農(nóng)經(jīng)權(quán)中數(shù)據(jù)缺省的技術(shù)彌補與緩解機制研究
——以福建省廈門市某區(qū)為例

柴 旭

(福建省地質(zhì)測繪院，福建 廈門 361012)

在農(nóng)村土地承包經(jīng)營權(quán)外業(yè)確權(quán)登記活動中，受到調(diào)查對象遺漏、調(diào)查對象認知能力約束以及調(diào)查員自身思維縝密性的限制，往往造成外業(yè)調(diào)查表中數(shù)據(jù)的缺省，對于這一部分數(shù)據(jù)不彌補又通常耗費大量的人力、物力、財力進行補充調(diào)查，耗時長，效率較低，對于這一問題的優(yōu)化處理往往采用技術(shù)彌補與社會性補充調(diào)查相結(jié)合的方法。當(dāng)前對于數(shù)據(jù)缺省重構(gòu)普遍采用均值法或最大頻率法，然而這些方法往往造成彌補數(shù)據(jù)失真的問題。鄂旭等(2005)基于斷點屬性值加以探索；趙飛等(2011)基于最小計數(shù)概要提出最小頻率概要而實現(xiàn)缺省數(shù)據(jù)的填補；張其文等(2006)基于粗集理論思想，以相似關(guān)系替代粗集理論中的不可分辨關(guān)系，從而提出基于相似關(guān)系的填充算法，以實現(xiàn)數(shù)據(jù)重構(gòu)精度；武森等(2012)則基于不完備數(shù)據(jù)聚類的缺失數(shù)據(jù)填補方法來針對非類變量不完備數(shù)據(jù)集定義約束容差機和差異度，從而直接計算研究對象的總體相異程度以實現(xiàn)數(shù)據(jù)填補；谷峪等(2010)通過動態(tài)概率路徑實踐模擬，基于挖掘已知的區(qū)域之間的順序相關(guān)性來對后續(xù)發(fā)生的時間進行判斷和填補；張偉(2003)則基于Rough集理論加以探究，其不需要附加信息，具有計算簡單、直觀等優(yōu)勢；郭景峰等(2002)，文碩頻等(2003)從數(shù)據(jù)間的關(guān)系入手，引入相似性概念，基于決策樹來實現(xiàn)遺失數(shù)據(jù)的填補；盧娟等(2012)基于規(guī)范變量分析以實現(xiàn)數(shù)據(jù)的重構(gòu)。通過對前人研究的梳理，本文將詳述三種適宜彌補農(nóng)村土地承包經(jīng)營權(quán)確權(quán)頒證中的數(shù)據(jù)缺省方法，再通過社會性緩解機制來緩解因數(shù)據(jù)缺省而引發(fā)的農(nóng)戶與政府及技術(shù)施工方的矛盾，從而促進項目高效、高質(zhì)推進，服務(wù)于農(nóng)村社會經(jīng)濟發(fā)展。

1 研究區(qū)域與數(shù)據(jù)特征

研究區(qū)域為福建省廈門市某標(biāo)段位于福建省東南部沿海地區(qū)，亞熱帶海洋性氣候，全年氣候溫潤，地形較平坦，區(qū)內(nèi)工業(yè)、文教發(fā)達，有新建高鐵車站一座，常住人口3.8萬人，流動人口4.5萬人，農(nóng)業(yè)現(xiàn)代化水平高，新型農(nóng)業(yè)經(jīng)營主體發(fā)育較為完善，農(nóng)地利用效率高。

研究區(qū)域數(shù)據(jù)整體完整性在96%以上，主要數(shù)據(jù)缺省在身份證號碼、地塊合同面積等兩方面。身份證號碼數(shù)據(jù)缺省存在兩個方面，其一是身份證號碼數(shù)據(jù)缺失，其二是身份證號碼錯誤，前者必須通過二次調(diào)查獲取，后者可通過身份證驗證程序加以修正。而地塊合同面積缺省直接指數(shù)據(jù)缺失，該數(shù)據(jù)能夠經(jīng)由數(shù)據(jù)重構(gòu)獲取。

2 數(shù)據(jù)重構(gòu)方法

本文中著重于對基于遺失數(shù)據(jù)重構(gòu)的軟測量方法、基于決策樹的不完全決策表的數(shù)據(jù)補充方法以及一種身份證信息驗證與補遺算法實現(xiàn)數(shù)據(jù)重構(gòu)。

2.1 基于遺失數(shù)據(jù)重構(gòu)的軟測量方法

…,yl]T+[x1,x2,…,xm,y1,…,yl]

U[0,0,…,1,0,…,0]T

=0

(1)

聯(lián)合上述l個等式可得到：

(2)

由此可得遺失數(shù)據(jù)的重構(gòu)值表達式(趙京梅等，2010)：

(3)

2.2 基于決策樹的不完全決策表的數(shù)據(jù)補充方法

2.2.1 決策樹構(gòu)建

根據(jù)前文，對象集為X，決策樹生成算法為以下形式(圖1)。

圖1 決策樹生成流程Fig.1 Creative processes of decision trees

基于信息理論，可得到一棵決策樹能對樣本做出不完全正確劃分的期望熵D(X)，即

(4)

以y為節(jié)點所需的期望信息E(y)，即

(5)

表1 身份證信息驗證與補遺表

2.2.2 遺失數(shù)據(jù)彌補

首先，應(yīng)將該節(jié)點所有ai*在y的取值確定為該節(jié)點其他不含“*”對象在y的取值，再修改ai*為ai且從其他節(jié)點中去掉ai*。

再次，取與ai具有最大相似度的F中的對象aj，y(ai)=y(aj)，在含有aj的子節(jié)點修改ai*→ai，且同時從其他節(jié)點中去掉ai*。若節(jié)點中仍存“*”，重復(fù)前述過程直到“*”不存在為止。

最后，停止對屬性值的修正，轉(zhuǎn)到?jīng)Q策樹構(gòu)造中，對新產(chǎn)生的節(jié)點重復(fù)上述操作(郭景峰等，2002；文碩頻等，2003)。

2.3 身份證信息驗證與補遺算法

身份證信息驗證與補遺算法基于Excel平臺而開發(fā)，具體算法結(jié)構(gòu)如下：

首先，構(gòu)建身份證信息驗證與補遺表，該表分為兩大模塊，即身份證號碼輸入模塊與審核結(jié)果輸出模塊。審核結(jié)果輸出模塊又包含數(shù)位驗證、地址碼驗證、出生日期碼驗證、順序碼驗證、校驗碼驗證、統(tǒng)計驗證值、驗證結(jié)果等七個子模塊構(gòu)成(表1)。

其次，設(shè)計數(shù)位驗證、地址碼驗證、出生日期碼驗證、順序碼驗證、校驗碼驗證、統(tǒng)計驗證值、驗證結(jié)果等七個子模塊的算法。

最后，在“身份證號碼”對應(yīng)的表格中填入身份證號碼即可得到驗證信息與修正信息。

3 外業(yè)數(shù)據(jù)補遺的實證研究

3.1 基于遺失數(shù)據(jù)重構(gòu)軟測量方法的實證分析

由此可得遺失數(shù)據(jù)的重構(gòu)值：

補遺獲取的31對數(shù)據(jù)異常值為2對(即實測面積與合同面積的絕對值大于等于0.2畝)，因此再將上述實驗重復(fù)而獲取得到數(shù)據(jù)重構(gòu)值為：

通過檢驗，此兩組數(shù)據(jù)符合數(shù)據(jù)精度要求(盧娟等，2012；李慶華，2011)。

3.2 基于決策樹的不完全決策表的數(shù)據(jù)補充方法的實證分析

3.3 身份證信息驗證與補遺算法的實證分析

表2 身份證信息驗證結(jié)果

基于前述算法可以得到表2的計算結(jié)果。1963項數(shù)據(jù)中有24個數(shù)據(jù)身份證信息存在問題，其中存在2個身份號碼錯誤(算法可以識別更正)，22個身份證號碼缺失，需要二次調(diào)查。

研究顯示，第1102條數(shù)據(jù)中，身份證號末尾應(yīng)更正為8；第1261條數(shù)據(jù)中，身份證號末尾應(yīng)更正為6。與此同時，修正后數(shù)據(jù)仍需在公示時請農(nóng)戶查驗，以確保數(shù)據(jù)精準(zhǔn)性。而22條缺省數(shù)據(jù)則需要公示后二次調(diào)查。

4 社會性數(shù)據(jù)補遺緩解機制

農(nóng)村土地承包經(jīng)營權(quán)確權(quán)登記頒證是一項關(guān)系國計民生的重要普查性工作，因此其有高度的精度要求，故而通過算法補遺之后需要再次到農(nóng)村進行公示及公示后的再次補充調(diào)查。對于農(nóng)村土地承包經(jīng)營權(quán)確權(quán)登記頒證外業(yè)數(shù)據(jù)完善后的公示及公示后的再次補充調(diào)查，為避免數(shù)據(jù)嚴重缺失和高度失真而引發(fā)農(nóng)戶負面情緒，因此文章前述部分對數(shù)據(jù)缺省問題做了一系列修正處理，而如何在緩和二次調(diào)查所引發(fā)的農(nóng)戶情緒沖突，文章對此做了以下一系列探討。

4.1 具有針對性的二次調(diào)查

研究區(qū)域數(shù)據(jù)整體完整性在96%以上，而在補遺之后，數(shù)據(jù)精度達到99%左右，經(jīng)過公示后可根據(jù)農(nóng)戶確認表知曉何者為存在問題的數(shù)據(jù)，基于此可以采取有針對性的二次調(diào)查。在公示過程中，不宜出現(xiàn)聚眾現(xiàn)象(農(nóng)民人數(shù)>5人)，以規(guī)避農(nóng)戶間相互的負面信息傳遞而產(chǎn)生的數(shù)據(jù)夸大現(xiàn)象。在二次調(diào)查中，應(yīng)采用1對1的調(diào)查模式，規(guī)避其他農(nóng)戶對調(diào)查農(nóng)戶的信息干擾，從而保障數(shù)據(jù)精度。

4.2 權(quán)威文本資料核查

農(nóng)戶受到教育水平、認知能力等約束而不能夠清晰知曉證件信息、耕地信息，因此在對農(nóng)戶進行訪談法調(diào)查時應(yīng)請農(nóng)戶出示相關(guān)證件，以保障數(shù)據(jù)質(zhì)量。訪談法調(diào)查之后應(yīng)通過地方農(nóng)業(yè)部門、村委會協(xié)助，查閱文件資料以實現(xiàn)調(diào)查信息的驗證，倘若存在差異則應(yīng)與農(nóng)戶再次確認，從而避免數(shù)據(jù)的再次錯誤。

4.3 農(nóng)戶參與性緩解方法

確權(quán)工作人員多非本地人，在語言、行為偏好等方面與農(nóng)戶存在差異，從而在溝通上存在一定障礙。對此，應(yīng)邀請標(biāo)段所在村組知識水平、人際交往能力、語言能力、權(quán)威性高的長者予以協(xié)助，參與調(diào)查，從而實現(xiàn)農(nóng)戶參與，緩解被調(diào)查農(nóng)戶的心理壓力，降低溝通成本，提升數(shù)據(jù)精度質(zhì)量。

5 結(jié)論

本輪農(nóng)村土地承包經(jīng)營權(quán)確權(quán)登記頒證是我國土地制度改革中一項具有里程碑意義的工作，其明確農(nóng)村土地權(quán)屬，將長期以來積壓下來的土地權(quán)屬問題有效解決，為土地流轉(zhuǎn)、土地規(guī)模經(jīng)營、培育新型農(nóng)業(yè)經(jīng)營主體奠定了良好的基礎(chǔ)。當(dāng)前，本輪農(nóng)村土地承包經(jīng)營權(quán)確權(quán)登記頒證工作是在試驗中進行，工程實施標(biāo)準(zhǔn)不斷根據(jù)實際發(fā)生的問題的變化，數(shù)據(jù)精度、農(nóng)戶認可度等方面仍在不斷探索緩解的契合點，因此本文就確權(quán)活動中數(shù)據(jù)缺省問題加以探討，不僅僅支持技術(shù)性彌補，更注意到社會性緩解方案的建立，基于上述研究，本文可凝聚以下兩點主要結(jié)論：

(1)數(shù)據(jù)缺省能夠通過技術(shù)手段加以彌補，這種手段并非簡單的數(shù)據(jù)重構(gòu)，而需要經(jīng)過一些列數(shù)理理論加以支撐。本文對地塊信息的彌補采用了基于遺失數(shù)據(jù)重構(gòu)的軟測量方法、基于決策樹的不完全決策表的數(shù)據(jù)補充方法，對身份證信息缺失采用了身份證信息驗證與補遺算法加以實現(xiàn)。

(2)在前人的研究的成果與數(shù)據(jù)運行實踐基礎(chǔ)上表明，基于遺失數(shù)據(jù)重構(gòu)軟測量方法相比傳統(tǒng)方法更為靈活，而基于決策樹的不完全決策表的數(shù)據(jù)補充方法則大大提高了數(shù)據(jù)補遺精度。

(3)確權(quán)數(shù)據(jù)經(jīng)過技術(shù)性補遺之后必須進行公示及公示后的再次補充調(diào)查，同時應(yīng)使農(nóng)戶積極參

與，共同完成數(shù)據(jù)彌補。公示及公示后的再次補充調(diào)查必須是具有針對性的二次調(diào)查，在調(diào)查之后應(yīng)進行權(quán)威文本資料核查，在調(diào)查過程中積極采用農(nóng)戶參與性緩解方法提高調(diào)查效率。

參考文獻

鄂旭, 高學(xué)東, 武森. 2005. 一種新的遺失數(shù)據(jù)填補方法[J]. 計算機工程, 31(20): 6-7.

谷峪, 于戈, 李曉靜, 等. 2010. 基于動態(tài)概率路徑事件模型的 RFID 數(shù)據(jù)填補算法[J]. 軟件學(xué)報, 21(3): 438-451.

郭景峰, 米浦波, 劉國華. 2002. 基于決策樹的數(shù)據(jù)遺失值填充方法的研究[J]. 計算機工程與科學(xué), 24(5): 8-10.

李慶華. 2011. 1 種基于遺失數(shù)據(jù)重構(gòu)的軟測量方法[J]. 計算機與應(yīng)用化學(xué), 28(5): 545-548.

李如平. 2010. 數(shù)據(jù)挖掘中決策樹分類算法的研究[J]. 東華理工大學(xué)學(xué)報：自然科學(xué)版, 33(2): 192-196.

盧娟, 龔晶, 許鳳慧. 2012. 基于規(guī)范變量分析的數(shù)據(jù)重構(gòu)方法及應(yīng)用[J]. 微計算機信息, (9): 71-73.

文碩頻, 喬勝勇, 陳彩云, 等. 2003. 基于決策樹的不完全決策表的數(shù)據(jù)補充及規(guī)則提取[J]. 計算機應(yīng)用, 23(11): 17-19.

武森, 馮小東, 單志廣. 2012. 基于不完備數(shù)據(jù)聚類的缺失數(shù)據(jù)填補方法[J]. 計算機學(xué)報, 35(8): 1726-1738.

張其文, 李明. 2006. 一種缺失數(shù)據(jù)的填補方法[J]. 蘭州理工大學(xué)學(xué)報, 32(2): 102-104.

張偉, 廖曉峰, 吳中福. 2003. 一種基于 Rough 集理論的不完備數(shù)據(jù)分析方法[J]. 模式識別與人工智能, 16(2): 158-163.

趙飛, 劉奇志, 張剡, 等. 2011. 一種大域數(shù)據(jù)流中缺失值的填充方法[J]. 南京大學(xué)學(xué)報: 自然科學(xué)版, 47(1): 32-39.

趙京梅, 楊志輝. 2010. 模糊多屬性群決策在鐵路系統(tǒng)評價中的應(yīng)用[J]. 東華理工大學(xué)學(xué)報：自然科學(xué)版, 33(2): 187-191.