空間說明

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇空間說明范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

空間說明范文第1篇

1、生產資料

受能源、化工產品、礦產品等價格上漲影響，生產資料市場價格延續上漲態勢。據商務部監測顯示，上周( 5月26日至6月1日），重點監測的生產資料市場價格總水平較前一周上漲0.9%。在監測的112種主要產品中，價格周環比上漲的有57種，占50.89%；價格持平的有49種，占43.75%；價格下跌的有6種，占5.36%。

從大類來看，能源、化工產品、黑色金屬、農資產品、橡膠產品、建材、輕工原料、礦產品價格有所上漲，有色金屬價格下跌。

從具體品種來看，冶金焦、鑄造焦、褐煤價格漲幅居前，分別較前一周上漲8.5%、3.6%和3.3%；1#鋅、1#鎳、145×2.5mm 熱軋帶鋼價格分別較前一周下跌4.2%、3.3%和1.3%。

2、粗苯、焦化苯、二甲苯

（1）粗笨

近期粗苯價格大漲，多家生產廠家調高粗苯出廠價格。

目前粗苯的生產量相對于下游的加工能力仍有較大的缺口，供給方面，近期國家環保檢查力度依舊較大，再加上焦煤供應持續緊張，焦化企業限產較為嚴重，粗苯產量下降，供應將日趨緊張。

所以，粗苯價格仍舊繼續高位徘徊。

（2）焦化苯

在粗苯持續堅挺并穩步小幅攀高的拉動，近期，國內焦化苯市場迎來小幅攀高趨勢，市場成交較前期略顯活躍。

（3）二甲苯

6月2、3兩日，多家廠家調高二甲苯出廠價格。

3、黃磷

受四川地震影響，國內黃磷供給偏緊。臨近四川的貴州地區黃磷價格兩周普漲30~40元/噸，漲幅10％，分析人士認為，我國精細磷化工剛剛進入景氣周期，不會“曇花一現”。

作為我國第四大磷礦石生產基地，四川的產量占全國11％。四川省磷礦在地震中受災嚴重，將對國內供給產生重要影響，對磷礦石和黃磷價格有刺激作用。目前云南省黃磷報價1.9萬元/噸，生產成本在1.5~1.6萬元/噸。

二、跌價類

1、食用農產品

商務部昨天公布，上周（5月26日至6月1日）我國36個大中城市重點監測的食用農產品價格總水平較前一周下跌0.7%，連續八周呈回落態勢。至此，我國農產品價格5月份環比下降3.2%。

縱觀5月份農產品價格，蔬菜、水果為下跌主力，肉類略有下跌，糧食穩中略升，這是由于進入春夏時節，蔬菜水果相繼進入成熟期，供給增加。

2、工業萘

從五月中旬一次大范圍降價，工業萘依然在低迷態勢下延續，政策性風聲愈加緊張，所有企業都不敢有較高的產品庫存。下游的一些獨立精萘企業或受危化品運輸檢查力度加大等環保影響，或受資金運作不佳，下游拖欠款項嚴重而減小開工，對工業萘需求減小。

3、進口關稅

下半年，嬰幼兒食品、橄欖油、開心果等6類26個稅目的商品進口稅率將有所下調。6類共26個稅目商品涉及進口食品、植物油、飼料、棉花、血液白蛋白和人用疫苗等。其中，供嬰幼兒食用的零售包裝食品進口稅率由原來的10％下調為5％，橄欖油、開心果由原先的10％下調為5％，凍豬肉由12%下調為6%，凍鱈魚由12%下調為5%。

4、出口退稅

財政部、國家稅務總局昨日發出《關于取消部分植物油出口退稅的通知》稱，經國務院批準，從2008年6月13日起取消部分植物油的出口退稅。此次取消出口退稅的商品涉及36個稅號。

空間說明范文第2篇

一、啟發談話，引入新課二年級時我們學習了《空氣》這一課，誰來說說空氣是什么樣的物體？你知道哪些地方有空氣？

這節課，我們要在掌握了空氣的上述性質的基礎上，學習研究空氣的另一條性質，這條性質需要通過同學們觀察、實驗自己探索出來。

二、觀察實驗，學習新知師：（出示空文具盒）問：文具盒里有文具嗎？師講述：文具盒里沒有文具，這塊空著的地方叫做空間。

師：將鉛筆放滿文具盒，問：同學們看一看現在誰占據了文具盒的空間？

師：（出示書包并裝滿文具）同學們再看一樣你們熟悉的東西，問：“書包里有什么？誰占據著什么？”（找三個學生說，然后給予評價）

師：同學們看老師在干什么？（教師往燒杯里倒滿水）師講述：鉛筆、學習用具、水占據空間，其實在日常生活中還有很多很多的物體占據著空間，你能舉幾個例子嗎？（學生說完后，給予鼓勵）

師問：以上的事實說明了什么？（學生回答，教師板書：物體都要占據空間）

師：（出示一塊板擦，一個砝碼）問：它們所占據空間的大小一樣嗎？

師講述：所以準確地說應是物體都要占據一定的空間。這個“一定”指物體的大小，物體占據空間的大小叫體積。（將上述板書補充完整）師：現在你們自己親手做個實驗，用實驗來驗證：“物體都要占據一定的空間”這一結論。請同學們看實驗步驟。

1．實驗步驟：（掛出小黑板）。

（1）把燒杯放在盤子里。

（2）往燒杯里倒滿水。

（3）用手提著拴著砝碼的線。

（4）把砝碼慢慢放入裝滿水的燒杯中。

2．找一名學生大聲朗讀實驗步驟，教師提醒學生，水要倒滿，放砝碼時要慢。

3．要求：帶著問題進行實驗，出示觀察思考題：

（1）實驗中，你看到了什么現象？

（2）你怎么解釋這種現象？

4．匯報實驗結果。師導引：由上面的觀察實驗，我們知道了固體形態的砝碼和液體形態的水都要占據一定的空間，那么氣體形態的空氣是不是也要占據一定的空間呢？現在我們就帶著這個問題做幾個有趣的實驗。

1．掛出小黑板，出示實驗步驟：

實驗一：①把紙團緊緊塞在玻璃杯底部。

②把玻璃杯倒立豎直壓入水槽里。

③把杯子提出水面，用毛巾擦杯口。觀察，你看到了什么現象？

2．找一名學生朗讀實驗步驟。

3．教師進行演示實驗。

4．學生分組實驗。

5．學生匯報實驗結果：紙團沒濕。下面請同學們再做一個實驗，請看小黑板：

實驗二：

①把紙團緊緊塞在玻璃杯底部。

②把玻璃杯倒立豎直壓入水槽里。

③把杯子慢慢傾斜。學生匯報實驗結果：把紙團緊緊塞壓玻璃杯底部，把玻璃杯倒立豎直壓入水槽里，然后把杯子慢慢傾斜時，看到有氣泡冒出，紙團濕了。

師：下面請同學們討論小黑板上的問題：

①你怎么解釋這兩種現象？

②實驗說明了什么？學生匯報討論結果：第一次把玻璃杯倒立豎直壓入水槽里，把杯子提出水面，發現紙團沒濕，說明水沒有進到杯子里去。空氣占據了玻璃杯的空間。第二次把玻璃杯倒立壓入水槽里，把杯子傾斜時，發現紙團濕了，還有氣泡從杯子里跑出來，說明水進到杯子里去了，空氣讓出了部分空間。這兩個實驗說明了“空氣占據空間”。師：通過這個實驗，我們知道了空氣占據杯子的空間，下面我們再做一個實驗，驗證這個結論。

實驗三：

①拿一只瓶子。

②瓶口塞緊帶漏斗的塞子。

③把水倒進漏斗里。

學生匯報觀察結果：發現水沒進到瓶子里。

師點撥：把塞子塞緊時看到水沒進到瓶子里，下面把塞子松一松，試一試結果會怎樣呢？同時思考為什么會出現這種現象呢？學生匯報實驗結果：當把塞子松動后，水流進瓶子里去了。瓶口塞緊時，空氣跑不出來，水流不進去，說明空氣占據瓶子的空間。瓶塞松動后，空氣跑了出來，讓出了一部分空間，水流進去了，也說明空氣占據瓶子的空間。

師小結：我們通過觀察、實驗得出了“空氣占據空間”這一結論。

空間說明范文第3篇

關鍵詞 外商直接投資；區位演化；空間馬爾可夫鏈

中圖分類號 F222.3 文獻標識碼 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

改革開放以來，FDI的流入對中國區域經濟發展產生了重大的影響，在加快地區工業化進程、促進貿易增長和建設市場化制度等方面，它都起著不可替代的作用.FDI的流向引導著國內資本、勞動力等多種資源的地區流動，導致各地區生產要素投入的顯著差異，被認為是影響中國地區間經濟差距的主要因素之一.

FDI的動態空間演化機制與區位影響因素有著密切的聯系，良好的區位吸引FDI在特定地區形成聚集，而資本邊際收益遞減與技術擴散會促使FDI的空間形態由集中逐漸變為分散.目前，關于FDI區位選擇因素的研究比較多.Fung等（2002）研究發現優越的基礎設施有利于FDI的引進.Li和Park（2006）以及Hong（2007）研究發現聚集因素是跨國公司區位選擇的重要因素.因為經濟活動的聚集通過勞動力市場的發展，中間產品的共享以及技術的溢出可以帶來外部效益.蘇芳和胡日東（2008）利用空間面板數據模型研究了中國區域FDI決定因素的動態演變過程.何興強和王利霞（2008）基于“第三國效應”理論，運用空間面板計量方法對1985～2005年期間中國30個省市的FDI區位分布的空間效應進行了檢驗，結果發現各個地區的FDI存在顯著的空間效應.韓劍和張凌（2010）利用空間計量方法分析了中國1987～2007年FDI空間演化的規律及其影響因素.王麗等（2012）利用空間自相關和空間自回歸模型研究了1995～2009年中國FDI空間集聚特征及其動因，結果表明各省份實際利用FDI的過程存在較強的空間自相關性.Pan（2012）研究了1993～2008中國各省市的FDI區位決定因素，并發現中國各省市的FDI具有弱聚集效應.趙偉和向永輝（2012）在馬爾可夫完美均衡的框架下分析了集聚經濟和區位優勢對地區間FDI稅收競爭均衡的影響，并發現地區間的FDI稅收競爭是存在的，稅收仍然是影響FDI區位分布的重要影響因素.目前，關于FDI的收斂性的研究還比較少見，因此，本文將利用地理信息技術和空間馬爾可夫鏈方法研究中國各省市的FDI投資的時空區位演化過程.

3 實證分析

3.1 空間布局分析

為了分析中國各個省的外商直接投資的動態演化過程，采用1993～2014年中國各個省的FDI數據，并計算各個省在當年占全國的比重.數據來源于中國統計年鑒和各個省的統計年鑒，數據是由中國大陸30個省份的數據組成，由于數據的缺失，假設它從1993年至2014年一直處于FDI投資的低水平狀態.圖1 給出了1993年中國各個省的FDI水平的空間布局.

從圖1中可以看出，FDI在中國各個省的分布極度不平衡，大部分集中在東部沿海地區，而西部地區的比重很少，且表現出從東到西的階梯狀.1993年FDI主要集中在東部沿海是由于這些地區有較好的政策支持，又有較好的基礎設施，并且交通運輸能力好，可以降低運輸成本.圖2給出了2002年中國各個省的FDI水平的空間布局.

與圖1進行比較，從圖2可以發現東部和西部的變化都比較小，東部除了海南的FDI投資水平下降外其他各省的FDI投資水平基本不變；西部除了四川，重慶和云南的FDI投資水平下降外其他各省的FDI投資水平基本不變；中部各省的變化比較大，江西的FDI投資水平上升，陜西FDI投資水平下降了.由此可以看出這個階段中國的FDI投資的空間布局還處于調整和優化的階段.圖3給出了2014年中國各個省的FDI水平的空間布局.

從圖3可以看出，東部地區的福建的FDI投資水平下降了，而中部的河南和安徽，西部的四川和重慶的FDI投資水平上升.由此可見，FDI已逐步由東部地區向中西部地區轉移.FDI的這種轉移主要是由于中部具有豐富的礦產資源以及充足而又廉價的勞動力，使得FDI由東部地區向中西部地區轉移.

3.2 時間轉移特征分析

為揭示中國各個省的FDI時空布局演化過程，假設初始分布為均勻分布，利用1993～2014年中國各個省的FDI水平，根據公式（2），計算中國各個省的FDI水平在整個研究期間馬爾可夫狀態轉移概率矩陣.為了更進一步說明FDI時空演化的階段性特征，把整個研究時段1993～2014年分成兩個子時段，第一時段為1993～2002年，第二個時段為2003～2014年.表1給出了1993～2014年以及子時段的中國省域FDI時空演化狀態轉移概率矩陣.

由表1知，主對角線上的元素值相對較高，這表明一個在初期FDI水平為i狀態的區域，在隨后年份仍屬于此狀態的可能性較高.在馬爾可夫狀態轉移概率矩陣中，對角線上的元素的最大值是94.675%，最小值也是86.551%，也就是說，中國各個省的FDI 水平在不同年份之間變化并不大.另外，比較第一個時段的狀態轉移概率矩陣和第二個時段的狀態轉移概率矩陣時，發現當處在低和中低水平狀態時，第二階段主對角線上的元素小于第一階段主對角線上的元素，當處在中高和高水平狀態時，第二階段主對角線上的元素大于第一階段主對角線上的元素，就說明在1993年～2002年期間處在中高和高狀態的省市狀態轉移概率相對比較大，這個時期是中高和高水平狀態的關鍵調整期，在2003～2014年期間處在低和中低狀態的省市狀態轉移概率相對比較大，這個時期是低和中低水平狀態的關鍵調整期.這也說明1993～2002年期間是FDI空間布局的調整主要表現在數量上，而到了2003-2014年FDI空間布局的調整主要表現在質量的提高.

其次，不同省份FDI在不同年份之間的狀態轉移概率比較小，且越偏離主對角線，轉移概率越低.在1993～2014年間，不同狀態之間最大的轉移概率發生在中低水平向中高水平方向的轉移上，為9.356%，其次為中高向高水平方向的轉移上，為7.017%，同時可發現當處在中低和中高水平時，向上轉移的概率大于向下轉移的概率，且沒有跨越兩個層次轉移的情況.這表明，在研究時段內中國省域FDI整體投資水平不斷提高.

最后，根據式（3）計算了馬爾可夫鏈的極限分布，表1還給出了1993～2014年，1993～2002年以及2003～2014年的極限分布.進一步，比較極限分布和初始分布來分析中國各個省FDI的收斂性.在整個研究時段1993～2014年期間，處在低和中低水平狀態的極限分布小于初始分布，而處在中高和高水平狀態的極限分布大于初始分布，這說明中國各省市FDI水平是發散的，且具有一定的長期聚集趨勢.但從第一個時段1993～2002年期間來看，處在低和中低水平狀態的極限分布大于初始分布，而處在中高和高水平狀態的極限分布小于初始分布，這還是說明中國各省市FDI水平是發散的，且長期聚集趨勢不明顯.再從第二個時段2003～2014年期間來看，處在低和中低水平狀態的極限分布明顯小于初始分布，而處在中高和高水平狀態的極限分布明顯大于初始分布，這還是說明中國各省市FDI水平是發散的，且具有長期明顯的聚集趨勢.總之，整個研究時間段內中國各省市FDI 投資水平的提高正在穩步推進，但這種FDI時空演化過程發散的，并從長期來看具有明顯的聚集趨勢.

為了描述中國各省的FDI時空流動性，根據馬爾可夫狀態轉移概率矩陣可以構建流動性指標（Shorrocks’ Index）

其中N=4，tr（P）表示狀態轉移概率矩陣P的跡. 當P是單位陣時，SI值等于0，但當P對角線上的元素全為零時，SI值等于1.SI值越大，說明流動性越強.根據表1中給出的馬爾可夫狀態轉移概率矩陣，計算整個研究時段1993～2014年的流動性指標SI=0.094，說明具有一定的流動性，但流動性不強.比較第一時段1993～2002年的流動性指標SI=0.104和第二時段2003～2014年的流動性指標SI= 0.089，發現第一個階段的流動性大于第二個階段的流動性.

為了進一步檢驗前面得出結論的可靠性，對該馬爾可夫模型的時間齊次性進行檢驗，根據（4）式，根據表1中給出的狀態轉移概率矩陣，Q=2，計算得到的似然比檢驗統計量為Tγ=19.356，且統計量的臨界值為χ20.9912=26.217.由此可以得出結論，在顯著性水平為1%時接受原假設，說明假設中國各個省市的FDI具有馬爾可夫時間齊次性，也進一步驗證了前面得出結論的合理性.

4 結 論

以1993～2014年期間中國大陸31個省份FDI空間分布格局演化為研究對象，通過采用地理信息技術模擬發現，中國各省市的FDI分布極度不平衡，大部分集中在東部沿海地區，而西部地區的比重很少，且表現出從東部地區向中西部地區轉移的趨勢.進一步，構建空間馬爾可夫模型，并分析了中國各省市的FDI 時空演化過程，結果發現當處在中低和中高水平時，向上轉移的概率大于向下轉移的概率，且沒有跨越兩個層次轉移的情況.這表明，在研究時段內中國省域FDI整體投資水平不斷提高.總之，整個研究時間段內中國各省市FDI 投資水平的提高正在穩步推進，但這種FDI時空演化過程發散的，并從長期來看具有明顯的聚集趨勢.由此說明影響FDI區位選擇的因素在不斷變化，市場規模、基礎設施水平等傳統經濟因素的影響仍然顯著，但作用在逐漸下降，而市場化程度與聚集效應的影響正不斷增強.另外傳統政策優勢的影響也逐漸退居次要地位，這說明FDI已經進入一個新的階段.本文的研究結果對于從全國層面制定適宜的外資政策，實現外資空間布局的優化，推進區域一體化進程具有指導意義.

參考文獻

[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] 何興強，王利霞. 中國FDI區位分布的空間效應研究[J]. 經濟研究，2008（11）：137-150.

[6] 王麗，曹有揮，袁豐. 中國FDI區位選擇的時空格局演進及影響因素分析[J].長江流域資源與環境，2012，21（1）：8-21.

[7] 蘇芳，胡日東. 中國FDI區域分布決定因素的動態演變與地理溢出程度―基于空間面板數據的實證研究[J]. 經濟地理，2008，28（1）：16-20.

[8] 蔣偉. 中國外商直接投資區位決定：基于“第三方效應”的空間計量分析[J]. 世界經濟研究，2012（1）：75-80.

[9] 趙偉，向永輝. 區位優勢、集聚經濟和中國地區間FDI競爭[J]. 浙江大學學報（人文社會科學版）.2012，42（6）：111-125.

空間說明范文第4篇

關鍵詞：山地，城鎮體系，空間結構，分形，臨滄市

中圖分類號：k928.5文獻標識碼：A

1引言

城鎮作為一個節點，在城鎮體系中并不是孤立存在的，各城鎮之間進行著物質、能量、信息等各方面的聯系，存在著空間相互作用。這種作用的緊密與否對整個城鎮體系的發展具有一定的推動或滯后效應，所以對一個地區城鎮體系的空間結構進行研究是很有必要的。在地域空間結構的研究中，最具有代表性的是克里斯塔勒的中心地理論，它系統闡明了中心地的數量、規模和分布模式，但這一理論的創建是建立在杜能和韋伯的工業區位論基礎之上，假設的地域是個均質體，不具有普遍適用性，處于一個定性的研究階段。自20世紀70年代中期美國科學家曼德爾布羅特創立分形理論以來，很多非線性環境中的一些隨機分布現象和問題得到解決。我國于20世紀90年代引入分形理論，對城鎮體系的空間結構進行定性與定量相結合的研究方法。目前國內用分形理論對城鎮體系空間結構進行研究的方法較多，主要有聚集維數(半徑維數)、網格維數和空間關聯維數等。但這些方法多用于平原地區的研究，有關山地城鎮體系空間結構分形特征的實證研究還相對較少。基于此，本文對典型山地城市臨滄市的城鎮體系進行空間結構的實證研究，選取分形理論中的空間關聯維數、半徑維數，分別對臨滄市城鎮體系空間分布的相關性和集聚性進行分析，總結出其空間分形特征，并提出相應優化措施。

2研究區域和研究方法

2.1研究區域概況

臨滄市為滇西南重要門戶，自古即是西南絲綢之路通緬、印支道。全市地處橫斷山脈縱谷區，因瀕臨瀾滄江而得名。境內山高谷深，與外界交通聯系不便，地形總趨勢由東北向西南傾斜，呈中部高四周低。境內山地占總面積的98%，其間鑲嵌著大小不一、形態各異的盆地(俗稱壩子)，盆地多為低盆。此外，這里長期以來為少數民族聚居，以佤族為代表的23種少數民族人口占總人口的38.6%。境內北回歸線橫貫南部，氣候四季如春，有亞洲恒溫城之美稱，年平均氣溫17.2℃。自2003年底國務院批準撤銷臨滄地區設立地級臨滄市以來，臨滄市設有1個縣級區、4個縣、3個民族自治縣，共有33個小城鎮。其中臨翔區有鳳翔街道辦事處、博尚鎮2個鎮，鳳慶縣包括鳳山鎮、魯史鎮、勐佑鎮、小灣鎮、洛黨鎮、三岔河鎮、營盤鎮和雪山鎮8個鎮，云縣包括愛華鎮、茂蘭鎮、漫灣鎮、涌寶鎮、幸福鎮、大寨鎮、大朝山西鎮7個鎮，永德縣包括德黨鎮、小勐統鎮、永康鎮3個鎮，鎮康縣包括南傘鎮、勐捧鎮、鳳尾鎮3個鎮，雙江拉祜族佤族布朗族傣族自治縣包括勐勐鎮、勐庫鎮2個鎮，耿馬傣族佤族自治縣包括耿馬鎮、勐永鎮、勐撒鎮、勐定鎮4個鎮，滄源佤族自治縣包括勐董鎮、芒卡鎮、勐省鎮、巖帥鎮4個鎮。有60.6%的城鎮沿著公路線分布，還有部分城鎮沿著勐佑河和南定河分布。

圖1臨滄市城鎮分布圖

Fig.1 Urban distribution of Lincang

2.2研究方法

分形是大自然的優化結構，分形體能夠最有效地占據空間。所謂分形是指其組成部分以某種方式與整體相似的幾何形態，或者是指在很寬的尺度范圍內，無特征尺度卻有自相似性和自仿射性的一種現象。分形的基本特征是分形體具有自相似性和無標度性，描述分形的主要特征參數是分維，又可稱為分維數[1]。其中，很多學者運用分形理論對城鎮體系的空間結構進行研究。下面詳細介紹本文需要運用的兩個城鎮體系空間結構分形模型：空間關聯維數模型和半徑維數模型。

2.2.1空間關聯維數模型

城鎮體系的空間關聯函數為C(r) =(i≠j) (3)，式中r為標度，dij為i、j兩城鎮的歐氏距離即烏鴉距離，θ為Heaviside函數[2]，具有性質 (4)。根據城鎮體系空間分布標度不變性的分形特征有: C(r)∝rD(5)，式中：C (r)為關聯函數，D為關聯維數，其地理意義反映了城鎮之間空間相互作用的規律性。D的取值范圍一般介于0-2之間，其值越小，說明該區域城鎮體系空間分布的集中度越高，空間聯系越緊密，空間相互作用也越強;反之，其值越大，則該區域城鎮體系空間分布越分散，空間相互作用也就越弱。空間關聯維數的獨特用途在于可以反映城鎮體系各要素之間交通網絡的通達性，從而指示城市之間的關聯性。在式(3)中，將dij改為實際交通里程即乳牛距離(cow distance)，利用式(5)可得交通網絡的關聯維數D′，從而可定義牛鴉維數比為ρ=D′/D(6)，ρ越接近于1，表明城市之間交通網絡通達性越好，從而城鎮體系各要素關聯度越高[3]。

2.2.2半徑維數模型

假定城鎮體系各要素按照某種自相似規則圍繞中心城市(一般是等級體系中的首位城市)呈凝聚態分布，且城鎮體系的分形體是各向均勻變化的，借助幾何測度關系確定半徑為r的圓周內的城鎮數目N(r)與相應半徑的關系，即有N(r)∝ (7)，類比于Hausdorff維數公式可知，式中Df為分維。由于半徑r的單位取值影響分維的數值，可將其轉化為平均半徑[4]，定義平均半徑為RS〈( )1/2〉(8)，則一般有分維關系RS∝S1/D(9)。其中，式(8)是平均半徑公式，式(9)是分維計算公式，RS為平均半徑，ri為第i個城鎮到中心城市的歐氏距離(稱重心距)，S為城鎮個數，〈…〉表示平均，D為分維。

一般取歐式維數為2，如果D>2，則城鎮體系要素的空間分布從中心向四周呈密度遞增，城鎮體系空間分布呈漏斗離散態分布，這是一種非正常的情況，且D值越大其城市空間分布的離散程度越大;如果D=2，城鎮體系的要素分布在半徑方向上是均勻變化的，城鎮體系空間分布呈均勻分布;如果D

3臨滄市城鎮體系空間結構分形研究

3.1城鎮體系空間分布相關性分析

利用Mapinfo軟件對2008年臨滄市行政圖進行數字化，量算出33個城鎮之間的直線距離，構建各城鎮間烏鴉距離的33×33半角矩陣(表1)。取步長Δr=10km為標度r，則在r內的城鎮之間的距離點數C(r)隨r的變化而變化，這樣就可以得到一系列點對(r，C(r))(表2)。以lnr為橫坐標，lnC(r)為縱坐標做出散點圖(圖2)。由于計算空間關聯維數必須考慮無標度區的范圍，根據散點圖，無標度區的范圍從序號7起，到序號20結束，無標度區對應的尺度范圍是10-140km，在此尺度范圍內市域城鎮體系存在自相似性。關聯維數D=1.3376，測定系數R2=0.9942。相關系數接近于1，相關性很好，說明臨滄市城鎮體系空間分布具有分形特征。根據上文關聯維數一般介于0-2之間，而臨滄市城鎮體系的空間關聯維數為1.3376，D值較大，從而說明臨滄市城鎮體系空間分布比較分散， 空間聯系不是很緊密，空間相互作用較弱。

表1臨滄市城鎮烏鴉距離陣/km

表2標度r及其對應的關聯函數C(r) /km

圖2臨滄市城鎮體系空間相關性的雙對數坐標圖

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

用同樣的方法，當dij改用基于公路的乳牛距離時，計算出在一定的標度范圍內公路交通網絡的分維數D′=1.2242，測定系數R2=0.9919，進一步可以算出牛鴉維數比ρ=D′/D=0.9152。牛鴉維數比是來衡量區域城鎮體系內交流狀況的，ρ接近于1，說明在無標度區內，臨滄市主要城鎮之間交通網絡通達性很好，從而城鎮體系各要素關聯度較高。

3.2城鎮體系空間分布集聚性分析

在2008年臨滄市行政圖中，以臨滄市政府所在地鳳翔鎮為中心測算區域城鎮體系的聚集維數(表3)，具體通過雙對數散點圖進行線性擬合，確定分維數(圖3)。

表3臨滄市城鎮分布的重心距和平均半徑/km

圖3臨滄市城鎮體系隨機集聚分布的雙對數坐標圖

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

計算得到，分維D=1.6375，測定系數R2=0.9961。關聯系數為0.9961，說明空間關聯性非常好，其空間分布具有分形特征。而D=1.6375

4結論：

通過以上的研究，表明臨滄市城鎮體系在空間結構上具有比較明顯的分形特征，表現出自相似結構。

臨滄市城鎮體系空間分布的相關性方面：如果不考慮實際的距離，根據各城鎮的直線距離進行分維測算，得出臨滄市城鎮體系空間分布比較分散，空間相互作用較弱，空間聯系不是很緊密；而當考慮實際的交通距離時，測算結果表明臨滄市主要城鎮之間交通網絡通達性很好，各城鎮間的交流很方便。這些都是在一定的標度范圍內得出的結論，屬于局部分形，但標度范圍相對較大，還是說明了臨滄市主要城鎮之間的各元素交流很緊密。就整體而言，由于臨滄市絕大部分都是山地，各城鎮間，特別是距鳳翔鎮偏遠的山地小城鎮，其交流受地形的限制很大，城鎮體系空間分布的主要影響因素是自然條件，城鎮分布很分散。從圖1中可以看出有三分之一的城鎮沿著國道和省道分布，有縣鄉道將個別城鎮相連，這是受市場因素的影響，但交通受山地阻隔，交通網絡通達性還有待進一步的提高。總之，臨滄市城鎮體系空間分布呈現出局部集中，整體分散的特點。

臨滄市城鎮體系的空間集聚分布是以臨滄市政府所在地鳳翔鎮為中心向四周密度遞減，呈集聚態分布，距中心越遠的邊緣地區與中心地的聯系越不緊密，城鎮體系空間分布不均衡。

這說明分形理論適合山地城鎮體系空間結構的分析研究，對山地小城鎮的規劃具有一定的實踐價值。因此，在臨滄市城鎮體系規劃中，可以運用分形思想調整和優化城鎮體系的空間結構。另外，臨滄市城鎮體系的空間分布受自然因素的影響較大，還處于初級分布和發展階段，在城鎮發展中應該充分重視由于地形因素帶來的交通不便問題，加快以交通為主的基礎設施建設，改善城鎮之間的通達條件，增強城鎮之間的空間相互作用強度。以上的結論充分說明了交通條件對城鎮體系發展的重要性，對于臨滄市整個交通網絡分形的具體情況還有待進一步的研究。

參考文獻：

[1]張濟忠.分形[M].北京:清華大學出版社，1995：1-15.

[2]徐建華.現代地理學中的數學方法[M].北京:高等教育出版社(第二版)，2002:405-1408.

[3]劉繼生，陳彥光.城鎮體系空間結構的分形維數及其測算方法[J].地理研究，1999，18(1):171-172.

[4]陳濤(陳彥光).城鎮體系隨機聚集的分形研究[J].科技通報，1995，11(2):98-101.

[5]劉耀彬，陳志，楊益明.湖北省城市體系空間結構發展研究[J].華中科技大學學報(城市科學版)，2003，23(3):53-159.

空間說明范文第5篇

公路運輸周轉量及其影響因素在地理空間上存在空間依賴性和溢出效應，即公路運輸周轉量會受到周邊地區的影響.本文采用空間統計分析Moran指數法檢驗公路運輸周轉量與空間依賴性間的關系.

1.1全域空間相關性檢驗空間統計學一般使用空間統計量——空間自相關指數Moran’sI檢驗區域經濟變量的空間依賴性，即全域空間相關性.全域Moran’sI指數[10]定義。為了檢驗省域公路運輸周轉量是否存在空間自相關及集群現象，本文利用GeoDA方法計算了1981–2012年31個省公路周轉量的Moran’sI指數.計算結果如圖1所示.全域Moran’sI的取值范圍介于-1~1之間，若數值大于0，說明空間存在正自相關，數值越大說明空間的正自相關性越強；若其數值小于0，說明具有空間鄰接關系的單元之間不具有相似的屬性，數值越小說明各空間單元的差異性越大；若數值為零，說明不具有空間相關性，各單元之間服從隨機分布.從圖1可以發現，中國31個省、直轄市和自治區的公路運輸周轉量在空間分布上具有正自相關關系，即空間依賴性，這表明各省域的公路運輸周轉量是存在相關性的.而且，從1981年開始，我國公路運輸周轉量的空間相關性雖然有所波動，但整體呈上升趨勢，表明在我國道路交通運輸系統發展的同時，各省間的聯系越來越緊密，地區間公路運輸周轉量的空間依賴程度越來越高.因此，在進行省域公路運輸周轉量分析時，空間影響因素不可或缺.

1.2局域空間相關性檢驗局域空間相關性又稱為空間關聯局域指標（LISA)，局域Moran’sI指數。采用局域空間相關性分析方法(LISA)對省域公路運輸周轉量的空間格局和集群現象進行更深入的分析，以彌補全域空間相關性分析方法的不足，其結果如圖2所示.“本地高，周邊高”型地區本身具有較大的公路運輸周轉量，且附近的地區也具有較大的運輸周轉量；“本地低，周邊低”型地區本身的運輸周轉量較小，其周圍的地區運輸周轉量也較小，同樣，有“本地低，周邊高”型地區和“本地高，周邊低”型地區“.本地高，周邊高”和“本地低，周邊低”型地區表示正的空間自相關并且存在相近運輸周轉量的空間聚集，而位于“本地低，周邊高”和“本地高，周邊低”型地區則與鄰近地區呈負相關.如圖2所示，“本地高，周邊高”型地區為高空間集群效應地區，包括，遼寧、江蘇、上海、浙江和江西5省、直轄市；“本地低，周邊低”型地區為低空間集群效應地區，包括，新疆、甘肅、青海和四川4省、自治區；“本地低，周邊高”區域為具有負空間集群效應的地區（即本地區公路運輸周轉量低，而周邊地區高），包括安徽和天津2省.其他地區不具有明顯的局域空間相關性.通過對比不同省域公路運輸周轉量局域空間關系可以發現，在不同的經濟情況、產業結構、地理條件下，各省的運輸結構各不相同，對周邊地區的影響力也存在較大差異.因此，在制定公路運輸業的節能減排措施時，應選擇“本地高，周邊高”和“本地低，周邊低”型地區，其可以在降低自身公路運輸周轉量的同時，帶動周邊地區的公路運輸的下降，以達到最優的節能減排效果.

2公路運輸周轉量空間計量模型

2.1空間計量模型依據空間面板模型的相關理論，空間常系數回歸模型包括空間滯后模型（SLM）和空間誤差模型（SEM）兩種，以及空間變系數回歸模型——地理加權回歸模型(GWR)[12]，本文將運用空間常系數回歸模型進行全域范圍的研究，分析省域公路運輸周轉量的空間效應和影響因素.空間滯后模型[13]可以檢驗各變量在某地的擴散效應(或溢出效應)。

2.2公路運輸周轉量空間計量模型構建影響省域公路運輸周轉量的主要因素包括經濟水平、產業結構和人口數量等因素.本文在構建空間滯后模型和空間誤差模型時，選取分產業GDP(第一產業FGDP、第二產業SGDP、第三產業TGDP)、省域人口總數(People)等指標做解釋變量來分別反映經濟水平、產業結構和人口數量.本文選用各省、直轄市、自治區的空間距離作為空間權重，通過模型的比較分析，揭示省域公路運輸周轉量的空間效應及其影響方式.該模型表示某一省域公路運輸周轉量與其相近地區（具有空間相關性的地區）公路運輸周轉量、本省經濟水平、產業結構和人口數量的關系.式（9）與式（8）的區別在于，式（9）的空間影響體現在空間滯后誤差項中，沒有直接以TOVi的形式出現.

3實例分析

3.1公路運輸周轉量空間計量模型數據分析根據2012年的統計數據，對上節中的公路運輸周轉量空間計量模型（空間滯后模型、空間誤差模型）和一種傳統的回歸模型（即不考慮其空間相關性）求解，其結果如表1所示.從表1可以看出，三種模型下的擬合優度都高于0.8，空間滯后模型的擬合效果最好.空間滯后模型擬合結果顯示，空間自回歸系數為0.5578，說明公路運輸周轉量具有較強的空間依賴性，空間臨近效應非常明顯.因此，僅僅采用傳統的計量經濟模型進行分析將會得到有偏差的結果.從空間誤差模型結果看，空間誤差自相關系數為0.597，說明各省間存在的不可觀測數據也對公路的客貨周轉量產生正向作用.另外，第一、第二產業對公路運輸周轉量的貢獻都大于第三產業，政府加大力度優化產業結構，增加服務業的比重，有利于降低公路運輸周轉量，進而降低交通運輸業的能源消耗，達到節能減排的目的.

3.2情景分析我國在實施公路運輸的節能減排措施時，應該對各個省份采用不同的策略與尺度，因此，本文以空間臨近效應高的地區為案例，分析這些地區公路運輸周轉量下降對周邊區域的影響，進而分析其對全國節能減排的貢獻.由于遼寧、上海、江蘇、浙江及江西具有高空間集群效應，這些城市公路周轉量的下降會帶動其周邊地區減少公路運輸，進而可以促進全國范圍內公路運輸量的下降.因此，本文著重分析這些地區減少公路運輸對全國節能減排的影響情況.考慮到遼寧、上海、江蘇及浙江是沿海地區，這些城市可以通過大力發展水路運輸減少公路運輸周轉量；江西是內陸城市，可以通過鐵路運輸降低公路運輸分擔率.假設2014年GDP增長率為8%，國內具有良好的節能減排實施環境，當高空間集群效應的地區公路運輸周轉量降低不同幅度（假設三種情景：下降25%、15%、5%）[14]時，應用空間滯后模型計算各種情景下全國的節能減排效果.具體情況如表2所示。從表2可以看出，三種情景下，遼寧、江蘇、上海、浙江和江西五個地區公路運輸周轉量的減少均帶動其空間鄰接區域公路運輸周轉量不同程度的降低，分別降低6.6%、3.2%和1.4%.由于這只是減少5個地區的公路運輸周轉量對全國節能減排的影響，因此，其降低比例要低于這5個地區的情況，但這只是部分地區對全國的間接影響，如果進一步擴大減排的省域將可能呈現相互影響、梯次下降的局面，進而實現我國預計的節能減排目標.

4研究結論