1研究方法
1.1全局空间自相关
当不同对象的同属性变量在空间表现出一定规律，而不是随机分布时，则表明它们存在空间自相关[10]。Moran’I用来分析空间关联和差异程度，是全局自相关的常用指标：式中，S(xx);xnx122jiniin11=-===//；xi表示某一位置观测值；xj表示其他位置观测值；x表示观测值平均值；wij代表空间权重矩阵。效验统计量为标准化Z值，即Moran’I取值范围为[-1，1]。Moran’I值为正，存在显著正相关，即观测值趋于空间集聚；Moran’I值为负时，则相反；Moran’I值为0时，观测值为随机独立分布。
1.2局部空间自相关
全局空间自相关只能反映整体关联情况，而局部空间自相关可以用来辨别不同位置上可能存在的相关模式，一般用LocalMoran’I表示：I(d)zwziijjjin=!/(3)式中，zi、zj是单元属性值的标准化形式；wij为空间权重矩阵；Ii>0表示区域间空间差异小，反之则大。2.4Moran散点图Moran’I散点图的4个象限分别代表区域单元与邻接单元的4种空间联系：第一象限表示高高集聚（HH）；第二象限表示低高集聚（LH）；第三象限表示低低集聚（LL）；第四象限表示高低集聚（HL）。
2瓦房店市乡镇经济空间差异分析
2.1全局空间自相关分析
对2006年瓦房店市27个乡镇GDP指数进行空间自相关检验，其全局自相关指数为I=0.0982，位于0.05置信区间内，z值为2.324，呈现一定趋势。Moran’I为正，说明邻近乡镇存在空间影响，有空间集聚现象，显示出正相关性，即低低集聚、高高集聚，差异明显。
2.2局部空间自相关分析
对乡镇GDP指数进行局部空间自相关分析，在0.05显著水平下LocalMoran’I图如图1所示。图1中高集聚区域可以反映了瓦房店市经济发达地区，而低集聚区多为北部内陆发展缓慢地区。经济较好的乡镇通过与周边乡镇的合作，带动了周边乡镇的发展。例如，老虎屯镇、岗店街道、祝华街道等接近市中心，受市中心带动，经济发展较快；长兴岛街道、炮台镇等新兴产业以及海洋产业较发达，经济发展也较快。
2.3Moran’I散点图
通过各个乡镇经济状况，得到瓦房店市2006年GDP指数散点图（见图2、图3）。图中多数乡镇位于第三、四象限内，即低低集聚、高低集聚,揭示了瓦房店市在经济发展上的不平衡性，即GDP指数高的位于东南部分靠近市中心地区以及南部沿海地区，而GDP指数低的较多位于东北部远离市中心、远离海洋的内陆地区。
3结语
本文研究了2006年瓦房店市乡镇经济的空间差异格局，探讨了GIS技术与空间自相关分析技术在乡镇经济领域的应用，从空间角度解释了瓦房店市乡镇经济差异的空间集聚特征。研究结果表明，瓦房店市大多数乡镇GDP指数空间分布非完全的随机，存在一定的空间关联性，表现为南部经济较好的乡镇相邻，而北部经济较差的乡镇相邻，经济较差的乡镇较多。形成这种格局的因素可能与经济的原始积累、投资环境以及地理资源知名经济期刊的分布有关，应在政策以及投资环境上对北部各乡镇加大支持力度，避免经济差异的进一步拉大。
作者：曹昊天 王方雄 单位：辽宁师范大学
