中国矿业城市可持续力聚类分析

苏顺华，余 敬，柯小玲

(中国地质大学(武汉)，湖北 武汉 430074)

矿业城市是指因矿产资源开发而形成或发展起来，在当地经济结构中以矿业及相关产业为主导，矿业及相关的社会生产发展到一定规模后形成的特定区域。作为矿业大国，目前我国拥有矿业城市(镇)400余座，资源枯竭城市已达40多座，占总量的10 %左右；众多矿山已经或即将进入资源枯竭期，我国一些矿业城市已出现“矿竭城衰”的现象。正是由于矿产资源的不可再生性和可耗竭性，因此，探求和分析我国矿业城市的可持续发展能力有着十分重要的意义。本文首先运用加速遗传模糊聚类算法，对中国78座主要矿业城市进行模糊聚类，然后在此基础上，根据矿业城市所处的发展阶段、空间分布、资源类型和城市规模等属性探索其分类规律，分析中国主要矿业城市可持续力的特点和所处的水平，并找出各类样本与指标数据之间的关系，提炼出指标要素和城市属性与可持续力之间的规则。

1 模糊聚类方法的选择

(1)随机产生编码长度为e、规模为n的二进制初始群体。

(2)计算每个个体对应的整数，作为初始分类数。

(3)对每一个个体的初始分类数，执行模糊C-均值聚类算法。

(5)对群体实行遗传操作，操作选择适应度比例方式，交叉概率取pc=1.0，变异概率取pm=1.0，得到n个子代个体，返回步骤2，如此进化两代。

(6)加速遗传操作。取上面每代进化适应度值排在前10位的个体为优秀个体，并用这些优秀个体的变量变化空间，重新设置比那两初始变化区间，并返回步1。如此加速循环，直到最优个体的适应度值达到某一设定值或运行达到设定的加速次数，运行结束。此时，群体中的最佳个体对应的分类数即为最佳分类数，最佳分类数对应的分类结果为最佳分类结果。

2 模糊聚类分析

2.1 样本和指标的选取

本文所采用的指标体系，是在文献[3]的指标体系的基础上，通过结构方程建模，进行了指标的合理合并和剔除而得到的，具体指标见表1。选取文献[3]中中国78个主要矿业城市为模糊聚类的样本，数据也来源于此。并对数据用如下公式进行归一化处理：

正向指标：X′=(X-Xmin)/(Xmax-Xmin)

逆向指标：X′=(Xmax-X)/(Xmax-Xmin)

2.2 分类结果

当参数e=10，n=300，ε=10-4，h=2，α=2时，根据上面加速遗传迭代自组织模糊C-均值算法，对78个主要矿业城市进行聚类，经过三次加速遗传迭代得到最佳聚类数c=4。根据最佳软分类矩阵，由最大隶属度原则得到最佳分类结果(表2)。图1是各类别对应的类中距与类间距曲线图，其中A线为类中距，B线为类间距。图2是各类别对应的适应度值曲线图，可以看出分4类时适应度值最大。

图1 类中距与类间距曲线图

图2 适应度函数值曲线图

从分类结果来看，加速遗传模糊聚类算法，对中国主要矿业城市可持续力给出了正确的识别。

首先，从矿业城市所处的发展阶段、空间分布、资源类型和城市规模等因素来看：第一类，有4个城市，都是石油类中年城市，是可持续力最强的一类城市。第二类，有7个城市，主要都是中部的大、中型煤炭城市，是可持续力较强的一类城市。第三类，有32个城市，都是中年城市，主要是

煤炭、冶金类城市，各占8个；其次是综合、有色类城市，各占5个；从地区分布和规模来看，东部大中型城市占9个，中部中小型城市占8个，西部中小型城市占9个。这一类的可持续力为一般。第四类，有35个城市，东中部城市占34个，主要是大中型煤炭、有色和石油类城市，分别为17个、4个和4个，且老幼年城市较多。因此，这一类的可持续力是最低的，所识别的结果完全符合实际情况。另外，从各类样本数可以看出，中国绝大多数矿业城市的可持续力，还处于中、低水平，占据了78个城市中的67个，为85.9%；可持续力处于强、较强水平的只有11个，为14.1%；而且可持续力最强的，全为中年石油类城市。

再者，从各类别矿业城市与指标数据来看：第一类，人均GDP、人均固定资产净值、每百元固定资产投资实现的利税、每百元工业总产值实现的利税及人均储蓄年末余额5个指标数据值排名非常高，均在前5位。即：可认为，这5项指标高的石油类城市的可持续力强。第二类，人均45种矿产工业储量潜在价值和主要矿产资源聚集度两指标数据值排名最高，均排在第1位。即：可认为，这2项指标高的以煤炭为主的城市可持续力较强。第三类，人均储蓄年末余额、人均45种矿产工业储量潜在价值、主要矿产资源聚集度及每十万人拥有医生数4指标数据值排名较为居中，一般化，这些指标排在9～45位之间的城市有20多个，即：可认为，这4项指标一般化的城市可持续力一般。第四类，人均储蓄年末余额、人均45种矿产工业储量潜在价值、主要矿产资源聚集度及每十万人拥有医生数4指标数据值排名很靠后。这些指标排在40～78位之间的城市平均有25个左右，即：可认为，这4项指标较差的城市可持续力也低。

由以上分析可以得出如下规则：

①当石油类矿业城市的经济发展与效益和社会发展与生活质量要素都处于很高水平时，则其有很强的可持续力；②当大中型煤炭矿业城市的资源禀赋和开发条件要素处于较高水平时，则其可持续力较强；③当中年煤炭、冶金类矿业城市的社会发展与生活质量、资源禀赋和开发条件及社会协调度等要素都处于一般水平时，则其可持续力一般；④当东中部的大中型煤炭类矿业城市的社会发展与生活质量、资源禀赋和开发条件及社会协调度等要素的水平很低时，则其可持续力就低。

表1 可持续力指标体系

表2 最佳分类结果

3 结论

本文首先运用改进的加速遗传模糊聚类算法，对中国78个主要矿业城市进行了模糊分类，将其分成了可持续力强、较强、一般和低四个最佳类别。其次，在模糊聚类的基础上，得出了中国绝大多数矿业城市的可持续力还处于中、低水平的结论，以及给出了矿业城市所处的发展阶段、空间分布、资源类型和城市规模等属性和指标要素与可持续力之间的4条规则。

[1] 诸克军，等. 模糊C-均值中的最优聚类与最佳聚类数[J]. 系统工程理论与实践，2005，(3):52-61.

[2] 金菊良，杨晓华，丁 晶. 标准遗传算法的改进方案—加速遗传算法[J]. 系统工程理论与实践，2001，4(4): 8-13.

[3] Yu, J., Zhang, Z.J., Zhou, Y.F.. The sustainability of China′s major mining cities[J]. Resources Policy, 2008， 33: 12-22.