昌九工業(yè)走廊工業(yè)化指數(shù)空間分布研究

葉俊鋒， 周為吉， 溫漢鋒， 程小曼

(廣東工業(yè)大學(xué) 管理學(xué)院， 廣州 510520)

以昌九工業(yè)走廊12區(qū)11縣3市為研究對(duì)象，利用主成分分析法計(jì)算出衡量工業(yè)化發(fā)展程度的工業(yè)化指數(shù)。從空間統(tǒng)計(jì)分析的角度入手，基于Arcgis和Geoda軟件，利用莫蘭指數(shù)對(duì)其工業(yè)化指數(shù)進(jìn)行自相關(guān)分析，分析昌九工業(yè)走廊2016年各縣、市、區(qū)工業(yè)化指數(shù)的空間分布狀況。這種分析目的在于更加直觀地展示昌九工業(yè)走廊各區(qū)域的工業(yè)化水平，分析工業(yè)走廊面臨的發(fā)展機(jī)遇與阻礙因素，為該地區(qū)的工業(yè)發(fā)展提出合理的建議[1]。

1 文獻(xiàn)綜述

工業(yè)化指數(shù)的計(jì)算涉及多種數(shù)據(jù)多項(xiàng)指標(biāo)，但指標(biāo)之間存在數(shù)據(jù)的重疊。而主成分分析是指通過(guò)降維的方法，將多個(gè)存在相關(guān)關(guān)系并存在重疊信息的指標(biāo)重新排列組合，此方法將原指標(biāo)重新組合成一系列數(shù)量較少，獨(dú)立性強(qiáng)且能盡可能保留原數(shù)據(jù)信息的綜合指標(biāo)，以達(dá)到提高分析結(jié)果的精確性和可靠性目的。其基本步驟可歸納為以下幾步：A 將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；B 計(jì)算標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)矩陣；C基于特征值確定主成分；D根據(jù)特征向量、特征值和累計(jì)貢獻(xiàn)率通過(guò)主成分計(jì)算綜合指數(shù)；E把綜合指數(shù)規(guī)格化處理，將指數(shù)進(jìn)行排序評(píng)價(jià)[2]。

空間統(tǒng)計(jì)分析指的是把傳統(tǒng)統(tǒng)計(jì)分析的維度拓展到空間領(lǐng)域，把空間信息嵌入傳統(tǒng)的統(tǒng)計(jì)方法中，用以探索研究對(duì)象屬性的空間特征與空間結(jié)構(gòu)。20世紀(jì)70年代，Tobler曾提出一個(gè)重要的地學(xué)觀點(diǎn)，即事物的相關(guān)性隨距離縮減而增強(qiáng)，隨距離增加而削弱[3]。國(guó)外學(xué)者將空間統(tǒng)計(jì)分析理念拓展到多學(xué)科并對(duì)原學(xué)科的研究方法進(jìn)行改進(jìn)，包括生物學(xué)和傳統(tǒng)地學(xué)等學(xué)科，其中空間計(jì)量經(jīng)濟(jì)學(xué)獲得極大的發(fā)展。

國(guó)內(nèi)學(xué)者對(duì)于空間統(tǒng)計(jì)學(xué)研究領(lǐng)域比較狹窄，目前多著眼于空間統(tǒng)計(jì)模型的應(yīng)用，包括犯罪分布特征分析，流行病追蹤和經(jīng)濟(jì)地域分異分析等方面。其中，席路瑤利用貴州省人均工業(yè)產(chǎn)值作為觀測(cè)屬性，探索省內(nèi)各區(qū)域工業(yè)發(fā)展水平的空間分布特征并提出產(chǎn)業(yè)布局調(diào)整建議[4]；王俊松利用面板數(shù)據(jù)和空間趨勢(shì)分析探討了中國(guó)城市技術(shù)創(chuàng)新能力的空間分布[5]；袁媛基于空間統(tǒng)計(jì)方法對(duì)南昌市景觀生態(tài)安全水平構(gòu)建了評(píng)價(jià)體系[6]；顏仕鵬利用克里金插值分析、空間聚類(lèi)分析和全局趨勢(shì)分析建立模型，探索了湖南省惡性腫瘤的發(fā)病和死亡分布的空間特征[7]。

2 研究方法與數(shù)據(jù)來(lái)源

2.1 研究思路與方法

本文研究思路如下，首先要計(jì)算工業(yè)走廊各縣域工業(yè)化指數(shù)，利用多項(xiàng)指標(biāo)，通過(guò)主成分分析得到工業(yè)化指數(shù)，并作為空間自分析的重要指標(biāo)，通過(guò)Arcgis和Geoda軟件進(jìn)而分析昌九工業(yè)走廊2016年各縣、市、區(qū)工業(yè)化指數(shù)的空間分布狀況，通過(guò)量化分析和可視化的方式探索與展示各區(qū)域工業(yè)水平之間的空間關(guān)系。

2.1.1 主成分分析

基于因子降維的思路，通過(guò)主成分分析把各項(xiàng)衡量工業(yè)化程度的原始指標(biāo)進(jìn)行降維，壓縮成能夠保留原始信息且具有獨(dú)立性的少數(shù)新指標(biāo)。

1)制作原始指標(biāo)矩陣，每個(gè)觀測(cè)值有j個(gè)評(píng)價(jià)指標(biāo)，i個(gè)主體，構(gòu)成i×j階矩陣X：

2)原始變量Xij減平均值再除標(biāo)準(zhǔn)差，實(shí)現(xiàn)原始變量的標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化數(shù)據(jù)Zij：

(1)

3)以矩陣Z=(Zij)為基礎(chǔ)，計(jì)算相關(guān)系數(shù)矩陣R=(rjk)，其中：

(2)

4)求矩陣R的特征值λ1>λ2>… >λp及單位特征向量ej(e1j，e2 j，…，epj) ，特征值大小決定主成分是否具有統(tǒng)計(jì)意義，而方差的貢獻(xiàn)率說(shuō)明主成分對(duì)信息的保留程度。

6)基于主成分，特征值與特征向量，獲得主成分得分Yj，對(duì)Yj利用貢獻(xiàn)率進(jìn)行加權(quán)求和運(yùn)算，獲得綜合評(píng)價(jià)指數(shù)。

2.1.2 空間自相關(guān)分析

通過(guò)Geoda的空間全局自相關(guān)分析和空間局部自相關(guān)分析，可以度量觀測(cè)值在空間上的整體分布特征與相互依賴性，以及其在局部空間的集聚程度[8]。先要構(gòu)筑空間權(quán)重矩陣，才能進(jìn)行空間自相關(guān)分析[9]。

1)構(gòu)建空間權(quán)重矩陣。空間實(shí)體i對(duì)實(shí)體j會(huì)隨空間關(guān)系的差異而產(chǎn)生的不同程度的影響，其中包括鄰接、連通等空間關(guān)系，而i對(duì)j的影響在二維平面上顯示為帶有權(quán)重的矩陣W。其形式如下[10]：

空間實(shí)體落在n個(gè)空間單元中，實(shí)體i對(duì)j的影響用wij表示，一般而言，將矩陣中的鄰接(擁有公共邊界)的空間實(shí)體關(guān)系賦值為1，其他非鄰接關(guān)系賦值為0，形式如下：

2)求全局空間自相關(guān)指標(biāo)。莫蘭指數(shù)是屬于空間自相關(guān)系數(shù)的一種，用以衡量具有空間鄰接或連通關(guān)系的空間實(shí)體某屬性觀測(cè)值之間的相關(guān)程度[11]，通過(guò)以下公式可以計(jì)算26各縣域整體工業(yè)化指數(shù)的莫蘭指數(shù)并反映其空間分布特征, 公式如下：

(3)

式中:I為莫蘭指數(shù)；xi為區(qū)域i的觀測(cè)值；wij為空間權(quán)重矩陣元素。

3)求局域空間自相關(guān)指標(biāo)。莫蘭指數(shù)是從全局宏觀角度研究26個(gè)縣域整體的工業(yè)化指數(shù)的空間分布特征，如果要從局部的角度分析各縣域具體的相關(guān)性，需要利用“空間關(guān)聯(lián)局域指標(biāo)”(LISA)，公式如下：

(4)

2.2 數(shù)據(jù)來(lái)源

本文采取的數(shù)據(jù)為昌九工業(yè)走廊地理空間分布 Shapefile 格式數(shù)據(jù), 數(shù)據(jù)主要包括2016年昌九工業(yè)走廊12區(qū)11縣3市經(jīng)濟(jì)數(shù)據(jù)和行政信息(圖1)。數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局以及江西省各市統(tǒng)計(jì)年鑒。

圖1 昌九工業(yè)走廊行政區(qū)劃圖

3 實(shí)證研究

3.1 研究區(qū)概況

昌九工業(yè)走廊是江西省政府于九十年代計(jì)劃在南昌和九江這兩座城市之間建立起可帶動(dòng)省經(jīng)濟(jì)發(fā)展的工業(yè)經(jīng)濟(jì)帶。但由于各種原因停滯不前，直到21世紀(jì)初國(guó)家開(kāi)始推動(dòng)中部地區(qū)經(jīng)濟(jì)崛起，江西省重啟昌九工業(yè)走廊計(jì)劃，目的在于將工業(yè)走廊塑造成江西省新的經(jīng)濟(jì)增長(zhǎng)引擎，在拉動(dòng)經(jīng)濟(jì)發(fā)展和促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的同時(shí)，建設(shè)成華東地區(qū)先進(jìn)的工業(yè)研發(fā)與生產(chǎn)基地。

昌九工業(yè)走廊地理范圍覆蓋南昌、九江兩個(gè)地級(jí)市，范圍囊括12區(qū)11縣3市。作為拉動(dòng)江西其他城市及周邊較落后地區(qū)經(jīng)濟(jì)增長(zhǎng)的“馬車(chē)”，形成擴(kuò)散效應(yīng)，它的成績(jī)與優(yōu)勢(shì)能夠吸引活性資本的投資與人才的落戶，更能得到國(guó)家的青睞和支持，實(shí)現(xiàn)經(jīng)濟(jì)的跨越式發(fā)展。[12]。

3.2 工業(yè)化指數(shù)的確定

3.2.1 選取工業(yè)化指數(shù)評(píng)價(jià)指標(biāo)

產(chǎn)業(yè)比重的變動(dòng)，生產(chǎn)總值的跨越式增長(zhǎng)以及居民收入的增加，是工業(yè)發(fā)展的表現(xiàn)。為了分析各縣域的工業(yè)化程度，借鑒中國(guó)社科院關(guān)于中國(guó)工業(yè)化水平測(cè)算和評(píng)價(jià)體系構(gòu)建的研究成果[13]，本文選取了9個(gè)指標(biāo)：X1代表人均生產(chǎn)總值，X2代表二三產(chǎn)業(yè)GDP占總GDP的比重，X3代表二三產(chǎn)業(yè)從業(yè)人員占總產(chǎn)業(yè)人員的比重，X4代表城鎮(zhèn)化率，X5代表常住人口，X6代表初中畢業(yè)人數(shù)，X7代表工業(yè)總產(chǎn)值，X8代表工業(yè)增加值以及X9代表工業(yè)固定投資作為評(píng)價(jià)工業(yè)化指數(shù)的指標(biāo)。

3.2.2 基于spss進(jìn)行主成分分析

1)基于統(tǒng)計(jì)軟件spss進(jìn)行主成分分析。原始數(shù)據(jù)先進(jìn)行標(biāo)準(zhǔn)化，再進(jìn)行因子分析，根據(jù)Bartlett球型檢驗(yàn)和KMO計(jì)算可知評(píng)價(jià)工業(yè)化指數(shù)的各項(xiàng)指標(biāo)數(shù)據(jù)具有較強(qiáng)相關(guān)性，適合做主成分分析。

2)通過(guò)降維的主成分分析，得到總方差解釋表(表1)和成分矩陣(表2)。其中總方差解釋表當(dāng)中，9個(gè)指標(biāo)經(jīng)過(guò)降維旋轉(zhuǎn)得到3個(gè)主成分因子，且特征值均大于1，累計(jì)貢獻(xiàn)率也達(dá)到了85.172%，因此該3個(gè)因子可以代表原指標(biāo)。此外，從表3可知，工業(yè)總產(chǎn)值(X7)、工業(yè)增加值(X8)、工業(yè)固定投資(X9)在主成分因子F1上有較大的載荷值，因此F1可稱為工業(yè)因子，同理，F(xiàn)2稱為產(chǎn)業(yè)結(jié)構(gòu)因子，F(xiàn)3稱為人口因子。

3)下一步需要計(jì)算主成分載荷矩陣U。載荷矩陣元素Ui是由成分矩陣A除以特征值λ的開(kāi)方所得的商值，Ui的計(jì)算公式如下：

(5)

因此，已知成分矩陣A和特征值λ，可求U。

4)利用spss 23軟件，通過(guò)公式5，得到特征向量U1和U2和U3，兩者合起來(lái)就是主成分載荷矩陣。由此可以得到主成分計(jì)算公式：

表1 總方差解釋

表2 旋轉(zhuǎn)后的成分矩陣表

Y1=0.36766X1+0.14566X2-0.04816X3+0.00117X4+0.02937X5+0.07929X6+0.56324X7+0.57734X8+0.42816X9

Y2=0.36984X1+0.50860X2+0.50371X3+0.47315X4-0.08130X5-0.31115X6-0.04157X7+0.01345X8+0.14732X9

Y3=-0.25663X1-0.17985X2-0.27115X3+0.04012X4+0.65298X5+0.53954X6+0.03735X7+0.02006X8+0.32787X9

5)依據(jù)主成分計(jì)算公式，得到Y(jié)1，Y2，Y3并通過(guò)Y=(Y1*貢獻(xiàn)率1+Y2*貢獻(xiàn)率2+Y3*貢獻(xiàn)率3)/總貢獻(xiàn)率，得到工業(yè)化評(píng)價(jià)指數(shù)Y并規(guī)格化處理。其中貢獻(xiàn)率1為32.215%，貢獻(xiàn)率2為29.735%，貢獻(xiàn)率3為23.223%，總貢獻(xiàn)率為85.172%[14]。

基于2016年12月底昌九工業(yè)走廊行政規(guī)劃圖，利用Arcgis軟件將工業(yè)化指數(shù)進(jìn)行可視化(如圖2)，方便進(jìn)行進(jìn)一步分析。

從上述工業(yè)化指數(shù)表可知，南昌高新開(kāi)發(fā)區(qū)、南昌縣、南昌經(jīng)濟(jì)開(kāi)發(fā)區(qū)、青山湖區(qū)、九江開(kāi)發(fā)區(qū)是綜合得分排名前五的地區(qū)，這五個(gè)地區(qū)的工業(yè)化指數(shù)排名與GDP排名一致。五個(gè)地區(qū)中，其中三個(gè)被冠以“開(kāi)發(fā)區(qū)”的名義，注重發(fā)展新型工業(yè)，南昌高新開(kāi)發(fā)區(qū)是國(guó)家級(jí)高新區(qū)，擁有千億級(jí)別的產(chǎn)業(yè)園區(qū)，因此產(chǎn)業(yè)結(jié)構(gòu)比重以及產(chǎn)值比重中工業(yè)都占優(yōu)勢(shì)，而南昌經(jīng)濟(jì)開(kāi)發(fā)區(qū)是江西第一個(gè)國(guó)家級(jí)經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)，以吸引外資辦廠為主要發(fā)展方向，擁有深厚的工業(yè)發(fā)展基礎(chǔ)與規(guī)模，九江開(kāi)發(fā)區(qū)情況與前兩個(gè)地區(qū)類(lèi)似。而南昌縣和西湖區(qū)則屬于老牌的工業(yè)區(qū)域。

彭澤縣、都昌縣、安義縣、武寧縣、灣里區(qū)則是綜合得分排名中的倒數(shù)前五名，工業(yè)化指數(shù)排名與GDP排名一致。這五個(gè)地區(qū)工業(yè)總產(chǎn)值較低，工業(yè)固定投資不高，缺乏強(qiáng)勢(shì)的產(chǎn)業(yè)園和可帶動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的規(guī)模工業(yè)，因此工業(yè)化程度不高。

3.3 空間自相關(guān)分析

3.3.1 全局空間自相關(guān)分析

1)構(gòu)建空間權(quán)重矩陣。通過(guò)Arcgis將昌九工業(yè)走廊的行政圖矢量化并賦予各縣域工業(yè)化指數(shù)的屬性值，再將矢量圖形輸入Geoda中，利用Geoda軟件針對(duì)工業(yè)化指數(shù)這一個(gè)屬性值構(gòu)建空間權(quán)重矩陣。

2)空間關(guān)聯(lián)性分析?；诳臻g權(quán)重矩陣可以繪制Moran(莫蘭)散點(diǎn)圖。莫蘭散點(diǎn)圖以坐標(biāo)軸和點(diǎn)的形式來(lái)表現(xiàn)被觀測(cè)的屬性值在空間上的分布特征與相關(guān)程度。散點(diǎn)圖共有四個(gè)象限，按其性質(zhì)分為高高(第一象限)、 低高(第二象限)、 低低(第三象限)、高低(第四象限)。

落入“高高”象限和“低低”象限的空間單元都有較強(qiáng)的空間正相關(guān)性質(zhì)。其中“高高”象限表示某一單元和周?chē)鷨卧膶傩灾刀驾^高，而兩者組成的區(qū)域被稱為熱點(diǎn)區(qū)；“低低”象限表示某一單元和周?chē)鷨卧獙傩灾刀驾^低，會(huì)產(chǎn)生冷點(diǎn)區(qū)?！案叩汀北硎驹摽臻g單元屬性值較高，而周?chē)鷨卧^低，“低高”則剛好與此相反，落入這兩個(gè)象限的空間單元存在較強(qiáng)的空間負(fù)相關(guān)性質(zhì)。

表3 各地區(qū)工業(yè)化的主成分得分和綜合得分

圖2 昌九工業(yè)走廊工業(yè)化指數(shù)分布圖

3)昌九工業(yè)走廊各縣域工業(yè)化指數(shù)全局空間自相關(guān)分析?？臻g自相關(guān)指數(shù)是對(duì)物體空間關(guān)系的數(shù)據(jù)化表征。通過(guò)Geoda1.12軟件，構(gòu)建空間權(quán)重矩陣，并對(duì)昌九工業(yè)走廊26個(gè)縣域的工業(yè)化指數(shù)進(jìn)行全局自相關(guān)分析，得到全局莫蘭指數(shù)，Moran’s I=0.458477，莫蘭指數(shù)大于0，可知26個(gè)縣域工業(yè)化指數(shù)都具有較大的空間正相關(guān)關(guān)系，即昌九工業(yè)走廊各縣域的工業(yè)化指數(shù)表現(xiàn)出空間聚集的形態(tài)。由Geoda1.12軟件生成的莫蘭散點(diǎn)圖(圖3)可知，26個(gè)工業(yè)化指數(shù)點(diǎn)多分布在第一和第三象限，其表現(xiàn)出一定的空間關(guān)聯(lián)特征：工業(yè)化指數(shù)較高的縣域傾向和工業(yè)化指數(shù)較高的縣相鄰,形成熱點(diǎn)區(qū)域，屬于“高高”集聚；工業(yè)化指數(shù)較低的縣域傾向和工業(yè)化指數(shù)較低的相鄰，形成零點(diǎn)區(qū)域，屬于“低低”集聚。在第一象限和第三象限的地理單元都存在較強(qiáng)的空間正相關(guān)關(guān)系。

此外，通過(guò)蒙特卡羅檢驗(yàn)(圖4)全局莫蘭指數(shù)的顯著性，得到顯著性水平指數(shù)P=0.001000，符合(-∞，0.01)的范圍，臨界值Z=4.1354，符合(-∞，-2.58)或(2.58，+∞)的范圍，也就是表明全局莫蘭指數(shù)在 99.9% 置信度下的空間自相關(guān)是顯著的。

圖3 莫蘭散點(diǎn)圖

圖4 蒙特卡羅模擬圖

3.3.2 局部空間自相關(guān)分析

莫蘭指數(shù)是度量全局空間自相關(guān)關(guān)系的指標(biāo)，用以確認(rèn)空間實(shí)體被觀測(cè)的屬性值是否具有宏觀意義的相關(guān)性和相關(guān)性大小。而局部空間自相關(guān)分析是利用LISA聚類(lèi)圖，從微觀角度展示一片區(qū)域中每個(gè)觀測(cè)實(shí)體的屬性值和相鄰實(shí)體屬性值的具體相關(guān)程度[15]。

基于Geoda1.12軟件，通過(guò)空間統(tǒng)計(jì)工具中的“異類(lèi)和異常值分析”功能，對(duì)26個(gè)縣域的工業(yè)化指數(shù)進(jìn)行空間局部自相關(guān)分析，得到一系列LISA值。在Arcgis通過(guò)空間可視化的方式，將局部自相關(guān)的聚集情況用圖表現(xiàn)出來(lái)(圖5)。其中紅色代表高高聚集, 表明南昌縣、青云譜區(qū)、青山湖區(qū)、南昌高新開(kāi)發(fā)區(qū)、西湖區(qū)的工業(yè)化指數(shù)和其周邊縣域的指數(shù)都較高; 藍(lán)色代表低低聚集，表明永修縣、德安縣、湖口縣工業(yè)化指數(shù)和其周邊縣域的工業(yè)化指數(shù)都較低；紫色代表低高聚集，表明該縣域的工業(yè)化指數(shù)遠(yuǎn)低于其周邊縣域工業(yè)化指數(shù)，如紅谷灘新區(qū)和進(jìn)賢縣；粉色代表高低聚集，表明該縣域的工業(yè)化指數(shù)遠(yuǎn)高于其周邊縣域的指數(shù)，而灰色則為不顯著。

造成這種分布的原因主要是昌九工業(yè)走廊區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展層次不一，九江市第一產(chǎn)業(yè)所占比重仍然較多，比如以釀酒聞名的九江縣以及都昌縣，工業(yè)化水平不高，產(chǎn)品附加值較低，使當(dāng)?shù)鼐用裆钇焚|(zhì)和經(jīng)濟(jì)發(fā)展水平都落后于其他地區(qū)。而南昌縣、青云譜區(qū)、青山湖區(qū)、西湖區(qū)，第二第三產(chǎn)業(yè)發(fā)達(dá)，因此工業(yè)化指數(shù)較高。

圖5 LISA聚類(lèi)圖

4 結(jié)論

本文以2016年昌九工業(yè)走廊各縣域的九個(gè)指標(biāo)進(jìn)行主成分分析，計(jì)算得出代表地區(qū)工業(yè)化水平的工業(yè)化指數(shù)作為衡量指標(biāo)。

以工業(yè)化指數(shù)數(shù)據(jù)為支撐, 對(duì)各個(gè)縣域進(jìn)行了空間自相關(guān)分析。首先是全局空間自相關(guān)分析，得出該時(shí)期內(nèi)昌九工業(yè)走廊各縣域的工業(yè)化指數(shù)在空間關(guān)聯(lián)性上成正相關(guān)，工業(yè)化指數(shù)展現(xiàn)出了高度的空間聚集。其次是局部空間自相關(guān)分析，得到26個(gè)縣域具體的集聚情況以及集聚顯著度。

從空間分析結(jié)果可以得知各地工業(yè)化程度的差異。昌九工業(yè)走廊中，九江市行政區(qū)劃內(nèi)的各地區(qū)普遍工業(yè)化指數(shù)較低，這是由于九江市較高的第一產(chǎn)業(yè)比重較高，且工業(yè)產(chǎn)值不足，缺乏可帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的規(guī)模工業(yè)，相比之下南昌市行政區(qū)劃內(nèi)的地區(qū)工業(yè)化水平都比較高。昌九工業(yè)走廊要因地制宜地制定發(fā)展規(guī)劃。對(duì)于九江市、都昌縣這種以特色型第一產(chǎn)業(yè)占主導(dǎo)地位的地區(qū)，不要盲目發(fā)展大規(guī)模工業(yè)，應(yīng)適當(dāng)?shù)匕l(fā)展特色加工工業(yè)和特色旅游業(yè)等第三產(chǎn)業(yè)；對(duì)于工業(yè)化程度較高的南昌高新技術(shù)開(kāi)發(fā)區(qū)、南昌縣等地區(qū)，應(yīng)該適時(shí)進(jìn)行工業(yè)升級(jí)，響應(yīng)國(guó)家政策，開(kāi)展低能耗少污染高附加值的新型產(chǎn)業(yè)建設(shè)。

基于Arcgis和Geoda軟件對(duì)昌九工業(yè)走廊的工業(yè)化指數(shù)進(jìn)行空間相關(guān)分析，通過(guò)數(shù)據(jù)以及可視圖的形式直觀地展現(xiàn)分析結(jié)果，具有一定的優(yōu)勢(shì)。當(dāng)然還存在很多不足, 由于研究對(duì)象太過(guò)詳細(xì)，九江與南昌統(tǒng)計(jì)年鑒中提供的各縣域數(shù)據(jù)比較籠統(tǒng)，因此在計(jì)算工業(yè)化指數(shù)時(shí)選取的指標(biāo)有限。在今后的研究中也可以嘗試進(jìn)行空間回歸模型的分析。此外, 區(qū)域工業(yè)化的發(fā)展還受到生態(tài)環(huán)境治理以及消費(fèi)水平等多種因素影響，這些因素對(duì)工業(yè)化水平發(fā)展產(chǎn)生的影響還有待探討。