基于EWM和AHP的成都高新区产城融合度测评

向奇韬，徐可以，温泉儿，甘 露

(四川农业大学 建筑与城乡规划学院，四川 成都 611830)

城市化导致我国绝大部分城市出现生态环境恶化、资源消耗较大、城乡发展不平衡等问题[1]，产业化则引起同类型产业分布区域化，引发发展不平衡。因此，产城融合作为产业化与城市化有机融合发展的新理念，成为新时代城市规划的最佳选择[2]。四川省作为我国西部地区的经济领头省份，省会成都是我国先进城市的中流砥柱，且成都近4年GDP整体变化率为142%，居全国主要城市首位[3]。其中，成都市高新区2019年生产总值达到2 285.56亿元，与2018年相比，涨幅高达21.7%，高新区生产总值高居成都市及下属区县榜首，占成都市总体GDP的12.2%以上[4]，对成都市整体发展具有重大的带动意义。

1 文献综述

HOWARD[5]于田园城市理论中最先涉及产城融合理念,认为在大城市周边建设的新城应先具有完整的产业体系，再依据产业的自身发展进一步扩大城市规模，即产业化和城市化发展的先后顺序问题。近代学者对该理论逐步改进，认为产城融合是产业发展和城市发展二者共同改变的结果，发展的关键在于正确处理如何发展和发展的偏重性问题。如HENDERSON等[6]认为城市的发展动力源于产业的发展及其动态的转移。MOHAMOD等[7]认为工业化与城市化的联动是产城融合的关键着力点。然而，国外学者结合工业化与动态规划来考虑产城融合与国家经济与工业发展的相关性，却忽略了产城融合理论与其他产业的相关性。为此，我国学者加入了评价的研究方式，认为城市化与多元素的产业化需要双向融合，实现空间与功能上的多方位良性发展。如孙红军等[8-9]对新型的城市结构进行多因素的理论分析。姜玉砚等[10-12]从工业化与城镇化两者之间的协调互动关系间接估测产城融合度。

准确评价产城融合度，需从以下方面改进：①综合性。基于Citespace对CNKI中2011年至今关键词为“产城融合”的文献可发现，学者研究时偏向于评价产业化或城市化中的一方，其研究重心由字体大小可判断出偏向于城市化的发展，如图1所示。②数理论证。大多学者分门别类地针对产城融合的理念进行理论论述，并利用专家的评价建立模型进行多维度分析，常用方法包括AHP和TOPSIS等，期待研究区域的决策优化能达到理论的利润最大值[13]。③准确性。成都市高新区区域宽阔，产业种类丰富，然而高新区下属三个片区(高新东区、高新南区和高新西区)区域特色差异较大，这与研究单个区域的思维不相同，且在产城融合的各指标测评决策上也会有所差异[14]。然而在多目标决策中，决策者的认知程度和偏好在一定程度上受其自身影响，最终导致决策方案或结果不具有科学性和严谨性。

图1 关键词共现图

综上，对于各指标权重值的测定，笔者在层次分析法直观性的基础上，结合熵值法，利用现实数据得到客观权重，建立更具科学性的权重计算模型。对于评价值的测定，首先利用犹豫模糊集综合专家评价意见，在特定的属性约束下将专家的评价意见控制在一个合理的取值范围内，科学计算出专家关于成都市高新区产城融合的主观评价，以提高研究的准确性；然后，运用模糊层次评价法，借助居民的意见调查消除专家主观评价的偏差，最终得到较为准确的评价结果。

2 评价模型

2.1 评价指标的选取

产城融合指标的选取应遵循准确性、全面性和科学性的原则。在此基础上，将文献整理后建立成都市高新区产城融合的指标体系，包括产业发展、地区建设、人文教育和生态环境4个准则层，共21个指标，如图2所示。

图2 成都市产城融合发展指标体系

(1)产业发展B1是指产业化的存在及其发展相关的指标。相关地区的产业发展能力评价从两个角度考虑：①根据地区内部的产业发展情况及特色，选取地区GDP增长速率、高新技术企业数量、专利申请数量、第二产业GDP和第三产业GDP 5个代表性指标。②从地区与外部的联动发展的角度，选取实际利用外资总额、出口总额和利润总额3个具有针对性的指标。

(2)地区建设B2是指关于城市化建设及张力的体现。在地区建设中，城市建设的能力和张力主要体现在项目建设投资和项目建设数量上。具体而言，基础设施建设投资总额包括公共设施和便民设施等，而地区医疗机构数量、地区道路面积和地区建筑面积能够表现地区建设的能力和分布情况。因此，笔者选取地区医疗机构数量、地区道路面积、地区建筑面积和基础设施建设投资总额4个指标作为该准则层指标。

(3)人文教育B3。人本指标是产城融合的根本。在筛选指标时，笔者从居民与城市的联动角度探索，从生存、需求和实际数据3个方面构建指标体系。①生存指标：城镇居民人均可支配收入、消费价格指数(CPI)、社保参保率；②需求指标：地区就业率、高等教育入学率；③数据指标：地区实际居住人数、地区扶贫投资额。

(4)生态环境B4。环境既是科学发展观的基础要求，又是我国强调可持续发展观点的表现指标，笔者从局部和整体考虑分别选取地区整体绿化率和环境质量2个指标作为评价对象。

2.2 评价模型的构建

2.2.1 E-FCE计算模型

层次分析法(AHP)由美国学者SAATY[15]提出，该方法能在多目标决策中优化单因素动态规划的特殊性，并快速求得最优决策的综合评价[16]。AHP的思想理念为：首先将指标分离；然后通过专家对各指标间相互的重要性做出评价；最后得到指标的权重及排序，具备一定的主观性。AHP的主要步骤包括：①建立判断矩阵；②检验一致性；③计算权重。

熵值法(EWM)主要用于处理模型中信息性质不同问题，熵值与信息量成反比，即熵值越大，信息量越小，同时不确定性与离散程度也越大。因此，笔者以指标离散程度为判断依据， 通过熵值计算来修正各指标权重对于综合评价的影响。EWM的主要步骤为：①归一化处理；②计算权重。

笔者以综合评价指标体系为研究基础，结合熵值法与层次分析法计算指标权重，建立 E-FCE(entropy-fuzzy comprehensive evaluation)综合计算模型。

2.2.2 犹豫模糊集的相关系数

美国学者ZADEH[17]针对多目标决策中决策者的决策不确定性提出了模糊集理论。同时,由于决策者通常难以用精准的语言术语全面地表达其想法，构建了犹豫模糊集的通用模型并定义了犹豫模糊集[18]。在犹豫模糊集的应用中，由于评价者的评价通常具有犹豫性，所以方法仅要求评价者给出合理的评价范围，通过研究者的计算可得到准确的评价值。文献[19]提出了犹豫模糊集相关系数的计算模型，然而该模型忽略了对约束范围的限制，可能计算出的相关系数差异较大，最终导致计算出的相关系数不尽准确。据此，笔者改进了约束范围关于方差、协方差的定义，改进后的模型能够更加准确地表达评价结果。改进后的计算步骤如下：

(1)指标xi在指标集X={xi|i=1,2,…,m}内，属性ek在属性集E={ek|k=1,2,…,n}内，定义h(xi,ek)={α1,α2,…,αj}为一个犹豫模糊元。α为基于属性ek下指标xi的评价值，j为犹豫模糊元中所含的元素个数。定义犹豫模糊元的平均值为：

(1)

其中，lj为犹豫模糊元中隶属度的个数。同时，限制犹豫模糊元的跨度为：

(2)

(2)X在属性集ek下的犹豫模糊集Mk为:

Mk={[X,hMk(X)]}

(3)

设Mk的集合M为一个犹豫模糊软集的整体，即：

M=[M1,M2,…,Mm]T=[h(xi,ek)]m×n

(4)

(4)设定Q1=[hQ1(xi,ek)]m×n为一个在n个属性下的集合X的犹豫模糊集，则方差为：

(5)

设Q2=[hQ2(xi,ek)]m×n为另一个在n个属性下的集合X的犹豫模糊集，则Q1与Q2的协方差为：

(6)

(5)犹豫模糊集Q1与Q2的相关系数定义如式(7)所示。

2.2.3 模糊综合评价法

模糊综合评价法(fuzzy comprehensive evaluation method, FCEM)是以层次分析法的排序理论为基础，并在层次分析法的基础上进行精度化改良后的算法。该方法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。主要按照模糊综合评价指标、权重向量、评价矩阵的构建以及评价矩阵和权重的合成等步骤展开。利用模糊综合评价法能够较客观地反映对产城融合发展现状的理性认知，能够协助定量评价成都市高新区产城融合发展现状。

3 应用实例

针对上述产城融合发展指标体系，笔者设计了合理的调查问卷和评价表格，并于2019年5月2日向成都市高新区专家随机发放层次分析法的评价表格和各指标犹豫评价表格，共发放表格 10份，回收有效表格8份。此外，针对模糊综合评价法设立成都市高新区市民对产城融合的认知程度问卷，共发放134份电子问卷，回收有效问卷126份。同时，计算测得问卷标准化Cronbach′sα系数为0.928，大于0.9，表明研究数据信度质量较好。问卷中各指标评价水平按照李克特五级量表，分为“差、较差、一般、较好、好”5个等级，并赋予相应的分值“50，60，70，80，90”，如若居民判定高新区地区就业率发展水平为一般，则在该份问卷中，该指标的隶属值为70分，依此类推。

3.1 模糊综合评价

3.1.1 计算综合权重

通过对《成都市高新技术区2019年年鉴》和成都市高新区统计局的调研，得到各指标的详细数据。通过对所得数据进行归一化处理后，得到基于熵值法的客观权重。基于专家评分表格的数据，计算得到基于AHP法的主观权重。最后通过修正公式，得到综合性的权重数据。计算熵值法时，分别令各准则层权重值相等，即产业发展B1、地区建设B2、人文教育B3和生态环境B4的权重均为0.25；采用层次分析法，由专家评分的结果得到产业发展B1、地区建设B2、人文教育B3和生态环境B4的权重分别为0.449、0.259、0.120和0.171，具体权重数据分别如表1～表4所示。

表1 产业发展权重

表2 地区建设权重

表3 人文教育权重

表4 生态环境权重

3.1.2 开展模糊评价法

首先，根据专家评分的数据和权重结果，得到以下模糊关系矩阵:

(8)

其次，依据建立的模糊关系矩阵ri和各隶属度的权重Wij，得到各指标在各隶属度下的权重Bij，最后计算得到各指标的模糊评价值Sij。因此，依次可以得到产业发展B1、地区建设B2、人文教育B3、生态环境B4的模糊综合评价向量，由上述B1、B2、B3、B4的综合评价组成准则层的评价矩阵R1：

(9)

于是，可以得到高新区产城融合发展程度A各隶属度的权重为：

A=W×R1=

[0.025，0.078，0.286，0.394，0.247]

(10)

则产城融合度综合评价分值为：

S=A·CT=79.70

(11)

其中，C=[50，60，70，80，90]。

成都市高新区产城融合的综合评价值为S=79.70，为一般发展程度。各指标的模糊综合评价值如表5所示。

表5 模糊综合评价值

综上可知：①成都市高新区地区建设和其余3个准则层指标发展水平差距较大，极差超过12%；②成都市高新区的产业发展下属指标评价值偏低且区分度不高，评价值整体偏低；③人本类和环境类指标评价值较高，且分布集中度较高。

3.2 计算犹豫模糊集的相关系数

若仅大力度开发产业的复杂性和多样性，必然会带来产业泛滥；同理，若仅增加城市建设的力度，势必会导致空城等现象。因此，如何有效地在有限的资源下最大化成都市整体的发展水平成为当下最难的问题。解决这个问题的关键在于优化资源配置，发现投入的关键对象。

根据专家访谈和文献探究，发现在评估指标时应当考虑以下3个主要影响因素：①社会资源利用程度(S1);②公民的支持能力(S2);③社会优化可能性(S3)。评估对象为4个准则层共21个指标，并根据3个因素从成都市高新区的年鉴中挑选近6年数据作为数据支撑，挑选发展历史、发展现状和发展潜力作为评价的依据。根据专家讨论，专家组定义的对比样本如表6所示。

表6 评估样本

表7 犹豫模糊集的相关系数

由表7可看出：①产业发展因素的相关系数最大，为0.94，且与其他因素差距超过0.5，应当将资源分配偏重于其下属指标；②生态环境因素的相关系数相对较低，说明考虑成都市高新区的产城融合发展问题时，环境因素暂时没被优先考虑；③人文教育类指标和地区建设类指标分布较散，且二者下属指标的相关度相差较大。

4 结论

在追求产业化和城市化融合发展成果最优化时，首先应考虑各产业的发展，兼顾考虑其生态环境因素。研究结果表明案例区域内部产业化与城市化协调程度不理想。针对目前存在的问题，笔者提出以下建议：

(1)优化产业创新性，改善地区产业结构。高新区产业相关指标的评价值均为一般水平，普遍偏低，而其相关指标的相关系数普遍偏高，说明高新区的产业结构和创新性仍存在不足，需适当分配区域资源用于改良第二产业结构。

(2)提高地区就业率，改善人才管理政策。提高研究区域的人文建设，以改善高新区的就业率和人均可支配收入。

(3)强化基础设施建设，应当增加道路的连通性，拓宽主要道路的面积，转移基础建设资源，降低城市建设速率。

笔者选取成都市高新区作为实证研究对象，虽然在一定程度上验证了模型的合理性与科学性，但基于研究区域存在诸多大型公共项目再建的情况，适用性问题仍有待考量，未来应当在上述大型项目建成阶段进一步深化研究。