《表2 PM2.5均值和最大值的Moran’s I指数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《PM_(2.5)污染与健康支出:时间滞后效应与空间溢出效应》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

其中S2=Σin=1（xi-x珋）2/n，x珋=Σin=1xi/n（4）式中xi、xj分别为第i、j省的观测值，x珋为平均值，n为省份总数，Wij为空间权重W矩阵中第i行第j列的数值。莫兰指数的取值范围在-1到1，若莫兰指数大于0则表示该指标存在空间正自相关，表明高PM2.5污染地区与高PM2.5污染地区相邻、低PM2.5污染地区与低PM2.5污染地区相邻；若莫兰指数小于0，则表示高PM2.5污染地区与低PM2.5污染地区相邻；若莫兰指数等于0，则表示PM2.5污染不存在空间自相关。莫兰指数的测度需要对空间权重进行界定，一般来说，可以采用邻近、地理距离的倒数、经济社会等作为空间权重的基础。鉴于本文研究的省级行政区之间PM2.5污染的相互关系，省级行政区的面积较大，采用地理距离的倒数意义不大；PM2.5污染的空间扩散并不一定与经济社会相联系。因此，本文采用最为传统邻近空间权重矩阵来检验PM2.5污染的空间依赖性。具体定义为:若区域i与区域j有共同的边界，则Wij=1，反之，则Wij=0。需要特别说明的是，我国海南省作为岛屿，并没有共同边界的省份，但考虑到海南省与广西和广东联系最为紧密，而且PM2.5污染也能相互影响对方，故海南省也具有两个邻近省份。在得到邻近空间权重矩阵后，再采用行标准化后，得到最终的空间权重矩阵W。表2为2002—2015年省域PM2.5平均和PM2.5最大的全局Moran’s I指数及检验结果。可以看出，2002—2015年PM2.5平均质量浓度和PM2.5最大质量浓度的Moran’s I指数均呈现高度显著的空间正相关，显著性水平p<0.05，表明我国各省PM2.5污染表现出显著的空间集聚性。