江 燕朱家明 王 妍梁 軍

宜居城市是指對城市適宜居住程度的綜合評價，是當(dāng)前城市科學(xué)研究領(lǐng)域的熱點議題之一，也是政府和城市居民密切關(guān)注的焦點，建設(shè)宜居城市已成為現(xiàn)階段我國城市發(fā)展的重要目標(biāo)。李麗萍、吳祥裕認(rèn)為當(dāng)前我國城鎮(zhèn)化快速發(fā)展，人口過度聚集和城市快速擴(kuò)張，導(dǎo)致資源環(huán)境超載程度加劇，生態(tài)環(huán)境質(zhì)量下降，城市宜居性顯著下降，構(gòu)建可持續(xù)的宜居生態(tài)城市成為人們的必須選擇[1]。劉頌、劉濱誼運用層次分析法，從城市的經(jīng)濟(jì)條件、生態(tài)環(huán)境、居住條件、社會安全、公共服務(wù)和基礎(chǔ)配套設(shè)施等幾個方面構(gòu)建可持續(xù)發(fā)展的城市居住環(huán)境評價指標(biāo)體系[2]。張文忠通過城市生態(tài)宜居建設(shè)評價，分析制約生態(tài)宜居城市建設(shè)的關(guān)鍵因素，為生態(tài)宜居城市建設(shè)的理論與實踐提供參考[3]。本文針對城市化中出現(xiàn)的問題對宜居城市評價指標(biāo)體系進(jìn)行重構(gòu)，主客觀因素相結(jié)合，進(jìn)一步完善我國宜居城市評價指標(biāo)體系，使其各級指標(biāo)設(shè)置更加合理，對提升城市居民生活質(zhì)量、完善城市功能和提高城市運行效率具有重要意義。

1.數(shù)據(jù)來源與模型假設(shè)

本文數(shù)據(jù)來源于2016年各市統(tǒng)計局和中國統(tǒng)計信息網(wǎng)以及有關(guān)期刊和各大數(shù)據(jù)庫。為了便于研究問題，提出以下幾條假設(shè)：（1）假設(shè)各市統(tǒng)計局及各數(shù)據(jù)庫數(shù)據(jù)報告真實可信，不含人為修改或虛報數(shù)據(jù)；（2）假設(shè)十大宜居城市及所求城市無自然災(zāi)害、房價大幅波動、宏觀政策的重大調(diào)整等突發(fā)因素，不考慮其他因素影響；（3）假設(shè)所選取的指標(biāo)能基本涵蓋宜居城市評價體系的重要方面；（4）假設(shè)政策建議實施期間徐州市沒有突發(fā)不確定因素，社會較穩(wěn)定。

2.評價指標(biāo)體系的篩選分析

2.1 研究思路

首先，根據(jù)《中國宜居城市研究報告》相關(guān)指標(biāo)闡述，使用Excel的變異系數(shù)法求出各具體指標(biāo)權(quán)重[4]，篩選出18個權(quán)重相對較大的指標(biāo)確定為二級指標(biāo)；再使用SPSS用主成分分析法篩選評價，進(jìn)而確定評價宜居城市的8大一級指標(biāo)；最后，綜合分析各級指標(biāo)權(quán)重，進(jìn)行模糊聚類，確定城市的宜居程度，將其劃分為五個等級，建立宜居城市的模糊綜合評價模型。

2.2 數(shù)據(jù)處理

中國城市發(fā)展已經(jīng)進(jìn)入了新時期，宜居城市建設(shè)的目標(biāo)包括不同層次[5]。較低的層次目標(biāo)應(yīng)該滿足居民的安全性、健康性、生活方便性等最基本要求；較高的層次目標(biāo)要滿足居民的人文和自然環(huán)境的舒適性、個人的發(fā)展機(jī)會等更高要求[6]。而評價一個城市的宜居度需要依據(jù)具體指標(biāo)進(jìn)行定性定量分析。根據(jù)《報告》，在被調(diào)查的40個城市中，排名前十的城市分別為：青島、昆明、三亞、大連、威海、蘇州、珠海、廈門、深圳、重慶。從十大宜居城市的各市統(tǒng)計信息網(wǎng)和中國統(tǒng)計信息網(wǎng)等統(tǒng)計網(wǎng)站，搜集各評價指標(biāo)的數(shù)據(jù)，再利用Excel求各指標(biāo)均值和標(biāo)準(zhǔn)差，求出各指標(biāo)的變異系數(shù)Vi=進(jìn)行歸一化處理后得到各自權(quán)重如表1。

將各相關(guān)性顯著的評價指標(biāo)相關(guān)系數(shù)的絕對值大小進(jìn)行比較[7]，我們發(fā)現(xiàn)各評價指標(biāo)按照供水電氣普及率、社保覆蓋率、人均可支配收入（元）、失業(yè)率、三廢綜合處理率、GDP總值 (億元）、人均壽命、居民對城市交通的滿意度、城鎮(zhèn)人均住宅使用面積、人均道路面積、年均PM2.5濃度、互聯(lián)網(wǎng)普及率、每萬人擁有醫(yī)療床數(shù)、年刑事案件發(fā)生率（件/百萬）、第三產(chǎn)業(yè)占總產(chǎn)值比重、城市綠化率、道路交通萬車死亡率的順序?qū)Τ鞘幸司佣鹊挠绊懘笮∵f減，且人均可支配收入、居民對城市交通的滿意度、人均壽命、社保覆蓋率、供水電氣普及率、三廢綜合處理率、失業(yè)率這些評價指標(biāo)的相關(guān)系數(shù)較大，對城市宜居度的影響較大。

表1 各指標(biāo)特征值及權(quán)重

3.一級評價指標(biāo)體系

3.1 研究思路

對二級指標(biāo)數(shù)值進(jìn)行無量綱化處理，首先判斷18個指標(biāo)分別屬于效益性指標(biāo)還是成本型指標(biāo)，選定其理想方案作為宜居城市指標(biāo)參照標(biāo)準(zhǔn)。其中設(shè)理想方案為 f=(A1，A2，……A18)，其中當(dāng)指標(biāo)為效益型指標(biāo)時，選取其中的最大值；當(dāng)指標(biāo)為成本型指標(biāo)時，選取其中的最小值，可得f=(A1，A2，……A18)的具體數(shù)值 i，將這些理想方案中的指標(biāo)分別當(dāng)作指標(biāo)的標(biāo)準(zhǔn)值，然后根據(jù)所建立的數(shù)學(xué)模型的要求，對原始數(shù)據(jù)進(jìn)行變換處理得到量化系數(shù)Bi：當(dāng)指標(biāo)數(shù)值越大越好時，當(dāng)指標(biāo)數(shù)值越小越好時，：所選相關(guān)指標(biāo)中最小值乘以1.05；Xmax:所選相關(guān)指標(biāo)中最大值乘以1.05。

一級指標(biāo)數(shù)值是根據(jù)其所包含的二級指標(biāo)數(shù)值乘以各自的權(quán)重，然后對其進(jìn)行加總，計算公式為：

通過一級指標(biāo)計算宜居城市的綜合指數(shù)（ECI），ECI是將各一級指標(biāo)數(shù)值乘以各自權(quán)重進(jìn)行加總，其計算公式為：

利用Excel求得的權(quán)重計算得到宜居城市的綜合指數(shù)，通過綜合指數(shù)的大小對城市宜居度來進(jìn)行排名。

3.2 數(shù)據(jù)處理

首先，我們運用SPSS對表1中的數(shù)據(jù)做主成分分析[8]，進(jìn)行提取因子，分析結(jié)果如表2。

表2 KMO和巴特利特檢驗

根據(jù)前面表1中的數(shù)據(jù)，經(jīng)計算得出所有變量的共同度都在60%以上，可以認(rèn)為所提取的因子對各變量的解釋能力是可以接受的。根據(jù)“初始特征值”大于1的標(biāo)準(zhǔn)提取了兩個因子，旋轉(zhuǎn)后兩個因子的方差貢獻(xiàn)率略有變化，差距有所縮小，累積方差貢獻(xiàn)率為99.067%，和旋轉(zhuǎn)前一樣，相對來說，因子的解釋能力較好。

3.3 結(jié)果分析

利用SPSS對上述各二級指標(biāo)進(jìn)行主成分分析，提取公因子后得到8項一級指標(biāo)如下表3。

表3 一二級指標(biāo)對應(yīng)權(quán)重

根據(jù)SPSS進(jìn)行因子分析可知，提取的公因子數(shù)目有8個。因此，對其分別進(jìn)行嘗試命名以作為評價城市宜居度的一級指標(biāo)（圖1）:經(jīng)濟(jì)發(fā)展水平、居住條件、交通便捷程度、社會保障、基礎(chǔ)設(shè)施、生態(tài)環(huán)境、公共安全和就業(yè)情況。

圖1 宜居城市綜合評價指標(biāo)體系

根據(jù)以上方法劃分得出下表城市宜居度的分級標(biāo)準(zhǔn)和程度[8]。

表4 城市宜居度分級

4.不確定因素指標(biāo)體系

4.1 研究思路

通過前面的分析可知二級指標(biāo)中權(quán)重相對較大的指標(biāo)有GDP、人均可支配收入、平均新建住房價格、互聯(lián)網(wǎng)普及率、年均PM2.5濃度、每萬人擁有醫(yī)療床數(shù)、失業(yè)率。對應(yīng)的一級指標(biāo)（準(zhǔn)則層）分別為經(jīng)濟(jì)發(fā)展水平 B1、社會保障 B2、生態(tài)環(huán)境B3。而我們通過查閱資料[9]，找出了宜居城市A（總目標(biāo)層）對應(yīng)的不確定影響因素（方案層）分別為市場經(jīng)濟(jì)波動P1、宏觀政策的重大調(diào)整P2、房價大幅波動P3、突發(fā)自然災(zāi)害 P4、人口流動P5。再對這五大因素進(jìn)行APH法得到各自的影響權(quán)重大小。

4.2 數(shù)據(jù)處理

（1）建立遞階層次結(jié)構(gòu)：

圖2 影響宜居城市不確定因素的遞階層次結(jié)構(gòu)

（2）構(gòu)造比較判別矩陣：設(shè)以A為比較準(zhǔn)則，B層次各因素的兩兩比較判別矩陣為A，類似地，以每一個為Bi比較準(zhǔn)則，P層次各因素的兩兩比較判斷矩陣 Bi＋P（i=1，2，3）。 因此得到 4 個比較判別矩陣如下：

綜合三個一級指標(biāo)的權(quán)重和各文獻(xiàn)以及各個專家的意見得到第三層相對于對第二層的各個比較判別矩陣：

（3）層次單排序及一致性檢驗：對于以上比較判斷矩陣，用MATLAB軟件求出其最大的特征值以及對應(yīng)的特征向量，將向量歸一化后，即可得到相應(yīng)的層次單排序的相對重要性權(quán)重向量，以及一致性指標(biāo)CI和一致性比例CR，見表5。

表5 影響宜居城市不確定因素的計算結(jié)果

由此可見，所有四個層次單排序的CR值均小于0.1，符合滿意一致性要求。

（4）總目標(biāo)的排序向量及檢驗：第三層（P層）相對于總目標(biāo)的排序向量為

層次總排序也通過檢驗。

4.3 結(jié)果分析

某市為考慮影響建立宜居城市的不確定因素[10]這一總目標(biāo)，所考慮的因素相對優(yōu)先排序為：（1）市場經(jīng)濟(jì)波動 P1（產(chǎn)生通貨膨脹或通貨緊縮現(xiàn)象），權(quán)重為 0.8644；（2）宏觀政策的重大調(diào)整 P2，權(quán)重為 0.8057；（3）房價大幅波動 P3，權(quán)重為 0.2941；（4）人口流動 P5（造成結(jié)構(gòu)性失業(yè)），權(quán)重為 0.2846；（5）突發(fā)自然災(zāi)害 P4，權(quán)重為0.1689。市政府部門可根據(jù)上述分析結(jié)果，權(quán)衡利弊，在經(jīng)濟(jì)發(fā)展、社會保障、生態(tài)環(huán)境中有側(cè)重地做出相應(yīng)合理決策。

5.徐州市宜居水平分析

5.1 問題綜述

據(jù)徐州市統(tǒng)計局網(wǎng)站2016年的數(shù)據(jù)資料，帶入模型求解可得出徐州的宜居綜合指數(shù)(ECI)為0.0791，屬于第二級即宜居程度較高。根據(jù)第二級的數(shù)據(jù)可得到徐州市一級指標(biāo)值如表6。

表6 徐州市一級指標(biāo)值

從表中得到徐州的經(jīng)濟(jì)發(fā)展水平指標(biāo)值較高，說明經(jīng)濟(jì)發(fā)展迅速。但相應(yīng)的基礎(chǔ)設(shè)施和服務(wù)仍需完善，以跟上經(jīng)濟(jì)發(fā)展的速度。同時需要完善交通體系、社會保障體系；加大環(huán)境污染整治力度；改善就業(yè)情況；維護(hù)公共安全[11]。

5.2 具體分析

首先，根據(jù)所得數(shù)據(jù)，帶入模型求解得到徐州的一級指標(biāo)值及量化系數(shù)，接著用MATLAB做趨勢圖，比較效益型指標(biāo)和成本型指標(biāo)的量化系數(shù)，如圖3與圖4所示。

圖3 效益型指標(biāo)量化系數(shù)

圖4 成本型指標(biāo)量化系數(shù)

效益型指標(biāo)包括：GDP人均可支配收入，第三產(chǎn)業(yè)占總產(chǎn)值比重，城鎮(zhèn)人均住宅使用面積，人均道路面積，居民對交通滿意度，人均壽命，社保覆蓋率，互聯(lián)網(wǎng)普及率，供水電氣普及率，城市綠化率，三廢綜合處理率，每萬人的醫(yī)療床數(shù)。成本型指標(biāo)包括：平均新建住房價格，年均PM2.5濃度，道路交通萬車死亡率，年刑事案件發(fā)生率，失業(yè)率。從圖3和圖4中可直觀得出以下結(jié)論：總的來說，徐州的宜居程度較高，但政府需要注意的是[12]，在加快經(jīng)濟(jì)發(fā)展的同時要兼顧社會公平和生態(tài)環(huán)境發(fā)展。根據(jù)徐州的各指標(biāo)值特征，我們從6大方面給出建議：（1）經(jīng)濟(jì)發(fā)展方面：在經(jīng)濟(jì)新常態(tài)下保持經(jīng)濟(jì)的穩(wěn)速發(fā)展；同時加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，提高第三產(chǎn)業(yè)以及高新技術(shù)產(chǎn)業(yè)的比重[13]；加快基礎(chǔ)設(shè)施建設(shè)，以跟上經(jīng)濟(jì)發(fā)展的速度；注意控制房價[14]。（2）居民生活便捷方面：增加擴(kuò)寬道路，完善紅綠燈體系，減少人們上下班路途時間；加大互聯(lián)網(wǎng)覆蓋率；推進(jìn)醫(yī)療設(shè)施建設(shè)，使居民能夠及時就醫(yī)。（3）社會公平方面：完善社會保障體系，加快“五險一金”的普及率；完善社會分配體系和稅收體系，增加居民可支配收入；增加工作崗位，提高就業(yè)率。（4）生態(tài)環(huán)境方面：加大對環(huán)境污染的整治力度，三廢合理有效處理；加強(qiáng)對空氣質(zhì)量的監(jiān)控，減少PM2.5的濃度[15]；提高城市綠化率。（5）公共安全方面：完善交通系統(tǒng)，減少交通事故發(fā)生率；加強(qiáng)小區(qū)治安管理，減少盜竊及違法犯罪行為。（6）政府需注意不確定因素如自然災(zāi)害的影響并加以控制[16]。

6.總結(jié)

本文就現(xiàn)代城市的宜居性做出了一套綜合評價指標(biāo)體系并針對徐州市進(jìn)行了具體分析，模型綜合運用主成分法、APH法對數(shù)據(jù)進(jìn)行定性定量分析，貼近實際，應(yīng)用性強(qiáng)。但忽略了一些次要因素的影響，還有在確定外部不確定性因素時存在信息不完整，客觀上存在一定誤差。該模型最大的特色是對宜居城市評價指標(biāo)體系進(jìn)行重構(gòu)，使其各級指標(biāo)設(shè)置更加合理，并創(chuàng)新性地在指標(biāo)中加入“居民滿意度”這一主觀評價指標(biāo)，使整個評價體系主客觀結(jié)合。文章所建立的模型和研究方法也適用于對其他城市宜居性的研究，同樣也可以用于經(jīng)濟(jì)可持續(xù)發(fā)展方面的評價[17]，還可以推廣到城市的教育醫(yī)療衛(wèi)生等領(lǐng)域，具有較高的研究和發(fā)展價值。

[1]李麗萍，吳祥裕.宜居城市評價指標(biāo)體系研究[J].中共濟(jì)南市委黨校學(xué)報，2007(1):16-21.

[2]劉頌，劉濱誼.城市人居環(huán)境可持續(xù)發(fā)展評價體系研究[J].城市規(guī)劃匯刊，1999(5):35-37.

[3]張文忠.城市內(nèi)部居住環(huán)境評價的指標(biāo)體系和方法[J].地理科 學(xué)，2007，22(1):17-23.

[4]董曉峰，楊保軍.宜居城市研究進(jìn)展[J].地球科學(xué)進(jìn)展，2008，23(3):323-326.

[5]楊桂元.數(shù)學(xué)建模[M].上海：上海財經(jīng)大學(xué)出版社，2015.

[6]朱鵬，姚亦鋒.基于人的需求層次理論的宜居城市評價初探[J].河南科學(xué)，2006，24(1):134-137.

[7]王茂軍，張學(xué)霞.大連城市居住環(huán)境評價構(gòu)造與空間分析[J].地理科學(xué)，2003，23(1):87～94.

[8]李業(yè)錦，張文忠，田山川，等.宜居城市的理論基礎(chǔ)和評價研究進(jìn) 展[J].地 理科 學(xué) 進(jìn)展，2008，23(3):101-109

[9]江甲林.基于分層線性模型的宜居城市建設(shè)影響因素的實證分析[D].成都：西南財經(jīng)大學(xué)，2016.

[10]高峰.宜居城市理論與實踐研究[D].蘭州：蘭州大學(xué)，2006.

[11]劉凱.濟(jì)南宜居度評價與宜居城市建設(shè)研究[D].濟(jì)南：山東師范大學(xué)，2014.

[12]郝之穎.對宜居城市建設(shè)的思考——從國際宜居城市競賽談宜居城市建設(shè)實踐[J].國外城市規(guī)劃，2006，21(2):75-81.

[13]李麗萍，郭寶華.關(guān)于宜居城市的理論探討[J].城市發(fā)展研究，2006，13(2):76-80.

[14]王世營，諸大建，臧漫丹.走出宜居城市研究的悖論:概念模型與路徑選擇[J].城市規(guī)劃學(xué)刊，2010，186(1):42-48.

[15]賀晟晨，王遠(yuǎn)，高倩，等.城市經(jīng)濟(jì)環(huán)境協(xié)調(diào)發(fā)展系統(tǒng)動力學(xué)模擬[J].長江流域資源與環(huán)境，2009，18(8):698-703.

[16]陳偉勁，周祥勝，楊嘉.面向宜居城市建設(shè)的生態(tài)控制線規(guī)劃[J].規(guī) 劃師，2015，31(6):133-138.

[17]李冬冬.城市生態(tài)建設(shè)與城市經(jīng)濟(jì)競爭力協(xié)同機(jī)制研究[D].長春：吉林大學(xué)，2014.