范金梅，徐子涵，姚德利

（安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 淮南 232001）

改革開(kāi)放以來(lái)，中國(guó)經(jīng)濟(jì)取得了巨大發(fā)展。習(xí)近平總書(shū)記在2020年的新年賀詞中提到，中國(guó)的GDP預(yù)計(jì)接近100萬(wàn)億人民幣，人均GDP將邁入1萬(wàn)美元的臺(tái)階。在經(jīng)濟(jì)高速穩(wěn)定發(fā)展的情況下，環(huán)境和資源的變化已經(jīng)成為不可忽視的關(guān)鍵點(diǎn)。2005年以來(lái)，我國(guó)開(kāi)始進(jìn)入環(huán)境污染事故高發(fā)期，社會(huì)對(duì)生態(tài)環(huán)境的關(guān)注度持續(xù)增高。黨的十九大報(bào)告提出，堅(jiān)持節(jié)約資源和保護(hù)環(huán)境的基本國(guó)策，像對(duì)待生命一樣對(duì)待生態(tài)環(huán)境，實(shí)行最嚴(yán)格的生態(tài)環(huán)境保護(hù)制度，形成綠色發(fā)展和綠色生活方式，為人民創(chuàng)造良好生產(chǎn)生活環(huán)境，為全球生態(tài)安全作出貢獻(xiàn)[1]。其中，淮河流域地勢(shì)平坦，礦產(chǎn)資源豐富，是我國(guó)重要的糧食基地，也是整個(gè)華東地區(qū)能源供給的重要輸出地。為了提高糧食產(chǎn)量，農(nóng)藥、化肥超標(biāo)使用，最終都?xì)埩粼谵r(nóng)產(chǎn)品、土地或者進(jìn)入水體中。依靠礦產(chǎn)資源發(fā)展起來(lái)的經(jīng)濟(jì)，帶來(lái)了巨大的后遺癥，空氣污染、土地沉降等問(wèn)題在區(qū)域內(nèi)尤為突出。生態(tài)環(huán)境保護(hù)刻不容緩，生態(tài)環(huán)境是由生態(tài)關(guān)系組成的環(huán)境，既不完全是自然環(huán)境，也不完全是社會(huì)環(huán)境，它隨著社會(huì)和自然的發(fā)展規(guī)律變化[2]。本研究將從自然生態(tài)環(huán)境角度出發(fā)對(duì)淮河生態(tài)經(jīng)濟(jì)帶的省份環(huán)境質(zhì)量進(jìn)行分析評(píng)價(jià)，從而找出其不足，以期對(duì)生態(tài)環(huán)境的改善和社會(huì)經(jīng)濟(jì)的發(fā)展提供參考意義。

1 國(guó)內(nèi)外研究現(xiàn)狀分析

環(huán)境問(wèn)題是全世界共同的問(wèn)題，各國(guó)學(xué)者對(duì)于環(huán)境問(wèn)題的研究從未停止過(guò)。Lin等[3]運(yùn)用WAPS來(lái)評(píng)價(jià)臺(tái)灣咸水水域的水質(zhì)并計(jì)算水環(huán)境的承載能力；Estoque等[4]為了探討流域生態(tài)環(huán)境變化的影響因素，利用遙感數(shù)據(jù)對(duì)1988年、2002年、2016三年的La Mesa流域進(jìn)行土地利用分類(lèi)，并在此基礎(chǔ)上定量化評(píng)價(jià)景觀格局的變化；李大鳴等[5]建立基于AHP的PSR模型，對(duì)渤海新區(qū)的海岸帶陸域生態(tài)環(huán)境進(jìn)行評(píng)價(jià)；趙勛剛等[6]運(yùn)用AHP構(gòu)建生態(tài)環(huán)境敏感性環(huán)境模型，分析烏海市的生態(tài)環(huán)境變化；李俊海等[7]運(yùn)用AHP結(jié)合模糊數(shù)學(xué)方法，以西雙版納州為例評(píng)價(jià)其城市生態(tài)環(huán)境健康狀況；董曉超等[8]運(yùn)用層次分析法和系統(tǒng)聚類(lèi)的方法評(píng)價(jià)貴州喀斯特地貌的生態(tài)環(huán)境風(fēng)險(xiǎn)；楊卓[9]從土壤、生物、生態(tài)系統(tǒng)三個(gè)方面對(duì)秦皇島市生態(tài)環(huán)境現(xiàn)狀進(jìn)行分析，并提出相應(yīng)改進(jìn)措施；宋美杰等[10]建立基于MRSEI的錫林郭勒草原生態(tài)環(huán)境評(píng)價(jià)模型，對(duì)錫林郭勒草原26年的生態(tài)環(huán)境進(jìn)行總體評(píng)價(jià)；游細(xì)斌等[11]運(yùn)用熵權(quán)法TOPSIS模型對(duì)中國(guó)南方丘陵地區(qū)的鄉(xiāng)村人居環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)；鄭晶等[12]首先基于DPSIR概念模型構(gòu)建福建省生態(tài)環(huán)境承載力指標(biāo)模型，接著利用障礙度模型和TOPSIS分析法對(duì)福建生態(tài)環(huán)境經(jīng)濟(jì)進(jìn)行評(píng)價(jià)；王大鵬等[13]采用灰色系統(tǒng)分析法和改進(jìn)型的TOPSIS法，分別從社會(huì)因素和自然因素出發(fā)，對(duì)廣西北部灣21個(gè)灘涂養(yǎng)殖集中區(qū)進(jìn)行生態(tài)環(huán)境壓力評(píng)估。

由現(xiàn)有的研究資料分析，生態(tài)環(huán)境評(píng)價(jià)是近年來(lái)的研究熱點(diǎn)，國(guó)內(nèi)的研究熱點(diǎn)多集中在沿海地區(qū)，如環(huán)渤海、南海等地區(qū)，或者生物多樣性較為豐富的地區(qū)，如云南、湖北等地區(qū)，再或者是一些國(guó)家級(jí)的戰(zhàn)略發(fā)展區(qū)域，如皖江城市帶、鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)等。而研究方法大多為層次分析法、GIS法、系統(tǒng)聚類(lèi)法、模糊綜合評(píng)價(jià)法、灰色分析法等，并且多為組合使用，這些方法通過(guò)不斷的研究、驗(yàn)證，在對(duì)主體進(jìn)行評(píng)價(jià)時(shí)有效性顯著。2018年10月國(guó)務(wù)院發(fā)布《國(guó)務(wù)院關(guān)于淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃的批復(fù)》，為淮河流域的發(fā)展帶來(lái)了新的機(jī)遇，目前對(duì)于這一發(fā)展規(guī)劃區(qū)域的研究還相對(duì)較少。因此本研究在搜集整理學(xué)者們的研究中，總結(jié)歸納出初始的評(píng)價(jià)指標(biāo)體系，再根據(jù)指標(biāo)選取的原則進(jìn)行初步篩選，然后利用SPSS21.0軟件對(duì)指標(biāo)體系進(jìn)行主成分與相關(guān)性相結(jié)合的分析，以達(dá)到既消除指標(biāo)間的相關(guān)性又保留其重要性的目的，最終形成自然生態(tài)環(huán)境評(píng)價(jià)指標(biāo)體系。運(yùn)用熵值法結(jié)合TOPSIS法對(duì)淮河生態(tài)經(jīng)濟(jì)帶的5個(gè)省份的自然生態(tài)環(huán)境進(jìn)行評(píng)價(jià)。

2 區(qū)域現(xiàn)狀

淮河流域水系密布，縱橫交錯(cuò)，跨越5個(gè)省份40個(gè)地級(jí)市，人口密度全國(guó)最大。流域內(nèi)經(jīng)濟(jì)基礎(chǔ)薄弱、水資源不均、水污染嚴(yán)重等問(wèn)題較為突出。2004年時(shí)任國(guó)家總理溫家寶明確提出中部崛起戰(zhàn)略。在實(shí)施中部地區(qū)崛起戰(zhàn)略的大背景下，國(guó)家已經(jīng)推進(jìn)了中原經(jīng)濟(jì)區(qū)、武漢城市圈、皖江城市帶等重點(diǎn)區(qū)域發(fā)展，在這樣的背景下，淮河流域凸顯出相對(duì)落后的局面[14]。淮河流域礦產(chǎn)資源十分豐富，品種繁多，是華東地區(qū)重要的煤炭和能源消費(fèi)地，在給淮河流域帶來(lái)機(jī)遇的同時(shí)也面臨著巨大的生態(tài)危機(jī)。當(dāng)前，要實(shí)現(xiàn)淮河流域的發(fā)展，仍需解決一系列突出問(wèn)題，工業(yè)污染和農(nóng)業(yè)污染等造成的水資源質(zhì)量受到嚴(yán)重影響，環(huán)境承載能力有限，大大威脅了淮河流域的自然生態(tài)環(huán)境質(zhì)量。因此，本研究以淮河生態(tài)經(jīng)濟(jì)帶所包含的省份為例，對(duì)其自然生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)。

3 建立模型

3.1 評(píng)價(jià)指標(biāo)篩選模型

評(píng)價(jià)指標(biāo)模型采取主成分-相關(guān)性-主成分的模式，既可以消除指標(biāo)間的相關(guān)關(guān)系，也保留了重要性水平高的指標(biāo)。

3.1.1 KMO相關(guān)性檢驗(yàn)和巴特利特Bartlett球體檢驗(yàn)

KMO值越接近于1，表明各變量間的相關(guān)性越高，越適合做主成分分析；反之，則不適合。Bartlett球形檢驗(yàn)用來(lái)判斷相關(guān)陣是否是單位陣，若是，則因子分析有效，反之則無(wú)效。在SPSS檢驗(yàn)結(jié)果中，當(dāng)Sig.<0.05（即p值<0.05）時(shí)，說(shuō)明各變量間具有一定相關(guān)性，因子分析有效。

3.1.2 主成分分析

假設(shè)研究問(wèn)題中有n個(gè)樣品，每個(gè)樣品觀測(cè)其中p個(gè)指標(biāo)，把這p個(gè)指標(biāo)看作p個(gè)隨機(jī)變量， X=（x1，x1，…，xp）'。 設(shè)隨機(jī)向量X的均值為μ，協(xié)方差矩陣為∑。主成分分析法的思路就是要把對(duì)p個(gè)指標(biāo)的研究，轉(zhuǎn)化為對(duì)p個(gè)指標(biāo)的線性組合的研究。于是，給出主成分的下述定義。

3.1.3 Spearman相關(guān)性分析

式中：ρ——相關(guān)系數(shù)，xi——獨(dú)立標(biāo)量，yi——依賴變量。

3.1.4 主成分-相關(guān)性分析

以每個(gè)主成分的方差貢獻(xiàn)率為權(quán)重值與每一候選指標(biāo)的載荷系數(shù)絕對(duì)值乘積之和計(jì)算該指標(biāo)的重要性水平。以X1，X2，…，Xn中的Xp為例，

Xp的重要性水平 =|L1|×Cont1+|L2|×Cont2+|L3|×Cont3+…+|Ln|×Contn

其中： L1， L2， …， Ln為Xp的載荷系數(shù)， Cont1，Cont2，…，Contn為各個(gè)主成分的方差貢獻(xiàn)率。

當(dāng)該值接近于0時(shí)，表明該指標(biāo)重要性小，從候選指標(biāo)中刪除，剩余指標(biāo)進(jìn)入下一步計(jì)算。

對(duì)剩下的候選指標(biāo)采用Spearman 秩相關(guān)系數(shù)法檢驗(yàn)指標(biāo)間的相關(guān)系數(shù)，若某一指標(biāo)與其他指標(biāo)皆不相關(guān)，則該指標(biāo)直接進(jìn)入最后的指標(biāo)體系，剩余指標(biāo)進(jìn)入下一步計(jì)算。

對(duì)于存在相關(guān)關(guān)系的指標(biāo)，再次使用主成分分析法，選擇重要性水平高的指標(biāo)作為最終的指標(biāo)體系，同時(shí)舍棄與之相關(guān)的指標(biāo)。

3.2 評(píng)價(jià)指標(biāo)模型構(gòu)建

首先采用熵值法計(jì)算相關(guān)指標(biāo)權(quán)重值，然后利用TOPSIS法對(duì)主體進(jìn)行分析評(píng)價(jià)。熵值法在定權(quán)時(shí)可以有效地避免主觀意識(shí)的影響。TOPSIS法是由C. L. Hwang和K. Yoon在1981年提出的按照各方案到理想化目標(biāo)的接近度對(duì)有限目標(biāo)進(jìn)行相對(duì)優(yōu)劣排序的方法[15]。

TOPSIS法能夠集中反應(yīng)總體情況，對(duì)樣本資料無(wú)嚴(yán)格要求，具有普遍適用性[16]。傳統(tǒng)的TOPSIS法中采用歐式距離，但是當(dāng)評(píng)價(jià)對(duì)象之間存在相關(guān)性的時(shí)候，歐式距離失效，采用馬氏距離法可以有效避免這種現(xiàn)象[17]。

3.2.2 熵值計(jì)算

設(shè)ej為指標(biāo)j的熵值，計(jì)算公式如（5） 和（6） 所示。

式中：Lij——第j項(xiàng)指標(biāo)在第i類(lèi)指標(biāo)中的比重， i=1，2，…，m。

3.2.3 熵權(quán)計(jì)算

設(shè)aj為指標(biāo)j的熵權(quán)，則：

3.2.4 TOPSIS評(píng)價(jià)模型

構(gòu)建評(píng)價(jià)矩陣Z并進(jìn)行歸一化后得到γ矩陣：

其次是構(gòu)建價(jià)值矩陣V：

式中：aj——權(quán)重矩陣。

確定正理想解S+與負(fù)理想解S-，即：

式中： J+={j=1，2，…，n}， 此時(shí)第 n個(gè)指標(biāo)屬于正向型指標(biāo)，即值越大越好；J-={j=1，2，…，n}此時(shí)第n個(gè)指標(biāo)屬于負(fù)向型指標(biāo)，即值越小越好。

分別計(jì)算第i個(gè)評(píng)價(jià)對(duì)象向量到正理想解S+和負(fù)理想解S-的距離Di+和Di-，即：

3.2.5 計(jì)算各評(píng)價(jià)對(duì)象的相對(duì)貼近度C

*最終根據(jù)Ci*值的大小對(duì)評(píng)價(jià)對(duì)象進(jìn)行排序， 值越大說(shuō)明該評(píng)價(jià)對(duì)象排名越高。

4 基于主成分和TOPSIS法的淮河生態(tài)經(jīng)濟(jì)帶自然生態(tài)環(huán)境評(píng)價(jià)實(shí)例分析

4.1 自然生態(tài)環(huán)境質(zhì)量評(píng)價(jià)指標(biāo)篩選

4.1.1 初步評(píng)價(jià)指標(biāo)體系構(gòu)建

當(dāng)前，在自然生態(tài)環(huán)境質(zhì)量方面尚未形成不同地理區(qū)域位置適用的、統(tǒng)一的評(píng)價(jià)指標(biāo)體系。因此，筆者通過(guò)總結(jié)歸納當(dāng)前學(xué)者的研究成果，以及結(jié)合淮河生態(tài)經(jīng)濟(jì)帶的區(qū)域狀況，根據(jù)指標(biāo)的真實(shí)性、有效性以及可獲取性原則形成了初步評(píng)價(jià)指標(biāo)體系，得出表1。

表1 初步評(píng)價(jià)指標(biāo)體系

4.1.2 指標(biāo)數(shù)據(jù)來(lái)源

指標(biāo)數(shù)據(jù)來(lái)源于安徽、山東、河南、湖北、江蘇5省的2018年統(tǒng)計(jì)年鑒、2018年國(guó)家統(tǒng)計(jì)年鑒以及對(duì)應(yīng)省份環(huán)境狀況公報(bào)等。

4.1.3 評(píng)價(jià)指標(biāo)體系計(jì)算

在評(píng)價(jià)指標(biāo)中，每一組二級(jí)指標(biāo)的地位相同，以一級(jí)指標(biāo)中的廢水污染為例，使用SPSS21.0對(duì)指標(biāo)進(jìn)行篩選。

4.1.3.1 KMO相關(guān)性檢驗(yàn)和巴特利特Bartlett球體檢驗(yàn)

因子分析前，首先進(jìn)行KMO檢驗(yàn)和巴特利球體檢驗(yàn)，當(dāng)KMO檢驗(yàn)系數(shù)>0.5，巴特利特球體檢驗(yàn)的Sig.值<0.05時(shí)，問(wèn)卷才有結(jié)構(gòu)效度，才能進(jìn)行因子分析。通過(guò)KMO相關(guān)性檢驗(yàn)和巴特利特 Bartlett球體檢驗(yàn)，KMO值為 0.695，Bartlett球體檢驗(yàn)的P值為0.022，適合進(jìn)行因子分析。

4.1.3.2 計(jì)算方差累計(jì)貢獻(xiàn)率

廢水污染指標(biāo)中含有4個(gè)二級(jí)指標(biāo)，根據(jù)SPSS21.0軟件對(duì)廢水污染指標(biāo)進(jìn)行主成分分析，提取4個(gè)主成分，每個(gè)主成分的方差貢獻(xiàn)率見(jiàn)表2。

表2 方差貢獻(xiàn)率

表2中，4個(gè)主成分的方差貢獻(xiàn)率分別為0.822， 0.124， 0.045， 0.009。 即 Cont1=0.822，Cont2=0.124， Cont3=0.045，Cont4=0.009。

4.1.3.3 計(jì)算載荷系數(shù)

通過(guò)計(jì)算，得出因子載荷系數(shù)如表3所示，其中的數(shù)值是主成分與原始變量的相關(guān)系數(shù)，每一數(shù)值絕對(duì)值的大小代表了主成分與原始變量的相關(guān)程度。

表3 因子載荷系數(shù)

4.1.3.4 重要性水平計(jì)算

對(duì)廢水指標(biāo)的4個(gè)二級(jí)指標(biāo)進(jìn)行重要性水平計(jì)算，結(jié)果見(jiàn)表4。

表4 重要性水平

表4中顯示，4個(gè)指標(biāo)的重要性水平都沒(méi)有趨于0，因而繼續(xù)進(jìn)行指標(biāo)間相關(guān)性分析。

4.1.3.5 相關(guān)性分析

由于指標(biāo)間可能存在的非線性因素，選擇Spearman 秩相關(guān)系數(shù)法進(jìn)行相關(guān)系數(shù)計(jì)算較為恰當(dāng)，以0.3作為有無(wú)相關(guān)性的判斷標(biāo)準(zhǔn)[18]。對(duì)4個(gè)二級(jí)指標(biāo)進(jìn)行相關(guān)性分析，對(duì)相關(guān)關(guān)系顯著時(shí)用1表示，不相關(guān)用0表示。制成相關(guān)關(guān)系矩陣表，見(jiàn)表5。

根據(jù)公式（5）、公式（6）、公式（7） 計(jì)算得出最終指標(biāo)權(quán)重，見(jiàn)表7。

表5 相關(guān)系數(shù)

由表4可知，B2的重要性水平為0.394 713，在四者中水平最高，再結(jié)合表5中的相關(guān)系數(shù)矩陣發(fā)現(xiàn)B2與其他3個(gè)指標(biāo)是不相關(guān)的，因此只有指標(biāo)B2進(jìn)入最終的指標(biāo)體系。

以此類(lèi)推得出最終評(píng)價(jià)指標(biāo)體系，并對(duì)各二級(jí)指標(biāo)重新排序，如表6。

表6 最終評(píng)價(jià)指標(biāo)體系

4.2 評(píng)價(jià)指標(biāo)權(quán)重計(jì)算

根據(jù)公式（2）、公式（3） 對(duì)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，得出標(biāo)準(zhǔn)化矩陣Z。

表7 最終指標(biāo)權(quán)重

4.3 基于TOPSIS法的淮河生態(tài)經(jīng)濟(jì)帶自然生態(tài)環(huán)境質(zhì)量評(píng)價(jià)

計(jì)算得出價(jià)值矩陣V：

計(jì)算得出正負(fù)理想值如下：

S+=（0.007，0.008，0.010，0.011，0.008，0.008，0.055，0.181，0.019，0.015，0.049，0.021，0.031，0.043，0.057，0.021，0.028，0.057）

S-=（0.021，0.025，0.023，0.023，0.021，0.024，0.006，0.001，0.015，0.008，0.021，0.013，0.015，0.010，0.035，0.011，0.015，0.014）

計(jì)算得出各省份到各正負(fù)理想值的距離以及相對(duì)貼近度。

從表8中可知，在5個(gè)省份中生態(tài)環(huán)境質(zhì)量最優(yōu)者為江蘇省，依次為湖北省、安徽省、河南省、山東省。

表8 生態(tài)環(huán)境評(píng)價(jià)結(jié)果

4.4 評(píng)價(jià)結(jié)果分析

表8是對(duì)淮河生態(tài)經(jīng)濟(jì)帶所處的5個(gè)省份的總體評(píng)價(jià)結(jié)果，對(duì)每個(gè)省份進(jìn)行進(jìn)一步分析，找出其優(yōu)缺點(diǎn)，助力其改善自然生態(tài)環(huán)境，本研究經(jīng)過(guò)篩選后得出18項(xiàng)指標(biāo)，結(jié)合表6，挑選其中熵值高于0.8的指標(biāo)，分別為指標(biāo)煙粉塵排放量X1（萬(wàn)t）， 氮氧化物排放量X2（萬(wàn)t）， 化肥使用量X5（萬(wàn)t），一般工業(yè)固體廢物產(chǎn)生量X6（萬(wàn)t），城市綠化率X11（%），耕地面積比重X12（%），有效保護(hù)區(qū)占面積比X14（%），環(huán)境保護(hù)投資占固投比重X20（%）。

根據(jù)初始指標(biāo)體系中的指標(biāo)參數(shù)，對(duì)每個(gè)省份的對(duì)應(yīng)指標(biāo)進(jìn)行排序，負(fù)向指標(biāo)見(jiàn)表9，正向指標(biāo)見(jiàn)表10。

表9 負(fù)向指標(biāo)排序

表10 正向指標(biāo)排序

由表9、表10發(fā)現(xiàn)，山東省和河南省在化肥使用量X5這個(gè)指標(biāo)上，都遠(yuǎn)遠(yuǎn)高于其他省份，山東省的化肥使用量是江蘇省的1.5倍，而河南省的化肥使用量甚至達(dá)到江蘇省的2.5倍。在5個(gè)省份中山東省和河南省的耕地面積比例最高，耕地是國(guó)家發(fā)展的根基，在保證耕地面積上這兩個(gè)省份做得很好，但是在保護(hù)耕地上這兩個(gè)省份必須深思。過(guò)度使用化肥會(huì)使土壤肥力下降，同時(shí)增加土地中的重金屬和有毒元素，生物多樣性減少，河南省和山東省要在保證耕地面積的同時(shí)保護(hù)耕地；安徽省在4個(gè)負(fù)向指標(biāo)中都處于較低的水平，同時(shí)在正向指標(biāo)中城市綠化率X11（%） 也是最高的，但是有效保護(hù)區(qū)占面積比X14（%） 是最低的，環(huán)境保護(hù)投資占固投比重X20（%） 也不高。由此可見(jiàn)，安徽省在環(huán)境污染排放上的控制做得很好，但是在生態(tài)環(huán)境建設(shè)方面做得不夠，要加大生態(tài)環(huán)境建設(shè)投資，對(duì)于生態(tài)環(huán)境較好的區(qū)域要抓緊設(shè)立保護(hù)區(qū)，保住綠水青山就是保住了金山銀山；江蘇和湖北是5個(gè)省份中生態(tài)環(huán)境最好的兩個(gè)省份，但是看其各個(gè)指標(biāo)的數(shù)據(jù)結(jié)構(gòu)，會(huì)發(fā)現(xiàn)江蘇的正向指標(biāo)和負(fù)向指標(biāo)的數(shù)據(jù)較為均衡，一手抓污染排放，一手抓生態(tài)建設(shè)。湖北處于華中要地，境內(nèi)自然環(huán)境較好，同時(shí)也在生態(tài)環(huán)境建設(shè)投入方面做得很好，但是看其負(fù)向指標(biāo)，在污染排放控制上做得較差，因此湖北省要重視區(qū)域內(nèi)的污染物排放，狠抓環(huán)境治理。

5 總結(jié)

生態(tài)環(huán)境是整體的系統(tǒng)，具有復(fù)雜性和多元性，會(huì)隨著自然變化和社會(huì)的發(fā)展而變化。本研究從自然環(huán)境、社會(huì)環(huán)境兩個(gè)大的角度出發(fā)，選取10個(gè)一級(jí)指標(biāo)，36個(gè)二級(jí)指標(biāo)作為初級(jí)評(píng)價(jià)指標(biāo)體系，經(jīng)過(guò)主成分和相關(guān)性相結(jié)合的方式進(jìn)行篩選，最終篩選出22個(gè)二級(jí)指標(biāo)構(gòu)建出生態(tài)環(huán)境質(zhì)量評(píng)價(jià)指標(biāo)體系。然后運(yùn)用熵值法和TOPSIS評(píng)價(jià)法相結(jié)合，對(duì)生態(tài)環(huán)境進(jìn)行評(píng)價(jià)，最終得出淮河生態(tài)經(jīng)濟(jì)帶的5個(gè)省份中，江蘇排名最前，湖北次之，安徽、河南、山東由高到低依次排列。對(duì)結(jié)果進(jìn)行分析，江蘇省、湖北省由于地理位置以及經(jīng)濟(jì)發(fā)展因素，生態(tài)環(huán)境較為優(yōu)異，而安徽、河南、山東的相對(duì)貼近度雖有高低，但是都較為接近。其中，作為綜合排名第一位的江蘇省在各方面都較為均衡，一手抓污染排放一手抓生態(tài)建設(shè)，為其他省份作出了積極的示范；湖北省在污染排放控制方面把控不嚴(yán)；安徽省的環(huán)境保護(hù)投資比重以及有效保護(hù)面積比相對(duì)較低；山東省和河南省在化肥施用強(qiáng)度上遠(yuǎn)高于其他3省。各省份在進(jìn)行自然生態(tài)環(huán)境治理工作中，做到有的放矢，針對(duì)主要方面采取強(qiáng)有力措施，同時(shí)也要延續(xù)之前的優(yōu)勢(shì)方面，兩手都要抓，兩手都要硬。

生態(tài)環(huán)境保護(hù)刻不容緩，生態(tài)環(huán)境質(zhì)量好的地區(qū)繼續(xù)加強(qiáng)管理，而生態(tài)環(huán)境較差的區(qū)域更應(yīng)重視對(duì)生態(tài)環(huán)境有影響的活動(dòng)，徹底轉(zhuǎn)變以犧牲環(huán)境換取經(jīng)濟(jì)發(fā)展的現(xiàn)象，加強(qiáng)生態(tài)環(huán)境治理力度，杜絕破壞環(huán)境的行為發(fā)生，最根本的就要喚醒所有公民的環(huán)保意識(shí)，給生態(tài)以修復(fù)，還生活以健康。