楊艷紅 董欣雨 姚翠友

摘要：基于北京市生態(tài)文明建設(shè)現(xiàn)狀，為促進(jìn)經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)相適應(yīng)，提高生態(tài)文明建設(shè)水平，以北京市2005年-2019年的生態(tài)文明建設(shè)相關(guān)數(shù)據(jù)為研究對(duì)象，在對(duì)北京市進(jìn)行充分研究的基礎(chǔ)上初選44個(gè)指標(biāo)，使用相關(guān)性分析做指標(biāo)初篩，再使用集對(duì)分析—RBF神經(jīng)網(wǎng)絡(luò)法進(jìn)行優(yōu)化，最終形成包括22個(gè)指標(biāo)在內(nèi)的北京市生態(tài)文明建設(shè)水平測(cè)度指標(biāo)體系，旨對(duì)北京市生態(tài)文明建設(shè)指標(biāo)體系研究做出貢獻(xiàn)。

關(guān)鍵詞：生態(tài)文明建設(shè)；RBF神經(jīng)網(wǎng)絡(luò)；測(cè)度指標(biāo)構(gòu)建；北京

一、前言

改革開放以來，我國國民經(jīng)濟(jì)總量和增長(zhǎng)速度都取得了極大的進(jìn)步，但生態(tài)問題也隨之而來。黨的十八大報(bào)告中，將生態(tài)文明納入到了 “五位一體”總布局中，十九大報(bào)告中，更是闡述了“綠水青山就是金山銀山”的理念，強(qiáng)調(diào)了生態(tài)文明建設(shè)的重要性。北京作為首都城市，應(yīng)積極推進(jìn)生態(tài)文明建設(shè)，起到模范帶頭作用。為了更好地開展生態(tài)文明建設(shè)，合理驗(yàn)證建設(shè)成果，必須對(duì)生態(tài)文明建設(shè)水平進(jìn)行科學(xué)的測(cè)度，對(duì)生態(tài)文明建設(shè)現(xiàn)狀進(jìn)行綜合分析。

國外的研究中沒有直接提到生態(tài)文明的概念，相關(guān)研究主要集中于可持續(xù)發(fā)展領(lǐng)域，使用了生態(tài)足跡、層次分析法[1]、超效率模型[2]等方法對(duì)發(fā)展?fàn)顩r進(jìn)行了研究。國內(nèi)在對(duì)生態(tài)文明建設(shè)進(jìn)行測(cè)度時(shí)，一是采用單一方法進(jìn)行測(cè)度指標(biāo)構(gòu)建。如劉開迪等[3]在前人研究成果基礎(chǔ)上，從三方面衡量了生態(tài)文明建設(shè)的成效；王二威等[4]構(gòu)建指標(biāo)體系后，采用了TOPSIS法對(duì)珠三角地區(qū)生態(tài)文明建設(shè)水平進(jìn)行測(cè)度。二是采用復(fù)合方法構(gòu)建指標(biāo)體系，如茍廷佳等[5]使用了主客觀組合賦權(quán)法對(duì)青海市生態(tài)文明建設(shè)效果進(jìn)行測(cè)度，張芳等[6]使用TOPSIS 法、夾角余弦法，兩角度反映省域生態(tài)文明建設(shè)的整體情況。

對(duì)生態(tài)文明建設(shè)研究現(xiàn)狀分析可以看出，目前國內(nèi)外在構(gòu)建生態(tài)文明建設(shè)指標(biāo)體系方面做了較多的研究，對(duì)推進(jìn)生態(tài)文明建設(shè)發(fā)展具有重要意義。然而，目前已有研究構(gòu)建指標(biāo)體系時(shí)選取的指標(biāo)有較強(qiáng)的主觀性，對(duì)不同的區(qū)域也應(yīng)根據(jù)地區(qū)特點(diǎn)進(jìn)行具體分析，構(gòu)建適宜地區(qū)現(xiàn)狀的指標(biāo)體系。因此，本文在充分了解目前研究現(xiàn)狀后，基于北京市生態(tài)文明建設(shè)的基本情況，采用相關(guān)性分析、集對(duì)分析與RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合的方式，建立水平測(cè)度指標(biāo)體系，以期為完善生態(tài)文明建設(shè)水平測(cè)度體系提供理論支撐。

二、指標(biāo)篩選思路

（一） 指標(biāo)初選

本文在分析生態(tài)文明建設(shè)理論后，查閱研究有關(guān)文獻(xiàn)并結(jié)合北京市環(huán)境特點(diǎn)，構(gòu)建了包括目標(biāo)層、準(zhǔn)則層和指標(biāo)層在內(nèi)的北京市生態(tài)文明建設(shè)初選指標(biāo)體系。準(zhǔn)則層包括人口、社會(huì)、經(jīng)濟(jì)、資源、環(huán)境和生態(tài)層，刪除各準(zhǔn)則層內(nèi)不易直接獲取或二次計(jì)算得到的指標(biāo)，對(duì)于少部分?jǐn)?shù)據(jù)缺失的指標(biāo)采用插補(bǔ)法補(bǔ)全數(shù)據(jù)。

（二） 指標(biāo)篩選

1.使用相關(guān)性分析初篩。采用Spearman相關(guān)性分析法進(jìn)行指標(biāo)體系的初篩，計(jì)算各指標(biāo)間的相關(guān)系數(shù)，設(shè)置臨界值為0.9，結(jié)合變異系數(shù)刪除指標(biāo)，得到初次篩選后的指標(biāo)體系。

2.使用集對(duì)分析和RBF神經(jīng)網(wǎng)絡(luò)二次篩選。計(jì)算初篩指標(biāo)體系的同一度矩陣，使用熵權(quán)法確定各指標(biāo)的權(quán)重，得到帶權(quán)同一度矩陣。以初篩指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)為輸入值矩陣、帶權(quán)同一度矩陣為輸出值矩陣，訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)，以輸出值計(jì)算各指標(biāo)的平均影響值，進(jìn)行指標(biāo)篩選，保留累積貢獻(xiàn)率＞90%的指標(biāo)，得到二次篩選后的生態(tài)文明建設(shè)水平測(cè)度指標(biāo)體系。

三、數(shù)據(jù)來源與篩選方法介紹

（一） 數(shù)據(jù)來源

本文選取2005年-2019年北京市發(fā)展?fàn)顩r為實(shí)驗(yàn)樣本，各項(xiàng)指標(biāo)數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《北京統(tǒng)計(jì)年鑒》《北京市生態(tài)環(huán)境狀況公報(bào)》及北京市生態(tài)環(huán)境局網(wǎng)站。

（二）無量綱化處理

對(duì)得到的數(shù)據(jù)進(jìn)行無量綱化處理，設(shè)為單項(xiàng)指標(biāo)中的最大值，為中的最小值。

如果該指標(biāo)為正向指標(biāo)，則數(shù)值越大表現(xiàn)越好，計(jì)算公式為：

（三）篩選方法介紹

1.相關(guān)性分析

相關(guān)性分析是衡量?jī)蓚€(gè)變量間相關(guān)程度的方法。在篩選初選指標(biāo)時(shí)，依次計(jì)算準(zhǔn)則層內(nèi)兩指標(biāo)的相關(guān)性，結(jié)合相關(guān)系數(shù)＞0.9與變異系數(shù)刪除指標(biāo)，計(jì)算公式為：

其中表示指標(biāo)和指標(biāo)的相關(guān)系數(shù)，表示指標(biāo)的均值。

2.集對(duì)分析

本文借鑒前人研究成果[7]，采用集對(duì)分析法對(duì)指標(biāo)進(jìn)行評(píng)估，步驟如下：

（1）計(jì)算同一度矩陣。設(shè)系統(tǒng)中有個(gè)待測(cè)方案，每個(gè)方案有個(gè)測(cè)度指標(biāo)，則各方案的指標(biāo)可統(tǒng)一表示為，集對(duì)分析的同一度矩陣可表示為：

（2）權(quán)重確定。使用熵權(quán)法測(cè)定各指標(biāo)權(quán)重，得到權(quán)重向量。

（3）計(jì)算加權(quán)同一度矩陣。各測(cè)度對(duì)象與理想方案的加權(quán)同一度矩陣可用確定好的權(quán)重向量與同一度矩陣表示，即：

其中，矩陣的元素稱為第個(gè)測(cè)度對(duì)象與理想方案的加權(quán)同一度。

3. RBF神經(jīng)網(wǎng)絡(luò)

RBF神經(jīng)網(wǎng)絡(luò)能夠逼近任意非線性的函數(shù)，處理系統(tǒng)內(nèi)難以解析的規(guī)律性，在處理生態(tài)文明建設(shè)的非線性數(shù)據(jù)時(shí)具有一定優(yōu)勢(shì)。RBF神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層，本文中使用隨機(jī)選取固定中心的方法作為RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)策略，即隱含層基函數(shù)的中心隨機(jī)從輸入樣本數(shù)據(jù)中選取且固定不變，中心確定后，計(jì)算中心基函數(shù)標(biāo)準(zhǔn)差的方式為：

其中，為選取中心間的最大距離，為隱含層節(jié)點(diǎn)個(gè)數(shù)。

確定中心和標(biāo)準(zhǔn)差后，得到基函數(shù)表達(dá)式：

使用偽逆法求解輸出矩陣，假設(shè)為期望輸出，是第個(gè)輸入向量在第個(gè)輸出節(jié)點(diǎn)的期望輸出值，為第個(gè)隱含節(jié)點(diǎn)到第個(gè)輸出節(jié)點(diǎn)的權(quán)值，則輸出權(quán)值矩陣可表示為：

將訓(xùn)練數(shù)據(jù)代入上述式子和矩陣中求解，即可得到預(yù)測(cè)值。

4. MIV算法

平均影響值（MIV）可通過分析神經(jīng)網(wǎng)絡(luò)中權(quán)重矩陣的變動(dòng)狀況來判斷各指標(biāo)的重要程度。具體計(jì)算過程為：對(duì)原樣本的RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)束后，將中每一指標(biāo)值相對(duì)原值上下變動(dòng)10%，形成測(cè)試樣本和，輸入已建成的RBF神經(jīng)網(wǎng)絡(luò)中得到仿真結(jié)果和，計(jì)算、的差值，以輸入神經(jīng)元數(shù)取平均，即可計(jì)算得到MIV值，其符號(hào)代表相關(guān)方向，絕對(duì)值大小代表重要性的程度，根據(jù)MIV的絕對(duì)值，以大到小的順序排列，計(jì)算各指標(biāo)的累積MIV值，即得到各變量對(duì)網(wǎng)絡(luò)輸出相對(duì)重要性的順序表，從而判斷輸入變量對(duì)網(wǎng)絡(luò)輸出值的影響程度，實(shí)現(xiàn)指標(biāo)的選擇。

四、實(shí)證分析

（一）指標(biāo)體系初步構(gòu)建

遵循科學(xué)性、明確性等原則，在對(duì)生態(tài)文明建設(shè)相關(guān)文獻(xiàn)、北京市現(xiàn)狀以及相關(guān)政策進(jìn)行分析的基礎(chǔ)上，初選了生態(tài)文明建設(shè)水平測(cè)度指標(biāo)體系。

（二）基于相關(guān)性分析的指標(biāo)體系初篩

將各準(zhǔn)則層數(shù)據(jù)代入公式，計(jì)算相關(guān)系數(shù)，設(shè)置臨界值為0.9，進(jìn)行指標(biāo)體系初篩。以生態(tài)層為例，森林覆蓋率和公園綠地面積的相關(guān)性系數(shù)如表2，相關(guān)系數(shù)＞0.9，通過計(jì)算二者的變異系數(shù)，刪除指標(biāo)森林覆蓋率。

（三）基于集對(duì)分析—RBF神經(jīng)網(wǎng)絡(luò)的指標(biāo)體系優(yōu)化

以生態(tài)層為例，由熵權(quán)法計(jì)算出指標(biāo)權(quán)重W=（0.21，0.05，0.37，0.17，0.09，0.11）。根據(jù)公式計(jì)算出帶權(quán)同一度矩陣R=（0.0996，0.0749，0.1155，0.1832，0.2648，0.2577，0.3144，0.4228，0.7697，0.6774，0.6880，0.6812，0.8415，0.7868，0.8442）。將準(zhǔn)則層計(jì)算出的帶權(quán)同一度矩陣作為期望輸出值矩陣輸入RBF神經(jīng)網(wǎng)絡(luò)，使用MIV算法對(duì)各準(zhǔn)則層的指標(biāo)進(jìn)行篩選。根據(jù)累計(jì)MIV絕對(duì)值＞90%進(jìn)行篩選，所得結(jié)果如下：

人口層自然增長(zhǎng)率MIV絕對(duì)值為0.2615，總?cè)丝?.1321，MIV累積百分比＞90%，取排名前2的指標(biāo)；社會(huì)層醫(yī)療衛(wèi)生投資絕對(duì)值為1.1856，R&D經(jīng)費(fèi)占GDP比重0.6714，國內(nèi)有效專利數(shù)0.1503，累積百分比＞90%，取排名前3的指標(biāo)；經(jīng)濟(jì)層一產(chǎn)占GDP比重絕對(duì)值為0.2200，GDP 0.1084，三產(chǎn)占GDP比重0.0779，累積百分比＞90%，取排名前3的指標(biāo)；資源層能源供應(yīng)量絕對(duì)值為0.0230，生態(tài)用水0.0155，生活能源消耗量0.0101，用水總量0.0099，供水總量0.0068，累積百分比＞90%，取排名前5的指標(biāo)；環(huán)境層廢水生產(chǎn)量絕對(duì)值為0.0614，固廢生產(chǎn)量0.0486，SO2生產(chǎn)量0.0343，累積百分比＞90%，取排名前3的指標(biāo)；生態(tài)層自然保護(hù)區(qū)總面積絕對(duì)值為0.0036，濕地面積0.0028，造林總面積0.0021，公園綠地面積0.0016，城鎮(zhèn)每萬人口公交客運(yùn)量0.0014，空氣質(zhì)量達(dá)二級(jí)以上天數(shù)占全年比重0.0013，累積百分比＞90%，取排名前6的指標(biāo)。

通過相關(guān)性分析初篩指標(biāo)和集對(duì)分析—RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化指標(biāo)，將44個(gè)指標(biāo)篩選至22個(gè)，構(gòu)成了最終的北京市生態(tài)文明建設(shè)水平測(cè)度指標(biāo)體系，如表2所示。

五、結(jié)語

本文根據(jù)北京市生態(tài)文明建設(shè)特點(diǎn)和實(shí)際情況，對(duì)前人研究成果進(jìn)行分析，從人口、社會(huì)、經(jīng)濟(jì)、資源、環(huán)境、生態(tài)6個(gè)方面選取44個(gè)指標(biāo)作為北京市生態(tài)文明建設(shè)水平測(cè)度初選指標(biāo)體系，運(yùn)用相關(guān)性分析方法和集對(duì)分析—RBF神經(jīng)網(wǎng)絡(luò)方法對(duì)指標(biāo)體系進(jìn)行兩次篩選優(yōu)化，構(gòu)建出包括22個(gè)指標(biāo)在內(nèi)的北京市生態(tài)文明建設(shè)水平測(cè)度指標(biāo)體系，避免了指標(biāo)冗余，保證了所選指標(biāo)對(duì)構(gòu)成的指標(biāo)體系有顯著影響，具有一定科學(xué)性，可為北京市生態(tài)文明建設(shè)測(cè)度指標(biāo)體系構(gòu)建提供理論支撐。

參考文獻(xiàn)

[1]Jiali Yao et al. Study on Evaluation of Eco-city Construction Based on Sustainable Development[J]. IOP Conference Series： Earth and Environmental Science， 2020， 571（1） ： 012096-.

[2] Li C X， Jia Q， Li G Z. Chinas energy consumption and green economy efficiency： An empirical research based on the threshold effect [J]. Environmental Science and Pollution Research， 2020， 27（6）： 1-17.

[3]劉開迪， 楊多貴， 王光輝. 基于系統(tǒng)動(dòng)力學(xué)的生態(tài)文明建設(shè)政策模擬與仿真研究[J]. 中國管理科學(xué)，2020，28（08）：209-220.

[4]王二威，朱寶文，崔春生.基于熵權(quán)TOPSIS方法的珠三角地區(qū)城市生態(tài)文明建設(shè)評(píng)價(jià)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2020，50（12）：28-37.

[5]茍廷佳，陸威文.基于組合賦權(quán)TOPSIS模型的生態(tài)文明建設(shè)評(píng)價(jià)——以青海省為例[J].統(tǒng)計(jì)與決策，2020，36（24）：57-60.

[6]張芳，袁嫄.中國省域生態(tài)文明建設(shè)協(xié)調(diào)發(fā)展的統(tǒng)計(jì)測(cè)度[J].統(tǒng)計(jì)與決策，2021，37（10）：47-51.

[7]耿鵬，鄭中團(tuán).基于集對(duì)分析—RBF神經(jīng)網(wǎng)絡(luò)的生態(tài)文明建設(shè)評(píng)價(jià)指標(biāo)體系構(gòu)建[J].智能計(jì)算機(jī)與應(yīng)用，2020，10（12）：86-90.

基金項(xiàng)目：首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市屬高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助

（作者單位：首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院）