土地利用項目分析中應考慮的生態服務價值評估模型

胡梁康 張梓豪 嚴倩瓊

東北財經大學

一、環境成本評估模型

土地資源開發成本在土地利用項目中往往沒有得到充分考慮，成本較低。相對缺乏對土地資源的保護會對生態環境造成嚴重破壞。因此，有必要建立一個包含環境成本的土地利用評價新模型，以便對成本效益進行綜合評價。

（一）基于傅里葉變換的非線性擬合模型

非線性擬合具有精度高，可靠性高，配件形式多樣化的優點。通過擬合各種形式，我們發現基于傅里葉變換的非線性擬合模型的擬合精度最高。因此，我們分別對土地開發總成本和環境退化成本進行了基于傅里葉變換的非線性擬合，從而得到了模型的合理解。其中，在不考慮其他小概率事件的情況下，我們把重點放在空氣污染，河水污染，廢水排放和氣候變化等四個指標上，以反映環境惡化的整體水平。

（二）環境退化的四種典型經濟成本分析

（1）符號說明

A：空氣污染控制的經濟成本 B：期限t的經濟效益C：期限t的總經濟成本

D：預防氣候變化的經濟成本F：廢水處理的經濟成本

R：河流污染控制的經濟成本RBC：成本效益比

Wt：土地開發的總成本i：社會貼現率

（2）四種典型環境退化的經濟成本

利用Matlab進行傅里葉三次擬合擬合2000～2011年美國土地總成本的、

離散點數據，得到土地總成本隨時間變化的圖像和特定函數表達式。

·土地開發的總成本

Wt=80470-290.7×cos（0.3876×t）-12210 cos（2×t×0.3876）+6335×sin（2×t×0.3876） -3874×cos（3×t×0.3786）+ 1407×sin（3×t×0.3876）

在相同條件下，采用傅里葉二次擬合分別擬合河流水污染控制，大氣污染控制，污水排放控制和氣候變化預防的成本，得到四個指標成本隨時間變化的曲線和函數表達式。

·河水污染控制成本（R平方= 0.9776）

Rt=73.62-6.204×cos（t×0.3118）-11.54×sin（0.3118×t）-2.179×cos（2×0.3118×t） - 5.022×sin（2×t×0.3118）

·大氣污染防治成本（R平方= 0.984）

At=70.49-7.129×cos（t×0.2886）+ 10.3×sint×0.2886+6.444×cos（2×t×0.2886） - 2.205×sin（2×t×0.2885）

·廢水排放控制成本（R平方= 0.9297）

Ft=43.66-6.418×cos（t×0.2831）-1.278×sin（t×0.2831）-2.643×cos（2×t×0.2831）+ 4.723×sin（2×t×0.2831）

·預防氣候變化的成本（R平方=0.9648）

Dt=163.6+1357.1×cos（t×0.2831）-1.278×sin（t×0.2831）-2.643×cos（2×t×0.2831）+ 4.723×sin（2×t×0.2831）

（3）綜合考慮土地成本和環境退化成本根據假設，我們可以確定Ct與Wt，Rt，Ft，At和Dt之間存在一定的線性關系。它可以描述為：Ct=Wt+α1Rt+α2At+α3Ft+α4Dt

其中，α1 - α4 分別代表河水污染控制成本，空氣污染控制成本，控制廢水排放成本和防止氣候變化成本占總量的百分比聯邦政府的環保成本。通過咨詢相關文獻，我們可以確定：

α1 = 25% α2 = 30%α3 = 18%α4= 30%

然后我們可以得到總的經濟成本：

Ct=Wt+0.25Rt+0.30At+0.18Ft+0.30Dt

其應用的基本原則是，對于開發項目，有幾種實施方案，使用模型結果，可以計算每個方案的成本和效益，并且可以通過效益比公式計算評估指標值。

（三）模型評估

1.優點

（1）模糊推理的優點

由于某些環境數據可能隨時發生變化且無法準確測量，因此我們得到的數據集可能并不全面。但是，即使沒有大量的數據集，我們的模型也可以通過改變參數，分配規則而完全可行。但是我們可以改變參數和分配規則，即使沒有廣泛的數據集，我們的模型仍然可行。所以我們的模型有很好的模糊推理。

（2）決策優化

該模型引入了成本效益比作為評價指標的概念，明確地描述了評價結果的卓越程度。因此，決策者可以根據該指標設計最優方案，以降低環境成本和對環境生態的影響。

2.缺點

（1）數據的局限性

在2000 - 2011年期間，該模型中有12個離散數據點。與其他更好的模型相比，我們選擇的數據量太小，這將不可避免地導致擬合過程中的一些錯誤。

（2）影響因素的相關性

在模型假設中，我們認為土地開發項目是相互獨立的，不會相互影響。但在現實生活中，卻很少。各種土地開發項目之間存在一些影響，可能相互制約或相互促進。與此同時，各種環境污染并非完全獨立。在這個模型中沒有考慮到這些因素，因此存在一定的不確定性。

二、不同尺度的長期和短期分析

（一） 短期小社區項目的成本與效益分析

小社區項目的短期成本 - 效益分析模型：小社區項目土地利用開發的成本效益分析可以概括為預測模型。

基于傅里葉變換的非線性擬合模型在估計非線性曲線時，功能模型相對簡單。因此，在分析土地開發成本和小社區項目效益時，我們仍然使用基于傅里葉變換的非線性擬合模型來擬合和分析2000年至2011年美國小社區項目的成本和效益，并找出具體的功能表達。依據經濟效益比的公式，并通過大量預測并采取均值，我們得到：

RBC=2.1511

（1）通過使用MATLAB來擬合基于傅立葉變換的2000年至2011年美國小規模社區項目的成本，我們得到了成本隨時間變化的曲線和函數表達式：

·小社區項目的建設成本

Ct1=3834+62.6×cos（t×0.3088）-967.9×sin（t×0.3088）+213.4×cos（2×t×0.3088） - 132.5×sin（2×t×0.3088）

（2）基于傅里葉變換非線性，利用MATLAB擬合2000年至2011年美國小型社區項目的效益，得到了隨時間變化的收益曲線和函數表達式：

·小社區項目的建設效益

Bt1=8400-2101×cos（t×0.3081）-290×sin（t×0.3081）-500.8×cos（2×t×0.3081） - 375.5×sin（2×t×0.3081）

（二）短期內國家大項目短期成本——效益分析模型

基于傅里葉變換的非線性擬合方法可用于對其進行建模和求解。兩種方法的區別在于它們的成本和收益受到不同因素的影響。最值得注意的是，大規模的國家項目受到聯邦政府相關政策的極大影響。小型社區項目的成本和收益主要取決于社區的商業模式。

通過使用Matlab來擬合基于傅里葉變換的2000年至2011年美國大型國家項目的成本，獲得了成本的時變曲線和函數表達式。

·大型國家項目的建設成本

Ct2= 1693 + 320.7×cos（t×0.2897）- 410.7×sin（t×0.2897）+156.9×COS（2×t××0.2897）+54.18×sin（2×t×0.2897t）

（三）長期不同規模項目的成本效益分析

通過神經網絡算法分析項目的長期成本效益在上文中，我們為不同規模的項目建立了有效的預測和評估模型，用于短期成本效益分析。在考慮時間變化時，我們構建了另一個長期預測模型。因為灰色預測GM（1,1）和時間序列方法主要用于處理具有一定線性關系或周期性變化的數據，不能預測正態分布的數據。

同時，神經網絡算法可以正確處理復雜數據并獲得可靠信息。因此，在本文中，我們將使用神經網絡算法來構建模型，并對小型社區項目的成本效益進行長期預測。

（1）根據“最佳驗證性能”圖表，培訓，驗證和測試在初始階段同步下降，第五次達到最低值，并且穩步增長幾乎沒有變化。值得注意的是，三者之間的差異在第六次是最小的，從而實現了期望的結果。

（2）梯度曲線反映了輸出隨輸入變化的變化，整個階段梯度總是大于零，表明輸出隨輸入的增加而增大;驗證檢查在0-6次時幾乎為零，并在6次后迅速增長。

（3）在誤差曲線中，零誤差位置出現在中間位置。如果訓練次數太少，則不會有驗證數據，并且測試數據的數量在一定程度上與訓練數據的數量無關。

（4）考慮到訓練數據，驗證數據和測試數據的相關性，我們可以看到神經網絡的相關系數對于訓練數據和所有數據是R = 1，但對驗證數據和測試數據不是很友好。相關系數分別為0.51073和0.039344。

三、基于Pearson系數的模型試驗

由于上述模型的函數表達式以時間的形式作為單個變量，因此可以通過結果數據和理論標準數據之間的線性關系來評估成本 - 收益模型的有效性。線性關系越強，效果越好。Pearson系數是描述兩組線性數據相同運動趨勢的指標，因此我們考慮使用Pearson系數來評估上述模型。

通過計算，可以獲得理論標準收益與小型和大型項目的實際標準收益之間的Pearson系數：

皮爾森（小）= 1.000

皮爾遜（大）= 0.998

它表明理論標準效益與實際標準效益之間存在很強的線性關系，實際標準效益由我們建立的模型計算得出。進一步表明3.1基于短期的小型社區項目成本效益分析模型和3.2基于短期的成本效益分析模型對大型國家項目是有效的。

結論：我們從2000年到2011年開始搜索環境，土地成本和土地收益的數據，并用非線性擬合方法得到函數曲線和表達式。然后，我們加入環境退化因子，確定構成環境成本的四個退化因子及其權重，從而達到真正全面預測項目成本效益比的目標。我們的結論表明，在評估開發項目時考慮環境成本是非常可能和必要的。最后，我們使用兩種不同的算法，分別從長期和短期角度為小型項目和大型項目創建成本效益評估模型。通過相關分析得出結論，我們建立的模型和得到的結果不僅有效性高，而且適應性強。換句話說，我們的模型具有很強的可行性，可以作為項目規劃者和管理者評估效益和環境成本的準確理論指導。