生态公益林质量评价赋权方法选择研究

梅 浩，彭泰来，洪加凤

(国家林业和草原局中南调查规划设计院，长沙 410014)

生态公益林指为维护和改善生存环境，保持生态平衡，保护生物多样性等满足人类社会的生态、社会需求和可持续发展为主体功能，主要提供公益性、社会性产品或服务的森林、林木、林地[1]。生态公益林质量指生态公益林在生态效益、社会效益等方面的现状和发展潜力。随着生态文明建设的不断推进，国家日益重视生态公益林的建设和管理，生态公益林所发挥的重要也越来越大，而生态公益林的质量好坏直接影响到生态公益林系统的效益。因此，开展生态公益林质量评价研究是推进公益林建设的基础工作，《国家级公益林管理办法》中明确提出，要对公益林质量进行监测评价。

目前，国内在生态公益林质量评价上的研究，有尹峰等[2]、张邦文等[3]、蔡重等[4]和杨定文等[5]利用森林资源二类调查等数据，构建了生态公益林质量评价指标体系，反映生态公益林质量状况。在多指标评价体系中，指标权重的不同直接影响到评价结果，为了增强评价结果的科学性，本文运用了多种指标赋权方法，并利用广东省惠东县生态公益林小班数据进行实证研究，对比分析层次分析法、熵权法、变异系数法、复相关系数法、CRITIC法、主成分分析法、灰色关联分析法等7种赋权方法，在生态公益林质量评价结果上的差异，以期为生态公益林质量评价体系寻求最优赋权方法。

1 评价方法

1.1 评价体系

充分利用森林资源规划设计调查(简称二类调查)体系中的一系列综合评价因子，从生态公益林质量四大表现特征构建生态公益林质量评价体系(表1)。其中，生态公益林健康程度由森林健康等级因子体现，反映公益林受灾害干扰程度和林木发育情况；生态公益林生态功能由森林生态功能因子体现，反映公益林涵养水源、保持水土、调节气候、净化环境、生物多样性等生态环境功能；生态公益林景观效果由森林景观等级因子体现，反映公益林群落的结构和空间地理区域所呈现的视觉特征；生态公益林环境条件由林地质量等级因子体现，反映与公益林密切相关的地形特征、土壤等自然环境因素和相关经营条件[6]。

表1 生态公益林质量评价体系目标层准则层指标层指标解释生态公益林质量A健康程度B1森林健康等级C1森林灾害、林冠脱叶、树叶褪色等指标的综合评价生态功能B2森林生态功能等级C2森林生物量、生物多样性和森林结构等指标的综合评价景观效果B3森林景观等级C3林分类型、层次、古树和色彩等指标的综合评价环境条件B4林地质量等级C4土壤厚度、土壤类型、坡度、坡向和交通区位等指标的综合评价

1.2 综合指数评价方法

生态公益林质量综合指数模型为：

(1)

式中:Pi为第i个小班的生态公益林质量综合指数，xij为第i个小班第j个指标的标准化指标值，wj为第j个指标的权重，n为评价指标的个数。

2 赋权方法选择

2.1 赋权方法初选

目前，多指标综合评价中赋权方法可分为主观方法和客观方法两大类(表2)。主观方法多基于评价者的主观经验表达，评价者可以根据评价目标，充分考虑以往相关研究结论，对评价指标重要程度做出有效判断，但由于评价者存在主观偏好，往往会给评价结果带来偏差；客观方法基于评价指标矩阵数据的信息表达，对指标数据高度关注，具有绝对的客观性，但存在相同的指标和数据，用不同方法得出的权重不一致的问题。

因德尔菲法、专家排序法等需要组织专家进行论证，而BP神经网络法、粗糙集法需要事先获取评价值，故都不采用。然后对中国学术期刊全文数据库进行检索，找寻运用次数较多的赋权方法，从中选取层次分析法、熵值法、变异系数法、复相关系数法、CRITIC法、主成分分析法和灰色关联分析法等常用的7种方法进行对比分析。

表2 赋权方法分类方法分类具体计算方法主观方法层次分析法、德尔菲法、二项系数法、功效系数法、环比评分法、优序图法、秩和比法、专家排序法客观方法标准离差法、变异系数法、BP神经网络法、粗糙集法、CRITIC法、非模糊数判断矩阵法、复相关系数法、灰色关联分析法、离差最大化法、熵值法、TOPSIS方法、信息粒度法、主成分分析法、最小二乘法

2.2 赋权方法简要介绍

因7种赋权方法都是常用方法，限于篇幅，在此不列出具体计算公式，只做简要介绍。

1) 层次分析法。构造评价指标之间相对重要性比较矩阵，求出比较矩阵相应的最大特征值及特征向量，归一化处理后的特征向量，即为所求的权重。

2) 熵值法。通过评价指标数据的离散程度(熵值)来计算权重，熵值越大，说明该评价指标对评价目标的影响就越大，重要性就越高。

3) 变异系数法。与上述熵值法类似，通过计算评价指标数据的变异系数来反映评价指标所蕴含的信息量，其变异系数越大，则该评价指标的重要性就越高。

4) 复相关系数法。复相关系数是度量评价指标之间相关程度的指标。如某指标与其它指标之间的复相关系数越大，则说明该指标所含的重复信息就越多，该指标的权重就应越小。相关系数可通过建立线性回归来求解。

5) CRITIC法。以评价指标的变异性和冲突性来综合计算，变异性用评价指标标准差来体现，冲突性用评价指标之间相关系数来体现，如两个指标相关系数大，则说明彼此冲突性小。用两者之间的乘积来反映评价指标所包含的信息量，信息量越大，则该指标重要性越高。

6) 主成分分析法。通过对评价指标原始数据进行主成分分析，可以得到若干主成分。每个主成分可以表现为原始评价指标的线性组合，将原始指标代入各主成分进行加权计算，可以得到原始评价指标的系数，归一化处理后的系数，即为所求的权重。

7) 灰色关联分析法。对评价指标的权重设置一组理想标准序列值，然后计算评价指标原始数据与标准序列值之间的绝对差值，确定序列最大值和最小值。再计算每个评价指标序列与标准序列之间的关联系数，得到各评价指标所有关联系数的平均值，归一化处理后的各指标关联系数的平均值，即为所求的权重。

2.3 检验方法

朱喜安[7]提出，运用数理统计方法分析不同赋权方法所得出的结果，综合判断赋权方法的优良性。本文选用这种方法来进行生态公益林质量评价指标赋权方法的选择。具体步骤如下：

1) 分布一致性检验。采用Kruskal-wallis H检验进行分布一致性检验，检验不同赋权方法所得出的评价结果是否具有相同的分布，一致性越大，表明方法之间存在显著差异。

2) 相关度检验。采用Kendall’W协同系数检验进行相关度的检验，检验不同赋权方法所得出的评价结果之间是否一致，其相关度越低，则表明方法越有效。

3) 离散度检验。采用欧式距离进行离散度检验，检验不同赋权方法所得出的评价结果的相对有效性，离散度越小，表明方法越有效。

4) 内在一致性检验。采用α系数进行内在一致性检验，检验不同赋权方法之间的相关程度，α系数越高，表明评价体系总体信度越高。

5) 综合评价模式。将四种检验结合起来，对赋权方法进行综合评分。分布一致性、相关度、离散度检验值均为逆向指标，需要进行正向化，方法如下：

(2)

式中:Y′k为正向化后的检验值，Yk为原始检验值。

然后，对所有检验的检验值进行无量纲化处理，方法如下：

(3)

式中:Y*k为无量纲化后的检验值。

综合评价模式如下：

(4)

式中:Y为综合评价值，l为赋权方法的数量。

3 实证研究

3.1 数据来源及预处理

数据来源于惠东县森林资源二类调查数据库。统计分析采用SPSS 25.0软件进行。

由于评价指标都为逆向指标，无量纲化处理方法如下：

(5)

3.2 赋权方法比较

通过不同赋权方法的计算，得到各评价指标的不同权重(表3)。可以看出，不同赋权方法所计算出来的权重差异比较大。应用层次分析法和变异系数法，健康程度和生态功能两项评价指标的权重更大；应用熵值法、变异系数法和复相关系数法，生态功能和景观程度两项评价指标的权重更大；用CRITIC赋值法，生态功能和环境情况两项评价指标的权重更大；应用主成分分析法，健康程度、生态功能和景观程度三项指标的权重更大；应用灰色关联分析法，健康程度、生态功能和环境情况三项指标的权重更大。值得注意的是，在主观赋权方法和客观赋权方法上，生态功能因子都表现出了最重要性。

表3 评价指标不同赋权方法所求权重赋权方法评价指标权重健康程度生态功能景观程度环境情况层次分析法0.274 40.566 00.113 30.046 3熵值法0.034 30.619 60.296 20.049 9变异系数法0.098 70.429 80.326 90.144 6复相关系数法0.070 90.399 30.391 00.138 8CRITIC赋值法0.190 50.388 50.173 70.247 3主成分分析法0.284 30.303 90.283 90.127 9灰色关联分析法0.358 70.214 90.156 70.269 7

运用7种不同赋权方法分别进行计算，得到质量综合指数，然后进行综合评价值计算，结果见表4～9。可以看出，在分布一致性检验上，熵值法表现最好；在相关度检验上，复相关系数法表现最好；在离散度检验上，主成分分析法表现最好；内在一致性检验α系数为0.991 1，表明7种赋权方法相关性极好。

表4 可靠性统计α系数基于标准化的α系数项数0.982 80.991 17

表5 Kruskal-wallis H检验结果方法个案数秩平均值其它层次分析法12 84850 537.528 6熵值法12 84830 791.967 2变异系数法12 84836 706.071 5复相关系数法12 84831 995.749 0卡方:17 891.367 5自由度:6渐进显著性:0CRITIC法12 84851 020.259 3主成分分析法12 84848 204.779 0灰色关联分析法12 84865 523.145 4

表6 Kendall’W协同系数检验结果方法个案数秩平均值其它层次分析法12 8485.2468熵值法12 8481.9493变异系数法12 8482.8235复相关系数法12 8481.8611肯德尔Wa:0.704 7卡方:54 325.506 2自由度:6渐进显著性:0CRITIC法12 8485.1185主成分分析法12 8484.4375灰色关联分析法12 8486.5634

表7 欧式距离近似矩阵方法层次分析法熵值法变异系数法复相关系数CRITIC法主成分分析法灰色关联分析法均值层次分析法17.622 812.774 016.084 87.775 48.947 316.891 980.096 2熵值法17.622 88.951 78.090 820.063 719.742 631.842 3106.313 8变异系数法12.774 08.951 73.380 412.293 311.528 123.763 372.690 8复相关系数法16.084 88.090 83.380 4 15.407 714.367 926.606 383.937 8CRITIC法7.775 420.063 712.293 315.407 73.712 311.914 271.166 6主成分分析法8.947 319.742 611.528 114.367 93.712 312.495 470.793 5灰色关联分析法16.891 931.842 323.763 326.606 311.914 212.495 4123.513 4

表8 项间相关性矩阵方法层次分析法熵值法变异系数法复相关系数CRITIC法主成分分析法灰色关联分析法均值层次分析法1.000 00.979 70.973 90.960 30.967 80.967 30.849 56.698 6熵值法0.979 71.000 00.989 90.985 80.954 00.945 50.782 06.636 9变异系数法0.973 90.989 91.000 00.998 20.978 70.973 70.846 76.761 1复相关系数法0.960 30.985 80.998 21.000 00.968 80.968 10.832 36.713 5CRITIC法0.967 80.954 00.978 70.968 81.000 00.979 10.924 96.773 4主成分分析法0.967 30.945 50.973 70.968 10.979 11.000 00.927 86.761 4灰色关联分析法0.849 50.782 00.846 70.832 30.924 90.927 81.000 06.163 3

表9 7种赋权方法综合评价值方法分布一致性检验相关度检验离散程度检验内在一致性检验合计排序层次分析法0.262 90.099 30.727 90.151 61.241 76熵值法1.000 0 0.936 80.217 20.488 02.642 01变异系数法0.696 00.524 20.938 90.426 82.585 92复相关系数法0.929 0 1.000 00.633 12.562 13CRITIC法0.252 00.111 70.987 70.373 21.724 65主成分分析法0.318 50.189 61.000 01.000 02.508 14灰色关联分析法0.657 90.657 97

根据综合评价值，7种赋权方法的排名从高到低为：熵值法>变异系数法>复相关系数法>主成分分析法>CRITIC法>灰色关联分析法。

3.3 评价结果验证

将熵值法和灰色关联分析法得出的评价结果进行描述性统计(表10)，以验证赋权方法选择是否合理。表10可看出:熵值法得出的结果分布更均匀，更符合正态分布，而灰色关联分析法得出的结果明显偏大。因此，评价结果反映出的信息，验证了赋权选择方法是有效的。

表10 评价结果描述性统计表方法范围最小值最大值均值标准差偏度峰度熵值法 0.950 10.033 30.983 40.478 50.223 5-0.033 2-0.517 9灰色关联分析法0.781 00.179 80.960 80.711 3 0.101 6-0.633 61.217 3

4 结论和讨论

赋权方法丰富多样，至今为止还没有得到一种公认的通用方法。不同赋权方法的原理和计算方法都不一样，优缺点各异，因此适用的领域也不尽相同。在实际运用过程中，需要根据评价指标的选择、评价对象的特点合理地选择赋权方法。本文通过对生态公益林质量评价体系的实证研究，得出熵值法是最适合这一体系的赋权方法，而灰色关联分析法适用性最差。在评价指标上，所有赋权方法都表现出生态功能指标最为重要。

随着赋权方法研究的进展，学术界开始利用主客观方法综合进行评价，试图“扬长避短”。但主客观之间的关系如何，没有充分的理论依据，两种方法综合之后是否会产生随机性偏差，也没有得到相关证明，有待进一步的研究。