張宗毅，戚山明，張 萌※

（1. 江蘇大學(xué)中國農(nóng)業(yè)裝備產(chǎn)業(yè)發(fā)展研究院，鎮(zhèn)江 212013；2. 農(nóng)業(yè)農(nóng)村部南京農(nóng)業(yè)機(jī)械化研究所，南京 210014）

0 引 言

農(nóng)機(jī)跨區(qū)作業(yè)是指根據(jù)不同地域農(nóng)作物成熟期差異及農(nóng)機(jī)保有量的不平衡，跨越縣級以上行政區(qū)域開展耕地、收獲、植保等機(jī)械化作業(yè)的一種農(nóng)業(yè)社會化服務(wù)模式，是受經(jīng)濟(jì)利益驅(qū)使的市場行為，可以擴(kuò)大作業(yè)規(guī)模進(jìn)而提升農(nóng)機(jī)利用率、增加經(jīng)濟(jì)收入[1-3]。農(nóng)機(jī)跨區(qū)作業(yè)是實現(xiàn)農(nóng)民增收的一個重要渠道，在推進(jìn)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)發(fā)展有機(jī)銜接、增強(qiáng)農(nóng)業(yè)抗風(fēng)險能力、提高農(nóng)業(yè)機(jī)械化水平和促進(jìn)農(nóng)業(yè)規(guī)模化集約化生產(chǎn)等具有重要作用[4-6]。

關(guān)于農(nóng)機(jī)跨區(qū)作業(yè)，已有不同角度的大量研究：1）組織經(jīng)營模式和市場特征方面，朱漢余[7]提出規(guī)范跨區(qū)作業(yè)秩序需要政府部門、農(nóng)機(jī)單位和農(nóng)機(jī)手三方協(xié)同合作。仇葉[8]分別考察分析了農(nóng)機(jī)服務(wù)市場中的外部市場和以村莊為基本場域的內(nèi)生型市場，李虹韋等[9]在農(nóng)村熟人社會背景下討論了小農(nóng)戶選擇本組或本村熟人提供農(nóng)機(jī)服務(wù)的傾向。2）跨區(qū)機(jī)手方面，曹光喬等[10]考察了跨區(qū)作業(yè)農(nóng)機(jī)戶個體特征、不同機(jī)型和品牌收割機(jī)使用成本結(jié)構(gòu)差異、柴油與農(nóng)機(jī)銷售價格及農(nóng)戶、農(nóng)田大小等因素。李二超[11]分析認(rèn)為隨著農(nóng)機(jī)數(shù)量增長率逐漸超過了作業(yè)面積增長率，單機(jī)跨區(qū)作業(yè)量的不斷下降會導(dǎo)致跨區(qū)作業(yè)的經(jīng)濟(jì)效益逐漸減少。吳利華等[12]綜合考慮作業(yè)價格、油費、維修費、雇工費、運輸費、農(nóng)機(jī)價格和總作業(yè)時間等因素，計算了農(nóng)機(jī)最遠(yuǎn)跨區(qū)距離和市場均衡條件下的合理跨區(qū)距離。3）跨區(qū)作業(yè)宏觀效應(yīng)方面，陳揚等[13]的研究表明由于農(nóng)機(jī)全國范圍內(nèi)的跨區(qū)作業(yè)導(dǎo)致各地區(qū)農(nóng)機(jī)化水平存在空間正相關(guān)性，忽略空間相關(guān)性則會高估農(nóng)機(jī)購置補(bǔ)貼對本地農(nóng)業(yè)機(jī)械化水平的影響。伍駿騫等[6]運用空間Durbin 模型分析了農(nóng)業(yè)機(jī)械化發(fā)展水平對糧食產(chǎn)量的直接影響和空間溢出效應(yīng)。此外還有個別研究[14]從應(yīng)急調(diào)度算法做了探討。這些研究對農(nóng)機(jī)跨區(qū)作業(yè)做了非常有益的探討，但參加跨區(qū)作業(yè)的收割機(jī)到底如何進(jìn)行空間流動的目前還缺乏相關(guān)分析。

在信息化水平不斷提高的背景下，如何利用區(qū)域間要素流動數(shù)據(jù)對區(qū)域網(wǎng)絡(luò)及其空間關(guān)聯(lián)進(jìn)行研究成為學(xué)術(shù)熱點[15]。社會網(wǎng)絡(luò)分析法作為一種能對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行系統(tǒng)分析的常用方法，可以深刻揭示網(wǎng)絡(luò)結(jié)構(gòu)的特征[16]，在社會學(xué)、經(jīng)濟(jì)學(xué)、金融學(xué)等領(lǐng)域得到廣泛運用，如梁經(jīng)緯等[17]從城市群的角度分析了中國—東盟自貿(mào)區(qū)內(nèi)44 個城市的空間經(jīng)濟(jì)聯(lián)系，王營等[18]測算了區(qū)域性金融風(fēng)險的空間關(guān)聯(lián)及其傳染效應(yīng)，盛科榮等[19]采用指數(shù)隨機(jī)圖模型定量測度了中國城市網(wǎng)絡(luò)的影響因素并解析了城市網(wǎng)絡(luò)生長發(fā)育的微觀過程等。

不同于資金流、信息流等其他要素流，農(nóng)機(jī)跨區(qū)作業(yè)是人和物的結(jié)合，主要呈現(xiàn)的是物流特征。應(yīng)用社會網(wǎng)絡(luò)分析法對物流進(jìn)行研究的文獻(xiàn)較多，如任夢瑤等[20]揭示了中國城際專線物流的聯(lián)系格局和各城市的職能差異，劉程軍等[21]刻畫了浙江省縣域物流空間聯(lián)系特征及其網(wǎng)絡(luò)結(jié)構(gòu)，李魯齊等[22]結(jié)合時間地理學(xué)對“雙十一”期間中國快遞流通的時空結(jié)構(gòu)與效率進(jìn)行了分析，周建平等[23]利用“雙十一”期間快遞流通數(shù)據(jù)考察了多尺度下不同層級快遞物流網(wǎng)絡(luò)的空間格局、網(wǎng)絡(luò)結(jié)構(gòu)和網(wǎng)絡(luò)自組織效應(yīng)，邱志萍等[24]實證研究了全球班輪航運網(wǎng)絡(luò)結(jié)構(gòu)特征及驅(qū)動因素。

本文利用現(xiàn)有研究方法，基于16 938 臺雷沃小麥聯(lián)合收割機(jī)的跨區(qū)作業(yè)大數(shù)據(jù)，運用數(shù)據(jù)可視化法和社會網(wǎng)絡(luò)分析法，對比分析省、市、縣三級尺度下全國小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)的整體格局、網(wǎng)絡(luò)結(jié)構(gòu)及時空分布特征，力圖準(zhǔn)確揭示小麥聯(lián)合收割機(jī)跨區(qū)流動的空間規(guī)律，為優(yōu)化農(nóng)機(jī)跨區(qū)作業(yè)組織調(diào)度、促進(jìn)農(nóng)業(yè)社會化服務(wù)高質(zhì)量發(fā)展提供理論依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究所用數(shù)據(jù)為2020 年帶有智能終端的雷沃小麥聯(lián)合收割機(jī)（指主要用于麥類作物的聯(lián)合收割且配套動力在100 kW 以上的橫軸流或縱軸流收割機(jī)，以下簡稱小麥聯(lián)合收割機(jī)）回傳數(shù)據(jù)。最早回傳數(shù)據(jù)時間為2020 年5 月1 日，最晚回傳時間為6 月30 日。雷沃是目前國內(nèi)農(nóng)業(yè)裝備制造的龍頭企業(yè)，生產(chǎn)的小麥聯(lián)合收割機(jī)市場占有率可達(dá)70%以上，因此其小麥聯(lián)合收割機(jī)空間流動數(shù)據(jù)能較好代表小麥跨區(qū)機(jī)收作業(yè)網(wǎng)絡(luò)分布情況。剔除重復(fù)和無效數(shù)據(jù)，綜合前、后各1 d 信息補(bǔ)全部分作業(yè)地缺失數(shù)據(jù)（采用IDW (Inverse Distance Weighted) 反距離加權(quán)插值法），共得到16 938 臺小麥聯(lián)合收割機(jī)對應(yīng)的208 533 條跨區(qū)作業(yè)數(shù)據(jù)，涵蓋20 個省級行政區(qū)、144 個市級行政區(qū)、776 個區(qū)縣行政單位。

1.2 研究方法

1.2.1 大數(shù)據(jù)可視化法

由于尺度效應(yīng)的存在，即隨著監(jiān)測尺度變化，被測對象會表現(xiàn)出不同的數(shù)量特征、質(zhì)量特征、空間結(jié)構(gòu)和時間結(jié)構(gòu)[25]，本文將具體省份、地市及區(qū)縣抽象為網(wǎng)絡(luò)節(jié)點，測算不同節(jié)點小麥聯(lián)合收割機(jī)流量、流入格局與流出格局、空間格局、時間格局、流入與流出首位度格局，并利用ArcGis 繪制數(shù)據(jù)地圖，多角度揭示小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)現(xiàn)有格局。

流量：由于同一臺小麥聯(lián)合收割機(jī)可能途經(jīng)諸多節(jié)點進(jìn)行跨區(qū)作業(yè)，且在同一節(jié)點可能會進(jìn)行多次作業(yè)，用作業(yè)車次而非臺數(shù)更能準(zhǔn)確反映作業(yè)規(guī)模大小，因此用作業(yè)車次表示小麥聯(lián)合收割機(jī)流量。

流入格局與流出格局：設(shè)共有x個節(jié)點，同一時間段內(nèi)每一節(jié)點都有從其他節(jié)點到該節(jié)點進(jìn)行作業(yè)的流入量（車次）v1和從該節(jié)點出發(fā)到其他節(jié)點進(jìn)行作業(yè)的流出量v2，v1+v2即為該節(jié)點的總流量w。v1≥v2形成流入格局，當(dāng)v1

空間格局：任意兩個節(jié)點i和j間包括從i到j(luò)和從j到i兩個作業(yè)方向，用兩條作業(yè)路線上的小麥聯(lián)合收割機(jī)流量合計數(shù)量衡量這兩個地區(qū)間的聯(lián)系強(qiáng)度，以此形成空間格局。

時間格局：不同時間段內(nèi)各節(jié)點總流量w的變化形成時間格局。

流入與流出首位度格局：對于i、j和l三個節(jié)點，以節(jié)點i作為目的地，存在從j到i和從l到i兩條作業(yè)路線；以節(jié)點i作為出發(fā)地，存在從i到j(luò)和從i到l兩條作業(yè)路線。對于流入側(cè)，小麥聯(lián)合收割機(jī)流量最大的路線及對應(yīng)來源地形成流入首位度格局；對于流出側(cè)，小麥聯(lián)合收割機(jī)流量最大的路線及對應(yīng)目的地形成流出首位度格局。

1.2.2 社會網(wǎng)絡(luò)分析法

社會網(wǎng)絡(luò)分析法主要包括網(wǎng)絡(luò)密度、中心性以及群組聚類分析等，目的是考察網(wǎng)絡(luò)整體及其內(nèi)部子結(jié)構(gòu)形態(tài)。相比其他社會網(wǎng)絡(luò)分析軟件，Ucinet 適合處理多重關(guān)系復(fù)雜問題的中大型數(shù)據(jù)、綜合性較強(qiáng)[26]，因此本研究主要借助該軟件進(jìn)行相關(guān)分析。

網(wǎng)絡(luò)密度：該指標(biāo)反映小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)的整體開放程度和資源獲取能力，值越大表明該網(wǎng)絡(luò)越密集、內(nèi)部聯(lián)系越密切，計算公式[23]如下：

式中D表示網(wǎng)絡(luò)密度，m表示小麥聯(lián)合收割機(jī)起始地與目的地連接總數(shù)，n表示作業(yè)地總數(shù)。

中心性：該指標(biāo)反映小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)中節(jié)點的重要性，采用度中心度、接近中心度、中介中心度、特征向量中心度等指標(biāo)來衡量。其中度中心度測算某地與其他地方存在跨區(qū)作業(yè)聯(lián)系的程度，值為0 表示沒有任何小麥聯(lián)合收割機(jī)流入或流出，1 表示與所有地區(qū)間都有小麥聯(lián)合收割機(jī)直接流入或流出，值越大表示該地區(qū)中心度越強(qiáng)，是主要作業(yè)目的地或樞紐；接近中心度測算某地與其他所有作業(yè)地的平均最短路徑的倒數(shù)，值越大表明該節(jié)點與其他節(jié)點的平均路徑越近，處于所有節(jié)點的地理中心位置；中介中心度測算某地處于其他作業(yè)地形成的最短連接路徑上的頻次，值越大表明該節(jié)點的中介作用越強(qiáng)；特征向量中心度將連接點的小麥聯(lián)合收割機(jī)流量歸一化后作為權(quán)重與連接數(shù)進(jìn)行加權(quán)，如果一個節(jié)點雖然度中心度比較小，但因為它與小麥聯(lián)合收割機(jī)流量較大的點相連，因此它的特征向量中心度也會變得較高。各中心性指標(biāo)計算公式[27-28]如下：式中CD(Ci)表示度中心度，ai為節(jié)點i與其他節(jié)點直接連接的總數(shù)；CC(Ci)表示接近中心度，dij為連接節(jié)點i和j的最短路徑（如直接相連則最短路徑為1，如通過中間點才能相連則最短距離為中間點數(shù)量+1），n-1 為該節(jié)點最大可能連接數(shù)；CB(Ci)表示中介中心度，Djl(i)為連接節(jié)點j和l并通過節(jié)點i的最短路徑數(shù)量，Djl為連接節(jié)點j和l的最短路徑總數(shù)；Ec(Ci)表示特征向量中心度，x為特征向量，這里用小麥聯(lián)合收割機(jī)流量為特征向量，表示連接點的小麥聯(lián)合收割機(jī)流量越大則與之連接的節(jié)點中心性越高，c為比例常數(shù)。

群組聚類分析：該方法包括分組分析和凝聚子群分析。前者根據(jù)若干指標(biāo)對小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)進(jìn)行整體分組，后者是在遵循相似性和差異性原則下對網(wǎng)絡(luò)內(nèi)部進(jìn)行聚類分組[27]，反映哪些節(jié)點間作業(yè)聯(lián)系較緊密，以至形成相對獨立的集群。通常采用迭代相關(guān)收斂法識別凝聚子群，具體方法是先計算初始矩陣各行或各列間的相關(guān)系數(shù)得到矩陣C1，再計算C1的相關(guān)系數(shù)矩陣C2，繼續(xù)迭代直至得到僅由1 和-1 組成的相關(guān)系數(shù)矩陣，對該矩陣各行各列同時進(jìn)行置換后實現(xiàn)分區(qū)，最后利用樹形圖表達(dá)不同分區(qū)及其節(jié)點組成[29]。

2 小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)格局分析

2.1 節(jié)點流量格局

2.1.1 流入格局

基于自然斷點法將小麥聯(lián)合收割機(jī)流量從小到大劃分為低值、較低值、中值、較高值及高值5 個等級，并利用ArcGIS 10.8 進(jìn)行可視化處理，結(jié)果如圖1。省域尺度下，塊狀分布格局明顯，流入高值及較高值區(qū)集中于中部華北平原，該地區(qū)是中國小麥重要產(chǎn)區(qū)之一，河南（外省流入流量8 688 車次）、河北（外省流入流量5 237車次）、山東（外省流入流量3 747 車次）、安徽（外省流入流量1 505 車次）都是冬小麥種植大省。市域尺度下，呈現(xiàn)帶狀分布特征，沿太行山以東自南向北流入量較大，低值及較低值區(qū)在兩側(cè)差異分布?？h域尺度下，除了其他少數(shù)零星中值區(qū)外，高值及較高值區(qū)進(jìn)一步集中，河南省內(nèi)一些相鄰區(qū)縣共同形成了較大的極核。

2.1.2 流出格局

相比流入格局，省域尺度下，流出高值區(qū)仍然是河南（流出外省流量8 324 車次）、山東（流出外省流量4 516車次）、河北（流出外省流量3 183 車次）、安徽（流出外省流量2457 車次）等省份。流出格局的較低值及中值區(qū)分布有所變化，陜西流出多于流入（流入261 車次，流出1 617 車次），而甘肅流入多于流出（流入1 226 車次，流出326 車次）。但市域尺度下，帶狀分布依然明顯，較高值及高值區(qū)在其南部相對更集中?？h域尺度下，流出格局呈現(xiàn)多核心形態(tài)和極核形態(tài)并存局面，中值、較高值及高值區(qū)在陜西和河北的一些區(qū)縣也有較多分布，形成若干核心，但規(guī)模最大的極核依然在河南。綜合來看，華北平原是跨區(qū)作業(yè)主要集中地，河南為高值區(qū)，河北和山東為較高值區(qū)，安徽和湖北為中值區(qū)，江蘇、陜西、天津和甘肅為較低值區(qū)，這與小麥主產(chǎn)區(qū)分布情況基本吻合。

2.2 時空格局

2.2.1 空間格局

為分析小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)空間聯(lián)系格局，基于自然斷點法將聯(lián)系強(qiáng)度劃分為弱聯(lián)系、較弱聯(lián)系、一般聯(lián)系、較強(qiáng)聯(lián)系及強(qiáng)聯(lián)系5 個等級，并用ArcGIS 10.8進(jìn)行可視化處理，結(jié)果如圖2a。省域網(wǎng)絡(luò)中，整體呈現(xiàn)以“河南—河北—山東”為主體的三角形格局并主要以河南為核心向外輻射：向北形成“河南-河北”（兩省間流量1 975 車次）及“河南-山東”（兩省間流量2 670車次）強(qiáng)聯(lián)系格局，向南形成“河南-安徽”（兩省間流量1 454 車次）、“河南-湖北”（兩省間流量484 車次）及“河南-陜西”（兩省間流量192 車次）較強(qiáng)聯(lián)系格局。市域網(wǎng)絡(luò)中，以太行山為界呈現(xiàn)“東強(qiáng)西弱”分布特征，華北平原是聯(lián)系網(wǎng)絡(luò)最密集的地區(qū)，南陽（流量5 377 車次）、駐馬店（流量5 257 車次）、周口（流量4 031 車次）、商丘（流量1 961 車次）、保定（流量2 622 車次）、聊城（流量2 058 車次）、菏澤（流量2 159 車次）、邯鄲（流量1 453 車次）等市對外聯(lián)系強(qiáng)度較大，形成不同規(guī)模的散射狀網(wǎng)絡(luò)結(jié)構(gòu)?？h域網(wǎng)絡(luò)中，以豫南地區(qū)南陽、駐馬店及渭河平原咸陽、西安為核心的散射狀結(jié)構(gòu)十分明顯，單個核心的聯(lián)系強(qiáng)度隨跨區(qū)距離的增加而逐漸減弱?？偟膩砜矗←溌?lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)在不同尺度下存在異質(zhì)性，中短距離間節(jié)點聯(lián)系強(qiáng)度隨尺度的縮小而逐漸增強(qiáng)。原因可能是，隨著農(nóng)機(jī)購置補(bǔ)貼政策的推行，各地農(nóng)機(jī)保有量增加，農(nóng)機(jī)跨區(qū)作業(yè)市場競爭加劇，加之人工費、油費和運輸費等成本的上漲，合理跨區(qū)距離不斷調(diào)整，大范圍遠(yuǎn)距離農(nóng)機(jī)跨區(qū)作業(yè)趨于減少。

2.2.2 時間格局

為分析小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)重心及規(guī)模變化趨勢，將考察期（5 月1 日至6 月30 日）劃分為9 周，利用ArcGIS 10.8 運用IDW（Inverse Distance Weighted）空間插值法進(jìn)行個別地理位置缺失點插值，結(jié)果如圖2b。第1 周（5 月1—7 日），四川德陽、成都和湖北天門、荊門率先開展作業(yè)。第2 周（5 月8—14 日），車次明顯增多但總體仍保持低水平。第3 周（5 月15—21 日），總流量急劇增至27 539 車次，湖北襄陽、天門、荊門和河南南陽、駐馬店、平頂山等地作業(yè)量急劇增加，其中南陽達(dá)17 885 車次，占比64.94%。第4 周（5 月22—28日），總流量增至54 006 車次的頂峰，大量小麥聯(lián)合收割機(jī)集中在河南南部開展作業(yè)，其中南陽、平頂山作業(yè)量均在15 000 車次以上，合計占比57.33%。第5 周（5月29—6 月4 日），總流量下降至38 698 車次，作業(yè)重心向河南北部和安徽西北部轉(zhuǎn)移，商丘、周口、開封位列前三。第6 周（6 月5—11 日），總流量有所回升，作業(yè)重心進(jìn)一步北移至河南、河北、山東三省交界處，聊城以6 295 車次居首。第7 周（6 月12—18 日），總流量再次出現(xiàn)下降，大部分小麥聯(lián)合收割機(jī)集中在河北、天津、山東，保定以9 258 車次位列第一。第8 周（6 月19—25 日），總流量急劇縮減，作業(yè)重心轉(zhuǎn)移至甘肅東南部和河北東北部，慶陽、唐山、天津分列前三。第9周（6 月26—30 日），總流量不到3 000 車次，作業(yè)地僅剩甘肅慶陽、平?jīng)鰞傻??？梢?，小麥?lián)合收割機(jī)隨作物成熟期先后自南向北跨區(qū)遷徙，作業(yè)熱點地區(qū)短時間內(nèi)較為集中，且整體作業(yè)規(guī)模呈現(xiàn)“M”形變化（見圖3）。

2.3 首位聯(lián)系格局

2.3.1 流入首位聯(lián)系

提取每個作業(yè)地對應(yīng)的最大小麥聯(lián)合收割機(jī)流入量及其來源地，并基于自然斷點法對流入量進(jìn)行分級，得到流入首位聯(lián)系網(wǎng)絡(luò)，結(jié)果見圖4a。省域?qū)用?，河南與河北、山東、安徽、甘肅、湖北、陜西、山西及湖南存在流入首位聯(lián)系，表明在這些省份進(jìn)行跨區(qū)作業(yè)的小麥聯(lián)合收割機(jī)主要來源于河南。市域?qū)用?，南陽?2 個城市的首位來源地，南陽、駐馬店和周口合計首位流入量占比達(dá)47.21%?？h域?qū)用妫孜粊碓吹貫榘碴柣h、南陽宛城區(qū)、慶陽寧縣的作業(yè)縣最多。

2.3.2 流出首位聯(lián)系

流出首位聯(lián)系網(wǎng)絡(luò)如圖4b。省域?qū)用?，河南與14個省份存在流出首位聯(lián)系，表明這些省份小麥聯(lián)合收割機(jī)進(jìn)行跨區(qū)作業(yè)主要目的地為河南。市域?qū)用?，南陽?1 個城市的首位作業(yè)地，占比達(dá)21.38%；“南陽—駐馬店”和“駐馬店—周口”互為流出及流入首位，同時也是流出及流入量最大的兩條跨區(qū)作業(yè)路線?？h域?qū)用妫详柼坪涌h是34 個區(qū)縣的首位作業(yè)地，南陽宛城區(qū)、鎮(zhèn)平縣、內(nèi)鄉(xiāng)縣則達(dá)15～16 個。綜合來看，河南既是小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)主要流入地，也是主要流出地，其作為流入地時的空間集中度和指向性稍強(qiáng)。原因可能在于，河南小麥種植面積最大、農(nóng)機(jī)保有量最多，加之地處中原、溝通南北，是湖北、安徽、江蘇大部分機(jī)手去往山東及河北開展跨區(qū)作業(yè)的必經(jīng)之地。

3 小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)結(jié)構(gòu)分析

3.1 網(wǎng)絡(luò)密度分析

為分析小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)整體聯(lián)結(jié)程度，利用Ucinet 6 計算各級網(wǎng)絡(luò)密度。結(jié)果表明，隨著尺度縮小，農(nóng)機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)密度趨于減小：省級網(wǎng)絡(luò)密度為0.305 3，市級網(wǎng)絡(luò)密度為0.120 3，縣級網(wǎng)絡(luò)密度為0.032 6。小麥聯(lián)合收割機(jī)省級跨區(qū)作業(yè)網(wǎng)絡(luò)聯(lián)系較緊密，而市級和縣級網(wǎng)絡(luò)聯(lián)系相對松散。

3.2 中心性分析

為分析小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)中不同地區(qū)重要性程度，利用Ucinet 6 計算各級網(wǎng)絡(luò)節(jié)點中心性，并將測算結(jié)果按節(jié)點流量由大到小排序后得到圖5（由于篇幅限制，市級和縣級網(wǎng)絡(luò)中心性只展示前30 個節(jié)點情況）。

各節(jié)點度中心度、接近中心度及特征向量中心度位序差異較小，而中介中心度位序差異較大。省級層面，度中心度、接近中心度及特征向量中心度排名前五的是河北、河南、山東、安徽、陜西；中介中心度排名前五的是山東、陜西、河南、河北、安徽，其他省份則較低甚至為零。市級層面，度中心度、接近中心度及特征向量中心度排名靠前的有南陽、駐馬店、周口、襄陽、石家莊、阜陽、菏澤、平頂山、邯鄲；中介中心度排名前十的是襄陽、南陽、唐山、石家莊、阜陽、駐馬店、渭南、邢臺、宿州、荊州?？h級層面，排名靠前的主要是河南下轄區(qū)縣，不同中心度下南陽宛城區(qū)和唐河縣皆位列前二?？梢?，河南、河北、山東居于網(wǎng)絡(luò)中心地位，對資源控制能力最強(qiáng)、與其他節(jié)點的聯(lián)系也最緊密，襄陽、南陽、唐山、石家莊、阜陽等市的中介作用最強(qiáng)。

3.3 聚類分析

3.3.1 分組分析

為探明小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)空間聚類特征，按起始地、作業(yè)地和跨區(qū)距離3 個指標(biāo)進(jìn)行分組，可大致將省級網(wǎng)絡(luò)劃分為6 個組，結(jié)果見圖6。第1 組以河南省內(nèi)跨區(qū)為主，總流量達(dá)32 378 車次，平均跨區(qū)距離248.11 km，南陽至駐馬店、駐馬店至周口兩條作業(yè)路線流量最大，流量分別為1 651 和1 403 車次。第2 組為甘肅、內(nèi)蒙古至河南，以遠(yuǎn)距離跨區(qū)作業(yè)為主，各路線流量都很小，流量僅為數(shù)十車次。第3 組為河南至河北、山東，總流量為5 450 車次，平均跨區(qū)距離504.70 km，商丘、周口、開封至聊城路線流量最大，流量分別為336、230、166 車次。第4 組為陜西與河南、甘肅雙向流動，總流量為4 456 車次，平均跨區(qū)距離472.29 km，渭南至南陽及咸陽至慶陽路線流量最大。第5 組以河北省內(nèi)跨區(qū)為主，總流量達(dá)14 345 車次，平均跨區(qū)距離238.34 km，邯鄲至邢臺及邢臺、衡水至保定路線流量最大，流量分別為471、420 及400 車次。第6 組為河北、山東至河南，總流量為3 777 車次，平均跨區(qū)距離663.24 km，石家莊、邯鄲、邢臺至南陽路線流量最大，流量分別為287、258和161 車次。第1 組和第5 組作業(yè)規(guī)模最大，小麥聯(lián)合收割機(jī)流量合計占比77.03%。

3.3.2 凝聚子群分析

進(jìn)一步細(xì)化尺度解構(gòu)小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)子網(wǎng)絡(luò)，縣域尺度利用Ucinet 6 運用迭代相關(guān)收斂法識別凝聚子群。在計算縣級網(wǎng)絡(luò)二值矩陣時將截斷值設(shè)置為1（即不考慮流量僅為1 車次的情形）并將最大切分深度設(shè)置為3 后，得到4 個二級及7 個三級子群，按網(wǎng)絡(luò)密度大小排序后，結(jié)果見表1。二級子群1 中，第1 個子網(wǎng)絡(luò)基本位于河北省內(nèi)，網(wǎng)絡(luò)密度為0.158，各區(qū)縣間作業(yè)往來最密切；第2 個子網(wǎng)絡(luò)主要分布于河北、天津、山東，網(wǎng)絡(luò)密度為0.152，保定、唐山及天津下轄區(qū)縣作業(yè)規(guī)模相對最大。二級子群2 中，第1 個子網(wǎng)絡(luò)分布范圍較廣，覆蓋河南、安徽、山東、湖北等地，網(wǎng)絡(luò)密度為0.111，整體作業(yè)規(guī)模很大；第2 個子網(wǎng)絡(luò)大部分位于河南，網(wǎng)絡(luò)密度為0.097，南陽及周邊區(qū)縣作業(yè)規(guī)模非常大。二級子群3 中，第1 個子網(wǎng)絡(luò)集中于甘肅等地，網(wǎng)絡(luò)密度為0.092，慶陽、平?jīng)鲎鳂I(yè)最頻繁；第2 個子網(wǎng)絡(luò)節(jié)點分布零散且作業(yè)規(guī)模很小，網(wǎng)絡(luò)密度僅為0.013，低于縣級網(wǎng)絡(luò)整體密度。二級子群4 的內(nèi)部聯(lián)系很不明顯。

表1 小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)凝聚子群分析結(jié)果Table 1 The cohesive subgroups of cross regional operation network of wheat combine harvesters

4 結(jié)論與建議

本文分析了16 938 臺小麥聯(lián)合收割機(jī)在2020 年5—6 月小麥集中收獲期期間在“省-市-縣”不同節(jié)點的流入和流出時空格局，并運用社會網(wǎng)絡(luò)分析法從網(wǎng)絡(luò)密度、中心性以及群組聚類等維度探究了小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)結(jié)構(gòu)及內(nèi)部特征。研究結(jié)果表明：

1）不同尺度小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)流入及流出分布存在明顯差異。隨尺度縮小，高值及較高值地區(qū)不斷集中，“省-市-縣”依次呈現(xiàn)塊狀、帶狀、核心聚集形態(tài)。各地小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)規(guī)模存在顯著差異，河南、河北、山東是主要跨區(qū)作業(yè)地。

2）不同尺度小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)空間聯(lián)系網(wǎng)絡(luò)存在異質(zhì)性，隨尺度縮小，中短距離間節(jié)點聯(lián)系強(qiáng)度逐漸增強(qiáng)。不同時間段內(nèi)存在不同規(guī)模集中作業(yè)地且大致自南向北移動，總體作業(yè)規(guī)模存在明顯峰值變化。

3）流出首位聯(lián)系比流入首位聯(lián)系具有更明顯的放射狀格局，表明小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)需求側(cè)分布較供給側(cè)分布更集中。與河南（南陽）構(gòu)成流入及流出首位聯(lián)系的省份（城市）最多，河南是小麥聯(lián)合收割機(jī)主要來源地及流出地，但其作為跨區(qū)作業(yè)目的地的吸引能力相對更強(qiáng)。

4）各節(jié)點在小麥聯(lián)合收割機(jī)跨區(qū)作業(yè)網(wǎng)絡(luò)中具有不同作用。省級網(wǎng)絡(luò)具有相對緊密的空間聯(lián)系，而市級和縣級網(wǎng)絡(luò)關(guān)聯(lián)度相對較低。河南、河北、山東等地中心地位最強(qiáng)，南陽、駐馬店、周口等市的輻射能力最強(qiáng)，襄陽、南陽、唐山等市的中介作用最強(qiáng)。

5）各跨區(qū)作業(yè)子網(wǎng)絡(luò)具有不同特征。河南、河北省內(nèi)跨區(qū)作業(yè)規(guī)模最大，以其為中心形成的凝聚子群聯(lián)系最緊密。

基于以上結(jié)論，針對農(nóng)機(jī)跨區(qū)作業(yè)具有整體持續(xù)時間較長、范圍廣以及短期內(nèi)一定地區(qū)作業(yè)集中、流量大等特點，結(jié)合跨區(qū)作業(yè)流動規(guī)律，涉及各方主體應(yīng)高度協(xié)同不斷優(yōu)化提升跨區(qū)作業(yè)效率。機(jī)手在不斷提高專業(yè)技能水平的同時，應(yīng)合理規(guī)劃作業(yè)路線，按照小麥成熟時間先后優(yōu)先選擇湖北、安徽、河南、河北、山東等小麥主產(chǎn)區(qū)。農(nóng)機(jī)企業(yè)應(yīng)不斷提高產(chǎn)品質(zhì)量完善售后服務(wù)，重點在南陽、駐馬店、周口、保定、菏澤、聊城、商丘、阜陽、許昌、漯河等跨區(qū)作業(yè)大規(guī)模集中作業(yè)地增設(shè)維修點。政府應(yīng)加強(qiáng)監(jiān)管力度，改善跨區(qū)作業(yè)信息服務(wù)工作，及時整合發(fā)布作業(yè)需求信息，促進(jìn)農(nóng)機(jī)跨區(qū)作業(yè)市場有序競爭。