【摘要】不同地区间的发展差异性，是发展中国家必须要面临的经济发展问题。我国是世界上最大的发展中国家，东部、西部间经济发展不平衡已引起了社会的广泛关注。本文将从中国区域经济差异的空间统计内容入手，从空间统计的定义入手，分析区域经济差异空间统计的应用，以求能为未来的经济建设提供理论指导。
【关键词】区域经济差异 空间统计
一、中国区域经济差异的空间差异
空间统计的核心就是正确的认识到地理位置与空间数据之间的依赖性，主张通过正确认识到不同空间中的数据关联，有效处理多种问题。
（一）空间统计理论分析
从地理学角度讲，任何事物都与其周围事物存在一定的关联性，但与之相近的事物与其联系更为密切。同时，所有的空间数据均具有一定的空间依赖的特点，这一特点就决定空间数据的核心就是正确认识到地理环境信息对经济发展的影响。
实现空间统计与地理分析的结合，需要进行有效的空间抽样。但是由于空间依赖现象的存在，导致多种统计中独立假设的功能失效，因此，必须要正确认识到数据的空间依赖性特点，确保其能够为恐慌那件数据分析提供便利。
（二）区域空间统计的常见方法
1.空间权重矩阵
在进行空间分析的过程中，首先应该定义空间对象的所有相邻关系。因此，可利用空间权重矩阵对其进行相关研究。其基本方法为：
定义1个二元对称的空间权重矩阵W，以Wn表示n个位置间的空间临近关系，并根据相关标准进行度量，其几百本的矩阵结构为：
空间权重矩阵中存在多种规则，包括简单的二进制邻接矩阵、基于距离的二进制空间权重矩阵等。
2.全局空间自相关
本文采用Moran指数，对全局空间自相关进行分析。定义X为固定区域i的测量值，以（Xi-X）（Xj-X）反应测量数值间的相似性，随后确定临近关系W与观测值的相似性C，就可计算出Moran的具体数据（I），其计算公式为：
根据上述公式，可计算出检验统计数据，并检查空间关联的显著性。在上述公式中，均值、方差都可取理论上的数据。当我们取H0（该单元中不存在空间自相关性）进行显著性检验时，可通过所有区域单元观测值之间的相关性进行二次判断。
3.局部空间自相关
在ESDA中，评估空间联系程度的方法为Greary C，为开展全局统计，可忽略空间中存在的不稳定要素。进一步考虑是否存在观测值高值与低值，判断哪个区域对经济发展的贡献最大，争取能在最大程度上避免因全局自相关评估而掩盖反常局部评估的现象。
在统计过程中，建议使用局部G统计量Gi（d）检测小范围内局部空间依赖性，因为在全局性的空间联系中，这些数据是无法揭示的。但需要注意，若全局统计难以证明空间联系存在是，可使用局部G统计，测量区域单元的测量值在空间中的聚集程度。全局G统计量量公式为：
由上述公式可发现，显著的正G值能够清晰反映该区域单元周围的实际数据，并在高观测值区域内反映出空间集聚的状态。显著的负G值能表述地观测值的区域单元，能探测出目标区域内部单元的空间分布（主要指高值集聚或低值集聚）。
二、差异统计理论的应用分析
本文以我国某地区，对经济差异统计理论的应用情况进行讨论。
（一）全局空间自相关分析
（二） G统计
基于二进制相邻接矩阵计算，可判断人均GDP自然对数的全局G统计数据（如表2），当计算出设定总量显著性水平α等于0.05时。
表2 基于正态假设的全局G统计
从此图表的G统计量的解释情况来看，按照区域单元空间相邻地理关系探测空间联系能够判断，该区域为高值集聚空间分布。
（三）局部G统计量
在局部G统计量处理中，考虑到局部小范围的不稳定特点，因此可认为全局G统计量不能完全揭示空间的依赖性。从计数结果来看，若局部统计量G的检验较为保守，因此可取α等于0.05，即可显示落后地区空间集聚的分布作用。
三、结束语
本文简单分析了区域经济差异空间统计的相关问题，对工作人员而言，要重视数据的准确性，通过高精准的数据提高空间统计的科学性，为地区间的经济发展提供数据支撑，推动区域经济健康、持续发展。
