一种乡村产业集聚化布局方法、系统、装置及存储介质制造方法及图纸

本发明专利技术涉及信息处理技术领域，具体涉及一种乡村产业集聚化布局方法、系统、装置及存储介质。本发明专利技术通过构建的由产业空间自相关集聚识别、产业关联性辨识、空间聚类乡村产业簇群、关联产业簇群式集聚布局所构成的乡村产业集聚化布局方法，不仅可以客观地反映出自然环境条件下内生乡村产业的规律，还能发现乡村产业空间分布中的制约、协同以及关联簇群关系，使得乡村产业发展布局能遵循地方产业与自然环境之间的内生规律以及基于该内生规律地方产业之间在空间上自发形成的关联簇群关系，在同一空间中形成多种关联产业集聚式的“一对多”布局，形成最大化产业规模效应和竞争力的地方特色优势乡村产业集群。特色优势乡村产业集群。特色优势乡村产业集群。

【技术实现步骤摘要】
一种乡村产业集聚化布局方法、系统、装置及存储介质


[0001]本专利技术涉及信息处理
，具体涉及一种乡村产业集聚化布局方法、系统、装置及存储介质。

技术介绍

[0002]当前主流的产业集聚布局方法，是以规模和效益为衡量标准，通过相应的指标衡量各产业之间的集聚水平，以集聚水平高的产业作为集聚性产业进行布局的。例如，以“产业空间集中率”指标衡量某一产业在全国范围内所占的比重，选择出比重高的产业；以“区域产业集中度”指标衡量某一区域内多个产业综合在全国范围内所占的比重，提取出比重高的多个产业综合进行产业集聚；以“区位熵”指标量度产业的专业化水平、集聚化程度，判别产业集聚存在的可能性；以赫芬达尔
·
赫希曼指数，通过企业与占有率，衡量产业集聚程度等等。
[0003]但这些方法只是从产业层面的绝对数值进行的地理集中度分析，而没有考虑产业的空间邻近性、产业在空间分布中的制约或协同关系等，忽略了地方产业与地域地貌、气候等等自然环境之间的内生规律以及基于该内生规律地方产业之间在空间上自发形成的关联簇群关系。虽然近年来发展出以空间自相关分析为主的空间统计学方法，运用空间莫兰指数，通过测度空间邻接区域产业具有的相关性差异程度，辨识产业的空间集聚性，弥补了以指标衡量产业集聚水平方法忽略空间邻近性的缺陷，但未能解决产业在空间分布中具有制约、协同和关联簇群关系的辨识问题，结果仅限于一个空间仅落位单一集聚性产业的“一对一”集聚性产业布局方式，而不能在同一空间中形成多种关联产业簇群式的“一对多”乡村产业集聚化布局。<br/>
技术实现思路

[0004]针对现有技术存在的不足，本专利技术提供了一种乡村产业集聚化布局方法、系统、装置及存储介质，其应用时，可以使乡村产业发展布局能遵循地方产业与自然环境之间的内生规律以及基于该内生规律地方产业之间在空间上自发形成的关联簇群关系，在同一空间中形成多种关联产业集聚式的“一对多”布局，形成最大化产业规模效应和竞争力的地方特色优势乡村产业集群。
[0005]第一方面，本专利技术提供一种乡村产业集聚化布局方法，包括：
[0006]获取各乡村产业的产量数据、产品价格数据、空间分布数据以及自然环境数据；
[0007]根据各乡村产业的产量数据和产品价格数据计算获得各乡村产业的产值数据；
[0008]利用空间自相关的全局莫兰指数测度工具对各乡村产业产值数据进行空间自相关分析，判定出具有空间集聚性的各乡村产业；
[0009]根据各乡村产业的空间分布数据，利用空间自相关的局部莫兰指数测度工具识别出各空间集聚性乡村产业在各行政村空间单元中的聚集程度，并叠合自然环境数据判定出各空间集聚性乡村产业自发存在的与自然环境之间的内生规律信息；
Clustering模块，采用空间约束多元聚类方法，以行政村为空间约束条件，代入满足设定产业关联性条件的空间集聚性乡村产业的产值数据，预估聚类数，并采用Calinski
‑
Harabasz伪F统计量衡量不同聚类数下的聚类有效性，评估出最优聚类数，输出最优聚类数下的关联乡村产业聚类结果。
[0025]在一个可能的设计中，所述贡献度条件为贡献度达到第六阈值，所述产业关联性条件为协同关系，且协同强度大于第七阈值，所述与自然环境之间的内生规律信息条件为存在相同自然环境条件下的内生规律。
[0026]第二方面，本专利技术提供一种乡村产业集聚化布局系统，包括获取单元、计算单元、第一判定单元、第二判定单元、第三判定单元、聚类单元、组建单元和布局单元，其中：
[0027]获取单元，用于获取各乡村产业的产量数据、产品价格数据、空间分布数据以及自然环境数据；
[0028]计算单元，用于根据各乡村产业的产量数据和产品价格数据计算获得各乡村产业的产值数据；
[0029]第一判定单元，用于利用空间自相关的全局莫兰指数测度工具对各乡村产业产值数据进行空间自相关分析，判定出具有空间集聚性的各乡村产业；
[0030]第二判定单元，用于根据各乡村产业的空间分布数据，利用空间自相关的局部莫兰指数测度工具识别出各空间集聚性乡村产业在各行政村空间单元中的聚集程度，并叠合自然环境数据判定出各空间集聚性乡村产业自发存在的与自然环境之间的内生规律信息；
[0031]第三判定单元，用于对各空间集聚性乡村产业的产值数据进行Pearson相关性分析，获得任意两空间集聚性乡村产业之间的Pearson相关系数，并根据Pearson相关系数判定两空间集聚性乡村产业之间的产业关联性；
[0032]聚类单元，用于根据产业关联性对各空间集聚性乡村产业进行聚类，获得关联乡村产业聚类结果；
[0033]组建单元，用于根据产值数据计算关联乡村产业聚类结果中各乡村产业的贡献度，并根据设定的贡献度条件、产业关联性条件以及与自然环境之间的内生规律信息条件，选取出同一聚类中各关联乡村产业组成关联产业簇群；
[0034]布局单元，用于将关联产业簇群落位到对应的行政村，完成关联产业簇群集聚化布局。
[0035]第三方面，本专利技术提供另一种乡村产业集聚化布局装置，所述装置包括：
[0036]存储器，用于存储指令；
[0037]处理器，用于读取所述存储器中存储的指令，并根据指令执行上述第一方面中任意一种所述的方法。
[0038]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行上述第一方面中任意一种所述的方法。
[0039]第五方面，本专利技术提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行上述第一方面中任意一种所述的方法。
[0040]本专利技术的有益效果为：
[0041]本专利技术通过构建的由产业空间自相关集聚识别、产业关联性辨识、空间聚类乡村
产业簇群、关联产业簇群式集聚布局所构成的乡村产业集聚化布局方法，不仅可以客观地反映出自然环境条件下内生乡村产业的规律，还能发现乡村产业空间分布中的制约、协同以及关联簇群关系，使得乡村产业发展布局能遵循地方产业与自然环境之间的内生规律以及基于该内生规律地方产业之间在空间上自发形成的关联簇群关系，在同一空间中形成多种关联产业集聚式的“一对多”布局，形成最大化产业规模效应和竞争力的地方特色优势乡村产业集群。避免了当前以规模和效益为衡量标准，通过相应的指标衡量各产业之间的集聚水平，以集聚水平高的产业作为集聚性产业进行布局的规划方法存在的没有考虑产业的空间邻近性、产业在空间分布中的制约或协同关系，忽略了乡村产业与地域地貌、气候等等自然环境之间的内生规律以及基于该内生规律地方产业之间在空间上自发形成的关联簇群关系等问题，改变了乡村产业布局结果仅限于一个空间仅落位单一集聚性产业的“一对一”布局方式。
附图说明
[0042]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种乡村产业集聚化布局方法，其特征在于，包括：获取各乡村产业的产量数据、产品价格数据、空间分布数据以及自然环境数据；根据各乡村产业的产量数据和产品价格数据计算获得各乡村产业的产值数据；利用空间自相关的全局莫兰指数测度工具对各乡村产业产值数据进行空间自相关分析，判定出具有空间集聚性的各乡村产业；根据各乡村产业的空间分布数据，利用空间自相关的局部莫兰指数测度工具识别出各空间集聚性乡村产业在各行政村空间单元中的聚集程度，并叠合自然环境数据判定出各空间集聚性乡村产业自发存在的与自然环境之间的内生规律信息；对各空间集聚性乡村产业的产值数据进行Pearson相关性分析，获得任意两空间集聚性乡村产业之间的Pearson相关系数，并根据Pearson相关系数判定两空间集聚性乡村产业之间的产业关联性；根据产业关联性对各空间集聚性乡村产业进行聚类，获得关联乡村产业聚类结果；根据产值数据计算关联乡村产业聚类结果中各乡村产业的贡献度，并根据设定的贡献度条件、产业关联性条件以及与自然环境之间的内生规律信息条件，选取出同一聚类中各关联乡村产业组成关联产业簇群；将关联产业簇群落位到对应的行政村，完成关联产业簇群集聚化布局。2.根据权利要求1所述的一种乡村产业集聚化布局方法，其特征在于，所述产量数据包括设定年份的产量，所述产品价格数据包括设定年份的产品价格，所述根据各乡村产业的产量数据和产品价格数据计算获得乡村产业的产值数据，包括：将乡村产业设定年份的产量乘以对应设定年份的产品价格获得乡村产业在该年份的产值，作为乡村产业的产值数据。3.根据权利要求1所述的一种乡村产业集聚化布局方法，其特征在于，所述利用空间自相关的全局莫兰指数测度工具对各乡村产业产值数据进行空间自相关分析，判定出具有空间集聚性的各乡村产业，包括：通过python调用arcpy模块库中的Spatial Autocorrelation模块，分别输入各乡村产业的产值数据进行计算，获得各乡村产业对应的Moran's I指数值、z得分和p值；以Moran's I指数值表征各乡村产业的空间集聚或离散状态，以z得分和p值检验Moran's I指数值是否有效，在p值小于第一阈值，z得分大于第二阈值，Moran's I指数值为正且大于第三阈值时，判定对应的乡村产业具有空间集聚性。4.根据权利要求1所述的一种乡村产业集聚化布局方法，其特征在于，所述根据各乡村产业的空间分布数据，利用空间自相关的局部莫兰指数测度工具识别出各空间集聚性乡村产业在各行政村空间单元中的聚集程度，并叠合自然环境数据判定出各空间集聚性乡村产业自发存在的与自然环境之间的内生规律信息，包括：通过python调用arcpy模块库中的Cluster and Outlier Analysis模块，分别输入各空间集聚性乡村产业的产值数据进行计算，并根据各空间集聚性乡村产业的空间分布数据获得其在各行政村空间单元中对应的Local Moran's I指数值、z得分和p值；在Local Moran's I指数值为正，p值小于第四阈值，且z得分大于第五阈值时，提取对应的Local Moran's I指数值；将提取的Local Moran's I指数值与相应的自然环境数据进行对比，并根据设定规则
判定对应空间集聚性乡村产业在相应行政村空间单元中是否...

【专利技术属性】
技术研发人员：赵珂，李洁莲，张利欣，
申请(专利权)人：重庆大学，
类型：发明
国别省市：