張超
(安徽財經大學,安徽 蚌埠 233030)
經濟理論
華東六省一市城鎮化水平綜合評價
——基于AHP的模糊綜合評價方法視角
張超
(安徽財經大學,安徽 蚌埠 233030)
針對AHP與模糊綜合評價各自的側重點不同,整合兩者優勢,提出基于AHP的城鎮化水平模糊綜合評價方法。首先構建評價指標體系,利用AHP對指標權重予以確定,接著運用“最大-最小值”原則構造隸屬度函數,結合具體數據,計算得到模糊關系矩陣,最后利用模糊綜合評價方法,對華東六省一市城鎮化水平加以綜合評價。結果表明:上海城鎮化總體水平屬上等;江蘇、浙江的城鎮化總體水平屬中上等;福建、山東屬中等;安徽、江西屬下等。該綜合評價結果為華東地區的新型城鎮化建設提供了科學的實證依據。
AHP;模糊綜合評價;城鎮化水平
城鎮化是度量一個國家或地區經濟發展水平的重要指標。我國正走在城鎮化快速發展的道路上,黨的十八屆三中全會明確提出要完善城鎮化健康發展體制機制,適度的城鎮化是確保社會經濟健康穩步前行的重要保證。對城鎮化進行測度與評價已成為學者們討論的熱點。
國內許多學者對我國以及各個地區的城鎮化問題作了研究。劉亞臣,常春光(2008)[1]采用模糊綜合評價對所選取的五個省(市)城鎮化水平予以評價;吳耀,牛俊蜻(2009)[2]以陜西省為例,對區域城鎮化發展水平進行分析探究;霍葉青,何躍(2010)[3]采用離差最大化和Ward系統聚類的方法對四川城鎮化水平加以探究;張樨樨(2010)[4]指出城鎮化綜合評價體系的科學性與全面性的重要作用;劉勇,高建華(2011)[5]采用改善的熵權法對我國中原城市群的城鎮化水平予以評價;張曉瑞,王振波(2012)[6]基于PP-DEA模型對區域城鎮化水平進行綜合評價;王洋等人(2012)[7]以縣為基本單元,從人口、經濟和社會三方面構建中國縣域城鎮化水平的綜合評價體系;晁增福,康順光(2013)[8]采用主成分分析法對新疆的城鎮化水平建立綜合評價模型;趙文英(2014)[9]基于主成分—灰色關聯度的方法對黑龍江省的城鎮化水平進行綜合評價;趙永平,徐盈之(2014)[10]對我國的新型城鎮化發展水平做了綜合評價以及對驅動機制加以研究。
華東地區占據著自然環境的絕對優勢,擁有著富饒的物產資源,具有發達的商品生產體系,另外具備齊全的工業門類,是中國經濟發展的領頭羊。華東地區的經濟發展水平直接影響我國整體的經濟發展速度,尤其是該地區的城鎮化水平的高低也直接關系到我國城鎮化的進程,所以對華東地區六省一市的城鎮化水平予以綜合評價對于我國社會經濟發展以及社會穩定具有重要實際價值。
綜合上述文獻中所提及的研究方法,本文采用AHP確定權重的模糊綜合評價方法對華東六省一市的城鎮化水平給以綜合評價,根據最終評價結果對華東地區各省(市)的城鎮化水平加以比較并進行排名,進而分析各個省(市)在城鎮化進程中的問題與不足并提出一些建議政策。
1.評價指標體系
城鎮化的發展成果表現為社會的經濟、人口、生活狀況以及環境等方面,且它們又包括很多更細的指標。因此我們可以將評價指標集分為兩層,第一層有經濟指標、人口指標、生活指標以及環境指標,用Bi表示,i=1,2,3,4;第二層是上層子指標合共10項,表示為Cj,j=1,2…10。
2.評價指標權重
權重的選取決定著綜合評價效果好壞。而大多數學者都會通過專家打分法、AHP等進行權重的確定。本文則利用AHP對指標權重加以確認。借用德爾菲法利用比率標度技術對各指標相對上一層準則的重要性予以評判,并依此建立判斷矩陣。表1給出了相應的比例標度。由比率標度法獲得判斷矩陣,再由其計算得出指標權重。
3.檢驗判斷矩陣的一致性
將A記作判斷矩陣,它是獲得排序權向量的依據,所以要求A具備一致性。λmax為A的最大特征根,W為關于λmax的特征向量。只有當A完全一致時,λmax=n,其他特征根全部為零。而當A不一致時,即λn>n時則取(λmax-n)的差值用于檢驗一致性程度。一般可用CI表示,CI愈小則反映一致性程度愈大。表示如下:


表1 判斷尺度及其含義
由于隨機原因會導致一致性存在偏差,故在檢驗A是否具備滿意一致性時,需將CI比上平均隨機一致性指標RI,最終得到檢驗值CR,記:

其中RI,與A的維數有關,一般維數愈大,RI值愈大,表2給出常見的RI值。

表2 隨機一致性指標RI
4.模糊綜合評價
利用最大-最小值法構造指標對于城鎮化水平的隸屬度函數如下

式中:μAt(xi)為xi的城鎮化隸屬度;xi為指標i的原始數據;xmin,i是i序列的最小值;xmax,i是i序列的最大值。
設C為城鎮化模糊綜合評價值,顯然C愈大,則城鎮化程度愈高。C表達式如下:





1.選取的指標及具體數據
為了對不同省份城鎮化水平進行評價對比,文章選取了華東地區的六省一市作為比較對象,即江蘇、浙江、安徽、福建、江西、山東以及上海。城鎮化水平的評價涉及眾多因子,每種因子的影響力以及重要程度不同。針對城鎮化水平的綜合評價,建立了4個一級指標,包括經濟指標,人口指標,生活指標以及環境指標。各二級指標的分布為:經濟指標B1包括人均GDPC1,第二產業增加值占GDP比重C2,第三產業增加值占GDP比重C3;人口指標B2包括城鎮化率C4,第三產業從業人員比重C5;生活指標B3包括居民可支配收入C6,城鄉收入差距C7,每百戶擁有移動電話率C8;環境指標B4包括人均綠地面積C9,建成區綠地面積覆蓋率C10。
為了得到城鎮化水平的隸屬度,需要10項二級指標的具體值。表3給出2013年華東六省一市的10個指標數據,見表3。

表3 華東六省一市10個指標具體數據
2.權重的確認及判斷矩陣的一致性檢驗
(1)判斷矩陣的構造
依據專家對各個因子的估計評分,構造相應的判斷矩陣。D1表示所有一級指標對目標層的判斷矩陣,D2、D3、D4、D5分別表示二級指標C1-C3、C4-C5、C6-C8、C9-C10對各自相應一級指標的判斷矩陣。下列各表均依次給出。

表4 判斷矩陣D1

表5 判斷矩陣D2

表6 判斷矩陣D3

表7 判斷指標D4

表8 判斷指標D5
(2)判斷矩陣的一致性檢驗、權重的確定
利用上述5個判斷矩陣D1,D2,D3,D4,D5,運用MATLAB軟件運行可得如下結果:
(3)模糊評判矩陣的構造
根據式(3),通過R軟件計算表3中10個指標數據的隸屬度,可得模糊評判矩陣:


在上述矩陣中,行代表城鎮化評價的10個二級指標,列代表華東六省一市,即江蘇、浙江、安徽、福建、江西、山東以及上海。
(4)華東六省一市城鎮化水平的模糊綜合評價
根據(5)式計算出各地區4個一級評價指標的模糊評價值向量,根據(4)式計算出各個地區各城鎮化指標的模糊綜合評價值向量,運用MATLAB可得:
1)經濟模糊綜合評價值

2)人口模糊綜合評價值


3)生活模糊綜合評價值

4)環境模糊綜合評價值

5)綜合模糊綜合評價值

依據上述5個綜合評價值向量,可對華東地區六省一市的4項指標評價值及綜合評價值予以排名,表9給出排名結果。

表9 排名匯總表
由表9可知,華東六省一市中,經濟指標排名按高低排序為:上海,浙江,江蘇,山東,福建,江西,安徽;人口指標排名按高低排序為:上海,江蘇,浙江,安徽,山東,福建,江西;生活指標排名按高低排序為:上海,福建,浙江,江蘇,安徽,山東,江西;環境指標排名按高低排序為:上海,江蘇,浙江,山東,福建,江西,安徽;綜合指標排名按高低排序為:上海,江蘇,浙江,福建,山東,安徽,江西。
由于城鎮化發展受很多因素影響,且要求結合定性與定量指標,因此對其進行科學綜合評價是一項艱巨的任務。將AHP用于模糊綜合評價權重的確定,科學量化了有關的定性關系,結合模糊評判矩陣,便可對各個指標評價值進行排序,本文采用此方法對華東六省一市的城鎮化水平予以綜合評價,最終得到科學的評價結果。
由模糊綜合評價法得出的華東六省一市的城鎮化水平的總排名可知,上海市、江蘇省、浙江省的城鎮化水平較高,它們在保持較高的城鎮化水平的前提下,應積極尋找一個適度的城鎮化水平,這對于華東地區以及全國發展來說有著巨大的實際意義;福建省、山東省城鎮化水平一般,應繼續加快城鎮化進程,努力向滬、蘇、浙靠攏;安徽省與江西省城鎮化水平較低,應積極改善城鎮體系的空間布局、大力增強城鎮綜合承載能力、完善城鎮化健康發展體制機制,從根本上提高城鎮化水平。
對華東地區城鎮化水平進行綜合評價,為城鎮化建設過程提供了科學的實證依據,這對于地區政府制訂相應的科學政策和找到推進城鎮化建設的合適速度有著深刻的實踐價值。
[1]劉亞臣,常春光,劉寧,等.基于層次分析法的城鎮化水平模糊綜合評價[J].沈陽建筑大學學報(自然科學版),2008,24(1):132-136.
[2]吳耀,牛俊蜻,郝晉偉.區域城鎮化綜合發展水平評價研究——以陜西省為例[J].西北大學學報(自然科學版),2009,(6):1042-1047.
[3]霍葉青,何躍.基于離差最大化和 Ward系統聚類的四川城鎮化水平研究[J].軟科學,2010,24(6):71-73.
[4]張樨樨.我國城市化水平綜合評價指標體系研究[J].中國海洋大學學報(社會科學版),2010,(1):60-64.
[5]劉勇,高建華,丁志偉.基于改進熵權法的中原城市群城鎮化水平綜合評價[J].河南大學學報(自然科學版),2011,41(1):49-55.
[6]張曉瑞,王振波.基于PP—DEA模型的區域城鎮化發展差異的綜合評價[J].中國人口·資源與環境,2012,22(2):130-135.
[7]王洋,方創琳,王振波.中國縣域城鎮化水平的綜合評價及類型區劃分[J].地理研究,2012,31(7):1305-1316.
[8]晁增福,康順光,邢小寧.新疆城鎮化水平綜合評價模型研究[J].數學的實踐與認識,2013,43(12):87-91.
[9]趙文英.基于主成分——灰色關聯度的黑龍江省城鎮化水平綜合評價[J].數學的實踐與認識,2014,44(6):43-50.
[10]趙永平,徐盈之.新型城鎮化發展水平綜合測度與驅動機制研究——基于我國省際2000—2011年的經驗分析[J].中國地質大學學報(社會科學版),2014,14(1):116-124.
Comprehensive Evaluation of Urbanization Level of Six Provinces and One City in East China——Fuzzy Comprehensive Evaluation of Urbanization Level Based on AHP
Zhang Chao
(Anhui University of Finance and Economics,Bengbu Anhui 233030,China)
This paper,based on each different focus of AHP (analytic hierarchy process)and fuzzy comprehensive evaluation,integrated the advantages of them and proposed fuzzy comprehensive evaluation of urbanization level based on AHP(analytic hierarchy process).First of all,evaluation index system was established and index weight was determined by AHP(analytic hierarchy process).Then the maximum-minimum?method was used to construct membership function of various indexes for urbanization and we calculated fuzzy relation matrix by combining the specific data.Finally,the fuzzy comprehensive evaluation method was applied to the comprehensive evaluation of the urbanization level of six provinces and one city in East China.The results showed that Shanghai’s gross level belongs to upper level,Jiangsu and Zhejiang belongs to medium or even better than average,Fujian and Shandong belongs to medium level,Anhui and Jiangxi belongs to lower level.The results of the comprehensive evaluation provided scientific empirical evidence for the new urbanization construction in east China.
AHP;fuzzy comprehensive evaluation;urbanization level
F299.21
A
1672-0547(2015)03-0017-04
2015-03-02
張 超(1991-),男,安徽宣城人,安徽財經大學統計與應用數學學院碩士研究生,研究方向:經濟統計。
安徽財經大學研究生科研創新基金項目(CXJJ2014074)。