基于超效率DEA和人工神經網絡耦合模型的畜禽養殖資源環境承載力研究
——以天津市為例

黃 成，程 波，張 愛，陳 凌

(農業部環境保護科研監測所，天津 300191)

?

基于超效率DEA和人工神經網絡耦合模型的畜禽養殖資源環境承載力研究
——以天津市為例

黃 成，程 波*，張 愛，陳 凌

(農業部環境保護科研監測所，天津 300191)

摘要[目的]基于超效率DEA和人工神經網絡耦合模型分析天津市畜禽養殖資源環境承載力。[方法]在構建畜禽養殖資源環境承載力評價指標體系的基礎上，建立基于超效率DEA和人工神經網絡耦合模型的評價模型，并以天津市為實例，對2003～2012年畜禽養殖資源環境承載力進行研究。[結果]2003～2012年天津市畜禽養殖資源環境承載力雖然不處于警戒水平，但畜禽養殖資源環境承載力整體呈下降趨勢，而且2012年天津市畜禽養殖資源環境承載力已經趨近警戒水平。[結論]基于超效率DEA和人工神經網絡耦合模型的畜禽養殖資源環境承載力評價模型具有一定的科學性，耦合模型排除了人為因素干擾，充分考慮了系統內部運行規律，具有一定的應用價值和理論優勢。

關鍵詞畜禽養殖資源環境承載力；評價指標體系；超效率DEA;人工神經網絡；耦合模型

畜禽養殖資源環境承載力作為表征區域畜禽養殖業與資源環境系統協調性的指標，用以指導畜禽養殖業發展規劃的制定，具有重要研究價值[1]。目前，對畜禽養殖資源環境承載力尚未達成一致認同的研究方法[2-4]。雖然主流的研究方法指標較多，但實質上只是簡單地把社會經濟系統和資源環境系統分別作為黑箱來處理，相對缺乏對兩者內部運行規律的分析，所以很難有效地將這2個系統有機地聯系起來[5]。并且現有方法確定評價指標權重時多采用專家咨詢的方法，會造成評價結果可能由于人為因素而形成偏差[6]。

畜禽養殖環境巨系統是由畜禽養殖產業子系統、自然環境子系統和社會環境子系統構成的復雜系統，是依靠能量、物質、信息的不斷輸入和輸出來維持其自身穩定運行的復雜系統[7]。超效率DEA模型特別適用于具有多輸入-多輸出的復雜系統，評價方法不僅重視系統資源環境的數量，而且關注資源環境的質量，同時模型能夠避免主觀因素干擾。鑒于此，筆者采用超效率DEA模型實現畜禽養殖資源環境承載力的量化，同時考慮到超效率DEA模型要求評價指標數值必須為已知數據[8]，所以利用人工神經網絡模型對量化模型進行仿真，建立了具有廣泛適應性的評價模型，并對天津市2003～2012年畜禽養殖資源環境承載力進行了研究，以期為天津市畜禽養殖業規劃提供理論依據。

1材料與方法

1.1構建畜禽養殖資源環境承載力評價指標體系評價指標選取應滿足具有代表性、系統性、科學性和數據易獲取的基本原則，并結合當地畜禽養殖業資源環境狀況和畜禽養殖業規劃。該研究將評價指標分為區域資源投入型指標和畜禽養殖業產出型指標。資源投入型指標分為自然資源類和社會支撐類，用以表征區域資源供應能力、社會支持能力；畜禽養殖業產出型指標分為經濟發展類和環境質量類，用以表征產業經濟效益和環境效益。選取的同類指標必須經過多重共線性分析，以剔除相關性較高的指標。

1.2畜禽養殖資源環境承載力量化

1.2.1基礎數據。評價指標基礎數據采用于相關統計年鑒、政府公報。

1.2.2基礎數據處理。 評價指標正/負性表示指標值與承載力指數的相關性，若所選指標相關性與上述相反，則對其數值進行倒數處理。

指標體系中價格類指標量化時，以研究年限的起始年為基準年，消除通貨因素的影響。具體方法如下：

1.2.3量化模型。超效率DEA模型設每個被評價單元均有一定數量的投入和產出變量，它通過將一個被評價單元的輸入及其輸出同其他被評價單元相比較，從而將多個投入和產出變量轉變為效率評價指標。該模型在評價某評價單元時，以其他所有的評價單元構成參考集而不考慮被評價單元本身，結果是效率值(稱為超效率值)有可能大于1，從而可以對同為DEA有效的單元做進一步評價，使評價結果更具區別性。模型表達式為：

式中，T表示評價單元效率值；x、y分別表示輸入和輸出向量；n為評價單元數量；ε為高階無窮小，一般取值為10-6；S+、S-分別表示剩余變量和松弛變量。

該研究將每年的指標向量組成一個評價單元，投入型指標xi和產出型指標yi分別作為輸入向量和輸出向量，通過Lingo軟件對每年畜禽養殖資源環境系統運行效率T進行計算。T作為表征畜禽養殖資源環境子系統協調性指標，該研究用以表征資源環境承載力指數。

1.3人工神經網絡仿真模型

1.3.1數據歸一化處理。由于各個指標的量綱存在較大差異，且輸入型指標和輸出型指標的正負性也不同，因此，需要對各指標進行歸一化處理以消除量綱等方面的影響。設現有m年的統計數據，每一年中含指標n個，則有矩陣：

對于輸出型指標的歸一化公式為：

對于輸入型指標的歸一化公式為：

1.3.2模型建立。人工神經網絡模型是由大量處理單元互聯組成的非線性、自適應信息處理系統。使用神經網絡的目的是利用其強大的非線性數據處理能力，通過對樣本數據訓練以得到合適的輸出數據集。模型介紹見文獻[9]。

該研究以歸一化處理后的評價指標值作為輸入，畜禽養殖資源環境承載力指數作為輸出，將輸入樣本的60%作為網絡輸入訓練使用，20%作為確認樣本，另外20%作為測試樣本。分別選擇TRAINSCG、TANSIG、PURELIN作為訓練函數，隱含層傳遞函數和輸出層傳遞函數，設置仿真精度指標值為10-3。

NNTool是mablat軟件專門用于構建和訓練人工神經網絡模型的單元，該研究通過NNTool對量化模型進行仿真。

1.4畜禽養殖資源環境承載力警戒狀態設置該研究構建了投入型指標數值最大、產出型指標數值最小的系統最不協調評價單元，并將該單元的承載力值設定為警戒值。

1.5實例分析

1.5.1研究區域畜禽養殖資源環境狀況。天津市是環渤海地區經濟中心，隨著城市規模日益擴大和小城鎮建設快速推進，天津市耕地資源日趨緊缺，造成可用于消納畜禽糞污的空間不斷縮小。同時多數畜禽養殖場(區)已處于城市或城鎮的近郊，其排放的惡臭氣體也嚴重影響了周圍居民的日常生活。

天津市處于半干旱地區，近年來大力發展規模化養殖業，規模化養殖場對水資源的大量需求導致大量養殖廢水進入地表水體，對天津市脆弱的水資源環境系統造成較大負面影響。

1.5.2數據來源。2003～2012年評價指標基礎數據來源于《天津統計年鑒》、《中國畜牧業年鑒》、《中國農業年鑒》、《中國統計年鑒》、《中國農產品價格調查年鑒》。

1.5.3構建天津市資源環境承載力評價指標體系。采用SPSS軟件對所選取的指標進行多重共線性分析，剔除相關性較強的指標，最終建立天津市畜禽養殖資源環境承載力評價指標體系見表1。

表1天津市畜禽養殖資源環境承載力指標體系

Table1IndexsystemofenvironmentalbearingcapacityoflivestockandpoultrybreedingresourceinTianjinCity

指標組別Indexgroup指標類型Indextype指標名稱Indexname正/負性Positive/Negative投入型自然資源年末實有耕地面積(x1)∥萬hm2-Inputtype年末實有林地面積(x2)∥萬hm2-地表水資源總量(x3)∥億m3-糧食總產量(x4)∥萬t-社會支撐城市GDP(x5)∥億元-工業總產值(x6)∥億元-農畜產品人均消費(x7)∥元-城市常住人口總數(x8)∥萬人-環保投資占GDP比重(x9)∥%-農業從業人員數(x10)∥萬人-產出型經濟發展養殖業產值/農業產值(y1)∥%+Outputtype主要畜產品自給率(y2)∥%+養殖總量(y3)∥豬當量+產污單元增加值(y4)∥元/豬當量+環境質量糞便TN耕地負荷指數(y5)+糞便TP耕地負荷指數(y6)+V類及以下水質河長比重(y7)∥%+單位耕地化肥施用量(y8)∥t/hm2+單位耕地農藥施用量(y9)∥t/萬hm2+

注：y5與y6表征有機肥最佳施用量(N：68 kg/hm2；P：14 kg/hm2)[10-12]與實際耕地負載量的比值。

Note：y5andy6indicated the ratio of the optimal application amount of organic fertilizer (N：68 kg/hm2；P：14 kg/hm2)[10-12]to the actual land load.

2結果與分析

2.1評價指標體系量化結果通過資料搜集與整理，獲得各評價指標基礎數據，對價格類數據以2003年為基準年消除通貨膨脹的影響；對相關性相反的指標進行倒數處理。評價指標體系量化結果見表2。

表2　天津市畜禽養殖資源環境承載力指標體系量化

2.2天津市畜禽養殖環境承載力量化結果將指標體系2003～2012年指標數值矩陣代入超效率DEA模型中，通過Lingo軟件運算，最終得到2003～2012年天津市畜禽養殖資源環境承載力指數。由圖1可知，2003～2012年天津市畜禽養殖資源環境承載力存在波動性。其中2003年天津市自然資源總量和社會支撐條件基本上均處于研究年限最低水平，但畜禽產業經濟效益極佳，而且區域環境質量狀況基本上處在這10 a的最高水平，因此，畜禽養殖資源環境承載力極高。2010年承載力水平較高主要原因是由于該年是旱年，導致自然資源總量明顯減少，但產業經濟效益和區域環境質量均處于較高水平。

圖1　2003～2012年天津市畜禽養殖資源環境承載力變化情況Fig.1　Changes of environmental bearing capacity of livestock and poultry breeding resource in Tianjin City from 2003 to 2012

整體而言，2003～2012年天津市畜禽養殖環境系統各子系統協調性越來越差，資源環境承載力呈下降趨勢。

2.3基于BP網絡的環境承載力量化模型仿真結果利用NNTool，以2003～2012年19個評價指歸一化后的數值標作為輸入，以對應的畜禽養殖資源環境承載力指數作為輸出，構建一個三層BP網絡。隱含層節點數經過不斷調整網絡結構確定，最終確定隱含層節點數為7，其訓練過程和仿真效果分別見圖2、3。

由圖2可知，經過6次迭代運算之后，仿真精度指標略高于10-5，滿足10-3的仿真精度要求。而且隨著網絡訓練的繼續進行，確認樣本的誤差曲線連續6次迭代不再下降，因此，確定第6次迭代運算后獲得的模型即為天津市畜禽養殖資源環境承載力仿真模型。

由圖3可知，測試樣本的仿真精度為1，模型總體仿真效果為0.999 34，說明該模型具有較強的適應能力，可用于各類樣本的評價。

2.4天津市畜禽養殖資源環境承載力預警分析將警戒樣本數據代入仿真模型中，輸出警戒水平下天津市畜禽養殖資源環境承載力指數為0.896。雖然2003～2012年天津市畜禽養殖資源環境承載力不處于警戒水平，但研究年限內天津市畜禽養殖資源環境承載力呈下降趨勢，其中2012年天津市畜禽養殖資源環境承載力指數為1.049，已經趨近警戒水平。

2013年初，天津市為了改善畜禽養殖業資源環境狀況，推出了《天津市現代畜牧業建設布局規劃2013-2015》，并實施“美麗天津一號工程”，采取種養一體、生態養殖、循環利用、沼氣工程、污水納管、達標排放等模式治理718家規模化養殖場，實現糞污減量化和循環利用。預計上述措施的實施對天津市畜禽養殖業資源環境承載力有一定的提升作用。

圖2　BP網絡仿真模型訓練過程Fig.2　The training progress of BP network simulation model

注：a.訓練樣本；b.確認樣本；c.測試樣本；d.總樣本。Note：a.Trainning sample; b.Validation sample; c.Testing sample; d.Total sample.圖3　BP網絡仿真效果檢驗Fig.3　Proving effect of BP neural network

3結論

建立了基于超效率DEA和人工神經網絡耦合模型的畜禽養殖資源環境承載力評價模型，并以天津市為例，結合當地畜禽養殖業實際狀況，在構建天津市畜禽養殖資源環境承載力評價指標體系的基礎上，對天津市畜禽養殖資源環境承載力進行了綜合研究。結果表明：2003～2012年天津市畜禽養殖資源環境承載力雖然不處于警戒水平，但畜禽養殖資源環境承載力整體呈下降趨勢，而且2012年天津市畜禽養殖資源環境承載力已經趨近警戒水平。

基于超效率DEA和人工神經網絡模型的耦合模型進行畜禽養殖資源環境承載力研究具有可行性，模型運用分析過程具有科學性。同時相比較其他模型而言，耦合模型排除了人為因素影響，價格類指標排除了通貨膨脹因素的影響，同時充分考慮了系統內部運行規律，具有一定的應用價值和理論優勢。

參考文獻

[1] 宋福忠.畜禽養殖環境系統承載力及其應用：以重慶市畜禽養殖環境系統承載力分析為例[C]//王健.第四屆畜牧科技論壇論文集.北京：中國農業出版社，2009：65-77.

[2] 張愛，程波，趙靜，等.基于灰色理論的畜禽養殖規劃環境承載力研究[C]//中國環境科學學會.2010年中國環境科學學會學術年會論文集：第一卷.北京：中國環境科學出版社，2010：1084-1089.

[3] 胡雪飚.重慶市畜禽養殖區域環境承載力研究及污染防治對策[D].重慶：重慶大學，2006.

[4] 王甜甜，程波，馮雪蓮，等.華北地區典型區域畜禽養殖環境承載力綜合評價研究：以濱州市為例[J].農業環境與發展，2012，29(3)：37-41.

[5] 張紅.國內外資源環境承載力研究評敘[J].理論學刊，2007(10)：80-83.

[6] 徐琳瑜，康鵬.工業園區規劃環境影響評價中的環境承載力方法研究[J].環境科學學報，2013，33(3)：918-930.

[7] 宋福忠.畜禽養殖環境系統承載力及預警研究[D].重慶：重慶大學，2011.

[8] 郭均鵬，吳育華.超效率DEA模型的區間擴展[J].中國管理科學，2005，13(2)：40-43.

[9] 倪深海.白玉慧.神經網絡模型在地下水水質評價中的應用[J].系統工程理論與實踐，2000(8)：124-127.

[10] 耿維，胡林，崔建宇，等.中國區域畜禽糞便能源潛力及總量控制研究[J].農業工程學報，2013，29(1)：171-177.

[11] 潘潔，肖輝，陸文龍.天津市畜禽養殖糞便產生量估算及耕地負載初步評估[J].山西農業科學，2014，42(5)：517-520.

[12] 沈根祥，汪雅谷，袁大偉.上海市郊農田畜禽糞便負荷量及其警報與分級[J].上海農業學報，1994，10(S1)：6-11.

Environmental Bearing Capacity of Livestock and Poultry Breeding Resource Based on the Couple Model of Super Efficiency DEA and Artificial Neural Network— A Case of Tianjin City

HUANG Cheng, CHENG Bo*, ZHANG Ai et al

(Agro-Environment Protection Institute of Ministry of Agriculture, Tianjin 300191)

Abstract[Objective] To research the environmental bearing capacity of livestock and poultry breeding resource in Tianjin City based on the couple model of super efficiency DEA and artificial neural network. [Method] On the basis of building the evaluation index system of livestock and poultry breeding resource environmental bearing capacity, we built up the environmental bearing capacity assessment model of livestock and poultry breeding resource by couple model of super efficiency DEA and artificial neural network, then applied the couple model to the example of Tianjin to research its environmental bearing capacity from 2003 to 2012. [Result] Environmental bearing capacity of livestock and poultry breeding resource in Tianjin City was not at alert level from 2003 to 2012, but the environmental bearing capacity presented a downward trend in general. However, environmental bearing capacity of livestock and poultry breeding resource in Tianjin City was close to the alert level in 2012. [Conclusion] The environmental bearing capacity evaluation model based on super efficiency DEA and artificial neural network is scientific. Coupling model eliminates human factors, fully considers the internal system operation rule, and has certain application value and advantage of theory.

Key wordsEnvironmental bearing capacity of livestock and poultry breeding resource; Evaluation index system; Super efficiency DEA; Artificial neural network; Couple model

基金項目中央級公益性科研院所業務費專項(2011-aepi-14)。

作者簡介黃成(1991- )，男，安徽桐城人，碩士研究生，研究方向：環境影響評價。*通訊作者，研究員，從事農業環境保護研究。

收稿日期2016-02-09

中圖分類號X 321

文獻標識碼A

文章編號0517-6611(2016)08-014-04