基于ESDA的鄉(xiāng)鎮(zhèn)糧食產(chǎn)量空間特征分析

張杰+劉丹+諸葉平等

摘要： 以河北省石家莊市46個(gè)鄉(xiāng)鎮(zhèn)2007—2012年糧食總產(chǎn)量和2012年常用耕地面積為基礎(chǔ)變量，采用探索性空間數(shù)據(jù)分析（exploratory spatial data analysis，ESDA）的空間自相關(guān)分析方法和自然間斷點(diǎn)分級(jí)（Jenks）分類方法，借助GeoDa、ArcGIS軟件分析各鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量的空間分布特征、演化趨勢(shì)以及糧食總產(chǎn)量和單產(chǎn)之間的相互關(guān)系。結(jié)果表明，石家莊市研究區(qū)域內(nèi)糧食總產(chǎn)量總體上存在正的空間自相關(guān)特征；局部之間有較強(qiáng)的高-高聚集性，并且逐步趨于穩(wěn)定；糧食總產(chǎn)量和單產(chǎn)之間的發(fā)展水平出現(xiàn)了不協(xié)調(diào)現(xiàn)象。

關(guān)鍵詞： ESDA；空間自相關(guān)；GIS；糧食產(chǎn)量；石家莊

中圖分類號(hào)： F326 11 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2015）08-0466-05

我國(guó)作為農(nóng)業(yè)大國(guó)在糧食產(chǎn)量和糧食安全等多方面有著較大影響。伴隨著人口攀升、工業(yè)用糧需求提高和農(nóng)產(chǎn)品加工業(yè)迅速發(fā)展，我國(guó)糧食需求不斷增加，同時(shí)，糧食產(chǎn)量和食品安全問(wèn)題一直是經(jīng)濟(jì)發(fā)展和政策討論的熱點(diǎn)問(wèn)題。Brown曾2次提出的“中國(guó)糧食供應(yīng)威脅論”直指我國(guó)糧食安全問(wèn)題 [1]，使我國(guó)糧食問(wèn)題受到更多的關(guān)注。鄉(xiāng)鎮(zhèn)是我國(guó)糧食生產(chǎn)的基礎(chǔ)單位，也是考察的常用對(duì)象，而如今的農(nóng)村城鎮(zhèn)化、新農(nóng)村政策、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)村土地流轉(zhuǎn)等多項(xiàng)政策對(duì)我國(guó)的糧食生產(chǎn)、糧食產(chǎn)量帶來(lái)一定的影響。因此，在新形勢(shì)下對(duì)我國(guó)鄉(xiāng)鎮(zhèn)糧食生產(chǎn)及其空間格局和特征進(jìn)行系統(tǒng)分析有著很高的需求。

探索性空間數(shù)據(jù)分析（exploratory spatial data analysis，ESDA）通過(guò)對(duì)地物或者現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間分布規(guī)律，揭示研究對(duì)象之間的空間相互作用機(jī)制 [2- 3]。其以空間關(guān)聯(lián)測(cè)度為核心，是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合 [4]。目前已有不少專家利用ESDA方法分析空間格局問(wèn)題，例如：謝花林利用該方法研究環(huán)鄱陽(yáng)湖地區(qū)43個(gè)縣（市）農(nóng)業(yè)經(jīng)濟(jì)空間差異性 [5]；廖邦國(guó)等分析上海市區(qū)域人口分布問(wèn)題 [6-7]；梅志雄等借助ESDA和Kringing方法探索住宅價(jià)格空間結(jié)構(gòu) [8]。大部分研究都集中在縣（市）尺度上的社會(huì)經(jīng)濟(jì)問(wèn)題，利用ESDA技術(shù)探索糧食產(chǎn)量空間相關(guān)性的研究并不多見，深入分析到鄉(xiāng)鎮(zhèn)級(jí)別的實(shí)例更少。為此，本研究借助GIS與ESDA空間分析技術(shù)探索河北省石家莊市部分縣（市）各鄉(xiāng)鎮(zhèn)糧食產(chǎn)量空間分布規(guī)律及演化趨勢(shì)，為分析鄉(xiāng)鎮(zhèn)其他屬性空間格局提供借鑒。

1 數(shù)據(jù)來(lái)源及數(shù)據(jù)處理

本研究著重分析河北省石家莊市所屬的藁城市、晉州市、無(wú)極縣、趙縣等地區(qū)鄉(xiāng)鎮(zhèn)糧食產(chǎn)量的空間異質(zhì)性。研究區(qū)域?yàn)槭仪f市上述4個(gè)地區(qū)46個(gè)鄉(xiāng)鎮(zhèn)，分析變量為鄉(xiāng)鎮(zhèn)糧食產(chǎn)量和單產(chǎn)，時(shí)間序列為2007—2012年（當(dāng)年年鑒統(tǒng)計(jì)上一年數(shù)據(jù)）。各鄉(xiāng)鎮(zhèn)2012年位置分布及糧食總產(chǎn)量如圖1所示，單位為t，分析單產(chǎn)時(shí)用到2012年研究區(qū)域內(nèi)的常用耕地面積（單位：hm2）。本研究涉及的數(shù)據(jù)分為2類：統(tǒng)計(jì)數(shù)據(jù)和地理空間數(shù)據(jù)。前者取自《河北農(nóng)村統(tǒng)計(jì)年鑒》（2008—2013年），后者為1 ∶ 400萬(wàn)河北省鄉(xiāng)鎮(zhèn)行政區(qū)劃圖。通過(guò)ArcGIS軟件數(shù)據(jù)關(guān)聯(lián)功能可以將統(tǒng)計(jì)到的糧食總產(chǎn)量和耕地面積數(shù)據(jù)連接到地圖屬性中，GeoDa軟件中的字段計(jì)算功能可對(duì)糧食產(chǎn)量數(shù)據(jù)做正態(tài)變換，計(jì)算公式為：y=lnx。

2 研究方法

運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)中的ArcGIS和ESDA技術(shù)，對(duì)研究區(qū)域內(nèi)糧食產(chǎn)量進(jìn)行空間自相關(guān)分析，探索鄉(xiāng)鎮(zhèn)糧食產(chǎn)量之間的空間依賴性、時(shí)空特征?？臻g自相關(guān)指相同屬性在不同空間位置上的關(guān)聯(lián)性，是度量空間依賴程度的重要指標(biāo)。首先通過(guò)ArcGIS軟件數(shù)據(jù)關(guān)聯(lián)功能將糧食總產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)連接到行政區(qū)劃圖中；然后借助GeoDa軟件獲取研究區(qū)域的空間權(quán)重矩陣，并利用全局空間自相關(guān)指數(shù)Morans I和局部空間自相關(guān)LISA圖來(lái)探索鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量空間特征及演化趨勢(shì)；最后，運(yùn)用ArcGIS軟件對(duì)糧食總產(chǎn)量和單產(chǎn)作分類處理，研究二者之間的相互關(guān)系。

2 1 空間權(quán)重矩陣

空間權(quán)重矩陣是以矩陣的形式記錄地物單元之間是否相鄰的重要表達(dá)方法，具體形式為：

其中：W是空間權(quán)重矩陣記號(hào)；n為研究單元個(gè)數(shù)；Wij表示第i與第j個(gè)單元的空間相鄰關(guān)系。通常單元自身不存在相鄰關(guān)系，因而Wii=0?？臻g權(quán)重矩陣是本次空間自相關(guān)分析的基礎(chǔ)，有基于二進(jìn)制鄰近（contiguity）、K近鄰（K-nearest neighbors）、距離閾值（distance threshold）等3種類型 [9]。本研究是探討鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量的空間格局關(guān)系，分析對(duì)象類型為多邊形，只要有共同的邊界或者相同的鄰接角落都應(yīng)視為相鄰，所以采用基于Queen標(biāo)準(zhǔn)建立二進(jìn)制鄰近空間權(quán)重矩陣。

2 2 全局空間自相關(guān)

全局空間自相關(guān)描述同一變量在不同對(duì)象之間的相關(guān)程度，反映在研究區(qū)域內(nèi)相似屬性的平均聚集程度 [10]。本研究采用空間統(tǒng)計(jì)學(xué)中的全局Morans I指標(biāo)分析，其計(jì)算公式為：

式中：n為研究單元個(gè)數(shù)；Wij表示標(biāo)準(zhǔn)化后的空間權(quán)重矩陣；xi、xj是屬性變量x在單元i、j上的觀測(cè)值，xi為變量的均值。

Morans I的取值范圍為[-1，1]，I>0表示空間正相關(guān)，且數(shù)值越大說(shuō)明聚集性越強(qiáng)；I<0表示空間負(fù)相關(guān)，即空間單元之間的相關(guān)性較弱，數(shù)值越接近于-1，屬性變量的差異性越大；I=0表示相互獨(dú)立，屬于隨機(jī)分布 [11]。通常利用統(tǒng)計(jì)量Z檢驗(yàn)空間單元之間的相關(guān)性。

Z=[SX（]1-E（I）[][KF（]VAR（I）[KF）][SX）]。 （2）

式中：E（I）是Morans I的期望值，E（I）=-1/（n-1）；空間VAR（I）是標(biāo)準(zhǔn)差。零假設(shè)表示空間單元不存在相關(guān)性，為隨機(jī)分布。正態(tài)分布中，5%的顯著性水平對(duì)應(yīng)的閾值是1 96，如果|z|<1 96，則零假設(shè)成立，即不存在空間自相關(guān)；反之，說(shuō)明存在空間自相關(guān) [11]。endprint

2 3 局部空間自相關(guān)

局部空間自相關(guān)描述每個(gè)單元與其相鄰單元之間的關(guān)聯(lián)程度，常用來(lái)分析局部空間發(fā)展的不平衡性 [12]，其計(jì)算公式如下：

（W2。26ZQ] Ii=[SX（]（xi-x[TX- 5]）[]s2[SX）]∑[DD（X]j≠1[DD）]wij（xj-x[TX- 5]）。 （3）

式中：Ii取正值表示高-高聚集，取負(fù)值表示低-高或者高-低聚集。常用局部Morans I指數(shù)（local indicator of spatial association，LISA）和Moran散點(diǎn)圖方法描述局部空間自相關(guān)。Moran散點(diǎn)圖的橫坐標(biāo)表示變量在不同位置上的觀測(cè)值向量，縱坐標(biāo)表示該向量的空間滯后 [13]，2條坐標(biāo)軸將平面分為4個(gè)象限，分別表示空間對(duì)象之間的高-高（High-High）、低-高（Low-High）、低-低（Low-Low）、高-低（High-Low）關(guān)聯(lián)性 [5，14-15]（表1），它反映局部空間聯(lián)系性及關(guān)聯(lián)的穩(wěn)定性。LISA可以通過(guò)圖形的方式顯示對(duì)象的空間聚集度。

3 實(shí)證分析

3 1 總體糧食產(chǎn)量空間差異分析

使用Anselin設(shè)計(jì)的GeoDa軟件計(jì)算石家莊市46個(gè)鄉(xiāng)鎮(zhèn)2007—2012年糧食總產(chǎn)量的全局空間自相關(guān)統(tǒng)計(jì)量，結(jié)果如表2所示。從計(jì)算結(jié)果可知，Morans I指數(shù)均大于0，并且除2009年外，其值從2007年的0 101 3增加到2012年的 0 216 7，總體呈遞增趨勢(shì)。2009年Morans I指數(shù)明顯小于其他年份，這可能與當(dāng)年發(fā)生的特大干旱有關(guān)，從而使局部糧食產(chǎn)量受到影響，表現(xiàn)出不穩(wěn)定性。通過(guò)分析表中Z值，可知Morans I值都遠(yuǎn)大于正態(tài)分布95%置信區(qū)間檢驗(yàn)閾值196，即通過(guò)了假設(shè)檢驗(yàn) [16]。說(shuō)明近幾年來(lái)，石家莊市各鄉(xiāng)鎮(zhèn)的糧食總產(chǎn)量在空間上有正相關(guān)性，即糧食高產(chǎn)區(qū)之間相鄰，地產(chǎn)區(qū)之間聚集，且聚集性逐步增強(qiáng)。

3 2 局部糧食總產(chǎn)量空間差異分析

3 2 1 Moran散點(diǎn)圖分析

Moran散點(diǎn)圖能定性區(qū)分每個(gè)空間單元與其周圍地區(qū)的某種地理現(xiàn)象。近6年來(lái)石家莊市研究區(qū)域糧食總產(chǎn)量的Moran散點(diǎn)圖如圖2所示，散點(diǎn)圖記錄了每個(gè)鄉(xiāng)鎮(zhèn)單元所在的象限，統(tǒng)計(jì)結(jié)果見表3。通過(guò)圖2、表3可知糧食總產(chǎn)量處于H-H、L-L類別的地區(qū)數(shù)量較多，二者總和占鄉(xiāng)鎮(zhèn)總數(shù)量的59%～72%，均超過(guò)半數(shù)，說(shuō)明石家莊市鄉(xiāng)鎮(zhèn)區(qū)域糧食總產(chǎn)量在局部范圍內(nèi)存在空間依賴性，局部地區(qū)之間的發(fā)展有很強(qiáng)關(guān)聯(lián)性。

3 2 2 LISA聚集圖分析

運(yùn)用GeoDa軟件制作研究區(qū)各鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量的局部空間自相關(guān)聚集圖，結(jié)果如圖3所示。分析LISA聚集圖可知：（1）研究區(qū)域內(nèi)不顯著的地區(qū)數(shù)量較多，特別是2007年，說(shuō)明多地區(qū)局部糧食總產(chǎn)量相關(guān)性不強(qiáng)。（2）H-H聚集性的單元相對(duì)較多，說(shuō)明局部存在空間同質(zhì)狀態(tài)，主要分布在西南地區(qū)，即前大章鄉(xiāng)、韓村鎮(zhèn)、新寨店鎮(zhèn)、趙州鎮(zhèn)、北王里鎮(zhèn)、高村鄉(xiāng)、沙河店鎮(zhèn)。L-L聚集性的單元只有1個(gè)營(yíng)里鎮(zhèn)，而且多年來(lái)一直未改變其低聚集性，說(shuō)明營(yíng)里鎮(zhèn)及其附近鄉(xiāng)鎮(zhèn)的糧食總產(chǎn)量一直處于較低水平。自2008年以來(lái)，王西章鄉(xiāng)（糧食總產(chǎn)量34 894 t）一直處于L-H狀態(tài)，其鄰近的南柏舍鎮(zhèn)（61 666 t）、趙州鎮(zhèn)（68 954 t）、沙河店鎮(zhèn)（47 068 t）都是糧食高產(chǎn)區(qū)，表現(xiàn)的這種“冷點(diǎn)”現(xiàn)象值得關(guān)注和研究。（3）2007年H-H聚集性的鄉(xiāng)鎮(zhèn)只有3個(gè)，后來(lái)逐步增多，最后趨于穩(wěn)定。高-低聚集性除2009年在東侯坊鄉(xiāng)出現(xiàn)1次外，后來(lái)再無(wú)此類“熱點(diǎn)”現(xiàn)象。（4）處于H-H或者L-L聚集的地區(qū)，在Moran散點(diǎn)圖中，其縱坐標(biāo)的絕對(duì)值比較大。圖2中2012年散點(diǎn)圖第1象限矩形框中高亮度顯示的點(diǎn)對(duì)應(yīng)于該年份LISA圖中處于H-H聚集的地區(qū)，第3象限中黑色點(diǎn)對(duì)應(yīng)于LISA圖中L-L聚集的地區(qū)，即營(yíng)里鎮(zhèn)。

3 3 糧食總產(chǎn)量和糧食單產(chǎn)分析

上文已經(jīng)分析了研究區(qū)域內(nèi)糧食總產(chǎn)量的空間相關(guān)性，為進(jìn)一步了解總產(chǎn)量和單產(chǎn)之間的相互關(guān)系，進(jìn)一步對(duì)二者做分類研究。以2012年數(shù)據(jù)為例，糧食單產(chǎn)=糧食總產(chǎn)量/常用耕地面積，單產(chǎn)、總產(chǎn)量的單位分別是kg/hm2、t。使用ArcGIS中的自然間斷點(diǎn)分級(jí)法（Jenks）將分析對(duì)象分成4類，結(jié)果如圖4所示。觀察分類專題圖可知：（1）糧食總產(chǎn)量高的地區(qū)主要集中在西南角，呈現(xiàn)一種H-H聚集狀態(tài)，與“32”節(jié)分析一致。（2）糧食單產(chǎn)高的地區(qū)總產(chǎn)不一定高，甚至偏低。糧食單產(chǎn)高的地區(qū)分布在中部的南董、廉州、南營(yíng)、賈市莊以及北部的前西關(guān)、 里城道、大陳、南流、七汲、小樵等鎮(zhèn)，除了廉州、小樵鎮(zhèn)的糧食總產(chǎn)量處于較高水平外，其他多屬中等甚至低產(chǎn)狀態(tài)。反之，對(duì)于總產(chǎn)量高的地區(qū)單產(chǎn)也表現(xiàn)了這種偏低現(xiàn)象。因而，在農(nóng)業(yè)生產(chǎn)過(guò)程中，不能過(guò)于重視糧食總產(chǎn)量而忽視了單產(chǎn)的提高。

4 結(jié)論

通過(guò)運(yùn)用探索性空間數(shù)據(jù)分析（ESDA）和自然間斷點(diǎn)分級(jí)法（Jenks）分類，包括空間權(quán)重矩陣、Morans I指數(shù)、Moran散點(diǎn)圖、LISA圖等方法分析2007—2012年石家莊市46個(gè)鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量的空間分布特征及變化趨勢(shì)，研究糧食總產(chǎn)量和單產(chǎn)之間的相互關(guān)系。結(jié)果表明：（1）通過(guò)全局空間自相關(guān)分析，發(fā)現(xiàn)石家莊市46個(gè)鄉(xiāng)鎮(zhèn)糧食總產(chǎn)量存在空間依賴性，表現(xiàn)出較強(qiáng)的空間聚集特征。（2）局部空間自相關(guān)分析結(jié)果表明，糧食總產(chǎn)量H-H聚集區(qū)主要集中在研究區(qū)域的西南角，且逐步趨于穩(wěn)定。并且多年來(lái)營(yíng)里鎮(zhèn)一直處于L-L聚集狀態(tài)。另外，王西章鄉(xiāng)最近幾年在糧食總產(chǎn)量方面一直較低，而其鄰近的其他鄉(xiāng)鎮(zhèn)總產(chǎn)量較高，為“冷點(diǎn)”現(xiàn)象。

（3）糧食總產(chǎn)量和單產(chǎn)分類結(jié)果表明，總產(chǎn)量高的地區(qū)集中在研究區(qū)域西南角，而單產(chǎn)高的地區(qū)反而出現(xiàn)在中部和北部，糧食總產(chǎn)量高的地區(qū)單產(chǎn)普遍偏低，即糧食單產(chǎn)和總產(chǎn)量之間發(fā)展水平出現(xiàn)了不協(xié)調(diào)現(xiàn)象。

參考文獻(xiàn)：

[1] Brown R L Who will feed China[R] Washington DC：World Watch Institute，1995

[2]彭 立，劉邵權(quán) 三峽庫(kù)區(qū)農(nóng)村發(fā)展系統(tǒng)評(píng)價(jià)與空間格局分析 [J] 農(nóng)業(yè)工程學(xué)報(bào)，2013，29（2）：239-249

[3]范 斐，杜德斌，李 恒，等 中國(guó)地級(jí)以上城市科技資源配置效率的時(shí)空格局[J] 地理學(xué)報(bào)，2013，68（10）：1331-1343

[4]徐麗華，岳文澤 上海市人口分布格局動(dòng)態(tài)變化的空間統(tǒng)計(jì)研究[J] 長(zhǎng)江流域資源與環(huán)境，2009，18（3）：222-228

[5]謝花林 環(huán)鄱陽(yáng)湖地區(qū)農(nóng)業(yè)經(jīng)濟(jì)空間差異分析——基于探索性空間數(shù)據(jù)分析（ESDA）方法[J] 農(nóng)業(yè)現(xiàn)代化研究，2010，31（3）：299-303

[6]廖邦固，徐建剛，宣國(guó)富，等 1947—2000年上海中心城區(qū)居住空間結(jié)構(gòu)演變[J] 地理學(xué)報(bào)，2008，63（2）：195-206

[7]宣國(guó)富，徐建剛，趙 靜 基于 ESDA 的城市社會(huì)空間研究[J] 地理科學(xué)，2010，30（1）：23-29

[8]梅志雄，黎 夏 基于ESDA和Kriging方法的東莞市住宅價(jià)格空間結(jié)構(gòu)[J] 經(jīng)濟(jì)地理，2008，28（5）：862-866

[9]吳玉鳴 中國(guó)區(qū)域農(nóng)業(yè)生產(chǎn)要素的投入產(chǎn)出彈性測(cè)算[J] 中國(guó)農(nóng)村經(jīng)濟(jì)，2010（6）：25-37

[10] 王 千，金曉斌，阿依吐爾遜·沙木西，等 河北省糧食產(chǎn)量空間格局差異變化研究[J] 自然資源學(xué)報(bào)，2010，25（9）：1525-1535

[11]馬曉熠，裴 韜 基于探索性空間數(shù)據(jù)分析方法的北京市區(qū)域經(jīng)濟(jì)差異[J] 地理科學(xué)進(jìn)展，2010，29（12）：1555-1561

[12]鮑洪杰，劉德光 甘肅省區(qū)域經(jīng)濟(jì)空間差異分析研究——基于Geoda095i統(tǒng)計(jì)分析[J] 工業(yè)技術(shù)經(jīng)濟(jì)，2011，30（9）：54-59endprint