摘要：進行類型劃分首先需要確定研究的基本地域單元，地域單元的確定區在很大程度上受區域范圍的大小決定和影響，并且要求單元內自然條件和經濟社會狀況相似性盡量大，差異性盡量小，這樣就可以把每個農業地域單元作為一個整體對象進行分類研究。

 

　　關鍵詞：農業地域,結構類型,指標體系

 

　　農業類型研究是農業地理學關注的重點問題之一，國外學者對農業類型劃分的理論方法、指標體系，以及影響因素等進行了深入的探討，并依據各國或各地區的農業發展特征進行類型劃分[卜4|。

 

　　世紀60年代以來，我國學者對農業地域分類進行了較為深入的研究，如程鴻等選擇可反映部門結構和集約化程度的指標對四川甘孜阿壩地區進行了農業類型研究∞J，張步艱等對常山縣農業類型的劃分[6]6，王建國采用主成分分析和聚類分析法，按照地貌一主要作物一主導部門將四川米易縣安寧河流域劃分為5個類型17J，畢于遠根據地貌類型、巖溶地貌景觀類型與農民人均純收入將滇、黔、貴熔巖地區劃分為3大類和9個農業地域類型區I引，以及郭煥成等對全國農業類型的劃分【9]等。這些研究大多是以鄉鎮或公社等較小尺度的地域為研究單元，對縣域或者小區域的分類，就全國或大區域尺度的農業類型研究成果相對較少，針對東北地區的農業類型研究成果未見報道。

 

　　東北地區包括吉林、遼寧、黑龍江3省，土地面積約78．9萬km2，屬溫帶大陸性季風氣候，主要農作區>100C積溫為22000C～3600℃，平均年降水量400ram～l000ram，光熱資源豐富，適合多種作物生產。該區平原廣闊，土地肥沃，后備土地資源豐富，農業開發潛力大，是我國自然資源最為豐富和水土資源配置最好的地區之一，也是我國重要的糧食主產區和農業商品基地。東北地區類型多樣地貌和分異明顯的氣候、水文條件，以及區位條件、經濟發展水平、農業技術以及社會文化等，在不同發展條件和驅動機制下形成各具特色的農業地域結構類型。因此，如何合理劃分農業地域結構類型，不僅關系到區域農業資源優化配置和農林牧漁等產業的協調發展，而且也是制定區域農業發展倡議、宏觀決策和農業政策需要關注的重要問題。

 

　　1研究單元與數據獲取

 

　　東北地區農業地域結構類型劃分擬以縣級行政單元為基本的地域單元，結合大的地貌單元或其他自然條件，對評價結果進行聚類分析和類型歸并。據統計，2005年，東北3省共有36個地級行政單元(地級市、地區)，151個縣級行政單元(縣、縣級市、自治縣)?？紤]到行政區域的完整性，在進行類型劃分時對研究區域的基礎單元有如下兩類：①以縣級行政區域為基本地域單元的類型，共包括151個縣、縣級市、自治縣；②以市郊區為基本地域單元的類型，共34個。因此，參與分類研究的共有185個基本地域單元。數據主要來源于中國統計年鑒(2001—2006)，吉林統計年鑒(200l，2006)，遼寧統計年鑒(2001—2006)，黑龍江統計年鑒(2001．2006)，中國縣(市)社會經濟統計年鑒(200l一2006)，黑龍江省縣(市)農村社會經濟統計概要(2001—2006)，部分數據通過實地調研獲取。

 

　　2指標體系構建與指標遴選

 

　　2．1初始指標體系構建

 

　　農業地域結構類型劃分主要是對選取的地理數據或者指標進行聚類分析，并以數據或指標的統計量作為劃分類型的依據，指標選擇質量的高低直接影響聚類的結果。制約農業地域結構類型的因素和印證農業本身特征的參數指標很多，論文發表需要從中選出最能反映類型本質特征的指標。主要應考慮如下準則：①指有代表性的、能客觀反映農業類型特征與區域差異的指標。②選擇的指標既要現時性，也要符合計量要求，指標選取要有科學性，指標的目的明確、含義清晰、全面系統且簡潔。③選擇能夠運用計量方法計算。④考慮農業地域結構的多層次和復雜性，必須區分不同層次和不同屬性因素的差別。⑤指標的地域差異要顯著，指標之間基本上相互獨立，并在一定的歷史時期內相對穩定。依據上述原則，初步確定了由2大類40個指標構成的指標體系(表1)，包括：①水平類指標。采用發展水平、效益水平、投入水平、生產水平和資源利用水平等5個亞類指標共26個具體指標；②結構類指標。主要包括農業經濟結構、農業生產結構等2個亞類共14個具體指標。表1初步建立的指標體系

 

　　2．2指標遴選

 

　　對初步選取的40個具體指標進一步篩選，使其空間差異達到最大，而相關性達到最小，使分類系統更加準確。分析的原始數據以2000～2005年均值為基準。具體采用兩種方法進行計算：

 

　　2．2．1變異度分析。用變異系數G的大小來刻畫各指標在空間維上差異程度，S表示標準差，即：(i=1，2，3?40；，l=185)。根據各指標的變異系數計算結果(表2)，農民人均純收入、復種指數、旱地面積比例、糧食作物播種面積比例、豬肉產量比例等5個指標的變異系數小于0．5，說明這些指標的空間差異度較小，分辨率較弱。

 

　　2．2．2相關分析。利用SPsS可以計算出40個指標之間的相關系數。結果表明：人均農林牧漁總產值與人均農業產值、人均肉類總產量與人均豬肉占有量、水田面積比例與旱地面積比例的相關系數分別高達0．858、0．953和0．869。將相關分析與變差分析結果綜合考慮，按照空間差異最大、相關性最小原則，剔除人均農林牧漁總產值、農民人均純收入、人均豬肉占有量、復種指數、旱地面積比例、糧食作物播種面積比例、豬肉產量比例等7個指標。經過分析篩選，結果保留了33個指標構成聚類分析的指標體系。表2指標的變異系數指標島指標co指標0

 

　　3因子聚類與結果分析

 

　　3．1公因子提取

 

　　表3因子分析結果運用SPSS軟件對Z—st30i'e法無量綱處理過的33個指標進行因子分析，經過最大方差正交旋轉后可得公因子載荷矩陣(表3)。表3看出，前10個公因子的累積貢獻率為86．144％，即反映了原始數據86．144％的信息量，因此可用這lO個公因子的變化代表整個樣本相關變量的變化。其中，公因子l貢獻率達21．291％，在人均水稻占有量、水田面積比例、水稻產量比例、水稻播種面積比例等4個指標上有較大載荷，主要反映的是水稻生產水平與結構狀況；公因子2貢獻率為15．591％，在人均大豆占有量、大豆播種面積比例、大豆產量比例等3個指標上有較大載荷，主要反映的是大豆生產水平與結構狀況；公因子3貢獻率為12。507％，在耕地生產率、耕地農業機械總動力、耕地化肥使用量、耕地農藥使用量、農業人口人均用電量、有效灌溉面積比例等6個指標上有較大載荷，主要反映的是農業集約化水平；公因子4貢獻率為9．239％，在人均農業產值、人均糧食占有量、人均耕地面積有較大載荷，反映種植業發展水平；公因子5貢獻率為7．178％，在人均漁業產值、人均水產品產量、漁業產值比例3個指標上有較大的載荷，主要反映的是漁業生產水平與結構狀況；公因子6貢獻率為5．536％，在人均牧業產值、人均肉類總產量和牧業產值比例等指標上有較大的載荷，主要反映畜牧業發展水平與結構狀況；公因子7主要反映林業發展水平與結構狀況；公因子8主要反映養羊業發展水平與結構狀況；公因子9反映養牛業發展水平與結構狀況；公因子10反映農業開發水平。

 

　　3．2聚類分析與分類結果

 

　　聚類分析是依據某種方法及準則對一組樣本或變量進行分類的多元統計分析方法[13]。在此，采用Q型聚類法對185個樣本農業地域進行聚類分析與類型劃分。

 

　　運用線性回歸法求得185個地域單元的10個公因子得分值，作為樣本聚類分析的基礎數據。以185個樣本為標簽變量，以10個公因子得分值為聚類變量，運用sPss統計分析軟件，采用最長距離法和夾角余弦相組合的方法對185個地域單元進行層次聚類分析?；谏鲜鰧哟尉垲惙治鼋Y果，采用農業類型劃分的部門——作物(林系、牲畜)兩段分類法劃分類型，首先，依據農林牧漁等主要部門的構成比例，結合東北地區各農業生產及其結構的具體狀況，進行比較分析、歸類與綜合，可將東北地區185個地域單元劃分為農牧類、種植業類、牧農類、農牧漁類、林牧類和漁業類等6種類型(圖1)；在此基礎上，根據主要農作物結構、牲畜種類構成以及林系特征等進行識別，劃分為24個亞類(圖2)。圖1農業地域結構類型的空間格局圖2農業地域結構亞類的空間格局