基于我國疫情期間農(nóng)林牧漁業(yè)總產(chǎn)值的聚類分析

摘要：本文對我國2020 年疫情期間31省份農(nóng)林牧漁業(yè)總產(chǎn)值數(shù)據(jù)進(jìn)行了梳理， 運用SPSS對這四個指標(biāo)進(jìn)行聚類分析，先進(jìn)行系統(tǒng)聚類，然后運用K-means方法繼續(xù)聚類，得出了一些結(jié)論和思考。

關(guān)鍵詞：農(nóng)林牧漁;總產(chǎn)值;聚類分析;SPSS

1.論文的背景與意義

農(nóng)林牧漁業(yè)總產(chǎn)值指以貨幣表現(xiàn)的農(nóng)、林、牧、漁業(yè)全部產(chǎn)品的總量，它反映一定時期內(nèi)農(nóng)業(yè)生產(chǎn)總規(guī)模和總成果。農(nóng)業(yè)總產(chǎn)值的計算方法通常是按農(nóng)林牧漁業(yè)產(chǎn)品及其副產(chǎn)品的產(chǎn)量分別乘以各自單位產(chǎn)品價格求得;少數(shù)生產(chǎn)周期較長，當(dāng)年沒有產(chǎn)品或產(chǎn)品產(chǎn)量不易統(tǒng)計的，則采用間接方法匡算其產(chǎn)值;然后將四業(yè)產(chǎn)品產(chǎn)值相加即為農(nóng)業(yè)總產(chǎn)值。

農(nóng)林牧漁業(yè)總產(chǎn)值在國內(nèi)總產(chǎn)值中占有重要地位，其發(fā)展對我國國民經(jīng)濟(jì)穩(wěn)定快速發(fā)展有著深遠(yuǎn)的意義。2011-2020年中國農(nóng)林牧漁業(yè)總產(chǎn)值呈直線增長趨勢，至2020年底，中國農(nóng)林牧漁業(yè)總產(chǎn)值13.78萬億元，較2011年增長5.9萬億元。

疫情影響下各地的農(nóng)林牧漁業(yè)發(fā)展穩(wěn)定性尤為重要，本文主要以2020年疫情下全國31個省市自治區(qū)農(nóng)林牧漁業(yè)總產(chǎn)值為研究對象，通過系統(tǒng)聚類和快速聚類法（K-means聚類）把31個地區(qū)分為三類比較合適，對全國31個省、市、自治區(qū)的農(nóng)林牧漁業(yè)總產(chǎn)值水平進(jìn)行了地區(qū)差異分析。

2.數(shù)據(jù)的來源與數(shù)據(jù)的介紹

數(shù)據(jù)來源于國際統(tǒng)計局。其中該數(shù)據(jù)是按照現(xiàn)行統(tǒng)計制度，農(nóng)林牧漁業(yè)總產(chǎn)值的核算范圍是本轄區(qū)內(nèi)一定時期內(nèi)生產(chǎn)的農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)產(chǎn)品的價值量和對農(nóng)林牧漁業(yè)生產(chǎn)活動進(jìn)行的各種支持性服務(wù)活動的價值的總和。

根據(jù)農(nóng)業(yè)生產(chǎn)特點，農(nóng)林牧漁業(yè)總產(chǎn)值的核算采用“產(chǎn)品法”進(jìn)行計算，即用產(chǎn)品產(chǎn)量乘以價格求出各種產(chǎn)品的產(chǎn)值，然后把它們加總求得各業(yè)的產(chǎn)值，最后各業(yè)相加求出農(nóng)林牧漁業(yè)總產(chǎn)值。當(dāng)年生產(chǎn)的各種農(nóng)產(chǎn)品都要計算產(chǎn)值，并且每種產(chǎn)品都按全部產(chǎn)量計算，不扣除用于當(dāng)年農(nóng)產(chǎn)品生產(chǎn)消耗的那部分產(chǎn)品的產(chǎn)值。以林業(yè)為例，其產(chǎn)值主要包括林木的培育和種植，木材、竹材采運產(chǎn)值，林產(chǎn)品產(chǎn)值等。其中林木的培育和種植采用以費用代替生長量計算，即按從事人造林木各項生產(chǎn)活動的成本計算，先取得育苗面積、造林面積、零星植樹株數(shù)、跡地更新面積、幼林撫育面積、成林撫育面積六項資料，然后分別乘以上述各項生產(chǎn)活動的單位成本得到。

3.簡單的描述性統(tǒng)計分析

運用SPSS對這八個指標(biāo)進(jìn)行描述統(tǒng)計分析，對數(shù)據(jù)進(jìn)行過程處理，得到處理結(jié)果如下：

1. 四大類指標(biāo)中農(nóng)業(yè)總產(chǎn)值平均值最高為2314.4584，林業(yè)總產(chǎn)值平均值最低為192.3087。

2. 31省份指標(biāo)差異性最大也就是離散程度最高（標(biāo)準(zhǔn)差最大為1614.18928）的為農(nóng)業(yè)總產(chǎn)值，其次是牧業(yè)總產(chǎn)值;省份間差異性較小（標(biāo)準(zhǔn)差為147.11588）的為是漁業(yè)總產(chǎn)值。

4.實證分析

統(tǒng)計或計量方法的介紹：

系統(tǒng)聚類法（或?qū)哟尉垲惙?，hierarchical clustering method）是通過一系列相繼的合并或相繼的分割來進(jìn)行的，分為聚集的（agglomerative） 和分割的（divisive）兩種，適用于樣品數(shù)目n不是很大的情形。聚集系統(tǒng)法的基本思想是：開始時將n個樣品各自作為一類，并規(guī)定樣品之 間的距離和類與類之間的距離，然后將距離最近的兩類合并成一個新類， 計算新類與其他類的距離;重復(fù)進(jìn)行兩個最近類的合并，每次減少一類， 直至所有的樣品合并為一類。常用的系統(tǒng)聚類方法有： 最短距離法、最長距離法、類平均法、重心法、離差平方和法（Ward方法），以上系統(tǒng)聚類方法的區(qū)別在于類與類之間距離的計算方法不同。

動態(tài)聚類法，只能用于對樣品的聚類，而不能用于對變量的聚類。 動態(tài)聚類法有許多種方法，一種比較流行的動態(tài)聚類法為k均值法（k-means法） 。動態(tài)聚類法的計算量要比建立在距離矩陣基礎(chǔ)上的系統(tǒng)聚類法小得 多。因此，使用動態(tài)聚類法計算機所能承受的樣品數(shù)目n要遠(yuǎn)遠(yuǎn)超過使用系統(tǒng)聚類法所能承受的n。

k均值法（k-means法）的基本步驟：

1.選擇k個樣品作為初始凝聚點，或者將所有樣品分成k個初始類，然 后將這k個類的重心（均值）作為初始凝聚點。

2. 對除凝聚點之外的所有樣品逐個歸類，將每個樣品歸入凝聚點離它 最近的那個類（通常采用歐氏距離），該類的凝聚點更新為這一類 目前的均值，直至所有樣品都?xì)w了類。

3. 重復(fù)步驟2，直至所有的樣品都不能再分配為止。最終的聚類結(jié)果在一定程度上依賴于初始凝聚點或初始分類的選擇。 經(jīng)驗表明，聚類過程中的絕大多數(shù)重要變化均發(fā)生在第一次再分配中。

（2）數(shù)據(jù)與模型相結(jié)合分析

表1為我國2020 年31省份農(nóng)林牧漁業(yè)總產(chǎn)值數(shù)據(jù)情況，我們想要用這四個指標(biāo)來分析疫情發(fā)展一整年我國北京等31個省、直轄市、自治區(qū)農(nóng)林牧漁業(yè)水平分別屬于哪一個類別，哪幾個省市農(nóng)林牧漁業(yè)水平處在同一個水平。

運用SPSS對這四個指標(biāo)進(jìn)行聚類分析，先進(jìn)行系統(tǒng)聚類，得到初始的聚類結(jié)果樹狀圖，確定聚類的個數(shù)，然后運用K-means方法繼續(xù)聚類。

第一步：先進(jìn)行系統(tǒng)聚類，這里的系統(tǒng)聚類法，分別采用歐氏距離的類平均法、最短距離法、最長距離法把31個省市分類來得到我們需要的結(jié)論。對數(shù)據(jù)進(jìn)行系統(tǒng)聚類過程處理，得到處理結(jié)果：

1. 其中三個方法得到的數(shù)據(jù)缺失值報告均一致：

數(shù)據(jù)的缺失值為0，很可觀，可對其進(jìn)行聚類分析。

2. 三個方法得到的樹狀聚類圖結(jié)果顯示：類平均法和最遠(yuǎn)近鄰法這兩種方法來看，聚類數(shù)分為3類較為合適，最近鄰元素法最合適分類不太明顯。

第二步：再利用K-means法對31個省、市、自治區(qū)的城鎮(zhèn)居民消費水平進(jìn)行聚類分析，其中聚類數(shù)分為3類。

K=3時的k-means輸出結(jié)果如下：

1. 通過初始聚類中心表：可以看出，第一類的各指標(biāo)值總體上是最優(yōu)的，往下依次為第二類和第三類。

2. 迭代歷史記錄表展示了3個類中心點每次迭代的偏移情況，第三次迭代3個類的中心點偏移達(dá)到指定判定標(biāo)準(zhǔn)。

3. 最終聚類中心表展示了3個類的最終類中心情況，總體來看，第一類各指標(biāo)值仍是最優(yōu)的。

4. ANOVA表可以看出漁業(yè)總產(chǎn)值對聚類分析影響較小，顯著性大于0.05，農(nóng)業(yè)、林業(yè)、牧業(yè)總產(chǎn)值等對聚類分析影響較大。由于已選擇聚類以使不同聚類中個案之間的差異最大化，因此 F 檢驗只應(yīng)該用于描述目的。實測顯著性水平并未因此進(jìn)行修正，所以無法解釋為針對“聚類平均值相等”這一假設(shè)的檢驗。

5. 每個聚類中的個案數(shù)目表：給出了各類中的樣品數(shù)目，第一類包括13個地區(qū)，第二類包括15個 地區(qū)，第三類包括3個地區(qū)。

5.結(jié)論

以上先針對八大指標(biāo)先進(jìn)行了系統(tǒng)聚類，得到每兩個地區(qū)或類間的聚類過程，確定聚類數(shù)量為3，在此基礎(chǔ)上在進(jìn)行K-means聚類，通過這兩種方法的結(jié)合，使分析更充分優(yōu)化，得到疫情下2020年的全國31個省、市、自治區(qū)的農(nóng)、林、牧、漁業(yè)各總產(chǎn)值的差異化分析，得到了這31個省、直轄市、自治區(qū)消費水平分別屬于哪一個類別，哪幾個省市消費水平處在同一個水平，其中：

第一類：山東省、河南省、四川省，這3個省份農(nóng)業(yè)總產(chǎn)值尤其高，農(nóng)業(yè)產(chǎn)出大省;

第二類：江蘇省、黑龍江省、廣東省、湖北省、河北省、湖南省、廣西壯族自治區(qū)、新疆維吾爾自治區(qū)、云南省、陜西省、貴州省、安徽省、遼寧省、福建省、內(nèi)蒙古自治區(qū)，這些省份農(nóng)牧業(yè)總產(chǎn)值還可以，部分省份漁業(yè)總產(chǎn)值不錯;

第三類：北京市、天津市、山西省、吉林省、上海市、浙江省、江西省、海南省、重慶市、西藏自治區(qū)、甘肅省、青海省、寧夏回族自治區(qū)，這些省份農(nóng)、林、牧、漁業(yè)各總產(chǎn)值均較低，這些城市城市發(fā)展更多的不依賴于農(nóng)業(yè)，比如北京、天津、上海等更多的依賴于科技、金融等。

6.分析與討論

2020年新冠肺炎疫情對我國經(jīng)濟(jì)產(chǎn)生了重大沖擊，此次疫情情對國民經(jīng)濟(jì)、農(nóng)業(yè)和農(nóng)業(yè)食物系統(tǒng)的沖擊顯著。與無疫情基期相比，全國 GDP 下降嚴(yán)重的情況下，農(nóng)業(yè)下降的幅度相對小一些。特殊時期，保障國家糧食安全和重要農(nóng)產(chǎn)品有效供給更是尤為重要，2020 年又是全面建成小康社會和“十三五”規(guī)劃收官之年，也是脫貧攻堅決戰(zhàn)決勝之年，面對國內(nèi)外風(fēng)險與挑戰(zhàn)，我們穩(wěn)住了農(nóng)業(yè)，尤其是農(nóng)業(yè)大省的農(nóng)林牧漁業(yè)總產(chǎn)值。未來我們不僅要體量更要質(zhì)量，更要堅持農(nóng)業(yè)科技優(yōu)先發(fā)展，深化農(nóng)業(yè)科技體制改革確保糧食和重要副食品的安全。

參考文獻(xiàn)：

[1]郭志剛.《社會統(tǒng)計分析方法——SPSS軟件應(yīng)用》中國人民大學(xué)出版社

[2]張啟楠，張凡凡，曾詠梅.《我國城鎮(zhèn)化率與農(nóng)林牧漁業(yè)總產(chǎn)值之間的關(guān)系》江西農(nóng)業(yè)

[3]魏后凱.《協(xié)調(diào)推進(jìn)農(nóng)林牧漁業(yè)現(xiàn)代化改革的核心內(nèi)涵》 中國禽業(yè)導(dǎo)刊

[4]于超，江賽君，許光宇.《以企業(yè)產(chǎn)品法開展農(nóng)林牧漁業(yè)統(tǒng)計的探索思考》統(tǒng)計科學(xué)與實踐

作者簡介：張靜（1992.1-），女，滿族，天津市，本科，對外經(jīng)濟(jì)貿(mào)易大學(xué)統(tǒng)計學(xué)院，研究方向：大數(shù)據(jù)科學(xué)與應(yīng)用。