萬林葳
(中國礦業大學管理學院,江蘇徐州 221008)
生態工業園區最早是由美國經濟學家Indigo教授于上世紀90年代提出的,隨后該思想先后在美國、日本、加拿大、英國等發達國家得到普遍推廣和應用[1]。我國生態工業園區規劃與建設的系統性探索工作是從2000年前后開始的,截至2010年4月,我國已批準建設的國家級生態工業示范園區就達36個,省級政府批準設立的近120個。總的來說,生態工業園區就是將循環經濟理論與工業生態學原理相結合,遵循清潔生產要求而建立的一種新型工業組織形態,其目標是通過模擬自然系統中的“生產者——消費者——分解者”的循環途徑,實現物質閉環循環和能量多級利用,盡量減少區域廢物,即園區內不同的生產單位之間通過物質交換、能量循環形成物質能量的閉合回路,一個單位的副產品或廢棄物成為另一個單位的原材料得以從新投入生產,最終實現整個工業園區的污染物“零排放”。在不影響經濟效益的同時,兼顧了環境效益與社會效益,它實現了物質閉環循環和能量多級利用,最終達到物質、能量的最大利用[2]。因此,在倡導生態文明的今天,生態工業園區憑借其協調的共生網絡體系以及閉合的物質能量循環系統成為最具環保意義的綠色工業園區,它的發展和壯大在某種程度緩解了當前我國經濟發展和生態保護的矛盾。為使我國生態工業園區得到長足發展,不斷提高其環境效益與可持續發展水平,一套科學、合理的環境效益評價體系和評價模型是必不可缺少的。本文借鑒蟻群算法,針對生態工業園區的特點構建出環境效益評價模型,并以具體生態工業園區為例進行實證研究。
蟻群算法(簡稱ACL)是由意大利學者Dorigo M.等人受自然界螞蟻的行為啟發而發展起來的一種新的啟發優化算法。它是一種隨機搜索的方法,同其他啟發方式一樣,通過由候選解組成的群體的進化過程來尋找最優解。最初的蟻群算法研究起源于離散型優化問題,本文研究的問題是將蟻群算法應用于生態工業園區環境效益評價之中,屬于多參數連續函數優化問題。
對于多參數連續函數優化問題,首先要劃分參數節點以便于模擬實際螞蟻尋徑的行為,方法是在各參數Ag(g=1,2,…,g;g是待優化參數數目)的取值范圍內進行劃分,按一定的方式對劃分的參數節點進行排序和編號,并將劃分點成為參數節點,如圖1所示。

圖1 連續函數多參數優化蟻群算法路徑圖
從圖1我們可以看出,與旅行商問題(TSP)建模不同,多參數優化蟻群算法是將m只螞蟻均勻分布在A1定義范圍內的參數點上,首次周游的螞蟻k由A1內的參數節點i向A2定義域內隨機確定的參數節點j移動。如果螞蟻k移動到A2域內的節點j時,它便進行第二次隨機移動,即任意在A3定義域范圍內選擇節點移動;按照這個法則無限進行下去,直到螞蟻k的移動軌跡遍布了Ag個域內的所有節點,這整個過程完成了第一次游走并可以輸出相應的目標函數值。在接下來的周游過程中,不同路徑的信息素濃度將會影響螞蟻k選擇不同的參數節點進行轉移,在此期間,信息素的強度以及轉移的概率將會不斷更新。螞蟻k在T時刻從參數節點i轉移到節點j的概率可以表示為:

公式(1)中,allowedk={0,1,…,n-1},tabuk(k=1,2,…,m)用以記憶螞蟻k當前所經過的參數節點,而-tabuk表示螞蟻k下一步允許選擇的參數節點,在整個評價過程中,可以集合tabuk隨進化過程作動態調整。α為殘留信息的相對重要程度;β是期望值的相對重要程度。ηij為螞蟻從節點i游歷到節點j的期望程度,由共式(2)計算得出。

τij(i,j=1,2,…,P)代表參數節點i,j不同路徑之間的信息量,也稱為信息強度,用τij(0)=δ(較小的正數)表示。在最初時點,信息素的強度在每條路徑上是完全相同的,但是隨著時間的推移它會逐漸變小直至消失,我們用ρ表示信息保留程度,1-ρ則表示信息消失程度。蟻群每次周游結束之后,每條路徑上的信息強度便會根據公式(3)更新一次。


當前生態工業園區按照生產要素不同可以劃分為綜合類、行業類和靜脈產業類三種不同的類型[6],本文以煤炭行業類生態工業園區為研究對象,運用蟻群算法構造模型對河南省中國平煤神馬能源化工集團工業園區生態建設前后的環境效益進行分析評價。
本文借鑒城市可持續發展評價指標體系的構建模式[7-8],將生態工業園區環境效益評價體系分為系統結構類、資源利用類、環境效果類以及經濟效果類四大類指標,從而體現生態工業園區經濟發展、環境保護、生態建設等多元目標之間應有的兼顧性。對煤炭類工業生態園區進行環境效益綜合評價分析,指標值均依靠礦區實地調研數據經處理后獲得。各級指標的原始數據需要經過如下指數公式進行標準化運算,以便得到標準值。

公式(5)中,PIj表示各類發展指數(j=1,2,…,4);αj和 βj表示各類指標待優化的參數( αj∈[0,15],βj∈[0,10]);Kj表示各類中包括指標的項數;xij表示第j類指標中第i項指標規范化后的數值;uij表示第j類指標中第i項指標的權值,若取等權系數,則uij=1/Kj。
而總的環境效益評價公式可以表示為:

公式(6)中,PI為綜合指標公式中待優化參數;uj為綜合指標中第j類指標權值。
首先可以根據螞蟻群分類指標優化公式(5)和總的境效益評價公式(6)構造目標函數:

其中PIs為第s級目標值,將目標值在[0,10]區間按等比賦值,等差分級原則分為4級,各級分別為PIo1=0.8,PIo2=1.5,PIo3=4.8,PIo4=9.5。然后,將表1中的各類指標評價標準值和相應目標值代入公式(1)和公式(8)進行優化處理,并運用MATLAB語言進行編程實現。由于蟻群算法在環境效益評價的應用中還處于探索階段,信息素增加強度Q、信息啟發因子λ、期望啟發因子γ和螞蟻總數m等有關參數的設定,尚無嚴格的理論依據,至今仍然沒有確定最優參數組合的有效方法,一般情況下都是根據經驗而定的。本模型中選擇各參數為:信息啟發因子λ=0.5;期望啟發因子γ=1;信息素揮發系數?為=0.9,信息殘留因子1-?=0.1;蟻群數量為m=30,信息素增加強度Q=1,迭代次數k=60。最終用蟻群算法優化得出各級標準的系統結構類(PI1)、資源利用類(PI2)、環境效果類(PI3)和經濟效果類(PI4)的單項指數公式如下:

分別將表1中分類環境效益指數中各級評價標準值和煤炭工業園區各類指標值代入公式(8)~(11),得到四類生態工業園區環境效益指標分級標準值以及2000年和2010年各類環境效益實際值(見表2)。將各類環境效益指標的各級標準值代入公式(6),并滿足目標函數(7),用蟻群算法優化公式(6)中的參數α、β得出系統結構類(PI1)、資源利用類(PI2)、環境效果類(PI3)和經濟效果類(PI4)環境效益的綜合指數(PI)公式為:


表1 生態工業園區環境效益單項評價標準及標準值
分別將四類4級環境效益指標值和生態工業園區各類指標值代入公式(12),得出園區環境效益綜合分級標準對應關系為:I級:(0,1.027];II級(1.027,1.975];III級(1.975,2.573];IV級(2.573,3.806]。由此可以得到環境效

表2 各類環境效益指標和綜合指標的分級標準及園區各類指標值和綜合指標值
由上表我們可以判定:2000年園區環境效益綜合評價為I級(低水平),經過十年生態重建工作之后2010年園區效益綜合評價為III級(較高水平)。這說明該工業園區大力發展循環經濟、實施塌陷土地復墾技術、清潔生產技術等一系列生態重建與修復措施卓有成效,切實可行,使得工業園區逐漸走上“環境友好型、資源節約型”可持續發展道路。
(1)將蟻群算法應用于生態工業園區環境效益分類指數模型和綜合指數評價模型的構建之中,模型不受指標體系中指標個數的限制,容易操作,計算簡單易行。
(2)基于蟻群算法的環境效益評價模型綜合了層次分析法(AHP)與模糊數學(FUZZY)的優點,在多目標分析與決策時突破了指標體系中指標個數的限制,而且不需要對各指標進行權重,整個評價過程無人為主觀色彩,評價結果更加客觀公正,表現出較強的通用性。
(3)縱觀國內外文獻,目前針對行業類生態工業園區,尤其是煤炭工業類工業園區環境效益綜合評價指標體系的研究方面還處于探索階段。因此,對其環境效益評價中涉及到的評價標準選擇、評價模型選取等問題尚缺乏統一標準和依據,使評價質量受到一定的影響。今后還應大力加強行業類生態工業園區環境效益與可持續發展評價指標體系的研究,逐步建立以提升生態工業園區環境效益為目標的評價標準,將環境效益、社會效益、經濟效益三者相結合,重點構建行業類工業園區生態建設綜合效益評價指標體系,并能有效地應用于環境效益的評價實踐當中。
[1]鐘書華.生態工業園區建設與管理[M.北京:人民出版社,2007.
[2]張文紅,陳森發,向文武.我國工業園區發展生態工業的模式及途徑[J].管理世界,2003,(3).
[3]段海濱.蟻群算法原理及其應用[M].北京:科學出版社,2007.
[4]秦敏花,劉三陽,李麗英.一種對蟻群算法的改進及其在旅行商問題中的應用[J].統計與決策,2007,(9).
[5]李祚泳.可持續發展評價模型與應用[M].北京:科學出版社,2007.
[6]劉景洋,喬琦,姚揚,郭玉文.生態工業園區評價指標體系研究——綜合類生態工業園區[J].社會科學,2007,(7).
[7]徐婷婷,于揚,彭嬌婷.基于蟻群算法的城市可持續發展綜合評價[J].成都信息工程學院學報,2006,(10).
[8]方崇,蔡小超,張春.蟻群投影尋蹤回歸模型在大型灌區節水改造效益綜合評價中的應用[J].中國農村水利水電,2010,(3).