宜居城市的评价与分析

2022-09-20 版权声明 我要投稿

随着经济的快速发展, 人们在经济发展的道路上, 从一开始的追求经济利益到现在的考虑生活质量, 体现出人们日益提高的文明程度, 随之相应的便产生了对城市宜居度的要求, 同时国家也将城市宜居度当做城市建设的重点。本文通过查阅资料、收集数据来分析评价宜居城市模型等问题, 并结合实际情况和目前搜集到的数据, 建立数学模型分析研究下面问题。

根据国家相关条例政策搜集了相关数据并结合相关统计, 筛选出影响评价宜居城市的主要指标, 并解释这些指标的合理性。通过所筛选的主要指标, 并建立相关评价宜居城市的数学模型。搜集淮海经济区8个城市的主要指标的数据, 再根据之前所建立的模型对其进行研究并给出宜居度的城市排名。根据各城市国民经济与发展统计年报里的数据, 采用模糊综合评价法, 构建观测值矩阵, 标准化为相对偏差模糊矩阵, 进而得出各指标的权重, 从而建立综合评价模型, 对8个城市的宜居度进行排名。建立定量分析模型, 分析哪些指标会对宜居度的城市排名产生较为显著的影响, 并对城市宜居性建设提供指导思路。

1 宜居城市评价体系构建

生态宜居城市的建设问题是我们普遍关注的。本文以淮海经济区为例, 选取指标建立模型。本文假设模型建立在一, 除了选取的因素外, 其他因素不对宜居城市评价产生影响;二, 各个自变量之间相互独立, 线性无关;三, 在进行分析时, 只考虑准则层因素;四, 除了考虑的不确定因素, 其余不确定性因素对宜居城市评价不产生影响, 这四个前提基础上。

根据查阅相关统计资料文献, 最终选取出了9个生态宜居城市评价定量指标 (人均GDP、省级文物保护、单位城镇登记失业率、空气优良天数优良率、城镇居民可支配收入、社会保障覆盖率、城市污水集中处理率、绿化覆盖率、人均期望寿命) , 由于时效性我们仅保留了定量指标。根据本文所选取的样本数据和因子分析原理, 通过spass19统计软件由于指标间的相关性很高, 所以我们选择进行因子分析。根据因子提取原则, 本文将成分1定义为城市生活质量, 将2定义为城市环境, 将3定义为城市社会保障, 将4定义为城市生活便宜度。

本文对淮海经济区8个城市城市进行模糊综合评价, 设待评价的8个城市为———U= (u1, u2, u3, u4, u5, u6, u7, u8) , 并设评价因素的集合, 分别为保护单位, 城镇居民可支配收入, 城市污水处理率, 社会保障覆盖率, 符号表示为V= (v1, v2, v3, v4) , 是淮海经济区城市U中的每个城市用V中的每个因素进行衡量。

通过分析, 可以构造模糊综合评价模型求解问题。经过计算可知综合评价指标值分别为:F1=0.406, F2=0.304, F3=0.183, F4=0.170, F5=0.976, F6=0.369, F7=0.201, F8=0.170。由此, 得到F4

2 宜居城市影响因素探究

在淮海经济区中选择徐州为例, 根据我国常用的宜居城市评级指标, 选取具有代表性的9个指标, 它们在宜居城市评级指标体系中所占的百分比分别记为X1、X2、X3、X4、X5、X6、X7、X8。将数据标准化后, 利用软件spss19.0得到旋转后的成分矩阵。

spss19进行分析得到4个因子, 结合所得数据综合分析可知:因子1对城镇居民可支配收入和省级文物保护单位数两个方面有较大影响, 其中影响最大的是城镇居民可支配收入, 其次是省级文物保护单位数。从这里可以看出, 当居民在该年度内, 人均可支配收入的增加与省级文物保护单位数的增加, 可以的得到城市的宜居度有所提高;从数据可以看出出因子2与城市污水集中处理率有关联, 可以看出, 当城市污水处理率越高, 城市宜居度越高, 这是生态文明方面的要求;因子3对城镇登记失业率有较大影响, 其次是社会保障覆盖率的影响也较大, 不难看出, 失业率越高则城市宜居度越低, 居民生活质量越差, 社会保障覆盖率越高, 居民生活越幸福;因子4对人均期望寿命有较大影响, 优良空气天数也有较大影响, 这是居民在精神及生活质量上的追求。

本文使用单样本来验证这些因素的显著性水平, 从检验结果可以看出各t检验值都较大, 由于使用99%的置信区间, 当sig<0.01时, 可以认为该因素具有显著性水平, 则有除了省级保护单位数因素之外的因素都具有显著性水平, 根据表中数据进行权重分析, 可得, 人均期望寿命、绿化覆盖率、社会保障覆盖率、城镇居民可支配收入与人均GDP、空气优良天数优良率、城市污水集中处理率对城市宜居度的排名影响较大, 影度影响程度分别为:20%, 18%, 18%, 15%, 12%, 8.5%, 8.5%, 这些因素是居民所认为宜居城市评价比较重要的评判标准, 绿化水平、社会保障覆盖程度、空气优良水平等因素不仅与居民健康水平有很大关联还与每个人的生活质量幸福感息息相关。

3 模型的评价与改进

3.1 模型评价

建立的模型优点方法简单易于应用于现实生活;具有坚实可靠的数学基础, 模型适用性较强, 适用于很多模型的求解, 比较经典;可操作性强, 适用范围广泛, 基于可能度的模型比较精准, 得到的因素权重可信度比较高;层次分析法所需定量数据较少, 主要从定性方面分析问题;模糊评价是比较科学系统的量化评价方法, 能够更贴近事实。但是本文考虑的影响因素较少, 在处理问题时可能存在一些误差;仅使用一年的数据具有一定的局限性, 考虑的情况比较简单;选取的定量数据较少不易使人信服, 定性的成分比较多;层次分析法只能在数据中选择优者, 不能实在的解决问题。

3.2 模型的改进

在评判因素的重要性的时候, 应该减少主观判断, 增加数据关联程度的相关分析, 以及将评判标准由1-9的分级改为1-3的分级可能会使模糊判断的可信服程度增加。

4 宜居水平总结与建议

本文建立模型对淮海经济区城市宜居性进行分析, 并对徐州市影响宜居性因素进行分析得出以下基本结论:徐州市的绿化程度是比较好的, 总体水平较高。但居民生活的精神层次经济和文化, 以及物质方面都有待加强。另外徐州市在基础设施建设也较为薄弱, 徐州在城市环境方面做的还不是很好。

根据城市环境指标, 我们可以得出在提高城市宜居性过程中首先要创造优良的居民居住环境。首先加强在环境保护方面资金投入。一, 提高城市污水集中处理率, 当城市污水处理率越高, 城市宜居度越高, 这是生态文明方面的要求。二, 加强生态保护、植树造林、园林绿化建设, 在城市中更多地建设郊野公园等。三, 还应该在公共基础建设加强投入, 完善基础设施, 不断提升居民生活舒适性、便利性。

根据城市生活质量指标, 在提高城市宜居性过程中, 在城市生活质量方面也应该有所注重, 首先要提高城市管理范围, 加强城管执法力度, 并完善相关专业执法与综合执法衔接配合的体制机制。还有居民生活宜居度还与工作密切关联, 失业率越高则城市宜居度越低, 居民生活质量也就越差。另外社会保障也是重要的一点, 社会保障覆盖率越高, 居民生活越幸福, 因此政府应多提供就业岗位, 提高城市居民生活幸福感。

摘要:城市宜居性是当前社会大家生活就业普遍关注的问题, 本文通过查阅资料、收集数据来研究评价宜居城市模型等问题, 以淮海经济区8个城市为研究对象, 对城市的宜居度进行分析并选取一些城市为例, 对其进行宜居城市评价体系构建, 运用spss19.0统计应用软件来提取因子并进行主成分分析, 提出影响宜居城市主要评选指标, 并阐述指标的合理性。从以上定量分析结果, 评价徐州的宜居城市创建水平, 并根据徐州市的具体情况, 对各城市提升宜居水平提出合理的建议。

关键词:主成分分析法,模糊综合评价体系,显著性分析,层次分析法

参考文献

[1] 龙春.关于打造重庆生态宜居区的研究与思考[N].七一书院, 2008.11.26.

[2] 王巨川, 等.多指标模糊综合评判[J].昆明理工大学学报, 1998, 23 (4) .

[3] 许淑娜, 李长坡.对主成分分析法三个问题的剖析[J].数学理论与应用, 2011-12:31 (4) .

[4] 李春平, 等.主成分分析法和层次分析法在对综合指标进行定量评价中的比较[J].南京财经大学学报, 2005: (6) .

[5] 曹萍.电子商务中数字问题产品的定价问题研究[D].华中师范大学, 2005.11.

[6] 郭金玉, 张忠彬, 孙庆云.层次分析法的研究与应用[J].中国安全科学学报, 2008-5:18 (5) :148-153.

[7] 张文忠.中国宜居城市建设的理论研究及实践思考[J].国际城市规划, 2016, 31 (05) :1-6.

[8] 刘星光, 董晓峰, 刘颜欣.中国主要城市宜居性发展的地域差异研究[J].干旱区地理, 2014, 37 (06) :1281-1290.

上一篇:探索高职学生管理新模式,培养新型技能人才下一篇:动漫设计与制作中数字媒体艺术的应用