经济发展水平与农民人均纯收入的空间统计分析

论文摘要

空间统计学是统计学中的一个新的延伸,它产生于上世纪70年代,是二十一世纪前沿科学之一。空间统计学最初应用是根据地理信息研究发展而发展起来的,同传统统计学不同,空间统计学研究的空间数据存在某种空间相关性,并不是统计上独立的。空间统计学的一个主要特征就体现在空间上。因为现实中的人类活动要在空间中才能进行。空间统计学研究问题是考虑空间因素的一种分析方法,它反映属性值之间的空间相关性。农民收入的提高是新农村建设的核心,不仅是农业和农村经济发展的综合反映,而且关系到农村经济持续发展和整个社会的稳定,因此,探讨提高农民收入的途径具有实际意义。另外由于我国地区经济发展不平衡,农民人均纯收入明显存在区域差异,用空间统计方法进行实证分析,对国家和地区的管理部门制定政策有重要意义。本文利用空间统计学的分析方法,对各省农民收入、城市化、以及地区经济发展水平之间的相互作用机制及决定因素进行定量研究。做了以下工作:1,给出空间数据抽样方法,由于空间统计分析的数据具有空间相关性,同时在采集过程中有自身的原因,从而对于空间数据抽样应有自身的一些独特方法。本文给出了可供实际工作者进行空间统计分析的一些抽样方法。2,本文首先引入空间统计Moran’sI指数法,检验中国31省域农民收入是否具有空间自相关性,若有空间相关性则用空间模型分析,否则采用传统模型分析。3,最后,对农民收入差异的原因进行探究。结果表明:空间线性模型比传统回归模型结果更好,经济发展水平是影响农民收入的一个重要因素。所以要提高农民收入必须保证一定的经济增长,不以经济增长为基础农民收入的推动效应也容易失效。

论文目录

• 摘要
• Abstract
• 1 绪绪论
• 1.1 选题背景与意义
• 1.2 国内研究现状
• 1.3 本文内容安排
• 1.4 可能的创新点
• 2 空间自相关分析
• 2.1 空间接近性与空间权重矩阵
• 2.2 空间数据的抽样方法
• 本章小结
• 3 空间自相关统计量
• 3.1 Moran’sI 统计量
• 3.2 Geary’sC 统计量
• 3.3 广义G统计量
• 3.4 局部空间自相关统计量
• 3.5 空间自相关的检验
• 本章小结
• 4 空间回归分析
• 4.1 空间线性回归模型
• 4.2 模型的参数估计与检验
• 4.3 空间模型选择
• 本章小结
• 5 农民收入差异的空间统计分析
• 5.1 指标定义与数据来源
• 5.2 全局自相关分析
• 本章小结
• 6 总结与展望
• 致谢
• 参考文献