当前位置: 首页 精选范文 经济统计与分析范文

经济统计与分析精选(五篇)

发布时间:2023-11-02 10:15:03

序言:作为思想的载体和知识的探索者,写作是一种独特的艺术,我们为您准备了不同风格的5篇经济统计与分析,期待它们能激发您的灵感。

经济统计与分析

篇1

关键词:统计经济信息 内容完善 统计技术

引言

在当前网络信息时代,信息的作用不言而喻,往往成为各行业发展的关键。统计经济信息指的是对经济领域进行搜集统计的信息数据,反映了经济运行情况,可以帮助相关人员实时了解市场经济变化,掌握经济动态,从而及时调整战略,维护国民经济稳步前进。其作用如此重要,而内容涉及诸多方面,如何完善内容就显得非常关键。统计信息的最终目的是应用,根据信息所反映的情况,对实际经济发展进行调整,解决出现的问题,所以要对内容加以合理利用,使其作用得到最大发挥。

1、关于统计经济信息的内容完善

经济决定着上层建筑,尤其是在当下市场经济环境下,各国都极为重视经济发展。每天都在发生着各种经济活动,产生大量的经济信息,相关部门对这些信息进行采集、处理、分类,最终做成报表。经济报表较为直观,方便工作人员查看,根据报表内容了解经济活动规律,以及各项巨细,用于国家或企业分析并改变策略。如今进入了信息时代,世界一体化格局已形成,经济活动更为频繁,而且往往涉及商品市场、劳动市场、技术市场等,范围较广,内容复杂,共同组成了经济信息内容。从微观角度看,这些内容包括企业占的市场份额、产品价格,以及相关的附加价值等。以建筑项目为例,建筑面积、投资成本、周围环境等信息都必须提前统计,如此才能制定合理可行的方案。

我国正处于经济转型期,过去的计划经济已不适应现在发展的要求,必须逐步过渡为市场经济。从宏观角度来看,经济信息包括货币流通、市场分配、投资信息,以及人们的生活水平和消费状况,深入了解这些信息,才能抓住经济发展的重点,制定相应的计划和对策,促进我国经济平稳发展。相比于企业公司,国民经济体系庞大,内容纷繁复杂,经济规律和动态更难掌握,需要切实统计所有方面,确保信息的完整性、及时性和真实性,作为政府经济决策的主要依据,使得我国经济能够正常运转。以建筑行业为例,必须树立科学发展观,从长远利益加以考虑,包括行业的稳定、资金的分配周转等。这些信息或多或少都能反映出经济规律及其运行特征,对建筑行业发展和国家经济管理都大有裨益。

随着社会的进步发展,行业越来越多,分工越来越细,且还有很多新产业不断涌出。传统的有农业、工业、运输业等,新的有快递、自媒体等。这些产业使得统计经济信息内容更为给丰富,而统计部门为尽快适应各种变化,对其灵活性也要求极高,必须跟紧时代潮流,及时调整统计信息内容。同时还要创新统计方法、统计手段,用于更准确地分析我国经济的组成结构、现状和未来趋势,从而为实现行业长久发展做准备。再者,市场经济复杂多变,统计部门更应谨慎,对新兴产业多加关注,做好统计工作,尽可能全面地搜集相关信息,对新兴产业有全面的了解。所以,各行业在重视技艺方法更新的同时,还要随时关注国家政策。

2、关于统计经济信息的内容利用

统计经济信息通常包括三部分:第一,一般性基本信息,主要是对统计对象有初步了解;第二,科研信息,比较专业,倾向于对统计对象的科学研究;第三,统计工作的统计信息。不管是何种信息,搜集统计的目的是加以利用,发挥信息的价值,将其用于实际生活生产中,运用于国家经济管理,维护各行业秩序稳定,促进国民经济稳步前进。所以,如何利用就显得无比关键,必须探讨出较为科学可行的方法和途剑使得各类报表、报告都能发挥最大作用。

不管是国家还是企业,为提高经济管理质量,至少应做到以下几点:

首先,成立专门的统计机构,并安排专业统计人员负责,统计机构内部要明确分工,确保每个人员都能做好自身工作。完善管理体制,根据实际情况,综合考虑相关因素,科学合理地制定统计指标体系。同时,加大研究力度,整合不同的统计经济信息,展开综合分析,完善此方面的理论体系。管理方面需改传统的上下级制度为扁平化模式,上下级制度往往需要经过多道程序,很容易导致信息滞后,而且不方便各职能部门的交流。扁平化模式则使得各职能部门增进了解,互相交流,从而建立起内部联系,有利于信息的扩散和搜集,确保信息的完整性和及时性。

其次,统计指标体系非常重要,既要符合国家经济特征,又要满足行业要求。所以在设置时,需从全面考虑,保证指标体系的完整性。以各企业为例,在经济管理中,就应搜集企业的全部信息,还要统计区域经济发展情况,以及国家政策等因素,而且各项指标越细越好。市场经济在不断变化,企业发展过程中也难免遇到各种变动,这就要求把握动态,根据具体的变化对指标体系进行及时调整。调整并不是说不重视质量,相反要建立在规范性的基础上,包括指标的名称、统计口径、信息来源等,都应加以规范,确保各项指标都科学合理。建立指标体系是为了更好地用于实践,所以必须能够客观真实地反映企业当前的水平。

此外,随着经济信息的增多,统计和整合分析的工作量更大,这就要引进现代化技术,运用先进的计算机设备和统计方法,以提高工作效率和统计分析的准确性。同时,还要对统计人员进行专业培训,提高统计人员的专业技能和综合素养。比如,建立起健全的统计信息网络,实现主要数据信息的及时更新,加快企业统计信息网络与部门统计网络的连接,实行企业联网直报。建立数据库,用于存储相关报表信息和各类数据,及时反映企业的发展状况。

3、结束语

统计经济信息对企业和国家发展都非常重要,能够反映出国家经济和企业的发展现状,包括规模结构、管理质量、资金运行情况等。随着社会的发展,许多新行业产生,而且分工越来越细,相应的经济信息数据更多。统计部门应及时更新信息,完善信息内容,并加强内部建设,引进先进的科学技术手段,合理地利用信息。使其价值得到最大发挥。

参考文献:

[1] 巩怡含.统计经济信息的内容完善与利用研究[J].经济管理,2016,16(10):18

[2] 刘倩萍.完善推进集团公司统计信息化建设工作路径探究[J].中国市场,2016,28(50):149-150

篇2

关键词:现代物流业GDP回归分析

现代物流业是在信息技术和现代管理方法的基础上,通过对传统的储运资源整合而形成的一种新兴产业形态,物流业与国民经济各领域都有密切的关联,已成为国民经济新的增长点。20世纪90年代以来,我国现代物流业总体规模快速增长,服务水平显著提高,发展的环境和条件不断改善,推动着国民经济又好又快发展。

物流业对经济的贡献率加大

表1显示:1991-2007年物流业对GDP增长的拉动力一直处于较高的水平,并且呈现不断增长的趋势,物流对GDP的拉动力指标从1991年的6%增加到2007年的7.71%。从1991年到2007年的数据可以看出,物流增加值和GDP的增长变化状况基本一致,在此阶段,二者都处于较快增长的阶段,其中,1994年和2005年是我国物流发展最快的两年,这两年的物流增加值分别比上年增长28.13%和40%,这两年也是我国GDP增长最快的两年,GDP分别比上一年增长35.26%和33.16%。

国民经济的发展需要现代物流业的支持

从表1看,1991年以来,我国经济持续快速发展,GDP年均增长约10%,其中物流业功不可没。1991年至2007年,全社会物流总额从3.02万亿元上升到75.2万亿元,增长了24.1倍,年均以22.3%的速度递增,大大高于同期GDP16.5%(按现价算)的年均增长速度。“十五”期间,中国社会物流总额达158.7万亿元,比“九五”时期增长了近1.4倍,年均增长23%。2004年,我国社会物流总额达38.38万亿元,同比增长29.9%,增幅比上年同期提高2.9个百分点,是近十年来增长最快的一年,2005年,我国社会物流总额达48.1万亿元,同比增长25.2%,增幅虽比上年有所回落,但仍呈快速增长态势。2007年全国物流业增加值1.7万亿元,同比增长20.3%,全国社会物流总额为75.2万亿元,同比增26.2%,增幅比2006年提高2.2个分点。2008年上半年,全国社会物流总额43.29万亿元,按现价计算,比上年同期增长28.1%,增幅同比提高2.5个百分点。1991年到2007年,国民经济发展对物流的依赖程度明显增大,物流需求系数从1991年1.5增加到2007年的3.0,即1991年我国每单位GDP产出需要1.5个单位的社会物流总额来支持,而到了2007年,我国每单位GDP产出则需要3个单位的社会物流总额来支持。

现代物流业和国民经济高度正相关

根据1991-2007年GDP和社会物流总额统计数据绘制被解释变量y(GDP)与解释变量x(社会物流总额)相关度散点图,如图1所示。

从图1可以看出,GDP和社会物流总额之间高度线性相关。使用SPSS11.5进行相关分析的结果显示,GDP和社会物流总额之间的相关系数为0.990,进一步确认两者高度相关。

查相关系数检验表得知:r0.01(15)=0.606<0.990

这说明在显著性水平0.01下,GDP和社会物流总额之间的线性关系是显著的。据此可以构建线性模型:Y=a+bx,其中,a与b是待估计参数,x为我国社会物流总额,y为我国GDP。

运用SPSS11.5统计软件对表1数据进行回归分析,估算出参数a和b的值:a=2.843,b=0.306,于是得到回归方程:Y=2.843+0.306x,R2=0.980。

该结果说明,我国物流总额每增加1万亿元,GDP增加0.306万亿元。其中GDP变异的98%可以由社会物流总额的变异来解释。

但是回归方程Y=2.843+0.306x是否能真实地反映GDP和现代物流之间的关联度,能否合理解释现代物流对经济增长的作用,还需进一步的验证。因此有必要对回归结果进行方差分析,分析结果见表2。

回归结果方差分析显示,F检验的显著性概率为0,即检验假设“H0:回归系数b=0”成立的概率等于0,从而应该拒绝H0,说明回归效果极为显著。模型Y=2.843+0.306x可以用来描述现代物流对中国经济增长的作用。

综上,现代物流业的发展对于促进国民经济稳定、协调发展具有重要意义。所以,我国应致力于建立公平、公正、公开的物流竞争市场,形成可控与自由运作的现代物流机制,降低物流成本;进一步推进物流信息化;积极推广先进适用的物流技术;努力推动第三方物流的发展;加快物流亟需人才的培养,为物流产业的发展创造良好的产业发展环境,促进我国的物流产业不断成长和发展。

参考文献:

1.李怀政.全球物流管理[M].中国物资出版社,2006

2.李力,杨柳.物流产业与国民经济之间关系的实证研究[J].武汉理工大学学报,2006(6)

篇3

关键词:经济增长;就业;回归模型;四川

中图分类号:F124.1 文献标志码:A 文章编号:1673-291X(2012)35-0064-02

引言

经济增长与劳动就业关系密切,经济增长能否带来就业的同步增加,取决于经济增长方式。不同的产业结构形式,将会导致不同的经济发展速度,间接地影响到产业对劳动力的吸纳能力。在中国进入“十二五”时期,在深化改革开放、加快转变经济发展方式的攻坚阶段,明晰经济增长与就业的关系,找出不同产业发展对就业的拉动力,做好产业结构的调整,促进劳动就业,就显得尤为重要。

四川省是中国西部人口大省,其经济发展在中国西部经济发展中有一定的代表性。本文基于四川统计年鉴数据,运用回归分析方法,借助EVIEWS统计分析软件,对四川省经济增长与人口就业做出统计分析,以期对加快四川省产业调整,促进经济增长和就业扩大有借鉴意义。

一、分产业的四川省经济增长与就业的关系

本文引入劳动力资源总数这一变量,运用多元线性回归分析方法,把就业和地区生产总值按照第一、二、三产业分开作为变量,基于《四川统计年鉴2011》中1990—2010年的统计数据,进行分产业就业和分产业地区生产总值之间计量模型构建与分析。

(一)第一产业就业人口的回归分析

以第一产业就业人口EP1为因变量, 以劳动力资源总数LFR及三次产业生产总值GDP1、GDP2、GDP3 为自变量建立多元线性模型,做参数统计检验。因劳动力资源总数作为一个变量引入,在模型中就不引入常数项,模型如下:

LnEP1=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

(符号说明:GDP表示地区生产总值(亿元),GDP1代表第一产业地区生产总值,GDP2代表第二产业地区生产总值,GDP3代表第三产业地区生产总值,EP代表总体就业人口(万人),EP1代表第一产业就业人口,EP2代表第二产业就业人口,EP3代表第三产业就业人口,LFR代表劳动力资源总数,μ代表随机误差。符号在后文中出现不再重复说明。)

用EVIEWS对该模型进行消除多重共线性的逐步回归,得到第一产业就业人口模型:

LnEP1=1.164634 LnLFR-0.321820 LnGDP1

t=(89.97170) (-19.62997)

R2=0.912729 AdjustedR2=0.97881 F-statistic=188.2546

上式显示模型拟合的效果很好,但是经对数处理后的系数不能直观反映出第一产业就业人口与劳动力资源总数之间的关系,故用未经处理的原始数据在EVIEWS中回归后变量中劳动力资源总数LFR的系数为0.685403,即每10万经济活动人口约有6.8 万人从事第一产业,符合经济意义。四川省是农业大省,农业劳动人口众多。从模型中显示第一产业GDP与第一产业就业关系的结果看,第一产业GDP的系数为-1.723037,系数为负说明第一产业农业对劳动力不具吸纳作用而是产生就业的挤出效应。产生这种效应的原因是多方面的,农村经济体制改革以来,农民劳动积极性提高是原因之一;农业现代化生产工具与生产方式的采用,大大提高了农业劳动生产率也是原因之一;土地制度改革,土地流转政策的实施,也可能促进第一产业的就业饱和并排挤出农村剩余劳动力转向二三产业。

(二)第二产业就业人口的回归分析

借鉴第一产业就业模型,以第二产业就业人口EP2为因变量,劳动力资源总数LFR和三次产业的地区生产总值GDP1、GDP2、GDP3为自变量。建立第二产业就业人口模型:

LnEP2=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归,得到第二产业就业人口模型:

LnEP2=0.632199LnLFR+0.170181LnGDP2

t=(89.72048) (20.49607)

R2=0.975924 AdjustedR2=0.94586 F-statistic=729.6217

第二产业具有GDP 高产出的显著特征,GDP的增长对就业的拉动作用非常明显,该产业GDP的增长与其就业人口增长呈现一致变动的关系;目前,四川省第二产业GDP发展吸收就业的能力仍然很强。

(三)第三产业就业人口的回归分析

如上,以第三产业就业人口EP3为因变量,劳动力资源总数LFR和三次产业的地区生产总值GDP1、GDP2、GDP3为自变量。建立第三产业就业人口模型:

LnEP3=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归,得到第三产业就业人口模型:

LnEP3=0.580312LnLFR-0.281684LnGDP2+0.554490LnGDP3

t=(82.97539) (-5.302039) (10.80001)

R2=0.991395 AdjustedR2=0.990383 F-statistic=979.3299

比较第三产业模型与前两次产业模型在劳动力资源总数上的系数可以看出,第三次产业的水平还比较低,因此吸纳就业的能力还很有限。式中,第二产业对第三产业就业人口影响为负数,说明二次产业的增长吸纳了更多就业人口,致使第三产业就业人口相对减少。

从上可看出,因经济发展水平不高、大众消费水平低较低和第三产业发展不充分等诸多因素影响,造成第三产业吸纳就业的能力不强。

(四)总体就业与三次产业的地区生产总值的回归分析

因每年新增的劳动力对就业人口影响较大,对各产业的就业影响也各不相同,故根据以上分产业就业人口的回归分析,以总体就业人口EP为因变量,以劳动力资源总数LFR及三次产业的地区生产总值GDP1、GDP2、GDP3为因变量建立多元线性回归模型:

EP=α*LFR+β1*GDP1+β2*GDP2+β3*GDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归,得到总体就业人口模型:

EP=0.846424 LFR+0.191139 GDP2-0.353723 GDP3

t=(395.6410) (8.563305) (-12.46845)

R2=0.947600 Adjusted R2=0.941436 F-statistic=153.7145

总体就业人口模型中变量LFR(劳动力资源总数)的系数为0.846424,其值的范围在0和1之间,符合经济意义:四川省经济在排除三次产业经济发展及其他因素影响下,可保证84.64%的劳动力就业。而三次产业的结构和经济发展对总体就业产生了不同影响。

二、结论

三次产业对就业的拉动能力各不相同。其中,第一产业就业已基本达到饱和,出现劳动力挤出效应;第二产业经济增长速度快,随着劳动生产效率的提高,其吸纳就业的能力有限;能够提供大量就业的第三产业发展水平还很有限,还不能发挥其对就业增加的拉动作用。因此,四川省经济发展的产业结构还不尽合理。如要充分扩大就业,切实缓解就业压力,还应当从产业结构调整上做出考虑。

三、对策建议

1.调整产业结构,扩大劳动就业。四川省是人口大省,也是劳动力大省,就业压力大。劳动密集型产业就业吸纳能力强,对促进就业具有直接作用,而第三产业多属于劳动密集型产业,故应调整产业结构,大力发展第三产业。

篇4

【关键词】FDI;经济增长;产业结构

一、引言

随着经济全球化的迅猛发展,我国的市场经济和对外开放水平也在不断地发展。在这种趋势下,我国经济与世界经济的联系日益紧密,受世界经济波动的影响日益明显。世界经济波动通过贸易、投资、技术、劳动力和信息等多种渠道对我国的经济产生巨大的影响。其中FDI作为投资的重要组成部分,与我国经济增长之间的关系也是目前经济学领域研究的重要问题。

二、数据的选取与处理

本文采用两个指标:国内生产总值(GDP)和外商直接投资(FDI),选取1985年为样本数据的起点,实证分析中选取1985年―2008年为数据样本区间。了避免经济数据时间序列中的异方差影响,所有变量均采取实际值的自然对数形式,具体表示如下:LNGDP表示GDP对数时间序列;LNFDI表示FDI对数时间序列。

三、数据的统计分析

(一)简单统计分析

1.相关系数矩阵

从相关系数矩阵(表1)可以看出,FDI与LNGDP的相关系数为0.973954,是该矩阵中相关度最高的,其它变量间相关系数也较高,初步得出代表我国经济增长的GDP与外商直接投资FDI呈现高度相关的结论。

2.与的线形图、散点图及线形图

图1、图2和图3更加直观形象生动的显示了我国经济增长()与外商直接投资()之间的线性关系及相关关系。这位后面的分析奠定了基础,使后文的分析更加有意义。

(二)时间序列分析

1.单位根检验

各序列的单位根检验结果整理如表2所示。

表中:检验形式分别表示检验是否包含常数项、时间趋势项和滞后阶数。

由表2可知,和的水平序列、一阶差分序列都是非平稳的,而其二阶差分序列都是平稳的。因此下文可继续进行协整检验。

2.协整检验

协整是对非平稳经济变量之间的长期均衡关系的统计描述。本文将采用两变量的检验来讨论和两个变量之间的协整关系。首先对变量进行回归,估计对的回归方程,分析结果如表3所示。得到协整回归模型如下:

检验残差序列是否平稳,对协整回归方程估计残差序列进行检验,无常数项和时间趋势项,检验结果如表4所示。

由于的检验值为-0.766964大于临界值,因此我们接受非平稳原假设,这意味着两变量与不协整,我们不能说两者之间存在长期均衡关系。

此时采用对和的协整检验,先进行回归,得到以下结果。

由此可得,协整回归模型如下:

接着,检验残差序列是否平稳,对变形后的协整回归方程估计残差序列进行检验,无常数项和时间趋势项,检验结果如表5所示。

由于的检验值在5%和10%的显著性水平下都是小于临界值,因此我们接受平稳的备择假设,这意味着两变量与是协整的,即两者之间存在长期均衡关系。这样我们就可以建立与之间的误差修正模型。

3.建立误差修正模型

证明了,只要变量间存在协整关系,则这些变量必有误差修正模型表达形式存在。这里我们对与这两个变量建立误差修正模型,结果如表6所示。

标准格式的模型回归结果如下:

方程的回归系数通过了显著性检验,误差修正系数为负,符合反向修正机制。回归结果表明的短期变动对存在正向影响。此外,由于短期调整系数是显著的,因而它表明每年与其长期均衡值的偏差中的9.6%(0.095946)被修正,显然,通过短期调整来修正长期均衡偏离的力度不大。

4.因果关系检验

相关系数说明与之间存在着高度相关关系,但是相关关系不能说明外商直接投资与经济增长两者之间的相互作用,为了进一步了解两者之间的关系,我们进行了因果关系检验,结果如表7所示:

由表7可知:滞后期数取1时,在10%以下的显著性水平下接受原假设,即与之间不存在因果关系;滞后期数取2和3时,在10%的显著水平下,拒绝“不是引起的原因”的零假设,但不能拒绝“不是引起的原因”的零假设;而滞后期数分别为4时,在10%以下的显著水平下拒绝原假设,即与存在着双向的因果关系。

四、结论

1.因果关系

与两个变量之间存在的因果关系,要分短期和长期的因果关系。从短期来看,二者之间不存在格兰杰意义上的因果关系,即近期的经济增长与外商直接投资之间并不存在相互促进或阻碍的关系;但随着滞后期数的增加,二者显现的是存在单向的因果关系,也就是说我国经济的发展能够吸引不断流入;从长期的角度看,二者存在着双向的因果关系,也就是说流入量的增加能引起我国的增长,促进我国经济的发展,同时我国的增长即经济的发展也吸引了更多的流入。

2.长期趋势

从长期的发展趋势来看,与存在长期协整关系,这表明拉动中国经济增长主要依靠的是它的长期需求拉动效应。因此,在利用外资的策略上要坚持长期而非短期策略,只有这样,才能使对的增长具有持久的作用,才能从长远的规划中使两者达到协调发展。

3.回归模型分析

从与两个变量的回归模型来看,对的增长的拉动力度较大。模型回归系数0.768542表明:我国外商直接投资每增长1个百分点,就会拉动国内生产总值平均增长0.768542个百分点,其拉动效果十分明显,引入作为外向型经济政策的重要组成部分,对于经济增长的贡献尤其值得关注。

参考文献:

[1]邓剑平.FDI与我国经济增长的相关分析研究[J].经济研究导刊,2008.

[2]徐李婷.FDI对我国经济增长影响的实证分析及对策[J].黑龙江对外经贸,2007.

[3]赵艳.FDI对我国经济影响分析[J].辽宁行政学院学报,2005(1).

[4]易丹辉,杜江.数据分析与Eviews应用(第一版)[M].北京:中国人民大学出版社,2002.

作者简介:

邢莉莉(1986―),女,河南开封人,西北师范大学硕士研究生,研究方向:数量经济分析研究。

篇5

关键词 空间统计分析 GIS 区域经济分析 应用

GIS与空间统计分析这两种处在前沿的技术,虽已经得到了大力推广与使用,并且在它们的结合作用下,能大幅度地加快区域经济发展方面的研究效率。但是以现阶段的情况来看,在GIS与空间统计分析进行结合之后也存在着很大的局限性,让实际发挥出来的效果打了个很大的折扣。所以说,研究如何将空间统计分析和GIS结合起来让它们发挥更大的效用是非常有必要的。

一、对空间统计分析与GIS进行描述

(一)对空间统计分析的了解

空间统计分析需要建立在统计学的知识体系之上,而在地域领域之中,空间抽样是最常被使用的一种做法。这一做法主要是要依靠大量的数据在某一区域以及邻近区域在某些方面的表现值与现象存在很强的相似性。与以往统计分析理念不同的是,它的空间概念打破了先前相互独立的设想,在操作应用的时候,为了简化任务的复杂度,应该对全国各区域的散乱的数据资料进行整合,以此实现对区域经济的分析。虽然这种新型统计方法与传统统计方法有一定的出入,然而并不是意味着我们就得把先前的统计方法彻底弃置,反而是要对它进行不断地加强和创新,提高它的科学性和技术性,更适合社会的发展需求。

(二)对GIS的进一步了解

GIS又叫作地理信息系统,他是以信息技术为基础对空间信息进行整合分析的一种科学方法。它最重要的一种方法就是地理模型法,GIS技术可以为地理研究提供各种不同的信息,其中有动态或是静态信息等。更重要的是,他可以让空间信息形成一条完整的信息产业链,从信息的收集和整合到后期的分析应用,都起到重大的作用。在GIS与空间统计分析的共同作用之下,我国区域经济的发展必然会大步向前推进。

二、空间统计分析与GIS协作运用的未来发展情况

对于特异性强的经济区域来说,做好对它们的分析工作处在推动社会经济发展工作的核心地位。根据每个地区的具体的经济形势,运用分区化的方法来细化所要研究的对象,让研究工作可以更细致地完成。与此同时,还要坚持经济区域的概念,抓住空间管理的特性,更加明确哪个是首要经济区域,并且对这个重要地区以及与它有所关联的经济区域做更深层次的研究。在对经济区域进行分析时,往往都是按照从低等到高等的顺序来进行的。在这样的情况下,如果在进行空间统计分析之前先加入GIS技术,就可以明显提高分析效率。不仅如此,一方面它还减少了分析数据的工作量,另一方面让区域经济分析的进行得到了有力的保证。我相信在这两个技术的不断进步之下,它们对国家发展的促进作用也会越来越明显。

三、如何实施空间统计分析与GIS在区域经济分析中的应用

(一)建立完善的空间权重矩阵

在进行区域经济分析的时候,及时对有的信息进行拓展和延伸是非常有必要的,而这些信息通常都是经由GIS来产生的。而在对所获数据进行分析和拓展时,空间邻近和空间链接都是其中的决定性因素。因此建立一个完善的空间权重矩阵式是极其有必要的,它的空间邻近关系能够更清楚地表达出来,就可以让距离标准和邻近标准更加精确,这样就让处在各个位置的要素得到更好地理解以及分析。

(二)精确空间自相关度的度量

在整个数据分析过程之中,空间自相关度的精确度是非常关键的。如果两个邻近地域有着极其相似的地理现象或者是有着某个相似的属性值,这时候就应该将这个属性值或现象的相似程度与自相关度联系起来,并经由它进行反映。而一般的自相关度是由局部指标和全局指标来衡量的,而这两种衡量指标各自都存在着优点以及缺点,所以想要提高空间自相关度的精确度就必须妥善用好这两种衡量标准,以免不正确的使用造成自相关度的度量的误差过大而影响了区域经济的数据分析。

(三)弄清空间关联识别

在对区域经济分析中,空间关联识别也是其中一个非常重要的环节。而衡量它的标准也是由两个因素来决定,这两者之间呈现着负相关的关系。当计算出一个值的时候,也就得到了另外一个的值。若是MC的取值处在-1之下而GR又在0之上时,各个属性值都会呈现聚集分布的状态,这样就让空间自相关变成负的了。当MC的值一直处在0的附近且小于0,这样空间自相关也将一直是负的。这是由于正负值都有着与之对应的自相关,即正对正,负对负。

(四)空间统计分析与GIS的结合应用

随着社会经济的不断发展,我国区域经济的分析工作的难度也在不断地加大,仅仅只靠空间统计分析早已经没法再胜任这个任务。当下的专家和相关工作者都在研究如何将空间统计分析与GIS技术更好地结合在一起来进行工作。由于GIS拥有着很强的优势,它不但可以获得更为精确的地理信息,而且还能够得到有关的空间数据信息。在经过无数次的实验研究后发现,将空间统计分析运用到GIS的结合方式能更好地达到分析作用。先是利用空间统计分析,将MC和GR的值计算出来,然后再利用GIS将这些数据在空间上的分布特征确定出来,以此来了解区域之间所存在的关联性。

四、结论

结合上面所论述的观点,为了我国各个区域更好更快地发展,就必须对这些区域的经济进行更为系统而又科学的研究和分析。若想得到更为科学的数据和信息就离不开GIS的帮助,而只有GIS还无法对这些数据进行全面的分析,所以还需要运用空间统计分析进行分析。所以如何让GIS和空间统计分析更有效率地对区域经济进行分析研究成为发展区域经济工作的重中之重。伴随着GIS与空间统计分析结合的有效性的提高,区域经济发展也会得到很大的提升,区域经济发展的加快也会对我国的社会主义现代化建设起促进作用。

(作者单位为武安市城市供水管理处)

参考文献

[1] 龙洋洲.空间统计分析在区域社会经济分析中的应用分析[J].科技传播,2014 (15).

[2] 陈灿斌.区域经济分析中空间统计分析理论与GIS的应用探讨[J].商业故事,2015 (6).

[3] 李林.基于GIS的空间统计分析在奶牛地氟病监测中的应用[J].农业工程学报, 2012(10).