基于模糊综合法对城市精明增长的评价与灰色预测

刘 艳，朱家明

（1.安徽财经大学 国际经济贸易学院；2.安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030）

基于模糊综合法对城市精明增长的评价与灰色预测

刘 艳1，朱家明2

（1.安徽财经大学 国际经济贸易学院；2.安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030）

针对城市精明增长的评价以及增长计划的制定.首先按“三E原则”构建城市精明增长评价指标体系，在此基础上，使用模糊综合分析、熵值法对选定的指标建立精明增长评价模型，对指定城市进行评价.其次，使用灰色理论和logistic回归等方法对预测，分别建立精明增长评价、指标预测、指标潜能评价等模型，运用MATLAB、SAS等软件，分别对所选城市精明目标城市进行评估.得出门多萨不符合精明增长，而圣路易斯奥比斯波基本符合精明增长.

精明增长；模糊综合评价；灰色预测；熵值法；logistic回归；MATLAB；SAS

“精明增长[1,2]”源于1990年的城市规划理论.其目的是帮助每个城镇成为经济繁荣（Economically prosperous）、社会公平（socially equitable）、环境可持续发展(environmentally sustainable)的居住场所（简称“三E原则”）.到2050年,世界上66%的人口将进入城市化，预期将导致25亿人添加到城市人口.因此,城市规划越来越重要，以确保人们获得公平和可持续的住房、资源和就业机会.齐红倩[3]从理性均衡的视角，论证“精明增长”的生态均衡逻辑与实现路径，分别从短期和长期均衡视角分析精明增长的生态补偿和调整逻辑.曹彦鹏[4]等构建低碳经济发展和城市土地集约利用的综合评价指标体系及其耦合协调度模型，探究两大系统的耦合互动关系及其耦合协调度发展趋势，分析石家庄市精明增长理念下土地集约利用的发展动向.孙群郎[5]以美国马里兰州精明增长政策为例，分析美国大都市区空间蔓延的危害及其治理的方法，得出马里兰州精明增长计划最主要特征是成功运用激励机制.闫彦[6]等在精明增长视角下构建指标体系,对中部六省会城市进行对比,通过对各城市建设中土地的利用.城市化发展,自然资源与环境状况,公共交通发展及住房现状等问题的研究,发现各省会城市发展中普遍存在的问题.

1 数据来源与模型假设

数据来源2017年美国数据建模大赛E题.为便于解决问题，提出以下几条假设：⑴我们所选择的各项指标可以直接反映城市的可持续经济繁荣、社会公平、环境可持续性；⑵所有相关的收入因素之间的弱相关性不产生显著影响的预测结果；⑶假设社区和利益相关者，鼓励合作和有吸引力的社区发展决策的影响不大；⑷所有数据均为原始数据，源码真实可靠.

2 符合“三E原则”城市精明增长评价指标体系的构建

衡量城市精明增长的成功需要考虑三“E”的可持续性原则.根据定义的指标，使用精明增长原则，为所选城市制定今后数年的增长计划.首先，根据“三E原则”建立精明增长评价指标；第二，根据精明增长评价指标建立精明增长评价模型，并对待评估城市进行评价；第三，使用灰色预测、logistic回归对增长计划预测，并根据精明增长评价模型对增长计划进行评估.

根据三“E”和持续发展的原则，选取8个指标来衡量城市精明增长是否成功.这些指标包含了影响人们生活和发展的因素.分别是：失业率、人均收入水平、GDP增长率、教育建设分布密度，公共交通网密度，人均居住面积，绿地覆盖率，人均碳排放.具体指标体系如图1所示.

图1 符合可持续发展三“E”原则的指标体系

3 基于模糊综合分析及熵值法构建精明增长的评价方案

3.1 研究思路

选择六个已经实施了精明增长计划的中等城市作为参考，分别是：塔拉哈西、西雅图、韦恩、坦帕、支持劳德代尔，和奥兰多，我们用大写字母来代替市.根据三个“E”的目标，我们选择了八个指标作为衡量指标.此外，我们使用六个城市的八个指标的平均值作为理想值.所选的八个指标包括：失业率、人均收入、GDP增长率、学校分布密度、公共交通网络密度、人均居住面积、绿化覆盖率、人均碳排放.我们用大写字母代替.根据主题要求，挑选了两个满足要求（城市的人口在10万到50万人之间）的城市，分别是圣路易斯奥比斯波和门多萨.每个城市的详细数据详见表1.

表1 精明增长城市评价方案

在八个指标中，受益指标包括人均收入、GDP增长率、教育机构分布密度、就业机会、绿化覆盖率.成本指标包括失业率、人均生活空间和人均排放.通过收集数据和相关评价，我们发现六个中等城市，符合“精明增长”模式.

3.2 研究方法

把八个城市的平均指数作为基准，选择两个城市作为研究对象.通过基准值与八个目标城市的指标值比较.如果数值高于基准值，意味着选择的试验城市没有通过测验.相反，如果目标城市的数值低于基准值，则可以称之为精明增长模式[7].如果选择的数值城市高于基准值.同时，它低于六个城市的最高值之一，我们称此结果为一般符合基准.通过采取相关措施，这个城市会变得更加“精明”.上述八项评价指标中，人均收入、GDP增长率、教育资源分配密度、就业机会、绿化覆盖率是效益型指标，而失业率、人均住房面积、人均二氧化碳排放量为成本型指标.

将选取的六个城市看作六条方案，求出这六个城市各项指标的均值[8]，作为一条基准方案，再将选取的两个城市作为两条方案.

第二步：建立相对偏差模糊矩阵R.相对偏差模糊矩阵R为：R=(rij)9×85,6,7,8，则可得

第三步：熵值法确定权重

⑴根据熵值法建立各评价指标的权重 wj(j=1, 2,3,4,5,6,7,8)，将各指标同度量化，计算指标比重矩阵.

⑵计算第j项指标的熵值ej

⑶计算第j项指标的差异性系数gj

对于给定的j，若xij的差异性越小，则ej越大；若xij的差异性越大，则ej越小；若xij全部相等，ej=maxej=1，此时对方案的比较，指标xij毫无作用，所以取差异性系数：gj=1-ej.

则 g1=0.0252，g2=0.0452，g3=0.0149，g4=0.019，g5=0.013，g6=0.0199，g7=0.011，g8=0.0088.

⑷对差异性系数进行归一化

归一化可得各指标的权重分别为：w1=0.161，w2=0.288，w3=0.095，w4=0.121，w5=0.083，w6=0.127，w7=0.070，w8=0.056.

第四步：建立综合评价模型

第五步：评价目标城市是否符合精明增长

将目标城市方案与基准方案以及其他六个方案进行综合评价，即将F8、F9、F7和F1(i=1,2,3…6)进行比较，从而确定目标城市是否符合精明增长原则，判断原则为：

因此城市F8（即圣路易斯奥比斯波）几乎或接近符合精明增长，因此城市F9（即门多萨）不符合精明增长计划.门多萨市位于库约地区的心脏，其酿酒业著名.加工工业离不开当地绿洲农业.饮料和食品加工，石油开采和酿酒工业是这里的传统工业.地理位置优越，是阿根廷交通枢纽的西部门户，公路可以通过该国的主要城市和港口，为交通系统的发展打下基础.地理上，门多萨周围有许多雪山，冬天，气候温和的门多萨可以吸引很多游客，其中很大一部分是以滑雪场为目的地.门多萨旅游业的前景广阔，经济能够迅速发展.

3.3 结果分析

基于精明增长的原则，我们详细分析了门多萨的地理位置，预期增长率和经济机会的基础上的细节[9,10].为了便于研究，我们开发了精明增长计划针对第一个问题，基于这些要求，并遵循精明增长计划，我们开发了一系列的下列分布密度的计划，交通系统的多样性和便利性，经济的发展，人们的收入，生活区，绿化覆盖率，碳排放.

⑴门多萨：历年的人均收入数据：

图3 绿化覆盖率

图4 人均碳排放

通过对绿化覆盖率、人均居住面积数据的变化分析，这不符合“智慧增长城市”和“三个E”的原则，所以我们按照“精明”原则，控制人均碳排放、绿色覆盖、人均居住面积.

⑵圣路易斯奥比斯波：通过绿色覆盖我们发现，人均碳排放量，人均收入数据：

图5 绿化覆盖率

图6 人均碳排放

通过图表分析，人均二氧化碳排放量可以从门多萨的快速增长中走出，可以得出结论，绿地面积没有明显增加.我们用精明增长计划控制碳排放和增加绿地面积.

4 基于灰色理论及logistic回归对各项指标的预测

4.1 研究思路

精明增长计划分以下几步处理.⑴由于当地自然风景的独特环境，可以大力发展旅游业，增加就业岗位，提高收入.⑵增加门多萨政府的宏观调控策略，引进适合当地的更好的经济发展机会，从而带动当地的人均收入通过精明增长计划我们预期人均收入的增长率达到6%，通过我们的检验，我们发现精明增长计划中，我们选取的指标人均收入和GDP很符合灰色预测模型.

4.2 研究方法

灰色理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程的预测.尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律.灰色预测就是利用这种规律建立灰色模型，对灰色系统进行预测.

灰色预测最常用的是GM(1,1)预测模型，模型的建模过程是将原始数据序列用作解微分方程，通过对那些可以近似地满足微分模型构成条件的序列，建立近似地微分方程模型.GM(1,2)模型的发展分为三个阶段：初级、发展、高级阶段.

4.3 结果的分析

把上述模型的预测结果运用MATLAB画图，从中可以看到未来人均收入（如图7所示）和未来GDP增长率（如图7所示）.

图7 未来GDP增长率预测

根据精明增长，预计GDP的增长速率为5.425%.

5 结束语

利用EXCEL对数据进行处理并绘出各种平面图，简便，直观，快捷，同时利用了MATLAB软件，对模型进行求解，使计算结果更加准确.模型与实际紧密联系，充分考虑各指标的不同阶段，根据精明增长计划选取了适合各计划的预测模型，进行了更加准确的预测.针对各种数据进行综合评价，计算指标的权重进行排名，从不同的指标分别进行考虑，具有现实意义.

〔1〕张景奇,孙萍,孙蕊.从“蔓延控制”到“蔓延治理”——美国城市蔓延应对策略转变及内因剖析[J].城市规划,2015,39 (3):74-80.

〔2〕唐相龙.“精明增长”研究综述[J].城市问题,2009(8):98-102.

〔3〕齐红倩,王志涛,黄宝敏.理性均衡视角下“精明增长”的生态逻辑与启示[J].中国地质大学学报(社会科学版),2015, 15(3):9-18+139.

〔4〕曹彦鹏,冯忠江.精明增长理念下低碳经济发展与城市土地集约利用动态耦合研究——以石家庄市为例[J].水土保持通报,2015,35(1):242-248.

〔5〕孙群郎.美国马里兰州的精明增长政策[J].世界历史,2015 (2):4-14+158.

〔6〕闫彦,王国梁.基于“精明增长理论”的中部六省会城市发展的比较[J].山西师范大学学报（自然学科版），2013,27 (4):102-108.

〔7〕曹新宇.社区建成环境和交通行为研究回顾与展望:以美国为鉴[J].国际城市规划,2015,30(4):46-52.

〔8〕王振坡,游斌,王丽艳.基于精明增长的城市新区空间结构优化研究——以天津市滨海新区为例[J].地域研究与开发,2014,33(4):90-95.

TU984

A

1673-260X（2017）08-0029-04

2017-04-22

国家自然科学项目（11601001）

朱家明（1973-），男，安徽宿州人，安徽财经大学统计与应用数学学院副教授，硕士，研究方向：应用数学