基于BP神經(jīng)網(wǎng)絡(luò)的陜西省縣域鄉(xiāng)村性分異研究

趙濤濤，白建軍，尚忠慧

(陜西師范大學(xué) 旅游與環(huán)境學(xué)院， 陜西 西安 710062)

?

基于BP神經(jīng)網(wǎng)絡(luò)的陜西省縣域鄉(xiāng)村性分異研究

趙濤濤，白建軍*，尚忠慧

(陜西師范大學(xué) 旅游與環(huán)境學(xué)院， 陜西 西安 710062)

摘要：以陜西省83個(gè)縣域?yàn)閷?shí)證研究單元，基于城鄉(xiāng)一體化思想構(gòu)建了鄉(xiāng)村性綜合評(píng)價(jià)指標(biāo)體系，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)確定其指標(biāo)權(quán)重，在Visual Studio 2010平臺(tái)上計(jì)算鄉(xiāng)村性指數(shù)，并借助ArcGIS和GeoDA軟件劃分鄉(xiāng)村發(fā)展類型，對(duì)鄉(xiāng)村性數(shù)值分異及空間分異進(jìn)行了定量化測(cè)度和分析．運(yùn)用BP神經(jīng)網(wǎng)絡(luò)確定鄉(xiāng)村性權(quán)重及強(qiáng)度具有一定的可行性；陜西省縣域鄉(xiāng)村性在數(shù)值分異特征上，兩極分化嚴(yán)重，中低、中等、中高水平縣域組內(nèi)均衡；在空間分異特征上，呈陜南、陜北高，關(guān)中低，東低西高的分布格局，鄉(xiāng)村性空間關(guān)聯(lián)性較強(qiáng)，彼此聯(lián)系緊密．進(jìn)而對(duì)陜西省縣域鄉(xiāng)村性差異的成因做了初步探討，提出了縣域發(fā)展的方向．

關(guān)鍵詞：鄉(xiāng)村性；縣域尺度；BP神經(jīng)網(wǎng)絡(luò)；探索性空間分析；陜西省

ZHAO Taotao , BAI Jianjun , SHANG Zhonghui

(CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi’an710062,China)

鄉(xiāng)村性是綜合反映鄉(xiāng)村發(fā)展水平、揭示鄉(xiāng)村內(nèi)部差異、評(píng)價(jià)鄉(xiāng)村發(fā)展?fàn)顟B(tài)、識(shí)別鄉(xiāng)村地域空間的重要指標(biāo)，能夠反映城鄉(xiāng)內(nèi)部各種功能的交互影響，并隨著社會(huì)經(jīng)濟(jì)發(fā)展不斷變化.在城鄉(xiāng)一體化背景下，鄉(xiāng)村性和城市性是相對(duì)的，但兩者間不存在斷裂點(diǎn)，鄉(xiāng)村性強(qiáng)的區(qū)域城市性弱，即鄉(xiāng)村區(qū)域，反之亦然[1]．隨著現(xiàn)代化進(jìn)程的推進(jìn)，城市邊界向外擴(kuò)張，鄉(xiāng)村因受城市化影響的程度不同，導(dǎo)致發(fā)展水平不一，眾多學(xué)者利用指標(biāo)體系建立鄉(xiāng)村性指數(shù)(RI)來衡量鄉(xiāng)村性[2-3]，以此評(píng)價(jià)鄉(xiāng)村發(fā)展水平的差異，指導(dǎo)鄉(xiāng)村發(fā)展模式轉(zhuǎn)變，推動(dòng)城鄉(xiāng)一體化建設(shè)．

從現(xiàn)有文獻(xiàn)看，對(duì)于鄉(xiāng)村性的研究主要集中于概念內(nèi)涵、研究方法及應(yīng)用層面．目前研究方法較單一，側(cè)重于構(gòu)建鄉(xiāng)村專屬指標(biāo)體系，鄉(xiāng)村性指標(biāo)體系的構(gòu)建有2種方法，一是單層次測(cè)算法，即以城市或者鄉(xiāng)村指標(biāo)為評(píng)價(jià)依據(jù)來研究鄉(xiāng)村性[4-5]，未從區(qū)域整體考量，主觀上隔離了城市和鄉(xiāng)村的聯(lián)系，指標(biāo)體系不盡完善；二是雙層次測(cè)算法，即綜合了城市和鄉(xiāng)村指標(biāo)來評(píng)價(jià)鄉(xiāng)村性[6-7]，在城鄉(xiāng)一體化的大環(huán)境下對(duì)比分析鄉(xiāng)村性差異，不同區(qū)域間可以相互參照對(duì)比，廣受學(xué)者推崇．本研究綜合相關(guān)文獻(xiàn)，并征詢有關(guān)專家意見，從城鄉(xiāng)一體化視角來構(gòu)建陜西省縣域鄉(xiāng)村性綜合指標(biāo)體系．已有研究顯示，鄉(xiāng)村性指標(biāo)權(quán)重確定方法主要有主觀賦權(quán)法[3]、主客觀賦權(quán)法[5-6]、客觀賦權(quán)法[8]，這類方法較復(fù)雜，實(shí)際操作性較差，存在一定的局限性．BP神經(jīng)網(wǎng)絡(luò)則通過網(wǎng)絡(luò)訓(xùn)練不斷調(diào)節(jié)權(quán)值，方便且精度高，適合復(fù)雜對(duì)象和非線性模式識(shí)別，在處理分類預(yù)測(cè)問題方面明顯優(yōu)于其他分類方法，被廣泛應(yīng)用于某一對(duì)象的分類分析中[9-10]．

目前，鄉(xiāng)村性評(píng)價(jià)指標(biāo)體系仍沒有一個(gè)統(tǒng)一的規(guī)范，鄉(xiāng)村性指標(biāo)體系權(quán)重確定的相關(guān)研究也稍顯單薄，因此，本研究試圖從構(gòu)建鄉(xiāng)村性綜合評(píng)價(jià)指標(biāo)體系入手，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)確定合理權(quán)重，既能彌補(bǔ)客觀賦權(quán)法計(jì)算過程相對(duì)復(fù)雜的缺陷，又能避免主觀賦權(quán)法中人為因素和模糊隨機(jī)性的影響，為鄉(xiāng)村性指標(biāo)權(quán)重賦值和評(píng)價(jià)方法的研究提供參考，同時(shí)為陜西省縣域統(tǒng)籌一體化發(fā)展提供依據(jù)，以期推進(jìn)縣域經(jīng)濟(jì)的可持續(xù)發(fā)展和新農(nóng)村建設(shè)．

1數(shù)據(jù)來源及指標(biāo)體系構(gòu)建

考慮到縣級(jí)地域單元與市轄區(qū)的鄉(xiāng)村發(fā)展差異較大，不具可比性，故選取陜西省80個(gè)縣級(jí)行政單元和3個(gè)縣級(jí)市為空間分析尺度．研究中選取的指標(biāo)數(shù)據(jù)來源于《中國縣(市)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒2013年》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒2013年》和《陜西省統(tǒng)計(jì)年鑒2013年》．

根據(jù)《人文地理學(xué)詞典》中鄉(xiāng)村的定義可知，鄉(xiāng)村具體表現(xiàn)在產(chǎn)業(yè)結(jié)構(gòu)、農(nóng)業(yè)景觀、人口構(gòu)成、收入來源等社會(huì)經(jīng)濟(jì)的各個(gè)方面，鄉(xiāng)村性評(píng)價(jià)指標(biāo)選取應(yīng)充分體現(xiàn)鄉(xiāng)村性的鄉(xiāng)村元素，準(zhǔn)確反映縣域鄉(xiāng)村發(fā)展水平，同時(shí)兼顧指標(biāo)科學(xué)性、綜合性、地域性和可獲取性[11]．查詢文獻(xiàn)并對(duì)鄉(xiāng)村性指標(biāo)做頻數(shù)統(tǒng)計(jì)，并征詢相關(guān)專家意見，綜合取舍，構(gòu)建包括人口集聚水平、經(jīng)濟(jì)發(fā)展水平、社會(huì)發(fā)展水平和資源稟賦水平4個(gè)類型21項(xiàng)指標(biāo)的陜西省縣域鄉(xiāng)村性綜合評(píng)價(jià)指標(biāo)體系(見表1)．

表1　陜西省縣域鄉(xiāng)村性綜合評(píng)價(jià)指標(biāo)體系

2研究方法

2.1BP神經(jīng)網(wǎng)絡(luò)確定指標(biāo)權(quán)重

BP神經(jīng)網(wǎng)絡(luò)通常是指基于誤差反向傳播算法的多層前向網(wǎng)絡(luò)，由輸入層、輸出層和1個(gè)或若干個(gè)隱含層構(gòu)成，同層間無關(guān)聯(lián)，上下層間通過權(quán)重及閾值互聯(lián)[12](見圖1)．信息從輸入層經(jīng)隱含層傳向輸出層，通過不斷學(xué)習(xí)來修改各層神經(jīng)元的權(quán)值，使誤差信號(hào)最小，在期望范圍內(nèi)輸出結(jié)果[13]．根據(jù)含有1個(gè)隱含層的3層BP神經(jīng)網(wǎng)絡(luò)，只要隱含層節(jié)點(diǎn)數(shù)足夠多，就能以任何精度逼近有界區(qū)域上的任意連續(xù)函數(shù)，從而確定指標(biāo)權(quán)重[14]．以鄉(xiāng)村性綜合評(píng)價(jià)指標(biāo)體系作為輸入層，鄉(xiāng)村性等級(jí)作為輸出層，確定隱含層節(jié)點(diǎn)數(shù)及學(xué)習(xí)參數(shù)，通過訓(xùn)練，獲得網(wǎng)絡(luò)權(quán)重，進(jìn)行相關(guān)性計(jì)算，最終得到權(quán)重以評(píng)價(jià)鄉(xiāng)村性大小[15]．BP神經(jīng)網(wǎng)絡(luò)模擬過程如圖1所示.

圖1　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1　The structure of BP neural network

(1)訓(xùn)練樣本選?。捎诳h域鄉(xiāng)村性的BP神經(jīng)

網(wǎng)絡(luò)研究尚處于起步階段，沒有一個(gè)通用的評(píng)價(jià)標(biāo)準(zhǔn)，本文采用極值標(biāo)準(zhǔn)化法對(duì)輸入層數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以減少量綱不一的影響，利用自然斷點(diǎn)分級(jí)法[9-10]將數(shù)據(jù)樣本劃為5個(gè)等級(jí)，以構(gòu)建BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)(見表2)．輸出層數(shù)據(jù)中1表示高水平，0.8表示較高水平，0.6表示中等水平，0.4表示較低水平，0.2表示低水平．

表2　陜西省縣域鄉(xiāng)村性BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)標(biāo)準(zhǔn)

訓(xùn)練結(jié)束后，得到的是輸入層到隱含層及隱含層到輸出層的權(quán)重，要得到輸入層對(duì)輸出層的決策權(quán)重，需對(duì)各神經(jīng)元之間的權(quán)重加以分析處理[16]，分析相關(guān)顯著性系數(shù)(rij)與權(quán)重(sij)，公式如下：

(1)

(2)

其中，i為輸入單元，i=1，2，…，m；j為輸出單元，j=1；k為隱含單元，k=1，2，…，n；wki為隱含層神經(jīng)元k和輸入層神經(jīng)元i之間的權(quán)重系數(shù)；vjk為輸出層神經(jīng)元j和隱含層神經(jīng)元k之間的權(quán)重系數(shù)．

根據(jù)權(quán)重，計(jì)算鄉(xiāng)村性指數(shù)，公式如下：

(3)

式中：wi為各指標(biāo)權(quán)重，sij為第j個(gè)縣域鄉(xiāng)村發(fā)展水平指標(biāo)中第i項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值，RIj為縣域j的鄉(xiāng)村性指數(shù)，數(shù)值越大表明其鄉(xiāng)村性越強(qiáng)．

2.2探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析(ESDA)通過對(duì)現(xiàn)象空間分布格局進(jìn)行描述，以揭示研究對(duì)象之間的空間相互作用機(jī)制，其核心是空間關(guān)聯(lián)測(cè)度[17-18]．本研究在鄰接規(guī)則定義權(quán)重矩陣的基礎(chǔ)上，對(duì)陜西省縣域鄉(xiāng)村性做了全局空間自相關(guān)分析和局部自相關(guān)分析．

全局空間自相關(guān)是對(duì)研究對(duì)象屬性值在整個(gè)區(qū)域空間特征的描述，衡量區(qū)域之間整體的空間關(guān)聯(lián)與差異程度特征[6]，用統(tǒng)計(jì)量Global Moran’sI表示，I<0代表空間負(fù)相關(guān)，表示區(qū)域與其周邊地區(qū)的鄉(xiāng)村性具有顯著的空間差異，I值越趨近于-1，表明鄉(xiāng)村性總體空間差異越大；I=0代表空間不相關(guān)；I>0代表空間正相關(guān)，表示鄉(xiāng)村性較高(或較低)的區(qū)域在空間上顯著集聚，I值越趨近于1，表明鄉(xiāng)村性總體空間差異越?。?/p>

局部自相關(guān)分析用來識(shí)別不同空間位置上的熱點(diǎn)區(qū)與冷點(diǎn)區(qū)的空間分布規(guī)律，描述局部空間異質(zhì)性特征，由統(tǒng)計(jì)量Local Moran’sI(LISA)表示[19-20]．如果為熱點(diǎn)區(qū)，表明位置j周圍縣域的鄉(xiāng)村性值相對(duì)高于均值，屬于高值空間集聚；反之，冷點(diǎn)區(qū)為低值空間集聚．

3縣域鄉(xiāng)村性分異特征分析和成因探討

3.1縣域鄉(xiāng)村性的數(shù)值特征分析

計(jì)算得到最終指標(biāo)權(quán)重(見表3)．權(quán)重值較大的有人均社會(huì)消費(fèi)品零售額、一產(chǎn)從業(yè)人數(shù)占鄉(xiāng)村從業(yè)人數(shù)比重、一產(chǎn)從業(yè)人數(shù)占總?cè)藬?shù)比重、農(nóng)地產(chǎn)出率和一產(chǎn)增加值比重，合計(jì)達(dá)到了43.72%，而人均耕地面積、移動(dòng)電話戶數(shù)比重和農(nóng)村居民人均收入權(quán)重均小于1%，相差較大，BP神經(jīng)網(wǎng)絡(luò)確定的權(quán)重是對(duì)鄉(xiāng)村性等級(jí)的合理劃分，而不是對(duì)鄉(xiāng)村性是否具有重要影響的絕對(duì)標(biāo)準(zhǔn)．

各縣域鄉(xiāng)村性綜合指數(shù)的計(jì)算，采用ArcGIS中的自然斷點(diǎn)法，將鄉(xiāng)村性指數(shù)分為低水平、中低水平、中等水平、中高水平、高水平5個(gè)等級(jí)，并計(jì)算組內(nèi)均值(見表4)．

表3　鄉(xiāng)村性評(píng)價(jià)指標(biāo)權(quán)重

表4　陜西省縣域鄉(xiāng)村性指數(shù)綜合統(tǒng)計(jì)

經(jīng)計(jì)算，陜西省83縣域鄉(xiāng)村性總體均值為0.365 9，鄉(xiāng)村性總體發(fā)展水平屬于中等，高水平組均值比低水平組大0.192 7，并且鄉(xiāng)村性最高和最低縣域相差0.322 3，統(tǒng)計(jì)各個(gè)等級(jí)鄉(xiāng)村性個(gè)數(shù)，中高水平、中低水平、中等水平分別為26，21，18個(gè)，占了總數(shù)的78.31%，高水平、低水平縣域均有9個(gè)，表明陜西省縣域經(jīng)濟(jì)發(fā)展兩極分化嚴(yán)重，鄉(xiāng)村發(fā)展總體屬于中等水平．計(jì)算各等級(jí)組間偏差平方和，中低水平和中等水平縣域間分異趨勢(shì)最明顯,達(dá)到0.034 7，中高水平和高水平縣域間及中等水平和中高水平縣域間分異趨勢(shì)次之，低水平和中低水平縣域分異趨勢(shì)最弱，表明中等以下水平縣域鄉(xiāng)村性的差異相對(duì)較小，但中等以上水平和以下水平極化特征明顯．計(jì)算各等級(jí)組內(nèi)偏差平方和，低水平縣域(0.006 5)>高水平縣域(0.005 4)>中高水平縣域(0.003)>中低水平縣域(0.002 4)>中等水平縣域(0.002 3)，表明低水平縣域的鄉(xiāng)村性組內(nèi)差異較大，中等、中低水平縣域的鄉(xiāng)村性最為均衡．陜西省縣域的鄉(xiāng)村性呈現(xiàn)出強(qiáng)者較強(qiáng)、弱者偏弱，極化現(xiàn)象嚴(yán)重，中低、中等、中高水平縣域鄉(xiāng)村性組內(nèi)均衡的分布特征．

3.2縣域鄉(xiāng)村性的空間特征分析

運(yùn)用ArcGIS平臺(tái)上的趨勢(shì)分析工具將陜西省縣域鄉(xiāng)村性水平轉(zhuǎn)換為三維透視圖(見圖2)，以揭示縣域鄉(xiāng)村性的空間分異特征．南北方向上呈U形分布格局，即南北高，中間低，陜南陜北地區(qū)鄉(xiāng)村性總體較高，關(guān)中地區(qū)次之，而東西方向上呈階梯狀平滑過渡，鄉(xiāng)村性有逐步增強(qiáng)的趨勢(shì)，由東到西依次為(洛南縣、商南縣、丹鳳縣、山陽縣、白河縣)—(柞水縣、旬陽縣、平陽縣)—(寧陜縣、佛坪縣、眉縣)—(扶風(fēng)縣、岐山縣)—(太白縣、留壩縣)．

圖2　陜西省縣域鄉(xiāng)村性空間分異圖Fig.2　Spatial disparities of the ruralityin Shaanxi Province

經(jīng)計(jì)算得陜西省縣域鄉(xiāng)村性全局空間自相關(guān)Moran’sI指數(shù)為0.615 7，且Z檢驗(yàn)的顯著水平p<0.05，表明陜西省鄉(xiāng)村性在縣域尺度上呈聚集狀態(tài)，這與社會(huì)經(jīng)濟(jì)的不斷發(fā)展，陜北、關(guān)中、陜南地區(qū)整體經(jīng)濟(jì)差距逐步縮小有關(guān)．陜西省縣域鄉(xiāng)村性局部自相關(guān)Moran’sI散點(diǎn)圖見圖3，Moran’sI指數(shù)為0.554 5，第1象限為H-H型，該縣域被高水平縣域所包圍，為熱點(diǎn)區(qū)，占了總數(shù)的43.37%．第3象限為L-L型，該縣域被低水平縣域所包圍，為冷點(diǎn)區(qū)，占總縣域數(shù)的45.78%．第2象限為L-H型，該縣域被相對(duì)較高水平縣域所包圍．第4象限為H-L型，該縣域被相對(duì)較低水平縣域所包圍．2、4象限縣域較少，表明負(fù)空間聯(lián)系的地域較少．Moran’sI散點(diǎn)圖主要位于1、3象限，即縣域鄉(xiāng)村性與其鄰近縣域鄉(xiāng)村性正相關(guān)，鄉(xiāng)村性指數(shù)相近的縣域區(qū)域集中，縣域間的空間影響作用較強(qiáng)．

圖3　陜西省縣域鄉(xiāng)村性Moran’s I散點(diǎn)圖Fig.3　Moran’s I scatter plot of the rurality in Shaanxi Province

結(jié)合GeoDA軟件得到陜西省縣域鄉(xiāng)村性LISA集聚圖(見圖4)，進(jìn)一步分析縣域與周邊縣域鄉(xiāng)村性的空間關(guān)聯(lián)與差異程度．熱點(diǎn)區(qū)主要分布于漢中市的寧強(qiáng)縣、略陽縣、南鄭縣、鎮(zhèn)巴縣、西鄉(xiāng)縣、洋縣和佛坪縣，安康市的石泉縣、漢陰縣、紫陽縣、平利縣和鎮(zhèn)坪縣，西安市的周至縣等縣域，主要集中于陜南地區(qū)，這一區(qū)域90%是山地，不適合大規(guī)模開發(fā)建設(shè)，農(nóng)業(yè)是其主要發(fā)展模式，社會(huì)經(jīng)濟(jì)發(fā)展落后，與周圍縣域具有很強(qiáng)的正空間效應(yīng)，表現(xiàn)出高-高集聚特征．冷點(diǎn)區(qū)主要分布在榆林市和延安市的大部分縣域及寶雞市的麟游縣等縣域，主要集中在陜北地區(qū)，該地區(qū)能源豐富，其發(fā)展模式主要是能源化工產(chǎn)業(yè)，有著良好的經(jīng)濟(jì)基礎(chǔ)，成為鄉(xiāng)村性低-低聚集區(qū)．差異性區(qū)主要分布在寶雞市的鳳翔縣，咸陽市的三原縣及西安市的藍(lán)田縣．鳳翔縣、三原縣、藍(lán)田縣因靠近市轄區(qū)且周圍鄉(xiāng)村性較低，表現(xiàn)出高-低的特征．

從空間特征來看，陜西省鄉(xiāng)村性在縣域尺度上整體表現(xiàn)出聚集狀態(tài)，空間關(guān)聯(lián)性較強(qiáng)，彼此聯(lián)系較大．分析陜西省縣域鄉(xiāng)村性等級(jí)的空間分布圖(見圖4)，陜北地區(qū)鄉(xiāng)村性的各個(gè)等級(jí)分布的縣域個(gè)數(shù)較均衡，陜南地區(qū)大多集中在中等及以上水平,占總數(shù)的92%，關(guān)中地區(qū)集中在中等及以下水平,占85.71%，根據(jù)2012年公布的國家貧困縣數(shù)據(jù)，陜西省共有46個(gè)貧困縣(不包含市轄區(qū))，其中陜北11個(gè)、關(guān)中17個(gè)、陜南22個(gè)，分別占區(qū)域縣域總數(shù)的47.83%,48.57%,88%，表明陜西省陜北、關(guān)中、陜南地區(qū)的鄉(xiāng)村性差異較大，其中陜南地區(qū)鄉(xiāng)村性尤為明顯．陜南地區(qū)縣域鄉(xiāng)村性發(fā)展水平相對(duì)均衡，是一種低水平的均衡發(fā)展，在縣域尺度上呈高-高集聚特征，須改變發(fā)展模式，加強(qiáng)與周邊縣域的聯(lián)系，打破這一區(qū)域鄉(xiāng)村性較高的局面．陜北地區(qū)縣域鄉(xiāng)村性局部有差異，與能源分布及開采利用程度相關(guān)，在縣域尺度上呈低-低集聚特征，須逐步轉(zhuǎn)變能源開發(fā)模式，實(shí)現(xiàn)可持續(xù)發(fā)展．對(duì)于局部鄉(xiāng)村性較高的縣域，應(yīng)加強(qiáng)縣域間的合作，促進(jìn)經(jīng)濟(jì)輻射，共同推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展．

圖4　陜西省縣域鄉(xiāng)村性LISA集聚圖及鄉(xiāng)村性等級(jí)空間分布圖Fig.4　LISA cluster map of the rurality and spatial distribution of rurality grades of Shaanxi Province

3.3成因探討及發(fā)展對(duì)策

根據(jù)經(jīng)濟(jì)活動(dòng)的地域差異，將陜西省劃分為陜北、關(guān)中、陜南3個(gè)地域單元,從資源稟賦、經(jīng)濟(jì)基礎(chǔ)和區(qū)位條件等方面考慮鄉(xiāng)村性分異成因[21]，以認(rèn)識(shí)經(jīng)濟(jì)發(fā)展的區(qū)域特點(diǎn)，從而指導(dǎo)縣域的社會(huì)經(jīng)濟(jì)發(fā)展．

在資源稟賦方面，陜北地區(qū)煤炭、石油、天然氣、巖鹽等資源儲(chǔ)量較大，開發(fā)潛力巨大，資源帶動(dòng)了相關(guān)產(chǎn)業(yè)，促進(jìn)了當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展，因此鄉(xiāng)村性局部呈現(xiàn)低-低聚集特征；關(guān)中地區(qū)又稱渭河平原，在陜西省社會(huì)、經(jīng)濟(jì)、文化、政治發(fā)展中占據(jù)核心地位，內(nèi)部發(fā)展不一，局部鄉(xiāng)村性存在差異；陜南地區(qū)山川遍布，是老少邊窮山區(qū)，資源匱乏制約經(jīng)濟(jì)發(fā)展，鄉(xiāng)村性局部呈現(xiàn)高-高聚集特征．由于資源稟賦的差異，陜西省縣域鄉(xiāng)村性呈陜南、陜北高，關(guān)中低的特征，鑒于此，有必要培育優(yōu)勢(shì)產(chǎn)業(yè)集群：陜北地區(qū)依托資源優(yōu)勢(shì)，發(fā)展清潔能源產(chǎn)業(yè)，從而帶動(dòng)縣域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)；關(guān)中地區(qū)集中布局高新技術(shù)產(chǎn)業(yè)；陜南地區(qū)因地制宜，借助其在農(nóng)業(yè)、生態(tài)等方面的優(yōu)勢(shì)發(fā)展林果種植業(yè)等特色產(chǎn)業(yè)，推動(dòng)該地區(qū)鄉(xiāng)村旅游業(yè)的發(fā)展，建設(shè)農(nóng)業(yè)園區(qū)，以促進(jìn)縣域非農(nóng)產(chǎn)業(yè)的發(fā)展．

在經(jīng)濟(jì)基礎(chǔ)方面，陜北地區(qū)因能源產(chǎn)業(yè)的發(fā)展，成為經(jīng)濟(jì)發(fā)展最快的地區(qū)，各個(gè)等級(jí)鄉(xiāng)村性分布均衡；關(guān)中地區(qū)的經(jīng)濟(jì)基礎(chǔ)最好，是陜西省經(jīng)濟(jì)發(fā)展的增長點(diǎn)，帶動(dòng)了周邊地區(qū)的發(fā)展；陜南地區(qū)集中了較多貧困縣，基礎(chǔ)設(shè)施落后，缺乏經(jīng)濟(jì)發(fā)展動(dòng)力，鄉(xiāng)村性等級(jí)集中在中等以上水平．由于經(jīng)濟(jì)基礎(chǔ)參差不齊，陜南地區(qū)的鄉(xiāng)村性尤為明顯，鑒于此，陜北地區(qū)應(yīng)加大生態(tài)補(bǔ)償力度，加快農(nóng)村城鎮(zhèn)化建設(shè)；關(guān)中地區(qū)須培育新的經(jīng)濟(jì)增長點(diǎn)，引導(dǎo)產(chǎn)業(yè)轉(zhuǎn)移，擴(kuò)展城市發(fā)展空間，防止人口過度集聚；陜南地區(qū)亟須注入新的活力，大力發(fā)展第一產(chǎn)業(yè)，側(cè)重于第二與第三產(chǎn)業(yè)的優(yōu)化升級(jí)，實(shí)現(xiàn)對(duì)農(nóng)村剩余勞動(dòng)力的消化吸收，以現(xiàn)代農(nóng)業(yè)科技示范園區(qū)的方式帶動(dòng)特色產(chǎn)業(yè)發(fā)展．

在區(qū)位條件方面，關(guān)中地區(qū)處于承東啟西、引南接北的核心地帶，在國家級(jí)西咸新區(qū)、西咸一體化、關(guān)中-天水經(jīng)濟(jì)帶及西三角經(jīng)濟(jì)圈中扮演了重要角色，同時(shí)承接?xùn)|中部的產(chǎn)業(yè)轉(zhuǎn)移，帶動(dòng)了經(jīng)濟(jì)發(fā)展；而陜南、陜北地區(qū)受自然地理環(huán)境的制約，不具備良好的區(qū)位條件，需加強(qiáng)縣域間的空間活動(dòng)聯(lián)系，同時(shí)開展招商引資，承接產(chǎn)業(yè)轉(zhuǎn)移，培育市場(chǎng)主體，壯大縣域工業(yè)規(guī)模．

非公有制經(jīng)濟(jì)發(fā)展滯后是陜西省縣域鄉(xiāng)村性特征顯著的主要癥結(jié)，需放寬投資領(lǐng)域，加大信貸金融的支持力度，此外，政府政策扶持的方向應(yīng)偏重于陜南地區(qū)，引導(dǎo)陜北地區(qū)轉(zhuǎn)變生產(chǎn)方式，發(fā)揮關(guān)中地區(qū)的輻射和帶動(dòng)作用，積極營造有利于非公有制經(jīng)濟(jì)發(fā)展的外部條件，縮小區(qū)域間的差異，統(tǒng)籌城鄉(xiāng)一體化發(fā)展．

4結(jié)論

本研究綜合了眾多指標(biāo)以構(gòu)建鄉(xiāng)村性評(píng)價(jià)指標(biāo)體系，針對(duì)現(xiàn)有鄉(xiāng)村性權(quán)重賦值方法的局限性，提出了基于BP神經(jīng)網(wǎng)絡(luò)鄉(xiāng)村性權(quán)重確定模型，進(jìn)而實(shí)證分析陜西省縣域鄉(xiāng)村性權(quán)重賦值的可行性，借助ArcGIS和GeoDA軟件對(duì)陜西省縣域鄉(xiāng)村性的數(shù)值和空間特征進(jìn)行了分析．研究表明：

4.1鄉(xiāng)村性評(píng)價(jià)指標(biāo)體系的多元性和地域性，決定了鄉(xiāng)村性評(píng)價(jià)的多維度性，因此傳統(tǒng)評(píng)價(jià)模型權(quán)重確定的客觀性有待商榷，而BP神經(jīng)網(wǎng)絡(luò)具有非線性逼近訓(xùn)練特點(diǎn)，能夠自動(dòng)調(diào)節(jié)權(quán)重值，排除了人為因素的干擾，使結(jié)果更為客觀可靠．

4.2從數(shù)值分異來看，陜西省縣域鄉(xiāng)村性中等以下水平差異相對(duì)較小，但中等以上水平和以下水平差異較大，總體兩極分化明顯，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，呈現(xiàn)出中低、中等、中高水平縣域鄉(xiāng)村性組內(nèi)均衡的分布特征．

4.3從空間分異來看，陜北、關(guān)中、陜南地區(qū)的鄉(xiāng)村性差異較大，其中陜南地區(qū)的鄉(xiāng)村性尤為明顯，鄉(xiāng)村性在南北方向上呈U型分布，而在東西方向上具有由東向西逐步遞增的趨勢(shì)．由全局空間自相關(guān)分析可知，縣域鄉(xiāng)村性呈聚集狀態(tài)，與經(jīng)濟(jì)聯(lián)系日趨緊密．由局部空間自相關(guān)分析可知，大多數(shù)縣域與其鄰近縣域的鄉(xiāng)村性呈正相關(guān)，鄉(xiāng)村性指數(shù)相近的縣域區(qū)域集中，縣域間的空間影響作用較強(qiáng)．

4.4從影響因子來看，資源稟賦、經(jīng)濟(jì)基礎(chǔ)、區(qū)位條件、政策扶持等對(duì)鄉(xiāng)村性分異均有影響．陜北、陜南、關(guān)中地區(qū)縣域的發(fā)展應(yīng)因地制宜，根據(jù)自身特點(diǎn)及與周邊縣域的聯(lián)系進(jìn)行分類調(diào)控，加大城鄉(xiāng)統(tǒng)籌發(fā)展的力度，實(shí)現(xiàn)陜西省縣域協(xié)調(diào)發(fā)展．

需指出的是，本研究存在一定的局限性：鄉(xiāng)村性指標(biāo)體系構(gòu)建不夠全面，尚需賦予鄉(xiāng)村性新的發(fā)展內(nèi)涵；在空間分析尺度上沒能達(dá)到鄉(xiāng)鎮(zhèn)級(jí)別，未能探索微觀的時(shí)空演變模式和內(nèi)在關(guān)聯(lián)機(jī)理；忽視了時(shí)間尺度上的變化，未能解決鄉(xiāng)村發(fā)展定位及管理體制等問題；忽略了鄉(xiāng)村的社會(huì)化研究，包括鄉(xiāng)村感知、鄉(xiāng)村意象、鄉(xiāng)村的社會(huì)化發(fā)展機(jī)理和趨勢(shì).以上均需更深一步探討．

參考文獻(xiàn)(References)：

[1]張小林.鄉(xiāng)村概念辨析[J].地理學(xué)報(bào),1998,53(4):79-85.

ZHANG Xiaolin. On discrimination of rural definitions[J]. Acta Geographica Sinica,1998, 53(4): 79-85.

[2]李小建, 周雄飛, 鄭純輝. 河南農(nóng)區(qū)經(jīng)濟(jì)發(fā)展差異地理影響的小尺度分析[J].地理學(xué)報(bào),2008,63(2):147-155.

LI Xiaojian, ZHOU Xiongfei, ZHENG Chunhui. Geography and economic development in rural China: A township level study in Henan Province[J]. Acta Geographica Sinica,2008,63(2):147-155.

[3]龍花樓,劉彥隨,鄒健.中國東部沿海地區(qū)鄉(xiāng)村發(fā)展類型及其鄉(xiāng)村性評(píng)價(jià)[J].地理學(xué)報(bào),2009,64(4):426-434.

LONG Hualou, LIU Yansui, ZOU Jian. Assessment of rural development types and their rurality in eastern coastal China[J]. Acta Geographica Sinica,2009,64(4):426-434.

[4]張榮天,張小林,李傳武.基于縣域尺度的江蘇省鄉(xiāng)村性空間格局演變及其機(jī)理研究[J]. 人文地理,2013,130(2):91-98.

ZHANG Rongtian, ZHANG Xiaolin, LI Chuanwu. Evolvement and mechanism of spatial pattern of rurality in Jiangsu Province on county scale[J]. Human Geography,2013,130(2):91-98.

[5]李孝坤,李媛,成國積.重慶三峽庫區(qū)縣域鄉(xiāng)村性評(píng)價(jià)[J].經(jīng)濟(jì)地理,2013,33(6):125-132.

LI Xiaokun，LI Yuan，CHENG Guoji. Assessing the county’s rurality in the three gorges reservoir area of Chongqing[J]. Economic Geography,2013,33(6):125-132.

[6]孟歡歡,李同昇,于正松,等.安徽省鄉(xiāng)村發(fā)展類型及鄉(xiāng)村性空間分異研究[J] .經(jīng)濟(jì)地理,2013,33(4):144-149.

MENG Huanhuan，LI Tongsheng，YU Zhengsong,et al. Rurality and a correlation analysis of the county economy in Anhui Province[J]. Economic Geography,2013,33(4):144-149.

[7]林敏,章明卓,陶姝沅.浙江省鄉(xiāng)村性評(píng)價(jià)及空間格局演變研究[J].浙江農(nóng)業(yè)學(xué)報(bào),2014,26(4):1116-1121.

LIN Min, ZHANG Mingzhuo, TAO Shuyuan. Evaluation and spatial pattern of rurality in Zhejiang Province[J]. Acta Agriculturae Zhejianggensis,2014,26(4):1116-1121.

[8]周艷兵, 郝星耀,劉玉,等.河南省縣域鄉(xiāng)村發(fā)展類型及鄉(xiāng)村性空間分異研究[J].農(nóng)業(yè)現(xiàn)代化研究,2014,35(4):447-452.

ZHOU Yanbing, HAO Xingyao, LIU Yu, et al. Assessment of rural development types and rurality at county level in Henan Province[J]. Research of Agricultural Modernization,2014,35(4):447-452.

[9]周杜輝,李同昇,哈斯巴根.陜西省縣域綜合發(fā)展水平空間分異及對(duì)策研究[J]人文地理,2011,117(2):71-75.

ZHOU Duhui, LI Tongsheng, HASBAGEN. A study of spatial disparities of counties comprehensive development levels and spatial strategy in Shaanxi Province[J]. Human Geography,2011,117(2):71-75.

[10]余華,張小林,黃飛飛,等.江蘇省縣域城市性發(fā)展差異的BP神經(jīng)網(wǎng)絡(luò)測(cè)定[J].人文地理,2009,108(4):38-42.

YU Hua, ZHANG Xiaolin, HUANG Feifei, et al. Analysis on urbanity development differentiations of county areas in Jiangsu Province based on BP neural network[J]. Human Geography,2009,108(4):38-42.

[11]王富喜.山東省新農(nóng)村建設(shè)與農(nóng)村發(fā)展水平評(píng)價(jià)[J].經(jīng)濟(jì)地理,2009,29(10):1711-1715.

WANG Fuxi. Evaluation of the constructions and development level of the new countryside in Shandong Province[J]. Economic Geography,2009,29(10):1711-1715.

[12]張彥. 基于BP神經(jīng)網(wǎng)絡(luò)在白洋淀水質(zhì)綜合評(píng)價(jià)中的應(yīng)用[J]. 水科學(xué)與工程技術(shù),2014(3):63-66.

ZHANG Yan. Comprehensive assessment of water quality based on BP neural network in Baiyangdian Lake[J]. Water Sciences and Engineering Technology,2014(3):63-66.

[13]倪深海,白玉慧.BP神經(jīng)網(wǎng)絡(luò)模型在地下水水質(zhì)評(píng)價(jià)中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2000(8):124-127.

NI Shenhai, BAI Yuhui. Application of BP neural network model in groundwater quality evaluation[J]. Systems Engineering Theory and Practice,2000(8):124-127.

[14]ITO Y. Representation of functions by superposition of a step or sigmoidal function and their application to neural network theory[J]. Neural Networks,1991(4):385-394.

[15]白穆.人工神經(jīng)網(wǎng)絡(luò)在農(nóng)用地分等因素權(quán)重確定中的應(yīng)用研究[D].西安:長安大學(xué),2007.

BAI Mu. The Application of Artificial Neural Network in the Determination of the Weight of Farmland Classification Factors [D]. Xi’an: Chang’an University,2007.

[16]孫會(huì)君,王新華.應(yīng)用人工神經(jīng)網(wǎng)絡(luò)確定評(píng)價(jià)指標(biāo)的權(quán)重[J].山東科技大學(xué)學(xué)報(bào):自然科學(xué)版,2001,3(9):84-86.

SUN Huijun, WANG Xinhua. Determination of the weight of evaluation indexes with artificial neural network method[J]. Journal of Shandong University of Science and Technology: Natural Science,2001,3(9):84-86.

[17]李梅,王鐵.基于ESDA的區(qū)域經(jīng)濟(jì)格局時(shí)空演變研究以山東省為例[J].國土與自然資源研究,2011(6):9-11.

LI Mei, WANG Tie. Spatial and temporal evolution of regional economy pattern based on ESDA-A case study of Shandong Province[J]. Territory and Natural Resources Study,2011(6):9-11.

[18]蒲英霞,葛瑩,馬榮華,等.基于ESDA-GIS的區(qū)域經(jīng)濟(jì)空間差異分析[J].地理研究,2005,24(6):965-974.

PU Yingxia, GE Ying, MA Ronghua, et al. Analysis regional economic disparities based on ESDA[J]. Geographical Research,2005,24(6):965-974.

[19]張海峰,白永平,陳瓊.基于ESDA-GIS的青海省區(qū)域經(jīng)濟(jì)差異研究[J].干旱區(qū)地理,2009,32(3):454-461.

ZHANG Haifeng, BAI Yongping, CHEN Qiong. Regional economic disparities in Qinghai Province based on ESDA and GIS[J]. Arid Land Geography,2009,32(3):454-461.

[20]馬榮華,蒲英霞,馬小東.GIS空間關(guān)聯(lián)模式發(fā)現(xiàn)[M].北京:科學(xué)出版社,2007:109.

MA Ronghua, PU Yingxia, MA Xiaodong. Mining Spatial Association Patterns from GIS Database [M]. Beijing: Science Press, 2007:109.

[21]汪惠萍,章錦河,王玉玲.鄉(xiāng)村旅游的鄉(xiāng)村性研究[J].中國農(nóng)學(xué)通報(bào),2011,27(29):301-305.

WANG Huiping, ZHANG Jinghe, WANG Yuling. A study on rurality of rural tourism[J]. Chinese Agricultural Science Bulletin,2011,27(29):301-305.

Research on rurality differentiation of county areas in Shaanxi Province based on BP neural network . Journal of Zhejiang University(Science Edition), 2016,43(2):203-210

Abstract:The study applys the BP neural network to determine the index weight of rurality, which provides a new way to measure the rurality and lays the theoretical foundation of county economy development of Shaanxi Province. To establish a comprehensive index system of the rurality evaluation, we take 83 counties as research units based on the thoughts of the integration of urban and rural areas. We firstly use BP neural network to determine the index weight, and calculate the rurality index on the platform of Visual Studio 2010. Then, ArcGIS and GeoDA are utilized to classify the categories. Therefore we analyze the numerical and spatial differentiations of rurality quantificationally. It is viable to use the BP neural network to evaluate the weight and intensity. There is serious polarization of rurality in Shaanxi counties; The distribution is balanced in all categories. The rurality is high in the south and north of Shaanxi Province, and low in the middle part, which presents higher space relevance. Finally, we discuss the reason for the rurality disparity, and propose the method to solve the problems. The endowment of resource, economic foundation, location advantages and policies are the main factors that lead to the differences of rurality. So the counties in Shaanxi Province should take measures to adjust local conditions, and should adopt the developing models which based on their own characters and the connections between counties. Therefore, we intensify the urban-rural integration to realize county coordinated development in Shaanxi Province.

Key Words:the rurality; county areas; BP neural network; exploratory spatial analysis; Shaanxi Province

中圖分類號(hào)：F 127

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-9497(2016)02-203-08

DOI:10.3785/j.issn.1008-9497.2016.02.015

作者簡(jiǎn)介：趙濤濤(1989-)，ORCID:http://orcid.org/0000-0003-2335-7398,男，碩士研究生，主要從事城鄉(xiāng)規(guī)劃與區(qū)域發(fā)展研究，E-mail：ztt_snnu@163.com.*通信作者，E-mail：bjj@snnu.edu.cn.

基金項(xiàng)目：國家自然科學(xué)基金資助項(xiàng)目(41171310)．

收稿日期：2015-06-26.