基于Vague的安徽省鐵礦資源開發(fā)利用影響因素分析*

范振林 劉固望

(1.中國國土資源經(jīng)濟(jì)研究院；2.中國地質(zhì)大學(xué)(北京)地球科學(xué)與資源學(xué)院)

基于Vague的安徽省鐵礦資源開發(fā)利用影響因素分析*

范振林1劉固望2

(1.中國國土資源經(jīng)濟(jì)研究院；2.中國地質(zhì)大學(xué)(北京)地球科學(xué)與資源學(xué)院)

在宏觀分析安徽省鐵礦資源供需形勢的基礎(chǔ)上，分析總結(jié)了安徽省鐵礦資源數(shù)量、分布特征及勘查程度，并考慮自然(資源)、經(jīng)濟(jì)、社會和環(huán)境4個方面，構(gòu)建基于Vague集合的鐵礦資源多因素識別模型，對產(chǎn)能、可采儲量、價格、承載力、勘查投入和自給率等相關(guān)因素進(jìn)行識別和排序，得出產(chǎn)能>可采儲量>價格>承載力>勘查投入>自給率的結(jié)論，建議立足省內(nèi)，加大勘查力度，合理布局，有序開發(fā)，并務(wù)實(shí)理智地“走出去”，開展國際合作和國際化經(jīng)營，保障安徽省鐵礦資源持續(xù)穩(wěn)定供給。

Vague 安徽省 鐵礦資源 開發(fā)利用

隨著中國工業(yè)化、信息化和城鎮(zhèn)化建設(shè)高峰相繼逼近，安徽省正處于經(jīng)濟(jì)社會全面發(fā)展的重要戰(zhàn)略機(jī)遇期，同時也邁入以資源環(huán)境約束加大為主要特征的矛盾凸顯期，在未來相當(dāng)長一段時期內(nèi)(10～15 a)，安徽省經(jīng)濟(jì)發(fā)展的基本面未變，影響資源需求的基本因素也沒有發(fā)生根本性變化，資源需求剛性上升和資源有限供給剛性制約的“兩難”矛盾將愈益凸顯[1]，重要礦產(chǎn)資源的開發(fā)利用與生態(tài)環(huán)境保護(hù)之間的矛盾也愈演愈烈，供不應(yīng)求格局不會發(fā)生根本性改變。

1 安徽省鐵礦資源開發(fā)利用影響因素

安徽省鐵礦資源相對豐富，查明資源儲量48.08億t；類型齊全，以磁鐵礦為主；礦石品位偏低，富鐵礦少，查明富鐵礦資源儲量僅0.01億t；已查明鐵礦區(qū)共有293處，其中大型礦區(qū)18處，查明資源儲量28.57億t，占總查明資源儲量的59.41%；勘查程度較高，以普查和詳查為主，在鐵礦已查明資源儲量中，達(dá)到詳查和勘探水平的超過92.62%。

針對安徽省鐵礦資源分布及開發(fā)利用特點(diǎn)，考慮區(qū)域自然環(huán)境背景和地質(zhì)背景條件，從鐵礦資源開發(fā)利用影響因素的共性和特殊性進(jìn)行分析，注重運(yùn)用綜合經(jīng)濟(jì)指標(biāo)和量化指標(biāo)，通過對安徽省鐵礦資源開發(fā)利用進(jìn)行實(shí)地調(diào)查和影響因素分類統(tǒng)計(jì)，建立影響因素與鐵礦資源勘查開發(fā)的對應(yīng)關(guān)系，結(jié)合自然地理背景和影響因素分類識別，構(gòu)建安徽省鐵礦資源開發(fā)利用影響因素評價指標(biāo)體系，見表1。

2 基于Vague的鐵礦資源開發(fā)利用影響因素分析

2.1 鐵礦資源開發(fā)利用影響因素選擇

主要采用定量分析方法識別安徽鐵礦資源開發(fā)利用影響因素，考慮自然(資源)、經(jīng)濟(jì)、社會和環(huán)境4個方面和7個指標(biāo)，確定定量評價的指標(biāo)體系[3]，見圖1。

圖1 安徽省鐵礦資源開發(fā)利用指標(biāo)選擇

2.2 基于Vague集的多因素識別模型構(gòu)建

基于Vague集合的多因素識別模型基本思路：①建立以識別因素為列向量，各年份的因素函數(shù)值為行向量的識別矩陣；②求解識別矩陣；③對各年份內(nèi)各個因素的評分值(影響力)進(jìn)行排序；④分析各個因素評分值走勢。

2.2.1 基于Vague集的識別矩陣的基本原理

多因素識別模型描述為maxx∈U{f(x)}，其中，U是識別空間，x為識別因素，f(x)=(f1(x),f2(x),…，fm(x))T是表示m個因素的向量函數(shù)，若識別空間是有限個識別因素組成，即U={x1,x2,…，xn}，式中f(xj)=(f1(xj),f2(xj),…，f(xj))T,j=1,2,…，n，表示xj的目標(biāo)值向量[4]。記fij(x)=fi(xj),i=1,2,…，m,j=1，2，…，n，則fij表示xj的第i個目標(biāo)值。對于這種多因素有限的識別，其因素空間可直觀地用如下識別矩陣F表示：

表1 安徽省鐵礦資源勘查開發(fā)利用影響因素評價指標(biāo)體系

在確定因素識別矩陣前，還需確定因素優(yōu)屬度。目前確定因素優(yōu)屬度的方法有多種:

對于效益型因素，其相對優(yōu)屬度為

μij=(fij/fimax)pi.

(1)

對于成本型因素，其相對優(yōu)屬度為

(2)

對于固定型因素，其相對優(yōu)屬度為

(3)

至此，可以將識別矩陣F變換為因素優(yōu)屬矩陣μ=[μij]m×n.

定義1：設(shè)f(x)=(f1(x),f2(x),…，fm(x))T是表示m個因素的向量函數(shù);F為識別矩陣;μ為識別矩陣F相對應(yīng)的因素優(yōu)屬矩陣；設(shè)因素的權(quán)重向量為w={w1,w2,…，wm},若因素?zé)o權(quán)重，wi=0,i=1,2,…，m，定義此因素識別矩陣為

定義3：設(shè)f(x)=(f1(x),f(x),…，fm(x))T是表示m個因素的向量函數(shù)，若識別空間由有限個識別因素組成，即X={x1,x2,…,xn}，其因素識別矩陣K=[kij]m×n，再設(shè)識別者接受的真隸屬函數(shù)值下界為λU；識別者接受的假隸屬函數(shù)值上界λL：

(1)如kij≥λU，則第i個因素函數(shù)對于第j個專家屬于真隸屬函數(shù)值。

(2)如kij≤λL，則第i個因素函數(shù)對于第j個專家屬于假隸屬函數(shù)值。

(3)如λL≤kij≤λU，則第i個因素函數(shù)對于第j個專家屬于中立隸屬函數(shù)值。

定義4：稱滿足Fj={fi∈f|kij≥λU}為第j個專家的真隸屬函數(shù)值集，Aj={fi∈f|kij≤λL}為第j個專家的假隸屬函數(shù)值集，Nj={fi∈f|λL≤kij≤λU}為第j個專家方案的中立隸屬函數(shù)值集。

定義5：設(shè)y=[t(x),1-f(x)]為一個Vague值，此處t(x)∈[0，1]，f(x)∈[0，1]，t(x)+f(x)≤1，定義評分函數(shù)score(x)=t(x)-f(x)，來度量對于識別者的認(rèn)可程度。

2.2.2 基于Vague集的多因素識別基本步驟

綜合多因素識別模型的基本理論，多因素識別模型解答的基本步驟如下：

①將識別矩陣F轉(zhuǎn)化為因素優(yōu)屬度矩陣μ；②將因素優(yōu)屬度矩陣μ轉(zhuǎn)化為因素識別矩陣K；③設(shè)定識別者接受和不接受的上、下界，求出各方案的支持、反對和中立因素集；④計(jì)算得出各個因素的Vague值；⑤計(jì)算各個因素的評分函數(shù)值；⑥分析各個因素評分值的走勢。

2.2.3 數(shù)據(jù)收集

安徽鐵礦資源開發(fā)利用影響因素識別中可采儲量(Recoverable Reserves，Rs)、鐵礦石價格(Price，Pr)、勘查投入(Exploration investment，Ei)、產(chǎn)能(Capacity，Ca)、人口承載力(Capacity of population，Cp)、經(jīng)濟(jì)承載力(Capacity of economic，Ce)、自給率(Self-sufficiency rate，Sr)為2005—2011年安徽鐵礦資源方面的數(shù)據(jù)，見表2。

表2 安徽省鐵礦資源開發(fā)利用影響因素識別模型數(shù)據(jù)

注：1.鐵礦石價格為霍邱65%鐵精粉干基不含稅價；2.產(chǎn)能為實(shí)際采礦能力；3.安徽省無鐵礦石出口。數(shù)據(jù)來源：安徽省礦產(chǎn)資源年報、礦業(yè)報、安徽省統(tǒng)計(jì)年鑒等。

2.2.4 鐵礦資源開發(fā)利用影響因素識別

設(shè)識別因素x=(x1,x2,x3,x4,x5,x6,x7)T=(Rs,Pr,Ei,Ca,Cp,Ce,Sr)T，得到識別矩陣為

并將識別矩陣F轉(zhuǎn)化為因素優(yōu)屬度矩陣μ為

考慮到并未將所有開發(fā)利用影響因素考慮在內(nèi)，故可認(rèn)為各因素的權(quán)重為零。此時，wi=0，得到kij=μij，因素識別矩陣K=因素優(yōu)屬度矩陣μ，即得到因素識別矩陣K為：

取3組隸屬行數(shù)上、下界值進(jìn)行多因素識別：

(1)令λU=0.57,λL=0.80, 則各年的支持因素集、反對因素集和中立因素集分別為F1={f6,f7}，A1={f1,f3}，N1={f2,f4,f5},同理求出Fi，Ai，Ni,i=2,3,4,5,6,7,則F2={f7}，A2={f1,f2,f3,f4}，N2={f5,f6}；F3={f7}，A3={f1,f2,f3,f4,f5,f6}，N3={φ}；F4={f2,f7}，A4={f4,f5}，N4={f1,f3,f6}；F5=(f5,f7)，A5={f1,f2,f3,f4}，N5={f5}；F6={f1}，A6={f3,f4,f5,f6,f7}，N6={f2}；F7={f2}，A7={f3,f4,f5,f6,f7}，N7={f1}。于是

得到x1的Vague值為ν1=[0.405 61,0.212 74]，同理可得ν2=[0.306 46,0.261 20]，ν3=[0.474 47,0.525 53]，ν4=[0.399 64,0.134 94]，ν5=[ 0.425 98,0.431 58]，ν6=[0.355 92,0.376 03]，ν7=[0.365 17,0.423 03]。

計(jì)算該7年的評分函數(shù)值：score(x1)=0.192 87,score(x2)=0.045 26,score(x3)=-0.051 06,score(x4)=0.264 70,score(x5)=-0.005 60,score(x6)=-0.020 11,score(x7)=-0.057 86。

由此得到多因素評分值(影響力)排序?yàn)閤4>x1>x2>x5>x6>x3>x7。

(2)λU=0.54,λL=0.75, 則各年的支持因素集、反對因素集和中立因素集分別為F1={f6,f7}，A1={f1}，N1={f2，f3,f4,f5},同理求出Fi，Ai，Ni,i=2,3,4,5,6,7,則F2={f6,f7}，A2={f1,f2,f3,f4}，N2={f5}；F3={f7}，A3={f1,f2,f3,f4,f5,f6}，N3={φ}；F4={f1,f6,f7}，A4={f4,f5}，N4={f2,f3}；F5=(f6,f7)，A5={f1,f2,f3,f4}，N5={f5}；F6={f1,f2}，A6={f3,f4,f5,f6,f7}，N6={φ}；F7={f2}，A7={f3,f4,f5,f6,f7}，N7={f1}。

計(jì)算各個因素的Vague估計(jì)值:ν1=[0.405 61,0.101 49],ν2=[0.544 17,0.261 20]，ν3=[0.474 47,0.525 53]，ν4=[0.513 54,0.134 94]，ν5=[0.425 98,0.431 58]，ν6=[0.623 97,0.376 03]，ν7=[0.365 17,0.423 04]。

計(jì)算該7年的評分函數(shù)值：score(x1)=0.304 12,score(x2)=0.282 97,score(x3)=-0.051 06,score(x4)=0.378 60,score(x5)=-0.005 60,score(x6)=-0.247 94,score(x7)=-0.057 87。

由此得到多因素評分值(影響力)排序?yàn)閤4>x1>x2>x6>x5>x3>x7。

(3)λU=0.50,λL=0.70, 則各年的支持因素集、反對因素集和中立因素集分別為F1={f4,f5,f6,f7}，A1={f1}，N1={f2，f3}，同理求出Fi，Ai，Ni,i=2,3,4,5,6,7,則F2={f6,f7}，A2={f1,f2,f3,f4}，N2={f5}；F3={f7}，A3={f1,f2,f3,f4,f5,f6}，N3={φ}；F4={f1,f2,f3,f6,f7}，A4={f4,f5}，N4={φ}；F5=(f6,f7)，A5={f1}，N5={f2，f3,f4,f5}；F6={f1,f2}，A6={f3,f4,f5,f6,f7}，N6={φ}；F7={f2}，A7={f3,f4,f5,f6,f7}，N7={f1}。

計(jì)算各個因素的Vague估計(jì)值：ν1=[0.670 89,0.101 49],ν2=[0.544 16,0.261 20]，ν3=[0.474 47,0.525 53]，ν4=[0.865 06,0.134 94]，ν5=[0.425 98,0.143 44]，ν6=[0.623 97,0.376 03]，ν7=[0.376 03,0.423 04]。

計(jì)算該7年的評分函數(shù)值：score(x1)=0.569 40,score(x2)=0.282 96,score(x3)=-0.051 06,score(x4)=0.730 12,score(x5)=0.282 54,score(x6)=0.247 94,score(x7)=-0.057 85。

由此得到多因素評分值(影響力)排序?yàn)閤4>x1>x2>x5>x6>x3>x7。

2.2.5 識別結(jié)果分析

對比上述3種識別結(jié)果可知，7個因素對安徽鐵礦資源開發(fā)利用評分值(影響力)排序綜合為2種情況，即產(chǎn)能>可采儲量>價格>人口承載力>經(jīng)濟(jì)承載力>勘查投入>自給率，產(chǎn)能>可采儲量>價格>經(jīng)濟(jì)承載力>人口承載力>勘查投入>自給率。若將人口承載力和經(jīng)濟(jì)承載力合稱為承載力，則最后的評分值(影響力)排名為產(chǎn)能>可采儲量>價格>承載力>勘查投入>自給率。

3 結(jié) 語

安徽正處于工業(yè)化中前期、重化工業(yè)化階段，經(jīng)濟(jì)高速增長、工業(yè)化和城鎮(zhèn)化的快速推進(jìn)依賴于鐵礦資源的大量消耗；由于工業(yè)化起點(diǎn)、資源稟賦、經(jīng)濟(jì)結(jié)構(gòu)、政府政策、地緣環(huán)境及工業(yè)化過程中技術(shù)環(huán)境的不同，其鐵礦資源開發(fā)利用影響因素具有明顯差異；需要立足省內(nèi)，合理布局，有序開發(fā)，增加供應(yīng)能力，處理好“兩個市場”關(guān)系，降低對外依存度；加大勘查力度，增加儲量；提高鐵礦企業(yè)的核心競爭力[4]，實(shí)現(xiàn)規(guī)?；_采；推動“減量化”用鋼，提高廢鋼資源管理和利用水平；堅(jiān)持務(wù)實(shí)理智地“走出去”，以保障安徽省資源供給、工業(yè)化的順利進(jìn)行和現(xiàn)代化目標(biāo)的如期實(shí)現(xiàn)。

[1] 范振林.中國礦產(chǎn)資源消耗與經(jīng)濟(jì)社會發(fā)展[J].現(xiàn)代礦業(yè)，2013(2):1-4.

[2] 張曉斌，趙定濤.城市關(guān)鍵成功因素的識別模型與應(yīng)用[J].科技管理研究,2006(6):107-200.

[3] 唐志剛.Vague集理論及其應(yīng)用研究[D].南寧：廣西大學(xué)，2007.

[4] 范振林，馬茁卉.淺論中國礦業(yè)企業(yè)跨國并購[J].中國礦業(yè)，2010(9):8-11.

*國土資源部軟科學(xué)資助項(xiàng)目(編號：2012—17)；安徽省國土資源廳軟科學(xué)研究項(xiàng)目(編號：2012—019)。

2014-10-16)

范振林(1981—)，男，助理研究員，碩士，101149 北京市。