事物在空间上通常表现出很强的相关性,距离越近,属性越相近。空间自相关是度量空间相关性的定量指标,能够很好的揭示空间分布中的规律性。本文研究了Moran’s I和Gi~*两个局部空间自相关指标,以江苏省出生性别比数据为例,比较了两种指标的差异,重点在于如何确定合适的参数(权重、邻居个数等),以便更好地揭示出生性别比的空间分布特征。江苏省出生人口性别比较高,2000年出生人口性别比达到116.73。江苏省出生人口性别比聚集度较高的区域位于江苏省区域的北部,而出生人口性别比较低的主要位于江苏的南部,存在明显的地区差异。应用空间自相关技术可以更好的反应性别比的聚集情况,揭示空间分布规律,为政府提供决策支持。数据来源于2000年的第五次人口普查,以江苏境内的县级区域为基本研究单位,本文的研究强调了边界效应的概念,尝试了在空间自相关分析中加入边界进行研究。即在空间自相关分析中考虑周边省市的县域对江苏境内县域的影响情况。本文为江苏省内县域依次确定外省市的相邻(一阶到三阶)县域。这样将分析得到的结果与没有考虑外省县域的结果进行对比。本文主要使用的软件包括ArcGIS软件和空间统计分析软件Geoda。文章进行了如下的研究:对江苏县域的数据进行处理,使属性数据和图形数据对应,通过计算得到江苏的三阶县域;使用了Rook矩阵、K-nearest矩阵、固定距离三种权重矩阵,计算了不同的权重;编写代码实现了权重文件格式的转换,使其可以在ArcGIS中使用(计算Gi~*);最后得到专题图,对专题图进行对比分析。文章主要进行了四个方面的比较:一是Moran’s I和Gi~*两个局部空间自相关指标之间的比较;二是考虑境外县与不考虑境外县的江苏出生性别比专题图对比;三是相同区域使用不同的权重矩阵下得到的专题图对比;四是相同区域内使用一阶二阶和三阶Rook权重矩阵得到的专题图的比较。文章得出如下结论:1.通过局部Moran’s I得到的聚集图和局部Gi~*的比较而言,二者各有所长,局部Moran’s I的高高聚集接近于ArcGIS中Gi~*的显著热点。局部Moran’s I的低低聚集接近于局部Gi~*中的显著冷点。主要不同在于局部Moran’s I的高低聚集和低高聚集反映的是同质区域的异化情况,而局部Gi~*计算得到的较显著热点区域和较显著冷点区域反映的则是同质区域的延伸。与局部Moran’s I得到的局部空间自相关聚集图相比,局部Gi~*得出的空间自相关聚集度更高,区域更为广泛。两种专题图相辅相成,可以结合在一起进行研究。2.从出生性别比的角度出发,作者认为本文中最适合的矩阵是一阶Rook矩阵。因为一阶Rook权重矩阵反映的是直接的物理邻接,而出生人口性别比可能受到邻接区域的影响更大,如重男轻女思想的传播、胎儿性别鉴定技术的扩散等。3.空间自相关分析受到边界效应的影响通过考虑境外县与不考虑境外县的江苏县域的出生人口性别比空间自相关分析得到的专题图进行对比,发现计算结果受到边界效应的影响。研究发现加入外边界可以更好的反映县域的实际出生人口性别比情况,真实的反映一些本来不明显的聚集。这样加入边界,可以利于政府和社会进行更好的决策。因此我们可以考虑将外边界的添加运用到其他的空间自相关分布领域。计算结果显示,江苏出生人口性别比存在空间上的聚集效应,江苏北部地区性别比存在高聚集,南部存在低聚集。本文认为出现这样的空间布局有多方面的原因:经济上江苏北部经济不发达可能导致人的思想观念比较落后,人口素质上也有待提高,同时北部的邻居县域多为山东、安徽的人口大县和高出生性别比地区,这也对其高聚集产生了很大的影响。由于出生人口性别比是一个社会问题,区域之间存在很强的相关性,空间自相关分析对于出生性别比研究将拥有更广阔的前景。