京津冀生态文明建设评价指标的相关性研究

朱志芸 索贵彬

摘要：为证明传统方法构建的生态文明建设水平评价指标存在强相关性，本文以最新构建的京津冀生态文明建设评价指标体系为例计算指标间的Pearson相关系数，基于复杂网络理论构建相关性网络。结果表明：生态文明建设水平评价指标体系中的部分指标间确实具有强相关关系;保定是与京津冀其它城市发展相关性最强的城市。

Abstract： In order to prove that there is a strong correlation between the evaluation indicators for the construction level of ecological civilization constructed by traditional methods， this article uses the newly constructed evaluation index system of Beijing-Tianjin-Hebei ecological civilization construction as an example to calculate the Pearson correlation coefficient between indicators. Based on the complex network theory， correlation network is constructed. The results show that some indicators in the evaluation index system of ecological civilization construction level indeed have strong correlations. Baoding is the city which is the most relevant to the development of other cities in Beijing， Tianjin and Hebei.

关键词：京津冀;生态文明建设;评价指标体系;Pearson相关系数;复杂网络

Key words： Beijing-Tianjin-Hebei;ecological civilization construction;evaluation index system;Pearson correlation coefficient;complex network

中图分类号：F124.9                                       文献标识码：A                                  文章编号：1006-4311（2020）28-0010-02

0  引言

目前，生态环境问题突出已经成为京津冀协同发展战略实施过程中面临的重大挑战[1]。河北省作为京津冀协同发展的关键环节，其在京津冀生态文明建设中承担着主体和腹地的作用。因此，在京津冀协同发展视角下，探索河北省生态文明建设路径的研究至关重要。然而，在指标体系综合评价法成为当前生态文明建设评价的主流评价方法的背景下，大部分学者未曾对其构建的指标体系中的所有指标进行系统的相关性检验。

复杂网络方法已在经济、社会、政治和技术领域均具有广泛应用[2]。因此，本文为探究京津冀生态文明建设水平评价指标间具有强相关性，将以已有学者构建的指标体系为例，計算出所有指标间的相关系数，进而构建相关性网络，为河北省生态文明建设路径提出建议。

1  数据和方法

1.1 数据

为表明生态文明建设评价指标体系中的指标间具有相关现象的普遍性，本文以索贵彬等人2020年最新构建的城市生态文明建设评价指标体系进行研究[3]。寻找包括北京、天津和河北省11个地级市（共包括13个城市）生态文明建设水平的评价指标，如表1所示。基于数据的可获取性，本文研究的时间范围为2007～2016年，所需数据均来源于历年《中国统计年鉴》、《中国环境年鉴》和《中国水资源公报》等。

1.2 方法

1.2.1 Pearson相关系数

本文利用Pearson相关系数Rxy完成对两两变量之间的相关性程度的量化。Pearson相关系数的计算公式为：

（1）

其中n为变量数;xi和yi分别为两变量的变量值; 和 分别为两变量的平均值;Rxy∈[-1，1]，若Rxy>0，代表两个变量呈正相关，反之则呈负相关，Rxy的绝对值越大表明相关性越强。

1.2.2 相关系数向量

本文定义两两指标间所有城市相对应的相关系数组成的维数为[1×13]的向量为指标相关系数向量。任意两个变量矩阵Mxi和Myi的相关性系数向量的具体计算过程如下：

（2）

其中n=13，j=21，即代表有13个城市，变量间有21种相关关系;并且任意的变量矩阵Mxi和Myi都是维数为[10×13]的矩阵。

1.2.3 度分布

城市指标相关性网络中节点的度值代表与该城市相关性强的城市的数量，度值越高，代表与该城市生态评价指标发展相关的城市越多，该城市的生态发展越重要。节点度值Di的计算公式如下：

（3）

其中i和j分别表示网络中的节点，N代表网络中的所有节点数;

2  结果与分析

2.1 指标间的相关性研究

本文通过计算两个指标间的相关系数向量，得出13个城市对于7个指标间的相关系数矩阵。如图1所示，从指标间的相关性层面看，PM2.5几乎与其它指标均不相关。说明PM2.5浓度是城市生态文明建设的主导影响因素。GDP与居民可支配收入、固定资产投资、年末从业人数之间正相关性显著。从城市间的相关性层面看，城市间的相关性区域划分明显，尤其是唐山、秦皇岛和邯郸之间，承德、沧州和廊坊之间具有强正向相关的区域，说明此区域间的城市发展协同作用显著。

2.2 城市间的相关性网络

本文在指标间的相关性研究的基础上，进一步识别出不同指标间发展相关性最强的城市，并找出其中的发展主导城市。所谓的指标内部的城市间相关性是指两两城市之间关于某一种指标的Pearson相关系数。并且设定连边阈值，阈值为Pearson相关系数的均值，即城市之间的相关系数大于阈值则连边，否则不连边。

通过度分布研究，从图2发现四个网络中度值排名第一的城市共7个，包括石家庄、沧州、天津、保定、北京、秦皇岛和邢台。横向比较可以看出，在GDP的发展中，石家庄、沧州、天津和保定这四个城市与其它城市的发展密切相关。北京与其它城市的GDP发展相关性较弱。说明北京的GDP发展较为独立，对其他城市发展的依附性较低，主要是起GDP发展的带动作用。纵向比较可以看出保定是占据四种网络中度值最大的一个城市。说明保定是这四方面与其它城市发展协同性最强的城市。

3  结论

本文基于13个城市关于7个指标间的相关系数矩阵，采用复杂网络方法构建指标间的相关性网络。主要结论及建议如下：①PM2.5浓度是城市生态文明建设水平评价的主导评价指标。因此，本文建议在构建生态文明建设水平评价指标体系时，应避免同时选取具有强相关关系的指标。政府必须严格制定关于PM2.5等污染物排放的相关政策。②唐山、秦皇岛和邯郸，承德、沧州和廊坊关于生态文明建设水平指标相关性的区域划分明显，区域联合性特征显著。因此，国家应发展高度相关的城市制定有针对性的协同发展战略。③河北保定是京津冀13个城市中与其它城市生态文明建设发展相关关系最强的城市。因此，本文建议河北省应将保定作为京津冀生态文明建设协同发展的重点城市，将保定建设成为生态文明示范城市将会最大限度地带动京津冀城市的生态文明建设水平。

参考文献：

[1]陈润羊，张贵祥，胡曾曾，等.京津冀区域生态文明评价研究[J].环境科学与技术，2018，41（6）：188-196.

[2]Oliveira M， Gama J. An overview of social network analysis[J]. Wiley Interdisciplinary Reviews： Data Mining and Knowledge Discovery， 2012， 2（2）： 99-115.

[3]索贵彬，田木易.基于SBM-Tobit模型的京津冀城市生态文明建设效率研究 [J].河北地质大学学报，2020，43（01）：103-106.

基金项目：河北省研究生創新资助项目（项目编码：CXZZSS2019115）;2019年河北地质大学学生科技基金科研项目“京津冀互联网创新的破坏性特征及其传统产业应用研究”（KAD201903）。

作者简介：朱志芸（1995-），女，江西南昌人，硕士研究生，研究方向为区域经济、生态文明建设、复杂网络。