生态城市多元统计分析评价系统

孙红跃，范 文

(1. 天津城建大学，天津 300384；2. 天津大学，天津 300072)

经济与管理

生态城市多元统计分析评价系统

孙红跃1,2，范 文1,2

(1. 天津城建大学，天津 300384；2. 天津大学，天津 300072)

依托已有的生态城市评价指标体系，根据天津市生态城市建设特点，对体系中各指标进行调整和补充．利用主成分分析方法和聚类分析法构建生态城市综合评价系统，采用仿真数据在综合评价系统中进行实证分析，给出生态城市建设的评价及建议．

生态城市；评价系统；主成分分析；聚类分析

《天津市城市总体规划(2005—2020)》确定了天津的城市性质：是环渤海地区的经济中心，要逐步建设成为国际港口城市、北方经济中心和生态城市．生态城市是一个经济高度发达、社会繁荣昌盛、人民安居乐业、生态良性，城市环境及人居环境清洁、优美、舒适、安全、失业率低、社会保障体系完善，高新技术占主导地位，技术与自然达到充分融合，有利于提高城市文明程度的稳定、协调、持续发展的人工复合生态系统[1]．天津市在2006年创建生态城市以来，在经济建设，社会发展和生态环境保护等方面已取得重大成效．

生态环境建设水平评价指标体系是对生态城市内涵的详细描述，也是生态城市建设效果的重要评定工具，更是指导生态城市规划建设的总纲领[2]．目前，国内外文献对指标体系研究的多，对指标具体操作方法研究的很少．多数指标体系和评价系统为一维线性模型，难以从总体上综合评价生态发展水平[3-4]．目前，针对天津市地理位置、文化底蕴、生态环境特点的指标体系尚未出台，缺乏对于生态环境建设水平进行综合分析和评价的定量分析方法．本文构建生态城市多元统计分析评价系统，采用主成分分析和聚类分析等多元统计分析方法对生态城市建设水平进行评估和分析，有利于明确生态城市建设的工作方向，构建更加和谐的生态城市．

1 评价指标体系

1.1 参考指标体系

中国城市科学研究会项目“生态城市指标体系构建与生态城市示范评价(2009—2014)”得到阶段性成果为：“2010—2011年度生态城市评价指标体系．”[5]该指标体系分为目标、专题、指标三层．五项目标分别为：资源节约、环境友好、经济持续、社会和谐、创新引领．资源节约下设水资源、能源、土地资源三项专题；环境友好下设空气质量、水环境质量、垃圾处理、噪声、公园绿地五项专题；经济持续下设经济发展、产业结构、收入水平、就业水平四项专题；社会和谐下设住房保障、医疗水平、文体设施、科技教育、收入分配、交通便捷、城市安全七项专题；创新引领下设绿色建筑、绿色交通、特色风貌、生物多样性、防灾减灾、绿色经济、绿色生活、数字城市、公众参与九项专题．其中，前四项目标下各指标具有指标参考值，可进行定量分析，而创新引领目标下各专题只有定性的评估标准．多元统计分析方法只针对于定量指标的分析，故本文需在此指标体系上加以调整，然后建立生态城市多元统计分析评价系统．

1.2 指标调整

根据天津市自身的地理位置，历史文化特点，为突出天津生态城市建设特色，本文在原有指标体系基础上加以调整和补充，同时将一部分只有定性评估标准的指标进行量化，以便于系统分析评价．主要调整指标如下．

(1)“环境友好”目标下的“公园绿地”专题中增加“本地植物指数”和“人均公共绿地”两项指标；“社会和谐”目标下增加“生活模式健康”专题，下设“日人均生活耗水量”、“日人均垃圾产生量”、“绿色出行所占比例”三项指标．

(2)删除“社会和谐”目标下的“收入分配”专题和“交通便捷”专题中的指标“平均通勤时间”以及“住房保障”专题中的指标“住房价格收入比”．

调整后用于构建多元统计分析评价系统的指标体系共计4个目标，19项专题，32项指标．

2 多元统计分析评价系统

2.1 多元统计分析评价原理

主成分分析和聚类分析是多元统计分析中的重要方法．主成分分析是模式识别中比较常用的特征生成和降低维数的方法，它是在数据信息丢失最少的原则下，对高维变量空间进行降维处理，同时，还可以提供许多重要的系统信息，如数据群点的重心位置，数据变异的最大方向，群点的散布范围等[6]．主成分分析有着广泛的应用，当研究的问题涉及很多变量，并且变量相关性明显，应用主成分分析的方法更容易抓住事物的主要矛盾，使问题得到简化．

聚类分析是将分类对象按照一定规则分成由数据特征所决定的若干类，同一类中的对象在某种意义上倾向于彼此相似，而不同类中的对象倾向于不相似．聚类能够突出事物的类别属性，便于分析事物的本质[7]．

2.2 评价方法及过程

2.2.1 评价方法

生态城市评价指标涉及社会生活的各个方面，各指标量纲不同，且指标之间有相互关联的可能．为了更好地表达各指标在评价系统中的地位和作用，需要在评价之前对指标进行标准化和去除相关性工作．指标数据经过主成分分析，选择能够反映原始指标数据85%以上信息的若干个主成分，以主成分得分进行聚类分析，将生态发展水平相近的区域聚在一个聚类中心附近，通过选择聚类中心个数，可将参与评价的多个区域划分成若干类，并对其生态城市发展水平做出准确评价．

2.2.2 评价系统组成

多元统计分析评价系统由指标矩阵，数据标准化模块，主成分分析模块，K-均值聚类模块，分析建议模块组成．系统组成示意框图如图1所示．

图1 生态城市发展水平多元统计分析评价系统

2.2.3 评价分析步骤

STEP1根据调整后的指标体系，建立指标矩阵(矩阵大小为m×n，其中m为样本数，n为指标数，本文系统为32)；

STEP2 将待分析的m组指标数据(本系统能够评价m个生态区域的生态建设水平)标准化，将每组数据构成一个具有n个数据点的行向量，m组数据输入指标矩阵；

STEP3 对标准化的指标数据进行主成分分析，计算前b个主成分的累计贡献率(λi是原始数据协方差矩阵的特征值)，使θ大于85%，取前b个主成分得分作为聚类分析的原始数据；

STEP4 对b个主成分得分进行K-均值聚类，首先随机选定k个聚类中心，对非中心的数据点逐一归类，每个数据点归入离它最近的聚类中心，然后将该类中心更新为该类的均值，重复进行归类，直至迭代次数，所有点归类完毕；

STEP5 对k类数据点进行分析，回溯各类数据点主成分的原始线性构成，即各指标数值贡献，从而得出区域生态建设优势与不足，对未来生态城市建设方向提出建议．

3 多元统计分析评价实验

3.1 实验数据

为验证采用主成分分析和聚类分析等多元统计分析方法对生态城市建设水平进行评估和分析的有效性，本文根据评价指标体系的指标值模拟了16个地区的32项指标数据，16个地区编号分别为1，2，3，4，5，6，7，8，9，10，11，12，13，14，15，16．数据最小值为0.6，最大值为346．指标矩阵定义为16× 32矩阵．

3.2 实验结果

主成分分析之后，各主成分贡献率如表1所示．前两个主成分贡献了超过85%的原始数据信息，以此两个主成分为坐标，做出数据散点图，如图2所示．从图中可以看出，数据明显分为四个区域，其中3，4，9，13聚在一起，5，8，10，12，15，16聚在一起，2，6，7，11，14聚在一起，1与其他点分开．将主成分得分作为聚类数据进行K-均值聚类，聚类结果如图3所示．图中表明，数据分为4类．数据1为第一类，数据3、4、9、13为第二类，数据5、8、10、12、15、16为第三类，数据2、6、7、11、14为第四类．回溯原始指标，第二类数据代表的区域经济指标数值较高，环境和生活模式指标数值较低；第三类数据代表区域经济指标和生活模式指标分数较高，但环境指标数值较低；第四类数据代表的区域环境指标数值较高，经济指标和生活模式指标数值较低；第一类数据经济、环境、生活模式指标数值都较高，说明1号区域自然环境良好，生活模式健康，经济蓬勃高效，达到比较理想的生态城市水平．其他三类区域分别在经济发展，自然生态和生活模式方面需要进一步加强建设．

表1 前10主成分贡献率

图2 前两主成分组成二维空间数据分布情况

图3 数据聚类结果

4 结 语

针对生态城市建设缺少综合分析和评价方法的问题，笔者提出基于多元统计分析方法的生态城市评价方法，为生态城市建设的评价提供了具有较强操作性的定量分析方法；设计开发了生态城市建设综合分析和评价系统，该系统采用主成分分析和聚类分析得出生态城市建设水平的分析结果及下一步建设方向的建议；仿真实验表明，该系统能够有效地对生态城市进行评价和分析．

［1］ 张晓瑞. 天津建设生态城市的模式选择[D]. 天津：天津商业大学，2009.

［2］ 郭珉媛. 1999年以来国内生态城市评价指标体系研究述评[J]. 前沿，2010(23)：142-145.

［3］ 王 伟. 生态城市评价指标体系及应用研究[J]. 西北大学学报：自然科学版，2011，41(4)：715-718.

［4］ 齐芳燕. 江苏省生态城市建设的指标体系构建与评价[J]. 工业技术经济，2010(12)：93-97.

［5］ 李海龙，于 立. 中国生态城市评价指标体系构建研究[J]. 城市发展研究，2011，18(7)：81-86.

［6］ 边肇祺，张学工，阎平凡. 模式识别[M]. 2版．北京：清华大学出版社，2000.

［7］ 谢中华. MATLAB统计分析与应用：40个案例分析[M]. 北京：北京航空航天大学出版社，2010.

On Eco-city Evaluation System based on Multivariate Statistical Analyses

SUN Hong-yue1,2，FAN Wen1,2
(1. Tianjin Chengjian University，Tianjin 300384，China；2. Tianjin University，Tianjin 300072，China)

According to the characteristics of Tianjin eco-city construction，the indexes of the existing Eco-city evaluation index system are adjusted and added，then Eco-city evaluation system are constructed by using the principal component analysis and cluster analysis method. Empirical analysis are conducted by using the simulation data，and the eco-city construction comments and suggestions are prensented.

eco-city；evaluation system；principal component analysis；cluster analysis

X171.1

A

2095-719X(2014)02-0107-04

2013-09-30；

2013-11-25`

天津市建设系统软课题研究项目(2012-软11)

孙红跃（1975—），男，江苏淮安人，天津城建大学讲师，硕士．