積的98%，其間鑲嵌著大小不一、形態(tài)各異的盆地(俗稱壩子)，盆地多為低盆。此外，這里長期以來為少數(shù)民族聚居，以佤族為代表的23種少數(shù)民族人口占總?cè)丝诘?8.6%。境內(nèi)北回歸線橫貫?zāi)喜?，氣候四季如春，有亞洲恒溫城之美稱，年平均氣溫17.2℃。自2003年底國務(wù)院批準(zhǔn)撤銷臨滄地區(qū)設(shè)立地級臨滄市以來，臨滄市設(shè)有1個(gè)縣級區(qū)、4個(gè)縣、3個(gè)民族自治縣，共有33個(gè)小城鎮(zhèn)。其中臨翔區(qū)有鳳翔街道辦事處、博尚鎮(zhèn)2個(gè)鎮(zhèn)，鳳慶縣包括鳳山鎮(zhèn)、魯史鎮(zhèn)、勐佑鎮(zhèn)、小灣鎮(zhèn)、洛黨鎮(zhèn)、三岔河鎮(zhèn)、營盤鎮(zhèn)和雪山鎮(zhèn)8個(gè)鎮(zhèn)，云縣包括愛華鎮(zhèn)、茂蘭鎮(zhèn)、漫灣鎮(zhèn)、涌寶鎮(zhèn)、幸福鎮(zhèn)、大寨鎮(zhèn)、大朝山西鎮(zhèn)7個(gè)鎮(zhèn)，永德縣包括德黨鎮(zhèn)、小勐統(tǒng)鎮(zhèn)、永康鎮(zhèn)3個(gè)鎮(zhèn)，鎮(zhèn)康縣包括南傘鎮(zhèn)、勐捧鎮(zhèn)、鳳尾鎮(zhèn)3個(gè)鎮(zhèn)，雙江拉祜族佤族布朗族傣族自治縣包括勐勐鎮(zhèn)、勐庫鎮(zhèn)2個(gè)鎮(zhèn)，耿馬傣族佤族自治縣包括耿馬鎮(zhèn)、勐永鎮(zhèn)、勐撒鎮(zhèn)、勐定鎮(zhèn)4個(gè)鎮(zhèn)，滄源佤族自治縣包括勐董鎮(zhèn)、芒卡鎮(zhèn)、勐省鎮(zhèn)、巖帥鎮(zhèn)4個(gè)鎮(zhèn)。有60.6%的城鎮(zhèn)沿著公路線分布，還有部分城鎮(zhèn)沿著勐佑河和南定河分布。

圖1臨滄市城鎮(zhèn)分布圖

Fig.1 Urban distribution of Lincang

2.2研究方法

分形是大自然的優(yōu)化結(jié)構(gòu)，分形體能夠最有效地占據(jù)空間。所謂分形是指其組成部分以某種方式與整體相似的幾何形態(tài)，或者是指在很寬的尺度范圍內(nèi)，無特征尺度卻有自相似性和自仿射性的一種現(xiàn)象。分形的基本特征是分形體具有自相似性和無標(biāo)度性，描述分形的主要特征參數(shù)是分維，又可稱為分維數(shù)[1]。其中，很多學(xué)者運(yùn)用分形理論對城鎮(zhèn)體系的空間結(jié)構(gòu)進(jìn)行研究。下面詳細(xì)介紹本文需要運(yùn)用的兩個(gè)城鎮(zhèn)體系空間結(jié)構(gòu)分形模型：空間關(guān)聯(lián)維數(shù)模型和半徑維數(shù)模型。

2.2.1空間關(guān)聯(lián)維數(shù)模型

城鎮(zhèn)體系的空間關(guān)聯(lián)函數(shù)為C(r) =(i≠j) (3)，式中r為標(biāo)度，dij為i、j兩城鎮(zhèn)的歐氏距離即烏鴉距離，θ為Heaviside函數(shù)[2]，具有性質(zhì) (4)。根據(jù)城鎮(zhèn)體系空間分布標(biāo)度不變性的分形特征有: C(r)∝rD(5)，式中：C (r)為關(guān)聯(lián)函數(shù)，D為關(guān)聯(lián)維數(shù)，其地理意義反映了城鎮(zhèn)之間空間相互作用的規(guī)律性。D的取值范圍一般介于0-2之間，其值越小，說明該區(qū)域城鎮(zhèn)體系空間分布的集中度越高，空間聯(lián)系越緊密，空間相互作用也越強(qiáng);反之，其值越大，則該區(qū)域城鎮(zhèn)體系空間分布越分散，空間相互作用也就越弱?？臻g關(guān)聯(lián)維數(shù)的獨(dú)特用途在于可以反映城鎮(zhèn)體系各要素之間交通網(wǎng)絡(luò)的通達(dá)性，從而指示城市之間的關(guān)聯(lián)性。在式(3)中，將dij改為實(shí)際交通里程即乳牛距離(cow distance)，利用式(5)可得交通網(wǎng)絡(luò)的關(guān)聯(lián)維數(shù)D′，從而可定義牛鴉維數(shù)比為ρ=D′/D(6)，ρ越接近于1，表明城市之間交通網(wǎng)絡(luò)通達(dá)性越好，從而城鎮(zhèn)體系各要素關(guān)聯(lián)度越高[3]。

2.2.2半徑維數(shù)模型

假定城鎮(zhèn)體系各要素按照某種自相似規(guī)則圍繞中心城市(一般是等級體系中的首位城市)呈凝聚態(tài)分布，且城鎮(zhèn)體系的分形體是各向均勻變化的，借助幾何測度關(guān)系確定半徑為r的圓周內(nèi)的城鎮(zhèn)數(shù)目N(r)與相應(yīng)半徑的關(guān)系，即有N(r)∝ (7)，類比于Hausdorff維數(shù)公式可知，式中Df為分維。由于半徑r的單位取值影響分維的數(shù)值，可將其轉(zhuǎn)化為平均半徑[4]，定義平均半徑為RS〈( )1/2〉(8)，則一般有分維關(guān)系RS∝S1/D(9)。其中，式(8)是平均半徑公式，式(9)是分維計(jì)算公式，RS為平均半徑，ri為第i個(gè)城鎮(zhèn)到中心城市的歐氏距離(稱重心距)，S為城鎮(zhèn)個(gè)數(shù)，〈…〉表示平均，D為分維。

一般取歐式維數(shù)為2，如果D>2，則城鎮(zhèn)體系要素的空間分布從中心向四周呈密度遞增，城鎮(zhèn)體系空間分布呈漏斗離散態(tài)分布，這是一種非正常的情況，且D值越大其城市空間分布的離散程度越大;如果D=2，城鎮(zhèn)體系的要素分布在半徑方向上是均勻變化的，城鎮(zhèn)體系空間分布呈均勻分布;如果D

3臨滄市城鎮(zhèn)體系空間結(jié)構(gòu)分形研究

3.1城鎮(zhèn)體系空間分布相關(guān)性分析

利用Mapinfo軟件對2008年臨滄市行政圖進(jìn)行數(shù)字化，量算出33個(gè)城鎮(zhèn)之間的直線距離，構(gòu)建各城鎮(zhèn)間烏鴉距離的33×33半角矩陣(表1)。取步長Δr=10km為標(biāo)度r，則在r內(nèi)的城鎮(zhèn)之間的距離點(diǎn)數(shù)C(r)隨r的變化而變化，這樣就可以得到一系列點(diǎn)對(r，C(r))(表2)。以lnr為橫坐標(biāo)，lnC(r)為縱坐標(biāo)做出散點(diǎn)圖(圖2)。由于計(jì)算空間關(guān)聯(lián)維數(shù)必須考慮無標(biāo)度區(qū)的范圍，根據(jù)散點(diǎn)圖，無標(biāo)度區(qū)的范圍從序號7起，到序號20結(jié)束，無標(biāo)度區(qū)對應(yīng)的尺度范圍是10-140km，在此尺度范圍內(nèi)市域城鎮(zhèn)體系存在自相似性。關(guān)聯(lián)維數(shù)D=1.3376，測定系數(shù)R2=0.9942。相關(guān)系數(shù)接近于1，相關(guān)性很好，說明臨滄市城鎮(zhèn)體系空間分布具有分形特征。根據(jù)上文關(guān)聯(lián)維數(shù)一般介于0-2之間，而臨滄市城鎮(zhèn)體系的空間關(guān)聯(lián)維數(shù)為1.3376，D值較大，從而說明臨滄市城鎮(zhèn)體系空間分布比較分散， 空間聯(lián)系不是很緊密，空間相互作用較弱。

表1臨滄市城鎮(zhèn)烏鴉距離陣/km

表2標(biāo)度r及其對應(yīng)的關(guān)聯(lián)函數(shù)C(r) /km

圖2臨滄市城鎮(zhèn)體系空間相關(guān)性的雙對數(shù)坐標(biāo)圖

Fig.2 The ln-ln plot on the urban system spatial pertinence in Lincang

用同樣的方法，當(dāng)dij改用基于公路的乳牛距離時(shí)，計(jì)算出在一定的標(biāo)度范圍內(nèi)公路交通網(wǎng)絡(luò)的分維數(shù)D′=1.2242，測定系數(shù)R2=0.9919，進(jìn)一步可以算出牛鴉維數(shù)比ρ=D′/D=0.9152。牛鴉維數(shù)比是來衡量區(qū)域城鎮(zhèn)體系內(nèi)交流狀況的，ρ接近于1，說明在無標(biāo)度區(qū)內(nèi)，臨滄市主要城鎮(zhèn)之間交通網(wǎng)絡(luò)通達(dá)性很好，從而城鎮(zhèn)體系各要素關(guān)聯(lián)度較高。

3.2城鎮(zhèn)體系空間分布集聚性分析

在2008年臨滄市行政圖中，以臨滄市政府所在地鳳翔鎮(zhèn)為中心測算區(qū)域城鎮(zhèn)體系的聚集維數(shù)(表3)，具體通過雙對數(shù)散點(diǎn)圖進(jìn)行線性擬合，確定分維數(shù)(圖3)。

表3臨滄市城鎮(zhèn)分布的重心距和平均半徑/km

圖3臨滄市城鎮(zhèn)體系隨機(jī)集聚分布的雙對數(shù)坐標(biāo)圖

Fig.3 The ln-ln plot on the urban system random centralization in Lincang

計(jì)算得到，分維D=1.6375，測定系數(shù)R2=0.9961。關(guān)聯(lián)系數(shù)為0.9961，說明空間關(guān)聯(lián)性非常好，其空間分布具有分形特征。而D=1.6375

4結(jié)論：

通過以上的研究，表明臨滄市城鎮(zhèn)體系在空間結(jié)構(gòu)上具有比較明顯的分形特征，表現(xiàn)出自相似結(jié)構(gòu)。

臨滄市城鎮(zhèn)體系空間分布的相關(guān)性方面：如果不考慮實(shí)際的距離，根據(jù)各城鎮(zhèn)的直線距離進(jìn)行分維測算，得出臨滄市城鎮(zhèn)體系空間分布比較分散，空間相互作用較弱，空間聯(lián)系不是很緊密；而當(dāng)考慮實(shí)際的交通距離時(shí)，測算結(jié)果表明臨滄市主要城鎮(zhèn)之間交通網(wǎng)絡(luò)通達(dá)性很好，各城鎮(zhèn)間的交流很方便。這些都是在一定的標(biāo)度范圍內(nèi)得出的結(jié)論，屬于局部分形，但標(biāo)度范圍相對較大，還是說明了臨滄市主要城鎮(zhèn)之間的各元素交流很緊密。就整體而言，由于臨滄市絕大部分都是山地，各城鎮(zhèn)間，特別是距鳳翔鎮(zhèn)偏遠(yuǎn)的山地小城鎮(zhèn)，其交流受地形的限制很大，城鎮(zhèn)體系空間分布的主要影響因素是自然條件，城鎮(zhèn)分布很分散。從圖1中可以看出有三分之一的城鎮(zhèn)沿著國道和省道分布，有縣鄉(xiāng)道將個(gè)別城鎮(zhèn)相連，這是受市場因素的影響，但交通受山地阻隔，交通網(wǎng)絡(luò)通達(dá)性還有待進(jìn)一步的提高?？傊R滄市城鎮(zhèn)體系空間分布呈現(xiàn)出局部集中，整體分散的特點(diǎn)。

臨滄市城鎮(zhèn)體系的空間集聚分布是以臨滄市政府所在地鳳翔鎮(zhèn)為中心向四周密度遞減，呈集聚態(tài)分布，距中心越遠(yuǎn)的邊緣地區(qū)與中心地的聯(lián)系越不緊密，城鎮(zhèn)體系空間分布不均衡。

這說明分形理論適合山地城鎮(zhèn)體系空間結(jié)構(gòu)的分析研究，對山地小城鎮(zhèn)的規(guī)劃具有一定的實(shí)踐價(jià)值。因此，在臨滄市城鎮(zhèn)體系規(guī)劃中，可以運(yùn)用分形思想調(diào)整和優(yōu)化城鎮(zhèn)體系的空間結(jié)構(gòu)。另外，臨滄市城鎮(zhèn)體系的空間分布受自然因素的影響較大，還處于初級分布和發(fā)展階段，在城鎮(zhèn)發(fā)展中應(yīng)該充分重視由于地形因素帶來的交通不便問題，加快以交通為主的基礎(chǔ)設(shè)施建設(shè)，改善城鎮(zhèn)之間的通達(dá)條件，增強(qiáng)城鎮(zhèn)之間的空間相互作用強(qiáng)度。以上的結(jié)論充分說明了交通條件對城鎮(zhèn)體系發(fā)展的重要性，對于臨滄市整個(gè)交通網(wǎng)絡(luò)分形的具體情況還有待進(jìn)一步的研究。

參考文獻(xiàn)：

[1]張濟(jì)忠.分形[M].北京:清華大學(xué)出版社，1995：1-15.

[2]徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M].北京:高等教育出版社(第二版)，2002:405-1408.

[3]劉繼生，陳彥光.城鎮(zhèn)體系空間結(jié)構(gòu)的分形維數(shù)及其測算方法[J].地理研究，1999，18(1):171-172.

[4]陳濤(陳彥光).城鎮(zhèn)體系隨機(jī)聚集的分形研究[J].科技通報(bào)，1995，11(2):98-101.

[5]劉耀彬，陳志，楊益明.湖北省城市體系空間結(jié)構(gòu)發(fā)展研究[J].華中科技大學(xué)學(xué)報(bào)(城市科學(xué)版)，2003，23(3):53-159.

空間說明范文第5篇

公路運(yùn)輸周轉(zhuǎn)量及其影響因素在地理空間上存在空間依賴性和溢出效應(yīng)，即公路運(yùn)輸周轉(zhuǎn)量會受到周邊地區(qū)的影響.本文采用空間統(tǒng)計(jì)分析Moran指數(shù)法檢驗(yàn)公路運(yùn)輸周轉(zhuǎn)量與空間依賴性間的關(guān)系.

1.1全域空間相關(guān)性檢驗(yàn)空間統(tǒng)計(jì)學(xué)一般使用空間統(tǒng)計(jì)量——空間自相關(guān)指數(shù)Moran’sI檢驗(yàn)區(qū)域經(jīng)濟(jì)變量的空間依賴性，即全域空間相關(guān)性.全域Moran’sI指數(shù)[10]定義。為了檢驗(yàn)省域公路運(yùn)輸周轉(zhuǎn)量是否存在空間自相關(guān)及集群現(xiàn)象，本文利用GeoDA方法計(jì)算了1981–2012年31個(gè)省公路周轉(zhuǎn)量的Moran’sI指數(shù).計(jì)算結(jié)果如圖1所示.全域Moran’sI的取值范圍介于-1~1之間，若數(shù)值大于0，說明空間存在正自相關(guān)，數(shù)值越大說明空間的正自相關(guān)性越強(qiáng)；若其數(shù)值小于0，說明具有空間鄰接關(guān)系的單元之間不具有相似的屬性，數(shù)值越小說明各空間單元的差異性越大；若數(shù)值為零，說明不具有空間相關(guān)性，各單元之間服從隨機(jī)分布.從圖1可以發(fā)現(xiàn)，中國31個(gè)省、直轄市和自治區(qū)的公路運(yùn)輸周轉(zhuǎn)量在空間分布上具有正自相關(guān)關(guān)系，即空間依賴性，這表明各省域的公路運(yùn)輸周轉(zhuǎn)量是存在相關(guān)性的.而且，從1981年開始，我國公路運(yùn)輸周轉(zhuǎn)量的空間相關(guān)性雖然有所波動(dòng)，但整體呈上升趨勢，表明在我國道路交通運(yùn)輸系統(tǒng)發(fā)展的同時(shí)，各省間的聯(lián)系越來越緊密，地區(qū)間公路運(yùn)輸周轉(zhuǎn)量的空間依賴程度越來越高.因此，在進(jìn)行省域公路運(yùn)輸周轉(zhuǎn)量分析時(shí)，空間影響因素不可或缺.

1.2局域空間相關(guān)性檢驗(yàn)局域空間相關(guān)性又稱為空間關(guān)聯(lián)局域指標(biāo)（LISA)，局域Moran’sI指數(shù)。采用局域空間相關(guān)性分析方法(LISA)對省域公路運(yùn)輸周轉(zhuǎn)量的空間格局和集群現(xiàn)象進(jìn)行更深入的分析，以彌補(bǔ)全域空間相關(guān)性分析方法的不足，其結(jié)果如圖2所示.“本地高，周邊高”型地區(qū)本身具有較大的公路運(yùn)輸周轉(zhuǎn)量，且附近的地區(qū)也具有較大的運(yùn)輸周轉(zhuǎn)量；“本地低，周邊低”型地區(qū)本身的運(yùn)輸周轉(zhuǎn)量較小，其周圍的地區(qū)運(yùn)輸周轉(zhuǎn)量也較小，同樣，有“本地低，周邊高”型地區(qū)和“本地高，周邊低”型地區(qū)“.本地高，周邊高”和“本地低，周邊低”型地區(qū)表示正的空間自相關(guān)并且存在相近運(yùn)輸周轉(zhuǎn)量的空間聚集，而位于“本地低，周邊高”和“本地高，周邊低”型地區(qū)則與鄰近地區(qū)呈負(fù)相關(guān).如圖2所示，“本地高，周邊高”型地區(qū)為高空間集群效應(yīng)地區(qū)，包括，遼寧、江蘇、上海、浙江和江西5省、直轄市；“本地低，周邊低”型地區(qū)為低空間集群效應(yīng)地區(qū)，包括，新疆、甘肅、青海和四川4省、自治區(qū)；“本地低，周邊高”區(qū)域?yàn)榫哂胸?fù)空間集群效應(yīng)的地區(qū)（即本地區(qū)公路運(yùn)輸周轉(zhuǎn)量低，而周邊地區(qū)高），包括安徽和天津2省.其他地區(qū)不具有明顯的局域空間相關(guān)性.通過對比不同省域公路運(yùn)輸周轉(zhuǎn)量局域空間關(guān)系可以發(fā)現(xiàn)，在不同的經(jīng)濟(jì)情況、產(chǎn)業(yè)結(jié)構(gòu)、地理?xiàng)l件下，各省的運(yùn)輸結(jié)構(gòu)各不相同，對周邊地區(qū)的影響力也存在較大差異.因此，在制定公路運(yùn)輸業(yè)的節(jié)能減排措施時(shí)，應(yīng)選擇“本地高，周邊高”和“本地低，周邊低”型地區(qū)，其可以在降低自身公路運(yùn)輸周轉(zhuǎn)量的同時(shí)，帶動(dòng)周邊地區(qū)的公路運(yùn)輸?shù)南陆?，以達(dá)到最優(yōu)的節(jié)能減排效果.

2公路運(yùn)輸周轉(zhuǎn)量空間計(jì)量模型

2.1空間計(jì)量模型依據(jù)空間面板模型的相關(guān)理論，空間常系數(shù)回歸模型包括空間滯后模型（SLM）和空間誤差模型（SEM）兩種，以及空間變系數(shù)回歸模型——地理加權(quán)回歸模型(GWR)[12]，本文將運(yùn)用空間常系數(shù)回歸模型進(jìn)行全域范圍的研究，分析省域公路運(yùn)輸周轉(zhuǎn)量的空間效應(yīng)和影響因素.空間滯后模型[13]可以檢驗(yàn)各變量在某地的擴(kuò)散效應(yīng)(或溢出效應(yīng))。

2.2公路運(yùn)輸周轉(zhuǎn)量空間計(jì)量模型構(gòu)建影響省域公路運(yùn)輸周轉(zhuǎn)量的主要因素包括經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)和人口數(shù)量等因素.本文在構(gòu)建空間滯后模型和空間誤差模型時(shí)，選取分產(chǎn)業(yè)GDP(第一產(chǎn)業(yè)FGDP、第二產(chǎn)業(yè)SGDP、第三產(chǎn)業(yè)TGDP)、省域人口總數(shù)(People)等指標(biāo)做解釋變量來分別反映經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)和人口數(shù)量.本文選用各省、直轄市、自治區(qū)的空間距離作為空間權(quán)重，通過模型的比較分析，揭示省域公路運(yùn)輸周轉(zhuǎn)量的空間效應(yīng)及其影響方式.該模型表示某一省域公路運(yùn)輸周轉(zhuǎn)量與其相近地區(qū)（具有空間相關(guān)性的地區(qū)）公路運(yùn)輸周轉(zhuǎn)量、本省經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)和人口數(shù)量的關(guān)系.式（9）與式（8）的區(qū)別在于，式（9）的空間影響體現(xiàn)在空間滯后誤差項(xiàng)中，沒有直接以TOVi的形式出現(xiàn).

3實(shí)例分析

3.1公路運(yùn)輸周轉(zhuǎn)量空間計(jì)量模型數(shù)據(jù)分析根據(jù)2012年的統(tǒng)計(jì)數(shù)據(jù)，對上節(jié)中的公路運(yùn)輸周轉(zhuǎn)量空間計(jì)量模型（空間滯后模型、空間誤差模型）和一種傳統(tǒng)的回歸模型（即不考慮其空間相關(guān)性）求解，其結(jié)果如表1所示.從表1可以看出，三種模型下的擬合優(yōu)度都高于0.8，空間滯后模型的擬合效果最好.空間滯后模型擬合結(jié)果顯示，空間自回歸系數(shù)為0.5578，說明公路運(yùn)輸周轉(zhuǎn)量具有較強(qiáng)的空間依賴性，空間臨近效應(yīng)非常明顯.因此，僅僅采用傳統(tǒng)的計(jì)量經(jīng)濟(jì)模型進(jìn)行分析將會得到有偏差的結(jié)果.從空間誤差模型結(jié)果看，空間誤差自相關(guān)系數(shù)為0.597，說明各省間存在的不可觀測數(shù)據(jù)也對公路的客貨周轉(zhuǎn)量產(chǎn)生正向作用.另外，第一、第二產(chǎn)業(yè)對公路運(yùn)輸周轉(zhuǎn)量的貢獻(xiàn)都大于第三產(chǎn)業(yè)，政府加大力度優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，增加服務(wù)業(yè)的比重，有利于降低公路運(yùn)輸周轉(zhuǎn)量，進(jìn)而降低交通運(yùn)輸業(yè)的能源消耗，達(dá)到節(jié)能減排的目的.

3.2情景分析我國在實(shí)施公路運(yùn)輸?shù)墓?jié)能減排措施時(shí)，應(yīng)該對各個(gè)省份采用不同的策略與尺度，因此，本文以空間臨近效應(yīng)高的地區(qū)為案例，分析這些地區(qū)公路運(yùn)輸周轉(zhuǎn)量下降對周邊區(qū)域的影響，進(jìn)而分析其對全國節(jié)能減排的貢獻(xiàn).由于遼寧、上海、江蘇、浙江及江西具有高空間集群效應(yīng)，這些城市公路周轉(zhuǎn)量的下降會帶動(dòng)其周邊地區(qū)減少公路運(yùn)輸，進(jìn)而可以促進(jìn)全國范圍內(nèi)公路運(yùn)輸量的下降.因此，本文著重分析這些地區(qū)減少公路運(yùn)輸對全國節(jié)能減排的影響情況.考慮到遼寧、上海、江蘇及浙江是沿海地區(qū)，這些城市可以通過大力發(fā)展水路運(yùn)輸減少公路運(yùn)輸周轉(zhuǎn)量；江西是內(nèi)陸城市，可以通過鐵路運(yùn)輸降低公路運(yùn)輸分擔(dān)率.假設(shè)2014年GDP增長率為8%，國內(nèi)具有良好的節(jié)能減排實(shí)施環(huán)境，當(dāng)高空間集群效應(yīng)的地區(qū)公路運(yùn)輸周轉(zhuǎn)量降低不同幅度（假設(shè)三種情景：下降25%、15%、5%）[14]時(shí)，應(yīng)用空間滯后模型計(jì)算各種情景下全國的節(jié)能減排效果.具體情況如表2所示。從表2可以看出，三種情景下，遼寧、江蘇、上海、浙江和江西五個(gè)地區(qū)公路運(yùn)輸周轉(zhuǎn)量的減少均帶動(dòng)其空間鄰接區(qū)域公路運(yùn)輸周轉(zhuǎn)量不同程度的降低，分別降低6.6%、3.2%和1.4%.由于這只是減少5個(gè)地區(qū)的公路運(yùn)輸周轉(zhuǎn)量對全國節(jié)能減排的影響，因此，其降低比例要低于這5個(gè)地區(qū)的情況，但這只是部分地區(qū)對全國的間接影響，如果進(jìn)一步擴(kuò)大減排的省域?qū)⒖赡艹尸F(xiàn)相互影響、梯次下降的局面，進(jìn)而實(shí)現(xiàn)我國預(yù)計(jì)的節(jié)能減排目標(biāo).

4研究結(jié)論