基于混合多维云模型的工业绿色发展水平测度_何佳蔓.pdf

基于混合多维云模型的工业绿色发展水平测度何佳蔓,刘小红,张人龙(贵州大学管理学院,贵阳550025)通信作者:刘小红,E-mail:摘要:如何测度各省工业绿色发展水平高低,判断各省工业绿色创新能力差异,本文从绿色投入要素和绿色产出效益视角构建集结综合属性值的工业绿色发展多指标评价体系;并在云模型基础上提出了基于混合多维云模型的区间多属性测度方法.该方法创新性地利用区间权重和云权重的相互转换,在解决多指标权重不一的问题后,再运用父云贴近度计算工业绿色发展水平,云投影度测定工业绿色创新能力;最后采用省际间的工业面板数据进行验证.结果表明,相较于一般的多指标综合评价法,该测定方法的实证结果与实际情况更相符合,说明了该方法既能对工业绿色发展水平的整体情况进行评价分析,也能精确计算出各指标贡献度,从而判断其是否具有工业绿色创新能力.因此,本研究可为各地区调整工业绿色发展水平测度指标、制定工业绿色发展规划提供实质性建议和理论决策依据.关键词:多维云模型;工业绿色发展;云投影法;云贴近度;区间权重引用格式:何佳蔓,刘小红,张人龙.基于混合多维云模型的工业绿色发展水平测度.计算机系统应用,2023,32(2):3444.http:/www.c-s- of Industrial Green Development Level Based on Hybrid Multi-dimensionalCloud ModelHEJia-Man,LIUXiao-Hong,ZHANGRen-Long(SchoolofManagement,GuizhouUniversity,Guiyang550025,China)Abstract:Thisstudyisconductedtomeasurethelevelofindustrialgreendevelopmentandjudgethedifferencesinindustrialgreeninnovationabilityamongprovinces.Thestudyconstructsamulti-indexevaluationsystemintegratingcomprehensiveattributevaluesforindustrialgreendevelopmentfromtheperspectiveofgreeninputfactorsandgreenoutputbenefitsandproposesanintervalmulti-attributemeasurementmethodbasedonthehybridmulti-dimensionalcloudmodel.Thismethodcreativelyusesthemutualtransformationoftheintervalweightandcloudweighttosolvetheproblemofdifferentweightsofmultipleindexes.Afterthat,theparentcloudclosenessisemployedtocalculatetheindustrialgreendevelopmentlevel,andthecloudprojectionisappliedtomeasureindustrialgreeninnovationability.Finally,industrialpaneldatabetweenprovincesareusedforverification.Theresultsindicatethatcomparedwiththeresultsofthegeneralmulti-indexcomprehensiveevaluationmethod,theempiricalresultsofthismethodaremoreconsistentwiththeactualsituation.Thismeansthatthemethodcannotonlyevaluateandanalyzetheoverallsituationoftheindustrialgreendevelopmentlevelbutalsoaccuratelycalculatethecontributionofeachindextojudgewhetheraprovinceorregionhastheindustrialgreeninnovationability.Therefore,thisstudycanprovidesubstantivesuggestionsandtheoreticaldecision-makingbasisforregionstoadjustthemeasurementindexesfortheindustrialgreendevelopmentlevelandformulateindustrialgreendevelopmentplans.计算机系统应用ISSN1003-3254,CODENCSAOBNE-mail:ComputerSystems&Applications,2023,32(2):3444doi:10.15888/ki.csa.008953http:/www.c-s-中国科学院软件研究所版权所有.Tel:+86-10-62661041基金项目:贵州省哲学社会科学规划课题一般项目(21GZYB10,21GZYB09);贵州省省级科技计划(黔科合基础-ZK2022 一般 080);贵州大学文科研究一般项目(GDYB2021022)收稿时间:2022-06-05;修改时间:2022-07-01;采用时间:2022-08-25;csa 在线出版时间:2022-11-14CNKI 网络首发时间:2022-11-1634专论综述SpecialIssueKey words:multi-dimensionalcloudmodel;industrialgreendevelopment;cloudprojectionmethod;cloudcloseness;intervalweight增强工业绿色发展水平是当今中国乃至今后较长时间实现经济可持续发展和生态文明建设的重要环节.目前,国内外对工业绿色发展水平的评价方法主要分为绿色 GDP 核算1、全要素生产率法2、基于多指标测度综合指数法3这 3 类.但这 3 类评价方法都是基于效率的核算,若要拓展工业绿色发展内涵,则需构建绿色发展综合指标体系4.然而,什么样的多指标测度方法既能反映工业绿色发展水平的总体情况,又能体现工业绿色创新能力呢?为解决这类问题,何静等5构建了绿色经济评价指标体系并运用因子分析法对中国 30 个地区历年的绿色经济进行了比较和评价.田亚鹏等6采用超效率SBM-DEA 模型测算陕西省地级市的绿色发展效率.李兰冰等7研究了技术创新、节能减排与城市绿色发展之间的影响效应和路径机制.Zou 等8研究了环境监管体系是否推动了中国污染密集型产业的绿色发展.王韶华等9运用粗糙集和前沿函数模型对京津冀地区的工业绿色发展进行了研究.但以上研究并没有从多维视角来分析工业绿色发展水平整体中的绿色投入要素和绿色产出效益间的相互影响与制约关系.基于此,在中国当前环境和资源等约束条件下建立基于混合多维云模型的多指标综合测度方法,不仅可以反映工业绿色发展整体水平的高低,也能精确计算出各指标贡献度,从而判断其是否具有工业绿色创新能力;同时为协调推动各地区工业绿色发展进程提供实质性参考建议和理论决策依据.1集结综合属性值的工业绿色发展水平指标体系构建当前工业绿色发展矛盾表现在资源能源消耗大、利用率低、环境污染严重、绿色发展能力和绿色创新能力不高.因此本文借鉴四部委发布的绿色发展指标体系及在以往学者们1019相关研究的基础上,从绿色投入要素和绿色产出效益维度构建了集结综合属性值的工业绿色发展多指标评价体系如表 1所示.表 1集结综合属性值的工业绿色发展水平指标体系目标层 一级指标二级指标单位工业绿色发展水平绿色投入要素工业用水量C11亿立方米规上工业企业研发机构人员C12个能源工业投资增长率C13%规上工业企业专利数C14个综合能源消费总量C15万吨标准煤电力消费量C16亿千瓦小时无害化处理能力C17吨/日工业R&D经费C18万元绿色产出效益规上工业企业新产品开发利润率C21%居民人均可支配收入C22万元一般工业固体废物综合利用率C23%规上工业增加值增长率C24%规上工业企业营业收入利润率C25%人均水资源量C26立方米/人工业废水排放量C27吨工业二氧化硫排放量C28吨2基于混合多维云模型的区间多属性测度方法的构建工业绿色发展水平指标阈值的衡量具有模糊性和不确定性,对各指标权重界定常采用的主/客观赋权法缺陷比较明显.因为对不同属性指标而言,依赖主观意识、依赖足够样本数据和实际问题域的赋权法会导致权重与属性的实际重要程度相差较大,进一步加剧指标数据量化评估权重的失真.相比之下,基于数据统计属性本身的云权重20在属性指标值不确定、属性权重完全未知时,能通过期望、熵、超熵数字特征有效解决系统过程中的随机性和模糊性,实现定性与定量间的双向认知转换,最大程度地减少属性权重失真问题.当权重值不精确时,可通过区间权重的标准化来确定属性的权值问题,提高指标评价的效率和准确性.因此,本文将构建基于混合多维云模型的区间多属性决策方法来测度工业绿色发展水平的高低,并判断各地区是否具有工业绿色创新能力.本研究针对工业绿色发展水平的测度模型具体流程见图 1 所示.2.1 多属性多维云模型在工业绿色发展水平评价过程中,其发展水平的2023年第32卷第2期http:/www.c-s-计 算 机 系 统 应 用SpecialIssue专论综述35UnCUnx(x1,x2,xn)UC(xi,i)x(x1,x2,xn)N(Ex(Ex1,Ex2,Exn),En(En1,En2,Enn)2)EnEn(En1,En2,Enn)N(En(En1,En2,Enn),He(He1,He2,Hen)2);UC(x)i=1,2,m j=1,2,n高低由多个内在相互联系和共同影响的指标决定.由此可将一维正态云模型推广至多维云模型,通过多个维度来描述工业绿色发展水平指标属性的概念.设是一个 维论域,为上的定性概念,维云模型是中 的一次随机实现.令为云滴,则,;其中服从正态分布中元素 x 对于 的隶属度为是一个具有稳定倾向的随机数,且有,i(x1,x2,xn)=expnj=1(xijExij)22(Enij)2属性值规范化灰色关联度法指标区间权重指标云权重云模型信息集结评价工业绿色发展水平及创新能力绿色投入要素云模型绿色产出效益云模型云加权信息集结父云模型云贴近度判断指标贡献度云投影度指标贡献度法3En 法图 1工业绿色发展水平测度模型图开始输入原始数据对数据进行规范化灰色关联系数法分辨系数取区间数 0,1指标云权重结束3En 规则图 2云权重算法流程图因此,多维正态云模型可用期望 Ex、熵 En、超熵 He 三个数字特征表示 n 维论域中的某个定性概念,且云滴分布服从期望为 Ex,方差为 En2+He2的随机变量.其中,Ex 是云滴在论域空间分布中的数学期望,反映定性概念云滴群的云重心.En 表示定性概念不确定性的度量,反映了云滴的离散程度和论域范围内云滴的取值范围.He 是对 En 的不确定性度量,反映了云滴的厚度.研究表明,超熵越大,云的离散程度越大,隶属度的随机性也随之增大,云的厚度也越厚.2.2 多指标多属性规范化决策矩阵Ai(i=1,2,m)Cj(j=1,2,n)X=(xij)mnxij由于工业绿色发展水平指标属性的单位并不完全一致,不能直接对多指标体系进行相互比较和信息集成.为此,对指标多属性决策矩阵进行无量纲化处理.假设有 m 个待评价方案,每个待评价方案有 n 个评价属性,则决策矩阵,其中为第 i 个待评价方案的第 j 个评价指标值.工业绿色发展水平指标多属性决策矩阵规范化处理方法