基于AHP-BN的四川省新型城鎮(zhèn)化水平研究

蒲英霞，鄧冬梅，趙心怡

(1．南京大學(xué) 地理與海洋科學(xué)學(xué)院，江蘇 南京 210023；2．南京大學(xué) 江蘇省地理信息技術(shù)重點(diǎn)實驗室，江蘇 南京 210023；3．江蘇省地理信息資源開發(fā)與利用協(xié)同創(chuàng)新中心，江蘇 南京 210023；4．綿陽市游仙經(jīng)濟(jì)試驗區(qū)管委會，四川 綿陽 621000)

新型城鎮(zhèn)化由過去片面追求城市規(guī)模擴(kuò)張，轉(zhuǎn)變?yōu)楦幼⒅爻鞘匈|(zhì)量發(fā)展，要求城市發(fā)展速度與質(zhì)量相統(tǒng)一，核心在于城鄉(xiāng)一體化和公共服務(wù)均等化．新型城鎮(zhèn)化是新型工業(yè)化、信息化和農(nóng)業(yè)現(xiàn)代化發(fā)展的基石，對現(xiàn)代化發(fā)展起著至關(guān)重要的作用．當(dāng)前，新型城鎮(zhèn)化研究多側(cè)重于定性分析，包括內(nèi)涵界定、動力機(jī)制、發(fā)展模式和優(yōu)化路徑等[1]．在評價指標(biāo)體系構(gòu)建方面，由于指標(biāo)的多樣性和選取過程中的不確定性，研究人員分別提出了各自不同的觀點(diǎn)[2-4]．新型城鎮(zhèn)化定量研究側(cè)重于新型城鎮(zhèn)化水平的測度[5-7]．層次分析法(Analytic hierarchy process，AHP)是最為常用的一種方法，然而，該方法也存在一定的局限性，如各個指標(biāo)的權(quán)重主要根據(jù)專家意見給出，當(dāng)專家意見不統(tǒng)一時難以確定權(quán)重值，不能有效集中各個專家的意見．

貝葉斯網(wǎng)絡(luò)(Bayesian network，BN)是從不確定性的角度，將概率論和圖論有機(jī)結(jié)合，對一些著名的問題進(jìn)行建模，包括遺傳連鎖分析、計算機(jī)視覺、文檔和文本分析、決策支持系統(tǒng)和靈敏度分析等[8-13]．將層次分析與貝葉斯網(wǎng)絡(luò)相結(jié)合的AHP-BN方法，不僅充分考慮要素權(quán)重與要素發(fā)生概率，而且能有效集結(jié)不同領(lǐng)域?qū)＜业闹R和經(jīng)驗，正好彌補(bǔ)單一的層次分析法所面臨的問題，在決策支持系統(tǒng)、災(zāi)害預(yù)警分析與評價等方面具有重要的價值[14-16]．文中嘗試運(yùn)用AHP-BN法對區(qū)域新型城鎮(zhèn)化水平進(jìn)行綜合研究，若分析結(jié)果合理，則可為新型城鎮(zhèn)化的定量分析提供一種新的思路．

近年來，西部大開發(fā)戰(zhàn)略越來越受到中央和地方政府的重視，如何將西部大開發(fā)與新型城鎮(zhèn)化、“一帶一路”倡議與區(qū)域開發(fā)開放結(jié)合起來，成為亟待解決的問題．四川省作為我國西部大省，在西部大開發(fā)戰(zhàn)略中占據(jù)著極為重要的位置．四川省自然資源豐富，生態(tài)區(qū)位優(yōu)勢獨(dú)特，科技教育資源優(yōu)良，逐漸形成了“一群、四核、五帶”的城鎮(zhèn)空間布局，對推進(jìn)新型城鎮(zhèn)化進(jìn)程提供了強(qiáng)大的政策引導(dǎo)和規(guī)劃指導(dǎo)[4]．然而，四川省各地區(qū)發(fā)展不平衡，各市州發(fā)展差異較大，如何從區(qū)域自身特點(diǎn)出發(fā)，合理、有序推進(jìn)新型城鎮(zhèn)化進(jìn)程，是未來四川省新型城鎮(zhèn)化建設(shè)面臨的關(guān)鍵問題．文中采用AHP-BN法，集成多個專家意見測度當(dāng)前四川省新型城鎮(zhèn)化發(fā)展水平，以期對四川省加快推進(jìn)新型城鎮(zhèn)化戰(zhàn)略提供一定的決策參考．

1 研究區(qū)、指標(biāo)選取與數(shù)據(jù)來源

1.1 研究區(qū)概況

四川，簡稱“川”或“蜀”，位于中國西南腹地，介于東經(jīng)97°21′～108°33′，北緯26°03′～34°19′之間，地處長江上游，省會成都．與7個省(自治區(qū)、直轄市)接壤，北連陜西、甘肅、青海，南接云南、貴州，東鄰重慶，西銜西藏．轄區(qū)面積48.6 萬km2，居全國第5位．現(xiàn)轄1個副省級市(成都)、17個地級市(德陽、綿陽等)、3個自治州(甘孜、阿壩及涼山)．截至2015年底，戶籍人口9 132.6萬人，常住人口8 204萬人．東西長1 075 km，南北寬921 km．

1.2 新型城鎮(zhèn)化水平評價指標(biāo)選擇

文中在深刻理解新型城鎮(zhèn)化內(nèi)涵的基礎(chǔ)上，綜合《國家新型城鎮(zhèn)化規(guī)劃(2014—2020)》及指標(biāo)選擇原則——綜合性、科學(xué)性、可獲得性及可比性，構(gòu)建了新型城鎮(zhèn)化水平評價指標(biāo)體系，其中，選取經(jīng)濟(jì)發(fā)展、人口城鎮(zhèn)化、基礎(chǔ)設(shè)施、生態(tài)環(huán)境、城鄉(xiāng)統(tǒng)籌與創(chuàng)新研發(fā)等6個一級指標(biāo)，人均GDP、非農(nóng)人口比等21個二級指標(biāo)(表1)．

1.3 數(shù)據(jù)來源

新型城鎮(zhèn)化水平評價指標(biāo)體系中涉及到的經(jīng)濟(jì)、社會、環(huán)境等統(tǒng)計數(shù)據(jù)主要來自2011年和2015年《中國城市統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《四川統(tǒng)計年鑒》、《四川經(jīng)濟(jì)年鑒》等資料．

2 研究方法

2.1 層次分析法(AHP)

表1 新型城鎮(zhèn)化水平評價指標(biāo)體系

層次分析法是一種定性與定量相結(jié)合的多準(zhǔn)則決策方法， 該方法可以將決策者對復(fù)雜系統(tǒng)的決策思維模型化、數(shù)量化．決策者在建模過程中需要將問題分為若干層次和若干因素，對不同的因素加以比較，最后得出不同方案的權(quán)重，從而決定最終方案．AHP包括5個步驟：① 建立層次結(jié)構(gòu)模型；② 構(gòu)造判斷矩陣；③ 層次單排序；④ 矩陣一致性檢驗；⑤ 層次總排序[8]．

2.2 貝葉斯網(wǎng)絡(luò)(BN)

貝葉斯網(wǎng)絡(luò)又稱信度網(wǎng)絡(luò)，是Bayes方法的擴(kuò)展，由Pearl于1985年正式提出[8]．貝葉斯網(wǎng)絡(luò)由有向無環(huán)圖(Directed acyclic graph，DAG)及條件概率表構(gòu)成(圖1)．具體地，該圖由父(Parents)節(jié)點(diǎn)S和子(Children)節(jié)點(diǎn)E構(gòu)成，2節(jié)點(diǎn)間產(chǎn)生一個條件概率值P(E|S)．簡言之，就是把某個研究系統(tǒng)中涉及的隨機(jī)變量，根據(jù)條件是否獨(dú)立繪制在一個有向圖中，就形成了貝葉斯網(wǎng)絡(luò)[15]．貝葉斯網(wǎng)絡(luò)模型的構(gòu)建過程如下．

1)構(gòu)建貝葉斯網(wǎng)絡(luò)模型．貝葉斯網(wǎng)絡(luò)模型由一個父節(jié)點(diǎn)變量(或指標(biāo))和一系列子節(jié)點(diǎn)變量(專家)以及變量間的有向邊構(gòu)成，子節(jié)點(diǎn)數(shù)量即為評估專家總數(shù)(記為m)．該模型中每個變量的狀態(tài)有限且互斥，概率P(Si)表示在指標(biāo)Si的影響下，新型城鎮(zhèn)化水平落入高(H)或低(L)水平的概率；P(Ei j|Si)是針對某個指標(biāo)Si，專家j認(rèn)為其落入某一評價準(zhǔn)則的概率．貝葉斯網(wǎng)絡(luò)模型包括網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、指標(biāo)Si的邊緣概率P(Si)和條件概率P(Ei j|Si)(圖2)[15]．

圖1 貝葉斯網(wǎng)絡(luò)有向無環(huán)圖

Fig 1 Directed acyclic graph of Bayesian network

圖2 變量Si的貝葉斯網(wǎng)絡(luò)模型

2)確定各指標(biāo)的評價準(zhǔn)則．由于P(Ei j|Si)不能直接得出，而P(Si|Ei j)更容易計算，因此針對某一指標(biāo)，可先由各專家給出具體評價準(zhǔn)則以及每一評價準(zhǔn)則下某地區(qū)新型城鎮(zhèn)化水平高或低的程度，由條件概率P(Si|Ei j)表示,其中，評價準(zhǔn)則有多種狀態(tài)[16]．例如，針對人均GDP指標(biāo)S1，可給出3個狀態(tài)：高(H)、中(M)、低(L)．若專家1認(rèn)為人均GDP為高時可確定其新型城鎮(zhèn)化水平為高的概率為P(S1=H|E11)=0.7；人均GDP為中時其新型城鎮(zhèn)化水平為高的概率為P(S1=M|E21)=0.4；人均GDP為低時其新型城鎮(zhèn)化水平為高的概率為P(S1=L|E31)=0.3．表2以經(jīng)濟(jì)發(fā)展指標(biāo)為例，給出了不同專家的評價準(zhǔn)則．

3)建立BN模型各節(jié)點(diǎn)的概率分布表．在BN模型中，對于P(Si)，可初始化P(Si=H)=P(Si=L)=1/2，因為初始值對最后結(jié)果并沒有太大影響．由步驟2)得到P(Si|Eij)，再根據(jù)貝葉斯定理計算P(Eij|Si)．

對于每一個i和j，由貝葉斯定理有[14]7

這樣，利用(1)式，可由P(Eij)和P(Si|Eij)計算出P(Eij|Si)．同時，可根據(jù)P(Eij)和P(Si|Eij)計算P(Si)[14]7：

表2 不同專家對經(jīng)濟(jì)發(fā)展指標(biāo)的評價準(zhǔn)則

4)更新新型城鎮(zhèn)化水平為高時的概率P(Si=H)．現(xiàn)在，將逐步利用各專家給出的各個指標(biāo)上的數(shù)據(jù)，對每一地區(qū)的P(Si=H)進(jìn)行更新，直到所有的證據(jù)都被利用．例如，對于第i個指標(biāo)Si而言，專家1認(rèn)為該數(shù)值將落入e1，也就是說，P*(Ei1)=(1,0,0,…)，所以[14]7

專家2認(rèn)為Si將落入e2，所以P*(Ei2)=(0,1,0,…)，因此可以根據(jù)貝葉斯公式更新P*(Si=H)[14]8：

其中，P(Ei2=e2|Si=H)及P(Ei2=e2|Si=L)已由貝葉斯公式計算得出．因此，對于指標(biāo)Si，可計算P*(Si=H|Ei2=e2)[14]8：

隨著越來越多專家知識與經(jīng)驗的加入，將得到更為合理的P(Si=H)，即當(dāng)評價指標(biāo)Si落入某一準(zhǔn)則時，該地區(qū)新型城鎮(zhèn)化水平為高的概率值P(Si=H)．

2.3 AHP-BN法

利用層次分析法得到的不同指標(biāo)的權(quán)重Wi，以及經(jīng)過逐步更新獲得的每個指標(biāo)所對應(yīng)的新型城鎮(zhèn)化水平為高時的概率值P(Si=H)，通過(7)式，可以將新型城鎮(zhèn)化水平評價指標(biāo)體系中的所有指標(biāo)綜合在一起，計算出某個地區(qū)的新型城鎮(zhèn)化水平[14]9：

3 結(jié)果與分析

3.1 2014年各市州新型城鎮(zhèn)化水平

對于新型城鎮(zhèn)化水平評價指標(biāo)體系中的各個指標(biāo)(S1～S21)，分別通過層次分析法(AHP)得到相應(yīng)指標(biāo)的權(quán)重Wi(表3)，可以看出經(jīng)濟(jì)發(fā)展指標(biāo)在新型城鎮(zhèn)化水平測度中所占的比重最大，達(dá)到40%．文中根據(jù)3個專家的意見，得到了2014年成都市各個指標(biāo)的P(Si=H)值(表3)，其他各市州的BN計算結(jié)果此處忽略．參與評價的專家越多，得到的結(jié)果越準(zhǔn)確．P(Si=H)值越小，說明在促進(jìn)該地區(qū)新型城鎮(zhèn)化水平的所有指標(biāo)體系中，該指標(biāo)的作用較?。@從一個側(cè)面反映了該地區(qū)在今后城鎮(zhèn)化發(fā)展進(jìn)程中需要進(jìn)一步改善此類指標(biāo)，為提高當(dāng)?shù)氐男滦统擎?zhèn)化水平做出貢獻(xiàn)．

表3 2014年成都市各指標(biāo)的AHP-BN結(jié)果

利用層次分析法所得的指標(biāo)權(quán)重Wi和經(jīng)過逐步更新得到的P***(Si=H)，并通過(7)式計算出2014年四川省各市州新型城鎮(zhèn)化水平(表4)．

從表4中可以看出，2014年四川省各市州新型城鎮(zhèn)化水平普遍較低．其中，成都市和攀枝花市的AHP-BN值超過0.5，表明在當(dāng)前經(jīng)濟(jì)社會發(fā)展條件下，這兩個城市的新型城鎮(zhèn)化水平為高的概率大于50%．其余市州的AHP-BN值基本在0.23～0.39，約占全省市州數(shù)量的86%．毗鄰成都的德陽市，有望在未來城鎮(zhèn)化進(jìn)程中邁入較高發(fā)展階段．

表4 2014年四川省各市州新型城鎮(zhèn)化水平

3.2 新型城鎮(zhèn)化水平的空間格局分析

采用ArcGIS默認(rèn)的自然斷點(diǎn)(Natural breaks)分類原則，將表4中的AHP-BN值由高到低劃分為5類，得到2014年四川省地級市新型城鎮(zhèn)化水平分級圖(圖3)．該方法利用統(tǒng)計學(xué)知識，首先計算各種分類下每一類的方差，然后將各類方差相加，得到方差和最小的分類即為最終分類結(jié)果．其優(yōu)點(diǎn)是“物以類聚”，類別之間差異明顯，而類內(nèi)部的差異很?。?/p>

圖3 2014年四川省地級市新型城鎮(zhèn)化水平分級

由圖3可以看出，四川省新型城鎮(zhèn)化水平空間差異較大，大體可分為如下5個層次．

一類城市(新型城鎮(zhèn)化水平最高)．成都市新型城鎮(zhèn)化水平接近0.7，明顯高于四川省其他市州，在發(fā)展結(jié)構(gòu)上呈“一城獨(dú)大”的態(tài)勢．根據(jù)BN模型結(jié)果(表3)，可以看出成都市第三產(chǎn)業(yè)從業(yè)人數(shù)比(S7)、人均綠地面積(S11)、工業(yè)SO2排放量(S16)、城鄉(xiāng)居民人均消費(fèi)比(S19)等指標(biāo)的P(Si=H)值較小，表明在當(dāng)前評價指標(biāo)體系下這些指標(biāo)是成都市新型城鎮(zhèn)化水平的主要制約因素．第三產(chǎn)業(yè)從業(yè)人數(shù)比的P(Si=H)值較小，反映了成都市在今后發(fā)展中可以著重調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，增加第三產(chǎn)業(yè)就業(yè)；人均綠地面積則表明應(yīng)注重加強(qiáng)綠色基礎(chǔ)設(shè)施建設(shè)；工業(yè)SO2排放從側(cè)面反映出成都市在發(fā)展經(jīng)濟(jì)的同時需要加強(qiáng)環(huán)境保護(hù)，促進(jìn)可持續(xù)發(fā)展；而人均消費(fèi)比則反映了城鄉(xiāng)統(tǒng)籌問題，城鄉(xiāng)發(fā)展不協(xié)調(diào)問題突出．這與我國當(dāng)前所處的快速城鎮(zhèn)化發(fā)展階段相吻合，不可避免導(dǎo)致諸多弊病，包括城鄉(xiāng)差距、生態(tài)環(huán)境和社會公平、公正等問題．

二類城市(新型城鎮(zhèn)化水平較高)．位于川渝城市群的德陽市、綿陽市以及鋼鐵城市攀枝花市，新型城鎮(zhèn)化水平在0.38～0.52．攀枝花市原名“渡口市”，是“攀鋼”所在地，礦產(chǎn)資源豐富．作為工業(yè)城市，該市經(jīng)濟(jì)發(fā)展水平較高，但從BN分析結(jié)果來看，工業(yè)SO2排放量及工業(yè)固體廢棄物綜合利用率(S15)的P(Si=H)的值較小，說明在發(fā)展工業(yè)的同時并未很好地兼顧環(huán)境保護(hù)，普通高校在校學(xué)生數(shù)(S20)、科研人員數(shù)(S21)概率值仍然較小，創(chuàng)新與科研能力仍有待提升．德陽市、綿陽市位于成綿德經(jīng)濟(jì)區(qū)，經(jīng)濟(jì)發(fā)展水平相對較高．其中，德陽市經(jīng)濟(jì)發(fā)展相關(guān)指標(biāo)的P(Si=H)與成都市相差較大，經(jīng)濟(jì)發(fā)展?jié)摿Σ⑽吹玫酵耆尫?；高校在校學(xué)生人數(shù)和科研人員數(shù)的P(Si=H)值仍然較小，說明創(chuàng)新與研發(fā)能力仍有待提高．綿陽市是黨中央、國務(wù)院批準(zhǔn)的我國唯一的科技城，創(chuàng)新能力較強(qiáng)，高校在校學(xué)生人數(shù)和科研人員數(shù)的值都較高．但從BN結(jié)果來看，經(jīng)濟(jì)實力仍有待提高，城鄉(xiāng)居民人均消費(fèi)比的概率值較小，說明也存在城鄉(xiāng)發(fā)展不協(xié)調(diào)問題．

三類城市(新型城鎮(zhèn)化發(fā)展水平中等)．成綿德城市群周邊地區(qū)，主要包括雅安、眉山、樂山、自貢、瀘州、南充等市，新型城鎮(zhèn)化水平在0.31～0.37．其共同特點(diǎn)是經(jīng)濟(jì)發(fā)展指標(biāo)(S1,S2,S3,S4)的P(Si=H)值都較低，經(jīng)濟(jì)發(fā)展水平和人口城鎮(zhèn)化水平普遍不高，創(chuàng)新與研發(fā)能力不足，但基礎(chǔ)設(shè)施建設(shè)較到位，生態(tài)環(huán)境保護(hù)較好．

四類城市(新型城鎮(zhèn)化發(fā)展水平較低)．包括資陽、內(nèi)江、遂寧、廣安等市，新型城鎮(zhèn)化水平在0.28～0.30．由于位于四川省周邊，受成渝城市群經(jīng)濟(jì)輻射作用不明顯，各個指標(biāo)的發(fā)展都不夠突出．因此，應(yīng)加大對人才的吸引，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)并加強(qiáng)在基礎(chǔ)設(shè)施建設(shè)等方面的投資力度．

五類城市(新型城鎮(zhèn)化發(fā)展水平最低)．包括宜賓、廣元、巴中、達(dá)州市及3州(阿壩、涼山及甘孜自治州)，新型城鎮(zhèn)化水平在0.23～0.27．宜賓市除涉及基礎(chǔ)設(shè)施建設(shè)的用水普及率(S9)、燃?xì)馄占奥始敖ǔ蓞^(qū)綠化覆蓋率的概率值較高之外，其余指標(biāo)都很低；廣元、巴中和達(dá)州3市相鄰，新型城鎮(zhèn)化水平也較為相似，除基礎(chǔ)設(shè)施建設(shè)和生態(tài)環(huán)境兩方面較好外，其余發(fā)展有待提高．3州地區(qū)大部分是山地和高原區(qū)，人口較少，集聚效應(yīng)不高，自然環(huán)境條件相對較差，基礎(chǔ)設(shè)施建設(shè)落后．

3.3 2010—2014年新型城鎮(zhèn)化發(fā)展對比

為了考察“新型城鎮(zhèn)化”戰(zhàn)略實施后的影響，利用2010年四川省各市州經(jīng)濟(jì)、社會和環(huán)境等相關(guān)統(tǒng)計數(shù)據(jù)，計算了新型城鎮(zhèn)化水平(表5)．

表5 2010年四川省各市州新型城鎮(zhèn)化水平

與表4相比，實施“新型城鎮(zhèn)化”戰(zhàn)略之后，四川省各市州新型城鎮(zhèn)化水平均有不同程度的提高．其中，成都和德陽的提升幅度在10%以上，自貢、瀘州和雅安為9%，內(nèi)江、資陽、綿陽為8%，表明這些城市的新型城鎮(zhèn)化發(fā)展勢頭良好．值得關(guān)注的是，宜賓市和甘孜州在這幾年間停滯不前，需要從源頭上發(fā)現(xiàn)問題并加以解決．

3.4 討論

為了驗證AHP-BN法的可行性，利用單一的層次分析法計算2014年四川省各市州的新型城鎮(zhèn)化水平(表6)．

為了更直觀地比較AHP-BN法與單一的AHP法在新型城鎮(zhèn)化水平計算結(jié)果方面的差異，將表6中結(jié)果在ArcGIS中進(jìn)行可視化處理(圖4)．

表6 2014年四川省各市州新型城鎮(zhèn)化水平

圖4 基于AHP的2014年四川省新型城鎮(zhèn)化水平分級

從表6和圖4中可以看出，AHP分析結(jié)果出現(xiàn)了極大值和極小值相差較懸殊的情形，而在AHP-BN計算結(jié)果中并沒有出現(xiàn)這種極端情況．例如，單純利用AHP法得到的2014年成都市新型城鎮(zhèn)化水平評價結(jié)果為0.94，甘孜州的結(jié)果僅為0.09，這顯然是不合理的．其余各市州通過這兩種方法得到的計算結(jié)果相差較小，說明AHP-BN法是可行的．而AHP-BN所表現(xiàn)出的更為均衡的計算結(jié)果，意味著該方法更為科學(xué)．此外，和單一的AHP法相比，AHP-BN能明顯看出各市州的哪些指標(biāo)對其新型城鎮(zhèn)化水平影響較小，從而為該地區(qū)新型城鎮(zhèn)化發(fā)展提出具體的對策和建議，因此采用AHP-BN法更具優(yōu)勢．

4 結(jié)論

新型城鎮(zhèn)化是新時期我國全面建設(shè)小康社會的核心策略，對新型城鎮(zhèn)化水平的綜合評價關(guān)系到區(qū)域城鎮(zhèn)化進(jìn)程的可持續(xù)發(fā)展．文中選取經(jīng)濟(jì)發(fā)展、人口城鎮(zhèn)化、基礎(chǔ)設(shè)施、資源環(huán)境、城鄉(xiāng)統(tǒng)籌、創(chuàng)新與研發(fā)等6個一級指標(biāo)，人均GDP、人口密度等21個二級指標(biāo)構(gòu)建新型城鎮(zhèn)化水平評價指標(biāo)體系，并采用AHP-BN法對2014年四川省21個市州的新型城鎮(zhèn)化水平進(jìn)行了測度，并與單一的AHP分析結(jié)果做了對比．為了進(jìn)一步考察“新型城鎮(zhèn)化”戰(zhàn)略實施的效果，也計算了2010年四川省新型城鎮(zhèn)化水平．初步得到如下結(jié)論：

1)四川省各市州新型城鎮(zhèn)化水平空間分異較大．成都市在空間上呈“一城獨(dú)大”的態(tài)勢，新型城鎮(zhèn)化水平遠(yuǎn)遠(yuǎn)高于四川省第二大城市綿陽市．3州地區(qū)因基本位于山地和高原區(qū)，自然條件惡劣，經(jīng)濟(jì)發(fā)展內(nèi)源動力不足，資金投入有限，新型城鎮(zhèn)化水平較低．在影響新型城鎮(zhèn)化水平是高還是低的各個指標(biāo)中，經(jīng)濟(jì)發(fā)展指標(biāo)影響最大，人口城鎮(zhèn)化對新型城鎮(zhèn)化水平的影響位列第二；

2)實施“新型城鎮(zhèn)化”戰(zhàn)略后，四川省各市州新型城鎮(zhèn)化水平明顯提高，但空間格局變化不明顯．其中，成都、攀枝花、德陽、綿陽等市的新型城鎮(zhèn)化水平增長最快，變化明顯，而宜賓市、甘孜州水平最低，年際變化也不明顯；

3)在新型城鎮(zhèn)化水平評價過程中，融合了多個專家知識與經(jīng)驗的AHP-BN法更為科學(xué)、合理．單一的AHP法分析結(jié)果出現(xiàn)了異常的極大值和極小值，存在明顯的不合理之處．此外，該方法需要預(yù)先將指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理，當(dāng)專家意見不統(tǒng)一時，難以得到結(jié)果．而AHP-BN法不存在上述缺點(diǎn)，且能直觀得出具體指標(biāo)的發(fā)展?fàn)顩r，能針對新型城鎮(zhèn)化發(fā)展的具體方面提出更為明確的建議．

文中以四川省為例，對AHP-BN法在新型城鎮(zhèn)化水平測度與評價方面的適用性進(jìn)行了有益的探索，這將對其他地區(qū)新型城鎮(zhèn)化水平的研究具有一定的參考價值．然而，文中仍存在以下不足，將在今后的研究工作中加以改進(jìn).① 新型城鎮(zhèn)化水平評價指標(biāo)體系有待進(jìn)一步完善．由于歷史問題及制度原因，中國屬于城鄉(xiāng)“二元”對立格局，如何解決農(nóng)村人口的教育、就業(yè)、醫(yī)療、養(yǎng)老保障是新型城鎮(zhèn)化進(jìn)程中必須面對的問題，有必要在評價體系中增加“登記失業(yè)率”“醫(yī)保覆蓋率”等指標(biāo)；② 在利用貝葉斯網(wǎng)絡(luò)模型計算新型城鎮(zhèn)化水平為高的概率時，文中只涉及3個專家，有待增加不同領(lǐng)域的專家參與評價，不斷提高評價方法的科學(xué)性．

[1] 單卓然，黃亞平．“新型城鎮(zhèn)化”概念內(nèi)涵、目標(biāo)內(nèi)容、規(guī)劃策略及認(rèn)知誤區(qū)解析[J].城市規(guī)劃學(xué)刊，2013(2)：16.

[2] 衛(wèi)言．四川省新型城鎮(zhèn)化水平及指標(biāo)體系構(gòu)建研究[D].成都：四川師范大學(xué)，2011.

[3] 師滿江，頡耀文，衛(wèi)嬌嬌，等．基于遙感和GIS的農(nóng)村城鎮(zhèn)化進(jìn)程分析及模式探索[J].農(nóng)業(yè)工程學(xué)報，2015，31(5)：292.

[4] 袁春霞，楊莉蕓．新型城鎮(zhèn)化背景下四川城鎮(zhèn)化發(fā)展路徑選擇[J].成都行政學(xué)院學(xué)報，2016(9)：47.

[5] 余海清，陳阿林，董國倉，等．基于層次分析法和GIS的城鎮(zhèn)化水平分析——以重慶市“1小時經(jīng)濟(jì)圈”為例[J].安徽農(nóng)業(yè)科學(xué)，2010，38(10)：5359.

[6] 陳紅娟，孫桂平，石曉麗．基于GIS的京津冀地區(qū)新型城鎮(zhèn)化水平時空格局演化[J].生態(tài)經(jīng)濟(jì)，2016，32(8)：73.

[7] 顏毓?jié)?，謝嬌嬌．基于層次分析法的新型城鎮(zhèn)化評價指標(biāo)體系研究[J].西部財會，2016(1)：71.

[8] VAN DER GAAG L C．Bayesian belief networks：odds and ends[J].TheComputerJournal，1996，39(2)：97.

[9] 蘇從勇．人臉感知：基于學(xué)習(xí)的人臉跟蹤與合成[D].杭州：浙江大學(xué)，2005.

[10] 湯在祥，王學(xué)楓，吳雯雯，等．基于貝葉斯統(tǒng)計的遺傳連鎖分析方法[J].遺傳，2006，28(9)：1117.

[11] 劉麗珍，陳蕾，張茂紅．基于貝葉斯網(wǎng)絡(luò)的大型城市社區(qū)消防安全評估模型[J].計算機(jī)應(yīng)用研究，2011，28(01)：182.

[12] 胡春玲．貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究[D].合肥：合肥工業(yè)大學(xué)，2011.

[13] 尹曉偉．基于貝葉斯網(wǎng)絡(luò)的元件重要度和靈敏度分析[J].沈陽工程學(xué)院學(xué)報(自然科學(xué)版)，2012，8(3)：262.

[14] HA J S，SEONG P H．A method for risk-informed safety significance categorization using the analytic hierarchy process and Bayesian belief networks[J].ReliabilityEngineeringandSystemSafety，2004，83(1)：1.

[15] 矯健，劉煜，鄭恒．基于AHP-BN的網(wǎng)絡(luò)信息資源綜合評價研究[J].現(xiàn)代圖書情報技術(shù)，2007(9)：66.

[16] 李維乾，解建倉，李建勛，等．基于AHP-BN的陜西經(jīng)濟(jì)可持續(xù)發(fā)展水資源保障研究[J].水力發(fā)電學(xué)報，2012，31(5)：6.