基于二分K-均值的海陸差異研究

劉孝龍

摘 要：以沿海11個?。ㄖ陛犑?、自治區(qū)）的截面數(shù)據(jù)為樣本，構(gòu)建陸域和海域經(jīng)濟指標體系，運用K-means聚類算法，分別在陸域和海域指標中對沿海?。ㄖ陛犑小⒆灾螀^(qū)）進行聚類，研究海域與陸域的關(guān)聯(lián)性與差異性。

關(guān)鍵詞：聚類分析;數(shù)據(jù)挖掘;海陸差異

文章編號：1004-7026（2020）04-0028-02 ? ? ? ? 中國圖書分類號：F207? ? ? ?文獻標志碼：A

1 ?研究背景

我國海洋經(jīng)濟呈現(xiàn)出蓬勃發(fā)展的態(tài)勢，海洋產(chǎn)業(yè)不斷優(yōu)化升級，海洋經(jīng)濟對地區(qū)經(jīng)濟貢獻度不斷增加。但與海洋強國相比，我國海洋經(jīng)濟發(fā)展水平還存在著比較大的差距。當前，世界各國對海洋經(jīng)濟發(fā)展高度重視，我國針對海陸統(tǒng)籌發(fā)展也出臺了許多政策規(guī)劃。國內(nèi)外已經(jīng)有很多學者對陸海經(jīng)濟進行過研究。研究沿海11個?。ㄖ陛犑?、自治區(qū)）海域經(jīng)濟與陸域經(jīng)濟的聯(lián)系，對推動區(qū)域協(xié)調(diào)發(fā)展具有學術(shù)研究價值、應(yīng)用價值和現(xiàn)實意義。

國內(nèi)外進行了很多關(guān)于陸海海域統(tǒng)籌發(fā)展的研究。國外有研究陸海產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化必要性的[1]，也有研究沿海居民對海洋和海岸系統(tǒng)依賴性以及陸海協(xié)調(diào)與經(jīng)濟可持續(xù)發(fā)展的[2]。國內(nèi)有學者研究了海洋產(chǎn)業(yè)對陸海經(jīng)濟的帶動作用[3]，建立了陸域海域產(chǎn)業(yè)關(guān)聯(lián)模型[4]，也有文獻指出陸域經(jīng)濟壯大對陸海一體化起到了關(guān)鍵的推動作用[5]。

為探究陸域和海域經(jīng)濟指標的相關(guān)性和差異性，借助數(shù)據(jù)挖掘系統(tǒng)建模的優(yōu)勢，利用數(shù)據(jù)科學中聚類分析技術(shù)來研究陸海經(jīng)濟指標的相關(guān)性。已知的聚類分析算法有多種[6]，各種聚類方法被不斷提出和改進。在實際應(yīng)用中，聚類算法選擇取決于待評估數(shù)據(jù)的類型和聚類的目的，不同的算法適合于不同類型的數(shù)據(jù)。根據(jù)近年來出現(xiàn)的各種聚類方法的特點，常用的聚類算法可分為基于劃分的聚類算法[7]、基于層次的聚類算法、基于密度的聚類算法、基于網(wǎng)格的聚類算法等4種[8-9]。

基于劃分的聚類算法是在機器學習中應(yīng)用最多的。其假設(shè)聚類算法所使用的目標函數(shù)都是可微的，先對數(shù)據(jù)樣本進行初步分組，再將此劃分結(jié)果作為初始值進行迭代，在迭代過程中根據(jù)樣本點到各組的距離反復(fù)調(diào)整，重新分組，最終得到一個最優(yōu)的目標函數(shù)。最終聚類結(jié)果出現(xiàn)在目標函數(shù)收斂的情況下[10]。

K-mean算法成為經(jīng)典算法是由于其具有以下優(yōu)勢：①時間復(fù)雜度與數(shù)據(jù)集大小呈線性關(guān)系;②收斂于局部最優(yōu)解。K-mean算法也有缺點：①傳統(tǒng)的K-means使用歐氏距離，僅適用于球形數(shù)據(jù);②對噪聲和孤立點較為敏感[11-12]。

2 ?研究過程

2.1 ?指標選取與數(shù)據(jù)預(yù)處理

采用的指標分為陸域指標和海域指標。陸域指標包括陸域生產(chǎn)總值增長率、陸域產(chǎn)業(yè)就業(yè)人數(shù)、陸域產(chǎn)業(yè)固定資產(chǎn)投資總額陸域三次產(chǎn)業(yè)比重、地區(qū)就業(yè)、出口總值、陸域勞動生產(chǎn)率、陸域經(jīng)濟密度、社會消費品零售總額等。海域指標除與陸域相似替代指標外，還有港口貨物吞吐量、濱海旅游外匯收入一些海洋特色指標。兩類指標共計31個指標。

為保證數(shù)據(jù)的完整性與準確性，數(shù)據(jù)選取沿海11個省（直轄市、自治區(qū)）2015年在這些指標下的數(shù)據(jù)。由于各指標量綱不同且數(shù)值具有非常大的比例差異，可能影響聚類性能。采用sklearn機器學習算法庫對數(shù)據(jù)進行縮放，縮放后的數(shù)據(jù)范圍在0～1之間。

2.2 ?聚類分析

K-means聚類算法易于理解，可解釋性強，可以自己選擇參數(shù)，但在實際應(yīng)用上k-mean算法弊端也很明顯，即算法可能收斂到局部最小值，而非全局最小值。為了克服這種弊端，使用python中的標準庫numpy構(gòu)建二分k-均值算法，用選取數(shù)據(jù)建立聚類模型，得到聚類結(jié)果。簇類別取值為0、1、2，表示3種類別。距離表示該樣本與自己所在簇質(zhì)心的距離。聚類結(jié)果如表1所示。

3 ?結(jié)果分析

由聚類分析結(jié)果可知，在海域分類結(jié)果中，遼寧、河北、福建、廣西、海南分為一類，天津、上海分為一類，山東、江蘇、浙江、廣東分為一類;在陸域分類結(jié)果中，遼寧、上海分為一類，天津、山東、江蘇、浙江、福建、廣東分為一類，河北、廣西、海南分為一類。

容易看出，河北、廣西、海南在海域和陸域分類中都處于同一類別，山東、江蘇、浙江、廣東在海域和陸域分類中都被分到同一類別，說明這些省（直轄市、自治區(qū)）的陸海協(xié)同度較高。河北、山東的陸海產(chǎn)業(yè)均以第二產(chǎn)業(yè)為主，資源配置合理，陸域經(jīng)濟和海域經(jīng)濟聯(lián)動緊密。長三角區(qū)域的江蘇、浙江是以制造業(yè)、工業(yè)為支撐的大省，總體上陸海經(jīng)濟發(fā)展協(xié)調(diào)。江蘇省近年涉海就業(yè)人員占地區(qū)就業(yè)人員比重較低，但人均海洋生產(chǎn)總值呈增長態(tài)勢。浙江省存在海洋科技人才匱乏導致海洋科技貢獻率低等問題，但具有優(yōu)勢的海洋第三產(chǎn)業(yè)對陸域經(jīng)濟起到了很好的反哺作用。廣東、海南陸域經(jīng)濟和海域經(jīng)濟聯(lián)動較弱，但是協(xié)調(diào)聯(lián)動性仍強于同樣處于珠三角地區(qū)的福建、廣西。

在兩種分類結(jié)果中，與上海處于同一類別的?。ㄖ陛犑?、自治區(qū)）很少。不管在陸域經(jīng)濟領(lǐng)域還是海域經(jīng)濟領(lǐng)域，上海都處于領(lǐng)先地位。上海是金融中心，其發(fā)達的濱海旅游業(yè)和國際航運中心的地位為陸域海域經(jīng)濟發(fā)展貢獻了巨大推動力。

天津、福建、遼寧等?。ㄖ陛犑校┰诤Ｓ蚝完懹蚍诸愔蟹謩e處于不同類別，說明這些省（直轄市）在陸域和海域發(fā)展中存在結(jié)構(gòu)失衡問題。遼寧海洋經(jīng)濟基礎(chǔ)較薄弱，海洋經(jīng)濟總量中大部分由傳統(tǒng)行業(yè)組成，從產(chǎn)業(yè)結(jié)構(gòu)角度上看，落后于其他產(chǎn)業(yè)結(jié)構(gòu)以“三二一”和“二三一”為特征的地區(qū)。天津設(shè)立濱海新區(qū)，通過政策優(yōu)惠、財政支持、融資擴展等方式引進企業(yè)，為海洋發(fā)展提供財力及政策支持，其人均海洋生產(chǎn)總值位于前列，但人均陸域生產(chǎn)總值和陸域產(chǎn)業(yè)就業(yè)人數(shù)均處于較低水平。

4 ?結(jié)束語

經(jīng)過對比研究發(fā)現(xiàn)，河北、廣西、海南、山東、江蘇、浙江、廣東在海域和陸域聚類中結(jié)果相似，說明其陸海經(jīng)濟具有較好的協(xié)調(diào)性，天津、福建、遼寧則在陸域和海域的聚類中呈現(xiàn)出差異性。從自然資源稟賦、需求結(jié)構(gòu)、勞動力狀況、技術(shù)創(chuàng)新、科技因素、政策因素等方面進行分析，對沿海省（直轄市、自治區(qū)）協(xié)調(diào)陸海經(jīng)濟發(fā)展具有重要的指導意義。

參考文獻：

[1]Cochrane K L. Reconciling sustainability， economic efficiency and equity in fisheries： the one that got away？ [J]. Fish and fisheries，2000（1）：3-21.

[2]Hameedi. Study on sea coupling coordination mechanism from the perspective of the giant system[J]. Ecological Economy，2016（8）：25-28.

[3]欒維新，王海英.論我國沿海地區(qū)的陸海經(jīng)濟一體化[J].地理科學，1998（4）：343-348.

[4]于謹凱，曹艷喬.海洋產(chǎn)業(yè)影響系數(shù)及波及效果分析[J].中國海洋大學學報（社會科學版），2007（4）：7-12.

[5]鄭堅銘.南海陸海經(jīng)濟一體化的島礁建設(shè)探討[J].現(xiàn)代商貿(mào)工業(yè)，2019（19）：41-42.

[6]Xu R， Wunsch D C. Survey of clustering algorithms [J]. Transactions on Neural Networks，2005（3）：645-678.

[7]Hong Y， Kwong S. Learning assignment order of instances for the constrained K-means clustering algorithm [J]. IEEE Transactions on Systems， Man and Cybernetics， Part B （Cybernetics），2008（2）：568-574.

[8]賀玲，吳玲達，蔡益朝.數(shù)據(jù)挖掘中的聚類算法綜述[J].計算機應(yīng)用研究，2007（1）：10-13.

[9]孫吉貴，劉杰，趙連宇.聚類算法研究[J].軟件學報，2008（1）：48-61.

[10]王駿.無監(jiān)督學習中聚類和閾值分割新方法研究[D].南京：南京理工大學，2010.

[11]Kaufman L， Rousseeuw P J. Finding groups in data： an introduction to cluster analysis[M]. John Wiley & Sons，2009.

[12]Huang Z. Extensions to the k-means algorithm for clustering large data sets with categorical values[J]. Data mining and knowledge discovery，1998（3）：283-304.