一种产业集聚空间布局模拟优化筛选方法

摘要

本发明提出了一种产业集聚空间布局模拟优化筛选方法。所说方法首先生成地理空间模拟场，并将其引入空间区位理论模型，建立产业地理集聚模型；其次采用蒙特卡洛空间统计检验方法，对产业地理集聚模拟进行可靠性评估；最后采用经验正交函数，从一组模拟结果中筛选出产业集聚空间布局优化模式。本发明方法定义了空间区位理论模型缺乏地理空间，消除了产业地理集聚模拟的随机性，解决了产业地理集聚模拟的不确定性问题，保证了筛选的区域产业集聚空间布局优化模式具有较强的稳健性，能为区域产业规划和可持续发展提供科学决策的依据。

说明书

技术领域

本发明涉及区域产业规划技术领域，具体涉及一种产业集聚空间布局模拟优 化筛选方法。

背景技术

在经济全球化与区域化的今天，产业集聚表现出高度的复杂性和多样性。产 业集聚作为一种空间组织模式，对技术创新和生产效率的提高起到了至关重要的 作用，因而受到了相关领域学者的广泛关注，日益成为当代跨学科研究的重点和 热点。在新形势下，我国未来区域经济增长模式需要研究产业空间布局演化规律、 区域经济发展与城市化的关系、以及跨国企业集聚的区域影响等问题，为我国区 域产业布局优化提供决策依据。

20世纪90年代，克鲁格曼（P.Krugman）等学者建立了空间区位理论模型， 并采用计算机数值模拟方法解释了区域产业集聚过程机制。然而，该模型不能直 接用于现实中产业地理集聚的动态模拟，主要原因是它既没有定义地理空间，而 且模拟结果也不唯一，生成的产业集聚空间布局模式存在着不确定性和随机性问 题，所以无法对区域产业规划布局提出有效而合理的建议。

发明内容

本发明所要解决的技术问题在于提出一种产业集聚空间布局模拟优化筛选 方法，解决现实中区域产业地理集聚的动态模拟问题。本发明在所述空间区位理 论模型中加入地理空间进行模拟，并采用蒙特卡洛空间统计方法，对模拟结果进 行可靠性评估，解决产业地理集聚动态模拟的随机性问题。再采用经验正交函数， 从一组通过可靠性评估的模拟结果中筛选出产业集聚空间布局优化模式，解决区 域产业地理集聚动态模拟的不确定性问题。

为解决上述技术问题，本发明采用的技术方案是：一种产业集聚空间布局模 拟优化筛选方法，包括步骤如下：

步骤A，生成地理空间模拟场，包括格网单元、格网编码、格网单元值和交 通网络；具体步骤如下：

步骤A-1，对地理区域进行划分形成格网单元，将格网单元视为制造业生产 区位，将格网单元从上到下、从左到右进行编码，共有n个格网单元；

步骤A-2，按照设定的邻域规则连接格网单元，构建交通网络；

步骤A-3，依据交通网络，计算格网单元之间的最短路径，形成n×n维交 通网络矩阵；

步骤A-4，以地理区域内m个城市为样本，以t个年份为时间序列，收集整 理每个样本的制造业就业人数，计算其均值和均方差；

步骤A-5，通过步骤A-4获取的均值和均方差，生成每个样本的随机数，再 对每个格网单元进行插值，获取制造业就业人数，作为地理空间模拟场的格网单 元值；

步骤B，模拟产业地理集聚动态过程；

步骤B-1，在空间区位理论模型中引入地理空间模拟场，建立产业地理集聚 模型：

$W_i=\rho {\beta }^{-\rho }{\left(\frac{\delta }{(ϵ-1)\alpha }\right)}^{1/ϵ}{\left(\underset{j=1}{\overset{n}{\Sigma }}{Y}_j{T}^{\mathrm{Dij}(1-ϵ)}{I}_j^{(ϵ-1)}\right)}^{1/ϵ}$

$I_i=\left(\frac{\beta }{\rho }\right){\left(\frac{\mathrm{\gamma L}}{\mathrm{\alpha ϵ}}\right)}^{1/(1-ϵ)}{\left(\underset{j=1}{\overset{n}{\Sigma }}{\lambda }_i{T}^{\mathrm{Dij}(1-ϵ)}{W}_j^{(1-ϵ)}\right)}^{1/(1-ϵ)}$

式中，W_i、W_j分别是第i个格网单元和第j个格网单元的名义工资，Y_i、Y_j分别 是第i个格网单元和第j个格网单元的人均收入，I_i、I_j分别是第i个格网单元和 第j个格网单元的价格指数，是第i个格网单元农民占全部农民人数比重，λ_i是第i个格网单元工人占全部工人人数比重；α是固定成本，β是可变成本，δ 是制造业支出份额，ρ是消费者偏好系数，ε是替代弹性系数，且ρ＝(ε-1)/ε；L 是区域劳动力总数，γ是工人占劳动力总数比重；T是运输成本，D_ij是第i个格 网单元与第j个格网单元之间的距离；

步骤B-2，基于所述产业地理集聚模型，模拟产业集聚空间布局动态过程， 该动态过程包括两个步骤：短期均衡步骤和长期均衡步骤；

步骤B-2a，短期均衡步骤：

在步骤A所述地理空间模拟场中，利用步骤B-1所述产业地理集聚模型做 迭代运算，直到满足下列不等式时，短期均衡步骤结束，长期均衡步骤开始，所 述不等式为：

$\frac{\Delta W_i}{W_i}<\sigma$

式中，W_i是第i个格网单元名义工资，Δ是变化值，σ是阈值；

步骤B-2b，长期均衡步骤：

当格网单元间实际工资存在差异时，工人就会迁移到实际工资更高的格网单 元，直至满足下列不等式时，长期均衡步骤停止；所述不等式为：

$v(w_i-\bar{w})<\sigma$

式中，w_i是第i个格网单元实际工资，且δ是所述制造业支出份额， 是区域平均实际工资，v表示收敛速度，σ是阈值；

步骤B-3，生成产业集聚空间布局模式X_s；返回步骤B-2继续重复执行，直 到生成产业集聚空间布局模式X_p；s取值范围为[1，p]，p是重复次数；

步骤C，采用蒙特卡洛空间统计方法，对产业集聚空间布局模式进行可靠性 评估；

步骤C-1，为每个X_s计算空间统计量k值，其表达式为：

$k={\int }_0^{r_0}{(\sqrt{\hat{K}\left(r\right)}-\sqrt{\pi }r)}^2\mathrm{dr}$

式中，r是空间尺度，r₀是空间尺度最大值，是Ripley’s K函数估计值；

步骤C-2，将p个k值从大到小排序；

步骤C-3，按给定的置信水平，各删除d个k值最大、最小对应的产业集聚 空间布局模式，最终得到通过可靠性评估的X_s，s取值范围为[1，q]，其中q＝p －2×d；

步骤D，采用经验正交函数，从X=[X₁,X₂,...,X_q]中筛选出一种产业集聚 空间布局优化模式；具体步骤如下：

步骤D-1，计算协方差矩阵S=XX^T；

步骤D-2，采用雅克比方法求出S的特征值矩阵和特征向量矩阵；

步骤D-3，从大到小对特征值排序，最大特征值对应的特征向量即为产业集 聚空间布局优化模式。

本发明的有益效果：本发明提出了一种产业集聚空间布局模拟优化筛选方法。 所说方法首先生成地理空间模拟场，并将其引入空间区位理论模型，建立产业地 理集聚模型；其次采用蒙特卡洛空间统计检验方法，对产业地理集聚模拟进行可 靠性评估；最后采用经验正交函数，从一组模拟结果中筛选出产业集聚空间布局 优化模式。本发明方法定义了空间区位理论模型缺乏地理空间，消除了产业地理 集聚模拟的随机性，解决了产业地理集聚模拟的不确定性问题，保证了筛选的区 域产业集聚空间布局优化模式具有较强的稳健性，能为区域产业规划和可持续发 展提供科学决策的依据。

附图说明

图1是一种产业集聚空间布局模拟优化筛选方法流程图。

具体实施方式

为了实现产业地理集聚动态模拟，本发明在ArcGIS软件环境下，以python 为编程语言，以空间区位模型为理论基础，结合空间统计方法以及GIS空间分 析工具，开发出产业地理集聚动态模拟软件系统。

下面结合附图，对本发明提出的一种产业集聚空间布局模拟优化筛选方法进 行详细说明。

一种产业集聚空间布局模拟优化筛选方法，如图1所示，该方法包括以下步 骤：

步骤1:按8×8地理格网对浙江省域进行划分，以格网单元作为制造业生产 区位，从上到下、从左到右进行编码，得到42个格网单元。

步骤2:依据3×3的Moore邻域连接格网单元构建交通网络。

步骤3:基于所述交通网络，采用Floyd方法，计算42个区位之间的最短路 径，构造地理空间模拟场的42×42交通网络矩阵。

步骤4:假设农民人数在42个格网单元处处相等，将所述浙江省农民总人数 均分后再归一化，作为每个格网单元值，其中i取值范围为[1，42]。

步骤5:以浙江省10个地级市为样本，以1980-2010年为时间序列，收集整 理每个样本的制造业就业人数，计算其均值和均方差。

步骤6:利用随机数发生器，以所述均值和均方差为数据基础，产生10个均 匀分布随机数。再利用反距离平方插值算法，对每个格网单元进行插值，获取制 造业就业人数。

步骤7:对上述制造业就业人数做归一化处理，作为42个格网单元的制造业 就业人数，并赋予每个格网单元值λ_i，其中i取值范围为[1，42]。由此构成地 理空间模拟场。

步骤8:设模型参数α＝0.08，β＝0.8，γ＝0.4，L＝1，δ＝0.3，ρ＝0.77， ε＝4.35，T＝1.57，σ＝0.001。将参数代入步骤B-1所述产业地理集聚模型。

步骤9:设所述收敛速度t＝0.5，将所述参数值输入产业地理集聚动态模拟软 件系统，直至短期均衡步骤和长期均衡步骤结束，输出一种产业集聚空间布局模 式。

步骤10:重复步骤6至步骤9，完成100次模拟，获得100个产业集聚空间 布局模式。

步骤11:以格网分辨率为空间尺度r，为每个产业集聚空间布局模式计算空 间统计量k，即

$k={\int }_0^{r_0}{(\sqrt{\hat{K}\left(r\right)}-\sqrt{\pi }r)}^2\mathrm{dr}$

式中，r是空间尺度，r₀是空间尺度最大值，dr是微分，是Ripley’s K函数估 计值。

步骤12:将上述一组k值从大到小排序。

步骤13:设置信水平为95%，则排除前、后各5个k值，剩下90个k值对 应的产业集聚空间布局模式通过了显著性检验。

步骤14:将90个产业集聚空间布局模式代入采用经验正交函数，获得特征 值矩阵和特征向量矩阵。

步骤15:将特征值按大小排序，由最大特征值对应的特征向量矩阵就是产业 集聚空间格局最优模式。