社会统计数据均匀指数分析影响经济社会统计数据空间真实性的要素包括算法、区域内部差异、统计单元规模大小、统计指标的空间展布规律、统计指标的空间规模、统计指标的时间存在特征、统计指标在经济社会构成中的重要程度等多个方面。经济社会统计数据表达对象的各种特征对于数据表达的区域内部真实性有一定的影响。显然地，以省级行政区域为统计单元，我国东部省区和西部省区区域内部差异程度有很大不同，在软件工具的支持下计算现有以行政单元为对象的统计数据所表现的区域平均状况，为相应的应用提供数据空间均匀程度支持。1经济社会统计数据的空间化以空间分析为手段，将总量数据离散到空间区域上已有很多应用[1-3]，以行政区域为单元的统计数据分散到更接近真实情况的自然或经济区域上的做法也有一些尝试[4]，特别是对于区域面积很大，且内部特征差异十分明显的区域做这样的工作更有实际意义。将社会经济信息进行空间化处理是根据经济对象空间分布特征、影响经济对象分布的自然和社会经济要素分布，将一定空间单元上的对应信息转化成1km×1km栅格数据（或其他空间大小的单元，如500m×500m等），每个栅格上的值则表示在1km2内的平均状况。1.1经济社会统计数据空间离散化通用方法经济社会统计数据对应的社会经济指标在空间的分布和变化受多种因素的影响，这些因素就是该经济社会统计指标的影响因素，区域经济社会统计数据在空间上分布的计算（离散化），必须考虑该指标影响因素的空间分布情况，及其对该指标的空间作用方式，才能将该经济社会指标总量数据“分配”到区域内不同的空间上[5]。经济社会统计空间离散化处理的基本方法是，对于某个经济社会统计指标，首先计算其每一种影响因子对该经济社会指标的影响数值，该计算需要依赖地理信息系统软件工具实现，以arcgis软件为例，其计算方法是利用grid下的zonalstats函数进行sum统计，对于增长百分比性质的参数计算，采用平均值统计方法，公式（1）有：第1页共4页tempinfo1=zonalstats（admgrd，elegrd）。其中：admgrd为zonalgrid;elegrd为影响要素。公式（2）有：tempinfo2=zonalstats（admgrd，statgrd）。其中：admgrd为zonal-grid;statgrd为被统计对象。这样可以逐个计算得到影响要素在每个行政单元内的总分值、社会经济要素的总量。将tempinfo1，tempinfo2合并到一起，并用经济要素总量除以总分值，即可得到每个分值所代表的经济总量，并将该值添加到tempinfo1的一个属性项score中;将tempin-fo1与行政区划adm属性表连接，将score项转换成grid数据，结果为scoregrd;用scoregrd乘以要处理的社会经济要素数据statgrd，即可得到处理离散过社会经济指标数据statgrd。实际计算中没有必要就每一种区域自然及社会经济条件对社会经济要素空间展布的影响分析，可以建立一种模型对某一种社会经济要素的所有影响因子及基础条件进行统计计算其影响力，模型为公式（3）：agrd=vi×eigrd。其中：vi为第i种影响因子的权重值，其所有值的和为1;eigrd为第i种影响因子对该社会经济要素的影响分值grid。1.2人口数据空间离散化我国人口的空间分布是若干年来经济社会与自然相互作用的结果，其基本格局是西疏东密，但东南部地区密中有疏，西北部地区疏中有密[6]。根据全国人口统计实际状况，人口空间分布数据的计算以县级行政单元人口数据为基础，考虑人口空间分布的各种影响因素，特别是与产业结构的空间分布有很大关联度[7]。在人口离散化计算中，首先计算城镇人口空间分布，然后计算农村人口空间分布，两之合即总人口的空间分布。1.2.1城镇人口的空间离散模型。虽然在城镇内部人口的分布存在一定差异，全国范围内城镇分布在空间上有很大的差别[8]，但在全国尺度上，城镇人口在城镇斑块上的分布可以视作是均匀的，因此城镇人口的空间离散化可以将城镇人口按照城镇斑块面积平摊，在全国尺度上具有一定可信任性。全国城镇人口的离散化处理是以每个县级行政区为单元计算的，然后进行汇总，形成全国的城镇人口分布数据，对于任意一县级行政单元来说，该县级行政单元城镇用地地块中的任意栅格i，第2页共4页其上分布的人口（即城镇人口，以2000年为例...
