-
渔业是海南省的支柱产业,渔港建设是重要的渔业基础设施建设。目前海南省各渔港在做现代化方面的规划和建设工作,并初见成效,但面临着如何保证不以牺牲生态环境为代价来建设的问题。为了能够顺利推进海南生态渔港的发展,及时掌握各渔港建设中存在的问题,有必要构建以海南自贸港建设为背景、科学系统的海南生态渔港评价指标体系。融合“自贸港”、“生态文明”、“可持续发展”等对海南生态渔港的复杂要求和现渔港及港口的评价理论,构建符合海南自贸港建设实际的生态渔港综合评价指标体系,将有助于促进海南省生态渔港的发展及渔港评价理论体系的进一步完善。
构建生态渔港综合评价指标体系应与生态渔港的内涵相适应,目前国内外已有相关研究机构和学者对生态渔港评价指标体系展开了研究,在渔港指标体系构建方面,主要包括运用层次分析法、DEA及MDEA模型、模糊空间多准则方法[1-3],从不同角度对渔港进行综合评价[4-5];在港口指标体系构建方面,主要以欧盟生态港口计划[6]为参考,利用DPSIR模型、集对分析模型等[7-8],构建生态的、可持续发展的港口评价指标体系[9-11]。渔港构建体系的角度方面存在多样性,比如:渔港建设工程对海洋环境影响方面的研究[12];渔港附近海洋环境的评估研究[13];以及岸线集约利用,功能多元化,经济区建设,防波堤布置等方面的研究[14-17]。综上可知,已有的研究内容主要集中于指标体系的构建及多角度评价方面。
虽然现有关于渔港评价指标体系的研究趋于丰富,但仍存在诸多不足之处:一是尚无从“生态文明”、“绿色”、“可持续发展”角度考虑对渔港进行综合评价;二是渔港指标体系的指标选取规则不合理,存在部分指标作用叠加、无用指标的问题;三是指标筛选方法多样,存在不同方法筛选得到的评价指标体系不同。现有指标筛选方法主要分为专家经验法、文献分析法、数理统计法和R聚类−变异系数分析法[18]。其中R聚类−变异系数分析法可将不同量纲的、相关度高的指标聚合,以确定影响评价的主要指标,因此笔者选用该方法进行指标筛选。目前主流评价方法为层次分析法、灰色关联度法、模糊法和TOPSIS法[19]。其中TOPSIS具有数据柔性高,统计要求低等特点,适用于多对象打分评价,其结合熵权法赋权重的客观性,可更客观准确地对渔港进行综合评价。
综上所述,笔者拟以海南自贸港建设为背景,从“生态文明”、“绿色发展”的角度出发,利用R聚类-变异系数方法分类筛选指标,构建海南生态渔港综合评价指标体系,通过熵权TOPSIS法对海南各渔港进行实证分析,客观评价各渔港情况并给出相应建议。
HTML
-
初选主要以组织、机构及研究论文为重点,采用文献梳理、调查研究的方法,从绿色渔港、环保渔港、生态渔港等文献中海选相关指标[1,12-24],初步建立1个生态渔港评价指标集合。通过与生态和经济管理等相关领域专家咨询,重点从“生态文明”与“绿色环保”角度对生态渔港评价指标集合进行筛选,以确保生态渔港的各方面特征指标的选取。
-
定性筛选生态港口评价指标时,遵循以下5条自贸港背景下海南生态渔港评价指标体系构建的原则:(1)系统性原则:筛选出能反映海南自贸港建设的宏观目标,且能反映海南各渔港生态环保特征的指标;(2)科学性原则:筛选出的指标应具有实际意义,且能反映出渔港的本质特征;(3)生态性原则:筛选出的指标能反应渔港的绿色经济发展情况及其生态友好性;(4)创新性原则:发挥专家的知识和经验,以创新的思维考虑生态渔港的特点,以避免出现意义重复指标和无意义指标。(5)定性分析原则:保证定性筛选后的指标可进一步量化分析。
根据我国渔港评价的相关资料,通过文献分析法、实地调研法、专家咨询法等获取了与生态渔港相关大量指标,并通过初选确定了54个指标(表1)。
序号
Code准则层
Criterion layer因素层
Factor layer指标名称
Index layerR聚类
R clustering变异系数
Variance coefficient筛选结果
Remark1 生态状况X1 自然条件X11 渔港港内锚地面积X111 1 0.34 2 港内水域面积X112 1.20 保留 3 渔港避风能力X113 0.28 4 自然保护区面积X114 2 0.81 5 配套陆域面积X115 1.43 保留 6 渔港航道平均水深X116 3 0.54 7 渔港码头平均水深X117 0.56 8 渔港航道面积X118 1.13 保留 9 经济条件X12 渔港年投资总额X121 1 0.86 保留 10 渔港总资产X122 0.12 11 海洋产业经济产值X123 0.23 12 经济结构指数X124 0.05 13 渔港营业利润X125 0.10 14 渔港码头岸线长度X126 2 0.79 保留 15 渔港陆路交通X127 0.17 16 渔港卸渔场面积X128 3 0.27 17 渔港鱼市面积X129 0.38 保留 18 生态压力X2 社会发展X21 地区人口总数X211 1 0.56 19 人口密度X212 1.80 保留 20 地区人口增长率X213 2 1.30 保留 21 人均GDP X214 0.29 22 腹地城市年GDP增长率X215 3 0.80 保留 23 GDP年增长率X216 0.12 24 污染排放X22 生活污水年排放量X221 1 0.55 25 工业废水年排放量X222 0.60 26 废气排放量X223 0.72 保留 27 工业烟尘年排放量X224 0.05 28 生态污染指数X225 2 0.04 29 PM2.5 X226 0.62 保留 30 水污染指数X227 0.05 31 空气污染指数X228 0.12 32 资源消耗X23 第三产业占生产总值比X231 1 0.12 保留 33 单位GDP能源消耗量X232 2 0.52 34 腹地城市工业增加率X234 0.63 保留 35 单位吞吐量能源消耗量X235 3 0.51 36 建筑业施工面积X236 0.7 保留 37 承压能力X3 生产效率X31 渔港水产品年卸港量X311 1 1.10 保留 38 渔港水产品年卸港量增长率X312 0.51 39 渔港泊船位X313 2 0.64 保留 40 渔港年维修能力X314 0.15 41 渔港物资补给能力X315 0.46 42 渔港年作业天数X316 3 0.49 43 渔港员工人数X316 0.40 44 渔港年进出港航次X317 0.58 45 渔港渔船数量X319 0.99 保留 46 污染控制X32 腹地金融机构贷款余额X321 1 0.84 保留 47 渔港环保支出额X322 0.79 48 腹地城市文化程度X323 2 1.12 保留 49 R&DX324 0.45 50 更新造林面积X325 3 0.84 保留 51 原有森林面积X326 0.79 52 城市污水处理率X327 4 0.04 53 渔港绿化率X328 0.06 54 腹地绿化覆盖率X329 0.07 保留 Table 1. Preliminary selection of evaluation indexes for ecological fishing ports in Hainan
-
(1)数据标准化:为消除数据量纲对定量筛选结果的影响,通过式(1)~(3)对原始数据进行标准化处理[18]。
式中,i为评价对象编号(即表2中对象编号),j为评价指标编号,n为评价对象总个数;
$ {{x}}_{{i}{j}} $ 为第i个评价对象第j个指标的原始数据;$ {{x}}_{{i}{j}}^{\mathrm{*}} $ 为第i个评价对象第j个指标的标准化数据;$ \overline{{{x}}_{{j}}} $ 为第j个指标的均值;$ {{s}}_{{j}} $ 为第j个指标的总体标准差。目标层 Objective layer 准则层 Criterion layer 因素层 Factor layer 指标层 Index layer 计量单位 Measurement unit 海南生态渔港评价体系 生态状况(X1) 自然条件(X11) 港内水域面积(X111) 1万 m2 渔港航道面积(X112) 1万 m2 配套陆域面积(X113) 1万 m2 经济条件(X12) 渔港投资总额(X121) 亿元 渔港鱼市面积(X122) m2 渔港码头岸线长度(X123) m 生态压力(X2) 社会发展(X21) 地区人口增长率(X211) % 腹地城市年GDP增长率(X212) % 人口密度(X213) 人/km2 污染排放(X22) PM2.5(X221) μg/m3 废气排放量(X223) μg/m3 资源消耗(X23) 腹地城市工业增加率(X231) % 建筑业施工面积(X232) 1万 m2 第三产业占生产总值比(X222) 承压能力(X3) 生产效率(X31) 渔港水产品年卸港量(X311) 1万 t 渔港渔船数量(X312) 艘 渔港泊船位(X313) 个 城镇化率(X314) % 污染控制(X32) 腹地城市文化程度(X321) 万人平均高中人数 腹地金融机构贷款余额(X322) 亿元 腹地绿化覆盖率(X323) % 更新造林面积(X324) hm2 Table 2. Comprehensive evaluation index system of Hainan EFP
(2)R聚类分析划分因素层下的类别和指标个数:假设将n个指标分成k类,第i类的离差平方和记为
$ {{S}}_{{i}} $ (i=1, 2,$\cdots, $ k),$ {{S}}_{{i}} $ 由式(4)计算可得。式中,
$ {{n}}_{{i}} $ 为第i类的指标个数;$ {{X}}_{{i}}^{\left({j}\right)} $ 为第i类中第j个指标标准化后的样本值向量;$ \overline{{{X}}_{{i}}} $ 表示第i类指标的样本平均值向量。由
$ {{S}}_{{i}} $ 可计算所有k个类的总离差平方和S,如式(5):(3)聚类步骤:分类、合并、确定聚类数目。第一步:将n个指标看成n个类;第二步:将n类指标中任意两个合并成一类而其他类保持不变,共有
$ \dfrac{{n}\left({n}-1\right)}{2} $ 种合并方案;用式(5)计算S,按min(S)的方案进行新的分类;第三步:重复第二步,分成k类为止;第四步:对每一类指标进行H检验[20]来判断聚类k的合理性,若每一类的显著性水平Sig>5%,则接受原始假设,即同一类指标之间无显著差异,分类数目合理,反之则重新聚类。 -
变异系数是原始数据标准差与原始数据平均数的比,记为
$ {{c}}_{{v}} $ ,由式(6)计算可得:式中,
$ {{s}}_{{j}} $ 为第j个指标所有数据的标准差;$ \overline{{{x}}_{{j}}} $ 为第j个指标所有数据的均值;$ {{{c}}_{{v}}}_{{j}} $ 为第j个指标的变异系数。$ {{{c}}_{{v}}}_{{j}} $ 值最大的指标,信息分辨能力最强,其在综合评价中的作用越明显,反之,$ {{{c}}_{{v}}}_{{j}} $ 值较小的指标作用也较小,应从指标体系中删除。 -
选取海南省东方市八所渔港、儋州市白马井渔港、三亚市崖州渔港、文昌市铺前渔港、临高县武莲渔港和琼海市潭门渔港这6所主要渔港作为样本,数据来源为《中国统计年鉴2018》《海南省统计年鉴2018》《中国环境统计年鉴2018》以及对6所渔港的实地调研。将所获取的数据带入公式(1~3)可将数据标准化。
-
利用SPSS统计分析软件V21.0将上述标准化后的数据按表1的因素层分别带入公式(4)和公式(5)进行计算,并对每个指标进行R聚类,最终形成如表1所示的聚类结果,如X11聚成3个相对独立的类别。
-
利用SPSS统计分析软件V21.0将上述标准化后的数据按R聚类分析后的类别计算各组数据的变异系数(表1),根据变异系数筛选出需保留的指标。
采用R聚类方法对指标进行分层后,再用变异系数进一步剔除反应生态渔港效果不好的指标,进而构建出生态渔港综合评价指标体系。经过筛选、聚类和离散分析后,形成由目标层、准则层、因素层和指标层组成的4层结构的海南生态渔港综合评价指标体系(图1),为后续实证研究提供理论依据。
1.1. 评价指标的选取
1.1.1. 初选生态渔港评价指标
1.1.2. 生态渔港评价指标的定性筛选
1.1.3. 基于R聚类的生态渔港指标定量筛选
1.1.4. 变异系数分析
1.2. 评价指标的筛选及评价指标体系的构建
1.2.1. 样本选取及数据来源
1.2.2. 利用R聚类分析进行聚类
1.2.3. 利用变异系数进行指标筛选
-
研究对象为海南的6个重要渔港,分别为:东方市八所渔港(D1)、儋州市白马井渔港(D2)、三亚市崖州渔港(D3)、文昌市铺前渔港(D4)、临高县武莲渔港(D5)、琼海市潭门渔港(D6)。各渔港生态指标数据来源同表1,具体数据见表3。
序号
Code指标
Index研究对象 Fishing ports investigated D1(东方市
八所渔港)D2(儋州市
白马井渔港)D3(三亚市
崖州渔港)D4(文昌市
铺前渔港)D5(临高县
武莲渔港)D6(琼海市
潭门渔港)1 X111 55 60 91 50 50 25 2 X112 66 16 80 20 40 175.88 3 X113 10 50 80 60 40 40 4 X121 15.5 2 27.3 10 1.3 0.64 5 X122 3 000 6 000 36 000 5 000 5 000 5 000 6 X123 300 1 190 1 063.2 800 1 405 850 7 X211 1.33 1.26 3.89 0.5 1 0.78 8 X212 7.3 7.5 7.2 6.3 2.9 3.8 9 X213 891 2 416 3 357 2 086 5 684 5 261 10 X221 34 29 15 19 30 22 11 X222 30.3 42.3 68.6 40.6 29.3 54.3 12 X223 19 16 14 11 11 15 13 X231 9.4 10.1 3 8 1 12.2 14 X232 13.8 22 69 14.2 30.7 59.2 15 X311 3 30 20 20 10 10 16 X312 1 000 2 000 800 600 1 000 1 600 17 X313 10 29 21 20 18 14 18 X314 0.29 0.35 0.44 0.26 0.64 0.69 19 X321 246 177 216 184 186 210 20 X322 72 481 1285 162 56 172 21 X323 36.1 37.8 43.8 39.8 31.5 39.5 22 X324 375 900 63 528 371 252 Table 3. Original attribute table of Hainan fishing ports
-
利用公式(7~9)对表3进行计算,可得标准化矩阵。再根据熵权法的基本原理,利用公式(10~13)进行计算,可得熵权值(表4)。利用熵权矩阵和标准化矩阵,得到带权的生态渔港标准决策矩阵。22个评价指标中权重较重的有X212,X221,X222,X223,X313,X321,X323,这些指标对于评价各渔港的生态性有较高的影响,而其他指标所占权重的比重相对较小,对评价结果的影响力也相对较小。因此,指标的选取以及待评价指标的权重对评价结果的影响起着关键作用。
指标 Index 权重 Weight 指标 Index 权重 Weight 指标 Index 权重 Weight 指标 Index 权重 Weight X111 0.0498 X211 0.0423 X231 0.0446 X321 0.0522 X112 0.0397 X212 0.0502 X232 0.0445 X322 0.0290 X113 0.0473 X213 0.0464 X311 0.0450 X323 0.0523 X121 0.0302 X221 0.0509 X312 0.0490 X324 0.0439 X122 0.0319 X222 0.0505 X313 0.0503 X123 0.0490 X223 0.0517 X314 0.0496 Table 4. Entropy weight of ecological comprehensive evaluation index of each fishing port
-
当获得带熵权的生态渔港标准决策矩阵后,此时根据TOPSIS方法的要求,对指标进行正逆向判断(表5)。运用公式(15~18)对表3进行计算,最终得到基于模糊数和熵权TOPSIS的综合评价结果(表6)。
指标 Index 方向 Direction 指标 Index 方向 Direction 指标 Index 方向 Direction 指标 Index 方向 Direction X111 + X211 + X231 − X321 + X112 + X212 + X232 − X322 + X113 + X213 + X311 + X323 + X121 + X221 − X312 + X324 + X122 + X222 + X313 + X123 + X223 − X314 + Table 5. The direction of each evaluation index
评价对象
Fishing port正理想解
Positive ideal solution负理想解
Negative ideal solution评价结果
Result名次
RankingD1(东方市八所渔港) 0.008 82 0.003 91 0.307 1 6 D2(儋州市白马井渔港) 0.006 95 0.006 47 0.482 1 2 D3(三亚市崖州渔港) 0.005 29 0.008 25 0.609 3 1 D4(文昌市铺前渔港) 0.007 84 0.004 92 0.385 6 5 D5(临高县武莲渔港) 0.007 80 0.005 32 0.405 5 3 D6(琼海市潭门渔港) 0.007 99 0.005 21 0.394 7 4 Table 6. Comprehensive evaluation results of Hainan EFP