基于主成分分析的城市智能增长率评价模型

    张庆隆　朱江　杨鑫

    

    

    

    摘要：文章构建了一个关于城市智能增长率的数学模型，以便于对城市当前的可持续发展水平进行评估并对城市未来发展政策的制订提供参考。为了能够做出全面而准确的评估，我们建立了一个具有三级指标的评价体系，这个体系被划分为经济、社会、资源与环境三个子系统。为了协调整体与部分的关系，我们进行了两次主成分分析来获得城市的智能增长率，并将其划分为不同的等级。应用上述的评估体系对东方市近年来的发展状况做出评价，发现在2012年之前，东方市一直处于负增长的发展状态。由于近年来当地政府及时地对发展战略作出了合理的调整，这座城市的发展状况不断得到改善，城市的智能增长率也稳步上升。

    关键词：持续发展；智能增长率；三级指标；主成分分析

    东方市坐落于中国海南省西南部，拥有悠久的历史和丰富的资源。它是海南省重要的能源基地和重化工业基地，也是海南西南地区的经济中心。作为第二批国家新的城市化试点区域，东方市的经济近年来一直保持快速增长。但是，经济的快速发展势必需要以减缓环境与社会的发展等作为代价。因此，对于东方市当年的可持续发展状况进行合理的评估已经迫在眉睫。

    一、评价因素的选取

    （一）建立评价指标的原则

    1. 综合性。因为可持续发展的问题涉及到经济、社会、自然和其他复杂的因素的诸多方面，我们应该尽可能的全面而综合的来选择评价因子，使这些因子能够反映一个地区可持续发展的整体水平。

    2. 获取数据的难度。只有我们成功地获得相关数据，我们才可以进行评估。此外，我们必须确保数据的客观性，否则这些数据是没有意义的。

    （二）三级评价指标体系的建立

    考虑到建立评价指标的原则，并结合“三E（经济繁荣、社会公平、环境可持续）”的智能增长原则，本文采用如表1所示的评价指标体系。

    二、主成分分析的过程

    在这个评价体系中，我们使用三个层次的评价体系来描述一个地区的精明增长指数。就整体而言，三个子系统（经济系统、社会系统、资源和环境系统）是可持续性评估的一部分。因此我们有必要将这三个系统组合在一起得到一个地区发展的大局。

    首先，应用PCA分析三个子系统中每个指标的数据，并根据标准方差大于85%和特征值大于1的条件确定主成分的数量。由此，我们得到每个系统主成分的权重和主成分负荷矩阵。

    其次，根据加法合成模型的公式，我们得到每个子系统的综合评价指数。

    然后，我们使用来自各子系统的主成分数据作为指标因素进行第二次主成分分析。可以得到综合主成分和主成分负荷矩阵。

    最后，通过综合主成分指数的比重得到智能增长的指数。我们对智能增长率进行等级划分如表2。

    三、分析结果

    利用SPSS软件求解，结果如表3。

    为了更直观的体现东方市的智能增长情况，采用EXCEL绘制得折线图。

    四、结论

    结合图1与表5中的数据，我们不难发现，在近些年中，东方市的综合智能增长率有着稳步的提升。但与此同时，经济的迅速发展也带来了社会和环境方面的诸多问题。

    在2010年，東方市的综合评价指数为-0.9202，这说明东方处于非常差的增长情况。之后，随着经济的快速发展，城市的综合评价指数开始逐渐增加。东方市在2012年综合评价指数达到0.2040，这反映出它正处于一个较好发展过程中。然而在接下来的两年里，我们可以看到增长率与之前相比有着明显的下降。这是因为东方市近几年的综合发展指数的提升主要以经济迅猛增长为动力。显然，经济的快速发展势必需要以减缓环境与社会的发展等作为代价。但当经济的发展达到一定水平时，它对于综合评价指数的影响与环境和社会相比就会变得不那么显著。所以，此时落后的环境与社会两个因素便会抑制综合评价指数的增长率，使其变得较为平缓。

    这种情形提醒我们，在东方市未来的发展过程中，不能够一味的强调经济的增速，还应当注重城市的环境与绿化问题，并努力维护社会公平，为居民提供一个更好的生存空间。

    参考文献：

    [1]赵丽芬，江勇.可持续发展战略学[M].高等教育出版社，2002.

    [2]王玉梅.可持续发展评价[M].中国标准出版社，2008.

    [3]徐浩.区域可持续发展能力评估——以湖北省十堰市为例[D].中央民族大学，2011.

    [4]高婷.区域可持续发展评价与预测研究[D].天津大学，2006.

    （作者单位：南京邮电大学自动化学院）