概念格在農地流轉分析中的應用

王晟昱

(南京農業大學公共管理學院，江蘇南京 210095)

概念格在農地流轉分析中的應用

王晟昱

(南京農業大學公共管理學院，江蘇南京 210095)

摘要針對農地流轉已有研究模型不能完全滿足不同研究目的需求這一問題，提出基于概念格理論解決農地流轉研究中一些問題的方法。首先，選取化肥、有機肥、農藥、勞動力、種子、農業長期投入、技術培訓、機械共8個因子構建評價指標體系，并將此體系作為屬性集，農戶作為對象集，建立形式背景；其次，進行背景約簡并找到該形式背景的概念格；最后，由概念格模型分析出滿足某些評價指標的農戶的組成，得到在一定的指標下完全滿足條件的農戶所具有的性質。通過這些示例了如何用概念格理論研究農戶與評價指標之間的關系。在求取所需內容時，與基于統計的模型(如線性回歸)相比，概念格方法減少了數據所占用空間，是農地流轉研究的一個新思路。

關鍵詞農地轉入；農業投入；概念格；模型；概念

在市場經濟不斷成熟以及市場理念不斷深化的環境下，農地流轉成為我國農地制度創新的態勢[1]，并已成為促進“三農”發展的現實選擇[2]。目前研究人員在討論農地的流轉與農業投入時，除將農戶作為一個整體來分析，還有將農戶分為不同的類型，從不同的角度分別進行研究[2-6]。關于農地轉入和農業投入情況的研究，現在主要依據統計學中的很多模型[2-5]，但這些模型并不能完全滿足研究需求。如何尋找更新的模型，以滿足不同研究目的之需求，是研究人員不斷地追求。

概念格理論由Wille于1982年首先提出[7]，是根據對象與屬性之間的二元關系建立的一種概念層次結構，被認為是知識聚類、知識分析、知識獲取的一種有效工具。概念格理論屬于智能理論的范疇，現已廣泛地應用于數據管理等領域[8]。事實上，智能理論在評價理論中的應用已有不少的成果[9]，特別是基于知識的土地資源方面的研究也有一些結果[10]。由于概念格理論建立在格論基礎上，而將格論應用于農業土地方面亦有收獲[11]。這些事實說明，將概念格理論應用于土地流轉和農業投入的研究中是可行的。由于轉入和轉出是緊密相連的，所以，這里的研究成果對于有關農地轉出方面的研究也有指導或借鑒意義。筆者在介紹概念格及農業投入基本理論的基礎上，論述了概念格理論應用于土地流轉和農業投入研究中的模型及數據分析過程，為概念格在土地流轉分析中的應用提出了新思路。

1理論基礎

1.1概念格定義1[12]：(1)一個形式背景(G,M,I)是由2個集合G和M，以及G與M之間的二元關系I組成，其中G稱為對象集，M稱為屬性集。

(2)若A?G，B?M，則定義A′={m∈M| ?g∈A,(g,m)∈I}，B′={g∈G| ?m∈B,(g,m)∈I}。如果A、B滿足A′=B且B′=A，則稱(A,B)為一個概念。用β(G,M,I)表示(G,M,I)上的所有概念的集合。

(3)形式背景(G,M,I)可以用一個矩形的表格來表示，其中的每一行是一個對象，每一列是一個屬性。若g行m列的交叉處是1，則表示對象g具有屬性m；若g行m列的交叉處是0，則表示對象g不具有屬性m。

引理1[12]：(1)對于β(G,M,I)中的概念(A,B)、(X,Y)，如果A?X，那么記為(A,B)≤(X,Y)。

(2)[β(G,M,I),≤]是完備格，稱[β(G,M,I),≤]為概念格。在不會引起混淆的情況下，將[β(G,M,I),≤]簡記為β(G,M,I)。

注1：(1)求概念格β(G,M,I)有許多算法[12-13]。

(2)概念格約簡是尋找概念格結構的一個應用過程[12]24～27。①空行對象(即對象g滿足g′=?)和空列屬性(即屬性m滿足m′=?)是可約簡的;②對于一個給定的形式背景，如果存在對象a和b擁有同樣的屬性集合，在求概念格的結構時，可以只保留a、b中的一元，即a、b為可約簡的對象。

1.2農業投入在《農業大詞典》中，農業投入是指農業生產中物質和能量的投放。就生產力要素或資源來說，農業投入大體包括土地、勞動力和資金。農業投入與產品的產出相比較，可以了解農業生產的經濟效益。為了增加農產品的供給，農業部門需要一定量的投入。除了農業部門自身不斷增加投入外，還要靠全社會的支持和提高投入的產出水平[13]1208。

2模型與數據分析

首先，設計調查表；其次，建立調查表的形式背景模型；之后，對于實際調查統計的數據加以分析，得到實際問題背景的所有概念，用概念格理論描述一些具體應用內容。

2.1調查表根據農業投入的定義，對農地轉入農戶在農業投入的幾個主要方面的變化情況，設計一個調查表。具體的調查內容為以下8個方面：化肥、農藥、勞動力、種子、農業長期投入、機械、技術培訓。其中除技術培訓分為有、無2個回答外，其他7個方面均包括5點：增加較多、略有增加、無變化、略有減少、減少較多。

2.2模型建立對于農戶的調查表，以形式背景的表達方式表述如下。

(1)將每位農戶視為研究對象，給予每位一個編號，得到對象集為G={b1,b2,...,bn}。

(2)將調查表中的每個問題視為一屬性，給予一個編號，得到屬性集M={a1,a2,...,am}。

(3)G與M之間的二元關系I定義為：當某位農戶bj滿足所調查的問題ai時，稱對象bj擁有屬性ai，用“1”表示；當某位農戶bj不滿足所調查的問題ai時，稱對象bj不會擁有屬性ai，用“0”表示。

2.3統計數據分析首先，以2015年7～8月，在遼寧省沈陽市蘇家屯區八一鎮三家子村的入戶問卷調查結果為原始數據，找出有農地轉入的農戶信息；其次，按照“2.2”中的方法對這些農戶信息建立形式背景模型；之后，利用注1(2)的約簡，得到約簡后的形式背景，并指出每次約簡在具體實踐中的意義；再者，求出約簡后的形式背景之全部概念；最后，指出如何利用概念對數據進行分析、總結，得出結論。

2.3.1概念模型的建立。實際進行調查，有效調查農戶33家，擁有農地轉入的農戶有11家。整理后的調查表進行如下標記。

(1)將所有屬性，也即調查項，按照如下方式標號：a1—化肥，增加較多；a2—化肥，略有增加；a3—化肥，無變化；a4—化肥,略有減少；a5—化肥，減少較多；a6—有機肥，增加較多；a7—有機肥，略有增加；a8—有機肥，無變化；a9—有機肥，略有減少；a10—有機肥，減少較多；b11—農藥，增加較多；b12—農藥，略有增加；a13—農藥，無變化；a14—農藥,略有減少；a15—農藥，減少較多；a16—勞動力，增加較多；a17—勞動力，略有增加；a18—勞動力，無變化；a19—勞動力，略有減少；a20—勞動力，減少較多；a21—種子，增加較多；a22—種子，略有增加；a23—種子，無變化；a24—種子，略有減少；a25—種子，減少較多；a26—農業長期投入，增加較多；a27—農業長期投入，略有增加；a28—農業長期投入,無變化；a29—農業長期投入，略有減少；a30—農業長期投入，減少較多；a31—技術培訓，有；a32—技術培訓，無；a33—機械，增加較多；a34—機械,略有增加；a35—機械，無變化；a36—機械，略有減少；a37—機械，減少較多。

(2)將每位農地轉入的農戶依次標號為：b1，b2,…,b11。依據“2.2”中的方法，用整理的調查表，得到農地轉入農戶在農業投入狀況的形式背景模型(G,M,I2)。該模型為：對象集G={b1,b2,...,b11}，屬性集為M={a1,a2,...,a37}，G與M之間所對應的二元關系I2為：記為1的地方表示對應的農戶一行中農戶擁有所對應的屬性，否則表示不擁有所對應的屬性。

依據注1，發現模型(G,M,I2)沒有空行的對象，但是屬性為空列的有：a1,a4,a5,a6,a9,a10,a14,a15,a16,a19,a20,a21,a25,a29,a30,a33,a36,a37。利用“注1”，可以將空列屬性進行約簡—實施刪除，得到約簡后的形式背景為(G,P,I3)，其中的對象集仍為G，屬性集為P={c1,c2,...,c19}滿足：c1=a2，c2=a3，c3=a7，c4=a8，c5=b11，c6=b12，c7=a13，c8=a17，c9=a18，c10=a22，c11=a23，c12=a24，c13=a26，c14=a27，c15=a28，c16=a31，c17=a32，c18=a34，c19=a35。G、P之間的二元對應關系用I3表示，也即I3=I∩(G×P)。

由(G,P,I3)可知有以下現象bi′=bj′(i,j=8,9,10,11)。因此，利用“注1”中的“②”，在(G,P,I3)中可以刪除b9，b10，b11，得到一個新的形式背景，其中對象集為O=G{b9,b10,b11}={bj:j=1,2,...,8},屬性集仍為P;O、P之間的二元對應關系I4表示I3∩(O×P)。I4的具體內容見表1。

表1　刪除空列和重復對象后的形式背景

2.3.2約簡后形式背景的全部概念。利用文獻[12-13]中的任一個求取概念的算法，都可以求得表1的概念全體。為了表述簡潔，在一個概念(A,B)中，由于|O|=8，所以對于A中的元bi將簡單寫為i；將集合A以及B的表述時的左花括號“{”和右花括號“}”分別去掉，只寫出所包含的元素，元素之間的逗號也去掉。仍保留A與B之間的逗號。如此得到表1的概念一共42個，它們分別為：(O,?)，(34578,c2c19)，(23458,c4)，(3458,c2c4c19),(34678,c9)，(3478,c2c9c11c19)，(348,c2c4c9c11c19),(13568,c17),(358,c2c4c7c17c19)，(368,c9c17)，(38,c2c4c7c9c11c17c19)，(3578,c2c7c19),(378,c2c7c9c11c19)，(1468,c15)，(48,c2c4c9c11c15c19)，(468,c9c15),(168,c15c17)，(8,c2c4c7c9c11c15c17c19)，(68,c9c15c17)，(126,c1c18),(2,c1c4c6c8c10c13c16c18)，(16,c1c3c15c17c18)，(6,c1c3c5c9c12c15c17c18)，(167,c3),(7,c2c3c7c9c11c14c16c19)，(67,c3c9)，(125,c8c10)，(5,c2c4c7c8c10c13c17c19),(25,c4c8c10c13)，(15,c8c10c17)，(1,c1c3c6c8c10c15c17c18)，(12,c1c6c8c10c18),(247,c16)，(47,c2c9c11c16c19)，(24,c4c16)，(4,c2c4c5c9c11c15c16c19),(46,c5c9c15)，(37,c2c7c9c11c14c19)，(3,c2c4c7c9c11c14c17c19)，(?,P)。

注2：根據文獻[12]和[13]中有關概念格約簡的討論，可得出以下結論：

(1)β(G,M,I2)?β(G,P,I3)?β(O,P,I4)，其中It為表t所示 (t=2,3,4)。

(2)設(A4,B4)為(O,P,I4) 的一個概念，(A3,B3)為(G,P,I3)的概念并且滿足：在上述(1)中的同構意義下與(A4,B4)對應。那么有：b8∈A4當且僅當b9,b10,b11∈A3。

(3)設(A2,B2)為(G,M,I2)的一個概念，則有：若aj為一個空列屬性，則必有aj∈B2。

(4)由(2)和(3)可分別從β(O,P,I4)容易得到β(G,P,I3)以及β(G,M,I2)。

(5)根據定義1可知：在概念格β(O,P,I4)中，最小元為(?,P),最大元為(O,?)。

覆蓋最小元的集合，即高度為1的元全體有8個元，分別為：(8,c2c4c7c9c11c15c17c19)，(7,c2c3c7c9c11c14c16c19)，(6,c1c3c5c9c12c15c17c18)，(5,c2c4c7c8c10c13c17c19),(4,c2c4c5c9c11c15c16c19),(3,c2c4c7c9c11c14c17c19)，(2,c1c4c6c8c10c13c16c18)，(1,c1c3c6c8c10c15c17c18)。

高度為2的元之全體有12個元，分別為：(12,c1c6c8c10c18),(15,c8c10c17)，(16,c1c3c15c17c18)，(24,c4c16)，(25,c4c8c10c13)，(37,c2c7c9c11c14c19)，(38,c2c4c7c9c11c17c19)，(46,c5c9c15)，(48,c2c4c9c11c15c19)，(67,c3c9)，(47,c2c9c11c16c19)，(68,c9c15c17)。

高度為3的元之全體有10個元，分別為：(348,c2c4c9c11c19),(358,c2c4c7c17c19)，(368,c9c17)，(378,c2c7c9c11c19)，(468,c9c15),(168,c15c17)，(126,c1c18),(167,c3),(125,c8c10)，(247,c16)。

高度為4的元之全體有5個元，分別為：(13568,c17),(1468,c15)，(3578,c2c7c19),(3478,c2c9c11c19)，(3458,c2c4c19)。

高度為5的元之全體有3個元，分別為：(23458,c4)，(34578,c2c19)，(34678,c9)。

但是，被最大元所覆蓋的元除去高度為5的元之外，還有元(1468,c15)，(13568,c17),(247,c16)，(125,c8c10)，(126,c1c18),(167,c3)，(247,c16)。

所得概念格(O,P,I4)的格圖見圖1。

圖1　形式背景(O,P,I4)的概念格格圖Fig.1　Formal context (O,P,I4) concept lattice map

為方便起見，以下寫出圖1中對應元時，只寫每個概念的外延。圖1中形式背景(O，P，I4)各概念，外延見表2。

事實上，根據注2可知，(G,P,I3)的概念格的格圖也如圖1所示，只是其中的元發生變化，由于在(G,P,I3)中的某些概念的外延之組成元可能會出現bij的形式(其中的i,j∈{0,1,...,9})，所以，當遇見外延中含有以上形式時，將加上花括號進行表示外延的組成，其他形式的外延仍采用只寫i(i∈{1,2，...,9})，而不寫左花括號“{”和右花括號“}”。這樣如圖1中從下開始，(G,P,I3)各概念的外延見表3。

表2　形式背景(O，P，I4)各概念外延

表3　形式背景(G,P,I3)各概念外延

仍舊依據注2可知，形式背景(G,M,I2)的概念格格圖也是圖1，只是在(G,P,I3)中的每個概念的內涵中并入所有被刪除掉的屬性元。這里不再贅述(G,M,I2)的每個概念的組成。

上面將(G,M,I2)的2次刪除屬性和對象的操作過程，若將刪除項與它們在調查表中所代表的實際內容相聯系，則會得到如下的一些結論。

第一，空列屬性說明沒有農戶滿足此屬性，也說明此屬性對于概念格沒有任何貢獻；但是縱觀(G,M,I2)中的空列屬性，結合這些空列屬性在調查表中的實際意義可知：

(1)空列a1、a4、a5的存在表明農戶在化肥的使用上基本無變化，雖有農戶略增加。這也提示化肥生產和銷售應該在保持與原來持平的基礎上，略微增加。

(2)空列屬性a6、a9、a10的存在，表明農戶在有機肥的使用上，基本無變化，雖然有農戶略有增加。因此，有機肥的生產和銷售應該在保持與原來持平的基礎上，略微增加。

(3)空列屬性a14、a15的存在，表明農藥的使用沒有減少方面的變化。基于此，在農藥生產和銷售應該在保持與原來持平的基礎上，還要多增加。

(4)空列屬性a16、a19、a20的存在，表明勞動力并沒有大的增加或減少。這一條說明，在勞動力的投入上還是基本為原有的生產者在從事自己原有的工作。

(5)空列屬性a21、a25的存在，表明種子投入方面沒有大幅度的變化。種子的生產和銷售應該在保持與原來持平的基礎上略微增加。

(6)空列屬性a29、a30的存在，表明農業長期投入沒有任何減少。該結論說明，農戶還是很重視農業的長期投入，為以后的長久生產打下了良好的基礎。

(7)空列屬性a33、a36、a37的存在，表明在機械方面與原有的情況基本持平，雖然有些農戶略有增加。這些結果提醒農業機械生產單位，應在生產和銷售保持與原來持平的基礎上略微增加。

(8)除a29、a30之外的其他空列屬性表明，農地轉入的農戶在農業投入中的化肥、有機肥、農藥、勞動力、種子、機械這幾個方面，沒有任何的減少，基本都沒有大的變化，只是有些農戶略微增加。

a29、a30為空列意味著，唯獨在農業的長期投入中，農戶沒有減少，反而有些農戶增加的多一些。這表明，農地轉入提高了農戶投資預期，增強了農戶農業投資的信心；此外還說明，農地流轉過程中，轉入戶認為農地價格估價合理、農地產權穩定，這些彌補了以往農地產權過程中的一些缺陷；目前農地流轉政策在實際中已經提高了農戶長期農業投資的預期，促進了農地流轉市場。

第二，由形式背景(G,M,I2)可以得出以下結論。

(1)具有相同屬性的對象集{b8,b9,b10,b11},約占農戶總數的36%，對于這樣的一個群體應該注意他們在農業投入各方面的表現，因為他們代表一類人群的行為，對于各方面的決策具有重要的影響。

這些農戶在化肥、有機肥、農藥、勞動力、種子、農業長期投入、機械各個方面，農地轉入前后均無變化，他們也都沒有參加任何的技術培訓。這也表明農地轉入對于這樣一類農戶的各方面沒有任何影響。

(2)結合第一中的(8)，推斷可知，農地轉入市場并沒有象某些人期望的一定會調動農戶在農業生產中的各個方面投入的積極性。

注3：由調查表的表述(G,M,I2)以及概念格理論，結合(G,M,I2)的實際意義，可以得出以下論點。

(1)一個概念(A,B)說明有哪些農戶同時滿足屬性B，而能夠滿足屬性B的農戶是哪些。如此可以根據這些農戶的家庭具體情況，分析出屬性集合B對這樣一類人員的影響。

(2)從(A,B)對應的實際意義完全可以推斷出，經過統計數據得到的一類農戶A在農業投入中所具有的共同點，將有利于政府在政策決策和各相關生產單位在生產安排，以及相關市場的影響等各方面，充分地考慮A的參考價值和指導意義。

2.3.3概念分析示例。概念是知識的一個聚類過程，當考慮某一類屬性對研究對象的最大影響時，以及接受這類屬性影響的所有對象最大集合時，它會充分顯現其優勢。由于篇幅有限，下面對得到的概念只是舉例說明。

例：當土地流轉后，農業是否可持續發展是關注度最高點，而這一點反映到實際農業中，表現最為突出的就是農戶是否對農業進行長期投入。可是要想讓農業能夠得到長期投入，推測影響較大的是技術培訓。從β(O,P,I4)可知，應該考慮內涵中包含c16以及{c13,c14,c15}中的元，或者包含有c17以及{c13,c14,c15}中的元之概念，因為c16和c17分別為有或無技術培訓的屬性，c13、c14、c15為農業長期投入在形式背景(O,P,I4)中對應的相關屬性。

從β(O,P,I4)的結構(或引理1)知，包含有技術培訓的最大元為(247,c16)，包含有無技術培訓的最大元為(13568,c17)。

從注2知(247,c16)是高度為3的元，所以當考慮有技術培訓的農戶在農業長期投入方面的性質時，只需考慮在高度為2和1中小于(247,c16)的元。由圖1易知滿足條件的元有：(2,c1c4c6c8c10c13c16c18),(4,c2c4c5c9c11c15c16c19),(7,c2c3c7c9c11c14c16c19)，(24,c4c16)。

從注2知，(13568,c17)是高度為4的元，所以當考慮不參加技術培訓的農戶在農業長期投入方面的性質時，只需考慮高度為1，2和3中的小于(13568,c17)的元，由圖1易知滿足這些條件的高度為3的概念有(168,c15c17)；高度為2的概念有(16,c1c3c15c17c18)，(68,c9c15c17)，高度為1的概念有：(1,c1c3c6c8c10c15c17c18)，(3,c2c4c7c9c11c14c17c19)，(6,c1c3c5c9c12c15c17c18)，(5,c2c4c7c8c10c13c17c19)，(8,c2c4c7c9c11c15c17c19)。

從β(O,P,I4)直接得 (G,P,I3)所對應的概念格β(G,P,I3)，由注2(2)得知(247,c16)∈β(G,P,I3)。因此，當考慮有技術培訓的農戶在農業長期投入方面的性質時，只需考慮滿足條件的元：(2,c1c4c6c8c10c13c16c18)，(4,c2c4c5c9c11c15c16c19),(7,c2c3c7c9c11c14c16c19)，(24,c4c16)。

由注2(2)知({1,3,5,6,8,9,10,11},c17)∈β(G,P,I3),所以當考慮無技術培訓的農戶在農業長期投入方面的性質時，由圖1直接得滿足條件的β(G,P,I3)中元有：({1,6,8,9,10,11},c15c17),({1,6},c1c3c15c17c18),({6,8,9,10,11},c9c15c17),({1},c1c3c6c8c10c15c17c18)，({3},c2c4c7c9c11c14c17c19)，({6},c1c3c5c9c12c15c17c18)，({5},c2c4c7c8c10c13c17c19)，({8,9,10,11},c2c4c7c9c11c15c17c19)。

從這些概念可以發現以下結果。

第一，當考慮有技術培訓的農戶在農業長期投入方面的性質，在農業長期投入中只有1戶增加較多，1戶略有增加，1戶無變化。

第二，當考慮不參加技術培訓的農戶在農業長期投入方面的性質，在農業長期投入中，內涵c15c17對應的外延所含農戶有5戶，只有編號5的農戶增加較多，編號3的農戶略有增加。

第三，通常認為技術越多越好的農戶，由于掌握了先進的技術和手段，并懂得長期投入必會促使農戶的收入增長，在農業長期投入中應該增加越多，而這樣又會需要更好的技術，農戶也更會積極地參加農業技術培訓。可是實際情況是，沒有參加技術培訓的農戶與參加過技術培訓的農戶，在農業長期投入中有增加或略有增加的農戶數量基本持平，不參加技術培訓的農戶數量遠遠大于參加技術培訓的農戶數量。因此應該反思現在技術培訓的內容、教學方法與手段等方面的問題，解決好這些問題有利于農業長期投入，更有利于土地流轉工作的開展。

上例完全利用概念格的結構進行分析，與其他文獻中用統計學思想討論得到的結果基本相同。

3結語

對于農地轉入農戶的農業投入研究，該研究提出一種基于概念格理論建立的模型。由于采用的概念格生成算法，都是利用已有的成熟算法，并且完全可以用計算機實現，所以這里的思想方法不僅加快了尋找所要討論內容的過程，還使得這里的方法不受形式背景規模限制。

與以往統計的一些方法有所不同，依據概念格的思想，在尋找和挖掘分析結果時，首先對形式背景中的一些可約屬性和可約對象進行約簡，從而減少了最后求取所需內容算法時數據所占用的空間，使得空間復雜度降低；當然，這必然會有利于減少所進行算法的時間復雜度。將概念格理論應用到這些數據的統計分析與研究中，還是一個新的嘗試。希望這里建立的概念格模型可以用到其他統計分析研究中，為相關工作的開展提供幫助。將統計方法與概念格的方法相結合對農業投入進行研究，是今后的工作內容。

參考文獻

[1] 朱強.農地資本化流轉與農業投入研究[J].財經問題研究,2011(10): 120-125.

[2] 邵麗亞.農地流轉對農戶土地利用的影響[D].重慶：西南大學，2014.

[3] 陳彪.新疆農村土地規模經營效果評價[D].楊凌：西北農林科技大學，2013.

[4] 郭永奇.新疆兵團農地利用的績效評價[J].國土與自然資源研究，2013(4): 34-37.

[5] 賀景霖.土地規模經營的生產模型分析[J].統計與決策，2015(6): 139-141.

[6] 劉洪彬，呂杰.大城市郊區不同區域農戶土地投入行為差異及其影響因素對比研究：以沈陽市蘇家屯為例[J].資源科學，2014,36(10): 2084-2091.

[7]WILLER.Restructuringlatticetheory:Anapproachbasedonhierarchiesofconcepts[M]//RIVALI.Orderedsets.Boston:Ridel,1982: 445-470.

[8]CHENR,BAUCT,YEHCJ.MergingdomainontologiesbasedontheWordNetsystemandfuzzyformalconceptanalysistechniques[J].Appliedsoftcomputing,2011,11(2): 1908-1923.

[9] 楊勇.智能化綜合評價理論與方法研究[D].杭州：浙江工商大學，2014.

[10] 袁璐，劉峰，廖潔.基于知識的土地利用數據綜合[J].計算機應用，2010，30(12): 3385-3390.

[11] 劉瑞卿，李新旺，張路路，等.基于格序結構的土地整治綜合效益評價研究[J].土壤通報，2012，43(6): 1305-1310.

[12]GANTERB,WILLER.FormalConceptAnalysis:Mathematicalfoundations[M].Berlin:Springer,1999: 17-35,63-67.

[13]POELMANSJ，KUZNETSOVSO，IGNATORDI,etal.Formalconceptanalysisinknowledgeprocessing:Asurveyonmodelsandtechniques[J].Expertsystemswithapplications,2013,40(16): 6601-6623.

[14] 農業大詞典編輯委員會.農業大詞典[M].北京：中國農業出版社，1998: 1208-1209.

The Application of Concept Lattice in the Analysis of Farmland Transfer

WANG Sheng-yu

(College of Public Administration,Nanjing Agricultural University,Nanjing,Jiangshu 210095)

AbstractTo solve the problem which the existing research models of farmland transfer can not satisfy completely for the demands provided with different research purposes,a method based on concept lattice was proposed.Firstly,an evaluation index system was built up from eight factors including fertilizer,organic fertilizer,pesticide,labor,seed,agricultural long-term investment,technical training and machinery.Simultanously,this system was considered as the set of attributes and all of the peasants were considered as the set of objects.Thus,a context was set up.Secondly,the redution of the above context was carried out,and further,the concept lattice of this context was found.Finally,with the model of concept lattice,the composition of peasant households satisfying some evaluation indexes was presented,and some properties for the peasants who satisfy all of conditions were obtained.These results show how to apply concept lattice into the study on the relationships between peasant housholds and evaluation indexes.When searching the required contents,comparing with some statisfical methods such as linear regression,the method here will reduce the space occupied by the input data.Additionally,the method here is a new idea to study on farmland transfer.

Key wordsFarmland transfer; Agricultural investment; Concept lattice; Model; Concept

基金項目國家大學生創新訓練計劃項目(201510307065)。

作者簡介王晟昱(1994- )，男，天津人，本科生，專業：土地資源管理。

收稿日期2016-03-30

中圖分類號S 29；TP 8；F 301.2

文獻標識碼A

文章編號0517-6611(2016)11-217-05