华东六省一市城镇化水平综合评价——基于AHP的模糊综合评价方法视角

张超

（安徽财经大学，安徽 蚌埠 233030）

经济理论

华东六省一市城镇化水平综合评价
——基于AHP的模糊综合评价方法视角

张超

（安徽财经大学，安徽 蚌埠 233030）

针对AHP与模糊综合评价各自的侧重点不同，整合两者优势，提出基于AHP的城镇化水平模糊综合评价方法。首先构建评价指标体系，利用AHP对指标权重予以确定，接着运用“最大－最小值”原则构造隶属度函数，结合具体数据，计算得到模糊关系矩阵，最后利用模糊综合评价方法，对华东六省一市城镇化水平加以综合评价。结果表明：上海城镇化总体水平属上等；江苏、浙江的城镇化总体水平属中上等；福建、山东属中等；安徽、江西属下等。该综合评价结果为华东地区的新型城镇化建设提供了科学的实证依据。

AHP；模糊综合评价；城镇化水平

一、引言

城镇化是度量一个国家或地区经济发展水平的重要指标。我国正走在城镇化快速发展的道路上，党的十八届三中全会明确提出要完善城镇化健康发展体制机制，适度的城镇化是确保社会经济健康稳步前行的重要保证。对城镇化进行测度与评价已成为学者们讨论的热点。

国内许多学者对我国以及各个地区的城镇化问题作了研究。刘亚臣，常春光（2008）［1］采用模糊综合评价对所选取的五个省（市）城镇化水平予以评价；吴耀，牛俊蜻（2009）［2］以陕西省为例，对区域城镇化发展水平进行分析探究；霍叶青，何跃（2010）［3］采用离差最大化和Ward系统聚类的方法对四川城镇化水平加以探究；张樨樨（2010）［4］指出城镇化综合评价体系的科学性与全面性的重要作用；刘勇，高建华（2011）［5］采用改善的熵权法对我国中原城市群的城镇化水平予以评价；张晓瑞，王振波（2012）［6］基于PP－DEA模型对区域城镇化水平进行综合评价；王洋等人（2012）［7］以县为基本单元，从人口、经济和社会三方面构建中国县域城镇化水平的综合评价体系；晁增福，康顺光（2013）［8］采用主成分分析法对新疆的城镇化水平建立综合评价模型；赵文英（2014）［9］基于主成分—灰色关联度的方法对黑龙江省的城镇化水平进行综合评价；赵永平，徐盈之（2014）［10］对我国的新型城镇化发展水平做了综合评价以及对驱动机制加以研究。

华东地区占据着自然环境的绝对优势，拥有着富饶的物产资源，具有发达的商品生产体系，另外具备齐全的工业门类，是中国经济发展的领头羊。华东地区的经济发展水平直接影响我国整体的经济发展速度，尤其是该地区的城镇化水平的高低也直接关系到我国城镇化的进程，所以对华东地区六省一市的城镇化水平予以综合评价对于我国社会经济发展以及社会稳定具有重要实际价值。

综合上述文献中所提及的研究方法，本文采用AHP确定权重的模糊综合评价方法对华东六省一市的城镇化水平给以综合评价，根据最终评价结果对华东地区各省（市）的城镇化水平加以比较并进行排名，进而分析各个省（市）在城镇化进程中的问题与不足并提出一些建议政策。

二、模糊综合评价模型介绍

1.评价指标体系

城镇化的发展成果表现为社会的经济、人口、生活状况以及环境等方面，且它们又包括很多更细的指标。因此我们可以将评价指标集分为两层，第一层有经济指标、人口指标、生活指标以及环境指标，用Bi表示，i＝1，2，3，4；第二层是上层子指标合共10项，表示为Cj，j＝1，2…10。

2.评价指标权重

权重的选取决定着综合评价效果好坏。而大多数学者都会通过专家打分法、AHP等进行权重的确定。本文则利用AHP对指标权重加以确认。借用德尔菲法利用比率标度技术对各指标相对上一层准则的重要性予以评判，并依此建立判断矩阵。表1给出了相应的比例标度。由比率标度法获得判断矩阵，再由其计算得出指标权重。

3.检验判断矩阵的一致性

将A记作判断矩阵，它是获得排序权向量的依据，所以要求A具备一致性。λmax为A的最大特征根，W为关于λmax的特征向量。只有当A完全一致时，λmax＝n，其他特征根全部为零。而当A不一致时，即λn＞n时则取（λmax－n）的差值用于检验一致性程度。一般可用CI表示，CI愈小则反映一致性程度愈大。表示如下：

表1 判断尺度及其含义

由于随机原因会导致一致性存在偏差，故在检验A是否具备满意一致性时，需将CI比上平均随机一致性指标RI，最终得到检验值CR，记：

其中RI，与A的维数有关，一般维数愈大，RI值愈大，表2给出常见的RI值。

表2 随机一致性指标RI

4.模糊综合评价

利用最大－最小值法构造指标对于城镇化水平的隶属度函数如下

式中：μAt（xi）为xi的城镇化隶属度；xi为指标i的原始数据；xmin，i是i序列的最小值；xmax，i是i序列的最大值。

设C为城镇化模糊综合评价值，显然C愈大，则城镇化程度愈高。C表达式如下：

三、基于AHP的模糊综合评价的应用

1.选取的指标及具体数据

为了对不同省份城镇化水平进行评价对比，文章选取了华东地区的六省一市作为比较对象，即江苏、浙江、安徽、福建、江西、山东以及上海。城镇化水平的评价涉及众多因子，每种因子的影响力以及重要程度不同。针对城镇化水平的综合评价，建立了4个一级指标，包括经济指标，人口指标，生活指标以及环境指标。各二级指标的分布为：经济指标B1包括人均GDPC1，第二产业增加值占GDP比重C2，第三产业增加值占GDP比重C3；人口指标B2包括城镇化率C4，第三产业从业人员比重C5；生活指标B3包括居民可支配收入C6，城乡收入差距C7，每百户拥有移动电话率C8；环境指标B4包括人均绿地面积C9，建成区绿地面积覆盖率C10。

为了得到城镇化水平的隶属度，需要10项二级指标的具体值。表3给出2013年华东六省一市的10个指标数据，见表3。

表3 华东六省一市10个指标具体数据

2.权重的确认及判断矩阵的一致性检验

（1）判断矩阵的构造

依据专家对各个因子的估计评分，构造相应的判断矩阵。D1表示所有一级指标对目标层的判断矩阵，D2、D3、D4、D5分别表示二级指标C1－C3、C4－C5、C6－C8、C9－C10对各自相应一级指标的判断矩阵。下列各表均依次给出。

表4 判断矩阵D1

表5 判断矩阵D2

表6 判断矩阵D3

表7 判断指标D4

表8 判断指标D5

（2）判断矩阵的一致性检验、权重的确定

利用上述5个判断矩阵D1，D2，D3，D4，D5，运用MATLAB软件运行可得如下结果：

（3）模糊评判矩阵的构造

根据式（3），通过R软件计算表3中10个指标数据的隶属度，可得模糊评判矩阵：

在上述矩阵中，行代表城镇化评价的10个二级指标，列代表华东六省一市，即江苏、浙江、安徽、福建、江西、山东以及上海。

（4）华东六省一市城镇化水平的模糊综合评价

根据（5）式计算出各地区4个一级评价指标的模糊评价值向量，根据（4）式计算出各个地区各城镇化指标的模糊综合评价值向量，运用MATLAB可得：

1）经济模糊综合评价值

2）人口模糊综合评价值

3）生活模糊综合评价值

4）环境模糊综合评价值

5）综合模糊综合评价值

依据上述5个综合评价值向量，可对华东地区六省一市的4项指标评价值及综合评价值予以排名，表9给出排名结果。

表9 排名汇总表

由表9可知，华东六省一市中，经济指标排名按高低排序为：上海，浙江，江苏，山东，福建，江西，安徽；人口指标排名按高低排序为：上海，江苏，浙江，安徽，山东，福建，江西；生活指标排名按高低排序为：上海，福建，浙江，江苏，安徽，山东，江西；环境指标排名按高低排序为：上海，江苏，浙江，山东，福建，江西，安徽；综合指标排名按高低排序为：上海，江苏，浙江，福建，山东，安徽，江西。

四、结束语

由于城镇化发展受很多因素影响，且要求结合定性与定量指标，因此对其进行科学综合评价是一项艰巨的任务。将AHP用于模糊综合评价权重的确定，科学量化了有关的定性关系，结合模糊评判矩阵，便可对各个指标评价值进行排序，本文采用此方法对华东六省一市的城镇化水平予以综合评价，最终得到科学的评价结果。

由模糊综合评价法得出的华东六省一市的城镇化水平的总排名可知，上海市、江苏省、浙江省的城镇化水平较高，它们在保持较高的城镇化水平的前提下，应积极寻找一个适度的城镇化水平，这对于华东地区以及全国发展来说有着巨大的实际意义；福建省、山东省城镇化水平一般，应继续加快城镇化进程，努力向沪、苏、浙靠拢；安徽省与江西省城镇化水平较低，应积极改善城镇体系的空间布局、大力增强城镇综合承载能力、完善城镇化健康发展体制机制，从根本上提高城镇化水平。

对华东地区城镇化水平进行综合评价，为城镇化建设过程提供了科学的实证依据，这对于地区政府制订相应的科学政策和找到推进城镇化建设的合适速度有着深刻的实践价值。

［1］刘亚臣，常春光，刘宁，等.基于层次分析法的城镇化水平模糊综合评价［J］.沈阳建筑大学学报（自然科学版），2008，24（1）：132－136.

［2］吴耀，牛俊蜻，郝晋伟.区域城镇化综合发展水平评价研究——以陕西省为例［J］.西北大学学报（自然科学版），2009，（6）：1042－1047.

［3］霍叶青，何跃.基于离差最大化和 Ward系统聚类的四川城镇化水平研究［J］.软科学，2010，24（6）：71－73.

［4］张樨樨.我国城市化水平综合评价指标体系研究［J］.中国海洋大学学报（社会科学版），2010，（1）：60－64.

［5］刘勇，高建华，丁志伟.基于改进熵权法的中原城市群城镇化水平综合评价［J］.河南大学学报（自然科学版），2011，41（1）：49－55.

［6］张晓瑞，王振波.基于PP—DEA模型的区域城镇化发展差异的综合评价［J］.中国人口·资源与环境，2012，22（2）：130－135.

［7］王洋，方创琳，王振波.中国县域城镇化水平的综合评价及类型区划分［J］.地理研究，2012，31（7）：1305－1316.

［8］晁增福，康顺光，邢小宁.新疆城镇化水平综合评价模型研究［J］.数学的实践与认识，2013，43（12）：87－91.

［9］赵文英.基于主成分——灰色关联度的黑龙江省城镇化水平综合评价［J］.数学的实践与认识，2014，44（6）：43－50.

［10］赵永平，徐盈之.新型城镇化发展水平综合测度与驱动机制研究——基于我国省际2000—2011年的经验分析［J］.中国地质大学学报（社会科学版），2014，14（1）：116－124.

Comprehensive Evaluation of Urbanization Level of Six Provinces and One City in East China——Fuzzy Comprehensive Evaluation of Urbanization Level Based on AHP

Zhang Chao
（Anhui University of Finance and Economics，Bengbu Anhui 233030，China）

This paper，based on each different focus of AHP （analytic hierarchy process）and fuzzy comprehensive evaluation，integrated the advantages of them and proposed fuzzy comprehensive evaluation of urbanization level based on AHP（analytic hierarchy process）.First of all，evaluation index system was established and index weight was determined by AHP（analytic hierarchy process）.Then the maximum－minimum？method was used to construct membership function of various indexes for urbanization and we calculated fuzzy relation matrix by combining the specific data.Finally，the fuzzy comprehensive evaluation method was applied to the comprehensive evaluation of the urbanization level of six provinces and one city in East China.The results showed that Shanghai’s gross level belongs to upper level，Jiangsu and Zhejiang belongs to medium or even better than average，Fujian and Shandong belongs to medium level，Anhui and Jiangxi belongs to lower level.The results of the comprehensive evaluation provided scientific empirical evidence for the new urbanization construction in east China.

AHP；fuzzy comprehensive evaluation；urbanization level

F299.21

A

1672-0547（2015）03-0017-04

2015－03－02

张 超（1991－），男，安徽宣城人，安徽财经大学统计与应用数学学院硕士研究生，研究方向：经济统计。

安徽财经大学研究生科研创新基金项目（CXJJ2014074）。