陜南三市綠色經(jīng)濟發(fā)展測度及演化研究

武婷婷，王 怡，董 朕

（1.商洛學(xué)院經(jīng)濟管理學(xué)院，陜西 商洛 726000；2.陜西高校新型智庫商洛發(fā)展研究院，陜西 商洛 726000）

“綠水青山就是金山銀山”“堅持節(jié)約資源和保護環(huán)境的基本國策”，已成為新時代中國特色社會主義生態(tài)文明建設(shè)和經(jīng)濟建設(shè)的思想和基本方針。陜西省貫徹黨中央生態(tài)文明建設(shè)和經(jīng)濟發(fā)展的理念，大力推動綠色經(jīng)濟發(fā)展，取得明顯的成效：生態(tài)環(huán)境持續(xù)改善、經(jīng)濟指標穩(wěn)步提升、創(chuàng)新驅(qū)動發(fā)展持續(xù)良好、資源利用率不斷提高，但仍存在總體水平相對滯后、地區(qū)差異明顯等問題。地處秦巴山區(qū)腹地的陜南三市，承擔(dān)著鄉(xiāng)村振興和阻止返貧的重要任務(wù)，同時也要貫徹“兩山”理論實現(xiàn)綠色經(jīng)濟全面可持續(xù)發(fā)展。因此，對陜南三市綠色經(jīng)濟發(fā)展狀況進行分析及研究，有利于推動秦巴山區(qū)經(jīng)濟社會綠色轉(zhuǎn)型發(fā)展，探索適合秦巴山區(qū)的綠色發(fā)展之路提供方向。

從20世紀80年代就開始了對綠色經(jīng)濟的研究［1-3］。在國家層面綠色發(fā)展研究中，李蘇等［4］結(jié)合中國實際構(gòu)建了適于中國的GEP（綠色經(jīng)濟發(fā)展指標）體系，采用熵權(quán)法測度了中國2012—2016年GEP指數(shù)，并對指標特征進行了時空分析；劉軍英［5］基于熵權(quán)法模型測量了中國不同城市綠色經(jīng)濟發(fā)展指數(shù)的變化及其空間差異性。在區(qū)域?qū)用妫蟀⒛鹊龋?］從綠色生產(chǎn)、綠色生態(tài)、綠色技術(shù)、綠色消費4個維度出發(fā)，采用“G1主觀賦權(quán)法+主成分客觀賦權(quán)法”的組合賦權(quán)法作為評估方法，測度京津冀綠色經(jīng)濟發(fā)展水平對京津冀綠色經(jīng)濟發(fā)展區(qū)域差異進行了比較分析；李爽等［7］基于長江經(jīng)濟帶105個地級市的面板數(shù)據(jù)，運用非期望SBM模型對各城市綠色效率進行了測算；夏晶晶等［8］從綠色經(jīng)濟、綠色生產(chǎn)和消費、綠色環(huán)境、綠色生態(tài)、綠色生活和綠色科技6個維度構(gòu)建長江經(jīng)濟帶綠色發(fā)展評價體系，對2012—2018年長江經(jīng)濟帶綠色發(fā)展水平及時空變化進行了評價研究；任嘉敏等［9］以東北老工業(yè)基地11個典型城市為研究對象，從資源利用、產(chǎn)業(yè)綠色化、經(jīng)濟發(fā)展質(zhì)量、環(huán)境保護、綠色人居5個方面構(gòu)建指標體系，分析東北老工業(yè)基地綠色發(fā)展水平時空演變特征；張歡等［10］采用用多層次評價方法和熵權(quán)法，從綠色美麗家園、綠色生產(chǎn)消費、綠色高端發(fā)展3個方面構(gòu)建了湖北省綠色發(fā)展水平測度指標體系，測度了湖北省2004—2013年各地市州綠色發(fā)展水平。

以上關(guān)于綠色經(jīng)濟發(fā)展的研究對中國經(jīng)濟增長從總量上和質(zhì)量上均提供了一定程度的理論支撐，但是也存在一些不足：①構(gòu)建指標體系時，指標選擇過程的主觀性較強，導(dǎo)致指標評價客觀性較弱。②從研究對象上看，大部分研究都集中于全國范圍或中西部、長江經(jīng)濟帶或者省域等大范圍地區(qū)，較少有關(guān)于秦巴山區(qū)不同時空下綠色經(jīng)濟發(fā)展情況。基于此，本研究利用綠色經(jīng)濟發(fā)展指標的構(gòu)建方法，結(jié)合秦巴山區(qū)實際情況構(gòu)建了綠色經(jīng)濟發(fā)展指標體系，使用遺傳算法和粒子群算法優(yōu)化的投影尋蹤模型測度2000—2017年陜南三市綠色經(jīng)濟發(fā)展狀況，并對不同區(qū)域的綠色經(jīng)濟發(fā)展的時空演化情況進行分析。

1 評價指標選取及計量模型

1.1 評價指標的選取

綠色經(jīng)濟發(fā)展是一個復(fù)雜的系統(tǒng)性概念，涉及經(jīng)濟-生態(tài)-社會3個子維度，因此必須結(jié)合秦巴山區(qū)發(fā)展的特殊性構(gòu)建多維度、多指標的評價體系，根據(jù)指標選取的可靠性、權(quán)威性和可獲得性原則，結(jié)合秦巴山區(qū)綠色經(jīng)濟發(fā)展目標，從經(jīng)濟發(fā)展水平、社會發(fā)展質(zhì)量、生態(tài)文明建設(shè)、科技創(chuàng)新服務(wù)4個維度，構(gòu)建綠色經(jīng)濟發(fā)展指標體系，對秦巴山區(qū)陜南三市的綠色經(jīng)濟發(fā)展成效進行測度（表1）。指標體系有4個一級指標，19個二級指標，既有正向指標，也有負向指標。

表1 綠色經(jīng)濟發(fā)展指標體系

1.2 計量模型

1.2.1 投影尋蹤模型 投影尋蹤（Projection pursuit，PP）是處理和分析高維數(shù)據(jù)的一類新興統(tǒng)計方法，其基本思想是將高維數(shù)據(jù)投影到低維子空間上，并在該子空間上尋找出能夠反映原高維數(shù)據(jù)結(jié)構(gòu)或特征的投影，從而達到研究和分析高維數(shù)據(jù)的目的，在克服“維數(shù)禍根”以及解決小樣本、超高維等問題中具有明顯優(yōu)勢。與其他非參數(shù)方法一樣，投影尋蹤方法也可用來解決非線性問題。投影尋蹤評價模型的建模過程如下：

本研究所構(gòu)建的綠色經(jīng)濟發(fā)展指標體系中既有正向影響的指標，也有逆向影響的指標，因此，本研究采取極值標準化方法對指標數(shù)據(jù)進行標準化處理。

正向型指標數(shù)據(jù)標準化處理方法如式（1）所示：

逆向型指標數(shù)據(jù)標準化處理方法如式（2）所示：

2）構(gòu)建投影指標函數(shù)Q()a。投影尋蹤法就是把p維數(shù)據(jù)綜合成以a={a(1),a(2),…,a(p)}為投影方向的一維投影值z(i)如式（3）所示：

其中，a為單位長度向量。為使局部投影點盡可能密集，最好凝聚成若干個點團，整體上投影點團之間盡可能散開。因此，投影指標函數(shù)可以表示為：

其中，Sz為投影值z(i)的標準差，Dz為投影值z(i)的局部密度。E(z)為序列的平均值；R為局部密度的窗口半徑，根據(jù)試驗來確定，R取值既要使包含在窗口內(nèi)的投影點的平均個數(shù)不太少，避免滑動平均偏差太大，又不能使其隨著n的增大而增加太高，一般可取值為0.1Sz；r(i,j)表示樣本之間的距離，r(i,j)= |z(i)-z(j)|；u(t)為一單位階躍函數(shù)，當(dāng)t≥0時其函數(shù)值為1，當(dāng)t＜0時其函數(shù)值為0。

3）優(yōu)化投影指標函數(shù)。當(dāng)樣本集給定時，投影指標函數(shù)Q(a)僅隨著投影方向a的變化而變化。最佳投影方向就是最大可能暴露高維數(shù)據(jù)某類特征結(jié)構(gòu)的投影方向。因此，通過求解投影指標函數(shù)最大化問題來實現(xiàn)，即：

實際上這是一個求解復(fù)雜非線性優(yōu)化的問題，優(yōu)化變量{a(j)|j=1,2,…,p}用傳統(tǒng)的優(yōu)化方法很難處理，因此，需要引入相關(guān)算法進行求解優(yōu)化問題。本研究利用遺傳算法和粒子群算法通過改進優(yōu)化來解決高維全局尋優(yōu)問題。

4）綜合評價。將最佳投影方向a?代入式（3）后可得各樣本投影值z?(i)。根據(jù)值z?(i)可以進行分類或優(yōu)劣排序。

1.2.2 GA-PSO混合算法優(yōu)化 粒子群優(yōu)化算法（Particle swarm optimization，PSO）是一種群人工智能算法，其主要思想是模擬鳥類捕食過程，捕食過程即尋找全局最優(yōu)解過程，所有粒子都有記憶功能，一次尋找過程中每個粒子通過平衡自身尋找過的最優(yōu)位置pbest（局部最優(yōu)位置）和粒子群分享信息得到的最優(yōu)位置gbest（全局最優(yōu)位置）來決定本次尋找的方向和運動的速度，再通過預(yù)先設(shè)置的適應(yīng)度函數(shù)判斷本次尋找位置的優(yōu)劣，通過有限次尋找得到全局最優(yōu)解［11］。

遺傳算法（Genetic algorithm，GA）是一種模擬方法，利用數(shù)學(xué)模型來模仿生物的一系列進化過程，生物進化是通過染色體作為遺傳基因的承載體，遺傳算法則用一串?dāng)?shù)組來模擬染色體，并通過不斷地選擇、交叉、變異等遺傳操作，對問題進行優(yōu)化以獲得相對最優(yōu)解［12］。

粒子群算法具有收斂速度快、參數(shù)設(shè)置少、結(jié)構(gòu)簡單和易于實現(xiàn)等優(yōu)點，不過其在運算過程中也存在一定的局限性，由于缺乏速度的動態(tài)調(diào)節(jié)，容易陷入局部最優(yōu)，導(dǎo)致收斂精度低和不易收斂。遺傳算法中的交叉操作體現(xiàn)了全局搜索能力，變異操作體現(xiàn)了局部搜索能力，使得遺傳算法在運算過程中不易陷入局部最優(yōu)解，不過遺傳算法往往收斂較慢，或是容易過早收斂。

因此，將遺傳算法的思想融入到粒子群算法中，引入遺傳算法的交叉操作提高粒子的全局搜索能力，預(yù)防陷入局部最優(yōu)；當(dāng)陷入局部最優(yōu)時，利用遺傳算法中的變異操作改變粒子結(jié)構(gòu)，從而跳出局部最優(yōu)狀態(tài)［13］。所以，利用遺傳算法中交叉操作和變異操作的思想對粒子群算法進行優(yōu)化改進，可以彌補粒子群算法容易陷入局部最優(yōu)和收斂精度低的缺陷，最終獲得精度更高的解。GA-PSO混合算法實現(xiàn)流程如圖1所示。

2 實證分析

2.1 數(shù)據(jù)來源及參數(shù)設(shè)置

本研究基礎(chǔ)數(shù)據(jù)來源于2010—2017年《陜西省統(tǒng)計年鑒》和2010—2017年各市的經(jīng)濟統(tǒng)計公報。根據(jù)上文所確定的綠色經(jīng)濟發(fā)展評價指標體系，應(yīng)用GA-PSO混合算法優(yōu)化的投影尋蹤模型對標準化后的數(shù)據(jù)進行評價分析。依據(jù)圖1所述的GA-PSO混合算法實現(xiàn)流程，利用MATLAB 2013a軟件進行編程計算，采用混合算法求解投影指標函數(shù)的最大值，解決投影向量的優(yōu)化問題。

圖1 GA-PSO混合算法實現(xiàn)流程

MATLAB參數(shù)設(shè)置為：指標數(shù)p=19，學(xué)習(xí)因子c1=2、c2=2，交叉率pc1=0.6、pc2=0.7，變異率pm=0.2，最大迭代次數(shù)Tmax=1 000。

2.2 分地區(qū)縱向綠色經(jīng)濟發(fā)展評價

2.2.1 漢中市2010—2017年漢中市綠色經(jīng)濟發(fā)展評價結(jié)果如表2和圖2所示。從表2和圖2可以看出，漢中市綠色經(jīng)濟發(fā)展水平有著不同程度的增長。其中，經(jīng)濟發(fā)展水平的增長幅度最大，生態(tài)文明建設(shè)次之，而科技創(chuàng)新服務(wù)發(fā)展相對較慢，并且在2013—2014年、2016—2017年科技創(chuàng)新服務(wù)水平還略有下降。從綜合投影值可以看出，2010—2017年漢中市綠色經(jīng)濟發(fā)展水平呈穩(wěn)步增長的趨勢。

表2 2010—2017年漢中市綠色經(jīng)濟發(fā)展水平投影值

圖2 2010—2017年漢中市綠色經(jīng)濟發(fā)展趨勢

2.2.2 安康市2010—2017年安康市綠色經(jīng)濟發(fā)展評價結(jié)果如表3和圖3所示。從表3和圖3可以看出，安康市綠色經(jīng)濟發(fā)展水平有著不同程度的增長。其中，社會發(fā)展質(zhì)量的增長幅度最大，經(jīng)濟發(fā)展水平次之，科技創(chuàng)新服務(wù)在2015年后發(fā)展較快。而生態(tài)文明建設(shè)在2015年前都在穩(wěn)步增長，但2015年后有所下降。從綜合投影值可以看出，2010—2017年安康市綠色經(jīng)濟發(fā)展水平呈增長的趨勢，并且在2012年后增長斜率也在變大。

表3 2010—2017年安康市綠色經(jīng)濟發(fā)展水平投影值

圖3 2010—2017年安康市綠色經(jīng)濟發(fā)展趨勢

2.2.3 商洛市2010—2017年商洛市綠色經(jīng)濟發(fā)展評價結(jié)果如表4和圖4所示。從表4和圖4可以看出，商洛市綠色經(jīng)濟發(fā)展水平有著不同程度的增長。其中，經(jīng)濟發(fā)展水平的增長幅度最大，社會發(fā)展質(zhì)量緊隨其后，生態(tài)文明建設(shè)在2010—2012年有些許下降，2013—2015年又快速增長，到2016年有所下降，2017年又重回升勢。而科技創(chuàng)新服務(wù)僅在2015年有迅速下降，其余年份均在穩(wěn)步增長，主要原因在于2015年商洛市R&D經(jīng)費支出相較于2014年縮減了1.22億元，同時申請專利也少了500件。從綜合投影值可以看出，2010—2017年商洛市綠色經(jīng)濟發(fā)展水平也呈穩(wěn)步增長的趨勢。

表4 2010—2017年商洛市綠色經(jīng)濟發(fā)展水平投影值

圖4 2010—2017年商洛市綠色經(jīng)濟發(fā)展趨勢

2.3 分指標橫向綠色經(jīng)濟發(fā)展評價

將陜南三市橫向進行對比，運用投影尋蹤模型進行評價，評價結(jié)果如表5和圖5所示。從表5和圖5可以看到，2010—2017年在經(jīng)濟發(fā)展水平和社會發(fā)展質(zhì)量方面，漢中市領(lǐng)先于安康市，安康市領(lǐng)先于商洛市。在生態(tài)文明建設(shè)方面，2013年前安康市居于首位、漢中市次之、商洛市第三，而在2014年后安康市生態(tài)文明建設(shè)總體呈下降趨勢，同時商洛市在生態(tài)文明建設(shè)方面有了大幅提升，漢中市總體上也呈上升趨勢，到2017年陜南三市在生態(tài)文明建設(shè)基本相差無幾，說明商洛市近些年在生態(tài)環(huán)境治理方面取得了很大的成效。在科技創(chuàng)新服務(wù)方面，漢中市居于首位，商洛市領(lǐng)先于安康市，反映出安康市的科技創(chuàng)新服務(wù)是發(fā)展的短板。從綜合綠色經(jīng)濟發(fā)展水平來看，漢中市依舊位于首位，安康市排第二，商洛市還是落后于漢中市和安康市。

圖5 2010—2017年陜南三市分指標綠色經(jīng)濟發(fā)展趨勢

表5 2010—2017年綜合綠色經(jīng)濟發(fā)展水平投影值

3 結(jié)論

本研究從經(jīng)濟發(fā)展水平、社會發(fā)展質(zhì)量、生態(tài)文明建設(shè)和科技創(chuàng)新服務(wù)4個方面構(gòu)建了綠色經(jīng)濟發(fā)展評價指標體系，運用遺傳算法和粒子群算法混合優(yōu)化的投影尋蹤模型對位于秦巴山區(qū)的陜南三市2010—2017年綠色經(jīng)濟發(fā)展水平進行了實證分析。結(jié)果表明，從分地區(qū)的縱向視角來看，2010—2017年漢中、安康和商洛三市的綜合綠色經(jīng)濟發(fā)展水平均呈現(xiàn)穩(wěn)步增長態(tài)勢，不同地區(qū)的發(fā)展特征也不相同，2010—2017年漢中市在綠色經(jīng)濟發(fā)展的4個維度方面總體上均在上升，其中經(jīng)濟發(fā)展水平的增長幅度最大；安康市社會發(fā)展質(zhì)量的增長幅度最大，不過生態(tài)文明建設(shè)方面在2015年后有所下降；商洛市在綠色經(jīng)濟發(fā)展的4個維度方面總體上也均在上升，不過生態(tài)文明建設(shè)和科技創(chuàng)新服務(wù)在某些年度有些許反復(fù)。從分指標的橫向視角來看，綜合綠色經(jīng)濟發(fā)展水平，漢中市位列第一，安康市第二，商洛市第三；在經(jīng)濟發(fā)展水平和社會發(fā)展質(zhì)量方面，商洛市均落后于漢中市和安康市；在生態(tài)文明建設(shè)方面，漢中市增長幅度較小，安康市還有所下降，而商洛市取得了很好的成效；科技創(chuàng)新服務(wù)是安康市綠色經(jīng)濟發(fā)展的短板。