摘 要：人类发展指数用于衡量一个国家或地区在健康长寿、文化教育和经济发展方面所取得的成就，是世界范围内较为流行的用于衡量人类发展水平的指标之一。基于《中国人类发展报告2016》公布的中国人类发展指数数据，分析中国人类发展水平现状，并利用全局Moran's I指数、Moran散点图、LISA集聚图方法研究中国人类发展水平的空间分异格局。研究发现中国各省份人类发展指数最高的是北京（0.869），最低的是西藏（0.600）；中等人类发展水平地区占全国的16.3%，高水平人类发展地区占74.19%，极高人类发展水平地区占9.68%，高水平人类发展指数占绝对主导地位；全国人类发展水平存在显著的空间集聚效应，东部地区是显著的高值集聚区，西部地区为显著的低值集聚区，地区间人类发展水平差异显著，总体上东部地区优于中西部地区。最后为促进地区间人类发展水平协调发展提出建议。
关键词：人类发展指数；空间自相关；空间分异
人类发展指数（HDI）是联合国开发计划署（UNDP）在1990年提出的用于衡量世界各国经济社会发展水平的综合性指标体系，这一指标从健康、教育、收入三个维度衡量一国或地区的人类发展水平，突破了传统的以单一GDP指标衡量地区发展状况的局限性，该指数自发布以来受到世界各国广泛认可[1]。中国是近30年来在人类发展指数领域增长最快的国家之一，1980年中国HDI仅0.423还处于低人类发展水平组，到2010年中国进入高人类发展水平组，HDI达到0.701。中国人类发展水平的快速提升无疑得益于中国经济的快速增长、科技水平的提升及教育事业的完善。目前，中国关于人类发展水平的研究主要集中在四方面：一是关于人类发展指数的测算与分析。如：任媛等[2]基于山西省各地市HDI的测算与比较对山西省各地市人类发展水平进行量化研究；宋洪远等[3]利用人类发展指数计算方法测算了中国按城乡分的出生时预期寿命指数、教育指数和收入指收；肖杰等[4]利用人类绿色发展指数对关中—天水经济区人类社会综合发展状况进行测度与分析。二是关于人类发展水平区域发展不平衡的研究。如：胡鞍钢[5]利用人类发展指数将中国各地区1982—2003年的HDI划分为“四个世界”，对中国人类发展的地区格局与历史变迁进行了研究；杨永恒等[6]采用聚类分析法对中国各省市的人类发展水平分别进行了分类，深入解析了中国人类发展水平的地区差距和不协调。三是关于一个国家或地区人类发展水平的影响因素研究。如：王圣云等[7]应用空间基尼系数、泰尔系数分解及面板模型等方法，基于人类发展指数的分析对1995—2013年中国人类福祉地区差距演变及影响因素进行了研究；胡鞍钢[8]采用方差分解法对中国人类发展水平地区差距及地区差距变动进行了分解，并指出收入差距是地区差距的主要决定因素，但近年来教育差异和健康差异对总差异的贡献显著增加。四是基于国际比较法的人类发展水平随时间推移的动态变化的研究。如：王圣云等[9]重新对全球人类发展指数进行测算，应用基尼系数、泰尔系数分解方法对1990—2014年全球人类发展水平空间差异演化及其机制进行了研究；张野等[10]将人类发展指数引入面板数据模型进行计量分析，对金砖五国存在的资源诅咒效应从地理学及人类发展角度进行了考量。
回顾和梳理相关文献发现对人类发展水平的研究成果颇丰，其研究内容侧重于对人类发展指数的定量测算分析、区域非均衡演变分析以及对某地区人类发展水平影响因素的探究等方面；在研究方法上，大多数文献仍选择传统的区域差异测量方法，如：基尼系数、泰尔系数、方差分解法等，忽略了空间因素的存在，不能准确反映地区空间差异的特征。为此，本文将基于2016年《中国人类发展报告》公布的数据，运用Moran's I指数对中国人类发展水平的空间分布差异状况进行分析。
1 研究方法与数据来源
1.1 研究方法
1.1.1 HDI测算方法
人类发展指数（HDI）是衡量社会发展状况的一个综合指数，由健康指数（LE）、教育指数（ED）和收入指数（GNI）综合而成。其计算公式为：
测评作为数学教育过程中的一个关键环节，肩负着提高数学教育质量、甄别人才的重要使命．高考作为一种重要的测评方式，在其中发挥着至关重要的作用，为了改善目前高考中数学学科核心素养考查的现状，基于上述分析提出以下几点建议．
式中：Xij表示j年份i指标的实际值，Fmin、Fmax分别表示i指标的最小值和最大值，I1、I2、I3分别为健康指数、教育指数、收入指数。健康指数采用出生时预期寿命指标计算；教育指数采用平均受教育年限和预期受教育年限计算；收入指数采用购买力评价美元后的人均国民收入（GNI）计算。
单项指数中，LE在空间上的分布明显呈现“热点”“冷点”集聚分布，“热点”集中分布与东部沿海的北部地带，包括天津、山东、江苏等7省市，这些地区健康指数呈显著的良好发展状态；“冷点”地区集中于新疆、青海、西藏、四川连片分布的西部地区，这些地区健康状况堪忧，急需引进先进医疗技术等；内蒙古、安徽、湖北的健康指数显著的低于其邻近省市，其他地区无显著性特征。ED的“热点”分布于辽宁、吉林、内蒙古及天津、山东、江苏6个地区，是良好教育水平的显著集聚区；“冷点”显著集聚于新疆、青海两个西部省份，两地区教育水平亟待提高；河北、河南、安徽的教育水平明显低于周边省份，其他地区没有显著性特征。GNI的“热点”地区与HDI的“热点”显著区一致，说明收入指数对人类发展水平的提高起着关键性作用；“冷点”地区集中于西部及西南地区的青海、云南、四川、贵州四省，这些低收入地区呈显著的集中分布状态；重庆市的收入指数显著的高于其邻近省份；河北和安徽两地的居民收入水平显著的低于其周边省份。
空间自相关是变量在不同空间位置上的相关性，如正相关（集聚分布）、无相关（随机分布）和负相关（离散分布），包括全局空间自相关和局部空间自相关。本文采用全局Moran's I指数来研究全局自相关，采用Moran散点图和LISA集聚图来分析局部自相关。
因此，要激发学生的学习兴趣和热情，就必须把握哲学课的特点，坚持理论联系实际的原则，在学以致用上做文章，引导学生学会用所学的知识去分析、解决实际问题。因此，在教学实践中，我特别注重书本知识与现实生活的结合，力求用现实问起去激发学生的民趣和求知欲，用理论知识的学习去解决现实问题，激发学生的自豪感和成就感，同时，通过对现实问题的观察、思考和理论的学习，增强学生的责任感和使命感，使学生在学与用的结合中，既开拓了视野、丰富了知识，又锻炼了能力，提高了觉悟，真正实现哲学课的教育教学目的。
1）全局Moran's I指数
总体来看，各项指数发展较好的地区位于经济发展较快、教育事业完善、医疗卫生水平先进的东部地区，发展较差的地区位于经济发展缓慢，教育、卫生事业落后的西部和西南地区。其余各省市具体人类发展指数情况，见表1。
式中：n表示研究区总数，S0是空间权重矩阵W的所有元素之和，xi和xj分别表示某指标在空间位置i和j上的观测值，Wij是空间权重矩阵。Moran's I值计算结果一般介于－1和1之间，接近1表示空间集聚，且值越大空间依赖性越强，接近－1表示空间离散，且值越小空间异质性越突出，趋于0表示观测值空间分布处于随机分布形式。通常采用Z值来评估观测值的集聚和离散是否具有显著性，在95%的置信度下（P<0.05），Z>1.96表示研究范围内某空间现象呈显著集聚性，Z<－1.96表示某空间现象呈显著离散型，若Z得分介于－1.96和1.96之间表示要素值的空间分布呈随机性。本文采用ArcGIS10.3软件完成以上计算过程。
Research on Indoor Design of DC Switch Yard for 1 100 kV Converter Substation YUE Yunfeng,JIAN Xianghao,KONG Zhida,GUO Jinchuan,TAN Wei(92)
将标准化的观测值表示在横轴上，将空间滞后变量表示在纵轴上，两者之间的相关关系以散点图的形式加以描述，就构成了Moran散点图[12]。为直观反映中国各省市人类发展水平空间相关性的类型及分布状况，运用GeoDa软件输出中国人类发展指数及各单项指数分布状况Moran散点图。Moran散点图分为四个笛卡尔象限，其中象限Ⅰ（右上）表示观测值高值聚类－HH；象限Ⅱ（左上）表示低值被高值包围－LH；象限Ⅲ（左下）表示观测值低值聚类－LL；象限Ⅳ（右下）表示高值被低值包围－HL。
3）LISA集聚图
Moran散点图不能判断各地区局部相关类型及其聚集区是否具有统计显著性[12]，利用GeoDa软件输出中国各地区人类发展指数及各单项指数的LISA集聚图，来判断各项指数在各地区的局部异质性。
1.2 数据来源
本文研究范围为中国大陆的31个省市，台湾、香港和澳门特别行政区由于缺乏统计数据，暂不作为研究范围。研究数据来自于由联合国开发计划署驻华代表和国务院发展研究中心共同撰写的《2016中国人类发展报告》[13]，使用数据主要为2014年中国各省市人类发展指数统计数据以及1980—2010年中国人类发展指数及单项指数数据。
2 中国人类发展水平现状分析
人类发展指数由健康指数、教育指数和收入指数共同组成，同时中国的人类发展水平也体现在健康水平、文化教育和经济发展状况等各个方面，因此本文分析中首先整体分析中国的人类发展指数状态，然后对三个单项指数具体分析。
OVCF是骨质疏松症常见的症状之一，由多种原因导致骨量减低、骨强度下降、骨脆性增加，从而易发生骨折的全身性骨病 [1]。目前，临床针对OVCF患者可采取保守治疗，但其治疗效果不佳。而椎体成形术（PVP）是临床上常用的一种微创手术，具有创伤小、并发症少、操作简单等优点已被应用于各种骨折治疗中，但该术式具有单侧及双侧穿刺方向，其疗效仍存在一定的争议性[2]。对此，本研究通过给予老年OVCF患者不同穿刺方向的椎体成形术与非手术治疗，探讨3种治疗方式的临床疗效差异对照，现报道如下。
2.1 演变态势
改革开放以来中国的人类发展取得了巨大进步，2014年中国人类发展指数达到了0.754，位于高人类发展水平①国家组。回顾改革开放40年的历程，1980年中国人类发展指数还处于低人类发展水平组，1995年进入中等人类发展水平组，2011年达到了高人类发展水平。中国的人类发展得到了巨大的进步，并体现在健康、教育、收入指数等方方面面，如图1所示。
由图1可见，中国的健康指数、教育指数、收入指数自1980年以来都处于连续上升趋势，其中健康指数自改革开放初期以来一直处于相对较高水平，40年来健康指数持续改善；教育指数在1980年仅0.358，且在1980—1990年增长缓慢，1990年以后教育指数增长速度逐步提高，对人类发展指数的贡献率增大，2014年达到0.709；收入指数在1980—1990年处于最低水平，但随着中国经济的高速增长，1990年以后收入指数超过教育指数，收入指数增长速度最快，其贡献率对人类发展指数的增长起到关键作用。
图1 中国人类发展指数演变态势
2.2 发展现状
从人类发展指数来看，2014年中国各省份间的人类发展指数差距是比较大的。HDI最高的是北京（0.869），最低的是西藏（0.600），分别位于极高人类发展水平组和中等人类发展水平组，两者相差44.8%；HDI前三位依次是北京、上海、天津，后三位分别是西藏、云南、贵州。
从单项指数来看，全国健康指数为0.868，在三个单项指数中处于最高水平，最高的为上海市（0.953），比最低的西藏（0.762）高出25.1%，差距小于人类发展指数；健康指数居于前三的是上海、北京、天津，排在后三的是西藏、云南、青海。全国教育指数为0.709，最高的是北京（0.854），最低的是西藏（0.451），北京比西藏高出约89.4%，教育水平发展极不均衡；北京、上海、天津是教育指数前三省市，西藏、云南、贵州排在后三位。全国收入指数为0.697，在三项单指数中为最低，在各省市中最高的是天津市（0.814），最低的是贵州和甘肃均为0.616，相差约16.8%，收入指数的差距在全国范围内最小；居于前三的分别是天津、北京和上海，排在后三位的分别有云南、甘肃、贵州。
Moran's I指数反映空间邻接或空间邻近区域单元属性值的分布情况，其模型为[11]：
表1 2014年中国各地区人类发展指数及单项指数排序
地区 健康指数 排序 教育指数 排序 收入指数 排序HDI排序北京0.952 2 0.854 1 0.806 2 0.869 1天津0.932 3 0.791 3 0.814 1 0.843 3河北0.870 16 0.677 17 0.675 18 0.735 18山西0.869 17 0.704 10 0.656 24 0.738 16内蒙古0.861 23 0.689 14 0.758 6 0.766 10辽宁0.892 8 0.764 4 0.745 7 0.798 4吉林0.889 10 0.721 8 0.708 11 0.768 9黑龙江0.886 11 0.723 7 0.672 20 0.755 12上海0.953 1 0.807 2 0.803 3 0.852 2江苏0.896 5 0.730 6 0.778 4 0.798 4浙江0.913 4 0.732 5 0.761 5 0.798 4安徽0.871 15 0.656 24 0.654 26 0.720 23福建0.882 12 0.666 22 0.741 8 0.758 11江西0.860 24 0.681 15 0.655 25 0.726 22山东0.893 7 0.693 13 0.735 10 0.769 8河南0.864 22 0.671 19 0.664 22 0.727 20湖北0.868 18 0.706 9 0.699 13 0.754 13湖南0.866 19 0.679 16 0.676 17 0.735 18广东0.894 6 0.694 12 0.741 8 0.772 7广西0.872 14 0.641 27 0.648 27 0.713 26海南0.891 9 0.671 19 0.671 21 0.738 16重庆0.881 13 0.676 18 0.701 12 0.747 15四川0.866 19 0.656 24 0.657 23 0.720 23贵州0.809 28 0.613 29 0.616 30 0.673 29云南0.784 30 0.613 29 0.620 29 0.668 30西藏0.762 31 0.451 31 0.630 28 0.600 31陕西0.865 21 0.700 11 0.698 14 0.751 14甘肃0.826 27 0.642 26 0.616 30 0.689 28青海0.791 29 0.627 28 0.674 19 0.694 27宁夏0.845 25 0.668 21 0.682 15 0.727 20新疆0.828 26 0.660 23 0.677 16 0.718 25全国0.868 0.709 0.697 0.754
根据表1中各项指数的计算结果，利用ArcGIS10.3软件，在中国的行政区划图中将其分布状况可视化，并利用自然间断法将三个单项指数进行分类处理，人类发展指数的分类是在联合国开发计划署的界定基础上将高等人类发展水平细分，具体分布状况如图2所示。
图2 中国人类发展指数及单项指数空间分布
从中国人类发展指数空间分布来看，极高人类发展水平位于北京、天津、上海三市，上高人类发展水平区分布于东部沿海地区、东北地区及内蒙古、陕西、湖北等地，下高人类发展指数主要分布于中部地区及新疆、四川、海南等地区，新疆是西北地区的人类发展指数突出地带，中等人类发展指数主要分布于西部地区。
从单项指数空间分布来看，健康指数分布格局与我国的三级阶梯类似，自西向东健康指数逐渐增高，江沪和京津地区最高。教育指数的空间分布表现为东北和东部沿海地区高于西部和西南地区，西藏是西部地区教育水平相对落后地区，教育资源分布状况东西差距较大；收入指数空间分布不均衡状况明显，山西省是中部地区收入指数偏低地区，沿海地区收入优势明显，特别是京津地区和苏沪地区收入指数水平最佳，而新疆和青海地区受西部大开发战略影响，收入水平较其他西部地区发展较好。
2.3 类型评定
由于2014年中国人类发展指数集中分布于0.700～0.800，若按联合国开发计划署划分标准分类，各地区人类发展指数分布差异性减弱，参照胡鞍钢[5]的人类发展指数“四个世界”划分标准将高人类发展水平划分为上高人类发展水平和下高人类发展水平两类，具体分布状况见表2。具体来看，2014年中国人类发展水平已没有低人类发展水平地区；中等人类发展水平地区仅剩西藏、云南、贵州等5个省份，占全国约16.13%；下高人类发展水平地区包括广西、新疆、安徽等12个省市，占全国比例约38.71%；上高人类发展水平地区包括陕西、湖北、黑龙江等11个省市，占全国比例约35.48%；北京、天津、上海3市已进入极高人类发展水平，占全国约9.68%。总体来看，我国大部分省市处于高人类发展水平阶段，并不断向极高人类发展水平阶段演进。
选取2017年1—12月在我院产科行分娩的220例瘢痕子宫再次妊娠孕产妇作为瘢痕组,年龄22~37岁,平均年龄为(29.1±3.1)岁,孕周38~42周,平均孕周(39.8±0.5)周;同时选取同期行分娩的220例初次分娩孕产妇作为初产组,年龄21~39岁,平均年龄为(28.8±3.3)岁,孕周39~42周,平均孕周时长为(39.6±0.8)周。不同组孕产妇一般资料间比较差异无统计学意义(P>0.05)。
表2 中国人类发展水平类型划分
划分标准 类型评定 地区0.550≤HDI<0.700中等人类发展水平 西藏 云南 贵州 甘肃 青海数量/个5比例/%16.13 0.700≤HDI<0.750下高人类发展水平 广西 新疆 安徽 四川 江西 河南宁夏 河北 湖南 山西 海南 重庆12 38.71 0.750≤HDI<0.800上高人类发展水平 陕西 湖北 黑龙江 福建 内蒙古吉林 山东 广东 辽宁 江苏 浙江35.48 11 HDI≥0.800极高人类发展水平 天津 上海 北京3 9.68
3 中国人类发展水平空间自相关性分析
从HDI指数来看，位于HH象限的有北京、上海、天津等省市，这些地区与其邻近省市的HDI发展水平较高，且主要集中于东部地区；位于LL象限的有青海、西藏、新疆等省市，这些地区与其邻近省市HDI发展水平普遍较低，且大部分位于西部和西南地区；位于LH象限的有安徽、河北、河南等5省，说明这些地区自身HDI发展水平落后于其周边省份；位于HL象限的有广东、重庆，说明广东和重庆的HDI发展水平高于其周边省份。
2）Moran散点图
3.1 基于全局Moran's I指数空间分异
2014年中国31个省市的人类发展指数及各单项指数的全局Moran's I均为正值，说明中国各省域存在正相关，即中国人类发展指数及各单项指数的空间分布存在集聚效应；且P＜0.05，通过5%的显著性检验，Z>1.96集聚效应具有显著性。其中，LE的Moran's I指数约为0.423，为四项指数中最大，说明各省之间健康指数空间正相关性最明显，HDI次之，教育指数第三，相关性最小的是各省的收入指数，主要是由于各地区经济发展程度不同，人均收入差距较大造成的。中国人类发展水平全局Moran's I指数计算结果见表3。
要真正发挥学生和学生组织在学校办学中的作用，让学生参与学校的事务管理，需要进一步完善体制机制，要变直接管理为主到宏观和导向管理为主，变教师管理为主到以学生自主管理为主，提升学生自主管理能力和水平。在涉及学生切身利益的事务中要吸纳学生代表和学生组织参加[9]，倾听学生意见建议，突出学生的主体地位，切实提高学生参与学校管理的积极性，为学生参与学生事务管理乃至大学治理创造良好的环境和条件。
表3 中国人类发展水平全局Moran's I指数
指数Moran's I Z得分P HDI 0.366 313 6.609 965 0.000 LE 0.422 932 6.502 701 0.000 ED 0.333 864 6.756 848 0.000 GNI 0.267 548 6.345 133 0.000
3.2 基于Moran散点图的空间分异
为进一步衡量每个地区与周边区域人类发展水平的空间相关性、空间异质性以及空间格局的分布，作中国各省市人类发展指数及单项指数Moran散点图，如图3所示。
Moran散点图中每一个点分别代表一个省市，每个点与一阶线性拟合曲线的远近程度就表示该省市与其他省市人类发展指数之间的差距。从数量上看，大部分点落在第Ⅰ、Ⅲ象限中，这与全局Moran's I指数中各省市人类发展指数间存在正相关性的结论一致。图3中HDI、LE、ED各省市所代表的点除个别省市以外均匀分布于一阶拟合性曲线周围，说明各省市间HDI、LE、ED地区差距较小；GNI各省市所代表的点分散分布于一阶拟合曲线周围，说明各地区间GNI差距较大，出现不平衡分布现象。每个省份各项指数在不同象限的分布见表4。
我校会计学课程建设加大了管理会计课程的比重，增加管理会计专业知识的比重，构建财务转型时期的会计学人才培养体系。在会计学专业与CMA管理会计相关课程有机整合的基础上，形成新的课程体系。当前课程体系培养财务人员财务管理能力、战略思维能力、分析判断能力、组织管理能力等。
为进一步了解中国人类发展差距的现状，本文采用空间自相关性方法对中国2014年的人类发展指数（HDI）及健康指数（LE）、教育指数（ED）、收入指数（GNI）三个单项指数的空间分异状况进行深入研究。
从单项指数来看，LE指数中位于HH象限的有北京、广东、上海等地区，说明这些地区与其周边地区的医疗服务完善，居民健康状况较好；位于LL象限的有甘肃、西藏、贵州等地区，说明这些地区与其周边地区医疗水平落后，居民健康状况缺乏保障；山西、陕西、江苏等多数中部地区位于LH象限，说明这些地区周边省份先进医疗水平对其带动作用反映不明显；广东、海南、重庆位于HL象限，说明这三个地区居民健康水平优于周边地区。ED指数中北京、江苏、上海等地区位于HH象限，这些地位与其周边地区教育水平发展较好；位于LL象限有甘肃、广西、宁夏等地，这些地区及其邻近省份教育水平相对落后；位于LH象限的有安徽、福建、河北等5省，这些省份落后于其周围省份的教育发展；仅有广东位于HL地区，说明广东教育发展状况优于其周边地区。GNI指数中北京、福建、湖北等地位于HH象限，这些省份与其周边地区的居民收入水平较高；广西、贵州、海南等地位于LL象限，这些地区与其周边省市的人均国民收入水平较低；安徽、河北、河南等地区位于LH象限，这些地区的人均国民收入水平低于其周边地区；广东、陕西、重庆位于HL象限，这些地区的收入状况高于其周边省份，形成局部收入小高地。
图3 中国人类发展指数及单项指数Moran散点图
表4 中国人类发展指数及单项指数Moran散点图四象限分布
指数H H象限L H象限L L象限H L象限H D I L E E D G N I北京 黑龙江 福建 湖北吉林 江苏 辽宁 内蒙古山东 陕西 上海 天津 浙江安徽 北京 福建 广东 河北黑龙江 吉林 江苏 辽宁山东 上海 天津 浙江北京 黑龙江 湖北 吉林江苏 辽宁 内蒙古 山东山西 陕西 上海 天津 浙江北京 福建 湖北 吉林 江苏辽宁 内蒙古 山东 上海天津 浙江安徽 河北 河南江西 山西黑龙江 湖北 湖南江西 内蒙古 山西陕西安徽 福建 河北江西 黑龙江安徽 河北 河南黑龙江 江西 山西甘肃 广西 贵州 海南湖南 宁夏 青海 四川西藏 新疆 云南甘肃 贵州 宁夏 青海四川 西藏 新疆 云南甘肃 广西 贵州 海南湖南 宁夏 青海 四川西藏 新疆 云南 重庆甘肃 广西 贵州 海南湖南 宁夏 青海 四川西藏 新疆 云南广东 重庆广西 海南 重庆广东广东 陕西 重庆
3.3 基于LISA集聚图的空间分异
由于局部Moran散点图不能判断各区域局部空间相关类型及其集聚在统计意义上的显著性，运用LISA集聚图来更直观地反映中国人类发展水平空间差异局部变化特征，绘制了中国人类发展指数及单分项指数的LISA集聚图（如图4），其显著性水平为0.05。
(一)对资产的使用会有记录，但是记账内容和程序极为不规范。在全额拨款事业单位资产管理中，记账是重要的管理依据，但是账目中却出现了很多的账不符实的情况，错记、漏记的情况很多。此外在记账程序上面也存在很大的随意性，很多账目都未按照规定的程序进行审批，资产在使用之后也未在规定的时间内进行记账处理。对于往来款项的管理也很不规范，虽然很多项目早就已经结束，但是其所涉及的专项资金的往来款项还是没有进行清理。长此以往，有的款项就变得不清晰，国有资产在无形中出现了流失问题，地方财政和单位财政的负担就增加了。
与鲁迅的刚硬文化个性相比较，茅盾的文化性格，受到浙西儒雅风尚的浸淫，明显烙有浙西文人的印记。“浙西以文”的特点，造就此地“慕文儒，不忧冻馁”，“好读书，虽三家之村必储经籍”[10]的崇文传统，于是在“儒雅”风尚浸淫下，浙西独多“清流美士”，当然也不乏对我国的文化和文学做出重要建树的饱学之士与诗文大家，例如晚近文学史上名重一时的浙西词派便出于此地。
上庄乡作为新野县重要的舍饲养羊基地所在地，针对该创新羊养殖模式的管理工作非常到位，主要包括羊舍选址、羊只品种选择、饲养管理、疾病防控以及舍饲养殖技术推广。以下将结合上庄乡的舍饲养羊管理工作要点展开分析。
1.1.2 空间自相关性测度方法
4 结论与建议
4.1 结论
本文基于对中国人类发展指数的现状分析及空间自相关性分析，研究中国人类发展水平的空间分异格局，得出结论：
1）中国的人类发展指数及各单项指数，自1980年以来都处于连续上升趋势，其中健康指数始终保持较高水平，教育指数缓慢增长，而收入指数增长速度最快，对人类发展指数增长的贡献率最大。
2）中国人类发展指数最高的是北京（0.869），最低的是西藏（0.600），地区间人类发展指数差距显著，且东部地区人类发展水平高于西部地区；有16.13%的地区处于中等人类发展水平，74.19%的地区处于高人类发展水平，9.68%的地区达到极高人类发展水平。
中国HDI在空间上显著的“热点”（高-高集聚）“冷点”（低-低集聚）都十分突出，还包含一定数量的空间“奇异值”（低-高集聚、高-低集聚）。“热点”地区数有5个：辽宁、内蒙古、天津、江苏、山东，是人类发展水平较高的集聚地区；“冷点”地区包括新疆、青海、四川3个西部连线地区，是人类发展水平较低的显著地区；重庆市人类发展水平显著高于其邻近省市；河北、河南、安徽显著低于其周边省市人类发展水平。
3）中国人类发展指数及各单项指数的全局Moran's I值均为正值，中国各省市间人类发展指数及各单项指数存在显著的空间正相关性即空间集聚，且健康指数的空间集聚效应最显著，收入指数的空间集聚效应最弱。
图4 中国人类发展指数及分项指数LISA集聚图
4）中国各省市人类发展指数及单项指数Moran散点图中，大部分点落在第Ⅰ、Ⅲ象限，第Ⅰ象限的点为高值集聚，主要分布于东部地区，第Ⅲ象限的点为低值集聚，主要位于西部地区；在5%显著性水平检验下，中国人类发展指数及各单项指数在空间分布上存在显著的“热点”“冷点”地区以及少数的异常值地区。
4.2 建议
中国各级政府部门及相关组织应该从影响人类发展水平的各个方面着手，以提升各地区人类发展水平及缩小地区间发展差距为目标，合理制定人类发展水平提升策略。
基于企业战略变革情境下的组织机构匹配性研究 …………………………………………………………………… 何永权（6/42）
4.2.1 保持经济稳定增长，促进经济成果共享
中国人类发展水平的快速提高主要得益于迅速发展的经济，保持经济稳定增长，促进经济成果共享实现人类发展水平不断提升的重要基础。首先要不断完善市场分配制度，调动全社会成员的积极性和创造性，扩大社会财富总量；其次鉴于初次分配难以避免的收入差距问题，必须高度重视再分配问题，调节收入分配不平等；同时对弱势群体提供有效的支持和保护，有针对性的推进多维减贫，全面落实精准扶贫和精准脱贫，通过多种方式实现人民收入水平的提高和生活质量的提升，全方位促进经济成果共享。
4.2.2 增加教育经费投入，全方位推进教育公平
教育发展对中国人类发展的意义重大，教育不仅能够提升人力资本，提高社会创造力，也是避免社会代际传递和社会阶层固化的重要手段。在政府教育经费投入基础上，不断巩固义务教育，大力推进义务教育均等化发展积极推进优质高中配额到校政策，均衡师资力量配置，促进教师、校长流动；加快发展学前教育，促进贫困地区儿童早期教育发展；实施面向贫困地区定向招生专项计划，促进高等教育公平；推进职业教育，乃至终生教育发展[12]。
4.2.3 完善医疗卫生服务体系，提升人们健康水平健康是人类发展的基本目标，也是衡量人类发展水平的重要标志。首先，中国各级政府增加公共健康和医疗卫生部门的财政投入毋庸置疑；其次建立布局合理的医疗服务体系，完善医疗保障体系，实现不同社会成员间医疗经济风险的合理分担刻不容缓；另外要建立人人均等享受基本医疗卫生服务制度，加快整合城镇职工医疗保险制度和机关事业单位公费医疗制度，建立统一的职工基本医疗保险，加快城镇居民基本医疗保险和新型农村合作医疗保险的整合，建立统一的城乡居民医疗保险制度，全面提升医疗保险的统筹层次，构建互联互通，开放性的医疗保险信息管理系统，切实解决异地看病难、报销难问题。
注释：
作为东莞印刷业的首批“拓荒者”，杨金溪亲眼见证了其起步、发展、壮大，他感叹道，内地的技术、理念，现已与香港无差别，早年的输入已经变成了如今的并行。他自豪于这样的结果，并为金杯印刷成为整体进程的一个推手而骄傲。虽因美术而入行，杨金溪却早已把印刷当成了用一生去鼓与呼的事业。谈及印刷未来，他目光坚定，掷地有声，“我坚信，印刷是朝阳产业，具有很强的可塑性，因为，它几乎可以与任何一个行业发生关联”。
①根据联合国开发计划署最新划分标准，人类发展指数在0.550以下为低人类发展水平，介于0.550和0.699之间为中等人类发展水平，介于0.700和0.799之间为高人类发展水平，0.800以上为极高人类发展水平。
参考文献：
[1]贡森,葛延风,STEIN KUHNLE.中国人类发展报告:通过社会创新促进包容性的人类发展[R].北京:中译出版设,2016:97-140.
[2]任媛,谢学仁.人类发展指数的解析及应用——基于山西省各地市的测算与比较[J].西北人口,2011,32(4):63-66,70.
[3]宋洪远,马永良.使用人类发展指数对中国城乡差距的一种估计[J].经济研究,2004(11):4-15.
[4]肖杰,郑国璋,罗悦,等.关中—天水经济区人类绿色发展指数测度及其分析[J].陕西理工大学学报(自然科学版),2018,34(2):86-92.
[5]胡鞍钢,张宁.中国人类发展的地区格局与历史变迁[J].河北学刊,2006(4):70-73.
[6]杨永恒,胡鞍钢,张宁.中国人类发展的地区差距和不协调——历史视角下的“一个中国,四个世界”[J].经济学,2006(2):803-816.
[7]王圣云,罗玉婷,韩亚杰,等.中国人类福祉地区差距演变及其影响因素——基于人类发展指数(HDI)的分析[J].地理科学进展,2018,37(8):1150-1158.
[8]胡鞍钢,石智丹,唐啸.中国地区HDI指数差异持续下降及影响因素(1982—2015)[J].新疆师范大学学报(哲学社会科学版),2018,39(4):47-55.
[9]王圣云,翟晨阳.全球人类发展指数(HDI)的空间差异演化与要素分析[J].经济地理,2018,38(7):34-42.
[10]张野,周嘉,刘继生,等.基于人类发展指数的金砖五国资源诅咒效应分析[J].世界地理研究,2018,27(5):167-175.
[11]何夏芸,王嘉学.云南省人口与经济区域结构特征研究[J].商洛学院学报,2017,31(6):73-79.
[12]王雪青,陈媛,刘炳胜.中国区域房地产经济发展水平空间统计分析——全局Moran's I、Moran散点图与LISA集聚图的组合研究[J].数理统计与管理,2014,33(1):59-71.
[13]中国人类发展报告(2016):通过社会创新促进包容性的人类发展(摘要)[J].人权,2016(5):128-137.
Research on Spatial Differentiation of China's Human Development Index
SANG Yan-ni,ZHANG Xing-mei,ZHANG Jun-li
(College of Geographical Science,Shanxi Normal University，Linfen 041004,Shanxi)
Abstract:Human development index is used to measure the achievements of a country or region in health,longevity,education and economic development,and is one of the most popular indicators in the world for measuring the level of human development.Based on the Chinese HDI data published in China Human Development report 2016,the present situation of China's human development level is analyzed,the spatial differentiation pattern of China's human development index is studeied by means of global Moran's I index,Moran scatter plot and LISA agglomeration diagram.The study found that the highest human development index was Beijing(0.869),and the lowest was Tibet(0.600).The middle level of human development occupies 16.3%of the whole country,the high level of human development is 74.19,the extremely high level of human development is 9.68,and the high level of human development is the absolute dominant position.There is a significant spatial agglomeration effect in the level of human development in the whole country.The eastern region is a significant high-value agglomeration area,and the western region is a significant low-value concentration area.The difference of the human development level among regions is significant,and the eastern region is better than the central and western regions in general.Finally,some suggestionsare put forward to promote the coordinated development of human development in different regions.
Key words:human development index;spatial auto-correlation;spatial differentiation
中图分类号：F129.9文献标识码：A文章编号：1674-0033（2019）02-0054-10
doi:10.13440/j.slxy.1674-0033.2019.02.011
收稿日期：2018-12-15
基金项目：2015年国家社会科学基金重大项目（15ZDC016）
作者简介：桑燕妮，女，山西长治人，硕士研究生
（责任编辑：李堆淑）
标签：指数论文; 人类论文; 水平论文; 中国论文; 地区论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《商洛学院学报》2019年第2期论文; 2015年国家社会科学基金重大项目(15ZDC016)论文; 山西师范大学地理科学学院论文;