安徽省城市聚集區宜居水平評價

吳瓊 汪銘遠 喬建設 朱童 湯瑋 李會

[提要] 城市聚集化是未來城市發展的必然趨勢，而城市聚集區宜居水平的提升不僅有利于為城市居民打造舒適的居住環境，更是一個地區發展程度的衡量尺度。本文將安徽省16個地級市按照地理位置劃分為若干聚集區進行宜居評價。通過AHP方法建立分析結構，并用聚類分析法進行指標篩選，輸入RBF網絡，輸出安徽省不同城市聚集區的評價得分。根據結果對影響城市聚集區宜居水平的因素進行分析，并提出發展意見。

關鍵詞：城市聚集區;宜居評價;AHP分析結構;聚類分析;RBF網絡

本文為2019年國家級大學生創新創業訓練計劃項目：“基于敏感度分析與神經網絡模型的城市宜居性評價體系構建研究——以安徽省16市2014-2018年數據的實證研究”（編號：201910378046）;通訊作者：李會

中圖分類號：F292 文獻標識碼：A

收錄日期：2019年11月16日

一、導言

城市聚集區共有兩種類型：第一種是以某一個規模較大的城市作為中心，在該城市的周邊聚集著規模次之的中小城鎮;另一種是若干個類似的城市聚集在一起，形成一個城市群。城市聚集區中包含的城市可職能互補，加強聚集區內城市之間經濟、科技、文化、生活等各方面的聯系，有效提高城市綜合發展水平。居民過多、過于集中的大型城市可以利用自身向心力輻射周邊，帶動區域宜居水平整體提升;居民較少的小型城市可依托與大城市的聯系提高自身實力。如此可創造城市聚集區高質量的生產合作條件，有效提升整體實力，促進聚集區內規模不同的城市共同發展。

關于城市聚集區的研究，概念最早于1957年由城市地理學家戈特曼在《大都市帶：美國東北海岸的城市化》一文中提出。21世紀，關于城市聚集區的研究逐漸增多：波蘭學者薩倫巴提出城市發展的趨勢是擴展成聚集區，沿著交通地帶延伸的同時，整個聚集區變成帶狀系統。我國學者李震、顧朝林、姚士謀借對隨機分布模型進行改進，構建城市空間分布的引力模型，對中國城鎮體系地域空間結構類型進行定量研究。劉庸與常榜扣針對西北地區已形成的城市聚集區與城市鏈空間分布特征的影響因素進行研究，并預測各聚集區的空間演進趨勢。汪文革通過對城市群概念的辨析，闡述城市群和城市帶、都市圈、都市連綿區的關系以及城市化的四個階段，結合我國城市群具體情況，總結出我國城市群建設中應該遵循的基本原則。

宜居城市的概念最早于20世紀末期提出。步入21世紀，政府及研究所提出了不同宜居城市評價標準，包括：2007年中國城市科學研究會發布的《宜居城市科學評價標準》，2018年中國社會科學院輿情調查實驗室聯合中國輿情調查與研究聯盟、宜居中國聯盟成員機構聯合發布的宜居中國發展指數報告，等等。于城市聚集區，研究者們多是強調聚集區內城市間需要全方位統籌規劃與管理，以促進城市聚集區一體化發展。關于城市宜居性評價，研究者多是針對若干個不同的城市進行研究，缺少對城市聚集區整體宜居發展水平進行評價。

本文將安徽省16個地級市劃分為五個聚集區：省會合肥市及該城市周邊聚集的縣市;皖東城市聚集區：滁州市和馬鞍山市;皖西城市聚集區：六安市及該城市周邊聚集的縣市;皖北城市聚集區：宿州市、淮北市、蚌埠市、亳州市、阜陽市和淮南市;皖南城市聚集區：蕪湖市、安慶市、銅陵市、宣城市、池州市和黃山市。運用聚類分析方法篩選城市聚集區宜居評價指標，利用RBF神經網絡進行城市聚集區宜居評價，最后針對影響城市聚集區宜居水平的相關因素進行敏感度分析，并提出建議。

二、安徽省城市聚集區宜居評價指標篩選

（一）研究思路。構建科學合理評價體系的重要前提是：體系所使用的評價指標具備科學性和代表性。為此，本文綜合運用AHP方法與聚類分析法。運用AHP方法構建層次分析結構：將宜居城市評價應有的指標作為目標層，將經濟發展、社會治理、民生質量、創新創業、生態環境作為準則層，將具體每一項準則對應的指標作為方案層。再利用聚類分析法，將相似度較高評價指標聚合為一類。

（二）研究步驟

1、基于AHP方法構建評價分析結構。參考中國社會科學院財經戰略研究院，結合AHP方法將經濟發展、社會治理、生活質量、創新能力、生態環境作為準則層，其中：經濟發展包含經濟發展狀況、居民收入水平、經濟發展預期3個次準則層，社會治理包含社會治安、社會安全次準則層，生活質量包含基礎教育質量、公共醫療質量、生活休閑質量3個次準則層，創新能力包含高校數量1個次準則層，生態環境包含空氣質量、城市綠化、生態環境保護3個第二準則層根據次準則層同時在保證數據容易獲取并且準確性較高的前提下選擇地區生產總值、非私營單位就業人員年平均工資、經濟增長速度、公安機關查處治安案件數、交通事故發生數、財政教育支出、醫療衛生機構床位數、各市國內旅游人均花費、高校數量、空氣質量達標的天數比例、綠化覆蓋面積、城市污水處理總量作為方案層。

2、基于系統聚類法篩選評價指標。使用AHP方法構建的評價分析結構參照標準是主觀經驗和專業知識，分類處理方式是定性的，導致指標進行劃分時主觀性和任意性強，不能很好體現客觀事物內在的本質差別和聯系，難以實現指標的準確劃分。同時，指標數目過多容易造成數據搜集困難、計算復雜的問題。宜居城市評價所用的11個指標之間存在一定線性相關性，可使用系統聚類法將相關性強的指標歸并到一起，減少指標數目，簡化問題求解。借助SPSS統計軟件進行系統聚類分析，得到結果如表1、表2所示，同時繪制出譜系圖如圖1所示。（表1、表2、圖1）

系統聚類分析法將相似度高的指標劃分為一類，所有的指標共劃分成五類，在每一類中選擇一個指標，最終確定了用于安徽省城鎮聚集區宜居評價的指標有：地區生產總值、交通事故發生數、財政教育支出、高校數量、空氣質量達標的天數比例。結合層次分析結構，最終可以得到安徽城市聚集區宜居評價分析結構如圖2所示。（圖2）

三、安徽省城市聚集區宜居評價模型構建

（一）模型原理。人工神經網絡是一種仿真人腦神經突觸連接結構對信息進行處理的數學模型，在該模型中，大量單元相互連接形成神經網絡，達到信息處理的目的。首先需要建立學習樣本用于訓練神經網絡，改變網絡單元間連接權的值，以實現網絡特定的功能。隨后將數據導入訓練好的神經網絡進行實驗，得到相應的結果?，F有的神經網絡有BP神經網絡、RBF網絡、Hopfield網絡等，本文構建安徽省城市聚集區評價模型使用的是RBF網絡。

（二）操作步驟

1、城市聚集區宜居評價樣本建立。搜集現有的宜居城市排行榜，獲取排名結果包括城市的排名及得分，選擇近5年內經常上榜的宜居城市，查閱這些城市的指標數據。本文采集的數據為四川省廣元市、廣東省珠海市、江西省宜春市、河南省信陽市、浙江省金華市、江蘇省揚州市2016～2018年數據，按照指標進行分類，統計成一個數據表格如表3所示。（表3）

將數據標準化處理，MATLAB中提供了可以用于標準化的函數：[tn.ps]=mapminmax（x），其中：x代表標準化處理前的數據。利用軟件標準化數據后，就建立了學習樣本，可用于訓練RBF神經網絡。RBF神經網絡的隱含層層數與神經元個數能夠在訓練過程中自適應取定，使用MATLAB軟件反復訓練RBF神經網絡，改變神經網絡節點之間連接權的值，以期實現網絡特定的功能。訓練結果如圖3所示。（圖3）

結果顯示，R值大于0.95，說明實驗樣本的訓練效果很好，網絡能夠較為精確地實現宜居評價功能，并且當迭代次數為第7次時，實現最好的預測效果。

2、城市聚集區宜居評價模型構建。首先，通過查閱相關資料，獲取安徽省各地級市近五年數據。隨后，按照地理區域將安徽省劃分為五個城市聚集區，即：省會城市聚集區，即合肥市及該城市周邊聚集的縣市;皖東城市聚集區：滁州市和馬鞍山市;皖西城市聚集區：六安市及該城市周邊聚集的縣市;皖北城市聚集區：宿州市、淮北市、蚌埠市、亳州市、阜陽市和淮南市;皖南城市聚集區：蕪湖市、安慶市、銅陵市、宣城市、池州市和黃山市，將獲取到的數據按照聚集區進行分類。最終，將聚集區內所有地級市各項數據取平均值，即可得到聚集區的指標數據值，將其輸入訓練好的RBF神經網絡，得到輸出結果：安徽省城市聚集區宜居得分。整理即可得到安徽省近五年城市聚集區宜居得分及排名。（表4、表5）

3、評價結果分析。根據結果可以發現：（1）全省形成“一超多強”的發展格局。合肥市作為安徽省省會，是中國東部地區重要中心城市，依托于政策的傾斜、科技的創新、基建的完善，地區生產總值逐年增長，科教文衛水平不斷提升。在宜居水平上遠遠超過其他地級市，成為安徽發展的領頭羊。但其余城市聚集區近年來也力爭補齊短板，宜居水平明顯提升，形成了“一超多強”的發展格局。（2）各城市聚集區“齊頭并進”，發展均衡。除合肥外的其他城市聚集區整體上宜居得分較為接近，并沒有明顯的落后，顯示出各城市聚集區在發展上可以有效利用自身優勢實現穩定發展。各地差距不大，更有利于實現整體宜居水平提升。

四、安徽省城市聚集區宜居水平影響因素分析及相關建議

（一）研究方法。通過改變安徽省五個城市聚集區數據值，即：增加有利于提高城市聚集區宜居水平的指標數據值包括地區生產總值、財政教育支出、高校數量和空氣質量達標的天數比例;降低不利于提升城市聚集區宜居水平的指標數據值包括交通事故發生數。重新輸入訓練好的RBF神經網絡，得到輸出的得分，和未改變數據前的輸出結果進行對比。

（二）結果分析及相關建議。皖東城市聚集區中包含區位優越型城市——滁州市與資源優越型城市——馬鞍山市，兩市依托區位和資源優勢，經濟活力位居全省前列，但當地財政教育支出占比較低，以致科技創新不足。當皖東城市聚集區財政教育支出指標值提高至原先數值的1.5倍時，宜居得分由原先的85.60755分提高至86.08407分，成為提高宜居水平的中流砥柱;伴隨著高校數量由原先的4所升至6所，宜居得分由原先的85.60755分提高至86.44314分。皖東需依靠自身經濟較為發達的優勢，積極提升教育投入，建設一批高水平高校，取得人才競爭優勢，讓科技帶動經濟更快發展。

皖西城市聚集區中主要包括地處大別山區的六安市及周邊縣市，地理條件限制了經濟發展也導致交通事故發生率較高。擴大地區生產總值為原先數值的1.5倍與降低交通事故發生數為原始數據的0.5倍時，宜居得分均能夠由原先的86.5分提高至87.5分左右?！耙敫幌刃蘼贰保钗鞒鞘芯奂瘏^在宜居建設中加大基礎設施建設投入，并做好安全保障措施。在此基礎上利用自身資源環境優勢開發旅游業，輸出綠色食品，探索一條綠色發展之路。

皖南城市聚集區屬于丘陵地帶，山路崎嶇使交通事故頻發。將交通事故發生數減少50%時，宜居得分由原先的89.5分提高至92.4分。皖南城市聚集區首要目標是加強交通管理，提升城市安全性。并且作為徽派文化的發源地，應利用自身文化優勢和人才積累，積極發展高新技術產業，結合毗鄰長三角的區位優勢，形成新的經濟增長點。

皖北城市聚集區由于之前過分依賴依靠資源發展，在自然資源枯竭的今天人才流失嚴重，宜居水平表現相對不佳。將其提高地區生產總值、教育方面的財政支出、高校數量、空氣質量達標比例的指標值，而降低交通事故發生數指標值，均能夠提高皖北城市聚集區的宜居得分。皖北城市聚集區改變粗獷的資源型發展模式，遏制環境的惡化，繼而利用人口紅利積極承接長三角產業轉移以促進第二、第三產業的發展，形成資源、工廠、人才多方位的全面發展。

合肥作為安徽省會，亦是全省最宜居城市區域。合肥依托中國科學技術大學等高水平學校，逐步成為科技創新新的策源地，人才、經濟、生活水準均于明顯高于其他地市。但過于注重經濟發展的同時對環境保護力度仍有不足，空氣質量位居全省末端?！熬G水青山就是金山銀山”，合肥應加大環境治理力度，將宜居水平提升到更高水準。

五、結論

本文綜合層次分析、聚類分析與RBF神經網絡評價法，構建安徽省城市聚集區宜居評價指標體系與評價模型。針對不同的城市聚集區的宜居水平表現進行橫向比較，針對某一個城市聚集區不同年份的宜居水平表現進行縱向比較，并由此提出具體建議。利用RBF神經網絡評價法建立的宜居評價模型具有普適性，可推廣至全國范圍內不同地區或不同城市。

主要參考文獻：

[1]龍晶.關于城市群的相關概念辨析[EB/OL].https：//www.xzbu.com.

[2]彼得·薩倫巴，楊志中.大城市地區發展的有關問題[J].世界建筑，1989（5）.

[3]李震，顧朝林，姚士媒.當代中國城鎮體系地域空間結構類型定量研究[J].地理科學，2006（5）.

[4]劉庸，常榜扣.西北地區城市聚集區的空間分布及其演進[J].徐州工程學院學報（社會科學版），2009.24（1）.

[5]汪文革.中國城市群研究概念辨析[J].中國名城，2018（12）.