摘 要:為了解縣域單元內(nèi)部鄉(xiāng)鎮(zhèn)之間農(nóng)業(yè)經(jīng)濟信息的空間格局及結(jié)構，以山東省禹城市11個鄉(xiāng)鎮(zhèn)為研究對象，重點選取了反映農(nóng)業(yè)經(jīng)濟信息的農(nóng)業(yè)機械總動力等9項指標，運用主成分分析的統(tǒng)計方法，建立了農(nóng)業(yè)經(jīng)濟信息的主成分載荷矩陣，計算了農(nóng)業(yè)經(jīng)濟信息主成分綜合得分，從計算機學科圖論的角度入手，結(jié)合Kruskal求解最小生成樹算法從定量的角度分析了禹城市11個鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟信息的綜合潛力狀況，利用Kruskal算法和主成分結(jié)合的方法對鄉(xiāng)鎮(zhèn)單元尺度進行農(nóng)業(yè)經(jīng)濟信息分析，確定最佳的區(qū)位優(yōu)勢、分類和組合，以便于農(nóng)業(yè)的集約化和耕作的合理化，較好地配置農(nóng)業(yè)的產(chǎn)業(yè)結(jié)構，為農(nóng)業(yè)可持續(xù)發(fā)展和實現(xiàn)合理的農(nóng)業(yè)地域分工提供科學依據(jù)。

關鍵詞:Kruskal算法;主成分分析;農(nóng)業(yè)經(jīng)濟信息;尺度

中圖分類號:F302.4 文獻標識號:A 文章編號:1001-4942(2010)02-0024-03

農(nóng)業(yè)生產(chǎn)與宏觀決策需要及時、準確的農(nóng)業(yè)經(jīng)濟信息為支撐，定量研究農(nóng)業(yè)經(jīng)濟信息狀況有利于促進農(nóng)業(yè)經(jīng)濟的發(fā)展，通過農(nóng)業(yè)經(jīng)濟信息的空間分析，可形象直觀地展現(xiàn)農(nóng)業(yè)經(jīng)濟信息的地域分異規(guī)律，提高農(nóng)業(yè)經(jīng)濟信息服務水平，豐富農(nóng)業(yè)信息分析的理論和方法?；诳臻g分析技術，結(jié)合多種方法和算法進行農(nóng)業(yè)經(jīng)濟信息定量分析，開展農(nóng)業(yè)經(jīng)濟信息的評價研究是農(nóng)業(yè)信息分析和經(jīng)濟監(jiān)測的重要內(nèi)容，有利于促進區(qū)域可持續(xù)發(fā)展模擬研究，實現(xiàn)農(nóng)業(yè)信息的區(qū)域模擬和預測。

1 研究對象及概況

禹城市位于山東省西北部，是中國科學院野外觀測站點之一，位于東經(jīng)116°22′～116°45′，北緯36°40′～37°12′，南北長58 km，東西寬33 km，全市總面積990 km2。禹城市傳統(tǒng)農(nóng)業(yè)優(yōu)勢明顯，大宗農(nóng)產(chǎn)品供給能力強，屬于魯北低洼平原大宗農(nóng)產(chǎn)品供給功能區(qū)，農(nóng)業(yè)生產(chǎn)的自然和社會經(jīng)濟條件諸方面在整個黃淮海平原上具有典型性，是黃淮海平原的一個縮影，勞動力資源豐富，農(nóng)業(yè)機械化發(fā)展程度較高，以禹城市轄區(qū)內(nèi)11個鄉(xiāng)鎮(zhèn)作為農(nóng)業(yè)經(jīng)濟信息分析對象，有廣泛的代表性，而且鄉(xiāng)鎮(zhèn)單元農(nóng)業(yè)經(jīng)濟信息的模型化研究是縣域單元研究的組成部分，也是縣域尺度農(nóng)業(yè)經(jīng)濟信息空間特征驗證的重要環(huán)節(jié)，是山東省農(nóng)業(yè)功能區(qū)細化的延伸。另外，農(nóng)業(yè)經(jīng)濟信息評價的開展有利于禹城市區(qū)域農(nóng)產(chǎn)品安全及形成可持續(xù)發(fā)展的農(nóng)產(chǎn)品品質(zhì)體系?；诖?，筆者從鄉(xiāng)鎮(zhèn)單元出發(fā)，運用圖論Kruskal算法，結(jié)合主成分分析統(tǒng)計方法，開展了禹城市11個鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟信息的空間綜合評價研究。

2 研究材料與方法

2.1 數(shù)據(jù)預處理

本文所選取的數(shù)據(jù)來自《禹城統(tǒng)計年鑒2003》中2002年的統(tǒng)計數(shù)據(jù)，選取反映禹城市11個鄉(xiāng)鎮(zhèn)農(nóng)業(yè)信息狀況的9個指標，其代碼和意義如下:X1-總?cè)丝冢琗2-非農(nóng)業(yè)人口，X3-鄉(xiāng)村勞動力人口，X4-農(nóng)業(yè)機械總動力，X5-有效灌溉面積，X6-機電排灌面積，X7-機電井數(shù)量，X8-農(nóng)用化肥使用量，X9-糧食作物總產(chǎn)量。空間數(shù)據(jù)主要來自1∶50 000的禹城市地形圖(共7幅，編號分別為10-50-101-丁，10-50-102甲，10-50-102-丙，10-50-113-乙，10-50-113-丁，10-50-114-甲，10-50-114-丙)和禹城市行政區(qū)劃圖，各圖幅經(jīng)過配準、校正，形成了投影變換后的數(shù)字化矢量地圖，結(jié)合屬性數(shù)據(jù)庫補加了相應的屬性。

2.2 研究方法

綜合Kruskal算法和主成分統(tǒng)計分析開展禹城市11個鄉(xiāng)鎮(zhèn)單元農(nóng)業(yè)經(jīng)濟信息研究。用主成分分析的方法進行農(nóng)業(yè)經(jīng)濟信息9項指標的降維和建模，有關基本原理參考相關文獻;基于最小生成樹Kruskal 算法開展各鄉(xiāng)鎮(zhèn)單元空間相關性分析和空間通達性研究。結(jié)果見表1，可知禹城市總?cè)丝谂c非農(nóng)業(yè)人口、鄉(xiāng)村勞動力人口、農(nóng)業(yè)機械總動力、有效灌溉面積、機電排灌面積、機電井數(shù)量、糧食作物總產(chǎn)量這幾個指標存在著極其顯著的關系。

筆者選擇主成分分析法進行降維處理，以解決指標間信息上的重疊問題，獲得如表2的方差分解主成分提取表。

從表2可知，前2個主成分累計貢獻率86.594%，大于85%，可基本反映全部指標的信息，所以決定用2個新變量代替原來的9個變量指標信息?；诔跏家蜃虞d荷矩陣計算出特征值，獲得特征向量矩陣，得到主成分載荷矩陣，以2個主成分(F1，F(xiàn)2)對應的特征值占所提取主成分總的特征值之和的比例作為權重計算主成分綜合模型，根據(jù)主成分綜合模型計算綜合主成分值(F)，并對其按綜合主成分值進行排序，即可對禹城市11個鄉(xiāng)鎮(zhèn)進行農(nóng)業(yè)經(jīng)濟信息的綜合評價比較研究，綜合得分如表3。

圖論作為離散型模式分類的一種工具，具有直觀、清晰的優(yōu)點。更重要的是能夠把一個模式分類問題轉(zhuǎn)化為一個很簡單的圖，然后通過該圖的特征來分析原模式的分類復雜度等。在研究過程中，根據(jù)拼接好的地形圖配準禹城行政區(qū)劃圖，提取質(zhì)心點經(jīng)緯度坐標作為評價單元的坐標，分析各點之間的空間位置，進行空間相關性分析，然后進行樹的生成與分割。由于圖是空間點與連接這些點的線(邊線)的集合，即G=(V，E)，其中V表示點的集合，E表示邊的集合;若分區(qū)用無向圖來表示，則V 是各分區(qū)單元集合，E是各單元鄰接關系集合。由于分區(qū)在考慮空間鄰接性的同時，更重要的是考慮各分區(qū)單元之間的內(nèi)在相似性，因此，分區(qū)需用加權連通圖(網(wǎng)絡)來表示，即G=(V，E，D)，其中D在圖論的樹算法中表示各點之間的權值。采用各分區(qū)單元間的鄰接關系來構造鄰接矩陣|W|，即首先采用圖論最小樹法求得一個最小生成樹，然后根據(jù)區(qū)內(nèi)分異小而區(qū)間分異大的原則，選擇適當?shù)腁值，將最小生成樹分割成m個子樹，即將研究區(qū)域分成m個區(qū)域。

針對本研究，筆者編制Kruskal算法的MatLab代碼進行計算，獲取禹城縣域單元內(nèi)部鄉(xiāng)鎮(zhèn)之間的圖論通達性。分區(qū)采用加權連通圖表示，得到無向圖，在無向圖中，按照邊的權值從小到大依次進行排序，從而獲得邊的權值遞增序列，進而在圖中依次遞增序列選擇邊的集合。如果新選擇的邊與已經(jīng)確認的邊構成了回路(即首尾相連的環(huán)形邊序列)，則放棄該邊，繼續(xù)選擇權值遞增的邊序列中的下一條邊，直到序列中的最后一條邊，最終獲取各個點(鄉(xiāng)鎮(zhèn))之間的空間鄰接性和內(nèi)在相似性，其中，空間鄰接性表示地理位置信息，內(nèi)在相似性表達了農(nóng)業(yè)經(jīng)濟信息資料或條件的相似程度。直接相連的鄉(xiāng)鎮(zhèn)表示進行評價的農(nóng)業(yè)經(jīng)濟信息指標條件相似，在農(nóng)業(yè)經(jīng)濟信息功能區(qū)研究中易形成鮮明的集聚特征。

在考慮表3得分基礎上，結(jié)合11個鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟信息的最小生成樹Kruskal算法聚類結(jié)果，獲得11個鄉(xiāng)鎮(zhèn)農(nóng)業(yè)經(jīng)濟信息的綜合評價結(jié)果，綜合排名如下:市中辦>房寺鎮(zhèn)>倫鎮(zhèn)>莒鎮(zhèn)鄉(xiāng)>梁家鎮(zhèn)>辛寨鎮(zhèn)>辛店鎮(zhèn)>張莊鎮(zhèn)>十里望鄉(xiāng)>李屯鄉(xiāng)>安仁鎮(zhèn)。

3 結(jié)論與討論

基于生成樹Kruskal算法的兩維圖論聚類分析考慮了地理位置，但沒有區(qū)分相同子樹位置的大小比較，而主成分分析的綜合得分則欠考慮空間位置的協(xié)調(diào)性。因此，兩種方法可以相互補充，有機結(jié)合。綜合Kruskal算法和主成分分析得出的農(nóng)業(yè)經(jīng)濟信息綜合評價結(jié)果，由于使評價過程具有更好的科學性，因此具有更強的說服力。禹城市11個鄉(xiāng)鎮(zhèn)單元農(nóng)業(yè)經(jīng)濟信息的綜合評價結(jié)果強度為:市中辦>房寺鎮(zhèn)>倫鎮(zhèn)>莒鎮(zhèn)鄉(xiāng)>梁家鎮(zhèn)>辛寨鎮(zhèn)>辛店鎮(zhèn)>張莊鎮(zhèn)>十里望鄉(xiāng)>李屯鄉(xiāng)>安仁鎮(zhèn)。

鄉(xiāng)鎮(zhèn)是縣域發(fā)展的基礎，既是尺度從上到下轉(zhuǎn)換過程中研究的難點之一，也是點尺度到區(qū)域尺度擴展研究的重要區(qū)域單元。在鄉(xiāng)鎮(zhèn)單元尺度上，如何實現(xiàn)多尺度研究的無縫結(jié)合，各種算法的融合研究將提供很好的研究契入點，本研究正是基于此進行了農(nóng)業(yè)信息空間分析的探討。農(nóng)業(yè)經(jīng)濟信息作為農(nóng)業(yè)信息分析的重要內(nèi)容，其本身復雜指標體系的選取是另外研究的課題之一，也是進一步研究的重要內(nèi)容。

參 考 文 獻:

[1] 山東省農(nóng)業(yè)功能區(qū)劃方案(2009年11月18日)[EB/OL].http://www.sdny.gov.cn/art/2009/11/18/art-767-213989.

html，2009-12-15.

[2] 曹 陽，卞 科，陳春剛，等.基于兩維圖論聚類分析的中國儲糧區(qū)域劃分[J].中國糧油學報，2005， 20(4):122-124.

[3] 羅罡輝，吳次芳，徐保根.土地整理優(yōu)先度評價方法及其應用研究[J].浙江大學學報(農(nóng)業(yè)與生命科學)，2004，30(3):347-352.

[4] 張文彤.SPSS11統(tǒng)計分析教程(高級篇)[M].北京:北京希望電子出版社，2002，67-98.