空间说明

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇空间说明范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

空间说明范文第1篇

1、生产资料

受能源、化工产品、矿产品等价格上涨影响，生产资料市场价格延续上涨态势。据商务部监测显示，上周( 5月26日至6月1日），重点监测的生产资料市场价格总水平较前一周上涨0.9%。在监测的112种主要产品中，价格周环比上涨的有57种，占50.89%；价格持平的有49种，占43.75%；价格下跌的有6种，占5.36%。

从大类来看，能源、化工产品、黑色金属、农资产品、橡胶产品、建材、轻工原料、矿产品价格有所上涨，有色金属价格下跌。

从具体品种来看，冶金焦、铸造焦、褐煤价格涨幅居前，分别较前一周上涨8.5%、3.6%和3.3%；1#锌、1#镍、145×2.5mm 热轧带钢价格分别较前一周下跌4.2%、3.3%和1.3%。

2、粗苯、焦化苯、二甲苯

（1）粗笨

近期粗苯价格大涨，多家生产厂家调高粗苯出厂价格。

目前粗苯的生产量相对于下游的加工能力仍有较大的缺口，供给方面，近期国家环保检查力度依旧较大，再加上焦煤供应持续紧张，焦化企业限产较为严重，粗苯产量下降，供应将日趋紧张。

所以，粗苯价格仍旧继续高位徘徊。

（2）焦化苯

在粗苯持续坚挺并稳步小幅攀高的拉动，近期，国内焦化苯市场迎来小幅攀高趋势，市场成交较前期略显活跃。

（3）二甲苯

6月2、3两日，多家厂家调高二甲苯出厂价格。

3、黄磷

受四川地震影响，国内黄磷供给偏紧。临近四川的贵州地区黄磷价格两周普涨30~40元/吨，涨幅10％，分析人士认为，我国精细磷化工刚刚进入景气周期，不会“昙花一现”。

作为我国第四大磷矿石生产基地，四川的产量占全国11％。四川省磷矿在地震中受灾严重，将对国内供给产生重要影响，对磷矿石和黄磷价格有刺激作用。目前云南省黄磷报价1.9万元/吨，生产成本在1.5~1.6万元/吨。

二、跌价类

1、食用农产品

商务部昨天公布，上周（5月26日至6月1日）我国36个大中城市重点监测的食用农产品价格总水平较前一周下跌0.7%，连续八周呈回落态势。至此，我国农产品价格5月份环比下降3.2%。

纵观5月份农产品价格，蔬菜、水果为下跌主力，肉类略有下跌，粮食稳中略升，这是由于进入春夏时节，蔬菜水果相继进入成熟期，供给增加。

2、工业萘

从五月中旬一次大范围降价，工业萘依然在低迷态势下延续，政策性风声愈加紧张，所有企业都不敢有较高的产品库存。下游的一些独立精萘企业或受危化品运输检查力度加大等环保影响，或受资金运作不佳，下游拖欠款项严重而减小开工，对工业萘需求减小。

3、进口关税

下半年，婴幼儿食品、橄榄油、开心果等6类26个税目的商品进口税率将有所下调。6类共26个税目商品涉及进口食品、植物油、饲料、棉花、血液白蛋白和人用疫苗等。其中，供婴幼儿食用的零售包装食品进口税率由原来的10％下调为5％，橄榄油、开心果由原先的10％下调为5％，冻猪肉由12%下调为6%，冻鳕鱼由12%下调为5%。

4、出口退税

财政部、国家税务总局昨日发出《关于取消部分植物油出口退税的通知》称，经国务院批准，从2008年6月13日起取消部分植物油的出口退税。此次取消出口退税的商品涉及36个税号。

空间说明范文第2篇

一、启发谈话，引入新课二年级时我们学习了《空气》这一课，谁来说说空气是什么样的物体？你知道哪些地方有空气？

这节课，我们要在掌握了空气的上述性质的基础上，学习研究空气的另一条性质，这条性质需要通过同学们观察、实验自己探索出来。

二、观察实验，学习新知师：（出示空文具盒）问：文具盒里有文具吗？师讲述：文具盒里没有文具，这块空着的地方叫做空间。

师：将铅笔放满文具盒，问：同学们看一看现在谁占据了文具盒的空间？

师：（出示书包并装满文具）同学们再看一样你们熟悉的东西，问：“书包里有什么？谁占据着什么？”（找三个学生说，然后给予评价）

师：同学们看老师在干什么？（教师往烧杯里倒满水）师讲述：铅笔、学习用具、水占据空间，其实在日常生活中还有很多很多的物体占据着空间，你能举几个例子吗？（学生说完后，给予鼓励）

师问：以上的事实说明了什么？（学生回答，教师板书：物体都要占据空间）

师：（出示一块板擦，一个砝码）问：它们所占据空间的大小一样吗？

师讲述：所以准确地说应是物体都要占据一定的空间。这个“一定”指物体的大小，物体占据空间的大小叫体积。（将上述板书补充完整）师：现在你们自己亲手做个实验，用实验来验证：“物体都要占据一定的空间”这一结论。请同学们看实验步骤。

1．实验步骤：（挂出小黑板）。

（1）把烧杯放在盘子里。

（2）往烧杯里倒满水。

（3）用手提着拴着砝码的线。

（4）把砝码慢慢放入装满水的烧杯中。

2．找一名学生大声朗读实验步骤，教师提醒学生，水要倒满，放砝码时要慢。

3．要求：带着问题进行实验，出示观察思考题：

（1）实验中，你看到了什么现象？

（2）你怎么解释这种现象？

4．汇报实验结果。师导引：由上面的观察实验，我们知道了固体形态的砝码和液体形态的水都要占据一定的空间，那么气体形态的空气是不是也要占据一定的空间呢？现在我们就带着这个问题做几个有趣的实验。

1．挂出小黑板，出示实验步骤：

实验一：①把纸团紧紧塞在玻璃杯底部。

②把玻璃杯倒立竖直压入水槽里。

③把杯子提出水面，用毛巾擦杯口。观察，你看到了什么现象？

2．找一名学生朗读实验步骤。

3．教师进行演示实验。

4．学生分组实验。

5．学生汇报实验结果：纸团没湿。下面请同学们再做一个实验，请看小黑板：

实验二：

①把纸团紧紧塞在玻璃杯底部。

②把玻璃杯倒立竖直压入水槽里。

③把杯子慢慢倾斜。学生汇报实验结果：把纸团紧紧塞压玻璃杯底部，把玻璃杯倒立竖直压入水槽里，然后把杯子慢慢倾斜时，看到有气泡冒出，纸团湿了。

师：下面请同学们讨论小黑板上的问题：

①你怎么解释这两种现象？

②实验说明了什么？学生汇报讨论结果：第一次把玻璃杯倒立竖直压入水槽里，把杯子提出水面，发现纸团没湿，说明水没有进到杯子里去。空气占据了玻璃杯的空间。第二次把玻璃杯倒立压入水槽里，把杯子倾斜时，发现纸团湿了，还有气泡从杯子里跑出来，说明水进到杯子里去了，空气让出了部分空间。这两个实验说明了“空气占据空间”。师：通过这个实验，我们知道了空气占据杯子的空间，下面我们再做一个实验，验证这个结论。

实验三：

①拿一只瓶子。

②瓶口塞紧带漏斗的塞子。

③把水倒进漏斗里。

学生汇报观察结果：发现水没进到瓶子里。

师点拨：把塞子塞紧时看到水没进到瓶子里，下面把塞子松一松，试一试结果会怎样呢？同时思考为什么会出现这种现象呢？学生汇报实验结果：当把塞子松动后，水流进瓶子里去了。瓶口塞紧时，空气跑不出来，水流不进去，说明空气占据瓶子的空间。瓶塞松动后，空气跑了出来，让出了一部分空间，水流进去了，也说明空气占据瓶子的空间。

师小结：我们通过观察、实验得出了“空气占据空间”这一结论。

空间说明范文第3篇

关键词 外商直接投资；区位演化；空间马尔可夫链

中图分类号 F222.3 文献标识码 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

改革开放以来，FDI的流入对中国区域经济发展产生了重大的影响，在加快地区工业化进程、促进贸易增长和建设市场化制度等方面，它都起着不可替代的作用.FDI的流向引导着国内资本、劳动力等多种资源的地区流动，导致各地区生产要素投入的显著差异，被认为是影响中国地区间经济差距的主要因素之一.

FDI的动态空间演化机制与区位影响因素有着密切的联系，良好的区位吸引FDI在特定地区形成聚集，而资本边际收益递减与技术扩散会促使FDI的空间形态由集中逐渐变为分散.目前，关于FDI区位选择因素的研究比较多.Fung等（2002）研究发现优越的基础设施有利于FDI的引进.Li和Park（2006）以及Hong（2007）研究发现聚集因素是跨国公司区位选择的重要因素.因为经济活动的聚集通过劳动力市场的发展，中间产品的共享以及技术的溢出可以带来外部效益.苏芳和胡日东（2008）利用空间面板数据模型研究了中国区域FDI决定因素的动态演变过程.何兴强和王利霞（2008）基于“第三国效应”理论，运用空间面板计量方法对1985～2005年期间中国30个省市的FDI区位分布的空间效应进行了检验，结果发现各个地区的FDI存在显著的空间效应.韩剑和张凌（2010）利用空间计量方法分析了中国1987～2007年FDI空间演化的规律及其影响因素.王丽等（2012）利用空间自相关和空间自回归模型研究了1995～2009年中国FDI空间集聚特征及其动因，结果表明各省份实际利用FDI的过程存在较强的空间自相关性.Pan（2012）研究了1993～2008中国各省市的FDI区位决定因素，并发现中国各省市的FDI具有弱聚集效应.赵伟和向永辉（2012）在马尔可夫完美均衡的框架下分析了集聚经济和区位优势对地区间FDI税收竞争均衡的影响，并发现地区间的FDI税收竞争是存在的，税收仍然是影响FDI区位分布的重要影响因素.目前，关于FDI的收敛性的研究还比较少见，因此，本文将利用地理信息技术和空间马尔可夫链方法研究中国各省市的FDI投资的时空区位演化过程.

3 实证分析

3.1 空间布局分析

为了分析中国各个省的外商直接投资的动态演化过程，采用1993～2014年中国各个省的FDI数据，并计算各个省在当年占全国的比重.数据来源于中国统计年鉴和各个省的统计年鉴，数据是由中国大陆30个省份的数据组成，由于数据的缺失，假设它从1993年至2014年一直处于FDI投资的低水平状态.图1 给出了1993年中国各个省的FDI水平的空间布局.

从图1中可以看出，FDI在中国各个省的分布极度不平衡，大部分集中在东部沿海地区，而西部地区的比重很少，且表现出从东到西的阶梯状.1993年FDI主要集中在东部沿海是由于这些地区有较好的政策支持，又有较好的基础设施，并且交通运输能力好，可以降低运输成本.图2给出了2002年中国各个省的FDI水平的空间布局.

与图1进行比较，从图2可以发现东部和西部的变化都比较小，东部除了海南的FDI投资水平下降外其他各省的FDI投资水平基本不变；西部除了四川，重庆和云南的FDI投资水平下降外其他各省的FDI投资水平基本不变；中部各省的变化比较大，江西的FDI投资水平上升，陕西FDI投资水平下降了.由此可以看出这个阶段中国的FDI投资的空间布局还处于调整和优化的阶段.图3给出了2014年中国各个省的FDI水平的空间布局.

从图3可以看出，东部地区的福建的FDI投资水平下降了，而中部的河南和安徽，西部的四川和重庆的FDI投资水平上升.由此可见，FDI已逐步由东部地区向中西部地区转移.FDI的这种转移主要是由于中部具有丰富的矿产资源以及充足而又廉价的劳动力，使得FDI由东部地区向中西部地区转移.

3.2 时间转移特征分析

为揭示中国各个省的FDI时空布局演化过程，假设初始分布为均匀分布，利用1993～2014年中国各个省的FDI水平，根据公式（2），计算中国各个省的FDI水平在整个研究期间马尔可夫状态转移概率矩阵.为了更进一步说明FDI时空演化的阶段性特征，把整个研究时段1993～2014年分成两个子时段，第一时段为1993～2002年，第二个时段为2003～2014年.表1给出了1993～2014年以及子时段的中国省域FDI时空演化状态转移概率矩阵.

由表1知，主对角线上的元素值相对较高，这表明一个在初期FDI水平为i状态的区域，在随后年份仍属于此状态的可能性较高.在马尔可夫状态转移概率矩阵中，对角线上的元素的最大值是94.675%，最小值也是86.551%，也就是说，中国各个省的FDI 水平在不同年份之间变化并不大.另外，比较第一个时段的状态转移概率矩阵和第二个时段的状态转移概率矩阵时，发现当处在低和中低水平状态时，第二阶段主对角线上的元素小于第一阶段主对角线上的元素，当处在中高和高水平状态时，第二阶段主对角线上的元素大于第一阶段主对角线上的元素，就说明在1993年～2002年期间处在中高和高状态的省市状态转移概率相对比较大，这个时期是中高和高水平状态的关键调整期，在2003～2014年期间处在低和中低状态的省市状态转移概率相对比较大，这个时期是低和中低水平状态的关键调整期.这也说明1993～2002年期间是FDI空间布局的调整主要表现在数量上，而到了2003-2014年FDI空间布局的调整主要表现在质量的提高.

其次，不同省份FDI在不同年份之间的状态转移概率比较小，且越偏离主对角线，转移概率越低.在1993～2014年间，不同状态之间最大的转移概率发生在中低水平向中高水平方向的转移上，为9.356%，其次为中高向高水平方向的转移上，为7.017%，同时可发现当处在中低和中高水平时，向上转移的概率大于向下转移的概率，且没有跨越两个层次转移的情况.这表明，在研究时段内中国省域FDI整体投资水平不断提高.

最后，根据式（3）计算了马尔可夫链的极限分布，表1还给出了1993～2014年，1993～2002年以及2003～2014年的极限分布.进一步，比较极限分布和初始分布来分析中国各个省FDI的收敛性.在整个研究时段1993～2014年期间，处在低和中低水平状态的极限分布小于初始分布，而处在中高和高水平状态的极限分布大于初始分布，这说明中国各省市FDI水平是发散的，且具有一定的长期聚集趋势.但从第一个时段1993～2002年期间来看，处在低和中低水平状态的极限分布大于初始分布，而处在中高和高水平状态的极限分布小于初始分布，这还是说明中国各省市FDI水平是发散的，且长期聚集趋势不明显.再从第二个时段2003～2014年期间来看，处在低和中低水平状态的极限分布明显小于初始分布，而处在中高和高水平状态的极限分布明显大于初始分布，这还是说明中国各省市FDI水平是发散的，且具有长期明显的聚集趋势.总之，整个研究时间段内中国各省市FDI 投资水平的提高正在稳步推进，但这种FDI时空演化过程发散的，并从长期来看具有明显的聚集趋势.

为了描述中国各省的FDI时空流动性，根据马尔可夫状态转移概率矩阵可以构建流动性指标（Shorrocks’ Index）

其中N=4，tr（P）表示状态转移概率矩阵P的迹. 当P是单位阵时，SI值等于0，但当P对角线上的元素全为零时，SI值等于1.SI值越大，说明流动性越强.根据表1中给出的马尔可夫状态转移概率矩阵，计算整个研究时段1993～2014年的流动性指标SI=0.094，说明具有一定的流动性，但流动性不强.比较第一时段1993～2002年的流动性指标SI=0.104和第二时段2003～2014年的流动性指标SI= 0.089，发现第一个阶段的流动性大于第二个阶段的流动性.

为了进一步检验前面得出结论的可靠性，对该马尔可夫模型的时间齐次性进行检验，根据（4）式，根据表1中给出的状态转移概率矩阵，Q=2，计算得到的似然比检验统计量为Tγ=19.356，且统计量的临界值为χ20.9912=26.217.由此可以得出结论，在显著性水平为1%时接受原假设，说明假设中国各个省市的FDI具有马尔可夫时间齐次性，也进一步验证了前面得出结论的合理性.

4 结 论

以1993～2014年期间中国大陆31个省份FDI空间分布格局演化为研究对象，通过采用地理信息技术模拟发现，中国各省市的FDI分布极度不平衡，大部分集中在东部沿海地区，而西部地区的比重很少，且表现出从东部地区向中西部地区转移的趋势.进一步，构建空间马尔可夫模型，并分析了中国各省市的FDI 时空演化过程，结果发现当处在中低和中高水平时，向上转移的概率大于向下转移的概率，且没有跨越两个层次转移的情况.这表明，在研究时段内中国省域FDI整体投资水平不断提高.总之，整个研究时间段内中国各省市FDI 投资水平的提高正在稳步推进，但这种FDI时空演化过程发散的，并从长期来看具有明显的聚集趋势.由此说明影响FDI区位选择的因素在不断变化，市场规模、基础设施水平等传统经济因素的影响仍然显著，但作用在逐渐下降，而市场化程度与聚集效应的影响正不断增强.另外传统政策优势的影响也逐渐退居次要地位，这说明FDI已经进入一个新的阶段.本文的研究结果对于从全国层面制定适宜的外资政策，实现外资空间布局的优化，推进区域一体化进程具有指导意义.

参考文献

[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] 何兴强，王利霞. 中国FDI区位分布的空间效应研究[J]. 经济研究，2008（11）：137-150.

[6] 王丽，曹有挥，袁丰. 中国FDI区位选择的时空格局演进及影响因素分析[J].长江流域资源与环境，2012，21（1）：8-21.

[7] 苏芳，胡日东. 中国FDI区域分布决定因素的动态演变与地理溢出程度―基于空间面板数据的实证研究[J]. 经济地理，2008，28（1）：16-20.

[8] 蒋伟. 中国外商直接投资区位决定：基于“第三方效应”的空间计量分析[J]. 世界经济研究，2012（1）：75-80.

[9] 赵伟，向永辉. 区位优势、集聚经济和中国地区间FDI竞争[J]. 浙江大学学报（人文社会科学版）.2012，42（6）：111-125.

空间说明范文第4篇

关键词：山地，城镇体系，空间结构，分形，临沧市

中图分类号：k928.5文献标识码：A

1引言

城镇作为一个节点，在城镇体系中并不是孤立存在的，各城镇之间进行着物质、能量、信息等各方面的联系，存在着空间相互作用。这种作用的紧密与否对整个城镇体系的发展具有一定的推动或滞后效应，所以对一个地区城镇体系的空间结构进行研究是很有必要的。在地域空间结构的研究中，最具有代表性的是克里斯塔勒的中心地理论，它系统阐明了中心地的数量、规模和分布模式，但这一理论的创建是建立在杜能和韦伯的工业区位论基础之上，假设的地域是个均质体，不具有普遍适用性，处于一个定性的研究阶段。自20世纪70年代中期美国科学家曼德尔布罗特创立分形理论以来，很多非线性环境中的一些随机分布现象和问题得到解决。我国于20世纪90年代引入分形理论，对城镇体系的空间结构进行定性与定量相结合的研究方法。目前国内用分形理论对城镇体系空间结构进行研究的方法较多，主要有聚集维数(半径维数)、网格维数和空间关联维数等。但这些方法多用于平原地区的研究，有关山地城镇体系空间结构分形特征的实证研究还相对较少。基于此，本文对典型山地城市临沧市的城镇体系进行空间结构的实证研究，选取分形理论中的空间关联维数、半径维数，分别对临沧市城镇体系空间分布的相关性和集聚性进行分析，总结出其空间分形特征，并提出相应优化措施。

2研究区域和研究方法

2.1研究区域概况

临沧市为滇西南重要门户，自古即是西南丝绸之路通缅、印支道。全市地处横断山脉纵谷区，因濒临澜沧江而得名。境内山高谷深，与外界交通联系不便，地形总趋势由东北向西南倾斜，呈中部高四周低。境内山地占总面积的98%，其间镶嵌着大小不一、形态各异的盆地(俗称坝子)，盆地多为低盆。此外，这里长期以来为少数民族聚居，以佤族为代表的23种少数民族人口占总人口的38.6%。境内北回归线横贯南部，气候四季如春，有亚洲恒温城之美称，年平均气温17.2℃。自2003年底国务院批准撤销临沧地区设立地级临沧市以来，临沧市设有1个县级区、4个县、3个民族自治县，共有33个小城镇。其中临翔区有凤翔街道办事处、博尚镇2个镇，凤庆县包括凤山镇、鲁史镇、勐佑镇、小湾镇、洛党镇、三岔河镇、营盘镇和雪山镇8个镇，云县包括爱华镇、茂兰镇、漫湾镇、涌宝镇、幸福镇、大寨镇、大朝山西镇7个镇，永德县包括德党镇、小勐统镇、永康镇3个镇，镇康县包括南伞镇、勐捧镇、凤尾镇3个镇，双江拉祜族佤族布朗族傣族自治县包括勐勐镇、勐库镇2个镇，耿马傣族佤族自治县包括耿马镇、勐永镇、勐撒镇、勐定镇4个镇，沧源佤族自治县包括勐董镇、芒卡镇、勐省镇、岩帅镇4个镇。有60.6%的城镇沿着公路线分布，还有部分城镇沿着勐佑河和南定河分布。

图1临沧市城镇分布图

Fig.1 Urban distribution of Lincang

2.2研究方法

分形是大自然的优化结构，分形体能够最有效地占据空间。所谓分形是指其组成部分以某种方式与整体相似的几何形态，或者是指在很宽的尺度范围内，无特征尺度却有自相似性和自仿射性的一种现象。分形的基本特征是分形体具有自相似性和无标度性，描述分形的主要特征参数是分维，又可称为分维数[1]。其中，很多学者运用分形理论对城镇体系的空间结构进行研究。下面详细介绍本文需要运用的两个城镇体系空间结构分形模型：空间关联维数模型和半径维数模型。

2.2.1空间关联维数模型

城镇体系的空间关联函数为C(r) =(i≠j) (3)，式中r为标度，dij为i、j两城镇的欧氏距离即乌鸦距离，θ为Heaviside函数[2]，具有性质 (4)。根据城镇体系空间分布标度不变性的分形特征有: C(r)∝rD(5)，式中：C (r)为关联函数，D为关联维数，其地理意义反映了城镇之间空间相互作用的规律性。D的取值范围一般介于0-2之间，其值越小，说明该区域城镇体系空间分布的集中度越高，空间联系越紧密，空间相互作用也越强;反之，其值越大，则该区域城镇体系空间分布越分散，空间相互作用也就越弱。空间关联维数的独特用途在于可以反映城镇体系各要素之间交通网络的通达性，从而指示城市之间的关联性。在式(3)中，将dij改为实际交通里程即乳牛距离(cow distance)，利用式(5)可得交通网络的关联维数D′，从而可定义牛鸦维数比为ρ=D′/D(6)，ρ越接近于1，表明城市之间交通网络通达性越好，从而城镇体系各要素关联度越高[3]。

2.2.2半径维数模型

假定城镇体系各要素按照某种自相似规则围绕中心城市(一般是等级体系中的首位城市)呈凝聚态分布，且城镇体系的分形体是各向均匀变化的，借助几何测度关系确定半径为r的圆周内的城镇数目N(r)与相应半径的关系，即有N(r)∝ (7)，类比于Hausdorff维数公式可知，式中Df为分维。由于半径r的单位取值影响分维的数值，可将其转化为平均半径[4]，定义平均半径为RS〈( )1/2〉(8)，则一般有分维关系RS∝S1/D(9)。其中，式(8)是平均半径公式，式(9)是分维计算公式，RS为平均半径，ri为第i个城镇到中心城市的欧氏距离(称重心距)，S为城镇个数，〈…〉表示平均，D为分维。

一般取欧式维数为2，如果D>2，则城镇体系要素的空间分布从中心向四周呈密度递增，城镇体系空间分布呈漏斗离散态分布，这是一种非正常的情况，且D值越大其城市空间分布的离散程度越大;如果D=2，城镇体系的要素分布在半径方向上是均匀变化的，城镇体系空间分布呈均匀分布;如果D

3临沧市城镇体系空间结构分形研究

3.1城镇体系空间分布相关性分析

利用Mapinfo软件对2008年临沧市行政图进行数字化，量算出33个城镇之间的直线距离，构建各城镇间乌鸦距离的33×33半角矩阵(表1)。取步长Δr=10km为标度r，则在r内的城镇之间的距离点数C(r)随r的变化而变化，这样就可以得到一系列点对(r，C(r))(表2)。以lnr为横坐标，lnC(r)为纵坐标做出散点图(图2)。由于计算空间关联维数必须考虑无标度区的范围，根据散点图，无标度区的范围从序号7起，到序号20结束，无标度区对应的尺度范围是10-140km，在此尺度范围内市域城镇体系存在自相似性。关联维数D=1.3376，测定系数R2=0.9942。相关系数接近于1，相关性很好，说明临沧市城镇体系空间分布具有分形特征。根据上文关联维数一般介于0-2之间，而临沧市城镇体系的空间关联维数为1.3376，D值较大，从而说明临沧市城镇体系空间分布比较分散， 空间联系不是很紧密，空间相互作用较弱。

表1临沧市城镇乌鸦距离阵/km

表2标度r及其对应的关联函数C(r) /km

图2临沧市城镇体系空间相关性的双对数坐标图

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

用同样的方法，当dij改用基于公路的乳牛距离时，计算出在一定的标度范围内公路交通网络的分维数D′=1.2242，测定系数R2=0.9919，进一步可以算出牛鸦维数比ρ=D′/D=0.9152。牛鸦维数比是来衡量区域城镇体系内交流状况的，ρ接近于1，说明在无标度区内，临沧市主要城镇之间交通网络通达性很好，从而城镇体系各要素关联度较高。

3.2城镇体系空间分布集聚性分析

在2008年临沧市行政图中，以临沧市政府所在地凤翔镇为中心测算区域城镇体系的聚集维数(表3)，具体通过双对数散点图进行线性拟合，确定分维数(图3)。

表3临沧市城镇分布的重心距和平均半径/km

图3临沧市城镇体系随机集聚分布的双对数坐标图

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

计算得到，分维D=1.6375，测定系数R2=0.9961。关联系数为0.9961，说明空间关联性非常好，其空间分布具有分形特征。而D=1.6375

4结论：

通过以上的研究，表明临沧市城镇体系在空间结构上具有比较明显的分形特征，表现出自相似结构。

临沧市城镇体系空间分布的相关性方面：如果不考虑实际的距离，根据各城镇的直线距离进行分维测算，得出临沧市城镇体系空间分布比较分散，空间相互作用较弱，空间联系不是很紧密；而当考虑实际的交通距离时，测算结果表明临沧市主要城镇之间交通网络通达性很好，各城镇间的交流很方便。这些都是在一定的标度范围内得出的结论，属于局部分形，但标度范围相对较大，还是说明了临沧市主要城镇之间的各元素交流很紧密。就整体而言，由于临沧市绝大部分都是山地，各城镇间，特别是距凤翔镇偏远的山地小城镇，其交流受地形的限制很大，城镇体系空间分布的主要影响因素是自然条件，城镇分布很分散。从图1中可以看出有三分之一的城镇沿着国道和省道分布，有县乡道将个别城镇相连，这是受市场因素的影响，但交通受山地阻隔，交通网络通达性还有待进一步的提高。总之，临沧市城镇体系空间分布呈现出局部集中，整体分散的特点。

临沧市城镇体系的空间集聚分布是以临沧市政府所在地凤翔镇为中心向四周密度递减，呈集聚态分布，距中心越远的边缘地区与中心地的联系越不紧密，城镇体系空间分布不均衡。

这说明分形理论适合山地城镇体系空间结构的分析研究，对山地小城镇的规划具有一定的实践价值。因此，在临沧市城镇体系规划中，可以运用分形思想调整和优化城镇体系的空间结构。另外，临沧市城镇体系的空间分布受自然因素的影响较大，还处于初级分布和发展阶段，在城镇发展中应该充分重视由于地形因素带来的交通不便问题，加快以交通为主的基础设施建设，改善城镇之间的通达条件，增强城镇之间的空间相互作用强度。以上的结论充分说明了交通条件对城镇体系发展的重要性，对于临沧市整个交通网络分形的具体情况还有待进一步的研究。

参考文献：

[1]张济忠.分形[M].北京:清华大学出版社，1995：1-15.

[2]徐建华.现代地理学中的数学方法[M].北京:高等教育出版社(第二版)，2002:405-1408.

[3]刘继生，陈彦光.城镇体系空间结构的分形维数及其测算方法[J].地理研究，1999，18(1):171-172.

[4]陈涛(陈彦光).城镇体系随机聚集的分形研究[J].科技通报，1995，11(2):98-101.

[5]刘耀彬，陈志，杨益明.湖北省城市体系空间结构发展研究[J].华中科技大学学报(城市科学版)，2003，23(3):53-159.

空间说明范文第5篇

公路运输周转量及其影响因素在地理空间上存在空间依赖性和溢出效应，即公路运输周转量会受到周边地区的影响.本文采用空间统计分析Moran指数法检验公路运输周转量与空间依赖性间的关系.

1.1全域空间相关性检验空间统计学一般使用空间统计量——空间自相关指数Moran’sI检验区域经济变量的空间依赖性，即全域空间相关性.全域Moran’sI指数[10]定义。为了检验省域公路运输周转量是否存在空间自相关及集群现象，本文利用GeoDA方法计算了1981–2012年31个省公路周转量的Moran’sI指数.计算结果如图1所示.全域Moran’sI的取值范围介于-1~1之间，若数值大于0，说明空间存在正自相关，数值越大说明空间的正自相关性越强；若其数值小于0，说明具有空间邻接关系的单元之间不具有相似的属性，数值越小说明各空间单元的差异性越大；若数值为零，说明不具有空间相关性，各单元之间服从随机分布.从图1可以发现，中国31个省、直辖市和自治区的公路运输周转量在空间分布上具有正自相关关系，即空间依赖性，这表明各省域的公路运输周转量是存在相关性的.而且，从1981年开始，我国公路运输周转量的空间相关性虽然有所波动，但整体呈上升趋势，表明在我国道路交通运输系统发展的同时，各省间的联系越来越紧密，地区间公路运输周转量的空间依赖程度越来越高.因此，在进行省域公路运输周转量分析时，空间影响因素不可或缺.

1.2局域空间相关性检验局域空间相关性又称为空间关联局域指标（LISA)，局域Moran’sI指数。采用局域空间相关性分析方法(LISA)对省域公路运输周转量的空间格局和集群现象进行更深入的分析，以弥补全域空间相关性分析方法的不足，其结果如图2所示.“本地高，周边高”型地区本身具有较大的公路运输周转量，且附近的地区也具有较大的运输周转量；“本地低，周边低”型地区本身的运输周转量较小，其周围的地区运输周转量也较小，同样，有“本地低，周边高”型地区和“本地高，周边低”型地区“.本地高，周边高”和“本地低，周边低”型地区表示正的空间自相关并且存在相近运输周转量的空间聚集，而位于“本地低，周边高”和“本地高，周边低”型地区则与邻近地区呈负相关.如图2所示，“本地高，周边高”型地区为高空间集群效应地区，包括，辽宁、江苏、上海、浙江和江西5省、直辖市；“本地低，周边低”型地区为低空间集群效应地区，包括，新疆、甘肃、青海和四川4省、自治区；“本地低，周边高”区域为具有负空间集群效应的地区（即本地区公路运输周转量低，而周边地区高），包括安徽和天津2省.其他地区不具有明显的局域空间相关性.通过对比不同省域公路运输周转量局域空间关系可以发现，在不同的经济情况、产业结构、地理条件下，各省的运输结构各不相同，对周边地区的影响力也存在较大差异.因此，在制定公路运输业的节能减排措施时，应选择“本地高，周边高”和“本地低，周边低”型地区，其可以在降低自身公路运输周转量的同时，带动周边地区的公路运输的下降，以达到最优的节能减排效果.

2公路运输周转量空间计量模型

2.1空间计量模型依据空间面板模型的相关理论，空间常系数回归模型包括空间滞后模型（SLM）和空间误差模型（SEM）两种，以及空间变系数回归模型——地理加权回归模型(GWR)[12]，本文将运用空间常系数回归模型进行全域范围的研究，分析省域公路运输周转量的空间效应和影响因素.空间滞后模型[13]可以检验各变量在某地的扩散效应(或溢出效应)。

2.2公路运输周转量空间计量模型构建影响省域公路运输周转量的主要因素包括经济水平、产业结构和人口数量等因素.本文在构建空间滞后模型和空间误差模型时，选取分产业GDP(第一产业FGDP、第二产业SGDP、第三产业TGDP)、省域人口总数(People)等指标做解释变量来分别反映经济水平、产业结构和人口数量.本文选用各省、直辖市、自治区的空间距离作为空间权重，通过模型的比较分析，揭示省域公路运输周转量的空间效应及其影响方式.该模型表示某一省域公路运输周转量与其相近地区（具有空间相关性的地区）公路运输周转量、本省经济水平、产业结构和人口数量的关系.式（9）与式（8）的区别在于，式（9）的空间影响体现在空间滞后误差项中，没有直接以TOVi的形式出现.

3实例分析

3.1公路运输周转量空间计量模型数据分析根据2012年的统计数据，对上节中的公路运输周转量空间计量模型（空间滞后模型、空间误差模型）和一种传统的回归模型（即不考虑其空间相关性）求解，其结果如表1所示.从表1可以看出，三种模型下的拟合优度都高于0.8，空间滞后模型的拟合效果最好.空间滞后模型拟合结果显示，空间自回归系数为0.5578，说明公路运输周转量具有较强的空间依赖性，空间临近效应非常明显.因此，仅仅采用传统的计量经济模型进行分析将会得到有偏差的结果.从空间误差模型结果看，空间误差自相关系数为0.597，说明各省间存在的不可观测数据也对公路的客货周转量产生正向作用.另外，第一、第二产业对公路运输周转量的贡献都大于第三产业，政府加大力度优化产业结构，增加服务业的比重，有利于降低公路运输周转量，进而降低交通运输业的能源消耗，达到节能减排的目的.

3.2情景分析我国在实施公路运输的节能减排措施时，应该对各个省份采用不同的策略与尺度，因此，本文以空间临近效应高的地区为案例，分析这些地区公路运输周转量下降对周边区域的影响，进而分析其对全国节能减排的贡献.由于辽宁、上海、江苏、浙江及江西具有高空间集群效应，这些城市公路周转量的下降会带动其周边地区减少公路运输，进而可以促进全国范围内公路运输量的下降.因此，本文着重分析这些地区减少公路运输对全国节能减排的影响情况.考虑到辽宁、上海、江苏及浙江是沿海地区，这些城市可以通过大力发展水路运输减少公路运输周转量；江西是内陆城市，可以通过铁路运输降低公路运输分担率.假设2014年GDP增长率为8%，国内具有良好的节能减排实施环境，当高空间集群效应的地区公路运输周转量降低不同幅度（假设三种情景：下降25%、15%、5%）[14]时，应用空间滞后模型计算各种情景下全国的节能减排效果.具体情况如表2所示。从表2可以看出，三种情景下，辽宁、江苏、上海、浙江和江西五个地区公路运输周转量的减少均带动其空间邻接区域公路运输周转量不同程度的降低，分别降低6.6%、3.2%和1.4%.由于这只是减少5个地区的公路运输周转量对全国节能减排的影响，因此，其降低比例要低于这5个地区的情况，但这只是部分地区对全国的间接影响，如果进一步扩大减排的省域将可能呈现相互影响、梯次下降的局面，进而实现我国预计的节能减排目标.

4研究结论