基于語義分割方法構(gòu)建鄉(xiāng)村振興可視化評價體系

文星凱　李夢澤　蹇越瑾

摘要：2023年1月2日，中共中央、國務(wù)院發(fā)布的中央一號文件中強調(diào)：全面實施鄉(xiāng)村振興戰(zhàn)略，建設(shè)農(nóng)業(yè)強國是國家當前工作的重中之重。文章通過比較3種語義分割模型（FCN、DeepLabv3+和LR-ASPP）的6個可視化統(tǒng)計測度，建立全新的一級指標，將不同地區(qū)的空間布局和地理位置信息補充到現(xiàn)有的鄉(xiāng)村振興戰(zhàn)略評價指標體系中，使其更加科學(xué)合理，并對東北地區(qū)的35座城市進行主成分分析和KMeans++可視化聚類，研究主要結(jié)論有：東北地區(qū)基本形成“遼中南城市群”和“哈長城市群”的空間布局，但存在一定的資源傾斜和發(fā)展不平衡現(xiàn)象，吉林省的鄉(xiāng)村振興水平以長春為中心沿周邊城市逐漸降低，黑龍江省則是以哈爾濱為中心自南向北逐漸降低，最后對不同類別的城市進一步實施鄉(xiāng)村振興戰(zhàn)略提出一系列可行性建議。

關(guān)鍵詞：空間布局；評價體系；語義分割；主成分分析；分級聚類

一、引言

2023年1月2日，中共中央、國務(wù)院發(fā)布的中央一號文件《關(guān)于做好2023年全面推進鄉(xiāng)村振興重點工作的意見》中提出：全面實施鄉(xiāng)村振興戰(zhàn)略，推進鄉(xiāng)村振興是國家當前工作的重中之重，而構(gòu)建較為完善的鄉(xiāng)村振興戰(zhàn)略評價體系有助于了解不同省份、地區(qū)在不同發(fā)展條件下的鄉(xiāng)村振興狀態(tài)，便于政府采取更有針對性的措施來推進鄉(xiāng)村振興有序進行。

我國東北地區(qū)土地總面積有78.9萬平方千米，耕地和森林資源也極為豐富，總面積達3億畝以上，農(nóng)業(yè)人口基數(shù)也極為龐大，占到了東北地區(qū)總?cè)丝诘?1.78%，因此，無論是指標體系構(gòu)建還是數(shù)據(jù)收集都有極大的難度，而且東北農(nóng)村獨特的生產(chǎn)、生態(tài)、經(jīng)濟和文化也造成了東北鄉(xiāng)村振興的天然條件、模式和路徑與其他地域大相徑庭，因此，如何利用有限的數(shù)據(jù)，科學(xué)地把握東北地區(qū)鄉(xiāng)村發(fā)展走勢以及分化特征，循序漸進地推進鄉(xiāng)村發(fā)展，才是實現(xiàn)東北地區(qū)鄉(xiāng)村振興的關(guān)鍵。

早在2018年，國內(nèi)外專家學(xué)者就依據(jù)中共中央、國務(wù)院印發(fā)的《鄉(xiāng)村振興戰(zhàn)略規(guī)劃（2018－2022年）》，遵循代表性、科學(xué)性和數(shù)據(jù)可獲得性等原則，按照“五大振興”（即產(chǎn)業(yè)、人才、文化、生態(tài)和組織振興）的框架，分別從產(chǎn)業(yè)興旺、生態(tài)宜居、鄉(xiāng)風文明、治理有效、生活富裕5個維度構(gòu)建了省域鄉(xiāng)村振興綜合評價指標體系，如2023年1月，歐陽博強、劉浩基于戰(zhàn)略配稱理論，構(gòu)架“五化四境三風三治四維”的鄉(xiāng)村振興三階配稱模型指標體系，2023年1月，王青、曾伏利用2006-2020年31省面板數(shù)據(jù)匹配構(gòu)建鄉(xiāng)村振興水平評價指標體系，考察各區(qū)域鄉(xiāng)村振興水平的區(qū)域差異及貢獻、收斂和空間收斂性。2022年3月，楊卓以遼寧省為研究對象，運用耦合度以及耦合協(xié)調(diào)度模型算法論證發(fā)現(xiàn)優(yōu)化鄉(xiāng)村景觀環(huán)境對發(fā)展鄉(xiāng)村產(chǎn)業(yè)經(jīng)濟有重要作用，2022年4月，黃穎利和張瑩等人通過構(gòu)建生態(tài)扶貧與鄉(xiāng)村振興指標體系，對2014-2019年吉林省脫貧縣生態(tài)扶貧與鄉(xiāng)村振興發(fā)展水平及耦合協(xié)調(diào)度進行時空演變格局分析，2022年6月，梅志宇和趙映慧等人建立城鄉(xiāng)融合評價指標體系，定量評價黑龍江省城鄉(xiāng)融合發(fā)展程度和城鄉(xiāng)融合時空格局。

雖然該體系包含了絕大部分影響因素，但在鄉(xiāng)村振興戰(zhàn)略的推進過程中，還應(yīng)該充分考慮諸如區(qū)域差異等現(xiàn)實約束，即要立足本地資源環(huán)境條件和發(fā)展基礎(chǔ)，因地制宜。因此，本文擬構(gòu)建全新的一級指標：“資源分布”，將不同地域的空間布局和地理位置也納入現(xiàn)有的鄉(xiāng)村振興評價體系中，再結(jié)合主成分分析法和Kmeans++對東北地區(qū)的35座城市進行分級聚類和可視化，一定程度上揭示鄉(xiāng)村振興的地域空間差異，最后對東北地區(qū)鄉(xiāng)村振興戰(zhàn)略的實施提出一系列可行性建議，為進一步釋放鄉(xiāng)村振興戰(zhàn)略實施績效提供理論參考和實踐依據(jù)。

二、指標體系

通過總結(jié)文獻中已有的研究結(jié)論，結(jié)合鄉(xiāng)村振興戰(zhàn)略總要求，從生活富裕、生態(tài)宜居、治理有效、產(chǎn)業(yè)興旺和鄉(xiāng)風文明5個一級指標收集數(shù)據(jù)（各指標的數(shù)據(jù)均來自于知網(wǎng)、中華人民共和國民政部、農(nóng)業(yè)農(nóng)村部和各省統(tǒng)計局網(wǎng)站的2022年統(tǒng)計年鑒），與全新的一級指標資源分布（見下表1）共同構(gòu)建較為完善的鄉(xiāng)村振興評價體系。

三、實驗

（一）遙感預(yù)測

為了獲取到資源分布的各項數(shù)據(jù)，首先利用由武漢大學(xué)測繪與遙感信息工程國家重點實驗室于2021年10月公開發(fā)表在網(wǎng)絡(luò)上的數(shù)據(jù)集：LoveDA分別對3種語義分割模型進行訓(xùn)練，最終的訓(xùn)練結(jié)果為DeepLabv3+的訓(xùn)練損失最小為0.078，分類精度和MiOU值最大分別為0.807和0.794，綜合表現(xiàn)最佳。但在實際的應(yīng)用過程中，不能僅通過各項統(tǒng)計測度數(shù)值來確定最優(yōu)模型，還需要將其可視化在數(shù)據(jù)集中，選擇細節(jié)和效果最佳的模型，因此隨機展示東北地區(qū)遙感圖像預(yù)測如圖1。

由圖1可得，LR-ASPP和FCN不能夠清晰勾勒出不同類別標簽的輪廓，對于道路和背景的細節(jié)預(yù)測不夠完善，特別是對城市建筑群中交錯道路的預(yù)測。反觀DeepLabv3+，無論是大面積的農(nóng)業(yè)和水資源標簽，還是極小占比的道路和背景標簽都可以較為清晰地勾勒出輪廓。綜上所述，選用DeepLabv3+對35座城市進行遙感圖像預(yù)測效果最佳。通過對35座城市的圖像進行預(yù)測，獲取資源分布的各項數(shù)據(jù)。

（二）主成分分析

通過PCA取前6個主成分的累計貢獻率為81.132%，可以較為清晰地描述變量之間的內(nèi)在關(guān)系。觀察主成分與30個特征之間的線性關(guān)系可得，第一主成分反映了鄉(xiāng)村振興戰(zhàn)略實施的整體水平。第二主成分反映了產(chǎn)業(yè)興旺和剩余指標之間的類別差異。第三主成分反映了資源分布和剩余指標之間的類別差異。第四主成分反映了產(chǎn)業(yè)興旺與生態(tài)宜居和資源分布間的類別差異。第五主成分反映出自然資源有關(guān)的指標與剩余指標的制約關(guān)系。第六主成分反映了生態(tài)宜居和剩余指標之間的類別差異。

（三）聚類分析

在KMeans++進行聚類的過程中，為了盡可能減少人為指定聚類個數(shù)造成主觀性干預(yù)，通過比較不同聚類個數(shù)的CH值、DB值和輪廓系數(shù)可得最佳聚類個數(shù)為7類。將聚類結(jié)果可視化如圖2，主坐標軸（下方）表示城市對應(yīng)的主成分得分，副坐標軸（上方）表示2022年該城市的GDP值（單位：億元），同一聚類結(jié)果的城市用相同的背景顏色覆蓋。由圖2可得，2022年GDP最高的城市為大連和沈陽，最低的城市為伊春和大興安嶺，7類城市的GDP由高至低呈遞減之勢。沈陽和大連被歸為一類，長春和哈爾濱被歸為第二類，第三類的8座城市均屬于黑龍江省，第四類的18座城市均屬于遼寧和吉林省，松原和白城被歸為第五類，白山和伊春被歸為第六類，大興安嶺被單獨歸為第七類。

四、結(jié)論與建議

（一）結(jié)論

將分級聚類結(jié)果可視化如圖3，長春、哈爾濱、沈陽和大連4座城市的鄉(xiāng)村振興水平處于前列，大致形成“遼中南城市群”和“哈長城市群”的基本布局，遼寧省除沈陽和大連外的城市鄉(xiāng)村振興水平較為均衡，吉林省以長春為中心沿周邊地區(qū)逐漸降低，黑龍江省則是以哈爾濱為中心自南向北逐漸降低，3座省會城市均存在一定的資源傾斜和經(jīng)濟發(fā)展不平衡現(xiàn)象，沒有明顯帶動周邊城市的鄉(xiāng)村振興發(fā)展。

長春的各項資源分配比較合理，但農(nóng)林牧漁產(chǎn)值指數(shù)略低，農(nóng)業(yè)機械現(xiàn)代化程度不足，哈爾濱與其相反，雖然產(chǎn)業(yè)興旺下的各項指標良好，但需要對資源分布進行優(yōu)化調(diào)整，同時要注意適當調(diào)節(jié)化肥使用強度和鄉(xiāng)鎮(zhèn)衛(wèi)生院個數(shù)。沈陽和大連的糧食生產(chǎn)能力和農(nóng)林牧漁產(chǎn)值指數(shù)不占優(yōu)勢，在改善的過程中要注意保持良好的生活垃圾和污水日處理能力。第三類8座城市均屬于黑龍江省，資源分布需進一步優(yōu)化，在擴大森林、水資源和人均公園綠地覆蓋面積的同時，還需要增強城市的污水和生活垃圾處理能力等，進一步優(yōu)化人居環(huán)境。

第四類18座城市中，鞍山和盤錦的農(nóng)業(yè)覆蓋面積較小，糧食綜合生產(chǎn)能力和農(nóng)林牧漁產(chǎn)值指數(shù)較低，四平需要在保證農(nóng)業(yè)生產(chǎn)條件的前提下優(yōu)化人居環(huán)境和社會保障指標，營口則需要合理分配現(xiàn)有的生態(tài)資源，吉林需要重點提升產(chǎn)業(yè)興旺水平。松原和白城沒有較好地平衡資源分布和生態(tài)宜居的關(guān)系，尤其是較高的用水普及率和化肥施用量對應(yīng)于有限的水資源和森林覆蓋面積，不利于鄉(xiāng)村振興戰(zhàn)略的長期實施和發(fā)展。白山和伊春從PCA得分來看，居民幸福指數(shù)較高，但需要著重加強當?shù)亟逃胶图Z食綜合生產(chǎn)能力。大興安嶺雖然擁有豐富的林業(yè)資源和資源分布，但并沒有帶動當?shù)氐漠a(chǎn)業(yè)興旺和生態(tài)宜居水平，該地需要在加強森林資源保護和培育的基礎(chǔ)上，進一步探尋林業(yè)資源帶動農(nóng)民產(chǎn)業(yè)致富的途徑。

（二）建議

第一，堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，促進城鄉(xiāng)融合發(fā)展。首先，應(yīng)大力加強“遼中南城市群”與“哈長城市群”建設(shè)，建立區(qū)域間人才、資本和技術(shù)等多方面的復(fù)合循環(huán)流動體系，例如通過設(shè)立以城帶鄉(xiāng)資金，發(fā)展伊春、白山和松原等鄉(xiāng)村地區(qū)的經(jīng)濟發(fā)展，當?shù)仄髽I(yè)也應(yīng)提供相應(yīng)的就業(yè)崗位來促進鄉(xiāng)村地區(qū)人口回流。

第二，優(yōu)化空間資源配置格局，推動區(qū)域協(xié)調(diào)發(fā)展。東北地區(qū)需要科學(xué)制定土地整治規(guī)劃，做到耕地和建設(shè)用地的有機平衡。如大連、鞍山、盤錦和大興安嶺等地應(yīng)嚴格控制房地產(chǎn)開發(fā)或建設(shè)項目占用農(nóng)村耕地，防止浪費耕地，通過新建高標準農(nóng)田項目、增加土地供給、成立對重點產(chǎn)糧地區(qū)縣政府的獎勵資金制度等措施，解決農(nóng)村產(chǎn)業(yè)融合發(fā)展中的土地供給不足的矛盾，切實保障農(nóng)民的利益。

第三，加快農(nóng)村現(xiàn)代設(shè)施建設(shè)，提高農(nóng)民幸福指數(shù)。黑龍江省各市和四平等地需進一步加強鄉(xiāng)村公共基礎(chǔ)設(shè)施建設(shè)，如大力實施農(nóng)村公路暢通工程，實施數(shù)字鄉(xiāng)村建設(shè)發(fā)展工程等，各地政府應(yīng)延伸市政基金應(yīng)用空間，將其投入修建農(nóng)村醫(yī)療衛(wèi)生室、鄉(xiāng)村學(xué)校、農(nóng)村驛站等場所，提升醫(yī)療、教育等公共服務(wù)水平，其次，政府和企業(yè)要充分利用房屋租賃市場供給改革機遇，對農(nóng)村地區(qū)荒廢的部分樓宇進行重新規(guī)劃布局和集中改造，不斷完善配套設(shè)施，提高居民幸福感。

第四，提升農(nóng)村產(chǎn)業(yè)生產(chǎn)效率，做好糧食安全保障。東北地區(qū)作為全國糧食的主產(chǎn)地，需要進一步實現(xiàn)規(guī)模化農(nóng)業(yè)產(chǎn)業(yè)，保障當前的國家總體糧食安全生產(chǎn)。首先，松原、白城、白山和伊春等地要進一步優(yōu)化耕作制度、科學(xué)使用農(nóng)藥和化肥以減少殘留污染、加強農(nóng)作物病蟲害防治綜合體系、實施玉米秸稈安全高效循環(huán)綜合利用等農(nóng)業(yè)重點工程，其次，地方政府應(yīng)加強農(nóng)業(yè)科技創(chuàng)新工作，加大農(nóng)業(yè)科技投入力度，推動農(nóng)業(yè)產(chǎn)業(yè)可持續(xù)發(fā)展。

第五，優(yōu)化政府鄉(xiāng)村治理體系，完善鄉(xiāng)村振興政策。要解決吉林省長春、四平和吉林等農(nóng)村產(chǎn)業(yè)市場性較弱的問題，當?shù)卣梢援數(shù)鼐用駝?chuàng)辦和參辦特色農(nóng)業(yè)和非農(nóng)業(yè)產(chǎn)業(yè)，并在激勵政策、稅收分成、信貸擔保貼息、產(chǎn)品宣傳等方面給予全方位的支持，其次，當?shù)卣畱?yīng)適度鼓勵發(fā)展集體經(jīng)濟以形成村級財政，例如可以通過成立村鎮(zhèn)化規(guī)劃專門機構(gòu)，并應(yīng)設(shè)立專項政策和基金，積極培育“產(chǎn)供銷一體化”“龍頭企業(yè)+基地+農(nóng)戶”等形式的創(chuàng)新合作模式的新型農(nóng)業(yè)企業(yè)，鼓勵有作為、愛家鄉(xiāng)的成功人士回鄉(xiāng)創(chuàng)辦特色產(chǎn)業(yè)。

參考文獻：

[1]歐陽博強，劉浩.鄉(xiāng)村振興戰(zhàn)略成效的理論框架與評價指標[J].智慧農(nóng)業(yè)導(dǎo)刊，2023，3（01）：136-139.

[2]王青，曾伏.中國鄉(xiāng)村振興水平的區(qū)域差異及收斂性研究[J].貴州財經(jīng)大學(xué)學(xué)報，2023，222（01）：99-110.

[3]梅志宇，趙映慧，薛睿.黑龍江省新型城鎮(zhèn)化與鄉(xiāng)村振興融合發(fā)展評價與時空格局[J].國土與自然資源研究，2022（06）：54-59.

[4]黃穎利，張瑩，欒恩熙.吉林省生態(tài)扶貧與鄉(xiāng)村振興的耦合協(xié)調(diào)研究[J].東北師大學(xué)報（哲學(xué)社會科學(xué)版），2022（04）：120-127.

[5]楊卓.鄉(xiāng)村振興戰(zhàn)略背景下遼寧省鄉(xiāng)村經(jīng)濟、產(chǎn)業(yè)與景觀環(huán)境雙耦合發(fā)展研究[D].鞍山：遼寧科技大學(xué)，2022.

（作者單位：東北師范大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院）