一些与距离有关的自相关指数（Moran I或Geary c）展示了随距离（滞后）增加空间观测值之间的关系变化。空间相关实证分析可画出相关图的主要程序包是ncf、spdep和pgirmess。本书用ncf程序包进行单变量和多变量相关图分析。其中，函数spline.correlog：从空间数据估计样条（交叉）相关图函数。无论每个点是单变量还是多变量（时间序列），本书相关分析实际根据历年（1996—2013）做出，鉴于篇幅仅显示1996年、2001年、2002年、2007年、2008年、2013年的样条相关图。

（一）单变量样条相关图

历年的单变量样条相关图（univariate spline correlogram）显示置信区间＜300 km或＞1500 km时变得很宽，因此，主要关注省市间（质心）距离在400km～1400km以内的空间相关性。这符合关于400 km～1000 km的辐射范围基本假设，以及Moran I分析中400 km～1000 km的地理门槛距离判断，相比各变量的辐射距离比Moran I分析普遍大一些。正相关性值也基本低于0.4，在数值上与Moran I值也惊人的相似。但各个变量也有明显不同之处。

如附录图5.5所示，变量L的正相关性在省份间距离约1000 km内随着地理距离增大单调减少，这与地理第一定律相一致，但与Moran I分析中最佳距离的结论相左。对于相距＞1100 km的省份，没有空间自相关的显著证据。然而，省份间距离超过1200 km似乎呈现L负相关，表明省份相距越远，非国有从业占比（L）差异越大。

如附录图5.6，变量K的不同体现在，省份间距离小于约600 km正相关性随地理距离增大单调增加达到峰值，而后随着地理距离增大单调减少，这有悖于地理第一定律，但符合Moran I分析时最佳距离的结论。与变量L一致的是相距＞1100 km的省份不能证明有空间自相关。距离＞1200 km似乎呈现负相关，说明省市相距越远，非国有固定资产投资占比（K）差异越大。(www.daowen.com)

变量EX呈现更有趣的结果，省份间距离小于约600 km，正相关性随地理（质心）距离增大单调减少，而后随着地理距离增大单调增加，在约1200 km时达到峰值，随后又在约1500 km时降为0值。但按照置信区间宽度判断，符合条件的空间正相关阶段在600 km～1500 km，这也基本符合Moran I分析中最佳距离的结论。距离超过1500 km似乎呈现负相关，表明省份相距越远，财政支出占比（EX）差异越大。

（二）多变量样条交叉相关图

鉴于上述变量出现部分与Moran I分析不符情况，故再采用转置reshape后数据（1996—2013年）的多变量（K＋L）样条交叉相关，如附录图5.7显示与单变量K相类似的结果。省份间距离小于约600 km，正相关性随地理距离增大单调增加到峰值，而后随着地理距离增大单调减少，同样在约1100 km之后又变成负相关。这基本符合Moran I分析中最佳距离的结论。说明考虑多变量以及年度变化后，相关性的范围可能因存在溢出效应而增大，以及相关性最大峰值右移，但正相关性的取值范围缩小，是多变量相关取值平均的结果。

多变量（K2＋FDI）显示与多变量（K＋L）类似的结果，只是相关值变得更小，多变量（Pri＋Dep）也显示类似结果，而且个别年份（如2007年、2013年）在小于300 km时，相关性呈现负值。同样按照置信区间宽度判断，符合条件的空间正相关阶段在300 km～1000 km间，也基本符合Moran I分析中最佳距离的结论。