王鐵旦,李詩瑤,彭定洪
(昆明理工大學(xué) a.管理與經(jīng)濟(jì)學(xué)院;b.質(zhì)量發(fā)展研究院,云南 昆明 650500)
國際商業(yè)機(jī)器公司(International Business Machines Corporation,IBM)于2008年提出智慧城市[1]的概念后,引起了美國、新加坡、日本等眾多國家的積極響應(yīng)[2-4]。我國在2013年首次進(jìn)行智慧城市試點(diǎn)活動并于2016年提出新型智慧城市的概念,不同于國外的智慧城市理念重在對“物”的管理,我國的新型智慧城市建設(shè)核心是以“人”為本[5]。因此,如何從“人本”角度對新型智慧城市建設(shè)質(zhì)量進(jìn)行評價成為當(dāng)前亟待解決的問題。截止2021年,中國有超過700個城市開展智慧城市建設(shè),數(shù)量上是全球第一,然而“量”的增加并不等于“質(zhì)”的提升??茖W(xué)合理的評價可以有效地反映出智慧城市建設(shè)質(zhì)量與運(yùn)行效果,本文通過對前期建設(shè)經(jīng)驗進(jìn)行總結(jié)和梳理,嘗試為后續(xù)管理和發(fā)展提供有益借鑒。
新型智慧城市建設(shè)質(zhì)量的精準(zhǔn)評價需要科學(xué)合理的方法和模型。目前,我國對智慧城市評價的相關(guān)研究主要有兩類:一是基于客觀數(shù)據(jù)的分析。劉笑音等[6]、胡軍燕等[7]分別采用主成分和面板數(shù)據(jù)對智慧城市發(fā)展?jié)摿椭腔鄱冗M(jìn)行分析;隨后,客觀數(shù)據(jù)結(jié)合各類模型相繼被運(yùn)用到智慧城市評價領(lǐng)域。陳莉等[8]采用熵權(quán)與云模型相結(jié)合的方法來評價我國的綠色智慧城市發(fā)展水平。鄒凱等[9]構(gòu)建了灰色關(guān)聯(lián)分析-反向傳播神經(jīng)網(wǎng)絡(luò)(Grey Relational Analysis-Back Propagation Neural Network,GRA-BPNN)智慧城市發(fā)展?jié)摿υu價模型。隨著城市發(fā)展趨勢由“物本”轉(zhuǎn)向“人本”,其關(guān)注的焦點(diǎn)從最初的“物”的發(fā)展落到“人”的感受上[10],即智慧城市建設(shè)是以提升人民群眾的幸福感和滿意度為核心,因此,僅依據(jù)統(tǒng)計數(shù)據(jù)來衡量具有局限性。二是基于專家打分的主觀數(shù)據(jù)分析。項勇等[11]提出構(gòu)建智慧城市評價體系的網(wǎng)絡(luò)關(guān)系圖,再用逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)衡量城市的智慧程度。何琴[12]以層次分析法( Analytic Hierarchy Process,AHP)為基礎(chǔ)構(gòu)建了智慧城市建設(shè)水平評價模型。王楓等[13]利用概率語言評價從市民獲得感角度出發(fā),對新型智慧城市建設(shè)的三個方面進(jìn)行了評價。
城市發(fā)展質(zhì)量測評經(jīng)歷了由單一指標(biāo)測評向復(fù)雜指標(biāo)體系發(fā)展且在評價過程中越來越突出主觀評價的作用[14]。智慧城市建設(shè)方面的專家,作為“人”感受的評價者具有較高的權(quán)威性和代表性。由于個體差異性,專家在評價過程中難以達(dá)成共識,而基于聚合算子的信息聚合技術(shù)如等權(quán)的處理方法進(jìn)行數(shù)學(xué)平均或少數(shù)服從多數(shù)等容易導(dǎo)致具有建設(shè)性的少數(shù)意見被忽視[15]。Peng J J等人也指出在評價決策領(lǐng)域處理評價信息時簡單的刪除重復(fù)值是不合理的,忽視重復(fù)值也可能造成部分決策者偏好信息的丟失[16-17]。本文選取Yager R R[18]提出的模糊包(Fuzzy bags)對專家意見進(jìn)行整體表征,不僅可以解決專家意見不一致難以達(dá)成共識的問題,也可以有效對原始重復(fù)信息進(jìn)行保留。
新型智慧城市建設(shè)質(zhì)量評價包含了多方面內(nèi)容,如城市經(jīng)濟(jì)、生活、環(huán)境等,其評價過程屬于典型的多屬性評價問題。對新型智慧城市建設(shè)質(zhì)量進(jìn)行評價的目的是了解城市在建設(shè)中所處的階段和水平,而非擇優(yōu),且城市在各方面建設(shè)過程中的表現(xiàn)參差不齊,所以選擇妥協(xié)評價方法更貼合實際情況。多準(zhǔn)則妥協(xié)解排序法(VlseKriterijumska Optimizacija IKompromisno Resenje,VIKOR)不僅能解決智慧城市評價指標(biāo)間的沖突問題,還可以通過最大化群體效用和最小化個體遺憾對有限決策方案進(jìn)行折衷排序,尋求總體滿意度和個體滿意度之間的平衡,有效解決決策群體由于決策背景、決策偏好等差異造成的評價結(jié)果與集體利益相悖的問題[19];同時,VIKOR法中雖提及負(fù)理想解,但它僅用于規(guī)范化距離分量而未作為評價參考,與實際運(yùn)用中對建設(shè)質(zhì)量最差的城市關(guān)注度遠(yuǎn)不及發(fā)展質(zhì)量最好的城市相符[20]。
綜上,本文綜合現(xiàn)有研究成果提出了一套符合我國新型智慧城市建設(shè)質(zhì)量評價的指標(biāo)體系,并同步構(gòu)建了基于模糊包的VIKOR方法(BB-VIKOR方法)用于我國新型智慧城市建設(shè)質(zhì)量評價。在評價過程中采用模糊包的形式對專家評價信息進(jìn)行整體表征,并通過構(gòu)造模糊包線性偏好函數(shù)解決了兩個長短不一致的模糊包的大小比較問題,而改進(jìn)的多屬性模糊包間的距離公式則能更好地將VIKOR方法運(yùn)用在模糊包領(lǐng)域。
IBM作為智慧城市概念的提出者,從城市服務(wù)、市民、商業(yè)、交通、通信、供水、能源7個方面制定了一套用于評價智慧城市建設(shè)質(zhì)量的指標(biāo)體系。此外,在國際上認(rèn)可度較高的還有智慧社區(qū)論壇(Intelligent Community Forum, ICF)每年進(jìn)行的“年度智慧社區(qū)”評選。該評選1999年開始從寬帶連接、知識勞動力、創(chuàng)新型、消除數(shù)字鴻溝、市場營銷和宣傳及2015年新加入的可持續(xù)性這幾項永久評選主題指標(biāo)進(jìn)行評選。由于發(fā)展時間較長,它的評選標(biāo)準(zhǔn)及流程相對來說都比較完善。歐盟智慧城市研究自2007年開始以來,主要從智慧經(jīng)濟(jì)、智慧移動、智慧環(huán)境、智慧公民、智慧生活、智慧治理6個方面分別對歐洲中等規(guī)模城市進(jìn)行評價分析[21-22]。國內(nèi)方面,我國2011年7月發(fā)布的《智慧城市指標(biāo)體系1.0》是首個評價智慧城市建設(shè)質(zhì)量的指標(biāo)體系,主要從智慧城市基礎(chǔ)設(shè)施、智慧城市公共管理服務(wù)、智慧城市信息服務(wù)經(jīng)濟(jì)發(fā)展、智慧城市人文科學(xué)素養(yǎng)、智慧城市市民主觀感知5個維度進(jìn)行衡量。2016年,國家提出了新型智慧城市的概念,并設(shè)立了《新型智慧城市評價指標(biāo)體系3.0》,主要從惠民服務(wù)、精準(zhǔn)治理、生態(tài)宜居、智能設(shè)施、信息資源、網(wǎng)絡(luò)安全、改革創(chuàng)新和市民體驗8個方面進(jìn)行考核。發(fā)改委、網(wǎng)信辦2018年聯(lián)合發(fā)布的《新型智慧城市評價指標(biāo)》則包含了惠民服務(wù)、精準(zhǔn)治理、生態(tài)宜居、智能設(shè)施、信息資源、創(chuàng)新發(fā)展、市民體驗7個方面[23]33-38。
有學(xué)者對比了幾套評價指標(biāo)體系,指出歐盟的指標(biāo)體系相對來說最為完善[25-26],但歐盟和我國新型智慧城市發(fā)展的側(cè)重點(diǎn)不一致,且該套指標(biāo)體系確立較早,已不能包含現(xiàn)代城市發(fā)展的一些其它要求。新型智慧城市和傳統(tǒng)智慧城市最大的區(qū)別就是“人本主義”的突出體現(xiàn),目的是使城市居民獲得更高的幸福感。從2017年以來的研究成果(見表1)可看出關(guān)于民生的衡量指標(biāo)越來越多,盡管指標(biāo)名稱不完全一致,但其內(nèi)涵都是對民生、市民感受等方面的評價。另外,隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,過去只單純考慮網(wǎng)絡(luò)覆蓋情況已不足以衡量城市的網(wǎng)絡(luò)智慧質(zhì)量?!盎ヂ?lián)網(wǎng)+”成為城市發(fā)展的主流,互聯(lián)網(wǎng)技術(shù)的應(yīng)用水平更能體現(xiàn)其智慧程度,如移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)、政務(wù)服務(wù)、社會治理等方面的結(jié)合。基于此,本文以歐盟指標(biāo)體系為基礎(chǔ)并結(jié)合國內(nèi)相關(guān)研究,在充分考慮新型智慧城市的建設(shè)目標(biāo)和特點(diǎn)后提出如表2所示的指標(biāo)體系,即從智慧經(jīng)濟(jì)、智慧環(huán)境、智慧設(shè)施、智慧公民、智慧生活、智慧治理、智慧互聯(lián)、智慧民生8個方面較為全面、系統(tǒng)地評價了新型智慧城市建設(shè)質(zhì)量。
表1 智慧城市評價指標(biāo)研究
表2 新型智慧城市評價指標(biāo)體系
新型智慧城市建設(shè)是一個長期且復(fù)雜的過程,其質(zhì)量評價涉及城市經(jīng)濟(jì)、環(huán)境、治理等方面的建設(shè)情況,屬于多屬性評價的范疇。在評價過程中,不同的指標(biāo)間、專家的評價結(jié)果中都可能出現(xiàn)沖突,VIKOR方法作為典型的妥協(xié)評價方法用于城市建設(shè)質(zhì)量評價中可以較好地解決該問題。專家作為“人”的代表,在新型智慧城市建設(shè)質(zhì)量評價時往往難以給出精準(zhǔn)的評價值,該過程充滿了模糊性和不確定性。為降低主觀偏見對評價結(jié)果的影響往往邀請多個專家對智慧城市建設(shè)質(zhì)量進(jìn)行評價。由于多準(zhǔn)則決策中,共識過程繁瑣且難以達(dá)成,有效地考慮多專家的意見來表征群體意見至關(guān)重要。模糊包較之其它模糊集形式,不僅兼容了不可調(diào)和的觀點(diǎn),其計數(shù)值也簡潔有效地對群決策中重復(fù)意見進(jìn)行了保留。假設(shè)兩位專家對某一智慧城市經(jīng)濟(jì)方面進(jìn)行評價,一位專家在0.5和0.6之間猶豫,另一位專家給出0.6的評價,則該方面的評價結(jié)果用模糊包A表示為A=[CountA(u/x)/(u/x)]=[1/0.5,2/0.6]。其中,u表示專家給出的隸屬度打分值,u∈[0,1],CountA(u/x)表示打分值u出現(xiàn)的次數(shù)。
將專家群體的評價信息用模糊包的形式表征后,采用VIKOR方法對新型智慧城市建設(shè)質(zhì)量進(jìn)行排序。表征專家群體評價信息的模糊包的大小比較是選擇正、負(fù)理想解的關(guān)鍵,如何有效確定多個模糊包的優(yōu)劣是該方法應(yīng)用的關(guān)鍵。偏好關(guān)系,作為一種有效的決策信息表達(dá)方式,可以通過決策者針對評估對象進(jìn)行兩兩比較得到相應(yīng)的決策信息[35]。假設(shè)有m個方案(j=1,2,…,m),n個屬性(i=1,2,…,n),Ci(x),Ci(y)分別為方案的評價值,則優(yōu)等分?jǐn)?shù)[36]143-162:
Si(x)=Card({y∈X/Ci(x)>Ci(y)}) (1)
式中:Ci(x)>Ci(y)表示在屬性i中方案x“擊敗”方案y。
當(dāng)對兩個長短不一的模糊包進(jìn)行比較時,需要將其添零補(bǔ)齊或采取對元素按降序排列后補(bǔ)齊[37]。但是,該類方法存在一定缺陷,根據(jù)決策者的主觀偏好添加的數(shù)值不同排序結(jié)果也會不同。本文基于窮舉的思想,對模糊包內(nèi)元素進(jìn)行逐一比較,根據(jù)線性準(zhǔn)則提出了如式(2)所示的模糊包線性偏好函數(shù),用于比較兩個模糊包M、N的優(yōu)劣大小關(guān)系。M的長度為lM,N的長度為lN,則優(yōu)勢偏差函數(shù)為:
(2)
式中:i={1,2,…,lM},j={1,2,…,lN},Sn={1,2,…,lM·lN},umax=max{u1,u2,…,ui+j},umin= min{u1,u2,…,ui+j}。
計數(shù)值Count表示每個猶豫偏差可能出現(xiàn)的次數(shù),由于在比較時窮舉了每一種可能,在專家權(quán)重一致的情況下,其作用等同于概率作用。用一個偏差值的計數(shù)除以該部分偏差的總計數(shù)值,就是此偏差值可能出現(xiàn)的概率。因此,通過偏差值和計數(shù)值的整合可以得到如式(3)所示的優(yōu)勢偏好函數(shù)。
(3)
在確定正、負(fù)理想解后,需要計算出各城市評價值與理想解的距離,從而確定城市建設(shè)質(zhì)量的優(yōu)劣情況。為充分利用決策信息,本文構(gòu)造各方案的多屬性模糊包,主要由三部分組成:初始評價模糊包(Bi),指標(biāo)權(quán)重(Πi)和屬性(Ci),避免了后續(xù)將權(quán)重與決策信息融合的問題。
MCFBj=[Bi/Πi/Ci]
=[(Count(ui)/ui)/Πi/Ci](i=1,2…n)
(4)
由于添加了指標(biāo)權(quán)重,其形式與規(guī)范模糊包形式存在差異,模糊包距離公式也不再適用。因此,本文對原有距離公式進(jìn)行改進(jìn),提出了新的距離公式,如式(5)所示。設(shè)MCFB1,MCFB2為任意兩個多屬性模糊包,則其距離計算公式為:
(5)
步驟1:獲得初始決策矩陣。多名專家對不同的新型智慧城市建設(shè)質(zhì)量進(jìn)行評價(本文假設(shè)專家權(quán)重相等),得到模糊包矩陣D=(Bij)m×n。該模糊包矩陣含兩部分內(nèi)容,即除了專家評價的隸屬度值(uij),還有每個隸屬度值出現(xiàn)的次數(shù)Count(uij),而原始信息得以充分保留。
(6)
步驟2:確定不同城市在同一指標(biāo)下建設(shè)質(zhì)量的優(yōu)劣程度。根據(jù)式(2)可以得到同一指標(biāo)中城市Ai與其它城市相比建設(shè)質(zhì)量的優(yōu)勢偏差程度,式(3)則可以計算出城市的最終優(yōu)勢偏好值。S越接近1,表示城市Ai在該方面的建設(shè)質(zhì)量優(yōu)于其它城市的程度越高。
步驟3:根據(jù)同一指標(biāo)下的城市建設(shè)最終優(yōu)勢偏好值選出正、負(fù)理想點(diǎn)A+,A-。
A+={S1+,S2+,…,Sn+}={max(S11,S21,…,Sm1),max(S12,S22,…,Sm2),…,max(S1n,S2n,…,Smn)}
(7)
A-={S1-,S2-,…,Sn-}={min(S11,S21,…,Sm1),min(S12,S22,…,Sm2),…,min(S1n,S2n,…,Smn)}
(8)
步驟4:根據(jù)式(4)構(gòu)造多屬性模糊包。多屬性模糊包在本處作用是對同一城市的信息進(jìn)行集結(jié),包含多個指標(biāo)下的模糊包信息。由步驟3選擇的正、負(fù)理想解所對應(yīng)的模糊包可以確定正、負(fù)多屬性模糊包。
(9)
(10)
步驟5:計算各多屬性模糊包與正、負(fù)理想多屬性模糊包的距離,能有效衡量各城市實際表現(xiàn)與理想點(diǎn)之間的偏離程度。
(11)
(12)
步驟6:根據(jù)利益比率值Qi的大小進(jìn)行排序,判斷新型智慧城市建設(shè)的質(zhì)量情況。Qi值越小,表示城市建設(shè)質(zhì)量越好。
Sj=[d(MCFBj,MCFB+)/d(MCFB+,MCFB-)]
(13)
(14)
(15)
式中:v表示決策系數(shù),且v∈[0,1],取值根據(jù)決策者的偏好而定。為方便計算,本文取v=0.5。
隨著我國開放程度的進(jìn)一步加大,邊境城市的重要性日益凸顯,云南省作為我國與東南亞連接的“窗口”,其城市智慧化建設(shè)發(fā)展具有重大意義。為對云南省新型智慧城市建設(shè)質(zhì)量進(jìn)行評價,本文選取東部城市曲靖、省會城市昆明、中部城市玉溪、南部城市紅河州及普洱、西部城市大理以及北部城市昭通市在內(nèi)的7個城市(A=A1,A2,…,A7)為例,由3位專家(因各個專家知識背景不同,在評價中均具有其自身的優(yōu)勢,本文視各個專家為同等重要)從智慧經(jīng)濟(jì)、智慧環(huán)境、智慧設(shè)施、智慧公民、智慧生活、智慧治理、智慧民生、智慧互聯(lián)(C=C1,C2,…,C8)8個方面來進(jìn)行智慧城市建設(shè)質(zhì)量評價。指標(biāo)權(quán)重值Π=(Π1,Π2,…,Π8)=(0.2,0.1,0.1,0.1,0.1,0.1,0.2,0.1)(權(quán)重通過AHP層次分析法獲得)。每位專家盡可能獨(dú)立地對城市建設(shè)質(zhì)量進(jìn)行評價,評分值在[0,1]范圍內(nèi),分?jǐn)?shù)越高表示對智慧城市建設(shè)質(zhì)量越滿意。
第一步,將所有專家的評價信息進(jìn)行集結(jié),得到如下所示初始模糊包矩陣R=(rji)7×8,實現(xiàn)了對原始信息的充分保留。
第二步,在已知各屬性下的專家評價之后,獲得各屬性下不同方案的偏差程度以計算偏好值。以指標(biāo)C1為例(下同),得到表3所示的模糊包偏差表。
表3 C1指標(biāo)下的模糊包偏差表
隨后,利用公式(3)對偏差矩陣進(jìn)行處理,得到表4所示的模糊包偏好函數(shù)值。
表4 C1指標(biāo)下的各方案的偏好值
第三步,偏好值反映了同一指標(biāo)下方案的優(yōu)越性程度,對方案的優(yōu)劣比較具有重要作用,根據(jù)偏好值的大小選取正、負(fù)理想點(diǎn),如下所示:
S1+=max(S11,S21,…,Sm1)=max(1.953,4.453,1.396,2.733,0.656,0.972,0)=4.453
S1-=min(S11,S21,…,Sm1)=min(1.953,4.453,1.396,2.733,0.656,0.972,0)=0
第四步,構(gòu)造各方案的多屬性模糊包,對現(xiàn)有信息進(jìn)行融合,不需要再考慮如何選擇算子將權(quán)重整合的問題。以城市A1(曲靖)為例,構(gòu)造多屬性模糊包MCFB1,其余算法相同;同時,由于上一步確定了正、負(fù)理想點(diǎn),據(jù)此可以確定出正、負(fù)多屬性模糊包(MCFBs):
第五步,計算多屬性模糊包與正、負(fù)理想多屬性模糊包間的距離。以城市A1(曲靖)為例,其余算法相同。
=[0.12/0.2/C1;0.042/0.1/C2;0/0.1/C3;0/0.1/C4;
0.025/0.1/C5;0/0.1/C6;0/0.2/C7;0/0.1/C8]
=0.12×0.2+0.042×0.1+0×0.1+0×0.1+0.025×0.1+0×0.1+0×0.2+0×0.1=0.031
=0.467×0.2+0.355×0.1+0.267×0.1+0.308×0.1+0.367×0.1+0.375×0.1+0.475×0.2+0.533×0.1
=0.409
第六步,計算最大群體效益值Si和最小個體遺憾值Ri,由此可得到利益比率值Qi,并根據(jù)計算結(jié)果對新型智慧城市建設(shè)質(zhì)量進(jìn)行排序,最終計算結(jié)果如表5所示。
表5 Si,Ri,Qi結(jié)果
S1=d(MCFB1(Cj),MCFB+(Cj))/d(MCFB+(Cj),MCFB-(Cj))
=0.031×c0.409=0.076
=max(0.257,0.118,0,0,0.068,0,0,0)
=0.257
通過分析可得出新型智慧城市建設(shè)質(zhì)量排名為A2>A1>A3>A6>A4>A5>A7,即由高到低依次是昆明、曲靖、玉溪、大理、紅河州、普洱、昭通。
為驗證該方法的有效性,將其結(jié)果與采用Rebai A提出的BB-TOPSIS方法[36]143-162的結(jié)果進(jìn)行比較,結(jié)果如表6所示。
表6 兩種不同方法評價結(jié)果
兩種方法所得的智慧城市建設(shè)質(zhì)量排名一致性較高,差別在于第4名和第5名排序不同。造成這種差異的主要原因是采用BB-VIKOR方法中排名第5的紅河州在智慧環(huán)境和智慧互聯(lián)方面表現(xiàn)較差,從而導(dǎo)致個體遺憾值偏大,最終排名靠后。實際情況中,高質(zhì)量智慧城市需要城市在各方面都表現(xiàn)優(yōu)秀,任意一方面出現(xiàn)短板都會影響城市的建設(shè)和發(fā)展,所以紅河州排名應(yīng)在大理之后,與本文方法所得結(jié)論一致。
從評價結(jié)果看,昆明作為云南省的省會城市,在城市建設(shè)各方面都表現(xiàn)較好。曲靖市在許多方面得分值較高,但由于經(jīng)濟(jì)和環(huán)境相對昆明來說差距較大,導(dǎo)致曲靖最終利益比率值高于昆明。普洱市在智慧環(huán)境和智慧民生方面的建設(shè)存在不足,導(dǎo)致其個體遺憾值Ri較大,影響了排名。昭通作為云南省北部發(fā)展較快的城市,雖然在智慧環(huán)境等方面有優(yōu)勢,但在智慧經(jīng)濟(jì)、智慧互聯(lián)等方面還有較大的提升空間??傮w來看,云南省新型智慧城市建設(shè)仍然呈現(xiàn)出地域差異,省會城市及靠近省會的城市集群建設(shè)成效更好;同時,距離昆明較遠(yuǎn)的大理及紅河州的快速發(fā)展也為其它城市的建設(shè)提供了參考。綜上,各城市應(yīng)該結(jié)合自身特點(diǎn),吸收借鑒其它城市建設(shè)經(jīng)驗以實現(xiàn)城市高質(zhì)量發(fā)展。
本文從“人本”角度出發(fā),基于主觀數(shù)據(jù)對我國新型智慧城市建設(shè)質(zhì)量進(jìn)行評價。首先,對國內(nèi)外政府部門發(fā)布的文件和近幾年相關(guān)學(xué)者的研究進(jìn)行梳理,以歐盟指標(biāo)體系為基礎(chǔ),結(jié)合研究熱點(diǎn)構(gòu)建了智慧經(jīng)濟(jì)、智慧環(huán)境、智慧設(shè)施、智慧公民、智慧生活、智慧治理、智慧民生、智慧互聯(lián)8個維度的評價指標(biāo)體系。隨后,提出BB-VIKOR方法用以評價新型智慧城市建設(shè)質(zhì)量。采取模糊包的形式對專家意見進(jìn)行整體表征,不僅考慮了決策過程中的重復(fù)信息,也對少數(shù)群體性意見進(jìn)行了保留,使決策更加科學(xué)合理。另外,通過構(gòu)造模糊包線性偏好函數(shù)解決了長短不一致的兩個模糊包的大小比較問題,避免了添值和排序的影響,更有效地反映出其優(yōu)勢程度;同時,改進(jìn)的多屬性模糊包的距離公式有效衡量了各城市實際表現(xiàn)與理想點(diǎn)之間的偏離程度,解決了BB-VIKOR方法在應(yīng)用中的距離計算問題。最后,以我國云南省部分城市為例,驗證了方法的可用性,所得結(jié)論與實際情況相符。