馬寨璞 ,吳侖 ,孫斌 ,安秋丹,2
(1.河北大學 生命科學學院,河北 保定 071002;2.國際生態(tài)安全合作組織 北京代表處,北京 100600)
在構(gòu)建城市生態(tài)網(wǎng)模型時,需要確定模型的狀態(tài)變量及個數(shù),借助回歸方法得到的狀態(tài)變量映射關(guān)系,可能存在不足或冗余.狀態(tài)變量和映射關(guān)系越多,模型越復雜,模型擬合可能更真實;但超過一定范圍后,過多的狀態(tài)變量或者映射關(guān)系,只會使模型過度復雜化,增加模型的不穩(wěn)定性,并不能提供更多的準確性[1].因此,合理優(yōu)化狀態(tài)變量及映射關(guān)系的數(shù)量在構(gòu)建復雜生態(tài)網(wǎng)模型時不可或缺.
常用于選擇、優(yōu)化模型狀態(tài)變量的方法有AIC準則[2-5]、BIC準則[2-4]、均方誤差最小準則[3]、平均殘差平方和統(tǒng)計量(RMSq)準則[4]、Cp統(tǒng)計量準則[3-5]等.它們主要應(yīng)用于對狀態(tài)變量個數(shù)的篩選[4,7-8],但不適合于對狀態(tài)變量映射關(guān)系的優(yōu)化.再循環(huán)測度[1]是一種基于連通性指標選擇模型結(jié)構(gòu)的標準,主要用來測定生態(tài)網(wǎng)絡(luò)模型中變量間的連通性和循環(huán)程度.本文基于再循環(huán)測度,對城市生態(tài)網(wǎng)模型的映射關(guān)系進行優(yōu)化,從而更為精確地得到了生態(tài)網(wǎng)模型中變量之間的關(guān)系,探索了城市生態(tài)網(wǎng)模型,為網(wǎng)絡(luò)模型映射關(guān)系的優(yōu)化提供了方法與思路.
本文以文獻[10]中建立的生態(tài)網(wǎng)模型為具體對象,該模型對自然、經(jīng)濟、社會3大子系統(tǒng)指標進行了篩選,選取了21個具代表性城市的26項指標.表1中給出了城市生態(tài)網(wǎng)模型的各項指標,即模型中的各狀態(tài)變量.
表1 城市生態(tài)網(wǎng)模型選定的指標
在城市生態(tài)網(wǎng)模型中,狀態(tài)變量間建立聯(lián)系,構(gòu)成映射關(guān)系,一系列狀態(tài)變量之間的映射,構(gòu)成了各變量之間的連通或循環(huán).再循環(huán)測度[1]通過計算模型中變量間的連通性和循環(huán)程度,來說明模型結(jié)構(gòu)的優(yōu)劣.設(shè)狀態(tài)變量(節(jié)點)之間的相互映射用鄰接矩陣A表示,各節(jié)點之間存在k階多步連接時,變量之間的映射用Ak來表示.Bosserman定義再循環(huán)測度C為冪級數(shù),最初的N個矩陣中1的數(shù)目除以N3,它表示總的可能的1的數(shù)目,公式(1)給出了再循環(huán)測度C的具體計算方法[1],一般地,再循環(huán)測度C值介于0和1之間.
C=A1+A2+A3+…+Ak.
(1)
對于已建成的生態(tài)網(wǎng)模型,增加模型中的映射關(guān)系,再循環(huán)測度值隨之呈現(xiàn)增大的趨勢.當映射增加到一定程度時,再循環(huán)測度C值的增加逐漸趨于緩慢,意味著模型對映射關(guān)系不再靈敏,映射處于冗余狀態(tài),其判別原理類似于AIC原則.
圖1是二線、三線城市生態(tài)網(wǎng)的映射關(guān)系,圖中26個節(jié)點分別對應(yīng)選定的26項城市指標,其中實線為原始模型的映射關(guān)系,虛線為優(yōu)化后填補的映射關(guān)系.
a b
a.二線城市;b.三線城市.圖1 二線、三線城市生態(tài)網(wǎng)模型映射關(guān)系 Fig.1 Mapping relationships for the second-tier and third-tier cities
根據(jù)圖1,分別計算原始模型的再循環(huán)測度,可知二線城市生態(tài)網(wǎng)再循環(huán)測度值C為0.418 013,三線城市生態(tài)網(wǎng)的再循環(huán)測度值C為0.362 142.從數(shù)據(jù)來看,這兩類城市狀態(tài)變量之間的再循環(huán)測度值都偏小,表明這兩類城市的生態(tài)網(wǎng)結(jié)構(gòu)還比較松散.造成這種松散的原因,可能是由于計算使用的統(tǒng)計數(shù)據(jù)與實際狀況相比,一些潛在的映射關(guān)系尚未考慮進來.基于此,在原有網(wǎng)絡(luò)中,可添加適度的映射關(guān)系來優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu).
在模型中,由于映射關(guān)系代表狀態(tài)變量之間的相互作用,添加應(yīng)仔細考量.在增加映射關(guān)系時,遵循如下原則:1) 優(yōu)先考慮重要度高的節(jié)點作為候選;2) 根據(jù)實際研究情況,若在其中發(fā)現(xiàn)有潛在映射關(guān)系,則可作為補充項;3) 最終,按照對再循環(huán)測度值影響由大到小的順序進行映射的填補.
首先計算重要度,計算時著重綜合考慮了節(jié)點在網(wǎng)絡(luò)傳輸中所起的作用、節(jié)點度值和相鄰節(jié)點的重要度貢獻[10].二線城市重要度值最高的5個節(jié)點是x10,x14,x13,x3,x24,對應(yīng)的重要度值分別為0.058 2,0.055 5,0.053 5,0.049 7,0.046 5;三線城市重要度值最高的5個節(jié)點是x1,x6,x2,x8,x12,對應(yīng)的重要度值分別為0.202 3,0.179 0,0.176 3,0.172 7,0.142 1.
對確定的重要節(jié)點,綜合文獻對它們映射關(guān)系的研究,再對比回歸結(jié)果,增補必要的映射關(guān)系.為了觀察再循環(huán)測度值的變化過程,映射關(guān)系填補順序如下:
二線城市:x12→x10[11],x10?x14[12],x13→x19[13],x18→x10[14],x10→x13[15-16],x17→x19[17];
三線城市:x9→x1[18],x12→x1[19],x9→x6[20-22],x9→x2[23],x12→x2[19],x12→x11[24].
為了考察再循環(huán)測度的具體變化,逐一計算了添加映射后的生態(tài)網(wǎng)模型C值,計算結(jié)果見表2、表3.在表中,以M表示模型,上標(2),(3)分別表示二線、三線城市,下標0表示原始模型,下標中的非0值表示逐步添加映射關(guān)系后的模型序號,具體添加的映射關(guān)系在每個模型下已給出.
表2 二線城市依次填補映射后模型的再循環(huán)測度C
表3 三線城市依次填補映射后模型的再循環(huán)測度C
a. 二線城市 ;b. 三線城市.圖2 二、三線城市修訂模型的再循環(huán)測度趨勢 Fig.2 Trend of value C for the second-tier and third-tier cities
對比添加映射前后的再循環(huán)測度值的變化,可知, 原始的二線、三線城市生態(tài)網(wǎng)模型均存在變量間映射關(guān)系的缺失.
上述討論,分別就二、三線城市生態(tài)網(wǎng)模型的再循環(huán)測度進行了探討,為了考慮整體城市生態(tài)網(wǎng)模型的結(jié)構(gòu),選取已定的26個狀態(tài)變量,將包含一、二、三線城市的數(shù)據(jù)作為一個整體,樣本含量21個,回歸得到整體生態(tài)網(wǎng)模型如圖3,圖中實線和虛線共同構(gòu)成了該原始模型全部映射關(guān)系.
圖3 各類城市構(gòu)成的整體生態(tài)網(wǎng)模型映射關(guān)系 Fig.3 Mapping relationships for all categories of cities
以圖3為基礎(chǔ),經(jīng)計算,其再循環(huán)測度值C為0.816 511,再循環(huán)測度值偏大,生態(tài)網(wǎng)中映射關(guān)系應(yīng)該存在冗余.為了使模型結(jié)構(gòu)優(yōu)化,需要對冗余映射關(guān)系進行適當刪減.
在多元回歸中,標準化回歸系數(shù)β絕對值的大小,可以表達一個變量對另一個變量的影響程度[25].同一個模型中,映射關(guān)系的相對重要性,也可借助無量綱化的標準回歸系數(shù)β來權(quán)衡.因此,以β值作為刪減映射關(guān)系的標準.
為了觀察再循環(huán)測度值的變化,在刪除映射關(guān)系時,將所有變量之間交互影響的有效β,按照其絕對值從小到大排序,然后從絕對值最小的β所代表的映射關(guān)系開始,逐一進行刪除.之所以首先從β絕對值最小的映射關(guān)系開始,是因為它們在所有映射關(guān)系中影響力最小,刪減后得到新的模型結(jié)構(gòu)仍然最接近于上一步.計算每一步刪除后的再循環(huán)測度值,觀察其變化趨勢(圖4),整體計算結(jié)果參見表4.可知,有17條映射關(guān)系可以刪除,在圖3中以帶標號的虛線表示,其標號為刪除順序.
圖4 刪除映射關(guān)系后模型的再循環(huán)測度值變化 Fig.4 Variation of value C after removing relationships
刪除映射個數(shù)被刪映射映射β值C值是否可刪(1/0)刪除映射個數(shù)被刪映射映射β值C值是否可刪(1/0)0——0.816 51111418→13-0.2400.799 215111→12-0.0840.814 80411510→150.2410.798 589128→90.1000.813 6661163→26-0.2460.798 3611310→26-0.1170.813 6091172→190.2460.798 0201417→18-0.1450.812 07311824→9-0.2470.763 029052→21-0.1590.811 5611193→15-0.2500.755 1210614→260.1640.811 39112016→260.2600.753 812071→80.1670.810 59412114→110.2650.747 610083→18-0.1690.808 1471226→80.2720.715 009093→13-0.1950.807 86312325→90.2780.641 7840102→13-0.2060.807 74912410→120.2800.638 20001114→90.2110.806 27012519→160.2830.416 53401225→120.2150.805 92912616→150.2960.371 58601316→250.2230.799 5561
圖4表明,隨著刪除的增加,再循環(huán)測度值C總體呈下降趨勢,前17條映射的刪除對C值變化幅度影響甚微,直至刪除18條映射時,C值開始發(fā)生較為明顯的變化,減小的幅度開始變大.這說明如果刪除18條或更多的映射,模型結(jié)構(gòu)則會受到較大影響,是不能準確描述生態(tài)網(wǎng)整體結(jié)構(gòu)的;刪除17條映射時,C值達到最佳,刪除映射對生態(tài)網(wǎng)結(jié)構(gòu)的影響可以忽略.刪減后的映射關(guān)系參見圖3中的實線部分.
結(jié)果表明,在城市整體生態(tài)網(wǎng)模型中,刪除β值絕對值最小的前17項映射關(guān)系,可以使生態(tài)網(wǎng)模型結(jié)構(gòu)得以優(yōu)化,具有更簡明、準確的結(jié)構(gòu),此時模型中共計65條映射關(guān)系.
同樣一批數(shù)據(jù),分別作為樣本探討二線、三線城市時,表現(xiàn)為需要增加映射關(guān)系,其原因主要是所選樣本中的數(shù)據(jù)尚不能包含所有城市的情況,個別實際因素未能體現(xiàn)在數(shù)據(jù)中.當一、二、三線城市數(shù)據(jù)混合在一起,整體考查時,則表現(xiàn)出需要刪減映射關(guān)系,其原因可能為本次計算中各線城市的數(shù)據(jù)多寡不均所造成.由于大小城市依其發(fā)展水平與地理環(huán)境等特點所擁有的生態(tài)網(wǎng)結(jié)構(gòu)本身并不相同,也說明相比二、三線城市,后融入的一線城市的結(jié)構(gòu)可能更加復雜、冗余.
城市生態(tài)系統(tǒng)中,各個指標之間相互作用,構(gòu)成了理論上的城市生態(tài)網(wǎng),本文以選定的21個城市為調(diào)查樣本,以選出的26項指標為具體節(jié)點,對構(gòu)建的城市生態(tài)網(wǎng)絡(luò)模型中映射關(guān)系的優(yōu)化進行討論,主要得到如下結(jié)論:
1)二線城市生態(tài)網(wǎng)再循環(huán)測度值C為0.418,三線城市生態(tài)網(wǎng)的再循環(huán)測度值C為0.362,兩類城市獨立生態(tài)網(wǎng)模型中狀態(tài)變量之間的再循環(huán)測度值都偏小.綜合生態(tài)網(wǎng)模型再循環(huán)測度值C為0.817,再循環(huán)測度值偏大.
3)綜合城市生態(tài)網(wǎng)模型因其結(jié)構(gòu)的復雜性,存在映射關(guān)系冗余現(xiàn)象, 通過對17條冗余映射關(guān)系的刪減,生態(tài)網(wǎng)模型的映射關(guān)系達到最優(yōu),最適個數(shù)為65.
參 考 文 獻:
[1] JORGENSEN S E,BENDORICCHIO G.生態(tài)模型基礎(chǔ)[M]. 何文珊, 陸健健, 張修峰,譯.北京:高等教育出版社,2008:32-44.
[2] 王振龍, 胡永宏. 應(yīng)用時間序列分析[M]. 北京:科學出版社, 2007:96-97.
[3] 數(shù)學辭海編輯委員會.數(shù)學辭海:第五卷[M]. 北京:中國科學技術(shù)出版社, 2002.
[4] 馬國棟, 石磊. 線性模型回歸自變量選擇問題的計算[J]. 云南大學學報:自然科學版, 2005, 27(5A):634-636.
MA Guodong, SHI Lei. Calculate choice of the independent variable of the linear regression model[J]. Journal of Yunnan University: Natural Science Edition, 2005, 27(5A):634-636.
[5] 秦宣云. 基于AIC準則的最近鄰聚類模型的優(yōu)化算法[J]. 系統(tǒng)工程與電子技術(shù),2005,27(2):257-259.
QIN Xuanyun. Nearest neighbor clustering algorithm based on AIC criterion[J]. Systems Engineering and Electronics, 2005,27(2):257-259.
[6] 周婉枝, 陳宇丹. 基于Cp統(tǒng)計量的自變量選擇原則[J]. 廣西科學, 1995, 2(4):17-18.
ZHOU Wanzhi, CHEN Yudan. The independent variable selection rule based on theCPstatistics[J]. Guangxi Sciences, 1995, 2(4):17-18.
[7] 張輝, 袁興偉, 程家驊. 東海區(qū)小黃魚繁殖模型優(yōu)化選擇及其管理應(yīng)用研究[J]. 中國水產(chǎn)科學,2010,17(6):1300-1308.
ZHANG Hui, YUAN Xingwei, CHENG Jiahua. Optimizing selection and application of reproduction model of small yellow croaker in the East China Sea[J]. Journal of Fishery Sciences of China, 2010,17(6):1300-1308.
[8] 王輝, 包默陽.Cp準則應(yīng)用于遴選最佳ANOVA模型[J]. 哲里木畜牧學院學報,1997,7(4):7-10.
WANG Hui, BAO Moyang. Application of theCPcriterion to selecting best ANOVA model[J]. Journal of Zhelimu Animal Husbandry College,1997,7(4):7-10.
[9] 馬寨璞, 安秋丹, 劉慶朝. 城市生態(tài)系統(tǒng)指標相互影響的定量研究[J]. 河北大學學報:自然科學版,2013,33(1):68-76.
MA Zhaipu, AN Qiudan, LIU Qingzhao. Quantitative study of indicator interactions in urban ecological system[J]. Journal of Hebei University:Natural Science Edition,2013,33(1):68-76.
[10] 李鵬翔, 任玉晴, 席酉民. 網(wǎng)絡(luò)節(jié)點(集)重要性的一種度量指標[J]. 系統(tǒng)工程,2004,22(4):13-20.
LI Pengxiang, REN Yuqing, XI Youmin. An importance measure of actors(set) within a network[J]. Systems Engineering, 2004,22(4):13-20.
[11] 何薇. 我國第三產(chǎn)業(yè)發(fā)展區(qū)域差異問題研究[D]. 重慶:重慶大學,2007:34-35,45-46.
[12] 袁紅霞. 中國城市化與第三產(chǎn)業(yè)的相關(guān)關(guān)系研究[D]. 重慶:重慶大學,2006:32-46.
[13] 李曉晨, 連飛. 從恩格爾系數(shù)和收入看我國城鄉(xiāng)居民生活差異[J]. 青海統(tǒng)計,2008,2:36-39.
[14] 吳喜雁. 試論人口密度對第三產(chǎn)業(yè)發(fā)展水平的影響——基于中國的實證研究[J]. 佛山科學技術(shù)學院學報:社會科學版,2011,29(3):37-40.
WU Xiyan. The influences of population density on the developmental level of tertiary industry[J]. Journal of Foshan University:Social Science Edition,2011,29(3):37-40.
[15] 楊巧蘭, 袁永生, 張立民. 基于協(xié)整理論的中國人均收入增長與產(chǎn)業(yè)結(jié)構(gòu)變動關(guān)系研究[J]. 特區(qū)經(jīng)濟,2010,2:263-264.
[16] 黃慧. 城鄉(xiāng)居民收入偏低的產(chǎn)業(yè)結(jié)構(gòu)原因及調(diào)整[J]. 商業(yè)文化:財經(jīng)視點,2011,3:91-92.
[17] 白雪, 王洪衛(wèi). 住宅產(chǎn)業(yè)綜合測度方法研究——基于恩格爾系數(shù)與人均住房面積模型分析[J]. 財經(jīng)研究,2005,31(9):134-144.
BAI Xue, WANG Hongwei. Research on the indexes system in housing industry based on the model of engel coefficient and living space per person[J]. Journal of Finance and Economics, 2005,31(9):134-144.
[18] 周權(quán)雄. 政府干預、共同代理與企業(yè)污染減排激勵——基于二氧化硫排放量省際面板數(shù)據(jù)的實證檢驗[J]. 南開經(jīng)濟研究,2009,4:109-130.
ZHOU Quanxiong. Government intervention, common agency and the enterprise’s pollution emission reduction incentive: evidence from the provincial panel data of industrial emissions of SO2[J]. Nankai Economic Studies, 2009,4:109-130.
[19] 聶國卿, 鄧柏盛, 尹向飛. 工業(yè)廢棄物排放與人均GDP之間的關(guān)系——以湖南為例[J]. 湖南師范大學:社會科學學報,2010,39(6):101-104.
NIE Guoqing, DENG Bosheng, YIN Xiangfei. The relationship between industrial waste discharge and per capita GDP: a case study of Hunan[J]. Journal of Social Science of Hunan Normal University, 2010,39(6):101-104.
[20] 王曦悅. 固廢綜合利用尋求突破[J]. 新材料產(chǎn)業(yè),2007,5:2-5.
[21] 龔英. 循環(huán)經(jīng)濟中逆向物流的實施現(xiàn)狀及發(fā)展展望[J]. 鐵路采購與物流,2008,3(3):20-22.
[22] 鐘明霞. 昆明市工業(yè)固體廢棄物污染特征與控制對策研究[J]. 環(huán)境科學導刊,2007,26(4):45-48.
ZHONG Mingxia. Research on pollution characteristics and control countermeasure of industry solid waste in kunming[J]. Environmental Science Survey, 2007,26(4):45-48.
[23] 艾佳. 我國工業(yè)煙塵排放量變化主要影響因素分析——基于SDA的實證研究[J]. 現(xiàn)代商貿(mào)工業(yè),2010,22(7):5-7.
[24] 夏凌燕. 2007年廣東城鎮(zhèn)單位就業(yè)與工資情況簡析[J]. 珠江經(jīng)濟,2008,203(7):69-73.
[25] 陳峰. 醫(yī)用多元統(tǒng)計分析方法 [M]. 2版. 北京:中國統(tǒng)計出版社,2007: 30.