新疆农业机械化发展水平区划时空格局*

吐尔逊·买买提，谢建华

(新疆农业大学机械交通学院，乌鲁木齐 830052)

·农业区划·

新疆农业机械化发展水平区划时空格局*

吐尔逊·买买提，谢建华

(新疆农业大学机械交通学院，乌鲁木齐 830052)

[目的]以新疆各地区为基本单元，对其农业机械化发展水平进行区划，为分类指导全疆各地区农机化发展提供依据。[方法]以2001～2014年统计数据作为数据源建立了农机化发展水平指标体系，并提出了指标标准值。构建了基于指标标准值、熵和变异系数的指标组合赋权法。依据此法，为各指标赋予权重，从而建立新疆2001～2014年14地区农机化发展水平关系数据模型。以各地州2001、2005、2010及2014年的农机化发展水平作为聚类样本，应用系统聚类法对其进行区划分析。[结果]从时间维度上， 4个年段新疆各地州农业机械化发展水平在簇间距离阀3.5、4.4、4.8和5.2条件下区划时，各划分区域农机化发展水平呈现出先高低分化，后趋同的态势。从空间维度上昌吉、巴州、塔城、博州和克拉玛依等5个地州农机化发展水平在不同的区划距离阀和时段内均显现为高度相似特征。[结论]以北疆为主的划分区域中相邻地区农机化发展水平聚集效应较明显。同时区划结果也揭示，乌鲁木齐、哈密、吐鲁番和喀什在4个区划年段中农机化发展水平的高度相似特征。其余各地区在研究年段内农机化发展水平聚集效应较弱。为不同地区农机化发展水平区划、农机化管理和服务政策的制定提供了参考。

农业机械化发展水平 组合赋权 区划 时空格局

0 引言

各地区经济发展水平、农业生产规模、土地资源、水资源、劳动力和技术水平存在地域性差异[1]，因此全局性农业和农机化的发展政策和策略在各地州的效率受到上述差异的影响。为了优化发展模式和减少地区在农机化发展水平方面的差异需对其分类指导。作为区域研究的重要手段，区划是在各种区域经济分析、功能分析、发展水平分析、气象、自然资源等领域中应用十分广泛[2]。

目前对农业区划方面有大量研究。农业区划理论和指标方面：马忠玉和高如嵩[3]对农业区划基础理论进行了分析，提出农业区划理论，包括地域分析规律、生产力配置理论、人地关系理论和农业发展预测理论。在文献[4]中以资源禀赋理论、产业结构理论、比较优势理论和农业调控理论为内容的“4R”链式农业规划理论框架。陶陶[5]等对我国农业多功能性进行阐述，并将我国农业的功能分为农产供给、就业和社会保障、文化以及生态4类。邓依萍和刘涛[6]建立了节水农业区划指标体系，并对新疆86县进行了区划。文献[7]中以农业生产中所消耗的水资源数量作为主要区划指标，对我国黄淮地区进行农业区划。文献[8]中建立了由土地用途、规模和生产系统组成的指标体系，并对农场进行了分类。Berkel和Verburg[9]为农村的将来发展潜力的分类构建了非农就业、自然保护、乡村旅游和集约农业等指标，并对欧洲地区农村进行区划。张宗毅[10]等提出应用地形地貌、种植结构等指标，基于聚类分析法对中国农业机械化区域划分的方法。袁烨城[11]等建立了基于多层格网模型的最近指数-模糊聚类区划算法，并对新疆北部进行区划。

农业区划研究方法方面：(1)定性区划，该方法中主要是以研究区域某个农业领域作为研究对象，依据研究对象的基础条件和预定的区划原则，为区域农业发展给出短期和长期目标、发展蓝图等[12]。(2)定量区划法是依据研究区域特点，建立区划指标，并依据指标量化值对其进行分簇的方法。(3)因单纯使用定量和定性方法不能满足多数区划需要，因此实践中大多数情况下采用定量和定性相结合的方法[13]。

分析已有的文献发现，目前，针对新疆的农业区划研究已有综合自然区划、综合农业区划、农业气候与资源区划、农业地貌区划及种植业区划[14]等方面有部分研究成果，但针对新疆各地州农业机械化发展水平分异特征，对各地州进行区划方面研究尚未见报。农业机械化系统是具备耗散结构的、开放的经济、自然资源、社会3维复合系统。农业机械化生产和管理中，依据合理的原则和方法对农业机械化区域进行划分对推进农机化发展有重要意义。

1 数据来源

该研究涉及的数据主要来源是2001～2014年新疆统计年鉴(新疆统计局)和2001～2014年新疆农机年报(新疆农业机械化管理局)。由于资料有限，未涉及新疆生产建设兵团。

2 研究方法

2.1 区划指标体系

区域农业机械化发展水平评价指标，对基于农机化发展水平的区划产生重要影响； 区划指标的选择合理与否是影响区划效果的重要因素。该文选择农业机械化发展水平指标作为区划指标。根据文献[15-17]方法以及结合新疆实际情况，提出了由农业机械化程度(Z1)、综合保障能力(Z2)、综合效益水平(Z3)组成的1级指标； 由耕地机械化程度(Z11)、播种机械化程度(Z12)、收获机械化程度(Z13)、植保机械化程度(Z14)、排灌机械化横渡(Z15)、中耕机械化程度(Z16)、农业劳均农机原值(Z21)、播面面均劳动力(Z22)、农机人员拥有量(Z23)、农机人员受教育程度(Z24)、农机化教育培训程度(Z25)百元农机原值纯收入(Z31)、农业劳均年产量(Z32)、农业劳均播种(Z33)、千瓦动力农机作业收入(Z34)、农机收入占农村总产值比例(Z35)等16个2级指标组成区划指标体系，并根据新疆农机化发展现状制定了其标准值，见表1。

表1 新疆农业机械化发展水平区划指标标准值

Z11Z12Z13Z14Z15Z16Z21Z22Z23Z24Z25Z31Z32Z33Z34Z351001001001001001004000618010010060358008.3 注:指标Z21,Z22,Z23,Z31,Z32,Z33,Z34单位分别为:元/人、kW/hm2、人/千人、元/百元、万元/人、hm2/人、元/千,其余单位为%

2.2 指标测度方法

首先以新疆统计年鉴和农机年鉴为数据源，按照表1标准值和文献[16]的计算方法获得各地州2001～2014年农业机械化发展水平2级指标。然后对每一个2级指标，应用赋权法为其赋予能够反映其对所属1级指标的重要度的权重，从而可测度3个1级指标。最后用相同方法获得各地区14年农业机械化发展水平值。

2.3 区划指标权重

从区划指标与标准值离差、指标熵值以及指标变异系数等3个特征出发建立组合赋权法，使指标权重能够从3个维度获取原区划指标反映的信息，并构建2级和1级区划指标权重矩阵。

2.3.1 单一权重计算方法

(1)基于标准值的权重

文献[18-19]中提出一些权重计算方法，但其未涉及到指标观测值和标准值之间的离差对发展水平区划体系的影响。经分析可知，农业机械化区划指标的重要度与具体区划对象在该指标中取值的分布情况有紧密的联系。可以确定指标值与标准值的离差与指标的权重(得分)成反比。计算时可以根据不同指标之间的得分可以算出指标的基于标准值的权重。计算公式为：

(1)

(2)

(3)

(2)基于熵的权重确定

从信息论角度考虑，区划指标所含的信息的大小对指标权重的量化产生影响，因此该文引入区划指标的熵的概念。熵是根据区划对象相应指标值对区划过程提供的信息的大小来度量指标的重要度，从而确定指标的权重[20]。计算第j项指标的熵值公式为：

(4)

(5)

(3)基于变异系数的权重

变异系数在统计学中可以用于测度观测值的变异程度。其计算公式为：

(6)

(7)

2.3.2 指标组合赋权法

基于标准值的权重计算方法可以反映指标值与标准值的离差对评价对象的影响，基于熵的权重计算方法可以挖掘指标所含的信息量。基于变异系数获取的指标权重可以反映多个指标的中具有较明显发展趋势的指标。因此该文基于以上3种方法，构建农业机械化发展水平2级评价指标权重计算方法，计算公式为：

(8)

式(8)中：WEj为基于熵权法得出的指标权重，WSi为基于标准值权重计算方法得出的权重，C.V.Wt为变异系数权重，Wi为第i个指标权重。因在2级指标中已经考虑指标值的标准值，该文未给一级指标设定标准值，因此针对1级指标，取熵权法和变异系数法求出权重的均值为指标权重。

2.4 农机化发展水平聚类方法

聚类分析作为无监督(Unsupervised clustering)分类，聚类时将物理或抽象对象的集合分组成为由类似的对象组成的多个簇的过程，其具体聚类算法见文献[22]。该文选择划分聚类法中的系统聚类方法，选择依据有两点。(1)划分方法依据样本之间的距离发现簇，评价不同簇的方法较灵活。(2)系统聚类方法对少样本有较好的聚类效果，因农业机械化发展水平数据样本较少，符合系统聚类的应用场景。

3 实例分析

农业机械化发展水平区划的目的是发现研究区域的农业机械化方面的差异，并对其进行划分和分析，为决策制定提供参考； 以新疆2001～2014年农机化发展水平作为区划指标数据样本，分别对2001、2005、2010和2014年的数据进行聚类分析。从聚类产生的簇的特征出发分析地区发展水平的时空格局、不同区域的差异，并结合地区发展水平分析差异来源及原因。

3.1 各地州农业机械化发展水平测度

应用3.1方法计算各地州农业机械化发展水平2级指标，在Matlab2014a环境下对组合赋权法予以实现。计算地州农业机械化发展水平的步骤为：首先应用组合赋权法计算每个2级指标在其所属1级指标体系中的权重，依据权重和指标值获得相应1级指标值。然后应用同样方法分别计算3个一级指标Z1，Z2和Z3的在1及指标体系中权重。最后依据1级指标值和其权重测度各地区14年农业机械化发展水平，因篇幅所限，只给出各地州4年发展水平，结果见表2(地区已按纬度排序)。

表2 新疆各地州农业机械化发展水平 %

结果表明： 2001～2014年，新疆14地州农业机械化水平呈现出稳步增长的趋势，到了2014年新疆各地州平均农机化发展水平达到了67.67%，和2001年相比增长了23.79%。

3.2 农业机械化发展水平区划

聚类的步骤如下：(1)首先对2001年每个地区农业机械化发展水平与其他地区之间的差异进行量化，该文应用欧氏距离(Euclidean distance)。(2)依据各地区农业机械化发展水平之间的差异，用系统聚类算法对其进行聚类，表3为聚类结果。

表3 2001年各地区农机化水平聚类结果

索引下标11057116231542114241索引下标2121381691720181923222526距离0.120.600.780.790.941.171.181.342.802.903.854.0113.45

聚类结果说明：表3中索引下标1和2表示当前的簇。如，第2列中簇10(表示表1中的地区序号，即昌吉为10)和12农机化水平差异最小，距离0.12，因此归到一簇，构成新簇15(含昌吉和克拉玛依)，其余含义相同。相同的方法计算2005、2010和2014年各地州农机化水平差异，对它们进行聚类，并画出树状聚类图,见图1。

图1 2001年地州农机化发展水平聚类

从图1可以发现，聚类树的每一层都是一个倒置的U型，纵轴高度代表了当前聚类中2个子节点之间的距离。横轴上标记出了各个数据点索引下标，为了便于理解，聚类图中标出索引下标对应的地名； 系统聚类和其他聚类方法相比，聚类比较灵活。该文中分析聚类结果时根据簇间差异(区域发展水平均值之差)为阀值对结果进行分析和讨论。

3.3 结果分析

(1)2001年各地州聚类分析

图1A表明， 2001年新疆各地区农业机械化发展水平簇间最大距离为13.45，在簇间距离阀3.5条件下，可以分为4个不同农机化发展水平区域，它们分别是：第1类：昌吉、克拉玛依、巴州、塔城、博州。第2类：阿勒泰。第3类：喀什、吐鲁番、乌鲁木齐、克州、阿克苏、哈密、伊犁。第4类：和田。

结合表1可以发现，第1类属于高农业机械化水平区域，平均农机化发展水平为62.46%。第2类属于发展水平较高区域。第3类平均农机化发展水平是47.46%，属于中等发展水平。第4类为农业机械化水平较低区域。4个类的农机化发展水平方差分别为： 1.2329、0、3.8962和0。

从各类元素的空间分布情况来看，第1类和第2类高农业机械化水平区域中除了巴州，其余都是北疆地州。在第3第4区域中，有南疆的地州，也有北疆和新疆东部的地州。因此从空间上可以判断出， 2001年农机化发展水平较高和较低的地区的分布较分散，高农机化水平的地区聚集程度较低。同时结果也表明：和第1、第2和第3类簇间差异相比，第4类和其他类的差异较大，表明2001年新疆农业机械化水平局部地区形成了高低分化严重的态势。2001年新疆农业机械化发展水平3个1级指标(Z1，Z2，Z3)的权重分别为： 0.247(作业水平)、0.5303(综合保障能力)和0.222(综合效益水平)，而和田地区在2001年农业机械化综合保障能力(高权重)方面和其他地区相比差距较大，这是该地区农业机械化发展水平低的主要原因。

同时，喀什、吐鲁番、乌鲁木齐、克州、阿克苏、哈密、伊犁等地区组成的第3类区域与第1类区域之间的农机化发展水平差异也较大。结合这些地区的地理因素、自然资源、科技水平和农业机械化程度(Z1)、综合保障能力(Z2)、综合效益水平(Z3)等指标权重发现，乌鲁木齐主要是农机化作业水平方面和第1类地区有差异。阿克苏、吐鲁番、哈密和伊犁等地区的农机化发展水平和第1类地区相比较低的原因是综合保障能力和效益水平方面和昌吉、克拉玛依、巴州、塔城、博州存在较大的差距。

(2)农机化发展水平聚类演变趋势

图1(B，C，D)聚类结果表明， 2005、2010和2014年，各地州农机化发展水平聚类簇间最大距离分别为： 6.5584、6.1828和7.2200。2014年和2001年相比簇间距离减少了6.23； 最大簇间距离变化揭示了簇间聚集态势的发展趋势。从数据挖掘的聚类算法特征分析，簇间距离减少表明，聚类识别的簇在辨别样本分布特征方面的精度有所提高。在本例中，对新疆各地州2005、2010和2014年农机化发展水平分类后，各类之间的距离和2001年相比明显减少，即农机化发展水平聚集程度在2005年急剧增加； 到2010年小幅增加，而到2014年聚集程度有减少。但总体上不同地区农机化发展水平差异呈现出开始缩小的态势。

从图1(B，C，D)中可以发现，各地州在研究时段内农机化发展水平聚类簇结构和2001年的相比发生了较大的变化； 从聚类树结构来看，树的形状由2001失衡树发展为2014平衡树，高度明显变矮； 簇间距离缩短，簇内元素聚集度增强，表明样本空间中对象向某一个中心点聚集的趋向明显，即，簇间距离分化趋势减弱，簇间元素有两点聚集变为多点聚集。

最大簇间距离和聚类簇结构的变化趋势表明，到2014年新疆各地州农机化发展水平，在空间维度上南北分化的局势仍然存在，但和之前相比分化趋势明显收缩。2014年簇间距离阀5.2的水平下，可以分到3个区域，分别是：第1类：昌吉、博州、塔城、巴州、克拉玛依。第2类：和田、喀什、阿克苏、克州、吐鲁番。第3类：哈密、伊犁、阿勒泰、乌鲁木齐。

第1类地区由北疆的农机化程度较高、工业化规模大、社会经济水平较发达的地区和南疆的巴州组成； 第2类由农牧区、具备一定自然资源优势并经济发展水平较低区域组成，呈现出不同综合实力地区的农机化发展水平的趋同效应； 主要原因是，由于农机补贴政策、自治区的相关农机化管理以及服务政策在地区农机化水平提高方面起到了关键作用，因此不同区域中地区农机化水平方面的差异和往年相比明显缩小。

从地区农机化发展水平分析，结合表1，可以算出，第1类区域农机化发展水平平均为82.91，属于高发展水平区域。第2类区域平均水平为52.85属于中等地区，第3类地区平均发展水平为67.16，次高地区。从空间纬度分析，第1类地区，除了巴州，其余都在北疆，第2类地区都在南疆，第3类地区主要是新疆北部和东部，表明，区域发展水平和2001、2005和2010年相比发生了结构性变化，即新疆北部呈现出了较高的农机化发展水平，南部较低。3个区域发展水平的方差分别为3.51、3.57和3.80，说明3个区域中地区发展水平聚集程度相似。

聚类结果显示，从空间维度上昌吉、巴州、塔城、博州和克拉玛依等5个地州农机化发展水平在不同的区划距离阀和时段内，北疆相邻地区农机化发展水平聚集效应较明显。同时区划结果也表明，乌鲁木齐、哈密、吐鲁番和喀什在4个区划年段中农机化发展水平的高度相似。2014年新疆各地州农机化发展水平形成北、东和南分异的趋势。从大区域发展的总体战略出发，局部区域之间的农机化发展水平差异的变化对全面实现农业现代化产生一定的影响，其影响程度的量化及评价方法需要进行进一步研究。

4 结论

(1)提出新疆农业机械化发展水平区划体系。构建基于标准值、熵和变异系数计算指标权重的方法，并在此基础上建立各地州2001～2014年农业机械化发展水平关系数据模型。

(2)对新疆各地州2001、2005、2010和2014年农机化发展趋势进行聚类分析，结合区域单元农机化发展水平方差分析发现，划分后的区域内生产单元农机化水平离散程度较小，而区域之间较高，反映系统聚类方法在农业机械化区域划分中效果较好。

(3)从空间纬度，到2014年形成了新疆北部和东部农机化水平较高，而南部较低的局面，即形成了微弱的分异趋势， 2014年新疆各地州农业机械化发展水平平均达到了67.67%。

(4)从时间纬度分析， 2001～2014年新疆各地区农业机械化发展水平波动较大，即，从2001、2005、2010和2014区划结果来看，从最初的南北疆地区同属一个类演变为2014年的南疆、北疆和新疆东部等3个发展区域，表明从时间纬度，各地州在14年中农业机械化发展模式受到地理因素以及区域经济发展水平、自然资源、科技水平等差异的交叉影响。

[1] 卢秉福， 韩卫平，朱明.农业机械化发展水平评价方法比较.农业工程学报， 2015, 31(16): 46～49

[2] 田扬戈， 边馥苓.基于概念聚类和面向属性归纳的区划分析.武汉大学学报：信息科学版， 2005, 30(1): 86～88

[3] 马忠玉， 高如嵩.农业区划学科理论体系雏形探讨.中国农业资源与区划， 1991，12(2)： 79～83

[4] 李晓， 林正雨，何鹏，等.区域现代农业规划理论与方法研究.西南农业学报， 2010, 23(03): 953～958

[5] 陶陶， 罗其友.农业的多功能性与农业功能分区.中国农业资源与区划， 2004, 25(01): 45～49

[6] 邓依萍， 刘涛.新疆节水农业区划及分区对策研究.节水灌溉， 2008，(10)： 8～11

[7] 靳雪， 胡继连.虚拟水视角下的农业区划研究——以黄淮海地区为例.中国农业资源与区划， 2011, 32(02): 53～57

[8] Riveiro J A，Marey M F，Marco J L，et al.Procedure for the classification and characterization of farms for agricultural production planning：Application in the Northwest of Spain.Computers and Electronics in Agriculture， 2008, 61(2): 169～178

[9] Berkel D B V，Verburg P H.Sensitising rural policy：Assessing spatial variation in rural development options for Europe.land Use Policy， 2011, 28(3): 447～459

[10]张宗毅， 曹光乔，易中懿.“十二五”农业机械化发展区域划分研究.中国农业资源与区划， 2011, 32(4): 50～55

[11]袁烨城， 周成虎，覃彪，等.多层次格网模型的近邻指数聚类生态区划算法与实验——以新疆北部地区区划为例.地球信息科学学报， 2011, 13(1): 1～11

[12]韩渊丰. 中国区域地理.广州：广东高等教育出版社， 2000

[13]陶红军， 陈体珠.农业区划理论和实践研究文献综述.中国农业资源与区划， 2014, 35(2): 59～66

[14]邓依萍， 刘涛.新疆节水农业区划及分区对策研究.节水灌溉， 2008，(10)： 8～11

[15]白人朴， 杨敏丽.农业机械化发展水平评价指标体系及评价标准研究.农业机械化软科学研究成果汇编(农业部农业机械化管理司)， 2001

[16]郑文钟， 何勇，岑益郎.基于粗糙集和模糊聚类的农机化水平评价方法.农业机械学报， 2006, 37(2): 58～61

[17]骆健民， 郑文钟，何勇.浙江省农业机械化发展水平评价.浙江大学学报：农业与生命科学版， 2007, 33(2): 217～221

[18]胡赛， 蒲春玲，汪霖，等.基于熵值法的乌什县农用地利用效益评价研究.中国农业资源与区划， 2016，37(3):111～115

[19]邸娜. 开放条件下中国大豆种子产业安全状况评估.中国农业资源与区划， 2016， 37(2):199～203,209

[20]Ni J，Li P，Wei C. Potentialities evaluation of regional land consolidation based on AHp and entropy weight method.Transactions of the Chinese Society of Agricultural Engineering， 2009, 25(5): 202～209

[21]储莎， 陈来.基于变异系数法的安徽省节能减排评价研究.中国人口.资源与环境， 2011，S1： 512～516

[22]田盛丰. 聚类分析方法.计算机研究与发展， 1992,(3)： 16～20

THE SPATIAL-TEMPORAL PATTERN OF THE DEVELOPMENT LEVEL OF AGRICULTURAL MECHANIZATION IN XINJIANG*

Tursun·Mamat, Xie Jianhua

(School of Mechanical and Traffic Engineering, Xinjiang Agricultural University, Urumqi 830052, China)

Agricultural mechanization plays an important role in the development of modern agricultural in the last 3 decades. The development in agricultural mechanization varied with time due to the invention and adoption of new technologies. At the same time, farmer economic conditions, soil conditions, land distribution and government policies for specific region also play important roles in the development of agricultural mechanization. During the farm mechanization in Xinjiang in the Last decade, the different regions in south and north show different characteristics of development. So, the differentiation pattern of the development level of agricultural mechanization (DLAM) is considered as one of the significant factor for mechanization management. This paper is to plan the agricultural mechanization level of Xinjiang for guiding the development of the mechanization in other areas. The suitable regional DLAM index and standard value were proposed for agricultural mechanization level of Xinjiang based on the statistical yearbook and statistical annual report from 2001 to 2014. Then 14 regions of Xinjiang Urumqi, Karmay, Turpan, Kumul, Changji, Eli, Tarbaghatay, Altay, Bortala, Bazhou, Ahsu, Kezhou, Kashgharand Hotan were selected as sample, and the data model of DLAM for each district in Xinjiang was established by applying combination weighting method on the basis of standard value, entropy and the coefficient of variation. The DLAM data of each region in 2001, 2005, 2010 and 2014 was collected as sample and the regionalization was carried out by applying system clustering algorithm. The results showed that on the basis of time dimension, there was an emerging trend on DLAM of each region in same area, which shifted from higher to lower differentiation, due to the central′s subsidies and autonomous region′s support policy. By the space dimension, the similarity of DLAM was higher in Changji, Bazhou, Tarbaghatay and Bortala based on the different threshold and revealed aggregation effects in the northern Xinjiang. It concluded that there were highly similar DLAM features in Urumqi, Kumul, Kashghar, and Turpan, during the regionalization in 2001, 2005, 2010 and 2014. The aggregation effect was weak in the others six regions during the study period. The results can be taken as a reference to make different policies in the management of agricultural mechanization in Xinjiang.

DLAM; combination weighting; regionalization; spatial-temporal pattern

10.7621/cjarrp.1005-9121.20170212

2016-06-15 作者简介：吐尔逊·买买提(1975—)，男，新疆阿克苏人，博士、讲师。研究方向：农业机械化、数据挖掘、软件工程。Email：tursun@xjau.edu.cn *资助项目：国家自然科学基金资助项目“基于非线性接触的杆齿式拾膜、卸膜机构工作机理研究”(51465057)

S23-01

A

1005-9121[2017]02081-08