基于熵權(quán)視角的模糊評(píng)價(jià)—礦區(qū)社會(huì)發(fā)展應(yīng)用研究

周迎春

(宿遷經(jīng)貿(mào)高等經(jīng)貿(mào)職業(yè)技術(shù)學(xué)校,江蘇 沭陽 223600)

基于熵權(quán)視角的模糊評(píng)價(jià)—礦區(qū)社會(huì)發(fā)展應(yīng)用研究

周迎春

(宿遷經(jīng)貿(mào)高等經(jīng)貿(mào)職業(yè)技術(shù)學(xué)校,江蘇 沭陽 223600)

熵值法作為一種重要的客觀賦權(quán)方法,可以克服主觀因素的不利影響,同時(shí)能減輕計(jì)算工作量且有較強(qiáng)的數(shù)學(xué)理論依據(jù)。將模糊評(píng)價(jià)與熵值法結(jié)合使用對(duì)礦區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展進(jìn)行綜合評(píng)價(jià),得出結(jié)論,從而為礦區(qū)經(jīng)濟(jì)社會(huì)的發(fā)展提供理論指導(dǎo)。

熵值法;模糊評(píng)價(jià);礦區(qū);社會(huì)發(fā)展

1 引言

礦區(qū)社會(huì)發(fā)展是衡量區(qū)域經(jīng)濟(jì)發(fā)展的系統(tǒng)的指標(biāo)體系,有些子系統(tǒng)可以用定量指標(biāo)來衡量,但是有些指標(biāo)只能通過人們的主觀判斷來衡量,它們有一個(gè)共同點(diǎn)就是不確定性和模糊性。所以,衡量礦區(qū)發(fā)展好壞最好的方法就是用定性和定量相結(jié)合的方法,將經(jīng)驗(yàn)判斷程序化、量化,得到一個(gè)比較接近真實(shí)值的數(shù)據(jù),因此本文引入模糊綜合評(píng)判法[1]。客觀賦權(quán)法可以克服主觀因素的不利影響,同時(shí)能減輕計(jì)算工作量且有較強(qiáng)的數(shù)學(xué)理論依據(jù),但嚴(yán)格說這類方法不完全符合權(quán)的基本性質(zhì),沒有充分考慮指標(biāo)本身的相對(duì)重要程度,更沒有考慮決策人的意志取向。因此,本文根據(jù)所建立的指標(biāo)體系的自身屬性和特點(diǎn),利用熵值法[2]為評(píng)價(jià)指標(biāo)層賦權(quán)。

2 評(píng)價(jià)模型的構(gòu)建

2.1 指標(biāo)體系的建立

結(jié)合礦區(qū)的實(shí)際情況,同時(shí)兼顧數(shù)據(jù)的可獲得性,選取以下七個(gè)指標(biāo)來綜合反映礦區(qū)的社會(huì)發(fā)展情況:資金利稅率、職工人均收入、多種經(jīng)營(yíng)產(chǎn)值比重、職工子弟入學(xué)率、萬人擁有病床數(shù)、人均住房面積、礦區(qū)人口就業(yè)率。[3]

2.2 熵值法確定指標(biāo)權(quán)重

在信息系統(tǒng)中的信息熵是信息無序度的度量,信息熵越大,信息的無序度越高,其信息的效用值越小;反之,信息的熵越小,信息的無序度越低,其信息的效用值越大。

假定需要評(píng)價(jià)某城市m年的發(fā)展?fàn)顩r(年度連續(xù)或跳躍均可,也可推廣至多城市評(píng)價(jià)),評(píng)價(jià)指標(biāo)體系包括 n個(gè)指標(biāo)。這是一個(gè)由m個(gè)樣本組成,用 n個(gè)指標(biāo)做綜合評(píng)價(jià)的問題,于是得到評(píng)價(jià)系統(tǒng)的初始數(shù)據(jù)矩陣X:X={xij}m×n,式中 xij表示第 i個(gè)樣本第 j項(xiàng)評(píng)價(jià)指標(biāo)的數(shù)值。則,熵值法求解權(quán)重的過程如下:

(2)指標(biāo)信息熵值 e和信息效用值δ

由于信息熵 ej可用來度量 j項(xiàng)指標(biāo)的信息(指標(biāo)的數(shù)據(jù))的效用價(jià)值,當(dāng)信息完全無序時(shí), ej=1,此時(shí) ej的信息(也就是 j指標(biāo)的數(shù)據(jù))對(duì)綜合評(píng)價(jià)的效用值為零。所以,某項(xiàng)指標(biāo)的信息效用價(jià)值取決于該指標(biāo)的信息熵 ej與 1之間的差值δj:δj=1-ej。

(3)評(píng)價(jià)指標(biāo)權(quán)重

利用熵值法估算各指標(biāo)的權(quán)重,其本質(zhì)是利用該指標(biāo)信息的價(jià)值系數(shù)來計(jì)算的,其價(jià)值系數(shù)越高,對(duì)評(píng)價(jià)的重要性就越大(或稱對(duì)評(píng)價(jià)結(jié)果的貢獻(xiàn)越大)。最后可以得到第 j項(xiàng)指標(biāo)的權(quán)重,為

2.3 模糊綜合評(píng)價(jià)模型

對(duì)系統(tǒng)進(jìn)行模糊綜合評(píng)價(jià)可按照以下四個(gè)步驟依次進(jìn)行:

2.4 評(píng)價(jià)指標(biāo)隸屬度函數(shù)的確定

根據(jù)相關(guān)研究成果,同時(shí)咨詢相關(guān)專家學(xué)者,確定礦區(qū)社會(huì)經(jīng)濟(jì)發(fā)展幾個(gè)主要指標(biāo)的隸屬度函數(shù)如下:(1)資金利稅率:R1(u1);(2)職工人均收入 (萬元):R2(u2);(3)多種經(jīng)營(yíng)產(chǎn)值比重:R3(u3);(4)職工子弟入學(xué)率:R4(u4);(5)萬人擁有病床數(shù):R5(u5);(6)人均住房面積:R6(u6);(7)礦區(qū)人口就業(yè)率:R7(u7)。具體如下:

3 實(shí)證分析

本文選取 18個(gè)以煤炭開采為主的地級(jí)礦區(qū),作為研究樣本,分別是大同、陽泉、晉城、朔州、烏海、赤峰、遼源、阜新、雞西、鶴崗、雙鴨山、七臺(tái)河、徐州、淮南、淮北、棗莊、平頂山、鶴壁等。

利用熵權(quán)法以及18個(gè)礦區(qū)2005年的統(tǒng)計(jì)數(shù)據(jù)(限于篇幅,數(shù)據(jù)略),計(jì)算出各項(xiàng)指標(biāo)權(quán)重如下=[w1,w2,…,wn]T=[0.17,0.08,0.13,0.14,0.17,0.2,0.11]T。利用評(píng)價(jià)指標(biāo)的隸屬度函數(shù)計(jì)算 18礦區(qū)所對(duì)應(yīng)的各個(gè)指標(biāo)的隸屬度值,從而確定礦區(qū)評(píng)判因素的隸屬度矩陣(i=1,2,…,18)。其中=(0.85,0.84,0.61,0.35,0.83,1,0.64)=(0.62,1,0.67, 0.46,1,1,0.71),……(0.3,0.44,1,0.63,1,1,0.54)。

利用模糊評(píng)價(jià)模型,計(jì)算出各個(gè)礦區(qū)社會(huì)經(jīng)濟(jì)發(fā)展的模糊評(píng)價(jià)值 Xi,見表 1。

表1 礦區(qū)社會(huì)發(fā)展的模糊評(píng)價(jià)結(jié)果Table 1 Fuzzy Evaluation Result of SocialDevelopment inMining-Areas

3.3 評(píng)價(jià)分析

為了對(duì)評(píng)價(jià)結(jié)果進(jìn)行合理的分析,根據(jù)評(píng)價(jià)結(jié)果的取值范圍,對(duì)評(píng)價(jià)結(jié)果進(jìn)行分類,并且找出每一類所對(duì)應(yīng)的礦區(qū),見表 2。

表2 社會(huì)發(fā)展指數(shù)分類及對(duì)應(yīng)城市Table2 Categorization forDeveloping of Society&Corresponding Cities

由于在選取指標(biāo)過程中,通過技術(shù)處理,本文所選取的都是正向指標(biāo),因此可以從隸屬度的計(jì)算結(jié)果來分析各個(gè)指標(biāo)所對(duì)應(yīng)的狀況。從各個(gè)樣本本身來看,7個(gè)指標(biāo)中,人均住房面積的平均數(shù)值最大,職工子弟入學(xué)率指標(biāo)值最小,那么礦區(qū)在制定發(fā)展政策的過程中,應(yīng)該重點(diǎn)解決職工子弟的上學(xué)問題,加大教育方面的投入。

從綜合評(píng)價(jià)結(jié)果來看,在 18個(gè)礦區(qū)中,有 10個(gè)處于基本發(fā)展?fàn)顟B(tài),有 7個(gè)處于比較發(fā)展?fàn)顟B(tài),只有 1個(gè)處于弱發(fā)展?fàn)顟B(tài),沒有屬于不發(fā)展和高度發(fā)展的。為了讓礦區(qū)的社會(huì)發(fā)展朝著高度發(fā)展這個(gè)目標(biāo)邁進(jìn),各個(gè)礦區(qū)政府在制定產(chǎn)業(yè)政策的時(shí)候,應(yīng)當(dāng)綜合分析本區(qū)域社會(huì)發(fā)展的阻礙因素,具體提出相應(yīng)的政策。

4 綜述

在模糊評(píng)價(jià)模型中,模糊隸屬度函數(shù)的確定必然滲透著人的主觀因素。而根據(jù)數(shù)據(jù)計(jì)算得到的權(quán)重則完全排除了人的主觀因素,能夠充分挖掘數(shù)據(jù)本身所蘊(yùn)涵的信息。將二者結(jié)合使用能夠兼顧二者的優(yōu)勢(shì),彌補(bǔ)它們的不足。通過建立模型和實(shí)證分析,得出了較為客觀的評(píng)價(jià)結(jié)果,能夠?yàn)檎叩闹贫ㄌ峁﹨⒖家罁?jù)。

不足之處,限于篇幅和作者能力,社會(huì)發(fā)展指標(biāo)的選取是否能夠全面反映社會(huì)的綜合發(fā)展情況,是否科學(xué)、合理等問題還有待進(jìn)一步思考和完善。

[1]程云喜 .中小企業(yè)信用的模糊綜合評(píng)價(jià)方法研究 [J].生產(chǎn)力研究,2008,(4): 137—138.

[2]朱順泉 .基于加權(quán)平方與熵權(quán)模糊綜合評(píng)判法的公司債券財(cái)務(wù)質(zhì)量評(píng)級(jí)研究[J].統(tǒng)計(jì)與信息論壇,2002,17(3):27—31.

[3]張鳳武 .煤炭城市發(fā)展接續(xù)產(chǎn)業(yè)的模式研究 [J].遼寧工程技術(shù)大學(xué)學(xué)報(bào) (社會(huì)科學(xué)版),2004,6(1):51—53.

(責(zé)任編輯 劉洪基)

Fuzzy Evaluation M odel Based on Entropy——Applied Research on SocialDevelopment in M in ing-Areas

ZHOU Y ing-chun
(Suqian Econom y and Trade College,Shuyang223600,China)

entropy,as an important objective weighing method,can overcome the adverse effects from subjective factors.Meanwhile,it can reduce theworkload,with strongmathematic theoretical basis.Applying the method of combining both fuzzy evaluation and entropy,thispaper evaluates the social economic development in mining-areas.Then it gets the conclusion,which can offer theoretical direction for social development.

entropy,fuzzy evaluation,mining-areas,social development

F 293

A

1671-7406(2010)03-0070-04

2009-11-23

周迎春 (1980—),女,助教,研究方向:經(jīng)濟(jì)數(shù)學(xué)。