直接扣代码

打开即食，方便简单

%主要应用了matlab的distance函数。
%计算30个省区市行标准化后的地理空间权重矩阵 W。要计算别的，更改以下的30为对应数字即可
%{
选中下面两行，按F9快捷键新建纬度x和经度y矩阵
x=[] %x为纬度，按列粘贴
y=[] %y为经度，按列粘贴
%}
x = [40.48
26.35
43.45
38.27
23.08
22.48
20.02
29.59
30.4
36.04
36.38
34.17
29.39
25.04
]
y = [111.41
106.42
87.36
106.16
113.14
108.19
110.2
106.54
104.04
103.51
101.48
108.57
91.08
102.42
]
A=[x y]  
for i=1:14
    for j=1:14
        B(i,j)=distance(A(i,1),A(i,2),A(j,1),A(j,2)); %根据经纬度计算地点间的距离，主要应用distance函数，详细可以百度
    end
end
%B算出来的单位是度。换算成距离的话，需要再乘以Pi/180再乘以6378.2，单位为千米。（此处将地球当做一个球体，半径为6378.2千米）
C=B*pi/180*6378.2  %C即为地点间地理距离矩阵，单位为千米
D=1./C  %D的元素为距离的倒数。即距离数值越小，倒数后构成的权重越大；反之亦然。
D(D==inf)=0  %当矩阵元素为无限大时，将其变为0
%以下行标准化
E=sum(D,2)  %计算各行之和
F=repmat(E,1,14)  %主要应用repmat函数
W=D./F   %W即为行标准化后的地理距离空间权重矩阵
xlswrite('14省反距离矩阵.xlsx',W,'Sheet1')
%-------------------------------------------------分割线--------------------------------------------
%以下为计算经济地理距离空间权重矩阵 Wes的matlab程序。
%主要思想是：通过上一个matlab程序获得行标准化后的地理距离W，现在获得行标准化后的人均实际GDP经济距离矩阵，再将二者相乘再行标准化。
%与一些文章的细节处理不大一样。但我觉得本处理更合理些，因为多了几次行标准化，避免了地理距离和经济距离量级不一样造成的较大影响。
%注意：地理距离不变，但经济距离（很多人使用人均实际GDP的差额表示）是每年都改变的，所以有几年就有几个Wes
%{
选中下面一行，按F9（F9是matlab运行选中程序的快捷键），新建某年（例2003年）30个省（市，区）的人均实际GDPx列向量
x=[] %将2003年30个省（市，区）的人均实际GDP粘贴入x
W=[] %将上一个matlab计算的地理距离空间权重矩阵粘贴入W
%}
x = [10667.40714
8182.65
7735.857143
2158.764286
62646.47143
12087.35714
3056.769231
12715.67143
25304.46429
5394.878571
1654.957143
14505.48571
849.1142857
12207.25
1933.316157
]
y=x %y与x是一样的，这样做是为了后面计算经济距离
for i=1:14
    for j=1:14
        A(i,j)=x(i,1)-y(j,1);  %A中的元素即为2003年对应两个省区市之间人均实际GDP的差值
    end
end
B=abs(A)  %取A元素的绝对值。因为空间权重矩阵考虑的是距离，不是差值大小
C=1./B
C(C==inf)=0
%以下行标准化
D=sum(C,2)  %计算各行之和
E=repmat(D,1,14)  %主要应用repmat函数
We=C./E   %We即为行标准化后的经济距离权重矩阵
Wes1=W.*We  %地理距离倒数点乘经济距离倒数
%以下再行标准化
F=sum(Wes1,2)
G=repmat(F,1,14)
Wes=Wes1./G  
xlswrite('14省经济距离.xlsx',Wes,'Sheet1')