基于灰色关联分析的城市生态系统健康评价

秦趣，代稳，张勇荣

(1.六盘水师范学院环境与资源科学系，贵州六盘水553004;2.乌蒙山区发展研究院，贵州六盘水553004)

基于灰色关联分析的城市生态系统健康评价

秦趣1，2，代稳1，张勇荣1

(1.六盘水师范学院环境与资源科学系，贵州六盘水553004;2.乌蒙山区发展研究院，贵州六盘水553004)

针对目前城市生态环境所面临的问题，从结构功能、可持续利用能力和动态变化3个方面建立城市生态系统健康评价指标体系，采用熵值赋权法求出各评价指标的权重值，运用灰色关联分析理论构建城市生态系统健康评价模型，并对贵州省9个城市进行实例研究.评价结果表明:铜仁、兴义和都匀3个城市的生态系统健康处于不健康等级，贵阳、遵义、毕节、安顺、凯里和六盘水6个城市的生态系统健康处于亚健康等级.各城市的生态系统健康状况排序为:遵义＞贵阳＞毕节＞凯里＞六盘水＞安顺＞兴义＞都匀＞铜仁，这与各城市实际情况大致相符，该评价结果可为有关部门科学决策提供依据.

灰色关联分析;城市生态系统健康;评价指标;评价模型;贵州省

近年来，各种自然灾害显著增多，如极端气候异常，雾霾天气繁多，水土流失严重，水资源受到破坏等.人们越来越关注生态环境问题，对生态系统健康的研究也日益深入.作为生态系统健康的重要组成部分，城市生态系统健康及其评价越来越受到学界的重视.目前，关于城市生态系统健康的评价方法主要有模糊数学、神经网络、能值分析、未确知测度、属性理论、集对分析、分形理论［1－8］等.分析现有的研究情况，他们的评价和分析只是对同一城市的生态系统健康进行大致的研究和分析，而对多个城市生态系统健康的比较研究较少，因此，作者拟运用灰色关联分析方法对贵州省9个地州市的城市生态系统健康进行评价并分析，以期为有关部门提供参考依据.

1 评价模型和方法

1.1 灰色关联分析理论基础

灰色关联分析从思想方法上看属于几何处理的范畴，实质上是对反映各因素变化特性的数据序列所进行的几何比较，用于分析各度量因素之间关联程度的灰色联度，通过对各因素之间关联曲线的比较而获得结论［9］，如果表示相似程度的序列曲线几何形状越接近，则相应序列之间的关联度就越大，反之就越小.然而，在信息的收集过程中，有的信息已知，有的信息未知或者不确定.控制论学者艾什比把缺乏信息的客体称作“黑箱”，用颜色的深浅代表信息的多少.已知信息称为白色信息，未知或不确定信息称为黑色信息，由此构成灰色系统［10］.城市生态系统是一个高度人工化的复合生态系统，在长期的发展过程中，城市生态系统内部各要素及要素之间的作用与联系经历了由黑色到灰色的过程［11－12］.因此，城市生态系统具有典型的灰色系统性状，该研究拟运用灰色关联分析法比较评价各指标的最优向量的关联程度，从而对城市生态系统健康状况进行评判.

1.1.1 确定比较数列和参考数列

以贵州省9个地州市2012年的各评价对象的各评价指标值构成数列作为比较数列Xi(i=1，2，…，5)，参考前人研究成果［13］，把城市生态系统健康分为疾病、不健康、亚健康、健康和很健康5个等级，并把各个等级的标准值构成的数列作为参考数列X0，则有各级城市生态系统健康标准的参数序列［14］，记为Xi(k)={xi(1)，xi(2)，…，xi(n)}，其中:Xi(k)代表第i级生态系统健康标准的第k项评价因子的值，k=1，2，3，…，n.

设城市生态系统健康评价共有j个样本，则城市生态系统健康的参数序列为Yj(k)={yj(1)，yj(2)，…，yj(n)}，其中:Yj(k)代表第j个生态系统健康的第k项评价因子的现状值，k=1，2，…，n.1.1.2归一化处理

其中:A代表评价等级数，B代表评价样本数，A、B值可以随不同评价因子参数序列的变化而改变.归一化处理后，可以计算城市生态系统健康参数和各标准序列的关联度.

1.1.3 计算关联系数

其中:ξli(k)为第k个指标的关联系数;Δli(k)=|y'j(k)－x'i(k)|，代表2个数列在第k个指标的绝对差;min minΔli(k)代表二级最小差;maxmaxΔli(k)代表二级最大差;ρ为分辨系数，0＜ρ＜1，通常ρ=0.5.

1.1.4 计算加权关联度

其中:wk为各评价指标的权重值.

1.2 指标权重值确定

计算评价指标权重的方法很多，如层次分析法(AHP)、德尔菲法、均方差法、因子分析法和熵值赋权法等，根据评价的需要，作者采用熵值赋权法计算各评价指标的权重.

1.2.1 原始数据标准化

由n个评价对象、m个评价指标构成判断矩阵R=(Xab)(a=1，2，…，n;b=1，2，…，m).当指标值越大越好时，有

当指标值越小越好时，有

其中:Xab代表第a个评价对象第b个评价指标的值，max(Xab)代表第a个评价对象中的最大值; min(Xab)代表第a个评价对象中的最小值.

1.2.2 定义熵

对n个评价对象的m个指标中，第b个指标的熵定义为

其中:Hb代表第b个指标的熵，fab为第a个评价对象第b个评价指标标准值的比重，k=1/ln n.当fab=0时，则fabln fab=0.

1.2.3 定义熵权

在定义了第b个指标熵的条件下，可以求得第b个指标的熵权(wb)

其中:wb代表第b个指标的权重值，0≤wb≤1

把贵州省9个地州市各评价指标的现状值代入公式(5)～(8)，即可求得贵州省各地州市生态系统健康各评价指标的权重值.

2 评价指标体系及评价标准

2.1 指标体系建立

考虑到城市生态系统的复杂性和综合性，结合贵州省的实际情况，在参考国内外生态城市、宜居城市、卫生城市、健康城市、园林城市和环保模范城市以及相关研究成果的基础上，选取结构功能、可持续利用能力和动态变化3个要素评价城市生态系统健康状况.其中:①结构采用森林覆盖率、建成区绿地覆盖率和水土流失率来表示，功能采用百人拥有电话数和万人拥有病床数来说明;②可持续利用能力包括经济、社会和环境3个方面，经济指标有GDP增长率、人均GDP增长率、第三产业占GDP比重、财政收入占GDP比重，社会指标有万人拥有高等学历人数和城市人口失业率，环境指标包括饮用水水源水质达标率、空气质量好于Ⅱ级以上天数比率、城市生活垃圾无公害化处理率、工业固废综合利用率、工业废水排放达标率;③动态变化由人群健康和生活质量两方面组成，人群健康包括人口预期寿命、人口自然增长率和婴儿死亡率，生活质量包括恩格尔系数、人均公共绿地面积、人均拥有道路面积、城市人口密度、人均住宅面积和人均水资源量.这些指标共25个(设为X1～X25)，基本能够反映贵州省城市生态系统健康的状况.

2.2 分级标准

分级标准依据文献［15－17］把城市生态系统健康分为疾病、不健康、亚健康、健康和很健康5个等级［15－18］，各指标具体分级情况见表1.

表1 贵州省城市生态系统健康评价指标体系及分级标准Tab.1 Index system of ecosystem health assessment and group standard in Guizhou province

3 实例研究

3.1 研究区概况

贵州省地处中国西南地区，位于东经103°36'～109°35'、北纬24°37'～29°13'之间，东毗湖南，南邻广西，西连云南，北接四川和重庆，资源富集，发展潜力巨大.全省辖6个地级市、3个自治州.东西长约595 km，南北相距约509 km，国土面积1.76×105km2，其中民族自治地方占全省总面积的55.5%.据第6次人口普查，全省常住人口3 475万人，少数民族人口占全省总人口的36.1%，是一个少数民族聚集的省份［19－21］.

该研究以贵州省6个地级市和3个自治州州府所在城市为研究对象，即对贵阳、遵义、毕节、六盘水、安顺、凯里、铜仁、都匀、兴义9个城市的生态系统健康状况进行研究，通过定量评价分析，对比各城市生态系统健康现状，以期为贵州省城市生态系统健康管理提供基础数据.

3.2 数据来源

研究数据主要来自于2012年上述9个城市的统计年鉴、贵州省统计年鉴、中国城市统计年鉴、贵州省环境质量报告书、国民经济和社会发展统计公报和水资源公报等.

3.3 结果分析

以贵阳市为例，把贵阳市的相关数据代入公式(1)～(3)，计算出贵阳市的生态系统健康各评价指标的关联度(表2)，再根据公式(4)求得贵阳市生态系统健康的关联度，结果列于表2.

用以上方法，计算出贵州省各地州市的城市生态系统健康关联度，计算结果列于表3.

表3 贵州省城市生态系统健康关联度Tab.3 The gray correlation of urban ecosystem health assessment in Guizhou province

从表3可以看出，贵州省9个地州市城市生态系统健康关联度等级评价为:铜仁、兴义和都匀为不健康等级，贵阳、遵义、毕节、安顺、凯里和六盘水为亚健康等级.各城市健康状况排序为:遵义＞贵阳＞毕节＞凯里＞六盘水＞安顺＞兴义＞都匀＞铜仁.各城市生态系统健康特征具体分析如下:

(1)遵义、贵阳、毕节、凯里、六盘水和安顺城市生态系统健康处于亚健康等级.其中，遵义生态环境综合质量较好，表现在森林覆盖率较高、建成区绿地覆盖率高、空气质量良好，且经济和社会可持续能力较好，发展前景可观，但工业废水排放达标率低，固废综合利用率不高;贵阳文化与物质生活条件较好，经济发展水平高，基础设施建设较好，但人口密度高，人均拥有道路面积少;毕节社会发展能力和生产能力较强，但结构功能较差，主要表现在森林覆盖率低，水土流失率较严重;凯里环境质量较好，但文化生活和物质生活条件较低，表现在万人拥有高等学历人数、万人拥有病床数和百人拥有电话数比其他城市少;六盘水社会和经济持续发展能力好，但环境质量差，大气污染较重，工业废水排放达标率低;安顺可持续利用功能和自然结构状态的各指标较好，社会发展能力和生产能力强，但由于人口较多，人均公共绿地面积和人均拥有道路面积低，影响了城市生态系统的健康发展.

(2)兴义、都匀和铜仁城市生态系统健康处于不健康等级.兴义社会可持续能力较好，但经济水平低，空气污染指数高;都匀经济社会持续能力较强，但生态环境质量总体情况差，如森林覆盖率低，人均公共绿地面积少，城市生活垃圾无公害化处理低等;铜仁生态环境质量较好，但基础设施落后，结构功能低，人们生活便利程度差.诸多原因导致这3个城市生态系统健康处于不健康等级.

4 结束语

城市生态系统是典型的灰色系统，影响贵州省城市生态系统健康的因素较多，各评价指标都有贡献，如何利用各评价指标现状值来评价城市生态系统健康是目前要考虑的问题.作者在研究中应用熵值赋权法求得各评价指标的权重值，再运用灰色关联分析法对贵州省城市生态系统健康进行评价，结果表明，遵义、贵阳、毕节、凯里、六盘水和安顺城市生态系统健康处于亚健康等级，铜仁、兴义和都匀为不健康等级，各城市健康状况排序为:遵义＞贵阳＞毕节＞凯里＞六盘水＞安顺＞兴义＞都匀＞铜仁，评价结果与各城市实际情况大致相符.

［1］景彩娥，张福平.太原市城市生态系统健康评价及其趋势预测［J］.水土保持通报，2013，33(3):280－286.

［2］赵帅，柴立和，李鹏飞，等.城市生态系统健康评价新模型及应用——以天津市为例［J］.环境科学学报，2013，33(4):1173－1179.

［3］李苏.基于能值的宁夏城市生命力指数集对分析［J］.宁夏大学学报:自然科学版，2011，32(3):271－274.

［4］李恒，黄民生，姚玲.基于能值分析的合肥城市生态系统健康动态评价［J］.生态学杂志，2011，30(1):183－188.

［5］张保生，贾亚娟，吴洪波.基于未确知测度模型的生态系统健康评价［J］.北方环境，2011，23(4):85－87.

［6］刘丽丽，刘金萍，李建国.基于属性层次－识别模型的重庆市南岸区生态系统健康评价［J］.长江流域资源与环境，2010，19(2):214－219.

［7］苏美蓉，杨志峰，陈彬.基于生命力指数与集对分析的城市生态系统健康评价［J］.中国人口·资源与环境，2010，20(2):122－128.

［8］马爽爽，陈奕，许有鹏.基于分形理论的湖州市城市生态系统健康评价［J］.生态学杂志，2012，31(7):1817－1822.

［9］徐建华.现代地理学中的数学方法［M］.北京:高等教育出版社，2006.

［10］Xu H，Li Y，Xu G Q，et al.Ecophysiological response and morphological adjustment of two central Asian desert shrubs towards variation insummer precipitation plant［J］.Cell and Environment，2007，30:399－409.

［11］吴开亚，李如忠，陈晓剑.区域生态环境评价的灰色关联投影模型［J］.长江流域资源与环境，2003，12(5): 473－478.

［12］黄惠，马俊杰，王伯铎，等.灰色关联度法在区域生态示范建设可持续发展分析中的应用［J］.水土保持通报，2005，25(2):48－52.

［13］官冬杰，苏维词，周继霞.重庆都市圈生态系统健康评价研究［J］.地域研究与开发，2007，26(4):102－106.

［14］魏兴萍.基于灰色关联分析三峡库区重庆段生态安全［J］.水土保持研究，2010，17(4):124－128.

［15］秦趣，冯维波，梁振民，等.我国四大直辖市生态基础设施品质对比研究［J］.华中师范大学学报:自然科学版，2008，42(3):471－476.

［16］秦趣，张美竹，冯维波.山地城市生态基础设施评价研究——以重庆都市区为例［J］.西北林学院学报，2012，27(1):58－62.

［17］官冬杰，苏维词.城市生态系统健康评价方法及其应用研究［J］.环境科学学报，2006，26(10):1716－1722.

［18］马立广，曹彦荣，李新通.基于层次分析法的拉市海高原湿地生态系统健康评估［J］.地球信息科学学报，2011，13(2):234－239.

［19］秦趣，代稳，刘兴荣.乌蒙山区城市人工湿地生态系统健康评价——以六盘水明湖国家湿地公园为例［J］.水生态学杂志，2013，34(5):43－47.

［20］秦趣，代稳，杨琴.基于熵权模糊综合评价法的城市生态系统健康安全研究［J］.西北师范大学学报:自然科学版，2014，50(2):110－114.

［21］朱士鹏，况学东，张美竹.贵州省县域经济差异测度与分析［J］.西北师范大学学报:自然科学版，2012，48 (4):102－107.

(责任编辑 于敏)

Assessment of urban ecosystem health based on gray correlation analysis

QIN Qu1，2，DAIWen1，ZHANG Yong-rong1
(1.School of Environment and Resource Sciences，Liupanshui Normal University，Liupanshui 553004，China; 2.Research Institute of Development in theWumengshan Region，Liupanshui 553004，China)

Aiming at the problems faced by the city ecological environment，this article tried to establish the evaluation indicators system from three subsystem which were structure function，the sustainable utilization ability and dynamic change.The authorsmade use of the entropymethod and the weight of each evaluation index and the gray correlation analysis to construct the system and make it into practice with the evaluation of the health level of the urban ecosystem in 9 cities of Guizhou province.The evaluation results showed that the urban ecosystem was unhealthy in Tongren，Xingyi and Duyun.At the same time，the urban ecosystem was the sub－healthy state in Guiyang，Zunyi，Bijie，Kaili，Anshun，Liupanshui.The order of urban ecosystem health status was Zunyi＞Guiyang＞Bijie＞Kaili＞Liupanshui＞Anshun＞Xingyi＞Duyun＞Tongren，which was generally in line with the actual situation of the cities.Itwill provide a basis on which the relevant departments can make a scientific decision.

gray correlation analysis;urban ecosystem health;evalualion indicator;evaluation model;Guizhou province

X171.1

A

1000－2162(2014)04－0102－07

10.3969/j.issn.1000－2162.2014.04.016

2014－03－15

贵州省科学技术基金资助项目(黔科合J字［2012］2308号，黔科合J字［2011］2052号);贵州省哲学社会科学规划课题(13GZYB27);贵州省教育厅自然科学基金资助项目(黔教合KY字(2013)173号);贵州省教育厅高校人文社会科学研究项目(13GH003)

秦趣(1978—)，男，贵州毕节人，六盘水师范学院副教授，硕士.