基于空間聚類的省級糧食應(yīng)急儲備分區(qū)研究

韓建軍，侯紀偉，程 玉，郭志濤

（河南工業(yè)大學(xué) 土木建筑學(xué)院，河南 鄭州 450001）

糧食應(yīng)急儲備作為調(diào)節(jié)糧食供求的“蓄水池”，不僅能保障受災(zāi)地區(qū)人口的基本生活，還能調(diào)節(jié)糧食市場價格的波動[1-2]。2008 年汶川發(fā)生特大地震，中國儲備糧管理集團有限公司（以下簡稱中儲糧）累計向災(zāi)區(qū)緊急投放糧油儲備64 萬t，保證了災(zāi)區(qū)群眾的基本生活；2010 年，國內(nèi)糧食價格快速上漲，中儲糧釋放了4 884.14 萬t 政策性糧油儲備，相當于當年消費量的10%，穩(wěn)定了市場，避免了糧食價格的大幅波動。

目前，我國省級區(qū)域（省域）糧食應(yīng)急儲備多是依據(jù)“銷區(qū)六個月消費量，產(chǎn)區(qū)三個月消費量”的儲備原則，這種“一刀切”儲備模式的不足在于不能有效解決省域內(nèi)各地區(qū)對于糧食儲備需求的差異問題[3-4]。針對不同地區(qū)特征因素的差異性來劃分糧食應(yīng)急儲備區(qū)域能夠有效的解決這個問題。

有學(xué)者利用建立多級評價指標體系、疊置法、聚類分析、定性分析等方法分別針對不同的功能分區(qū)進行了研究，其中，空間聚類方法因其能反映地理位置鄰近的特點[5]，常用于劃分區(qū)域。有學(xué)者基于此方法，通過設(shè)定有關(guān)應(yīng)急物資儲備的目標函數(shù)，對應(yīng)急物資儲備的分區(qū)進行研究。如王晶[6]以區(qū)域救援效率和儲備成本為目標函數(shù)建立了空間聚類的模型，對我國應(yīng)對自然災(zāi)害的應(yīng)急物資儲備區(qū)域劃分進行了實證研究；尹洪兵等[7]基于空間聚類模型，以全面覆蓋各類交通目標為基礎(chǔ)，平衡保障效率（聚類的數(shù)目）與儲備成本，實現(xiàn)對國防交通保障物資區(qū)域的劃分。糧食儲備的目標不僅僅是應(yīng)對自然災(zāi)害，同時它也擔(dān)負著平抑糧價的功能，但是現(xiàn)有的專門針對糧食的儲備分區(qū)研究較少，個別有關(guān)糧食分區(qū)的研究也只采用了單一要素分析。

本研究以糧食應(yīng)急儲備的功能目標為導(dǎo)向，引入有關(guān)影響糧食應(yīng)急儲備的特征因素，基于K均值（K-Means）空間聚類算法，建立省級區(qū)域糧食應(yīng)急儲備分區(qū)模型，對省域內(nèi)糧食應(yīng)急儲備區(qū)域進行細分研究，并利用糧食生產(chǎn)重心和人口重心之間的距離來檢驗分區(qū)的有效性。根據(jù)各聚類特征提出相應(yīng)的糧食應(yīng)急儲備策略，以期為我國省級糧食應(yīng)急儲備布局提供參考。

1 材料和方法

1.1 研究材料

浙江省多面臨海，港口貿(mào)易發(fā)達。作為我國的經(jīng)濟強省，其11 個地級市中有8 個進入2018中國城市GDP（經(jīng)濟總量）百強排名。長期以來浙江省糧食自給率都很低，如杭州市富陽區(qū)的自給率僅為35.57%，這意味著當浙江省受到自然災(zāi)害或者緊急情況的沖擊時，大部分的糧食供給需要動用應(yīng)急儲備。另一方面浙江地形自西南向東北呈階梯狀分布，西南以山地為主，中部以丘陵為主，東北部是低平的沖積平原，地形因素較為復(fù)雜，對于糧食的儲備和調(diào)運均有影響。因此選擇以浙江省為研究對象。

相比于單一截面數(shù)據(jù)，分析面板數(shù)據(jù)更能體現(xiàn)出區(qū)域劃分的準確性，同時考慮到數(shù)據(jù)的可獲得性，在不破壞行政管理邊界的情況下，選擇2010—2019 年浙江省地級市面板數(shù)據(jù)來研究浙江省糧食應(yīng)急儲備的區(qū)域劃分。

其中地理坐標經(jīng)緯度數(shù)據(jù)來源于百度地圖坐標拾取，受災(zāi)面積、受災(zāi)人口、經(jīng)濟損失、價格指數(shù)、人口、城鎮(zhèn)化率、糧食產(chǎn)量和公路里程等指標均來源于2010—2019 年《浙江省統(tǒng)計年鑒》《浙江省自然資源與環(huán)境統(tǒng)計年鑒》。

1.2 研究方法

1.2.1 因素選取

糧食儲備的目的不僅是能夠在發(fā)生自然災(zāi)害時保障災(zāi)民的基本生活，還能調(diào)節(jié)因供需不平衡導(dǎo)致糧食價格劇烈波動。

針對應(yīng)急情況，交通便捷的地區(qū)對于緊急調(diào)運的反應(yīng)相對更迅速。但糧食與其他應(yīng)急物資儲備所不同的是，糧食儲備不僅要達到應(yīng)急目的，還需要考慮到它對人民生活的影響，比如人口越多的地區(qū)對于糧食的需求量相對越高，城鎮(zhèn)人口和農(nóng)村人口對于糧食的需求結(jié)構(gòu)和需求量也不一樣，不同地區(qū)糧食種植品種和產(chǎn)量也不完全相同等等。

通過分析地區(qū)之間各要素的差異和前人研究[8-9]，篩選出A 災(zāi)害、B 價格、C 人口、D 經(jīng)濟、E 產(chǎn)量、F 交通六個影響糧食應(yīng)急儲備分區(qū)的重要因素，選取經(jīng)緯度T 坐標來表示地理位置特征，用來描述劃分對象在空間上鄰近程度。

其中A. 選取受災(zāi)面積S、受災(zāi)人口H、經(jīng)濟損失L 三個指標表示地區(qū)受災(zāi)情況的輕重；

B. 選取糧食價格指數(shù)R 表示不同地區(qū)糧食價格的波動差異；

C. 選取人口密度P 指標表示人口空間分布的差異；

D. 選取城鎮(zhèn)化率Q 指標表示地區(qū)之間經(jīng)濟發(fā)展情況的差異；

E. 選取谷物產(chǎn)量M 指標表示地區(qū)糧食供給差異；

F. 選取路網(wǎng)密度O 指標來衡量地區(qū)交通網(wǎng)絡(luò)的差異。

1.2.2 K-means 算法

K-means 算法是一種基于劃分的經(jīng)典空間聚類方法，應(yīng)用廣泛，收斂速度快[10]。其算法的核心是找出k個聚類中心令每一個樣本點和與其最近聚類中心的平方距離和最小化，最終得到對標準化后數(shù)據(jù)集的劃分結(jié)果。其具體流程如下：

1.2.3 重心模型

重心模型是研究空間變動的重要分析工具，能夠客觀的描述區(qū)域發(fā)展過程中要素的空間變化特征及規(guī)律[11]。本文采用重心模型計算區(qū)域糧食生產(chǎn)重心和人口重心位置，以區(qū)域糧食生產(chǎn)重心和人口重心距離來反映區(qū)域應(yīng)急的成本和效率，距離越小，代表區(qū)域糧食產(chǎn)量和人口數(shù)量的重心越靠近，則認為該區(qū)域在應(yīng)急狀況下調(diào)運糧食和儲備成本越小、應(yīng)急反應(yīng)越快。

2 結(jié)果與分析

2.1 聚類結(jié)果分析

通過對比結(jié)果發(fā)現(xiàn)，當k≥5 時，每年的聚類類別中所包含的樣本均不相同，無法根據(jù)各年聚類結(jié)果總結(jié)出有效的劃分結(jié)果，并且依據(jù)聚類內(nèi)相似度最小、聚類間相似度最大原則，選擇k=3為最終聚類數(shù)和聚類類別，最終得出表1 中聚類結(jié)果。

表1 k=3 時的聚類結(jié)果Table 1 Clustering results when k=3

基于表1 的結(jié)果，以頻率≥80%的數(shù)字為該樣本類別，可得寧波、舟山屬于聚類1，紹興、湖州和嘉興屬于聚類2，麗水、衢州和金華屬于聚類3。接下來對三個聚類的聚類中心進行對比分析，如圖1。

圖1 聚類中心變化趨勢對比Fig.1 Comparison of the changing trends of cluster centers

由圖1a～1c，發(fā)現(xiàn)三個聚類的每年自然災(zāi)害造成的損失無明顯規(guī)律，且波動較大，但對比浙江省災(zāi)害類型的分布特征[12]，發(fā)現(xiàn)聚類1 多發(fā)生臺風(fēng)災(zāi)害，聚類2 無明顯的災(zāi)害特征，聚類3 多是夏季降水量大引發(fā)洪澇災(zāi)（這里的洪澇災(zāi)害不包括因臺風(fēng)引起的洪澇災(zāi)）、冬季寒潮引發(fā)低溫冷凍和雨雪災(zāi)。

由圖1d，發(fā)現(xiàn)三個聚類每年的價格指數(shù)變化差異不大，均在2011—2012 年價格迅速下跌之后基本無大的波動，故后續(xù)不再將價格指數(shù)作為區(qū)域儲備的分析指標。

由圖1e 可以看出三個聚類的人口密度指標基本處于平穩(wěn)狀態(tài)。聚類1 和聚類2 的人口密度均值遠大于聚類3。

由圖1f 可以看出三個聚類的城鎮(zhèn)化率指標在八年中一直處于上升狀態(tài)，其中聚類1 上升相對緩慢，聚類2 和3 上升得相對快一些。

由圖1g 可以看出各聚類的產(chǎn)量指標呈階梯式下降的變化趨勢，尤其是2013—2014 和2016—2017 這兩個階段下降趨勢較為明顯。

由圖1h 看出各聚類的路網(wǎng)密度指標總體呈曲折上升的狀態(tài)。

總結(jié)出各聚類特征，如表2。并對比表1 中未呈現(xiàn)明顯所屬類別的城市的屬性特征，按照鄰近城市以及屬性相近的原則，將杭州劃分到聚類2 中，溫州和臺州劃分到聚類1 中。由此，最終確定出浙江省糧食應(yīng)急儲備的三個儲備區(qū)域，如圖2，同一符號代表同一區(qū)域類型。

表2 聚類特征表Table 2 Clustering feature table

圖2 浙江省三個儲備區(qū)域Fig.2 Three reserve areas in Zhejiang province

2.2 重心距離分析

根據(jù)最終得出的三個儲備區(qū)域，采用公式（3）～（5）計算2017 年浙江省以及劃分出的三個區(qū)域的糧食生產(chǎn)重心和人口重心，根據(jù)地理坐標通過百度地圖坐標拾取器坐標反查確定坐標位置，如表3。

由表3 可以看出，劃分的三個區(qū)域糧食生產(chǎn)重心和人口重心的距離明顯小于浙江省的兩個重心的距離。如果據(jù)此進行分區(qū)儲備，將會大大縮短各區(qū)域糧食生產(chǎn)重心到人口消費重心之間的距離，這說明，利用本文所建立的糧食應(yīng)急儲備分區(qū)模型在一定程度上可以有效減少糧食調(diào)運的成本、提高糧食應(yīng)急供給的效率。

表3 重心距離對比Table. 3 Center of gravity distance comparison

2.3 糧食應(yīng)急儲備策略分析

依據(jù)各地區(qū)的屬性特征將浙江省的糧食應(yīng)急儲備區(qū)域劃分為三個區(qū)域，同時結(jié)合各區(qū)域的災(zāi)害類型及地理位置特征來確定各區(qū)域的儲備策略。

區(qū)域1 可采取“多處集中”的儲備策略。該區(qū)域夏季多發(fā)生臺風(fēng)災(zāi)害，臺風(fēng)會破壞當?shù)氐幕A(chǔ)設(shè)施、交通及其引發(fā)的二次洪澇災(zāi)害，認為應(yīng)對儲備庫進行加固處理，可以選擇新建儲備庫，也可以選擇和企業(yè)合作收儲，若選擇新建儲備庫則應(yīng)將其建在相對高處的位置。該區(qū)域主要受臺風(fēng)災(zāi)害影響，人口密度相對較大，應(yīng)急情況下會增加對糧食的需求量，所以糧食應(yīng)盡量儲存在人口密集處。區(qū)域形狀呈長條狀，南北距離較長，應(yīng)選擇多處進行儲備，并且為盡量避免從外地調(diào)運糧食進行儲備的情況，還應(yīng)選擇儲存在對外交通聯(lián)系較好的位置。

區(qū)域2 可采取“合作收儲”的儲備策略。地處平原，沒有表現(xiàn)出某一種特定的災(zāi)害類型，每年受災(zāi)程度相對較輕。人口密度相對較大，總體糧食產(chǎn)量較高，路網(wǎng)密度也比較大，說明在應(yīng)急情況下，供給、調(diào)運糧食的能力較強一些，可利用現(xiàn)有的儲備庫，和企業(yè)合作收儲，以達到迅速應(yīng)急的目的。區(qū)域經(jīng)濟情況較好，可適當增加針對糧食輪換的管理成本，以避免由于儲存時間過長、儲備量過多而導(dǎo)致大量糧食腐爛的情況。

區(qū)域3 可采取“集中+分散”的儲備策略。人口密度小但市區(qū)人口相對集中，農(nóng)村人口相對分散，可集中多量儲備在人口密集處，分散少量儲備在農(nóng)戶家里。區(qū)域地形大多屬于山地，極易形成洪澇災(zāi)害，儲備需避開地勢低洼的地區(qū)。各城市區(qū)劃面積較大但路網(wǎng)密度小，尤其是路網(wǎng)大多密集在市區(qū)，所以集中儲備應(yīng)選擇在對外交通聯(lián)系較好的位置。

3 結(jié)論

本研究提出的省級糧食應(yīng)急儲備分區(qū)模型，開創(chuàng)性引入災(zāi)害、人口、經(jīng)濟、糧食產(chǎn)量、交通等六大屬性特征因素對分區(qū)的影響。以糧食生產(chǎn)重心和人口重心距離來檢驗劃分結(jié)果的有效性，體現(xiàn)了有關(guān)糧食的應(yīng)急儲備特征。

通過建立省級糧食應(yīng)急儲備分區(qū)K-Means 模型對浙江省的糧食儲備區(qū)域進行細分研究發(fā)現(xiàn)，由該模型得出的劃分結(jié)果更貼合區(qū)域的屬性特征分布，并且可以在一定程度上能減少儲備調(diào)運成本、提高應(yīng)急效率。為省級糧食儲備區(qū)域劃分、布局優(yōu)化提供參考，下一步將針對省級區(qū)域糧食儲備規(guī)模及品種結(jié)構(gòu)等進行研究。