中国地级市空间权重矩阵数据集2003-2024年| 空间权重矩阵 地级市面板 空间计量 区域经济 地理经济学 空间溢出 学术数据集8014期数据集概述本数据集系统整理了中国285个地级市2003-2024年期间的八种空间权重矩阵并附有基础经济地理数据为空间计量经济学与区域经济研究提供了基础数据支撑。数据可用于分析区域经济增长溢出、政策空间效应及城市网络关联等。数据集核心信息数据要素详细说明城市数量285个地级市时间跨度2003-2024年矩阵类型8种常见空间权重矩阵详见下方列表基础数据人均GDP、经度、纬度、距离等数据格式Excel/CSV电子版可打印主要用途空间计量分析、区域政策评估、城市网络研究空间权重矩阵类型说明数据集提供以下8种权重矩阵以满足不同研究假设矩阵类型构建依据特点与适用场景空间邻接矩阵0-1地理相邻皇后/车相邻反映相邻城市间的直接影响适用于政策溢出与知识扩散研究。空间经济距离矩阵GDP人均GDP差异衡量经济规模相似城市间的空间关联用于经济收敛性分析。空间地理距离矩阵经纬度经纬度计算距离基于地理距离的衰减关系适用于自然地理因素影响研究。地理距离倒数平方矩阵经纬度经纬度距离的平方倒数强调距离衰减的加速效应突出近距离城市的强交互。经济地理权重矩阵GDP经纬度GDP与地理距离乘积综合经济与地理因素适用于经济-地理双重效应叠加的场景。经济地理嵌套矩阵GDP经纬度经济与地理距离的嵌套结构分析经济与地理因素如何交互影响空间效应如层级或交叉作用。空间经济矩阵非对称经济流方向如资本、技术流动反映有向的、非对称的经济关联适用于贸易、投资流向分析。空间经济地理矩阵非对称经济流方向与地理距离结合结合方向性与距离衰减适用于更复杂的空间交互建模如区域间价值链关联。核心数据解析空间单元数据集覆盖285个地级市这是中国城市经济学与区域科学研究中常用的空间分析尺度兼顾了数据可得性与城市功能完整性。地级市单元能够较好地反映行政区划影响下的经济政策与市场整合。时间维度时间跨度从2003年至2024年涵盖了中国加入WTO后的高速增长期、全球金融危机、经济新常态及高质量发展转型等关键阶段便于进行时间断点或动态空间面板分析。基础变量配套提供了人均GDP、经度、纬度等关键变量数据支持研究者自行计算其他形式的权重矩阵或进行稳健性检验。人均GDP是度量经济发展水平的常用指标可作为经济距离权重的基础。知识普及空间权重矩阵的选择原则空间权重矩阵是空间计量分析的核心输入。选择不同矩阵实质上是在设定空间交互如何衰减的假设。常见选择逻辑包括邻接矩阵假设交互仅在相邻单元间存在适用于政策干预或知识扩散等具有明显地理边界的效应。距离矩阵假设交互随地理距离增加而平滑衰减更适合自然地理或市场可达性分析。经济距离矩阵假设交互取决于经济发展水平的相似性常用于增长收敛性研究。嵌套或非对称矩阵用于检验经济与地理因素是否以特定模式如层级、方向结合例如分析中心城市对周边城市的辐射方向性。研究者应基于具体问题与理论假说选择并通过稳健性检验如更换矩阵验证结论的可靠性。快速开始Python应用示例importpandasaspdimportnumpyasnpfromlibpysal.weightsimportW# 加载示例矩阵以经济地理嵌套矩阵为例# 假设矩阵已存储为numpy数组或pandas DataFrameweight_matrixpd.read_csv(economic_geographic_nested.csv,index_col0)# 转换为空间权重对象 (libpysal)fromlibpysal.weightsimportW wW(weight_matrix.values,id_orderweight_matrix.index.tolist())# 空间自相关检验 (Morans I)fromesda.moranimportMoran yyour_variable_data# 如人均GDPmoranMoran(y,w)print(fMorans I:{moran.I}, p-value:{moran.p_sim})标签空间权重矩阵地级市面板空间计量区域经济地理经济学空间溢出学术数据集