中国地域辽阔,资源、环境的空间分布格局复杂多样,社会经济发展状况也千差万别。人口与社会经济数据所涉及的内容十分广泛,数据来源较广且数据量大。社会经济数据是国家最基础的信息资源之一,它包含工业、农业、人口、交通、能源、卫生以及教育等各个领域的数据,是对国民经济进行宏观调控的依据,是使社会公众了解国情国力以及社会发展状况的信息载体,同时也是国家制定经济、社会、科教等各项领域发展政策的前提。但由于各种社会经济统计资料在时间周期、调查范围与内容以及技术规程等方面有着较大差异,从而导致社会经济数据的可比性较弱,对于社会经济数据的应用产生了较强的限制作用,具体表现在四个方面:统计单元的空间尺度差异、统计指标详尽程度差异、行政区的调整和变更以及区域发展特点不易得到体现。为了增强社会经济数据的应用效率、体现不同地区的发展特点与差异,对不同区域的社会经济数据进行统计整理并建立相应的典型区社会经济指标体系是十分重要的。社会经济指标体系是评价地区发展程度的有效工具,一套完善的社会经济指标体系应该能够反映不同区域间的发展差异。然而,大多数现行的发展程度评价方法都是在不同的地区应用相同的指标体系,导致无法充分地反映区域发展特征。本文在对4个时间节点全国县级社会经济统计数据集成分析的基础上,大量研究国内近10年来核心期刊所涉及的社会经济指标以及国际、国内管理机构和政府组织出台的典型指标体系,通过综合考虑专家经验和数值相关性,提出了建立不同典型区域社会经济指标体系的方法,并从科学调查的角度出发,分别建立了适用于青藏高原、黄土高原和南方丘陵三个典型区具有区域特色的社会经济指标体系,并综合论证了指标体系的合理性。研究表明:地方自然环境、发展政策导向是建立社会经济指标体系时的关键要素。本文提出的方法可以为构建不同典型区域社会经济指标体系提供参考,且构建的社会经济指标体系能够较全面的反应区域发展特色及区域发展水平的差异。为了增强社会经济数据的直观性、更好地反映区域发展程度的差异及特色,需要将社会经济数据进行空间化处理,以反映社会经济数据的空间分布。为了使社会经济数据的空间分布更加合理、精度更高,需要引入土地利用数据进行辅助建模。然而,不同区域的地表要素空间表达的适宜尺度有较大差异,因此,需要通过研究不同区域的地表要素空间表达的适宜尺度来确定不同区域社会经济数据空间分布的适宜尺度。本文基于半变异函数,通过对比子研究区法、直接法以及基于Monte Carlo法的模拟方法的适用性,最终确定使用基于Monte Carlo法的模拟方法确定典型区域社会经济数据空间分布的适宜尺度。由于研究区的范围较大,相同地表要素的适宜尺度可能有较大差异,因此,本文的研究选择了典型区中的四川省部分、陕西省部分以及湖南省全部进行研究,并得出三个地区社会经济数据空间分布的最佳尺度分别为:323.66米(四川省)、225.64米(陕西省)、283.09米(湖南省)。GDP是反映一个国家或地区经济发展水平最直观也是最有代表性的指标,它对于评价国家或地区的经济发展水平的重要性不言而喻。因此,本文选择GDP进行空间分布研究。本文对比了多源线性回归以及BP神经网络两种方法进行典型区域GDP空间分布研究的适宜性,确定采用较适合于模拟非线性过程的BP神经网络方法、并引入土地利用数据以及夜间灯光数据进行模拟,最终得到四川省、陕西省、湖南省2010年GDP空间分布数据集,为未来的经济发展政策的制定与实施提供有力的数据支持。