论文部分内容阅读
摘 要：通过建立农业发展水平评价体系，采用SVM（支持向量机）方法对中原经济区部分城市农业发展水平进行了聚类分析，为中原经济区农业发展提供决策依据。
关键词：中原经济区；农业发展水平；支持向量机；聚类分析
2012年11月十八大结束之后，国务院批复的《中原经济区规划》中，对中原经济区的战略定位之一是“国家重要的粮食生产和现代农业基地”。作为中原经济区的主体所在省份河南省来说，如何能够不以牺牲农业和粮食、生态和环境为代价开展新型城镇化、新型工业化、新型农业现代化，三化协调科学发展，是当前面临和亟待解决的一个问题，为客观准确的认识和了解当前农业发展水平，建立适当的农业发展水平评价体系，对省内主要城市的农业现代化发展情况进行科学的分析和评价，为制定合理的农业和农村发展战略规划提供依据。
1 农业发展水平的评价体系
为了更好地认识中原经济区内各个城市的农业现代化发展水平，以中原经济区内的18个主要城市[郑州市（C1），开封市（C2），洛阳市（C3），平顶山市（C4），安阳市（C5），鹤壁市（C6），新乡市（C7），焦作市（C8），濮阳市（C9），许昌市（C10），漯河市（C11），三门峡市（C12），南阳市（C13），商丘市（C14），信阳市（C15），周口市（C16），驻马店市（C17），济源市（C18）]作为样本，在参考文献[1-6]的基础上，选取以下12个指标建立农业水平评价体系，IN1：农业从业人员（万人）；IN2机耕地面积（千公顷）；IN3机播地面积（千公顷）；IN4机收地面积（千公顷）；IN5机电灌溉面积（千公顷）；IN6化肥折纯施用量（万吨）；IN7单位面积粮食产量（吨/公顷）；IN8农林牧渔业增加值（万元）；IN9农机总动力（万千瓦）；IN10农产品加工机械（万台）； IN11农村用电（万千瓦时）；IN12农村家庭人均纯收入（万元）。基于上述指标，采集的各城市原始数据见下表：
2 支持向量机分类原理
支持向量机（SVM，Support Vector Machines）是Vapnik等人于1995年提出的基于统计学习理论体系的新的通用机器学习方法[3]，它的思想来源于最小化错误率的理论界限，这些界限是通过对学习过程的形式化分析得到的。基于这一思想产生的支持向量机算法，不但具有良好的数学性质，如解的唯一性、不依赖输入空间的维数等等，而且在应用中也表现出了良好的性能[4]。其基本原理如下：
当问题线性不可分时，可以通过非线性变换将低维空间输入向量变换到一个高维空间（见图2），在这个新空间中求最优线性分类面，在一定条件下可用核函数实现非线性SVM分类，而且可以通过选择不同的核函数将复杂的问题进行不同形式分类。
3 支持向量机分类的实现
在原始数据中，部分数据城市规模有关，如机耕地面积，农机总动力等，在计算时需要消除因城市规模造成的影响，另外各种数据度量单位也不一致，需要进行无量纲处理。将数据进行适当处理后得到结果如下：
接下来分别选取各项指标的最大值、第二四分位数和第一四分位数的向量作为学习样本，分类依次为1、2、3类，进行机器学习，將处理之后的原始数据作为测试数据进行分类，通过试探实验观察到，核函数参数变化时，运算时间和分类精确度会略有不同。综合考虑分类速度、分类识别率等因素，通过试探法尝试不同的分类函数后，确定RBF（径向基核函数）
作为SVM模型的核函数，利用SVM的MATLAB工具包进行样本的三重分类，结果见表3。将分类结果和利用灰色关联度方法[6]的计算结果进行对比可以看到，分类结果与关联度排序完全一致。
4 结果分析
根据图1的聚类结果，将18个城市分为3类：
第一类：南阳市（C13），商丘市（C14），周口市（C16），驻马店市（C17）；
第二类：信阳市（C15），郑州市（C1），开封市（C2），洛阳市（C3），安阳市（C5），濮阳市（C9），新乡市（C7）；
第三类：平顶山市（C4），鹤壁市（C6），焦作市（C8），许昌市（C10），漯河市（C11），三门峡市（C12），济源市（C18）。
第一类城市为传统的农业大市，行政区域面积较大，农村人口较多，耕地面积较多，在12项农业发展水平指标中，均有一项或两项居于领先地位，因此综合排名较为领先，但是需要注意的是，商丘市机耕地面积相对较少，说明机械化程度不高，在这方面有待加强；五个城市的农村用电量排名均相对靠后，但农产品加工机械排名稍微靠前，说明四个城市的农村农产品深加工产业发展还没有形成规模，小型和微型加工厂较多，大型加工企业较少，在这方面还有待进一步发展；同时这也从另一个侧面反映了为什么五个城市农业发展水平排名较高而农民人均纯收入排名并不是十分靠前。因此这一类城市今后还需要在提高农民人均收入方面多下功夫，做到既增产又增收。
第二类城市农业发展水平处于中游地位，该类城市中的郑州市为河南省的省会，虽然农业发展水平不算太高，但是农民人均纯收入却是排名第一，充分说明了省会城市的带动作用；该类中的其他城市，具备了冲击一类农业发展城市的能力，但是要还有一定距离。
第三类城市中的鹤壁、焦作、濮阳、漯河、三门峡、济源等城市，虽然各自都有自己的特色工业，如鹤壁、焦作的煤炭矿产工业、濮阳的石化工业、漯河的食品和饮料加工工业、济源的铅锌深加工工业、三门峡的有色金属工业等，但是现代农业发展进度相对较慢，各项农业发展水平指标均处于较为靠后位置，需要在农业现代化方面加大发展力度。
由于农业水平发展评价是一个相对比较复杂的课题，选取不同的指标，选用不同的评价模型对结果都会有一定的影响，因此，我们在这里作出的评价结果，仅供参考。
[参考文献]
[1]崔和瑞.河北省农业可持续发展状况的综合评价[J].统计与决策.2008，12：103-105.
[2]彭素，等.“农业强省”的综合评价：以广东为例[J].广东社会科学.2012，（1）：59-67.
[3]Vladimir N.Vapnik.The Nature of Statistical Learning Theory [M].Springer-Verlag，1995.
关键词：中原经济区；农业发展水平；支持向量机；聚类分析
2012年11月十八大结束之后，国务院批复的《中原经济区规划》中，对中原经济区的战略定位之一是“国家重要的粮食生产和现代农业基地”。作为中原经济区的主体所在省份河南省来说，如何能够不以牺牲农业和粮食、生态和环境为代价开展新型城镇化、新型工业化、新型农业现代化，三化协调科学发展，是当前面临和亟待解决的一个问题，为客观准确的认识和了解当前农业发展水平，建立适当的农业发展水平评价体系，对省内主要城市的农业现代化发展情况进行科学的分析和评价，为制定合理的农业和农村发展战略规划提供依据。
1 农业发展水平的评价体系
为了更好地认识中原经济区内各个城市的农业现代化发展水平，以中原经济区内的18个主要城市[郑州市（C1），开封市（C2），洛阳市（C3），平顶山市（C4），安阳市（C5），鹤壁市（C6），新乡市（C7），焦作市（C8），濮阳市（C9），许昌市（C10），漯河市（C11），三门峡市（C12），南阳市（C13），商丘市（C14），信阳市（C15），周口市（C16），驻马店市（C17），济源市（C18）]作为样本，在参考文献[1-6]的基础上，选取以下12个指标建立农业水平评价体系，IN1：农业从业人员（万人）；IN2机耕地面积（千公顷）；IN3机播地面积（千公顷）；IN4机收地面积（千公顷）；IN5机电灌溉面积（千公顷）；IN6化肥折纯施用量（万吨）；IN7单位面积粮食产量（吨/公顷）；IN8农林牧渔业增加值（万元）；IN9农机总动力（万千瓦）；IN10农产品加工机械（万台）； IN11农村用电（万千瓦时）；IN12农村家庭人均纯收入（万元）。基于上述指标，采集的各城市原始数据见下表：
2 支持向量机分类原理
支持向量机（SVM，Support Vector Machines）是Vapnik等人于1995年提出的基于统计学习理论体系的新的通用机器学习方法[3]，它的思想来源于最小化错误率的理论界限，这些界限是通过对学习过程的形式化分析得到的。基于这一思想产生的支持向量机算法，不但具有良好的数学性质，如解的唯一性、不依赖输入空间的维数等等，而且在应用中也表现出了良好的性能[4]。其基本原理如下：
当问题线性不可分时，可以通过非线性变换将低维空间输入向量变换到一个高维空间（见图2），在这个新空间中求最优线性分类面，在一定条件下可用核函数实现非线性SVM分类，而且可以通过选择不同的核函数将复杂的问题进行不同形式分类。
3 支持向量机分类的实现
在原始数据中，部分数据城市规模有关，如机耕地面积，农机总动力等，在计算时需要消除因城市规模造成的影响，另外各种数据度量单位也不一致，需要进行无量纲处理。将数据进行适当处理后得到结果如下：
接下来分别选取各项指标的最大值、第二四分位数和第一四分位数的向量作为学习样本，分类依次为1、2、3类，进行机器学习，將处理之后的原始数据作为测试数据进行分类，通过试探实验观察到，核函数参数变化时，运算时间和分类精确度会略有不同。综合考虑分类速度、分类识别率等因素，通过试探法尝试不同的分类函数后，确定RBF（径向基核函数）
作为SVM模型的核函数，利用SVM的MATLAB工具包进行样本的三重分类，结果见表3。将分类结果和利用灰色关联度方法[6]的计算结果进行对比可以看到，分类结果与关联度排序完全一致。
4 结果分析
根据图1的聚类结果，将18个城市分为3类：
第一类：南阳市（C13），商丘市（C14），周口市（C16），驻马店市（C17）；
第二类：信阳市（C15），郑州市（C1），开封市（C2），洛阳市（C3），安阳市（C5），濮阳市（C9），新乡市（C7）；
第三类：平顶山市（C4），鹤壁市（C6），焦作市（C8），许昌市（C10），漯河市（C11），三门峡市（C12），济源市（C18）。
第一类城市为传统的农业大市，行政区域面积较大，农村人口较多，耕地面积较多，在12项农业发展水平指标中，均有一项或两项居于领先地位，因此综合排名较为领先，但是需要注意的是，商丘市机耕地面积相对较少，说明机械化程度不高，在这方面有待加强；五个城市的农村用电量排名均相对靠后，但农产品加工机械排名稍微靠前，说明四个城市的农村农产品深加工产业发展还没有形成规模，小型和微型加工厂较多，大型加工企业较少，在这方面还有待进一步发展；同时这也从另一个侧面反映了为什么五个城市农业发展水平排名较高而农民人均纯收入排名并不是十分靠前。因此这一类城市今后还需要在提高农民人均收入方面多下功夫，做到既增产又增收。
第二类城市农业发展水平处于中游地位，该类城市中的郑州市为河南省的省会，虽然农业发展水平不算太高，但是农民人均纯收入却是排名第一，充分说明了省会城市的带动作用；该类中的其他城市，具备了冲击一类农业发展城市的能力，但是要还有一定距离。
第三类城市中的鹤壁、焦作、濮阳、漯河、三门峡、济源等城市，虽然各自都有自己的特色工业，如鹤壁、焦作的煤炭矿产工业、濮阳的石化工业、漯河的食品和饮料加工工业、济源的铅锌深加工工业、三门峡的有色金属工业等，但是现代农业发展进度相对较慢，各项农业发展水平指标均处于较为靠后位置，需要在农业现代化方面加大发展力度。
由于农业水平发展评价是一个相对比较复杂的课题，选取不同的指标，选用不同的评价模型对结果都会有一定的影响，因此，我们在这里作出的评价结果，仅供参考。
[参考文献]
[1]崔和瑞.河北省农业可持续发展状况的综合评价[J].统计与决策.2008，12：103-105.
[2]彭素，等.“农业强省”的综合评价：以广东为例[J].广东社会科学.2012，（1）：59-67.
[3]Vladimir N.Vapnik.The Nature of Statistical Learning Theory [M].Springer-Verlag，1995.