胡梁康 張梓豪 嚴倩瓊

東北財經(jīng)大學

一、環(huán)境成本評估模型

土地資源開發(fā)成本在土地利用項目中往往沒有得到充分考慮，成本較低。相對缺乏對土地資源的保護會對生態(tài)環(huán)境造成嚴重破壞。因此，有必要建立一個包含環(huán)境成本的土地利用評價新模型，以便對成本效益進行綜合評價。

（一）基于傅里葉變換的非線性擬合模型

非線性擬合具有精度高，可靠性高，配件形式多樣化的優(yōu)點。通過擬合各種形式，我們發(fā)現(xiàn)基于傅里葉變換的非線性擬合模型的擬合精度最高。因此，我們分別對土地開發(fā)總成本和環(huán)境退化成本進行了基于傅里葉變換的非線性擬合，從而得到了模型的合理解。其中，在不考慮其他小概率事件的情況下，我們把重點放在空氣污染，河水污染，廢水排放和氣候變化等四個指標上，以反映環(huán)境惡化的整體水平。

（二）環(huán)境退化的四種典型經(jīng)濟成本分析

（1）符號說明

A：空氣污染控制的經(jīng)濟成本 B：期限t的經(jīng)濟效益C：期限t的總經(jīng)濟成本

D：預防氣候變化的經(jīng)濟成本F：廢水處理的經(jīng)濟成本

R：河流污染控制的經(jīng)濟成本RBC：成本效益比

Wt：土地開發(fā)的總成本i：社會貼現(xiàn)率

（2）四種典型環(huán)境退化的經(jīng)濟成本

利用Matlab進行傅里葉三次擬合擬合2000～2011年美國土地總成本的、

離散點數(shù)據(jù)，得到土地總成本隨時間變化的圖像和特定函數(shù)表達式。

·土地開發(fā)的總成本

Wt=80470-290.7×cos（0.3876×t）-12210 cos（2×t×0.3876）+6335×sin（2×t×0.3876） -3874×cos（3×t×0.3786）+ 1407×sin（3×t×0.3876）

在相同條件下，采用傅里葉二次擬合分別擬合河流水污染控制，大氣污染控制，污水排放控制和氣候變化預防的成本，得到四個指標成本隨時間變化的曲線和函數(shù)表達式。

·河水污染控制成本（R平方= 0.9776）

Rt=73.62-6.204×cos（t×0.3118）-11.54×sin（0.3118×t）-2.179×cos（2×0.3118×t） - 5.022×sin（2×t×0.3118）

·大氣污染防治成本（R平方= 0.984）

At=70.49-7.129×cos（t×0.2886）+ 10.3×sint×0.2886+6.444×cos（2×t×0.2886） - 2.205×sin（2×t×0.2885）

·廢水排放控制成本（R平方= 0.9297）

Ft=43.66-6.418×cos（t×0.2831）-1.278×sin（t×0.2831）-2.643×cos（2×t×0.2831）+ 4.723×sin（2×t×0.2831）

·預防氣候變化的成本（R平方=0.9648）

Dt=163.6+1357.1×cos（t×0.2831）-1.278×sin（t×0.2831）-2.643×cos（2×t×0.2831）+ 4.723×sin（2×t×0.2831）

（3）綜合考慮土地成本和環(huán)境退化成本根據(jù)假設，我們可以確定Ct與Wt，Rt，F(xiàn)t，At和Dt之間存在一定的線性關(guān)系。它可以描述為：Ct=Wt+α1Rt+α2At+α3Ft+α4Dt

其中，α1 - α4 分別代表河水污染控制成本，空氣污染控制成本，控制廢水排放成本和防止氣候變化成本占總量的百分比聯(lián)邦政府的環(huán)保成本。通過咨詢相關(guān)文獻，我們可以確定：

α1 = 25% α2 = 30%α3 = 18%α4= 30%

然后我們可以得到總的經(jīng)濟成本：

Ct=Wt+0.25Rt+0.30At+0.18Ft+0.30Dt

其應用的基本原則是，對于開發(fā)項目，有幾種實施方案，使用模型結(jié)果，可以計算每個方案的成本和效益，并且可以通過效益比公式計算評估指標值。

（三）模型評估

1.優(yōu)點

（1）模糊推理的優(yōu)點

由于某些環(huán)境數(shù)據(jù)可能隨時發(fā)生變化且無法準確測量，因此我們得到的數(shù)據(jù)集可能并不全面。但是，即使沒有大量的數(shù)據(jù)集，我們的模型也可以通過改變參數(shù)，分配規(guī)則而完全可行。但是我們可以改變參數(shù)和分配規(guī)則，即使沒有廣泛的數(shù)據(jù)集，我們的模型仍然可行。所以我們的模型有很好的模糊推理。

（2）決策優(yōu)化

該模型引入了成本效益比作為評價指標的概念，明確地描述了評價結(jié)果的卓越程度。因此，決策者可以根據(jù)該指標設計最優(yōu)方案，以降低環(huán)境成本和對環(huán)境生態(tài)的影響。

2.缺點

（1）數(shù)據(jù)的局限性

在2000 - 2011年期間，該模型中有12個離散數(shù)據(jù)點。與其他更好的模型相比，我們選擇的數(shù)據(jù)量太小，這將不可避免地導致擬合過程中的一些錯誤。

（2）影響因素的相關(guān)性

在模型假設中，我們認為土地開發(fā)項目是相互獨立的，不會相互影響。但在現(xiàn)實生活中，卻很少。各種土地開發(fā)項目之間存在一些影響，可能相互制約或相互促進。與此同時，各種環(huán)境污染并非完全獨立。在這個模型中沒有考慮到這些因素，因此存在一定的不確定性。

二、不同尺度的長期和短期分析

（一） 短期小社區(qū)項目的成本與效益分析

小社區(qū)項目的短期成本 - 效益分析模型：小社區(qū)項目土地利用開發(fā)的成本效益分析可以概括為預測模型。

基于傅里葉變換的非線性擬合模型在估計非線性曲線時，功能模型相對簡單。因此，在分析土地開發(fā)成本和小社區(qū)項目效益時，我們?nèi)匀皇褂没诟道锶~變換的非線性擬合模型來擬合和分析2000年至2011年美國小社區(qū)項目的成本和效益，并找出具體的功能表達。依據(jù)經(jīng)濟效益比的公式，并通過大量預測并采取均值，我們得到：

RBC=2.1511

（1）通過使用MATLAB來擬合基于傅立葉變換的2000年至2011年美國小規(guī)模社區(qū)項目的成本，我們得到了成本隨時間變化的曲線和函數(shù)表達式：

·小社區(qū)項目的建設成本

Ct1=3834+62.6×cos（t×0.3088）-967.9×sin（t×0.3088）+213.4×cos（2×t×0.3088） - 132.5×sin（2×t×0.3088）

（2）基于傅里葉變換非線性，利用MATLAB擬合2000年至2011年美國小型社區(qū)項目的效益，得到了隨時間變化的收益曲線和函數(shù)表達式：

·小社區(qū)項目的建設效益

Bt1=8400-2101×cos（t×0.3081）-290×sin（t×0.3081）-500.8×cos（2×t×0.3081） - 375.5×sin（2×t×0.3081）

（二）短期內(nèi)國家大項目短期成本——效益分析模型

基于傅里葉變換的非線性擬合方法可用于對其進行建模和求解。兩種方法的區(qū)別在于它們的成本和收益受到不同因素的影響。最值得注意的是，大規(guī)模的國家項目受到聯(lián)邦政府相關(guān)政策的極大影響。小型社區(qū)項目的成本和收益主要取決于社區(qū)的商業(yè)模式。

通過使用Matlab來擬合基于傅里葉變換的2000年至2011年美國大型國家項目的成本，獲得了成本的時變曲線和函數(shù)表達式。

·大型國家項目的建設成本

Ct2= 1693 + 320.7×cos（t×0.2897）- 410.7×sin（t×0.2897）+156.9×COS（2×t××0.2897）+54.18×sin（2×t×0.2897t）

（三）長期不同規(guī)模項目的成本效益分析

通過神經(jīng)網(wǎng)絡算法分析項目的長期成本效益在上文中，我們?yōu)椴煌?guī)模的項目建立了有效的預測和評估模型，用于短期成本效益分析。在考慮時間變化時，我們構(gòu)建了另一個長期預測模型。因為灰色預測GM（1,1）和時間序列方法主要用于處理具有一定線性關(guān)系或周期性變化的數(shù)據(jù)，不能預測正態(tài)分布的數(shù)據(jù)。

同時，神經(jīng)網(wǎng)絡算法可以正確處理復雜數(shù)據(jù)并獲得可靠信息。因此，在本文中，我們將使用神經(jīng)網(wǎng)絡算法來構(gòu)建模型，并對小型社區(qū)項目的成本效益進行長期預測。

（1）根據(jù)“最佳驗證性能”圖表，培訓，驗證和測試在初始階段同步下降，第五次達到最低值，并且穩(wěn)步增長幾乎沒有變化。值得注意的是，三者之間的差異在第六次是最小的，從而實現(xiàn)了期望的結(jié)果。

（2）梯度曲線反映了輸出隨輸入變化的變化，整個階段梯度總是大于零，表明輸出隨輸入的增加而增大;驗證檢查在0-6次時幾乎為零，并在6次后迅速增長。

（3）在誤差曲線中，零誤差位置出現(xiàn)在中間位置。如果訓練次數(shù)太少，則不會有驗證數(shù)據(jù)，并且測試數(shù)據(jù)的數(shù)量在一定程度上與訓練數(shù)據(jù)的數(shù)量無關(guān)。

（4）考慮到訓練數(shù)據(jù)，驗證數(shù)據(jù)和測試數(shù)據(jù)的相關(guān)性，我們可以看到神經(jīng)網(wǎng)絡的相關(guān)系數(shù)對于訓練數(shù)據(jù)和所有數(shù)據(jù)是R = 1，但對驗證數(shù)據(jù)和測試數(shù)據(jù)不是很友好。相關(guān)系數(shù)分別為0.51073和0.039344。

三、基于Pearson系數(shù)的模型試驗

由于上述模型的函數(shù)表達式以時間的形式作為單個變量，因此可以通過結(jié)果數(shù)據(jù)和理論標準數(shù)據(jù)之間的線性關(guān)系來評估成本 - 收益模型的有效性。線性關(guān)系越強，效果越好。Pearson系數(shù)是描述兩組線性數(shù)據(jù)相同運動趨勢的指標，因此我們考慮使用Pearson系數(shù)來評估上述模型。

通過計算，可以獲得理論標準收益與小型和大型項目的實際標準收益之間的Pearson系數(shù)：

皮爾森（?。? 1.000

皮爾遜（大）= 0.998

它表明理論標準效益與實際標準效益之間存在很強的線性關(guān)系，實際標準效益由我們建立的模型計算得出。進一步表明3.1基于短期的小型社區(qū)項目成本效益分析模型和3.2基于短期的成本效益分析模型對大型國家項目是有效的。

結(jié)論：我們從2000年到2011年開始搜索環(huán)境，土地成本和土地收益的數(shù)據(jù)，并用非線性擬合方法得到函數(shù)曲線和表達式。然后，我們加入環(huán)境退化因子，確定構(gòu)成環(huán)境成本的四個退化因子及其權(quán)重，從而達到真正全面預測項目成本效益比的目標。我們的結(jié)論表明，在評估開發(fā)項目時考慮環(huán)境成本是非?？赡芎捅匾?。最后，我們使用兩種不同的算法，分別從長期和短期角度為小型項目和大型項目創(chuàng)建成本效益評估模型。通過相關(guān)分析得出結(jié)論，我們建立的模型和得到的結(jié)果不僅有效性高，而且適應性強。換句話說，我們的模型具有很強的可行性，可以作為項目規(guī)劃者和管理者評估效益和環(huán)境成本的準確理論指導。