土地整理綜合效益不同評價方法對比研究

張杭杭

(都勻市國土資源局，貴州都勻558004)

目前，國內對土地整理綜合效益的評價方法主要有層次分析法、模糊評價法、熵值法、德爾菲法、單因素評價法、權重指數法、主成分分析法、多目標決策法、對比分析法、綜合指數法、多因素綜合法等［1—6］.還有部分學者也嘗試用新的定量化方法對土地整理綜合效益進行評價，如基于格序決策理論的評價方法和模型、人工神經網絡法中的反向傳播算法構建模型，以及采取集對綜合評價物元模型，通過計算關聯度，將多因子評價結果歸結為單目標決策，以定量數字表示評價結果，從而較完整地反映土地整治項目的可持續水平.本文從上述方法中選取土地整理綜合效益評價中較為常用的AHP法、模糊綜合評判法和近年來嘗試運用在土地整理效益評價中的BP神經網絡評價方法，以都勻市平浪鎮平浪大壩土地整理項目為例，進行實證研究.通過明確的數據對比，展示兩種常用的評價方法和較為新穎的評價方法在評價過程中的優劣以及實用程度.

1 指標體系模型的建立

在充分認識項目區情況和土地整理特點的基礎上，依據土地整理綜合效益評價指標選取的原則，采用德爾菲法對指標進行選取，共邀請30位專家，包括長期從事土地整理的國土、水利、農業、林業等方面的管理人員及專家、教授，對指標進行選取，得出評價指標體系，即經濟效益(B1):靜態投資收益率(C1)、新增耕地單位面積投資(C2)、總產值增加值(C3);社會效益(B2):新增耕地率(C4)、道路密度增加量(C5)、新增耕地可供養人數(C6)、人均年純收入增加量(C7)、糧食單產增加量(C8)、土地保護權益狀況(C9);生態效益(B3):土地墾殖率(C10)、農田生態改善度(C11)、有效灌溉面積(C12)、田塊規整率(C13).(注:本論文將運用三種評價方法進行土地整理綜合效益評價的實證，但考慮到都是以都勻市平浪鎮平浪大壩土地整理項目為例，項目情況不會有較大變化，故在選用同一指標體系進行綜合效益評價)

2 土地整理綜合效益評價方法

2.1 層次分析法評價過程

層次分析法主要是通過構建層次結構模型，利用較少的定量信息，把決策思維過程數學化，從而求解多目標、多準則或無結構特性的復雜決策問題.本文對土地整理前后數據量化處理，得出的結果見表1.

表1 土地整理前、后預期指標值的量化處理

運用公式和九標度法對影響因素進行兩兩比較，從而建立各層次的判斷矩陣.對判斷矩陣進行一致性檢驗，使判斷矩陣具有滿意的一致性.根據算出的層次單排序與上一層次各因素指標的總權重進行匯總，即可得到最后一層的層次總排序或總權重.將規范化后的數值和各指標權重代入綜合評價公式得出項目的土地整理綜合效益得分.

2.2 模糊綜合評判法的選取及評價過程

本研究采用模糊綜合評判法，采用層次分析法確定權重，即運用9標度法確定各指標相對性，從而構建判斷矩陣，通過一致性檢驗，得出各評價指標的權重.其次，根據項目區具體情況，確定項目區整理前后評價指標隸屬度，即將其分為優、良、中、差4個級別，邀請相關領域專家進行評判后，將特征向量U構成模糊關系矩陣R與模糊子集進行模糊復合運算.如對于經濟效益:A=(0.0623，0.1132，0.0343)因素判斷矩陣為:

使用矩陣乘積的數學方法建立經濟效益的模糊綜合評價模型為:整理前:Bi=AiM(·，+)Ri;B1=A1M(·，+)R1=(0，0.04882，0.14966，0).整理后:Bi=AiM(·，+)Ri;B1=A1M(·，+)R1=(0.0698，0.09181，0.03687，0).同理計算整理前后社會效益、生態效益和綜合效益.

2.3 BP人工神經網絡的選取及評價過程

本文以VC++6.0開發的BP神經網絡程序作為網絡訓練工具，其中BP神經網絡采用Levenberg－Marquart算法進行訓練，激活函數為Sigmoid().

經濟效益隱含層定為5(隱含層神經元只具有計算意義，其數目沒有嚴格的規定.一個公認的指導原則是在沒有其他經驗知識時，符合給定樣本的最簡單(規模最小)的網絡就是最好的選擇.隱含層神經元數目增加，使得網絡能鑒別各種樣本，但計算和存儲量增加，同時有可能出現過擬合)時，網絡收驗最快，學習率設置為0.5，輸入精度 0.0001，循環次數64851次;代入項目指標預期值與現狀值得到:整理前0.671，整理后0.662.社會效益:隱含層 10，學習率 0.5，輸入精度0.0001，循環次數12858次;兩個結果為 0.776，0.714.生態效益:隱含層 7，學習率0.5，輸入精度 0.0001，循環次數47796次;兩個結果為 0.779，0.746.土地整理綜合整體效益:隱含層20，學習率0.5，輸入精度0.0001，輸入精度0.0001，循環次數57764次;兩個結果為0.702，0.679.

3 評價結果

3.1 層次分析法

運用層次分析法進行效益前后對比，通過研究數據表明，整理前綜合效益得分為0.239，其中經濟效益得分0.0178，社會效益得分0.1893，生態效益得分為0.0319.整理后綜合效益得分為0.211，其中經濟效益得分為0.0245，社會效益得分為0.1544，生態效益得分為0.0317.由此看出，土地整理前對預期效益進行評價得到社會效益較好，經濟效益其次，生態效益較差;而土地整理后通過運用現狀值對土地整理進行了效益后評價，得出社會效益沒有預期理想，經濟效益好，生態效益基本達到預期水平，但綜合效益得分相較預期效益評價，結果較為接近，說明該項目土地整理綜合效益雖然沒有預期理想，但是還是基本實現了預期效果.

由此可知，運用層次分析法對土地整理效益評價得到整理前后數據較為接近，它在進行土地整理效益評價時，重在將客觀數據與人為主觀因素相結合，通過對定量指標進行量化.對定性指標，結合現在調查和專家意見、構建判斷矩陣等步驟，能較為有效地對其綜合效益進行評價，通過評價結果能很好地反映單項效益指標的變化程度和綜合效益的指標變化程度，使我們在進行土地整理實踐時能通過評價得到較為客觀合理的評價結果，有效地衡量土地整理的效果，更好地保證土地整理質量和數量的穩步提高.但該方法也存在自身的不足之處，即指標選取主觀性較強，且定性指標的定量也較為主觀，會影響評價結果的精確性.

3.2 模糊綜合評判法

模糊綜合評價數據顯示，土地整理前經濟效益為“中”(52.7215分)，社會效益為“良”(38.935分)，生態效益為“中”(11.4376分)，綜合效益為“良”(35.2189分).整理后經濟效益為“良”(82.9905分)，社會效益為“良”(38.1395分)，生態效益為“中”(13.0620分)，綜合效益為“良”(28.44756分).由此可知，項目實施后帶來顯著的經濟效益，社會效益基本達到預期要求，生態效益相較預期效益有一定提高，綜合效益預期效益相較土地整理后效益有一定差距，但基本保持在預期“良”的效果上.

綜合上述評價結果，可以看出模糊綜合評判法在對土地整理項目進行評價時，具有自身的優勢:在沒有實際數據的情況下，能根據層次分析法計算權重，運用專家經驗擬定評價指標隸屬度標準，得出綜合效益評價結果;且結果即能用分值和等級兩種方式進行評判，能給我們一個較為直觀、有效的評價結果.但模糊綜合評判也具有自身的不足，在評價過程中，沒有運用到項目的實際數據進行評價，基本依靠專家的經驗建立評價隸屬度標準，從而構建矩陣進行計算，得出結果，評價具有很強的主觀性.

3.3 BP 神經網絡

BP神經網絡計算結果顯示，土地整理前經濟效益0.671，社會效益0.702，生態效益0.779，綜合效益0.702.土地整理后經濟效益0.662，社會效益0.679，生態效益0.746，綜合效益0.679.表明在對都勻市平浪鎮平浪大壩進行土地整理效益評價時，對經濟效益、社會效益、生態效益和綜合效益的預期評價，在現狀效益評價中都沒有達到標準，但對效益評價的結果還是比較接近的，且總體上是提高的.

運用BP神經網絡進行評價，可以看出該評價方法無論從評價過程的精確程度還是評價結果都較為客觀、準確，人為因素較少.BP神經網絡運用學習訓練減少誤差，因而效益評價的預期值和現狀值差別較小.但該方法在計算機技術方面具有一定要求.

4 結論

通過對三種方法評價結果的總結，可以明顯看出，AHP、模糊綜合評判法、BP神經網絡三種方法在土地整理綜合效益評價中都具有自身的優勢和劣勢.但從客觀、準確的角度來說，AHP法和BP神經網絡的評價方法更具優勢，模糊綜合評判在做土地整理效益評價時，相較AHP法和BP神經網絡結果，不是很客觀.AHP與模糊綜合評判法前期都用的是預期值，但是模糊數學是運用層次分析法確定權重后，再請專家進行打分，建立判斷矩陣，得出效益得分.整理后AHP用的是現場調查和數據采樣、當地專家經驗綜合起來得出效益得分，模糊數學是通過專家對項目了解，對指標進行整理后評分，建立判斷矩陣，因而，可以看出模糊數學的主觀性比AHP法主觀性要強.但從便于操作來說，AHP法的實際操作相對于模糊數學和BP神經網絡而言，要簡單便捷許多，特別是BP神經網絡的操作過程相較前兩種方法來說，需要運用編程工具，要求評價人員具有很高的軟件操作的技術水平.但層次分析方法的評價精度卻沒有BP神經網絡高.BP神經網絡由于經過無數次的學習訓練，一定程度上減少了誤差，且在整個評價過程中人為參與因素很少，只在建立評價標準的基礎上運用專家經驗，但也不是完全依賴于專家經驗，也是通過對預期值和現狀值的擬合分等定級從而確立評價標準的，在評價標準確定后還經過了無數次的學習訓練，以求達到準確、客觀.在評價過程中AHP法可以得出經濟、社會、景觀生態各個層次在進行效益評價時的具體分數，從而較為明顯地看出，哪個因素是影響項目綜合效益上升或下降的關鍵因素，而模糊綜合評判法和BP神經網絡在實際評價過程中卻不能很好地體現這個方面，而只能從最終結果進行對比.

5 建議

(1)建議在需要詳細數據資料和定性指標較少的情況下，采用層次分析法進行土地整理綜合效益評價.

(2)建議在涉及多個因素、多個層次且定性分析指標較多的情況下，采用模糊綜合評判法進行土地整理綜合效益分析.

(3)建議在進行大型土地整理項目，涉及指標多樣，且可比較為突出的情況下，即在做多個項目的土地整理綜合效益對比分析的情況下，使用BP神經網絡法.該方法可以避免人為計算權重和相關系數的主觀影響和不確定性.

［1］陳丹杰，王智勇，曲晨曉，等.生態足跡法在土地整理規劃環境影響評價中的應用［J］.中國農學通報，2008，(9):444－447.

［2］劉洋，譚文兵，陳傳波，等.土地整理模糊數學評價模型及其應用［J］.農業工程學報，2005，(S):164－166.

［3］王璦玲，趙庚星，李占軍.土地整理效益項目后綜合評價方法［J］.農業工程學報，2006，(4):58－61.

［4］付光輝，劉友兆，祖躍升，等.區域土地整理綜合效益測算［J］.資源科學，2007，(3):25－30.

［5］孫雁，付光輝，趙小敏，等.農地整理項目后效益評價模式的構建［J］.農業工程學報，2008，(1):129－134.

［6］任冬，劉新平，于禮.基于AHP的土地整理綜合效益評價——以旺蒼縣木門鎮土地整理項目為例［J］.農村經濟，2009，(12):58－60.