基于SOM神經網絡的區域復合生態系統健康評估

樊國敬，田秀華

（1.贛南師范大學歷史文化與旅游學院，江西贛州341000；2.安徽財經大學商學院，安徽蚌埠233041）

基于SOM神經網絡的區域復合生態系統健康評估

樊國敬1，田秀華2

（1.贛南師范大學歷史文化與旅游學院，江西贛州341000；2.安徽財經大學商學院，安徽蚌埠233041）

文章基于SOM神經網絡，分析與評估了我國四大經濟區域復合生態系統健康等級。空氣質量、住房消費和節能降耗對復合生態系統健康評估影響力最大；中國區域復合生態系統主要處在健康和亞健康狀態，江蘇復合生態系統健康值排名第一，處于健康狀態；天津經濟子系統和海南自然子系統排名第一，健康值都超過0.8，處在很健康的狀態；北京社會子系統健康指數排名第一；東部地區生態系統健康總指數最高，社會、經濟和自然健康指數排名都是第一，也都超過0.6，處在健康等級。

SOM神經網絡；區域復合生態系統；健康評估

0 引言

區域生態系統健康，指一定時空范圍內，不同類型生態系統空間鑲嵌而成的地域綜合體在維持各生態系統自身健康的前提下，提供豐富的生態系統服務功能的穩定性和可持續性[1]。李強等[2]（2009）認為區域生態健康狀況和環境好壞從根本上決定了我國可持續發展前景，進行生態系統健康及其評價研究，區域是最適宜空間尺度，并逐步成為生態系統健康評價研究的重要方向之一。經過梳理，國內外相關研究文獻大致可以分為兩類：第一，區域生態系統結構論，以馬世駿為代表，在1981年提出了社會-經濟-自然復合生態系統（complex ecosystem）的概念,希望做到自然開放系統與人工封閉循環系統兩者結合，不同亞系統之間結構與功能相互協調，從而促使整個系統物質流與能流在代謝過程中趨向穩定[3]。復合生態系統思想表明社會、經濟與自然雖然是三個不同性質的系統，結構、功能和發展規律存在差異，但是每個子系統結構和功能都受到另外兩個子系統的制約。因此，經濟、社會、自然任何一個子系統出現重大突出的問題，決不能只從單一系統去解決，而應看作若干系統相結合的復雜問題[4]。第二，區域生態系統功能論，以Rapport（1998）[5]等為代表，認為生態系統健康內涵包括兩個方面能力：①滿足人類社會合理需求的能力；②系統自我維持和更新的能力。Costanza R健康的生態系統表現在系統的穩定性和可持續性，即系統具有維持活力、組織結構和彈性的能力，同時不存在生態系統危難的跡象[6,7]。隨著經濟的快速發展，城市化進程深入推進，城市人口密度繼續升高，環境承載力面臨極大挑戰，城市生態系統存在機能失調的壓力[8-10]。城市生態系統和農村生態系統是個有機整體、相互作用相互制約。本文基于SOM神經網絡，對我國四大經濟區域的復合生態系統進行分析和評估。

1 評估體系和健康等級標準

本文評估分析的對象是國家統計局2014年劃分的東部、中部、西部和東北四大經濟區域（當前中國31個省級行政區，未評估香港特別行政區、澳門特別行政區和臺灣省），具體劃分為：東部地區包括10個行政區域：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部包括6個行政區域：山西、安徽、江西、河南、湖北和湖南；西部包括12個行政區域：內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆；東北地區包括3個行政區域：遼寧、吉林和黑龍江。

1.1 評估體系

選擇適宜的指標體系，是區域復合生態系統健康評估的一個關鍵。評估區域復合生態系統健康的具體指標主要有兩種類型：一是系統表征指標，如人均地區生產總值、人均可支配收入，空氣質量、森林覆蓋率等；二是能值指標，如物質流、貨幣流、能量流和人口流等。本文擬從表征指標入手，考慮到區域生態系統是一個高度人工化的經濟-社會-自然復合生態系統，指標的選擇應遵循一些基本的規律：（1）指標應是比值型，如人均類指標，分母是人口總數；增長率類指標，分母是過去一年的值；結構類指標，即部分值與整體值之比等。（2）指標的原始數據來源信度要高，同一指標不同樣本的原始數據來源于不同地方，會造成模型計算結果失真。（3）指標能反映樣本共性，如有些區域“森林覆蓋率”比較低，但是“濕地覆蓋率”或“草原覆蓋率”比較高，這類指標只選擇一個不合適。（4）區間類指標不用。因為區間類指標，表示不是指標值越大越好，也不是越小越好，只有在某個區間內比較好。“人口自然增長率”應該是這樣的區間型指標，但是哪個區間最優不好解釋；“固定資產投資占GDP比值”同樣也是區間類指標。（5）指標選取側重城市，兼顧農村，特別是農民的民生問題。

生態系統指標的選取，應抓住生態系統的復雜性，同時，保持足夠簡單，易于常規監測。生態指標應滿足8個標準：指標易于測量、指標對生態系統的壓力敏感、指標響應壓力的方式可預測、指標的變化可預期、指標的預測變化可受管理行動改變、整套指標只有整合起來才可提供覆蓋系統跨梯度的測量、指標可響應失調和人類壓力和長期變化[11]。依據這些原則，并參考文獻[9]，建立區域復合生態系統健康評估體系，見表1。

表1 區域復合生態系統健康評估指標體系

1.2 健康等級標準

假設HIj表示j系統的健康指數，并且HIj值與區域復合生態系統的健康狀況是同向關系，值越大健康狀況就越好，值越小健康狀況越差；HIj=0表示健康最劣狀態（系統崩潰臨界狀態），HIj=1表示健康最優狀態。但是對每種健康狀態的臨界值當前仍沒有統一和規范，因為健康指數值反映的系統現實的健康表現和具體個體特性有很大關系，統一規范的劃分或許不能也不可行。由于本文中利用0～1標準化后的數據yij和0～1標準化的各個指標權重，因而區域復合生態系統健康指數HIj值屬于[0,1]。由于設定5個健康狀態等級，因此，可以簡單了將取值區域劃分成五等分：HIj∈[0,0.2)區域復合生態系統為病態；HIj∈[0.2,0.4)為不健康；HIj∈[0.4,0.6)為亞健康；HIj∈[0.6,0.8)為健康；HIj∈[0.8,1]為很健康。

2 原始數據來源和標準化處理

2.1 數據來源

原始數據全部來自于2016年《中國統計年鑒》（“萬元地區生產總值能耗”指標，西藏缺失2012年值，采用了2012年《中國統計年鑒》中的2013年值代替），兩個指標需要計算：人均外商投資額(美元)=外商投資總額(億美元)/各地區年末人口數(萬人)/10000；人均廢氣中主要污染物(噸/人)=（二氧化硫(萬噸)+氮氧化物(萬噸)+煙(粉)塵(萬噸)）/各地區年末人口數(萬人)。

2.2 標準化處理

構建具體指標原始數據決策矩陣

其中，待評對象m=31,評價具體指標數n=26，xij為第i個指標第j個對象的原始數值。具體指標可區分正向指標和負向指標：①正向指標，也稱效益型指標，表示指標原始數值越大，對區域復合生態系統健康越有益；指標原始數值越小，對區域復合生態系統健康越有害。②負向指標，也稱成本型指標，表示指標原始數值越小，對城市生態系統健康越有益，指標原始數值越大，對城市生態系統健康越有害。這26個具體指標中，7個指標是負向指標，萬元地區生產總值能耗（X5）、城鄉消費水平對比（X8）、城鎮居民家庭恩格爾系數（X12）、農村居民家庭恩格爾系數（X14）、城鎮居民家庭平均每人全年住房消費支出（X15）、城市人口密度（X19）、人均廢氣中主要污染物（X24）。

3 評估方法和計算過程

3.1 自組織特征映射神經網絡法

區域復合生態健康系統是一個包含n個組元（選定的具體指標）的開放的耗散結構，在復雜多變的環境中，組元之間相互競爭和合作，具有特別復雜的非線性非均衡性。趙帥、柴立和等（2013）采用了基于最大流原理和自組織特征映射神經網絡SOM（Self-organizing map）數值分析的動態演化模型，作為評價城市生態系統健康的新方法，體現了城市生態系統健康的演化動力學機理和演化特性[12]。廣義最大流理論模型說明一個遠離平衡的區域復合生態系統，總是尋找一種優化過程，使得生態系統在給定的約束條件下廣義流，即組元間的相互作用達到最大。換句話說，在一個給定的約束條件下，優化過后的廣義流值代表了系統一種演化模式或健康等級。因此，廣義最大流本質上為復合生態系統健康評估提供了一種健康等級的識別方法，一旦代表了復合生態系統內外影響的控制參數確定后，就可以獲得對應的健康等級指數HIj。

然而，數值實現需依賴于理論相通的SOM神經網絡。SOM神經網絡共有兩層：①輸出層，又稱競爭層；②輸入層，輸入節點（具體指標）的權值及其輸入值共同稱為輸入層。輸出層的每個神經元（區域復合生態系統健康狀態等級）同它周圍的其他神經元（其他健康狀態等級）側向連接，排列成棋盤狀平面，在無監管模式下相互競爭響應來自輸入層的刺激，最后僅一個神經元成為競爭的勝者，獲勝神經元并促使那些與獲勝神經元有關的各連接向量權aji朝著更有利于它競爭的方向調整，這樣獲勝神經元（健康狀態等級）表征了輸入模式的分類。這樣，SOM神經網絡中輸入神經元經過訓練后的網絡權值HIj也就表示區域復合生態系統第j種健康狀態模式，HIj值越大表示區域復合生態系統越健康，越小表示區域復合生態系統越不健康；aji表示第j種健康狀態模式中第i個具體指標經過訓練后的連接向量權重，yi為標準化后的具體指標值。

3.2 動態演化模型的模擬結果

利用Matlab軟件編程，設定系統控制參數（映射規模[1：5]，即健康等級；拓撲函數HEXTOP；距離函數LINKDIST，訓練步數為40；輸出神經元寬度參數為0.2；學習率為0.01；距離誤差為0.001)。參數設定后，區域復合生態系統內部組元在內外環境條件約束不斷的進行競爭、協助和自組織，連接權aji在不斷進行調整。由于31個樣本在圖中顯示不清晰，變化聚類圖略。開始階段，各HIj值波動明顯，隨后趨于穩定，不同系統趨于穩定時的訓練步數也不一樣。穩定時26個指標權重和樣本HIj值分別見表2、表3所示。

4 評估結果分析

4.1 空氣質量、住房消費和節能降耗對復合生態系統健康評估影響力最大

自然子系統指標值對復合生態系統健康評估影響力最大。見下頁表3，權重在前10的具體指標，自然子系統指標占4席，社會子系統指標占4席，經濟子系統指標占2席，分別是各自系統指標總數的4/7、4/12和2/7。權重最高的指標是“人均廢氣中主要污染物”，權重第三高的指標是“省會城市空氣質量達到二級以上天數占全年比重”都是關于空氣質量的，空氣質量的處理和水以及工業固廢影響對人群健康和生物健康的影響途徑不一樣，在當前的形勢下，更應該研究有效手段來治理。權重第二高的指標是“城鎮居民家庭平均每人全年住房消費支出”，說明房價水平、住房消費不僅影響到民生，也成為影響復合生態系統健康的一個關鍵變量。權重第四高，也是經濟子系統權重最高的指標不是“人均GDP”,而是“萬元地區生產總值能耗”表明在經濟快速發展30多年后，GDP是個重要的決策變量，但已經不是首要的決策變量，重大要轉到節能降耗上來，通過內涵式發展，有些利用能源、節約能源來獲得經濟社會發展的可持續。

表226 個具體指標權重

4.2 區域復合生態系統主要處在健康和亞健康狀態

2016 年，江蘇、北京、浙江、天津、山東和廣東共6個區域復合生態系統達到健康狀態，甘肅和西藏2個區域處在不健康的狀態，其他的23個區域處在亞健康的狀態。江蘇是復合生態系統健康的典范，復合生態系統健康值排名第一，而且從圖2中可以看出，復合生態系統及其3個子系統的健康值非常接近，幾乎聚焦于一點，非常均衡。從3個子系統來看，天津經濟子系統和海南自然子系統健康值都超過0.8，處在很健康的狀態，說明天津的經濟子系統和海南的自然子系統可持續性、穩定性和抗干擾性強。北京社會子系統健康指數排名第一，表明作為中國首都，北京已經將民生問題放在優先發展的位置。西藏復合生態系統和社會子系統兩個健康指數、寧夏在經濟子系統健康指數、甘肅在自然子系統健康指數排名最后。

表3 區域復合生態系統健康評價結果

圖2 區域復合生態系統健康指數分布

4.3 東部地區生態系統健康指數最高

從四大經濟區來看，東部地區復合、社會、經濟和自然4個健康指數排名都是最高的，也都超過0.6，處在健康等級。東北地區自然子系統健康指數落后，排名第四，而其他三個指數都處在第二的位置。中部地區自然子系統健康指數排名第二，其他三個指數都是排名第三。西部地區地區自然子系統健康指數排名第三，其他3個指數都是排名第四，特別是經濟子系統健康指數為0.3679，處在不健康的狀態，所有西部地區的發展重點還是在經濟，當然，是采用新型經濟方式來發展經濟，而不是簡單隨意的承載東中部的產業轉移。

5 結論

本文經上述分析評價后得出如下結論：我國四大經濟區域和各個省份之間區域復合生態系統健康指標差異較大；無論是經濟發達地區（省份）還是經濟欠發達區域（省份）在發展經濟的同時環境的重要性依然是排在第一位的；在當今社會，房價已經成為影響區域復合生態系統健康的第二要素。

[1]馬世駿.生態規律在環境管理中的作用[J].環境科學學報,1981,1, (1).

[2]馬世駿,王如松.社會-經濟-自然復合生態系統[J].生態學報,1984, 4,(1).

[3]Rapport D J,Costanza R,McMichael A J.Assessing Ecosystem Health [J].Trends in Ecology&Evolution,1998,13,(10).

[4]Costanza R.Toward an Operational Definition of Ecosystem Health[J]. Ecosystem Health:New Goals for Environmental Management,1992.

[5]Costanza R.Ecosystem Health and Ecological Engineering[J].Ecological Engineering,2012.

[6]Su M,Yang Z,Chen B,et al.Urban Ecosystem Health Assessment and Its Application in Management:A Multi-Scale Perspective[J].Entropy,2012,15,(1).

[7]Su M R,Yang Z F,Chen B,et al.Urban Ecosystem Health Assessment Based on Emergy and Set Pair Analysis—A Comparative Study of Typical Chinese Cities[J].Ecological Modelling,2009,220,(18).

[8]Su M,Fath B D,Yang Z.Urban Ecosystem Health Assessment:A Review[J].Science of the Total Environment,2010,408,(12).

[9]李強,李武艷,趙燁等.農村生態系統健康的基本內涵及評價體系探索[J].生態環境學報,2009,18,(4).

[10]彭建,王仰麟,吳健生等.區域生態系統健康評價[J].生態學報, 2007,27,(11).

[11]Dale V H,Beyeler S C.Challenges in the development and use of Ecological Indicators[J].Ecological Indicators,2001,1,(1).

[12]趙帥,柴立和,李鵬飛,程宏鑫.城市生態系統健康評價新模型及應用[J].環境科學學報,2013,33,(4).

（責任編輯/亦民）

Health Assessment of Regional Complex Ecosystem Based on Self-Organizing Map Neural Network

Fan Guojing1,Tian Xiuhua2
(1.School of Historic Culture and Tourism，Gannan Normal University，Ganzhou Jiangxi 341000,China；2.Business Institute,Anhui University of Finance and Economics,Bengbu Anhui 233041,China)

Based on Self-organizing Map(SOM)neural network,this paper makes assessment of the health grade of regional complex ecosystem of the four economic regions.Conclusions are as follows：firstly,the most influential factors for the health assessment of complex ecosystem are air quality,housing consumption,energy-saving and cost-reducing.Secondly,China’s regional complex ecosystem is mainly in health and sub-health status.The health value of Jiangsu’s complex ecosystem ranks first,in health status;Tianjin’s economic subsystem and Hainan’s natural subsystem ranks first,and their health value is all above 0.8,in the state of good health;the health index of Beijing’s social subsystem ranks first.Lastly,the combined health index of the eastern region’s ecosystem is the highest,and the social,economic and natural health indices all rank first,above 0.6,in health state.

SOM neural network;regional complex ecosystem;health assessment

F205

A

1002-6487（2017）11-0085-04

江西省高校高水平學科社會學建設資助項目（GNSDSHX2017086）

樊國敬（1972—），男，安徽臨泉人，博士，教授，研究方向：生態經濟。田秀華（1973—），女，安徽蒙城人，碩士，講師，研究方向：國際貿易。