基于灰熵決策模型的綠色發(fā)展水平評(píng)價(jià)——以陜南地區(qū)為例

楊瑛娟，周小婷，元 瑩，殷靜蔚

（1.商洛學(xué)院經(jīng)濟(jì)管理學(xué)院，陜西商洛 726000；2.商洛市公眾科學(xué)素質(zhì)與秦嶺生態(tài)環(huán)境保護(hù)研究中心，陜西商洛 726000）

綠水青山就是金山銀山，全面促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的綠色升級(jí)和轉(zhuǎn)型，是我國經(jīng)濟(jì)可持續(xù)發(fā)展的必由之路，也是培育經(jīng)濟(jì)增長(zhǎng)新動(dòng)能的重要引擎.在高質(zhì)量發(fā)展的背景下，分析區(qū)域綠色發(fā)展的現(xiàn)狀有助于明確其未來綠色發(fā)展的方向.目前已有較多學(xué)者們采用不同的量化方法對(duì)區(qū)域綠色發(fā)展水平進(jìn)行了相關(guān)測(cè)評(píng).部分學(xué)者利用ANP法結(jié)合模糊綜合評(píng)價(jià)法［1］、主觀賦權(quán)法［2］、因子分析法［3-5］、熵值法結(jié)合TOPSIS模型［6-8］、多層次評(píng)價(jià)方法結(jié)合熵權(quán)法［9］、主成分分析結(jié)合熵權(quán)法［10］對(duì)區(qū)域綠色發(fā)展水平進(jìn)行了靜態(tài)評(píng)價(jià).另外，也有部分學(xué)者通過運(yùn)用多種方法相結(jié)合的方式對(duì)區(qū)域綠色發(fā)展的時(shí)空變化特征進(jìn)行了分析，如黃躍和李琳［11］結(jié)合投影尋蹤模型、Pearson相關(guān)系數(shù)、變異系數(shù)、Theil指數(shù)等多種方法分析了中國城市群綠色發(fā)展的時(shí)空特征及異質(zhì)性；王瑛和常泉英［12］基于變異系數(shù)的CRITIC法和改進(jìn)TOPSIS模型對(duì)城市環(huán)境質(zhì)量進(jìn)行動(dòng)態(tài)綜合評(píng)價(jià)；茍興朝和張斌儒［13］結(jié)合改進(jìn)熵權(quán)法、泰爾指數(shù)法以及Moran指數(shù)對(duì)黃河流域8省區(qū)的鄉(xiāng)村綠色發(fā)展水平、區(qū)域差異和空間相關(guān)性進(jìn)行了測(cè)度與分析；吳清等［14］將熵權(quán)法與多層次綜合分析法相結(jié)合，對(duì)珠江-西江經(jīng)濟(jì)帶21個(gè)市州的時(shí)空差異特征和影響因素進(jìn)行了分析；陳祖海和丁瑩［15］結(jié)合核密度估計(jì)和標(biāo)準(zhǔn)差分級(jí)法分析了民族地區(qū)綠色發(fā)展水平時(shí)空變化特征及其省際差異；韓晶和陳曦［16］綜合運(yùn)用非期望產(chǎn)出的方向距離函數(shù)、Malmquist指數(shù)模型、泰爾指數(shù)、全局莫蘭指數(shù)、Gets-Ord G*i指數(shù)等方法探索了2005—2017年長(zhǎng)江經(jīng)濟(jì)帶沿線108個(gè)地級(jí)以上城市綠色發(fā)展水平的時(shí)空演變特征；石敏俊等［17］運(yùn)用“菱形模型”框架分析了鄂爾多斯市2012—2017年綠色發(fā)展的時(shí)空變化特征及其障礙因素.此外，還有部分學(xué)者利用R型聚類分析［18］、信息含量最大和冗余信息剔除原則［19］、相關(guān)分析與關(guān)鍵指標(biāo)甄別相結(jié)合的方法［20］、“初步篩選+R聚類-灰關(guān)聯(lián)優(yōu)勢(shì)分析+理性分析”相結(jié)合的方法［21］、灰色關(guān)聯(lián)分析和秩相關(guān)的方法［22］，對(duì)區(qū)域綠色發(fā)展水平的指標(biāo)進(jìn)行了篩選.

總之，大多數(shù)對(duì)區(qū)域綠色發(fā)展水平評(píng)價(jià)的研究都涉及因素的權(quán)重確定問題，因此很容易造成權(quán)重主觀性強(qiáng)或計(jì)算復(fù)雜等問題.本文將熵值法和灰色關(guān)聯(lián)度相結(jié)合，運(yùn)用灰熵決策模型對(duì)陜南三市綠色發(fā)展水平進(jìn)行評(píng)價(jià)，這種通過計(jì)算均衡接近度來衡量評(píng)價(jià)對(duì)象與理想對(duì)象的接近程度的方法既可以避免多維決策指標(biāo)賦權(quán)的主觀性、簡(jiǎn)化計(jì)算過程，又能為區(qū)域綠色發(fā)展水平的客觀評(píng)價(jià)提供科學(xué)依據(jù).

1 綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系的構(gòu)建

綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系是一個(gè)較為繁雜的系統(tǒng)，必須綜合考慮一個(gè)地區(qū)的社會(huì)、經(jīng)濟(jì)、生態(tài)現(xiàn)狀等.本文從綠色資源、綠色效益、綠色消耗、綠色治理四個(gè)維度構(gòu)建出綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系.其中，綠色資源維度主要描述區(qū)域擁有綠色資源的豐盈程度，是區(qū)域發(fā)展綠色經(jīng)濟(jì)的基礎(chǔ)；綠色效益維度主要描述區(qū)域綠色經(jīng)濟(jì)的經(jīng)濟(jì)產(chǎn)能，是區(qū)域綠色經(jīng)濟(jì)產(chǎn)生的結(jié)果；綠色消耗維度主要描述區(qū)域綠色經(jīng)濟(jì)對(duì)環(huán)境產(chǎn)生的不良影響；綠色治理維度主要描述區(qū)域政府為改善生態(tài)而采取的相關(guān)舉措產(chǎn)生的效果.

2 灰熵決策綜合評(píng)價(jià)模型

2.1 灰熵定理

通過灰熵的定義可知它來自有限的信息空間，而熵來自無限的信息空間.H(X)是序列X的灰熵，即使序列X趨于恒定序列，任何傾向于使自變量X相等的變化，依然都會(huì)增加熵.

2.2 均衡接近度

灰熵可以測(cè)量離散序列X的分量值均衡程度，灰熵越大，序列X的分量值就越均衡.若離散序列X有多項(xiàng)指標(biāo)，則序列X的極大熵Hm為lnn，其中n為該序列X的指標(biāo)數(shù).序列X的均衡接近度B的計(jì)算公式如下：

均衡接近度B越大，序列X越均衡.

2.3 灰色關(guān)聯(lián)度

灰色關(guān)聯(lián)度用以測(cè)度參考序列和比較序列的接近程度.灰色關(guān)聯(lián)度通過計(jì)算灰色關(guān)聯(lián)度系數(shù)得到.灰色關(guān)聯(lián)度系數(shù)的計(jì)算公式為：

灰色關(guān)聯(lián)度的計(jì)算公式如下：

2.4 單層次灰熵綜合評(píng)價(jià)

設(shè)E={ei|i=1,2,…,m}是一個(gè)不確定型決策的對(duì)象集，D={Dj|j=1,2,…,n}為評(píng)價(jià)指標(biāo)集，不同評(píng)價(jià)對(duì)象的不同指標(biāo)值組成收益矩陣V，V={Vij|i=1,2,…,m;j=1,2,…,n}.

1）確定理想對(duì)象e*.

e*為由對(duì)象集E構(gòu)成的理想對(duì)象，其中正向指標(biāo)越大越好，負(fù)向指標(biāo)越小越好，非兩者的則取實(shí)際最優(yōu)值.

2）指標(biāo)的預(yù)處理.

為了避免指標(biāo)量綱不同對(duì)結(jié)果產(chǎn)生影響，利用線性變換對(duì)指標(biāo)進(jìn)行預(yù)處理.

式中：V′為預(yù)處理后的待評(píng)價(jià)指標(biāo)矩陣；V*為預(yù)處理后的指標(biāo)理想值矩陣.

3）計(jì)算每個(gè)指標(biāo)的后悔值.

后悔值表示序列未選擇最佳對(duì)象而導(dǎo)致的收益損失.

4）計(jì)算灰色關(guān)聯(lián)度.

使用預(yù)處理后的理想值作為參考序列，預(yù)處理后的實(shí)際值作為比較序列，再由公式（3）和公式（4）計(jì)算理想對(duì)象與各對(duì)象的灰色關(guān)聯(lián)度.

5）對(duì)每個(gè)指標(biāo)的后悔值序列進(jìn)行歸一化.

6）計(jì)算序列Di′的熵及均衡接近度.

7）計(jì)算評(píng)價(jià)對(duì)象的均衡接近度并選擇對(duì)象.

ω值越大，表明評(píng)價(jià)對(duì)象越接近理想狀態(tài).

2.5 多層次灰熵綜合評(píng)價(jià)

針對(duì)多層次評(píng)價(jià)對(duì)象，先依照單層次灰熵決策模型分別計(jì)算出第二層均衡接近度ωi，再結(jié)合各維度權(quán)重，計(jì)算出第一層灰熵綜合評(píng)價(jià)值.

式中：ωi為第二層單層次灰熵評(píng)價(jià)結(jié)果組成的均衡接近度矩陣；A為第一層各層次指標(biāo)權(quán)重；W為第一層灰熵綜合評(píng)價(jià)值，W越大表示該評(píng)價(jià)對(duì)象越接近于理想對(duì)象，則該評(píng)價(jià)對(duì)象越優(yōu).

3 實(shí)證分析

陜南地區(qū)北靠秦嶺，南倚巴山，漢江自西向東穿流而過，涵蓋漢中市、安康市、商洛市.作為長(zhǎng)江最大支流—漢江的發(fā)源地，陜南地區(qū)的水電資源藏量豐富，盛產(chǎn)蠶絲、茶葉、棕片等多種土特產(chǎn)品及珍貴中藥材，礦藏在全國也位居前列，自然資源相對(duì)豐厚.然而，當(dāng)前陜南地區(qū)的經(jīng)濟(jì)發(fā)展基礎(chǔ)仍相對(duì)薄弱，區(qū)域內(nèi)仍舊存在國家級(jí)貧困縣，因此挖掘陜南地區(qū)內(nèi)的綠色生態(tài)資源、優(yōu)化綠色產(chǎn)業(yè)結(jié)構(gòu)、發(fā)展綠色產(chǎn)業(yè)鏈，成為提升陜南地區(qū)經(jīng)濟(jì)的重要途徑之一.目前陜南三市已開始大力發(fā)展綠色產(chǎn)業(yè)，對(duì)陜南三市綠色發(fā)展水平進(jìn)行評(píng)價(jià)，有助于掌握其綠色發(fā)展成效并及時(shí)找出存在的問題，為未來陜南地區(qū)綠色產(chǎn)業(yè)的發(fā)展提供一定的理論借鑒.本文以陜南三市綠色發(fā)展水平為測(cè)度對(duì)象，通過整理2013—2018年陜南三市的統(tǒng)計(jì)年鑒、水資源簡(jiǎn)報(bào)、環(huán)境狀況簡(jiǎn)報(bào)、城市決算財(cái)務(wù)報(bào)告等資料得出評(píng)價(jià)陜南三市綠色發(fā)展水平的相關(guān)數(shù)據(jù).

3.1 基于灰熵決策模型的2018年陜南三市綠色發(fā)展水平評(píng)價(jià)

應(yīng)用灰熵決策模型對(duì)2018年陜南三市綠色發(fā)展水平進(jìn)行評(píng)價(jià)，原始數(shù)據(jù)如表2所示.

表2 2018年陜南三市綠色發(fā)展水平評(píng)價(jià)指標(biāo)數(shù)據(jù)匯總表Tab.2 Summary of green development level evaluation index data of three cities in southern Shaanxi in 2018

3.1.1 第二層次灰熵綜合評(píng)價(jià) 由表1可知，區(qū)域綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系為多層次決策問題，運(yùn)用灰熵決策模型進(jìn)行評(píng)價(jià)時(shí)需先對(duì)第二層次分別進(jìn)行灰熵評(píng)價(jià).下文以綠色資源維度指標(biāo)的灰熵決策模型為例展開計(jì)算.

表1 綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of green development level

1）綠色資源維度指標(biāo)的灰熵評(píng)價(jià)

①確定理想對(duì)象e*.綠色資源維度指標(biāo)分別包括人均公園綠地面積、常用耕地面積、森林覆蓋率、園林綠化覆蓋面積四個(gè)指標(biāo)，均為越大越好的正向指標(biāo).因此，將理想對(duì)象確定為指標(biāo)的最大值，理想e*=(13.93 204.05 66.5 2157).利用公式（6）對(duì)指標(biāo)進(jìn)行線性預(yù)處理，得到預(yù)處理后的指標(biāo)矩陣：

②根據(jù)公式（7）計(jì)算各指標(biāo)的后悔值.由于理想對(duì)象確定為指標(biāo)的最大值，部分序列的指標(biāo)后悔值為0，會(huì)使得lnDij′無意義，因此本文中將后悔值0替換成0.000 1.

③根據(jù)公式（3）計(jì)算各指標(biāo)值與理想值的灰色關(guān)聯(lián)度系數(shù)：

根據(jù)公式（4）計(jì)算出個(gè)各指標(biāo)值與理想值的灰色關(guān)聯(lián)度：

④根據(jù)公式（8）對(duì)各指標(biāo)的后悔值序列進(jìn)行歸一化.

⑤根據(jù)公式（9）和公式（10）分別計(jì)算序列Di′的熵及均衡接近度：

⑥根據(jù)公式（11）計(jì)算綠色資源維度指標(biāo)的均衡接近度：

從綠色資源維度指標(biāo)的評(píng)價(jià)結(jié)果來看，安康市綠色發(fā)展水平最優(yōu)，商洛市比漢中市稍優(yōu)，但兩者差距不大.

2）其他維度指標(biāo)的灰熵評(píng)價(jià)

由表1可知，綠色效益維度指標(biāo)分別包括工業(yè)增加值、地方財(cái)政收入、城鎮(zhèn)居民人均可支配收入、單位GDP耗能下降率四個(gè)指標(biāo)，均為越大越好的正向指標(biāo)，因此將理想對(duì)象確定為指標(biāo)的最大值，理想e*=(494.01 44.67 23 985 4.96)；綠色消耗維度指標(biāo)分別包括工業(yè)廢氣排放總量、工業(yè)廢水排放總量、工業(yè)固體廢物產(chǎn)出量、工業(yè)二氧化硫排放量四個(gè)指標(biāo)，均為越小越好的負(fù)向指標(biāo)，因此將理想對(duì)象確定為指標(biāo)的最小值，理想e*=(308.31 478.92 112.89 6 341.5)；綠色治理維度指標(biāo)分別包括水土流失治理面積、工業(yè)固體廢物綜合利用率、廢水治理設(shè)施運(yùn)行費(fèi)用、廢氣治理設(shè)施運(yùn)行費(fèi)用四個(gè)指標(biāo)，均為越大越好的正向指標(biāo)，因此將理想對(duì)象確定為指標(biāo)的最大值，理想e*=(8 09.78 89.06 14 734 23 317.3).

同理，計(jì)算綠色效益、綠色消耗、綠色治理三個(gè)維度指標(biāo)的均衡接近度.

3.1.2 第一層次灰熵綜合評(píng)價(jià) 由于綠色資源、綠色效益、綠色消耗、綠色治理四個(gè)維度在綠色發(fā)展過程中起到同等重要的作用，因此給四個(gè)維度分別賦予0.25的權(quán)重.利用公式（12）計(jì)算陜南三市2018年綠色發(fā)展綜合評(píng)價(jià)值W.

依據(jù)W越大評(píng)價(jià)對(duì)象越優(yōu)的評(píng)價(jià)標(biāo)準(zhǔn)得出，2018年陜南三市綠色發(fā)展水平的綜合評(píng)價(jià)結(jié)果為：安康市>漢中市>商洛市.

3.2 基于灰熵決策模型的陜南三市綠色發(fā)展水平縱向評(píng)價(jià)

同樣步驟，分別以漢中市、安康市、商洛市各自在2013—2018年綠色發(fā)展評(píng)價(jià)指標(biāo)的最優(yōu)值作為理想對(duì)象，計(jì)算出漢中市、安康市、商洛市各自在2013—2018年的綠色發(fā)展指數(shù)，結(jié)果如表3所示.

表3 2013—2018年陜南三市綠色發(fā)展指數(shù)Tab.3 Green development index of three cities in southern Shaanxi from 2013 to 2018

由于縱向比較理想對(duì)象僅為陜南三市各自的最優(yōu)值，因此綠色發(fā)展指數(shù)不能進(jìn)行跨市區(qū)比較，僅對(duì)各市在2013—2018年的變化趨勢(shì)進(jìn)行分析.由表3可知，2013—2018年陜南三市綠色發(fā)展指數(shù)均存在小幅度變化.其中漢中市綠色發(fā)展指數(shù)波動(dòng)較大，2014年最低，2015年有所回升，2013—2018年整體為下降趨勢(shì)；商洛市綠色發(fā)展指數(shù)2017年最低，2018年有所回升，且基本回歸到2013年的綠色發(fā)展水平；安康市綠色發(fā)展指數(shù)也是在2017年最低，2018年稍有回升，且2013—2018年整體為下降趨勢(shì).總的來看，陜南三市綠色發(fā)展水平在2013—2018年均呈現(xiàn)出先下降后提升的變化，且總體均有輕微下降趨勢(shì).以上結(jié)果表明陜南三市在發(fā)展經(jīng)濟(jì)的同時(shí)對(duì)生態(tài)環(huán)境產(chǎn)生了不良影響，但隨著政府的控制與治理，生態(tài)環(huán)境已有所改善，經(jīng)濟(jì)發(fā)展的可持續(xù)性已有好轉(zhuǎn).

4 結(jié)論

從綠色資源、綠色效益、綠色消耗、綠色治理四個(gè)維度構(gòu)建了綠色發(fā)展水平評(píng)價(jià)指標(biāo)體系，并將四個(gè)維度細(xì)化成相應(yīng)的二級(jí)指標(biāo)，有利于政府檢測(cè)區(qū)域經(jīng)濟(jì)發(fā)展的可持續(xù)性，進(jìn)而調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提升經(jīng)濟(jì)發(fā)展的綠色水平.通過運(yùn)用灰熵決策模型對(duì)陜南三市的綠色發(fā)展水平進(jìn)行評(píng)價(jià)得出，2013—2018年陜南三市綠色發(fā)展水平均呈現(xiàn)出先下降后提升的變化，且總體上有輕微下降的趨勢(shì)，與現(xiàn)實(shí)相符，證明了灰熵決策模型在區(qū)域綠色發(fā)展水平評(píng)價(jià)中運(yùn)用的科學(xué)性.通過建立灰熵決策模型對(duì)區(qū)域綠色發(fā)展水平進(jìn)行評(píng)價(jià)，運(yùn)用了實(shí)際值與理想值的貼近度對(duì)評(píng)價(jià)對(duì)象排序的思想，使排序結(jié)果更加真實(shí)可靠，同時(shí)避免了多維度決策問題煩瑣的計(jì)算工作，為客觀評(píng)價(jià)區(qū)域綠色發(fā)展水平提供了科學(xué)依據(jù).