基于不确定性理论的煤炭城市可持续发展评价模型

刘 学，董春游，曹志国，阳小丽

(1. 黑龙江科技学院研究生学院，黑龙江 哈尔滨 150027；2. 神华集团科技发展部，北京 100011)

煤炭资源一直以来都是我国的主要能源，在我国一次性能源消费中其比例占2/3以上，据统计，煤炭为我国经济社会发展提供了75%的工业燃料、76%的发电燃料、80%的民用商品能源和60%的化工燃料，今后几十年，以煤炭资源为主的一次能源结构仍不会改变。而作为国家重要能源基地的煤炭城市在促进国民经济发展中发挥了重要作用[1]。煤炭城市主要指依托煤炭资源的开发而兴起，煤炭工业，尤其是煤炭采选业在城市工业经济中占重要地位和相当比重的城市，它具有强烈的资源型指向性。我国目前有154座煤炭城市，涉及人口近2亿人[2]。由于煤炭资源的不可再生性，煤炭城市的持续开采必将使此类城市面临资源枯竭，结构失衡，“三废”污染，水土流失，地面塌陷等一系列问题。如何实现由煤炭资源型城市向生态型可持续发展城市的转变，成为我国一项亟待解决的重要课题。为此，我们有必要对煤炭资源型城市可持续发展程度进行合理评价，明确影响煤炭资源型城市可持续发展的关键因素及其所处的发展程度、发展阶段等。

云模型[3]和粗集[4]是当前处理不确定、多属性问题的两个比较好的工具，它们在处理方法上各具特点，而且功能上可以实现互补。将二者相结合，可以更有效的处理大量复杂的不确定数据和信息，提取更多有价值的隐含规则，并且能够有效避免如灰色关联分析[5]、层次分析方法[6]等存在的模糊指标精确化、随机指标缺省化、指标权重主观化等现象。信息熵是获取不确定性的度量的有效工具，利用熵权法获取指标的权重能有效克服主观因素的不利影响，与其他方法相比，具有更高的可信度。考虑到影响煤炭城市可持续发展水平的因素众多，且存在较大的不确定性，本文将云模型、粗集和熵权理论相结合，提出了基于不确定性理论的煤炭城市可持续发展评价模型，对我国25个煤炭城市的可持续发展状况进行合理评价，最终确定其可持续发展等级，同时考虑了评价所涉及的随机性和模糊性因素，使其评价结果相对更客观、有效。

1 指标体系的构建与指标权重的获取

1.1 煤炭城市可持续发展指标体系

构建评价指标体系一般要考虑其科学性、系统性、实用性、数据的可获取性等原则。对于煤炭型城市，既要考虑其经济和社会发展水平，又要从煤炭城市的特色和实际需要出发，兼顾其资源与环境因素，此外，还应重视煤矿安全问题对城市发展的重要作用。根据粗集理论研究的需要，综合考虑影响煤炭城市可持续发展的各方面因素，本文构建了共包含11项评价指标的指标体系[7-8]：I1为煤炭资源回采率(%)；I2为煤炭资源储采比例(%)；I3为建成区绿化覆盖率(%)；I4为人均GDP(万元)；I5为工业增加值占GDP比重(%)；I6为人均教育支出(元)；I7为每万人拥有医生数(人)；I8为城镇就业率(%)；I9为人均消费品零售额(万元)；I10为第三产业从业人员比重(%)；I11为安全培训投入费用(万元)。

1.2 熵权法获取指标权重

获取指标权重方面已有很多方法，包括：熵权法、层次分析法、专家评判法、变异系数法、主成分分析法、线性加权组合法等[9]。而相比之下，熵权法给出的指标权重值具有有更高的可信度，能有效避免主观因素影响比较适合煤炭城市可持续发展的评价。

设对象集{x1,x2,x3,…xn}包含待评价的n个煤炭城市，指标集{I1,I2,I3,…Im}包含m个评价指标。于是评价系统的初始数据矩阵A：A=(aij)n×m，其中aij表示第i个煤炭城市的第j项评价指标的数值。则指标权重可由如下步骤获得[10]：

2 评价模型的建立

基于不确定性理论的煤炭城市可持续发展评价模型具体包含以下5步：

第1步：对初始数据进行离散化。由于现实中的数据往往是一些连续型的数据，而粗集理论对连续型数据无法处理，故在属性约简前必须将连续数据离散化。首先，对初始数据进行标准化处理，考虑到评价问题中的随机性和模糊性因素，本文借助云变换进行数据离散化[11]。

第2步：属性约简。这一步就是运用粗集中的知识约简的办法，在保持尽量保持分类能力不变的前提下，约去冗余的指标数据，构成简化后的新的指标体系。

第3步：利用熵权法计算评价指标的权向量：ω={ω1,ω2,…ωm}。

第4步：根据评价等级划分标准，利用正向云发生器[3]实现等级评语的云模型化，即：将每个等级评语用一个一维正态云模型来描述。其云数字特征值可由以下公式计算得到[12]:

第5步：评价。利用标准化后的指标数据与权向量进行内积运算，得到每个煤炭城市xi综合评价变量Vi(i=1,2…n)，然后根据评价等级划分标准，利用X-条件云发生器[3]得到各评价对象对每个等级的隶属度，这样选择隶属度最大的评价等级，即作为该对象所处的评价等级。

3 实证分析

根据建立的煤炭城市可持续发展评价指标体系，通过网络搜集和查阅2010年各煤炭城市的相关年鉴数据，获取全国25个主要煤炭城市实际指标数据并运用云变换进行数据离散化处理得到离散化后的数据见表1(篇幅所限只给出部分离散化数据)。

表1 各煤炭城市离散化后的指标数据

按照粗集中属性约简的知识，借助MATLAB编程来实现对指标的约简，通过运算发现：

U/I≠U/(I-I1)；U/I≠U/(I-I3)；U/I≠U/(I-I5)；U/I≠U/(I-I9)

因此，属性集的核为CORE={I1,I3,I5,I9}，说明在指标体系中，煤炭资源回采率(I1)，建成区绿化覆盖率(I3)，工业增加值占GDP比重(I5)，人均消费品零售额(I9)是不可约简的，其余均可约简。但是，笔者认为人均GDP和煤矿安全性因素在煤炭城市可持续发展中的重要作用不可忽视，因此最终保留I1，I3，I4，I5，I9，I11这6个评价指标构成新的指标体系。

结合前面熵权法获取指标权重的算法并根据简化后的指标体系获取各评价指标的权重如下：

ω={ω1,ω2,…ωm*}={0.0732，0.3233，0.0793，0.2876，0.1946，0.0419}。

本文采用我国煤炭工业可持续发展研究课题组研究报告中的可持续发展评价等级划分标准，具体如下见表2。

表2 煤炭城市可持续发展评价的等级划分标准[12]

根据表2的评价等级划分标准，利用正向云发生器算法，获得各评价等级的云特征值为：

第一等级：(0.9250，0.0637，0.0800)

第二等级：(0.7750，0.0637，0.0800)

第三等级：(0.6000，0.0849，0.0800)

第四等级：(0.2500，0.2123，0.0800)

各评价等级对应的云图如图1所示。

图1 各评价等级的云图

根据约简后的指标体系，利用评价模型第5步中的算法产生每个评价指标对应各等级的隶属度，进而得到各煤炭城市的可持续发展等级，其最终评价结果如表3所示。

表3 25个煤炭城市的最终评价结果

4 结 论

从评价结果来看，可持续发展处于第一等级，即已达到可持续发展阶段的煤炭城市为极少数，仅有晋城、焦作；而少部分的煤炭城市，大同、唐山、徐州、枣庄处于第二等级，即已处于初级可持续发展阶段；多数煤炭城市，阳泉、抚顺、阜新、辽源、鸡西、鹤岗、双鸭山、乌海、淮南、淮北、平顶山、石嘴山处于由传统发展向可持续发展转变的第三等级；而朔州、七台河、赤峰、萍乡、鹤壁、铜川、六盘水这几个煤炭城市则属第四等级，即仍处于传统发展阶段。总体来看，我国各煤炭城市的可持续发展状况不容乐观，可持续发展水平较高的城市只占极少数，大多数煤炭城市还处于传统发展向可持续发展转变的阶段。由此可见，要实现我国煤炭城市的可持续发展，任重而道远，只有在煤炭城市发展的宏观和整体层次上，统筹规划，让各方面因子协调发展，并且努力贯彻分类指导的原则，尤其对那些处较低等级的煤炭城市，积极采取相应的产业转型战略和政策，才能使煤炭资源型城市沿着可持续发展的路子不断迈进。

本文针对煤炭城市可持续发展评价存在较多不确定性及评价指标众多不易挖掘规则等问题，将云模型、粗集与熵理论相结合，建立评价模型，对我国25个主要煤炭城市的可持续发展状况进行了评价，最终确定了其可持续发展等级，为进一步提高煤炭城市的可持续发展水平提供了一定的依据。从最终运行结果看，评价结果基本符合客观实际，表明该评价模型确实可行，有效，具有较强的推广应用价值。

[1] 董春游.可持续发展煤炭建设项目REESP系统研究[M].北京:煤炭工业出版社,2002.

[2] 姚平.煤炭城市可持续发展的复杂系统评价与调控研究[D].哈尔滨：哈尔滨工程大学,2008.

[3] 李德毅.不确定性人工智能[M].北京:国防工业出版社,2005.

[4] 张文修,仇国芳.基于粗糙集的不确定决策[M].北京：清华大学出版社,2005.

[5] 董锋,谭清美,周德，等.资源型城市可持续发展水平评价—以黑龙江省大庆市为例[J].资源科学,2010,32(8):1584-1590.

[6] 乌兰.煤炭矿区可持续协调发展评价的实证分析[J].中国软科学,2008(9):82-89.

[7] 李新春,彭红军,赵晶.煤炭资源型城市发展对策研究[J].软科学,2006(3):81-85.

[8] 苏顺华,余敬,柯小玲.中国矿业城市可持续力聚类分析[J].中国矿业,2010,19(3):7-9.

[9] 杨宇.多指标综合评价中赋权方法评析[J].统计与决策.2006(13):17-19.

[10] 周迎春.矿区社会发展的熵权模糊评价[J].辽宁工程技术大学学报：社会科学版,2009,11(2):140-142.

[11] 云理论对粗糙集方法的改进—以土地适宜性评价为例[D].武汉：武汉大学,2004.

[12] 贾琦,段春青,陈晓楠.黄河流域水资源可再生能力评价的云模型[J].中国人口·资源与环境,2010,20(9):48-52.

[13] 煤炭工业可持续发展研究课题组.煤炭工业可持续发展几个重要领域的研究报告[R].1996.