統計軟件在區域經濟學課程教學中的應用研究

宋灑灑　王姍姍

關鍵詞：統計軟件;城市化;空間相關性分析;應用

中圖分類號：G642 文獻標識碼：A 文章編號：1009 — 2234（2021）03 — 0094 — 03

一、引言

區域經濟學是經濟學和地理學交叉形成的應用經濟學的二級學科〔1〕，通常從空間角度探討區域經濟發展規律以及區際關系〔2〕，具體包括經濟增長理論、產業結構理論、生產力布局理論等，又被稱為空間經濟學。其在縮小區域差距、促進區域協調發展方面發揮了重要作用，是認識和解決現實問題區域問題的重要學科〔3〕。為適應社會對于區域經濟學人才的需求，國內許多高校對于區域經濟學的課程和人才培養模式進行了調整。目前區域經濟學課程的特點是內容多，相關概念比較抽象，涉及到一些公式和圖形，對學生的空間思維要求較高。若采用傳統的理論教學方法，單純用語言給學生講解相關知識，容易讓學生感覺課程內容空洞、枯燥，喪失學習的信心和動力，導致該課程教學效果不佳。隨著社會對于區域經濟學人才的要求逐步提高，傳統的課程教學模式難以滿足當前需求。因此，這就要求高校教師在教學過程中不斷探索和思考，加強實踐教學環節，提高學生的學習興趣以及系統分析知識的能力。

區域經濟學的空間特性要求教師在教學過程中必須將理論教學和實踐教學相結合，這將成為區域經濟學教學的必然趨勢。高校教師在教學過程中，應不斷加強區域經濟學實踐操作，提升學生利用統計軟件進行數據挖掘以及數據分析的能力。常用的區域經濟學統計軟件主要包括Stata以及ArcGIS等，兩個軟件在功能方面各有所長。具體來看，Stata是一套可以提供數據分析、數據管理以及繪制圖表等功能的統計分析軟件，能夠滿足大多數使用者的統計和作圖需求。而ArcGIS具有強大的地圖制作、空間信息整合、空間數據管理等功能，可以通過二維和三維地圖數據進行可視化表達，能夠揭示基于時間的動態現象，能夠高效率地幫助使用者解決問題。筆者結合自身實踐教學，將Stata以及ArcGIS軟件同時用于輔助分析區域經濟學課程中的城市化這一知識點，將抽象問題具體化，使學生能夠更深入地理解相關知識。

二、統計軟件應用案例——以城市化為例

城市化一般被認為是農業人口向非農業人口轉化、農業用地向非農業用地轉化、農業活動轉化為非農業活動的過程。通常可以用城鎮人口占總人口的比重即城市化率來衡量城市化水平〔4〕，文章據此計算了2010-2018年國內各省的城市化率，相關數據均來源于國家統計局網站。在教學過程中不僅要從時間維度介紹國內城市化水平的時間演化趨勢狀況，更要從空間維度說明各省份城市化水平的差異以及空間演化趨勢，更形象、直觀地讓學生了解相關知識。

（一）城市化水平的時間演化趨勢

單純用語言講授來對統計數據進行分析，學生沒有直觀系統的印象，很難使學生整體的把握相關知識。如果在講授的過程中使用統計軟件繪制圖形，將枯燥的數據轉化為直觀的數據，能夠使學生更深入地理解相關知識。Stata軟件具有強大的繪圖功能，文章采用其中的折線圖（line chart）對城市化水平的時間演化趨勢進行分析。

在Stata軟件中創建二維式折線圖，將2010-2018年中國城市化率（%）數據的繪制如圖1所示：（1）在繪制過程中，將年份（year）作為X軸，將城市化率（urbanization rate）作為Y軸。（2）可以發現，2010年以來，我國城市化率逐年上升?？梢姡ㄟ^使用Stata軟件繪制圖形可以將相關知識形象、直觀地展示出來，利于加深學生理解，提高教學效果。

圖1 2010-2018年中國城市化率（%）的折線圖

（二）城市化水平的空間演化趨勢分析

1.城市化水平的空間相關性檢驗

空間自相關是指觀測數據在一定區域內具有依賴性。Tobler（1970）提出的“地理學第一定律 ”指出距離近的地理事物或屬性的相關性更強〔5〕。計算變量空間自相關的方法很多，文章基于考慮到研究對象的復雜性和可操作性，選擇同時采用對各省城市化率進行全局空間自相關性檢驗，具體過程如下：

其中，Moran'I為全局莫蘭指數值，Xi和Xj分別表示省份和省份的城市化率，表示各省城市化率的平均值，表示各省城市化率的方差，wij表示空間權重矩陣，文章選取的是0-1矩陣，即省份相鄰記為1，不相鄰記為0。Moran'I的分布在-1和1之間，大于0說明城市化率呈空間正相關，小于0說明城市化率呈空間負相關，接近于0代表城市化率在空間上隨機分布無自相關。

根據鄰接矩陣，文章采用Stata軟件計算2010-2018年各省城市化率的莫蘭指數來分析城市化的空間自相關性，計算結果如表1所示。由表1可見，2010至2018年城市化率的莫蘭指數值均大于0，且p值均為0.0000，通過了顯著性水平為1%的檢驗，即莫蘭指數均顯著為正，說明各省城市化水平呈顯著空間正相關，具有空間依賴性。表明一個省份（地區）的城市化水平不僅和自身的發展相關，還受到相鄰省份（地區）的城市化水平的影響，這與社會認知相一致。

表1 Moran'l及相關指標

計算出來的Moran'I大致說明各省的城市化水平具有空間自相關性，但不能說明具體的集聚格局。因此，為了進一步研究城市化率的空間集聚形態及演變趨勢，借鑒前人的做法采用莫蘭散點圖進行局部空間相關性檢驗。使用Stata軟件繪制的局部莫蘭指數散點圖如圖2所示，由圖2可以發現，各省被莫蘭指數散點圖的四個象限，分別代表了4種局部空間聯系的形式：第一象限為高高（H-H）集聚區域，落在該象限的省份城市化水平高，且與之相鄰的是城市化水平高的省份;第二象限為低高（L-H）集聚區域，落在該象限的省份城市化水平低低，但與之相鄰的省份城市化水平高;第三象限為低低（L-L）集聚區域，落在該象限的省份城市化水平低，且與之相鄰的也是城市化水平低的省份;第四象限為高低（H-L）集聚區域，落在該象限的省份城市化水平高，但與之相鄰的省份城市化水平低。

圖2 2010年和2018年城市化率局部莫蘭指數散點圖

2.城市化水平的空間分布格局演化趨勢

文章采用ArcGIS軟件繪制空間可視化圖形對國內各省城市化水平的空間演化趨勢進行分析。諾瑟姆認為各地區的城市化率會隨著時間的變化而呈現出s形變化規律，對應的，可以將城市化發展水平由低到高劃分為初級階段、發展階段和成熟階段〔6〕。也有學者提出了城市化發展的五階段論等觀點。學術界對于城市化的演變規律有不同的觀點，但基本認可當城市化率達到50%是城市化進程中的重要轉折點，說明國家（地區）已經初步實現城市化;當城市化率高于70%，說明國家（地區）已經進入到現代化社會階段的觀點〔2〕。文章以此為依據，選取2010年和2018年兩個時點的數據進行空間可視化分析，來對國內各省城市化水平的空間演化趨勢進行研究，結果如圖3所示。

圖3 2010年和2018年各省城市化水平空間分布演化趨勢圖

由圖3可見，2010年國內各省份（地區）的城市化水平呈現顯著的地區差異，東北地區和東南沿海地區的城市化水平高，西南及西北內陸地區城市化水平低。除重慶和內蒙古自治區外，西北地區、西南地區和中部地區的省份的城市化率均小于50%，城市化起步晚、水平低;東北地區和東南沿海各省份的城市化率突破50%，已經初步實現城市化;北京、天津和上海的城市化率超過了70%，進入到了現代化社會階段。與2010年相比，2018年城市化率小于50%的省份數量迅速減少，僅有甘肅、西藏、云南和貴州的城市化率仍小于50%，初步實現城市化的省份數量在增加，青海、四川、山西、安徽等省份的城市化進程迅速推進，初步實現了城市化;經過不斷發展，廣東省進入到了現代化城市階段。從整體看，國內各省城市化基本上初步實現了城市化，但地區之間的存在顯著差距，部分地區城市化水平高，部分地區城市化水平低。通過ArcGIS軟件繪制數據的空間可視化圖形，能夠使學生直觀的了解到各省份（地區）的城市化水平的空間格局及其演化趨勢，利于學生加深對知識的理解，提升教學質量。

三、結論

文章闡述了Stata、ArcGIS等統計軟件在區域經濟學課程教學過程中的具體應用，軟件的使用使原本枯燥抽象的知識點變得形象生動，讓學生在接受區域經濟學基礎理論的同時，增強學生的空間思維能力，提升學生的學習積極性，并且可以進一步提升學生對于統計操作軟件的應用能力，為其撰寫本科畢業論文和進行學術研究提供基礎。但教師在具體使用過程中，要做到相關軟件的應用為教學內容服務，不能本末倒置。

〔參 考 文 獻〕

〔1〕戴其文，龐德蘭，等.《區域經濟學》課程實踐教學效果初探〔J〕.大眾科技，2020，（04）：109-

111+125.

〔2〕孫久文，葉裕民.區域經濟學教程〔M〕.北京：中國人民大學出版社，2020.

〔3〕羅胤晨，吳華安.民辦本科高校課堂“教-學”關系重塑能否提升學生應用創新能力——基于“區域經濟學”課程改革實踐的研究〔J〕.黃河科技學院學報，2020，（01）：11-17.

〔4〕任佳鶯.人口流動、城市化和居民消費——來自長三角地區高鐵發展的實證研究〔J〕.商業經濟研究，2020，（15）：154-157.

〔5〕Tobler W.A Computer Movie Simulating Urban Growth in the Detroit Region〔J〕.Economic Geography，1970，（46）：234-240.

〔6〕周一星.城市地理學〔M〕.北京：商務印書館，2012：88-90.〔責任編輯：孫玉婷〕