毕业论文移动版

本文主要采用的变差系数来衡量区域经济的差异程度。

值越大，表明区域经济差异的程度越大。但由于变差系数只能揭示总体发展差异规律，忽略了各县之间的空间联系作用，用一定程度上的先验模式并采用图形可视、数值分析、非数值分析、统计等方法探索空间数据包含的空间结构、空间形态、空间趋势和异常点。和空间插值方法来分析2005年-2015年河南省地区县域经济差异在空间上的变化。

3。2  空间数据探索分析

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。，尤其表现在2005年-2010年，小。

表1展示了2005年、2010年和2015年河南省县域之也加深了我们对区域经济差异的认识[11]。总体而言，有两类空间数据探索分析方法，一类是全局统计（Global Statistics），另一类是局部统计（Local Statistics）。

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。尤其表现在2005年-2010年，小。

也加深了我们对区域经济差异的认识[11]。其中，：

式中： 

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。总 

其计算公式如下：

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。

式中：Ii是第i个区域Local Moran’s I其他变量的含义与Moran’s I公式中含义相同。负值则表示非相似值的空间集聚，说明区域i与周边地区之间的空间差异显著大。

3。3  空间插值方法

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。 

本文主要采用的是普通克里金插值法，：

其中， 

4  结果与分析

4。1  变差系数分析文献综述

表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势体而尤其表现在2005年-2010年，2

表1 2005年-2015年河南省县级区域经济变差系数Cv

年份 2005年 2010年 2015年

变差指数Cv 0。040 0。033 0。030

4。2  全局空间自相关分析

从Cv与Moran’s I的比较发现，2005年-2010年这个时段两者的变化趋势相反，2010年-2015年的变化趋势相同。缩小，利用Anselin设计的GeoDA软件，可以计算出河南省县域2005年、2010年和2015年的人均GDP的空间自相关系数Moran’s I (表2）。从中可以看出2005年-2010年123oran’s I 值呈上升趋势，随后又开始逐渐减小。整个研究过程中，Moran’s I值都是正值，表1展示了2005年、2010年和2015年河南省县域之间经济差异的变化趋势。

从Cv与Moran4 I的比较发现，2005年-2010年这个时段两者的变化趋势相反，2010年-2015年的变化趋势相同。，Moran’s I减小表明经3济集聚效应有所减弱，集聚区域内部县域总体发展差异42有所扩大。。