呂少杰 駱韜
中國(guó)地質(zhì)大學(xué)(北京)
城市智能增長(zhǎng)的評(píng)判
呂少杰 駱韜
中國(guó)地質(zhì)大學(xué)(北京)
世界能源工業(yè)城市的代表的現(xiàn)代化高科技城市美國(guó)匹茲堡以及代表高度城市化的現(xiàn)代化城市瑞士日內(nèi)瓦,具有代表性和普遍性,本文對(duì)這兩個(gè)城市進(jìn)行智能增長(zhǎng)分析。在建立指標(biāo)的過程中,我們充分考慮了三個(gè)E和十個(gè)增長(zhǎng)原則,并利用選擇方法的度量來確定5個(gè)一級(jí)指標(biāo)和17個(gè)次要指標(biāo)。對(duì)于其他指標(biāo),我們使用熵模型評(píng)估方法來獲得智能增長(zhǎng)綜合評(píng)分的兩個(gè)城市。
智能增長(zhǎng) 熵模型 模糊評(píng)價(jià)
城市的智能增長(zhǎng)是指以綜合規(guī)劃為手段來對(duì)社區(qū)進(jìn)行管理、規(guī)劃、發(fā)展、復(fù)興和建設(shè),以實(shí)現(xiàn)社會(huì)、經(jīng)濟(jì)、環(huán)境、健康、住房和交通等方面共同協(xié)調(diào)發(fā)展,實(shí)現(xiàn)更為緊湊的城市發(fā)展格局。為了使評(píng)價(jià)體系的適用性更強(qiáng),能夠反映不同地區(qū)之間差異,我們選擇了美國(guó)的匹茲堡和瑞士的日內(nèi)瓦。并對(duì)兩地進(jìn)行智能增長(zhǎng)分析。
我們從經(jīng)濟(jì)繁榮、社會(huì)公平、環(huán)境可持續(xù)三方面首先確定體系的關(guān)鍵指標(biāo),然后對(duì)這些指標(biāo)進(jìn)行分類整理,找出它們之間的內(nèi)在聯(lián)系和層次隸屬關(guān)系。根據(jù)可比性和概括性的原則,我們將智能增長(zhǎng)成功率評(píng)價(jià)標(biāo)準(zhǔn)分成5個(gè)一級(jí)指標(biāo)及個(gè)16二級(jí)指標(biāo)如下:
A1經(jīng)濟(jì)繁榮指標(biāo):a11人均GDP;a12商業(yè)信心指數(shù);a13CPI增長(zhǎng)率(通脹率);a14勞動(dòng)力參與率;
A2社會(huì)公平指標(biāo):a21個(gè)人所得稅率;a22社會(huì)保障費(fèi);a23住房擁有率;a24人均汽車保有量;
A3人口指標(biāo):a31人口數(shù)量
A4增長(zhǎng)需求指標(biāo):a41人類發(fā)展指數(shù)(HDI);a42建筑輸出;a43就業(yè)率;
A5環(huán)境可持續(xù)
(1)指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理由于各項(xiàng)指標(biāo)的計(jì)量單位并不統(tǒng)一,我們先把指標(biāo)的絕對(duì)值轉(zhuǎn)化為相對(duì)值,即令,由于正向指標(biāo)和負(fù)向指標(biāo)數(shù)值代表的含義不同(正向指標(biāo)數(shù)值越高越好,負(fù)向指標(biāo)數(shù)值越低越好),因此,對(duì)于高低指標(biāo)我們以下方法進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理:
正向指標(biāo):

負(fù)向指標(biāo):

aij為對(duì)應(yīng)城市的第i個(gè)一級(jí)指標(biāo)的第j個(gè)二級(jí)指標(biāo)的數(shù)值
(2)計(jì)算第j項(xiàng)指標(biāo)占下第i個(gè)一級(jí)指標(biāo)的比重熵值:

由二級(jí)指標(biāo)標(biāo)準(zhǔn)化處理后的數(shù)據(jù),采用熵值法及MATLAB軟件,以2015年的指標(biāo)數(shù)據(jù)為參考,分別求出兩個(gè)城市智能增長(zhǎng)綜合評(píng)價(jià)的4個(gè)一級(jí)指標(biāo)的綜合值。
通過國(guó)家間數(shù)據(jù)的比較,本文采用2010-2014每年的綜合評(píng)分和2015年的綜合評(píng)分進(jìn)行求比值,定義2015年的評(píng)分與其他年份的比值作為判斷的依據(jù)。
判斷標(biāo)準(zhǔn):在2015年前:
(1)當(dāng)城市智能增長(zhǎng)綜合得分比值大于1時(shí),則說明該城市增長(zhǎng)計(jì)劃符合智能增長(zhǎng)原則;
(2)當(dāng)城市智能增長(zhǎng)綜合得分比值小于1時(shí),則說明該城市增長(zhǎng)計(jì)劃不符合智能增長(zhǎng)原則。
又因?yàn)榍懊嬗?jì)算比值時(shí)將2015年的數(shù)據(jù)作為分子,因此未來的年份若是綜合評(píng)分越來越高,則會(huì)使得比值越來越小,預(yù)測(cè)的年數(shù)太多時(shí),會(huì)使數(shù)值趨向于坐標(biāo)軸而不能很好的體現(xiàn)出數(shù)據(jù)值以及趨勢(shì)。由此,我們?cè)谟?jì)算后面年份的比值時(shí),將2015年的數(shù)據(jù)作為分母來計(jì)算,這樣就會(huì)得到較好的預(yù)測(cè)數(shù)值。由計(jì)算得2010-2014年Geneva,Pittsburgh的智能增長(zhǎng)綜合評(píng)分分別為0.6734,0.6552,0.6964,0.6957,0.7235以及1.8392,2.0780,1.9614,1.7535,1.6797
由這四個(gè)一級(jí)指標(biāo)得到每年綜合評(píng)分比值,由判斷標(biāo)準(zhǔn)得:日內(nèi)瓦目前增長(zhǎng)計(jì)劃不符合智能增長(zhǎng)原則,當(dāng)前的計(jì)劃不成功;匹茲堡目前增長(zhǎng)計(jì)劃符合智能增長(zhǎng)原則,當(dāng)前的計(jì)劃成功。
[1]國(guó)家智能發(fā)展評(píng)價(jià)指標(biāo)體系研究 中央城市杜鵬,夏斌,楊磊,F(xiàn)292,1001-7348(2013)06-0108-05
[2]中國(guó)大城市可持續(xù)城市更新影響因素研究,莊道智,蔡振紅
[3]越南湄公河三角洲可持續(xù)發(fā)展研究戰(zhàn)略與評(píng)估阮奎昆,F(xiàn)414,10561