农业发展研究方法新探索.docVIP

农业发展研究方法新探索 　　摘 要：聚类分析是一种应用性很强的统计方法，它是在未知样品类别的情况下，根据样品自身性质上的亲疏关系以及相似程度对样品进行分类。应用聚类分析的方法并通过SAS软件实现了对我国31省（市、区）的农业总产值进行归类，较为科学地揭示了气候条件和地理环境的差异对农业生产与发展的制约作用，清晰地呈现了我国农业总产值高低的区域性分布特点，从而为各地区制定农业发展战略提供一定的参考依据。 关键词：聚类分析；农业总产值；SAS软件 中图分类号 C81 文献标识码 A 文章编号 1007-7731（2013）15-21-02 1 问题的提出及分析 中国各地区由于气候条件和地理环境的不同，在农业生产和发展上存在很大的差异，表1[1]给出了2007年全国31个地区农业各门类――农林牧渔的总产值。 表1 2007年我国31个地区农林牧渔总产值（亿元） [地区＼农业总产值＼林业总产值＼牧业总产值＼渔业总产值＼北京＼115.5＼17.8 ＼122.4 ＼10.2＼天津＼117.6＼2.1＼76.9 ＼36.1＼河北＼1 639.1＼52.4＼1 147.0＼85.1＼…＼…＼…＼…＼…＼] 这是一个数据较为庞杂的表格，用描述性统计方法显然过于繁琐。我们尝试着用系统聚类的方法进行归类，这种方法通过定义距离来描述两个样品以及类别之间的亲疏关系，然后根据某种准则来对样品做出分类，所分类别由多到少。 2 问题的解决 2.1 数据的输入 data GAV； input area$ x1 x2 x3 x4 @@； label area=“地区” x1=“农业总产值” x2=“林业总产值” x3=“牧业总产值” x4=“渔业总产值”； cards； 北京 115.5 17.8 122.4 10.2 天津 117.6 2.1 76.9 36.1 河北 1 639.1 52.4 1 147.0 85.1 山西 322.6 17.6 140.2 3.5 内蒙古 620.4 63.7 559.7 10.9 辽宁 837.5 60.3 830.8 326.1 吉林 641.5 48.8 635.3 18.8 黑龙江 971.9 79.0 585.0 25.1 上海 126.7 10.0 58.0 54.2 江苏 1 542.5 58.9 704.4 579.0 浙江 735.9 95.5 367.6 369.9 安徽 1 054.0 100.5 637.4 195.0 福建 685.3 120.7 340.6 473.3 江西 621.3 126.5 435.6 182.2 山东 2 604.1 82.0 1 313.0 580.3 河南 2 254.5 104.8 1 326.1 44.5 湖北 1 152.1 41.9 686.2 310.8 湖南 1 243.2 144.1 1 013.8 154.7 广东 1 328.7 73.4 775.6 541.9 广西 970.5 99.8 710.2 178.3 海南 224.2 80.5 106.1 121.3 重庆 401.5 25.9 264.5 18.4 四川 131.6 87.2 1 827.1 85.8 贵州 392.2 27.8 231.6 9.0 云南 683.8 156.0 438.4 25.4 西藏 39.5 2.7 34.9 0.1 陕西 629.3 33.8 274.0 4.2 甘肃 458.7 19.4 131.2 0.9 青海 49.2 2.0 67.0 0.1 宁夏 111.1 5.7 53.3 5.2 新疆 767.0 20.9 231.5 7.0； 以上程序是SAS中实现数据输入的必要步骤，它先定义了一个数据集GAV，然后定义了5个变量：地区以及农、林、牧、渔的总产值。 2.2 执行聚类的过程 proc cluster data=GAV method=ave outtree=ot standard pseudo ccc； var x1-x4； id area； proc tree data=ot ； run； 在第一个过程――cluster过程中，proc语句指出对数据集GAV进行系统聚类分析，method=ave outtree=ot分（下转52页）（上接21页）别表示使用类平均法，将数据集输出到ot中以便绘制谱系图，standard pseudo分别表示聚