在空间数据和统计学之间存在着一个巨大的鸿沟，致使统计学的概念、假设和方法不能直接用于分析空间数据或与空间格局有关的数据。一方面，空间格局不像一般属性数据（如工资、就业）那样拥有天然的顺序(order)，另一方面空间数据拥有复杂的多格局性(pattern)、多态性(state)、多形性(form, shape)与多空间性(space)。例如一个由不同交通网络联结的城市体系组成的国家经济体就是空间数据的典型代表——从航空网络来看它是一个球面空间格局，从公路网络来它看是一个网络空间格局，从城市体系角度来看它是一个没有网络的平面空间点格局。空间数据的无顺序性、多格局性、多态性、多形性与多空间性为对空间数据进行全面、有效的统计分析提出了巨大的挑战。<br />格局是架在空间数据与统计学之间的一座特殊、有形的桥梁。本书旨在提出针对一般空间格局的描述和推理的统计方法即空间格局统计（Spatial Pattern Statistics），试图通过对空间数据（或格局）的表征、测度、状态和概率的论述为一般统计学方法直接用于各种空间格局提供比较系统的理论和方法基础。在这里，空间格局包括不连续的点格局、连续的域数据、线格局、网络格局或面状格局，空间包括平面空间、球面空间与网络空间。空间格局统计理论涉及空间格局的表征与测度、状态识别和概率表达，空间格局统计方法涉及空间格局的分类（聚类）、抽样、预测等。同时，本书试图为空间经济分析和模型提供一些基本理论和方法。因此空间格局统计案例选择侧重空间经济、国土空间规划、区域发展研究中面临的统计分析与模型问题。<br />本书提出了一般空间格局的统计描述和推理的理论与方法, 即空间格局统计, 涵盖各种空间格局的表征测度、状态识别、概率表达、分类(聚类)、抽样、预测等, 建立了空间格局的“5 层次、5 维度、4 状态”表征模型、大数定律、距离椭圆、相似性计量、空间紧凑矩阵等, 为统计学直接用于各种空间数据的分析、解释提供了新的理论与方法基础。本书应用上侧重空间经济、国土空间规划、区域发展、地理信息研究中面临的统计分析与模型问题, 论述了中国全国国土规划面向效率、公平、均衡、自由等目标的空间发展模式选择问题。<br />本书可供空间统计、空间经济、区域与城市规划、地理学、计算机科学、生态学、环境科学、地球科学、土地管理、地理信息科学等领域的学者、学生和管理人员使用, 也可供对空间感兴趣的读者参考。

赵作权（1962— ），男，中国科学院科技政策与管理科学研究所研究员，博士生导师，美国乔治梅森大学公共政策学博士，中国科学院理学博士，曾任德国马普学会经济学研究所高级研究员，现任中国区域科学协会副理事长，全国经济地理研究会副会长，国土资源部全国国土规划专家委员会委员。
主要研究领域：区域经济发展，创新政策，空间经济分析。