呂少杰 駱韜
中國地質大學(北京)
城市智能增長的評判
呂少杰 駱韜
中國地質大學(北京)
世界能源工業(yè)城市的代表的現(xiàn)代化高科技城市美國匹茲堡以及代表高度城市化的現(xiàn)代化城市瑞士日內瓦,具有代表性和普遍性,本文對這兩個城市進行智能增長分析。在建立指標的過程中,我們充分考慮了三個E和十個增長原則,并利用選擇方法的度量來確定5個一級指標和17個次要指標。對于其他指標,我們使用熵模型評估方法來獲得智能增長綜合評分的兩個城市。
智能增長 熵模型 模糊評價
城市的智能增長是指以綜合規(guī)劃為手段來對社區(qū)進行管理、規(guī)劃、發(fā)展、復興和建設,以實現(xiàn)社會、經(jīng)濟、環(huán)境、健康、住房和交通等方面共同協(xié)調發(fā)展,實現(xiàn)更為緊湊的城市發(fā)展格局。為了使評價體系的適用性更強,能夠反映不同地區(qū)之間差異,我們選擇了美國的匹茲堡和瑞士的日內瓦。并對兩地進行智能增長分析。
我們從經(jīng)濟繁榮、社會公平、環(huán)境可持續(xù)三方面首先確定體系的關鍵指標,然后對這些指標進行分類整理,找出它們之間的內在聯(lián)系和層次隸屬關系。根據(jù)可比性和概括性的原則,我們將智能增長成功率評價標準分成5個一級指標及個16二級指標如下:
A1經(jīng)濟繁榮指標:a11人均GDP;a12商業(yè)信心指數(shù);a13CPI增長率(通脹率);a14勞動力參與率;
A2社會公平指標:a21個人所得稅率;a22社會保障費;a23住房擁有率;a24人均汽車保有量;
A3人口指標:a31人口數(shù)量
A4增長需求指標:a41人類發(fā)展指數(shù)(HDI);a42建筑輸出;a43就業(yè)率;
A5環(huán)境可持續(xù)
(1)指標數(shù)據(jù)的標準化處理由于各項指標的計量單位并不統(tǒng)一,我們先把指標的絕對值轉化為相對值,即令,由于正向指標和負向指標數(shù)值代表的含義不同(正向指標數(shù)值越高越好,負向指標數(shù)值越低越好),因此,對于高低指標我們以下方法進行數(shù)據(jù)標準化處理:
正向指標:
負向指標:
aij為對應城市的第i個一級指標的第j個二級指標的數(shù)值
(2)計算第j項指標占下第i個一級指標的比重熵值:
由二級指標標準化處理后的數(shù)據(jù),采用熵值法及MATLAB軟件,以2015年的指標數(shù)據(jù)為參考,分別求出兩個城市智能增長綜合評價的4個一級指標的綜合值。
通過國家間數(shù)據(jù)的比較,本文采用2010-2014每年的綜合評分和2015年的綜合評分進行求比值,定義2015年的評分與其他年份的比值作為判斷的依據(jù)。
判斷標準:在2015年前:
(1)當城市智能增長綜合得分比值大于1時,則說明該城市增長計劃符合智能增長原則;
(2)當城市智能增長綜合得分比值小于1時,則說明該城市增長計劃不符合智能增長原則。
又因為前面計算比值時將2015年的數(shù)據(jù)作為分子,因此未來的年份若是綜合評分越來越高,則會使得比值越來越小,預測的年數(shù)太多時,會使數(shù)值趨向于坐標軸而不能很好的體現(xiàn)出數(shù)據(jù)值以及趨勢。由此,我們在計算后面年份的比值時,將2015年的數(shù)據(jù)作為分母來計算,這樣就會得到較好的預測數(shù)值。由計算得2010-2014年Geneva,Pittsburgh的智能增長綜合評分分別為0.6734,0.6552,0.6964,0.6957,0.7235以及1.8392,2.0780,1.9614,1.7535,1.6797
由這四個一級指標得到每年綜合評分比值,由判斷標準得:日內瓦目前增長計劃不符合智能增長原則,當前的計劃不成功;匹茲堡目前增長計劃符合智能增長原則,當前的計劃成功。
[1]國家智能發(fā)展評價指標體系研究 中央城市杜鵬,夏斌,楊磊,F(xiàn)292,1001-7348(2013)06-0108-05
[2]中國大城市可持續(xù)城市更新影響因素研究,莊道智,蔡振紅
[3]越南湄公河三角洲可持續(xù)發(fā)展研究戰(zhàn)略與評估阮奎昆,F(xiàn)414,10561