概念格在农地流转分析中的应用

王晟昱

(南京农业大学公共管理学院，江苏南京 210095)

概念格在农地流转分析中的应用

王晟昱

(南京农业大学公共管理学院，江苏南京 210095)

摘要针对农地流转已有研究模型不能完全满足不同研究目的需求这一问题，提出基于概念格理论解决农地流转研究中一些问题的方法。首先，选取化肥、有机肥、农药、劳动力、种子、农业长期投入、技术培训、机械共8个因子构建评价指标体系，并将此体系作为属性集，农户作为对象集，建立形式背景；其次，进行背景约简并找到该形式背景的概念格；最后，由概念格模型分析出满足某些评价指标的农户的组成，得到在一定的指标下完全满足条件的农户所具有的性质。通过这些示例了如何用概念格理论研究农户与评价指标之间的关系。在求取所需内容时，与基于统计的模型(如线性回归)相比，概念格方法减少了数据所占用空间，是农地流转研究的一个新思路。

关键词农地转入；农业投入；概念格；模型；概念

在市场经济不断成熟以及市场理念不断深化的环境下，农地流转成为我国农地制度创新的态势[1]，并已成为促进“三农”发展的现实选择[2]。目前研究人员在讨论农地的流转与农业投入时，除将农户作为一个整体来分析，还有将农户分为不同的类型，从不同的角度分别进行研究[2-6]。关于农地转入和农业投入情况的研究，现在主要依据统计学中的很多模型[2-5]，但这些模型并不能完全满足研究需求。如何寻找更新的模型，以满足不同研究目的之需求，是研究人员不断地追求。

概念格理论由Wille于1982年首先提出[7]，是根据对象与属性之间的二元关系建立的一种概念层次结构，被认为是知识聚类、知识分析、知识获取的一种有效工具。概念格理论属于智能理论的范畴，现已广泛地应用于数据管理等领域[8]。事实上，智能理论在评价理论中的应用已有不少的成果[9]，特别是基于知识的土地资源方面的研究也有一些结果[10]。由于概念格理论建立在格论基础上，而将格论应用于农业土地方面亦有收获[11]。这些事实说明，将概念格理论应用于土地流转和农业投入的研究中是可行的。由于转入和转出是紧密相连的，所以，这里的研究成果对于有关农地转出方面的研究也有指导或借鉴意义。笔者在介绍概念格及农业投入基本理论的基础上，论述了概念格理论应用于土地流转和农业投入研究中的模型及数据分析过程，为概念格在土地流转分析中的应用提出了新思路。

1理论基础

1.1概念格定义1[12]：(1)一个形式背景(G,M,I)是由2个集合G和M，以及G与M之间的二元关系I组成，其中G称为对象集，M称为属性集。

(2)若A⊆G，B⊆M，则定义A′={m∈M| ∀g∈A,(g,m)∈I}，B′={g∈G| ∀m∈B,(g,m)∈I}。如果A、B满足A′=B且B′=A，则称(A,B)为一个概念。用β(G,M,I)表示(G,M,I)上的所有概念的集合。

(3)形式背景(G,M,I)可以用一个矩形的表格来表示，其中的每一行是一个对象，每一列是一个属性。若g行m列的交叉处是1，则表示对象g具有属性m；若g行m列的交叉处是0，则表示对象g不具有属性m。

引理1[12]：(1)对于β(G,M,I)中的概念(A,B)、(X,Y)，如果A⊆X，那么记为(A,B)≤(X,Y)。

(2)[β(G,M,I),≤]是完备格，称[β(G,M,I),≤]为概念格。在不会引起混淆的情况下，将[β(G,M,I),≤]简记为β(G,M,I)。

注1：(1)求概念格β(G,M,I)有许多算法[12-13]。

(2)概念格约简是寻找概念格结构的一个应用过程[12]24～27。①空行对象(即对象g满足g′=∅)和空列属性(即属性m满足m′=∅)是可约简的;②对于一个给定的形式背景，如果存在对象a和b拥有同样的属性集合，在求概念格的结构时，可以只保留a、b中的一元，即a、b为可约简的对象。

1.2农业投入在《农业大词典》中，农业投入是指农业生产中物质和能量的投放。就生产力要素或资源来说，农业投入大体包括土地、劳动力和资金。农业投入与产品的产出相比较，可以了解农业生产的经济效益。为了增加农产品的供给，农业部门需要一定量的投入。除了农业部门自身不断增加投入外，还要靠全社会的支持和提高投入的产出水平[13]1208。

2模型与数据分析

首先，设计调查表；其次，建立调查表的形式背景模型；之后，对于实际调查统计的数据加以分析，得到实际问题背景的所有概念，用概念格理论描述一些具体应用内容。

2.1调查表根据农业投入的定义，对农地转入农户在农业投入的几个主要方面的变化情况，设计一个调查表。具体的调查内容为以下8个方面：化肥、农药、劳动力、种子、农业长期投入、机械、技术培训。其中除技术培训分为有、无2个回答外，其他7个方面均包括5点：增加较多、略有增加、无变化、略有减少、减少较多。

2.2模型建立对于农户的调查表，以形式背景的表达方式表述如下。

(1)将每位农户视为研究对象，给予每位一个编号，得到对象集为G={b1,b2,...,bn}。

(2)将调查表中的每个问题视为一属性，给予一个编号，得到属性集M={a1,a2,...,am}。

(3)G与M之间的二元关系I定义为：当某位农户bj满足所调查的问题ai时，称对象bj拥有属性ai，用“1”表示；当某位农户bj不满足所调查的问题ai时，称对象bj不会拥有属性ai，用“0”表示。

2.3统计数据分析首先，以2015年7～8月，在辽宁省沈阳市苏家屯区八一镇三家子村的入户问卷调查结果为原始数据，找出有农地转入的农户信息；其次，按照“2.2”中的方法对这些农户信息建立形式背景模型；之后，利用注1(2)的约简，得到约简后的形式背景，并指出每次约简在具体实践中的意义；再者，求出约简后的形式背景之全部概念；最后，指出如何利用概念对数据进行分析、总结，得出结论。

2.3.1概念模型的建立。实际进行调查，有效调查农户33家，拥有农地转入的农户有11家。整理后的调查表进行如下标记。

(1)将所有属性，也即调查项，按照如下方式标号：a1—化肥，增加较多；a2—化肥，略有增加；a3—化肥，无变化；a4—化肥,略有减少；a5—化肥，减少较多；a6—有机肥，增加较多；a7—有机肥，略有增加；a8—有机肥，无变化；a9—有机肥，略有减少；a10—有机肥，减少较多；b11—农药，增加较多；b12—农药，略有增加；a13—农药，无变化；a14—农药,略有减少；a15—农药，减少较多；a16—劳动力，增加较多；a17—劳动力，略有增加；a18—劳动力，无变化；a19—劳动力，略有减少；a20—劳动力，减少较多；a21—种子，增加较多；a22—种子，略有增加；a23—种子，无变化；a24—种子，略有减少；a25—种子，减少较多；a26—农业长期投入，增加较多；a27—农业长期投入，略有增加；a28—农业长期投入,无变化；a29—农业长期投入，略有减少；a30—农业长期投入，减少较多；a31—技术培训，有；a32—技术培训，无；a33—机械，增加较多；a34—机械,略有增加；a35—机械，无变化；a36—机械，略有减少；a37—机械，减少较多。

(2)将每位农地转入的农户依次标号为：b1，b2,…,b11。依据“2.2”中的方法，用整理的调查表，得到农地转入农户在农业投入状况的形式背景模型(G,M,I2)。该模型为：对象集G={b1,b2,...,b11}，属性集为M={a1,a2,...,a37}，G与M之间所对应的二元关系I2为：记为1的地方表示对应的农户一行中农户拥有所对应的属性，否则表示不拥有所对应的属性。

依据注1，发现模型(G,M,I2)没有空行的对象，但是属性为空列的有：a1,a4,a5,a6,a9,a10,a14,a15,a16,a19,a20,a21,a25,a29,a30,a33,a36,a37。利用“注1”，可以将空列属性进行约简—实施删除，得到约简后的形式背景为(G,P,I3)，其中的对象集仍为G，属性集为P={c1,c2,...,c19}满足：c1=a2，c2=a3，c3=a7，c4=a8，c5=b11，c6=b12，c7=a13，c8=a17，c9=a18，c10=a22，c11=a23，c12=a24，c13=a26，c14=a27，c15=a28，c16=a31，c17=a32，c18=a34，c19=a35。G、P之间的二元对应关系用I3表示，也即I3=I∩(G×P)。

由(G,P,I3)可知有以下现象bi′=bj′(i,j=8,9,10,11)。因此，利用“注1”中的“②”，在(G,P,I3)中可以删除b9，b10，b11，得到一个新的形式背景，其中对象集为O=G{b9,b10,b11}={bj:j=1,2,...,8},属性集仍为P;O、P之间的二元对应关系I4表示I3∩(O×P)。I4的具体内容见表1。

表1　删除空列和重复对象后的形式背景

2.3.2约简后形式背景的全部概念。利用文献[12-13]中的任一个求取概念的算法，都可以求得表1的概念全体。为了表述简洁，在一个概念(A,B)中，由于|O|=8，所以对于A中的元bi将简单写为i；将集合A以及B的表述时的左花括号“{”和右花括号“}”分别去掉，只写出所包含的元素，元素之间的逗号也去掉。仍保留A与B之间的逗号。如此得到表1的概念一共42个，它们分别为：(O,∅)，(34578,c2c19)，(23458,c4)，(3458,c2c4c19),(34678,c9)，(3478,c2c9c11c19)，(348,c2c4c9c11c19),(13568,c17),(358,c2c4c7c17c19)，(368,c9c17)，(38,c2c4c7c9c11c17c19)，(3578,c2c7c19),(378,c2c7c9c11c19)，(1468,c15)，(48,c2c4c9c11c15c19)，(468,c9c15),(168,c15c17)，(8,c2c4c7c9c11c15c17c19)，(68,c9c15c17)，(126,c1c18),(2,c1c4c6c8c10c13c16c18)，(16,c1c3c15c17c18)，(6,c1c3c5c9c12c15c17c18)，(167,c3),(7,c2c3c7c9c11c14c16c19)，(67,c3c9)，(125,c8c10)，(5,c2c4c7c8c10c13c17c19),(25,c4c8c10c13)，(15,c8c10c17)，(1,c1c3c6c8c10c15c17c18)，(12,c1c6c8c10c18),(247,c16)，(47,c2c9c11c16c19)，(24,c4c16)，(4,c2c4c5c9c11c15c16c19),(46,c5c9c15)，(37,c2c7c9c11c14c19)，(3,c2c4c7c9c11c14c17c19)，(∅,P)。

注2：根据文献[12]和[13]中有关概念格约简的讨论，可得出以下结论：

(1)β(G,M,I2)≅β(G,P,I3)≅β(O,P,I4)，其中It为表t所示 (t=2,3,4)。

(2)设(A4,B4)为(O,P,I4) 的一个概念，(A3,B3)为(G,P,I3)的概念并且满足：在上述(1)中的同构意义下与(A4,B4)对应。那么有：b8∈A4当且仅当b9,b10,b11∈A3。

(3)设(A2,B2)为(G,M,I2)的一个概念，则有：若aj为一个空列属性，则必有aj∈B2。

(4)由(2)和(3)可分别从β(O,P,I4)容易得到β(G,P,I3)以及β(G,M,I2)。

(5)根据定义1可知：在概念格β(O,P,I4)中，最小元为(∅,P),最大元为(O,∅)。

覆盖最小元的集合，即高度为1的元全体有8个元，分别为：(8,c2c4c7c9c11c15c17c19)，(7,c2c3c7c9c11c14c16c19)，(6,c1c3c5c9c12c15c17c18)，(5,c2c4c7c8c10c13c17c19),(4,c2c4c5c9c11c15c16c19),(3,c2c4c7c9c11c14c17c19)，(2,c1c4c6c8c10c13c16c18)，(1,c1c3c6c8c10c15c17c18)。

高度为2的元之全体有12个元，分别为：(12,c1c6c8c10c18),(15,c8c10c17)，(16,c1c3c15c17c18)，(24,c4c16)，(25,c4c8c10c13)，(37,c2c7c9c11c14c19)，(38,c2c4c7c9c11c17c19)，(46,c5c9c15)，(48,c2c4c9c11c15c19)，(67,c3c9)，(47,c2c9c11c16c19)，(68,c9c15c17)。

高度为3的元之全体有10个元，分别为：(348,c2c4c9c11c19),(358,c2c4c7c17c19)，(368,c9c17)，(378,c2c7c9c11c19)，(468,c9c15),(168,c15c17)，(126,c1c18),(167,c3),(125,c8c10)，(247,c16)。

高度为4的元之全体有5个元，分别为：(13568,c17),(1468,c15)，(3578,c2c7c19),(3478,c2c9c11c19)，(3458,c2c4c19)。

高度为5的元之全体有3个元，分别为：(23458,c4)，(34578,c2c19)，(34678,c9)。

但是，被最大元所覆盖的元除去高度为5的元之外，还有元(1468,c15)，(13568,c17),(247,c16)，(125,c8c10)，(126,c1c18),(167,c3)，(247,c16)。

所得概念格(O,P,I4)的格图见图1。

图1　形式背景(O,P,I4)的概念格格图Fig.1　Formal context (O,P,I4) concept lattice map

为方便起见，以下写出图1中对应元时，只写每个概念的外延。图1中形式背景(O，P，I4)各概念，外延见表2。

事实上，根据注2可知，(G,P,I3)的概念格的格图也如图1所示，只是其中的元发生变化，由于在(G,P,I3)中的某些概念的外延之组成元可能会出现bij的形式(其中的i,j∈{0,1,...,9})，所以，当遇见外延中含有以上形式时，将加上花括号进行表示外延的组成，其他形式的外延仍采用只写i(i∈{1,2，...,9})，而不写左花括号“{”和右花括号“}”。这样如图1中从下开始，(G,P,I3)各概念的外延见表3。

表2　形式背景(O，P，I4)各概念外延

表3　形式背景(G,P,I3)各概念外延

仍旧依据注2可知，形式背景(G,M,I2)的概念格格图也是图1，只是在(G,P,I3)中的每个概念的内涵中并入所有被删除掉的属性元。这里不再赘述(G,M,I2)的每个概念的组成。

上面将(G,M,I2)的2次删除属性和对象的操作过程，若将删除项与它们在调查表中所代表的实际内容相联系，则会得到如下的一些结论。

第一，空列属性说明没有农户满足此属性，也说明此属性对于概念格没有任何贡献；但是纵观(G,M,I2)中的空列属性，结合这些空列属性在调查表中的实际意义可知：

(1)空列a1、a4、a5的存在表明农户在化肥的使用上基本无变化，虽有农户略增加。这也提示化肥生产和销售应该在保持与原来持平的基础上，略微增加。

(2)空列属性a6、a9、a10的存在，表明农户在有机肥的使用上，基本无变化，虽然有农户略有增加。因此，有机肥的生产和销售应该在保持与原来持平的基础上，略微增加。

(3)空列属性a14、a15的存在，表明农药的使用没有减少方面的变化。基于此，在农药生产和销售应该在保持与原来持平的基础上，还要多增加。

(4)空列属性a16、a19、a20的存在，表明劳动力并没有大的增加或减少。这一条说明，在劳动力的投入上还是基本为原有的生产者在从事自己原有的工作。

(5)空列属性a21、a25的存在，表明种子投入方面没有大幅度的变化。种子的生产和销售应该在保持与原来持平的基础上略微增加。

(6)空列属性a29、a30的存在，表明农业长期投入没有任何减少。该结论说明，农户还是很重视农业的长期投入，为以后的长久生产打下了良好的基础。

(7)空列属性a33、a36、a37的存在，表明在机械方面与原有的情况基本持平，虽然有些农户略有增加。这些结果提醒农业机械生产单位，应在生产和销售保持与原来持平的基础上略微增加。

(8)除a29、a30之外的其他空列属性表明，农地转入的农户在农业投入中的化肥、有机肥、农药、劳动力、种子、机械这几个方面，没有任何的减少，基本都没有大的变化，只是有些农户略微增加。

a29、a30为空列意味着，唯独在农业的长期投入中，农户没有减少，反而有些农户增加的多一些。这表明，农地转入提高了农户投资预期，增强了农户农业投资的信心；此外还说明，农地流转过程中，转入户认为农地价格估价合理、农地产权稳定，这些弥补了以往农地产权过程中的一些缺陷；目前农地流转政策在实际中已经提高了农户长期农业投资的预期，促进了农地流转市场。

第二，由形式背景(G,M,I2)可以得出以下结论。

(1)具有相同属性的对象集{b8,b9,b10,b11},约占农户总数的36%，对于这样的一个群体应该注意他们在农业投入各方面的表现，因为他们代表一类人群的行为，对于各方面的决策具有重要的影响。

这些农户在化肥、有机肥、农药、劳动力、种子、农业长期投入、机械各个方面，农地转入前后均无变化，他们也都没有参加任何的技术培训。这也表明农地转入对于这样一类农户的各方面没有任何影响。

(2)结合第一中的(8)，推断可知，农地转入市场并没有象某些人期望的一定会调动农户在农业生产中的各个方面投入的积极性。

注3：由调查表的表述(G,M,I2)以及概念格理论，结合(G,M,I2)的实际意义，可以得出以下论点。

(1)一个概念(A,B)说明有哪些农户同时满足属性B，而能够满足属性B的农户是哪些。如此可以根据这些农户的家庭具体情况，分析出属性集合B对这样一类人员的影响。

(2)从(A,B)对应的实际意义完全可以推断出，经过统计数据得到的一类农户A在农业投入中所具有的共同点，将有利于政府在政策决策和各相关生产单位在生产安排，以及相关市场的影响等各方面，充分地考虑A的参考价值和指导意义。

2.3.3概念分析示例。概念是知识的一个聚类过程，当考虑某一类属性对研究对象的最大影响时，以及接受这类属性影响的所有对象最大集合时，它会充分显现其优势。由于篇幅有限，下面对得到的概念只是举例说明。

例：当土地流转后，农业是否可持续发展是关注度最高点，而这一点反映到实际农业中，表现最为突出的就是农户是否对农业进行长期投入。可是要想让农业能够得到长期投入，推测影响较大的是技术培训。从β(O,P,I4)可知，应该考虑内涵中包含c16以及{c13,c14,c15}中的元，或者包含有c17以及{c13,c14,c15}中的元之概念，因为c16和c17分别为有或无技术培训的属性，c13、c14、c15为农业长期投入在形式背景(O,P,I4)中对应的相关属性。

从β(O,P,I4)的结构(或引理1)知，包含有技术培训的最大元为(247,c16)，包含有无技术培训的最大元为(13568,c17)。

从注2知(247,c16)是高度为3的元，所以当考虑有技术培训的农户在农业长期投入方面的性质时，只需考虑在高度为2和1中小于(247,c16)的元。由图1易知满足条件的元有：(2,c1c4c6c8c10c13c16c18),(4,c2c4c5c9c11c15c16c19),(7,c2c3c7c9c11c14c16c19)，(24,c4c16)。

从注2知，(13568,c17)是高度为4的元，所以当考虑不参加技术培训的农户在农业长期投入方面的性质时，只需考虑高度为1，2和3中的小于(13568,c17)的元，由图1易知满足这些条件的高度为3的概念有(168,c15c17)；高度为2的概念有(16,c1c3c15c17c18)，(68,c9c15c17)，高度为1的概念有：(1,c1c3c6c8c10c15c17c18)，(3,c2c4c7c9c11c14c17c19)，(6,c1c3c5c9c12c15c17c18)，(5,c2c4c7c8c10c13c17c19)，(8,c2c4c7c9c11c15c17c19)。

从β(O,P,I4)直接得 (G,P,I3)所对应的概念格β(G,P,I3)，由注2(2)得知(247,c16)∈β(G,P,I3)。因此，当考虑有技术培训的农户在农业长期投入方面的性质时，只需考虑满足条件的元：(2,c1c4c6c8c10c13c16c18)，(4,c2c4c5c9c11c15c16c19),(7,c2c3c7c9c11c14c16c19)，(24,c4c16)。

由注2(2)知({1,3,5,6,8,9,10,11},c17)∈β(G,P,I3),所以当考虑无技术培训的农户在农业长期投入方面的性质时，由图1直接得满足条件的β(G,P,I3)中元有：({1,6,8,9,10,11},c15c17),({1,6},c1c3c15c17c18),({6,8,9,10,11},c9c15c17),({1},c1c3c6c8c10c15c17c18)，({3},c2c4c7c9c11c14c17c19)，({6},c1c3c5c9c12c15c17c18)，({5},c2c4c7c8c10c13c17c19)，({8,9,10,11},c2c4c7c9c11c15c17c19)。

从这些概念可以发现以下结果。

第一，当考虑有技术培训的农户在农业长期投入方面的性质，在农业长期投入中只有1户增加较多，1户略有增加，1户无变化。

第二，当考虑不参加技术培训的农户在农业长期投入方面的性质，在农业长期投入中，内涵c15c17对应的外延所含农户有5户，只有编号5的农户增加较多，编号3的农户略有增加。

第三，通常认为技术越多越好的农户，由于掌握了先进的技术和手段，并懂得长期投入必会促使农户的收入增长，在农业长期投入中应该增加越多，而这样又会需要更好的技术，农户也更会积极地参加农业技术培训。可是实际情况是，没有参加技术培训的农户与参加过技术培训的农户，在农业长期投入中有增加或略有增加的农户数量基本持平，不参加技术培训的农户数量远远大于参加技术培训的农户数量。因此应该反思现在技术培训的内容、教学方法与手段等方面的问题，解决好这些问题有利于农业长期投入，更有利于土地流转工作的开展。

上例完全利用概念格的结构进行分析，与其他文献中用统计学思想讨论得到的结果基本相同。

3结语

对于农地转入农户的农业投入研究，该研究提出一种基于概念格理论建立的模型。由于采用的概念格生成算法，都是利用已有的成熟算法，并且完全可以用计算机实现，所以这里的思想方法不仅加快了寻找所要讨论内容的过程，还使得这里的方法不受形式背景规模限制。

与以往统计的一些方法有所不同，依据概念格的思想，在寻找和挖掘分析结果时，首先对形式背景中的一些可约属性和可约对象进行约简，从而减少了最后求取所需内容算法时数据所占用的空间，使得空间复杂度降低；当然，这必然会有利于减少所进行算法的时间复杂度。将概念格理论应用到这些数据的统计分析与研究中，还是一个新的尝试。希望这里建立的概念格模型可以用到其他统计分析研究中，为相关工作的开展提供帮助。将统计方法与概念格的方法相结合对农业投入进行研究，是今后的工作内容。

参考文献

[1] 朱强.农地资本化流转与农业投入研究[J].财经问题研究,2011(10): 120-125.

[2] 邵丽亚.农地流转对农户土地利用的影响[D].重庆：西南大学，2014.

[3] 陈彪.新疆农村土地规模经营效果评价[D].杨凌：西北农林科技大学，2013.

[4] 郭永奇.新疆兵团农地利用的绩效评价[J].国土与自然资源研究，2013(4): 34-37.

[5] 贺景霖.土地规模经营的生产模型分析[J].统计与决策，2015(6): 139-141.

[6] 刘洪彬，吕杰.大城市郊区不同区域农户土地投入行为差异及其影响因素对比研究：以沈阳市苏家屯为例[J].资源科学，2014,36(10): 2084-2091.

[7]WILLER.Restructuringlatticetheory:Anapproachbasedonhierarchiesofconcepts[M]//RIVALI.Orderedsets.Boston:Ridel,1982: 445-470.

[8]CHENR,BAUCT,YEHCJ.MergingdomainontologiesbasedontheWordNetsystemandfuzzyformalconceptanalysistechniques[J].Appliedsoftcomputing,2011,11(2): 1908-1923.

[9] 杨勇.智能化综合评价理论与方法研究[D].杭州：浙江工商大学，2014.

[10] 袁璐，刘峰，廖洁.基于知识的土地利用数据综合[J].计算机应用，2010，30(12): 3385-3390.

[11] 刘瑞卿，李新旺，张路路，等.基于格序结构的土地整治综合效益评价研究[J].土壤通报，2012，43(6): 1305-1310.

[12]GANTERB,WILLER.FormalConceptAnalysis:Mathematicalfoundations[M].Berlin:Springer,1999: 17-35,63-67.

[13]POELMANSJ，KUZNETSOVSO，IGNATORDI,etal.Formalconceptanalysisinknowledgeprocessing:Asurveyonmodelsandtechniques[J].Expertsystemswithapplications,2013,40(16): 6601-6623.

[14] 农业大词典编辑委员会.农业大词典[M].北京：中国农业出版社，1998: 1208-1209.

The Application of Concept Lattice in the Analysis of Farmland Transfer

WANG Sheng-yu

(College of Public Administration,Nanjing Agricultural University,Nanjing,Jiangshu 210095)

AbstractTo solve the problem which the existing research models of farmland transfer can not satisfy completely for the demands provided with different research purposes,a method based on concept lattice was proposed.Firstly,an evaluation index system was built up from eight factors including fertilizer,organic fertilizer,pesticide,labor,seed,agricultural long-term investment,technical training and machinery.Simultanously,this system was considered as the set of attributes and all of the peasants were considered as the set of objects.Thus,a context was set up.Secondly,the redution of the above context was carried out,and further,the concept lattice of this context was found.Finally,with the model of concept lattice,the composition of peasant households satisfying some evaluation indexes was presented,and some properties for the peasants who satisfy all of conditions were obtained.These results show how to apply concept lattice into the study on the relationships between peasant housholds and evaluation indexes.When searching the required contents,comparing with some statisfical methods such as linear regression,the method here will reduce the space occupied by the input data.Additionally,the method here is a new idea to study on farmland transfer.

Key wordsFarmland transfer; Agricultural investment; Concept lattice; Model; Concept

基金项目国家大学生创新训练计划项目(201510307065)。

作者简介王晟昱(1994- )，男，天津人，本科生，专业：土地资源管理。

收稿日期2016-03-30

中图分类号S 29；TP 8；F 301.2

文献标识码A

文章编号0517-6611(2016)11-217-05