Spatial Econometrics and Spatial Statistics pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Palgrave Macmillan

作者:Getis, Arthur (EDT)/ Mur, Jesus (EDT)/ Zoller, Henry G. (EDT)

出品人:

页数:320

译者:

出版时间:2003-7

价格:$ 131.08

装帧:HRD

isbn号码:9781403907974

丛书系列:

图书标签:

• 空间计量经济学
• 空间统计
• 空间数据分析
• 地理统计
• 计量经济学
• 统计学
• 地理信息系统
• 空间建模
• 区域经济学
• 空间自相关

空间经济学与空间统计学：理论、方法与应用 本书旨在全面、深入地探讨空间经济学与空间统计学这两门相互关联且日益重要的学科。它不仅会梳理其核心理论基础、介绍关键的统计方法，还将通过丰富的案例研究展示这些理论和方法在现实世界中的广泛应用。本书的目标读者包括对空间数据分析感兴趣的经济学家、地理学家、统计学家、城市规划师、环境科学家以及各相关领域的决策者。 第一部分：空间经济学导论与核心概念 空间经济学关注经济活动的空间分布、组织和相互作用。本部分将从基础理论出发，为读者构建对空间经济学的初步认知。 第一章：经济活动的“空间维度” 本章将阐述为何“位置”并非经济学研究的无关紧要的变量，而是深刻影响着成本、收益、市场结构和居民福祉的关键因素。我们将探讨传统经济学在忽略空间因素时可能产生的偏差，并引入空间经济学作为解决这些问题的必要补充。 1.1 空间是经济学的“隐形”变量：分析距离、集聚、扩散等空间效应如何在微观和宏观经济决策中发挥作用。例如，企业选址的考虑、居民通勤的成本、产业集聚带来的规模经济等。 1.2 空间异质性与经济现象：讨论地理位置、自然资源、气候、文化等空间异质性如何导致不同地区经济发展的差异，以及这种差异如何通过空间相互作用（如贸易、移民）进行传播和调整。 1.3 空间经济学研究的问题范畴：概览空间经济学所能解决的核心问题，例如：城市扩张的驱动因素、区域经济差距的形成与缩小、产业布局的优化、交通网络对经济增长的影响、环境污染的空间扩散等。 第二章：核心理论：距离、集聚与扩散 本章将深入解析空间经济学中最具影响力的几个核心概念，它们构成了理解空间模式的基础。 2.1 距离衰减法则（Distance Decay）：详细介绍距离如何影响商品、信息、人员和观念的流动。我们将讨论不同类型的距离（物理距离、旅行时间、通勤成本等）及其在经济活动中的作用，并引入“引力模型”（Gravity Model）作为量化距离效应的经典工具。 2.2 空间集聚（Spatial Agglomeration）：阐释为何经济活动倾向于在特定区域集中。我们将探讨集聚的驱动力，包括： 成本节约：集中的劳动力池、共享的中间投入、更低的运输成本（局部化经济）。 知识溢出：学习、创新和知识的传播（知识经济化）。 市场互补：配套产业的存在和多样化的消费者需求。 我们将区分不同类型的集聚，如产业集聚（行业内企业聚集）、功能集聚（不同行业但相互关联的企业聚集）和城市集聚（人口和经济活动的集中）。 2.3 空间扩散（Spatial Diffusion）：研究新思想、新技术、新产品、疾病甚至社会现象如何在空间上传播的过程。我们将探讨扩散的模式（如传染病传播的流行病学模型）、影响扩散速度的因素（如网络连接、制度障碍、信息不对称）以及其在创新传播和区域发展中的重要性。 第三章：空间相互作用模型 本章将介绍描述空间经济活动流动（如商品贸易、人员迁移、信息传递）的数学模型，这些模型是进行空间经济分析的基石。 3.1 基础引力模型：从牛顿引力定律的类比出发，解释引力模型如何通过经济规模（如GDP、人口）和距离来预测两个区域之间的相互作用强度。我们将讨论模型的不同形式（如线性、对数形式）和参数估计。 3.2 机会约束模型：介绍考虑了“机会成本”和“替代品”的更复杂的相互作用模型，例如Roy、Fotheringham 等人提出的模型。这些模型能够更好地捕捉现实中人们在选择目的地时的决策过程。 3.3 空间经济计量模型简介：初步介绍在空间经济学中应用的计量模型，如空间滞后模型（Spatial Lag Model, SLM）和空间误差模型（Spatial Error Model, SEM），为后续深入探讨打下基础。 第二部分：空间统计学：方法与技术 空间统计学致力于处理和分析具有空间依赖性的数据。本部分将详细介绍空间统计学的核心概念、方法和常用技术。 第四章：空间数据的类型与表示 准确理解和表示空间数据是进行空间统计分析的前提。 4.1 点数据（Point Data）：如犯罪地点、污染源、商店位置等。我们将讨论点模式分析（如克强度分析、点模式生成过程）的基本概念。 4.2 面数据（Area Data/Polygon Data）：如行政区划、地理单元（省、市、县）的统计数据。我们将讨论地理加权（Geographic Weighting）和区域统计（Zonal Statistics）的概念。 4.3 栅格数据（Raster Data）：如遥感影像、高程模型、连续性地表变量。我们将介绍栅格数据的存储、处理和分析方法。 4.4 空间连接性与邻接关系：定义和构建空间权重矩阵（Spatial Weight Matrix），这是许多空间统计模型的基础，用于量化地理单元之间的邻接或连接程度。我们将介绍多种定义权重的方法，如 Rook, Queen, K-nearest neighbors, Inverse Distance等。 第五章：空间自相关（Spatial Autocorrelation） 空间自相关是衡量空间数据中相邻观测值相似性或相异性的关键指标。 5.1 概念与度量：详细介绍全局空间自相关的度量方法，如Moran's I和Geary's C，以及它们的统计显著性检验。 5.2 局部空间自相关（Local Spatial Autocorrelation）：介绍局部指标，如Local Moran's I（LISA, Local Indicators of Spatial Association），用于识别“热点”（High-High cluster）和“冷点”（Low-Low cluster）区域，以及“空间异常值”（High-Low 或 Low-High）。 5.3 空间自相关的解释：讨论空间自相关产生的原因，包括空间依赖性（如相互作用、溢出效应）和空间异质性。 第六章：空间插值（Spatial Interpolation） 当观测数据仅分布在有限的地点时，空间插值技术可以用于估计未知地点的值。 6.1 确定性插值方法： 反距离加权（Inverse Distance Weighting, IDW）：基于距离的加权平均法，距离越近的观测值权重越大。 样条函数（Spline Functions）：通过最小化曲面弯曲度进行平滑插值。 局部回归（Local Polynomial Regression）：在局部范围内进行多项式拟合。 6.2 地统计学插值方法： 克里金（Kriging）：基于变异函数（Variogram）的统计学最优线性无偏估计方法。我们将详细介绍不同类型的克里金（简单克里金、普通克里金、协同克里金等）。 变异函数（Variogram）的分析：讨论如何估计和拟合变异函数，理解空间变异的结构（如空间相关性范围、块金值、阈值）。 第七章：空间回归模型 本章将深入探讨如何在回归分析中纳入空间依赖性和空间异质性，以获得更准确和更具有解释力的模型。 7.1 空间异质性建模： 地理加权回归（Geographically Weighted Regression, GWR）：允许回归系数在空间上变化，捕捉局部关系。我们将详细介绍GWR的原理、带宽选择和结果解释。 7.2 空间依赖性建模： 空间滞后模型（Spatial Lag Model, SLM）：考虑因变量的空间滞后项（邻近区域因变量的加权平均值）。 空间误差模型（Spatial Error Model, SEM）：考虑误差项的空间自相关。 空间滞后因变量与空间误差模型（SLX, Spatial Durbin Model, SDM, Spatial Cross-lagged Model）：介绍这些更为复杂的模型，它们能够同时考虑空间滞后因变量和空间误差，或者同时包含自变量的空间滞后项。 7.3 模型选择与评估：讨论如何根据数据的特征和研究目的选择合适的空间回归模型，以及如何使用信息准则（如AIC, BIC）和模型检验（如空间自相关检验）进行模型评估。 第三部分：应用与案例研究 本部分将通过具体案例，展示空间经济学和空间统计学理论与方法在不同领域的应用，帮助读者将所学知识转化为实际分析能力。 第八章：城市经济学中的空间模式 8.1 城市形态与扩张：应用空间计量模型分析城市边界扩张的驱动因素，如交通可达性、土地利用规划、人口增长等。 8.2 住房价格的空间异质性：使用地理加权回归分析影响住房价格的因素（如邻近度、教育资源、犯罪率）在空间上的差异性。 8.3 交通网络与经济发展：通过引力模型和空间回归分析，量化交通基础设施（如高速公路、铁路）对区域经济活动（如贸易量、就业增长）的空间影响。 第九章：环境经济学中的空间分析 9.1 污染的空间扩散与源解析：应用空间插值和空间统计方法，绘制污染物（如PM2.5、重金属）的空间分布，并利用空间回归模型识别污染源及其影响范围。 9.2 环境政策的空间溢出效应：分析一项区域性的环境政策（如排放标准）对周边地区环境质量和经济活动可能产生的空间溢出效应。 9.3 自然资源的空间配置与可持续利用：利用空间分析技术评估不同区域自然资源的分布特征，并结合经济模型分析其最优配置与可持续利用方案。 第十章：区域经济学与发展 10.1 区域经济差距的分析：利用空间自相关分析和空间计量模型，识别和解释区域间经济发展水平差异的根源，以及是否存在“集聚”或“扩散”效应。 10.2 产业集聚与创新：通过空间计量模型分析产业集聚对企业创新能力、生产效率的影响，并考察知识溢出的空间范围。 10.3 空间不平等与包容性发展：利用空间统计技术分析收入、教育、医疗等资源在空间上的分布不均，为制定更具包容性的发展政策提供依据。 第十一章：其他领域的空间分析应用 11.1 农业经济学：作物产量空间变异分析、精准农业中的空间插值应用。 11.2 市场营销：零售网点选址优化、顾客空间行为分析。 11.3 流行病学：疾病传播的空间模式分析、疫情预警与控制。 11.4 社会学：犯罪率的空间聚集与预测、社会不平等因素的空间分布。 结论与展望 本书在结束部分将总结空间经济学与空间统计学在理论和方法上的主要进展，并展望未来的研究方向。我们将讨论大数据、机器学习、人工智能等新兴技术如何与空间分析方法相结合，以应对更复杂、更大规模的空间数据挑战。同时，本书也将强调跨学科合作在推动空间科学发展中的重要性。 通过本书的学习，读者将能够： 深刻理解空间因素在经济和社会现象中的关键作用。 掌握空间数据的处理、可视化和分析的基本技能。 熟练运用空间统计学中的各种模型和方法解决实际问题。 具备独立进行空间经济学与空间统计学相关研究的能力。 本书的编写力求理论严谨、方法实用、案例丰富，旨在成为一本具有广泛参考价值的经典著作。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆