顏靖柯 陳俊林 晏偉龍 曹燦東 王 濤
(四川工商學(xué)院,四川 成都 610000)
近年來,城市化已成為必然趨勢。據(jù)預(yù)測,到2050年,全球約有66%的人口將加入城市。因此,制定合適的城市規(guī)劃已成為各國政府關(guān)注的問題。它包括人口密度極低的現(xiàn)有城市化地區(qū)的邊際擴(kuò)張,城市擴(kuò)張逐漸暴露出環(huán)境污染,土地過度消耗,基礎(chǔ)設(shè)施建設(shè)成本高等諸多問題。
由于智能增長對于城市建設(shè)至關(guān)重要,因此提出一個(gè)有效的方法來實(shí)現(xiàn)智能增長的原則是非常重要的。選擇兩個(gè)具體的城市通過指標(biāo)體系來評估其發(fā)展計(jì)劃的效果。為了衡量計(jì)劃的成功,第二次需要指標(biāo)體系。并且,應(yīng)針對問題對個(gè)別倡議的潛力進(jìn)行排序。最終,如果到2050年人口將再增長50%,則需要解釋這項(xiàng)計(jì)劃如何支持這一增長水平。
(1)政府的政策在短期內(nèi)不會改變。(2)數(shù)據(jù)來源實(shí)際可靠。(3)在幾十年的預(yù)測中忽略了爆炸性的變化。
人均GDPx1,第一產(chǎn)業(yè)增加值占GDP比重x2,工業(yè)增加值占GDP比重x3,第一產(chǎn)業(yè)從業(yè)人員占全社會就業(yè)人員的比重x4,工業(yè)制成品占出口產(chǎn)品比例,GDP增長速度,工業(yè)增加值增長速度,三種專利權(quán)申請受理量占全國的比重,R&D經(jīng)費(fèi)支出占GDP的比重,高新技術(shù)工業(yè)產(chǎn)值占GDP比重,工業(yè)技術(shù)進(jìn)步貢獻(xiàn)率,工業(yè)利潤增長率,國有經(jīng)濟(jì)投資占總投資比重,高校招生數(shù)占總?cè)丝诒壤?,每千人中從事研究與開發(fā)的科學(xué)家和工程師數(shù)量,每千人中從事研究與開發(fā)的科學(xué)家和工程師數(shù)量,萬元國內(nèi)生產(chǎn)總值綜合能耗,萬元國內(nèi)工業(yè)生產(chǎn)總值工業(yè)廢水排放量,萬元國內(nèi)工業(yè)生產(chǎn)總值工業(yè)廢氣排放量,城鄉(xiāng)恩格爾系數(shù)之比,城鄉(xiāng)居民人均純收入之比等。
選取環(huán)境污染、科技含量、工業(yè)化潛力、工業(yè)化程度、工業(yè)化質(zhì)量、能源消耗,工業(yè)化程度6個(gè)指標(biāo)。
由于6個(gè)指標(biāo)的維度不同,為了規(guī)范化數(shù)據(jù),所有數(shù)據(jù)都被轉(zhuǎn)換為0到1之間的數(shù)字。
在主要指標(biāo)中使用了一些定性指標(biāo)。因此,提出一個(gè)合適的指標(biāo)量化指標(biāo)是至關(guān)重要的。模糊評估被用來解決這個(gè)問題。設(shè)U=(u1, u2, …, um)是一個(gè)由評價(jià)指標(biāo)組成的指標(biāo)集。設(shè)A=(a1, a2, …, am)是一個(gè)權(quán)重集,其值通過層次分析法得出。設(shè)W=(w1, w2, …, wn)是一個(gè)評語集,其值為“非常好”“好”“一般”“差”等。從U到W的模糊關(guān)系,用模糊評價(jià)矩陣R來描述,其中,用rij(i=1, 2, …, m; j=i=1, 2, …, n)表示對第i個(gè)評價(jià)指標(biāo)作出的第j級評語的隸屬度。它們之間的關(guān)系用模糊評價(jià)矩陣R來描述。最終獲得綜合評價(jià)模型P,其中表示ai與rij比較取較小值,表示在(airij)的幾個(gè)最小值中取最大值。設(shè)F表示評分集合,最終通過計(jì)算評價(jià)分?jǐn)?shù)。
加權(quán)模型用于衡量評價(jià)指標(biāo)的貢獻(xiàn)度有著至關(guān)重要的作用。因此本文采用兩種權(quán)重模型來計(jì)算權(quán)重向量。
2.4.1 基于熵權(quán)法的加權(quán)模型(EWM)
由于目前的指標(biāo)不統(tǒng)一,需要減少指標(biāo)的維度。本文采用基于相關(guān)系數(shù)的熵權(quán)方法來解決這個(gè)問題。具體算法圖1所示。
圖1 熵權(quán)方法具體算法圖
對于表中涉及的指標(biāo)數(shù)據(jù),首先得到一個(gè)矩陣。然后第一步設(shè)Pij表示各指標(biāo)的比例。第二步設(shè)ei表示第i組數(shù)據(jù)的信息熵。第三步,通過信息熵計(jì)算指標(biāo)權(quán)重Wi。
2.4.2 基于群體決策方法的權(quán)重模型
為了完成指標(biāo)的綜合,使用一致性判別矩陣對每個(gè)指標(biāo)進(jìn)行加權(quán)。我們得到上述文字的指標(biāo) 。對于每位專家,我們得到一個(gè)判斷矩陣,根據(jù)每個(gè)專家的經(jīng)驗(yàn)對指標(biāo)進(jìn)行評分。我們可以通過求解判斷舉證的特征向量來獲得每個(gè)指標(biāo)的權(quán)重。最終的權(quán)重可以通過結(jié)合專家的權(quán)重和判斷矩陣的權(quán)重。
為了檢驗(yàn)判斷矩陣的可用性,需要檢驗(yàn)矩陣的一致性。使用CR值來檢驗(yàn)判斷矩陣的一致性是否可以被接受。其中RI的值與矩陣的階數(shù)有關(guān),對于我們構(gòu)建的判斷矩陣,計(jì)算的CR值E(1)、E(2)、E(3)、E(4)分別為0.062 1、0.067 6、0.041 1、0.029 8。
選擇一套綜合有效的主要指標(biāo),確定合理的權(quán)重,包括環(huán)境污染、科技含量、工業(yè)化潛力、工業(yè)化程度、工業(yè)化質(zhì)量、能源消耗等6個(gè)二級指標(biāo),這6個(gè)二級指標(biāo)將用來評估一個(gè)國家的工業(yè)發(fā)展的6個(gè)維度。
二級指標(biāo)的組成(主要指標(biāo)和權(quán)重)分別為:環(huán)境污染(環(huán)境污染投資總額、污水排放量、園林綠化、工業(yè)污染源治理投資、當(dāng)年完成環(huán)保驗(yàn)收項(xiàng)目環(huán)保投資)科技含量(專利申請數(shù)、專利授權(quán)數(shù)、高技術(shù)產(chǎn)品數(shù))工業(yè)潛力(工業(yè)增加值、教育經(jīng)費(fèi)占GDP比重、普通高等學(xué)校在校學(xué)生數(shù))工業(yè)化程度(人均GDP、第一產(chǎn)業(yè)增加值、新產(chǎn)品銷售)工業(yè)化質(zhì)量(工業(yè)化質(zhì)量、R&D經(jīng)費(fèi)支出占GDP比重、高技術(shù)產(chǎn)品占GDP比重、R&D人員全時(shí)當(dāng)量、高技術(shù)產(chǎn)品)能源消耗(能源工業(yè)、煤炭采選業(yè)、油和天然氣開采業(yè)、電力、蒸汽、熱水生產(chǎn)和供應(yīng))
衡量國家工業(yè)化程度,我們主要使用二級指標(biāo),采用群體決策法來評估指標(biāo)體系的權(quán)重。SGSD表示國家工業(yè)化的程度。獲得其中權(quán)重的值為w=[0.23 23 2 2 1 1]。
通過以上分析,建立三級綜合評價(jià)體系。
雖然上文已經(jīng)建立了三級評估,但依然需要一個(gè)合適的標(biāo)準(zhǔn)評估城市智能成長的成功程度。因此,采用K-means聚類算法來制定合理的標(biāo)準(zhǔn)。在這個(gè)算法中,數(shù)據(jù)集X包括6個(gè)二級指標(biāo)的值。K表示數(shù)據(jù)子集的數(shù)量,在我們的方法中K=4。設(shè)Z表示聚類的中心,與聚類中心的距離用以下公式表示:
根據(jù)K均值聚類,得到最終的標(biāo)準(zhǔn)。對于每個(gè)指標(biāo),首先對7個(gè)國家的數(shù)據(jù)進(jìn)行聚類,然后計(jì)算出4個(gè)聚類中心。然后以聚類中心的平均值作為標(biāo)準(zhǔn)邊界。
每個(gè)指標(biāo)的標(biāo)準(zhǔn)可以通過區(qū)間定性評價(jià)二級指標(biāo)。用一般指標(biāo),優(yōu)質(zhì)指標(biāo)等定性描述來衡量城市的工業(yè)化程度?!安睢钡囊馑际沁@個(gè)城市在工業(yè)化的發(fā)展有很大的發(fā)展?jié)摿??!罢!币馕吨@個(gè)城市在這個(gè)領(lǐng)域還沒有實(shí)現(xiàn)智能增長?!昂玫摹币馑际沁@個(gè)城市在這個(gè)領(lǐng)域取得了一些成功。優(yōu)秀是用來描述什么時(shí)候城市工業(yè)化程度取得巨大成功。結(jié)合六個(gè)二級指標(biāo)描述城市智能增長的總體成效。
本文選定以中國為例,分析當(dāng)前中國的工業(yè)發(fā)展?fàn)顩r,以及21世紀(jì)海上絲綢之路的提出給中國帶來的影響。
對于中國當(dāng)前的現(xiàn)狀采用以上的評價(jià)模型得到2015年能夠反映工業(yè)6個(gè)維度的指標(biāo).可以得出中國當(dāng)前的工業(yè)發(fā)展?jié)摿Φ乃兄笜?biāo)都處于“好”和“非常好”之間。
隨著海上絲綢之路的構(gòu)想的提出,會給中國工業(yè)帶來巨大的變化。
(1)海上絲綢之路總結(jié)。隨著海上絲綢之路的發(fā)展,會給中國及途經(jīng)國家的工業(yè)發(fā)展帶來一定的影響,基于上文建立的模型考慮,主要考慮絲綢之路對工業(yè)化潛力,工業(yè)化污染,工業(yè)化質(zhì)量,科技含量,工業(yè)化程度和能量消耗這些因素帶來的影響,因此為我國提出如下的影響計(jì)劃:
①海上絲綢之路會使工業(yè)污染量降低1%~5%。②海上絲綢之路會使能量消耗值上升1%~5%。③海上絲綢之路會使工業(yè)化質(zhì)量的值提高1%~5%。④海上絲綢之路會使工業(yè)化潛力的值提高1%~5%。
(2)基于時(shí)間序列的動態(tài)調(diào)整預(yù)測模型。采用三次指數(shù)平滑法,三次指數(shù)平滑法的參數(shù)對加權(quán)系數(shù)α的精度要求很高,因此需要采用優(yōu)化算法對加權(quán)系數(shù)α進(jìn)行優(yōu)化。
(3)粒子群算法的優(yōu)化模型。粒子群算法是一種模擬鳥群捕食的算法,每次更新粒子的速度來確定粒子新的位置。
設(shè)xi表示粒子i的位置,vi表示粒子i的速度,k表示迭代步數(shù),pi表示粒子i的歷史最好位置pg表示所有粒子的歷史最好位置,粒子位置速度得到更新。
(4)綜合預(yù)測模型。利用三次指數(shù)平滑模型和粒子群算法建立綜合預(yù)測模型。
研究得到中國的工業(yè)化程度會一直上升到2016會提高47.6%。環(huán)境污染的變化趨勢比工業(yè)化程度的變化趨勢陡,海上絲綢之路對工業(yè)化程度的影響比較大。環(huán)境污染的變化趨勢比工業(yè)化程度的變化趨勢陡,海上絲綢之路對工業(yè)化程度的影響比較大。用過用粒子群算法的性能指標(biāo)進(jìn)行靈敏度分析,得出無論是在線性能還是離散性能,都在迭代2500次左右趨于平穩(wěn)。在迭代兩千次后,能達(dá)到最佳的優(yōu)化值。
此項(xiàng)評價(jià)模型的優(yōu)點(diǎn),可以處理不相關(guān)的特征數(shù)據(jù)。對于決策樹來說,數(shù)據(jù)的準(zhǔn)備通常是容易的,其他技術(shù)通常需要對數(shù)據(jù)進(jìn)行歸納,例如刪除冗余或空白的屬性。決策樹易于理解和實(shí)現(xiàn),大多數(shù)人可以理解決策樹的含義。利用決策樹效率高,決策樹只需構(gòu)造一次,可以重復(fù)使用。每次預(yù)測的最大計(jì)算時(shí)間不超過決策樹的深度。此項(xiàng)評價(jià)模型的缺點(diǎn),k均值聚類更多地依賴于初始聚類中心的選擇,如果選擇了較差的聚類中心,結(jié)果將會有很大的偏差。