基于空间自相关的非洲经济格局，本文主要内容关键词为：非洲论文,格局论文,经济论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F119.9 文献标识码：A 文章编号：1000—8462（2006）05—0771—05
空间自相关（spatial autocorrelation ）是测试空间某点的观测值是否与其相邻点的值存在相关性的一种分析方法[1，2]。 只要变量在空间上表现出一定的规律性，即变量的分布不是随机的，那么该变量就存在着空间自相关，因此，空间自相关是区域化变量的基本属性之一，而空间自相关统计量可用于检测研究区域内变量的分布是否具有空间依赖性（spatial dependence）、 空间异质性（spatialheterogeneity）、空间结构性（spatial structure）[3—5]。人们通常所说的相关是指两个或多个变量之间的相互消长的关系，而空间自相关是指同一个变量在不同位置上的相关性，如果某一位置变量值高，其附近位置上该变量值也高，则为正空间自相关，反之，则为负空间自相关。
国外早在1960年代就有学者开始尝试使用空间自相关方法研究生态学、遗传学等问题[6，7]，目前已应用于数字图像处理[8]、流行病学[9]、生物学[10]、林火[11]、区域经济[12]、犯罪学[13] 等方面的研究。 国内空间自相关的相关研究始于1990年代，起步较晚，但目前研究领域较广，主要集中在生态学、生物学、土壤学、流行病学等领域[1—5，14—22]。 采用空间自相关方法进行区域经济格局的研究国内尚不多见[5，23]。本文以非洲国家作为研究样本，以SPSS、ARC／INFO软件平台为支撑，采用空间自相关方法，运用频率分布图、全局和局域空间自相关检验等工具，对非洲经济格局进行了定量研究。
1 数据收集及预处理
1.1 基础数据收集
采用联合国贸易与发展会议（UNCTAD ）出版的有关非洲的统计资料（1994—2002年）[24—26]，选取国内生产总值（GDP）、人均GDP、GDP增长率、人均外商直接投资额、进出口总额、制造业占GDP比重、政府消费占GDP比重、人口总数、城市人口占总人口比重、失业率10个指标作为基本分析变量。非洲行政区划图（多边形）采用的是Mapinfo7.0软件附带的世界矢量地图。属性数据和图形数据通过非洲各国的标准代码字段建立联接。
1.2 经济综合指数计算
采用均方差权数法计算10个指标的权重，然后加权求和得到非洲各国的经济综合指数（EI）（表1、图1）。均方差权数法的基本思路是：首先将各指标无量纲化，然后求出各指标的均方差，再将均方差归一化，其结果即为各指标的权重，最后加权求和得到经济综合指数。主要计算公式为：
1.2.1 指标无量纲化
我们可以通过经济综合指数的频率分布特征来表征非洲55个国家经济分布的概括性特征（图2、表2）。由图1、表2可见，非洲各国的经济综合指数的频数分布是正偏态的，但偏度值很小，仅为0.2160，表明数据稍微偏离中心，右侧“肥尾”也不明显，形态基本上对称，频数的分布接近于正态分布，频数分布较正态分布的陡缓程度要稍微平坦（峰度为－0.0920）；众数小于中位数，中位数又小于均值，说明有较多的低值数据聚集分布，而高值数据分布相对离散；最大值不高，仅为0.5358，全距也较小，说明数据分布总体上较为集中，表明非洲经济总体上较差且在低值区相对较为集中。
图1 非洲各国经济综合指数空间分布图
Fig.1 The spatial distribution on economy index of African countries
图2 非洲各国经济综合指数频数分布图
Fig.2 The frequency distribution on economy index of African countries
2 空间自相关指数计算
空间自相关分析的核心是空间自相关系数的计算。通常有两大类空间自相关系数：①全局空间自相关，主要探索属性值在整个区域的空间分布特征，常用自相关系数有Moran's I和Geary's C；②局域空间自相关，主要探索属性值在子区域的空间分布格局（空间区划或空间异质性），常用的指数有局域Moran's I和局域Geary's C。本文采用全局和局域Moran’s I指数来表征非洲经济在整个区域（非洲49个国家，不包括面积较小的佛得角、科摩罗、毛里求斯、留尼汪、圣多美和普林西比、塞舌尔6个岛国）和子区域（非洲49个国家）的空间分布特征。其计算公式为：
式中：W[,ij]为空间权重，本文采用邻接标准来定义，即当非洲国家i和j令接（即具有公共边界）时，W[,ij]＝1，否则W[,ij]＝0；x[,i]、x[,j]为非洲国家i和j的经济综合指数值；n为样本数。
Moran's I指数的取值范围为［－1，1］，当其小于0时，代表空间负相关，等于0时表示空间不相关，大于0时说明空间正相关。空间自相关全局和局域Moran's I指数的计算结果见表3、图3。
图3 局域自相关空间分布图
Fig.3 The spatial distribution of local Moran's I
基于SPSS软件平台，将非洲49个国家的经济综合指数和局域自相关系数作为观察值，采用层次聚类分析（hierarchical cluster analysis ）方法对其进行聚类分析，以便更好地揭示非洲经济的空间格局[27]。聚类分析的结果见图4、表4。
3 非洲经济格局分析
非洲经济综合指数的全局自相关系数仅为0.0214，相伴概率为0.6394，表明非洲各国经济存在正的空间自相关，但空间自相关不明显（表3）。 这说明非洲经济的空间地域分异不明显，大部分国家的经济综合指数高低错落分布，非洲整体上属于经济发展的前期阶段，经济水平低，经济发展基本为“增长极”模式。这一特征也可以从非洲各国经济综合指数空间分布上得以证明。经济发展水平较高的国家（经济综合指数大于0.4055）是非洲经济扩散的“极点”，如南非、埃及、尼日利亚、刚果、加蓬、赤道几内亚等国家散布在非洲各个区域；经济发展水平一般的国家（经济综合指数介于0.3325—0.4055）除在非洲的北部和南部分布相对较为集中外，其他区域的分布也很分散；经济发展水平较差（经济综合指数介于0.2545—0.3325）和很差（经济综合指数小于0.2545）的国家分布较为集中，主要分布在西部和中东部（图1）。综上所述，非洲经济水平总体上很落后，经济发展水平较高的国家是非洲经济的“增长极”，非洲经济水平除了很差的分布相对较为集中外，其他类型分布相对分散，从而使得空间自相关水平不高，空间格局不鲜明。
表1 非洲各国经济综合指数
Tab.1 The economy index of African countries
国家 经济综合指数国家经济综合指数国家经济综合指数
阿尔及利亚 0.3767冈比亚0.2731卢旺达0.2481
安哥拉 0.3206加纳 0.2863圣多美和普林西比 0.2848
贝宁0.2765几内亚0.2852塞内加尔 0.3688
博茨瓦纳0.3871几内亚（比绍）0.2214塞舌尔0.4303
布基纳法索 0.3256肯尼亚0.3011塞拉里昂 0.1533
布隆迪 0.2121莱索托0.3103索马里0.2251
喀麦隆 0.2781利比里亚 0.3317南非 0.5358
佛得角 0.3774利比亚0.3906苏丹 0.3799
中非0.2830马达加斯加0.3117斯威士兰 0.4532
乍得0.2536马拉维0.2890多哥 0.2956
科摩罗 0.2003马里 0.2882突尼斯0.4168
科特迪瓦共和国 0.3715毛里塔尼亚0.3597乌干达0.2679
刚果民主共和国 0.2450毛里求斯 0.4436坦桑尼亚 0.2912
吉布提 0.3153摩洛哥0.3894西撒哈拉 0.1497
埃及0.4675莫桑比克 0.3237刚果 0.4065
赤道几内亚 0.4110纳米比亚 0.3611赞比亚0.2653
厄立特里亚 0.2976尼日尔0.2323津巴布韦 0.3642
埃塞俄比亚 0.2434尼日利亚 0.4614
加蓬0.4205留尼汪0.3302
表2 非洲各国经济综合指数频数分布特征
Tab.2 The frequency on economy index of African countries
分布特征指标
全距最大值最小值
均值中位数众数偏度峰度
经济综合指数
0.3860 0.5358 0.1497 0.3234
0.3117
0.1497 0.2160 -0.0920
表3 全局自相关分析结果
Tab.3 The result of Moran's I index
全局自相关系数 相关系数Correlation 相伴概率p-value 方差Variance正态统计量Normal statistic
Moran's I 0.0214
0.6394 0.0081 0.4686
图4 非洲经济聚类分析结果图
Fig.4 The fesult of Hierarchical analysis on African economy
局域空间自相关系数空间分布格局较为明显（图3）。局域自相关系数小于0的国家有23个，占研究区国家总数的46.94％，主要集中分布在非洲的西部和中部，这些国家与周边国家的经济发展水平高低交错分布，差异十分明显；局域自相关系数在0—0.3之间的国家有17个，占研究区国家总数的34.69％，主要集中分布在非洲的东部，这些国家与周边国家的经济发展水平均不高，差异也不大；局域自相关系数在0.3—0.6之间的国家有5个，占研究区国家总数的10.20％，在非洲南部的分布较为集中，这些国家与周边国家的经济发展水平较高，且差异较小；局域自相关系数大于0.6的国家有4个，占研究区国家总数的8.16％，分散分布在非洲的南部和北部，这些国家及其周边国家的经济发展水平较高，且差异很小。
根据经济综合指数和局域自相关系数，非洲经济可以分为六大类：“M ”型（集聚发展型）、“N”型（极核发展型）、“И”型（集中贫困型）、“W”型（贫困核型）、“Λ”型（强嵌套发展型）和“V”型（弱嵌套发展型）（图4、图5、表4）；集聚发展型是经济发展较好的国家在一定区域内相对集中分布， 其经济均较强，相关系数为正值且较高，因此存在经济和自相关系数这两个峰值，所以称之为“M”型，典型区域如南非和埃及及其周围相邻的国家（图1）；极核发展型是指某经济发展较好的国家位于周围几个经济相对较弱国家的中心，极核的经济较强，自相关系数为负值且较小，一峰一谷，因此也称之为“N”型，典型区域如尼日利亚及其周围相邻的国家（图1）； 集中贫困型是指某经济发展较差的国家位于周围几个经济也相对较差国家的中心，核的经济较弱，自相关系数为正值且较大，一谷一峰，因此也称之为“И”型，典型区域如索马里及其周围相邻的国家（图1）；贫困核型是指某经济发展较差的国家位于周围几个经济相对较强国家的中心，核的经济较弱，自相关系数为负值且较小，存在两个谷值，因此也称之为“W”型， 典型区域如西撒哈拉及其周围相邻的国家（图1）； 强嵌套发展型是指某经济发展较好的国家位于周围几个经济强弱交错分布国家的中心，核的经济较强，自相关系数接近于0，只有一个峰值，因此也称之为“Λ”型，典型区域如刚果及其周围相邻的国家（图1）；弱嵌套发展型是指某经济发展较差的国家位于周围几个经济强弱交错分布国家的中心，核的经济较弱，自相关系数接近于0，只有一个谷值，因此也称之为“V”型，典型区域如尼日尔和乍得及其周围相邻的国家（图1）。
综上所述，非洲经济水平总体上较低，其空间格局分异不很明显，根据非洲经济的发展水平和局域空间自相关系数将其划分的六大类型之间多不集中分布，相互有所交错，但在两个区域经济格局仍比较明显，目前已经形成经济区的雏形：南部非洲经济区，包括南非、津巴布韦、博茨瓦纳、纳米比亚等国家，经济实力在非洲最强，也均为正的空间自相关；北部非洲经济区，包括埃及、突尼斯、利比亚、阿尔及利亚等国家，经济实力仅次于南部非洲经济区。
4 非洲经济格局形成的主要原因
非洲经济格局的形成是自然、社会、历史、制度以及文化等多种因素共同作用的结果，但主要的影响因子有：①自然资源（矿产）丰度。非洲有“富饶的大陆”之称，在世界47种主要矿藏中非洲有近20种占有特殊地位或位居首位[28]。 非洲各国单一的经济体系大都未能改变，因此，矿产资源丰度在相当大的程度上决定着非洲国家发展资本的原始积累，进而影响这些国家的发展潜力[29]。 如南非（金）、尼日利亚（石油）、埃及（长绒棉）、赞比亚（铜）等自然资源丰富的国家目前发展的态势就相对较好。②区位。目前非洲处于“增长极”发展模式的初期阶段，在这一时期，区位因素在很大程度上决定了经济的开放水平。因此，非洲沿海国家的经济水平总体上高于内陆的国家（图1），特别是北非的埃及、利比亚、 突尼斯、阿尔及利亚、摩洛哥扼守地中海的主要通道，南非扼守太平洋与印度洋交界处的水上要道好望角，地理位置均十分重要。这些地理区位较好的国家的经济水平在非洲处于中上游。③社会及历史因素。非洲国家是从摆脱殖民地的统治后才走上独立发展的道路的，因此大多数国家目前仍为单一的经济模式，还没有建立起较为完整的国民经济体系，这使得非洲国家虽然政治上取得了独立，但经济上依然没有真正摆脱宗主国的控制。与此同时，许多国家政局不稳，社会动荡，灾害频繁。如西非小国塞拉利昂，该国虽含有丰富的钻石资源，但围绕着钻石发生的战乱却长达9 年之多，非洲之角的埃塞俄比亚与厄立特里亚，因领土争端问题爆发了大规模的边境冲突不断。另外，地形地貌、气候以及文化等因素也对非洲经济格局有一定程度的影响。
5 结论与讨论
基于S－plus for Arc／view软件的空间分析（spatial analysis）模块，选用全局和局域Moran's I空间自相关系数对非洲49个国家进行了空间自相关分析，对非洲区域经济发展及其格局作了全新的分析和解释。分析结果表明：①非洲经济综合指数的全局自相关系数仅为0.0214，说明非洲经济仅存在弱的空间自相关性，即没有大范围的区域经济集聚和相似性，很多国家的经济综合指数是高低错落分布，具有较强的空间异质性，经济发展基本为“增长极”模式，尚未形成明显的经济区划；②根据非洲经济发展水平和局域空间自相关系数，可将非洲划分为6种发展模式：集聚发展型、极核发展型、集中贫困型、贫困核型、强嵌套发展型和弱嵌套发展型，且6 种模式的国家数量分布总体上呈现“金字塔”型（空间自相关的国家数量少，而接近不相关的国家数量很多），表明非洲经济非常落后，刚刚摆脱集体贫困的窘境；③非洲经济格局的形成是自然、社会、历史、制度以及文化等多种因素共同作用的结果，但主要的影响因子有：自然资源（矿产）丰度、区位和社会及历史因素。
虽然本文采用空间自相关分析方法对非洲区域经济格局进行了全新的分析，但由于非洲各国内的数据很难获得，因此采用的数据最小单元为国家，这难免会影响分析结果的精度。采用更为详细的数据（如非洲各国的小区单元，甚至是各国主要城镇的数据），在较小尺度上探讨非洲经济的空间结构将是今后努力的方向，也为尺度对空间格局的影响提供有益的探索。
收稿日期：2005—12—15；修回日期：2006—01—07
基金项目：国家自然科学基金（编号：40101011）和教育部人文社会科学“十五”规划项目（编号：01JA790040）联合资助。