1、智城建设NO.02 202353智能城市 INTELLIGENT CITY基于主成分分析法的北京市城市生态系统健康评价研究陆施佳（中国地质大学经济管理学院，北京 100000）摘要：城市生态系统由环境、社会文化、经济三方面组成，城市生态系统健康决定居民生活质量，是人类生活的重要依靠。通过近五年北京市官方统计数据，选择城市数据多项细分指标，利用主成分分析法进行降维，得到城市生态系统健康评价体系，对北京市生态系统的健康和发展做出全面评估，提出针对建议。结果显示，北京市城市生态系统健康综合得分五年来总体发展稳步向好，各方面发展均衡，在未来管理模式上应注重经济与生态环境的协调发展。关键词：城市生态系统
2、健康；主成分分析法；综合评价体系中图分类号：F301.2 文献标识码：A 文章编号：2096-1936（2023）02-0053-05DOI：10.19301/ki.zncs.2023.02.016Beijing urban ecosystem health evaluation study based on theprincipal component analysis methodLU Shi-jiaAbstract:Urban ecosystem is composed of three aspects:environment,social culture and economy,and
3、 the health of urban ecosystem determines the quality of life of residents and is an important reliance on human life.Through the official statistics of Beijing in the past five years,a number of subdivision indicators of urban data were selected,and the principal component analysis method was used
4、to reduce the dimensionality,and the urban ecosystem health evaluation system was obtained,which made a comprehensive assessment of the health and development of Beijings ecosystem and put forward targeted suggestions.The results show that the overall development of Beijings urban ecosystem health s
5、core has been steadily improving in the past five years,and the development of all aspects is balanced,and the coordinated development of economy and ecological environment should be paid attention to in the future management mode.Key words:urban ecosystem health;principal component analysis;compreh
6、ensive evaluation system城市生态系统是指居民与自然环境、社会环境相互作用形成的城市空间范围内的人工生态系统，具有高度开放性、不稳定性、脆弱性以及复杂性1。随着社会发展和农村城镇化步伐的加快，城市生态健康成为影响人类生活的重要因素，其稳定发展能够提高城市居民生活质量、促进经济水平提升，构建一个全面的城市生态系统健康评估体系，能够让城市在更科学、健康的指导下实现良性循环发展。对于城市生态系统的相关评估研究，有许多学者提出过不同的方法，包括熵权法、能值法、指标综述法等。Schaefer等2于1988年首次提出生态系统健康度量的相关问题；李梦婕等1采用模糊数学法，从活力、恢复力
7、等方面对南京市生态系统的健康形式做动态评价，结果表明，南京市生态系统健康总体较为理想；Jerry等3利用驱动力压力状态暴露影响响应模型建立了Havana城市生态系统评收稿日期：2022-11-05作者简介：陆施佳，研究方向为信息管理与信息系统。引用本文：陆施佳.基于主成分分析法的北京市城市生态系统健康评价研究J.智能城市,2023,9(2):53-57.智城建设NO.02 202354智能城市 INTELLIGENT CITY价体系，赵维良等4基于该研究，利用压力状态相应模型，从资源压力方面对上海市生态安全进行了评估，结果显示上海市生态安全总体较好，但生态环境压力较大；魏婷等5利用突变级数法对
8、厦门生态系统进行评估和发展趋势研究，结果发现过度填海对厦门市生态系统自我修复能力造成较大危害；刘耕源等6构建能值指标统一物流、能流、货币流、人口流，研究包头市生态系统健康，结果显示包头市生态健康呈上升状态，但与其他城市差距明显，在全国范围内居下游水平。文章将从环境、社会文化、经济三大层面出发，选取12个细分指标，利用主成分分析法对北京市生态系统的健康做出评价。1研究对象与研究方法1.1研究对象为多维度评价北京市城市生态健康，文章原始数据取自北京市统计局提供的20162020年北京统计年鉴，选取近5年与环境、社会文化、经济相关的多项指标，包括空气质量、就业人数、人均生产总值等。1.2研究方法主成
9、分分析法（PCA）是一种借助正交变换，将一组具有关联性的指标或变量，组合成全新的相互独立的综合指标的数据分析方法，从原始变量中提取少数几个主要成分，主要成分需要尽可能多地保留原始变量的基本信息，且各自没有关联性。提取主成分法的基本步骤为：对原始数据进行标准化；对标准化后的指标进行相关性判定；确定主成分。当子成分的方差累计贡献率足够大时，即可保留为主成分，剔除后续信息贡献率较低的子成分；对得到的主成分进行加权求和，得到最终评价结果7。2北京市生态系统健康评价体系2.1指标选取城市生态系统健康由环境、社会文化、经济三大层面组成，涉及居民生活方方面面。在自然层面，包括空气污染、绿化覆盖、垃圾处理等人
10、类对环境的活动，决定了人们在城市中生存的基础；在社会文化层面，就业、教育、医疗等因素是保证城市居民基本生活水平的关键，反映城市的文明程度和发展层次；在经济层面，人均生产总值，居民收入等直接反映城市目前的建设水平和未来的发展潜力8。文章依据20162020年北京统计年鉴和北京市实际情况，选择5年内包括城市绿化覆盖率、常住人口、人均GDP等12项细分指标，如表1所示。2.2利用主成分法进行建立模型（1）数据标准化与相关性分析。由于各指标涉及领域相差较大，单位、数量级不统一，无法进行综合分析。因此，需要对原始数据进行标准化处理，并得到标准化数据如表2所示。为了分析各指标间是否存在较高的关联度，文章对
11、指标进行相关性分析。相关性分析可以衡量两个指标之间的关联性，相关系数的大小能够量化指标之间的相关程度。当相关系数较大时，进行主成分分析法才有实际意义。文章对城市生态系统12个指标进行相关性分析，结果如表3所示。相关系数取值为-1,1，由表3可以看出，大多指标对之间的相关系数绝对值较大，即文章选取的指标之间相关性较显著，故后续主成分分析的结果有较高可信度。表1北京市城市生态系统健康评价指标选取评价层面环境社会文化经济指标名称PM2.5年平均浓度值/(g/m3)污水处理率/%城市绿化覆盖率/%生活垃圾无害化处理率/%常住人口/万人医院床位数/(张/千人)从业人员/万人在校学生数/万人社会消费品零售
12、总额/亿元人均GDP/元固定资产投资增长速度/%居民人均可支配收入/元编号X1X2X3X4X5X6X7X8X9X10X11X12年份201673.0090.0048.4099.842 195.405.061 220.10373.4013 134.90123 391.005.9079 585.00201758.0092.4048.4299.882 194.405.231 246.80386.1013 933.70136 172.005.7086 646.00201851.0093.4048.4499.942 191.705.401 237.80408.3014 422.30150 962.00-
13、9.9094 480.00201942.0094.5048.5099.982 190.105.551 273.00412.5015 063.70161 776.00-2.40102 777.00202038.0095.0048.96100.002 189.005.451 259.40403.9013 716.40164 889.002.20105 728.00表示含义环境质量污染排放居民居住环境环境质量城市主体居民生活保障社会稳定性社会教育水平经济发展水平经济发展水平城市潜在能力经济发展水平智城建设NO.02 202355智能城市 INTELLIGENT CITY（2）主成分提取。对表3的相关
14、性矩阵进行计算得到矩阵的特征值以及特征值的贡献率和累计贡献率。Z1的信息贡献率为80.298%，Z2为13.781%，Z3为5.496%，三者累计信息贡献率达99.575%，故保留Z1、Z2、Z3作为最终评价的主成分，剔除贡献率较低的其余成分。（3）确定评估模型。在确定了Z1、Z2、Z3作为三个主要成分后，即可根据Z1、Z2、Z3的特征向量计算结果和方差贡献率得到最终评估模型。首先得到三个主成分与各指标之间的因子载荷矩阵，如表4所示。矩阵数值绝对值越大说明该主成分对该原始指标的影响程度越大。由表4可知，第一主成分Z1在经济因素部分的因子载荷值系数结果较大，所以将Z1命名为经济成分；第二主成分Z
15、2在环境因素部分的因子载荷值系数较大，所以将Z2命名为环境成分；同理Z3为社会文化成分。根据各主成分的贡献率和累计贡献率，可以得到各自对结果的因子载荷值系数，最后得出北京表220162020年各指标数据标准化结果指标编号X1X2X3X4X5X6X7X8X9X10X11X12年份20161.48167-1.54200-0.61136-1.308921.19873-1.43425-1.35041-1.41918-1.26028-1.372590.84553-1.3062820170.40278-0.33259-0.52645-0.713960.83326-0.55719-0.03065-0.650
16、25-0.16520-0.643060.81533-0.659382018-0.100700.17133-0.441530.17849-0.153500.31987-0.475510.693850.504630.20115-1.540070.058342019-0.748030.72565-0.186800.77345-0.738241.093741.264400.948141.383940.81841-0.407670.818482020-1.035730.977611.766141.07094-1.140250.577830.592160.42745-0.463100.996100.286881.08883表3相关性分析结果相关性X1X2X3X4X5X6X7X8X9X10X11X12X11.000-0.998-0.691-0.9830.965-0.950-0.881-0.897-0.635-0.9890.436-0.987X2-0.9981.0000.6580.974-0.9510.9530.8770.9070.6590.983-0.4640.975X3-0.6910.6581.0
