基于量化分析的城市病综合评价
——以安徽省为例

李 薇，朱家明，孙文语

(安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

[摘 要] 针对安徽省地级市的城市病情况综合评价及发展问题，采用模糊层次分析法、多元线性回归以及时间序列分析法，运用MATLAB、SPSS等软件，量化分析城市病综合情况。从自然资源、生态环境和城市交通等6个方面，对选取的安徽省8个地级市2018年的城市病情况进行综合评价，并以合肥市为例，分析城市病严重程度与影响因素之间的相关性，预测城市病情况的发展趋势，在政府管控，人口控制，基础建设和生态保护等方面提出了相关建议。

[关键词] 城市病；多元线性回归；时间序列分析；模糊层次分析法

伴随着城市化的推进，城市病是城市必然出现的一种社会现象，是在追求发展经济效益的同时忽略城市可持续协调发展的结果，主要表现为自然资源短缺、生态环境污染、城市交通拥堵、居民生活困难、公共资源紧张及公共安全弱化等城市病问题。改革开放以来，国家各城市的发展均取得了显著进步，但在经济高速发展过程中，大自然遭到人为破坏，以至于社会各方面问题逐渐凸显，城市发展不再高速，社会不再和谐，人民对国家与社会的认同感降低，严重威胁社会的和谐与安宁。近年来，安徽省的综合实力不断增强，但随之发生的社会问题也不断显现，且安徽省在2018年全国一级指标发展前景、经济增长、增长潜力排名中位居中间，在政府效率、人民生活、环境质量一级指标排名中位于末流，故以安徽省地级市为例，研究各城市的城市病综合评价问题，分析各市城市病主要的不足之处，为各市政府在管制和奖惩方面提供理论建议，并为其他城市病问题严重的省份提供借鉴。研究城市病问题，方便各市科学制定城市规划，实现政府宏观调控，有效配置城市资源，为人民提供生活保障，促进城市的可持续发展。

张璐晶指出，大城市生活的居民受“城市病”所困扰，主要表现在交通问题^[1]。李天健在研究北京市“城市病”问题时，整理了城市病的缘由及表现情况，并联系区域经济差异，运用综合评价等方法，总结得出“城市病”治理的关键因素在于人口、技术和环境等^[2]。陆小成认为缓解“城市病”应以市民为基础，构建新时代首都城市病治理新机制，形成首都城市病治理的新活力与新动能^[3]。潘凯雄认为“城市病”是对城市在现代化发展进程中出现的诸如交通堵塞、能源缺失、环境污染和物质流能量流的出入失衡等社会客观现象的一种概括性的形象描述，其发病率趋高，病因多样，已成为全球多学科合力关注的焦点，更应成为人类的共识^[4]。历来学者关于城市病的研究已不在少数，但迄今关于针对多个城市的调查并不多，评估多个城市的城市病综合情况，其评估结果对提升区域可持续发展水平和明确区域发展方向具有一定的指导意义，且本研究利用模糊层次分析法解决城市病综合评价这样的非结构化性决策问题，区别于其他的计算权重的决策方法，理论完备，结构严谨，解决问题简洁，具有明显的优势，并改进了传统层次分析存在的问题，提高了决策可靠性。

1 数据假设

为了便于解决问题，提出以下几条假设：(1)假设收集的数据是真实可靠的，忽略数据的部分缺失对模型研究的影响；(2)假设“城市病”情况的其他影响因素作为外生变量，不影响模型研究；(3)所有评价不带有任何感情色彩，均为客观的判断；(4)每个人的评价能力均没有差异。

金沙县第五中学（简称金沙五中）建成于2002年，是一所独立的农村高级中学，位于贵州省金沙县沙土镇。毗邻“乌江画廊”国家级重点红色旅游开发区、三丈水省级森林公园和钱壮飞烈士纪念馆，育人环境优越。学校占地面积约90045平方米，建筑面积约12000平方米（其中教学用房10720平方米，学生宿舍1200平方米，师生食堂480平方米）。学校实验教学设备齐备，现代化教学设备齐全，能满足现代教学需要。

2 研究思路

研究安徽省16个地级市的城市病综合情况，由于城市数目过多不方便计量，故基于对各市人口、经济状况、工业化程度和交通情况等的综合考察，选取情况较为严重的合肥市、芜湖市、蚌埠市、马鞍山市、安庆市、阜阳市、滁州市和宿州市8个城市作为主要研究对象，从自然资源短缺、生态环境污染、城市交通拥堵、居民生活困难、公共资源紧张和公共安全弱化等6个方面^[5]，根据国家统计局的调查指标数据，确定各方面相对应的指标，运用层次分析法得出相应的指标权重。其次基于模糊一致性矩阵，输入一组2018年的模糊评价，根据最大隶属度原则，综合评价安徽省8个地级市的城市病情况，分析它们各自的城市病主要由什么因素引起，方便政府的针对性管制^[6]。继而以合肥市为例，分析6个评价因素究竟是如何影响城市病的，即研究城市病严重情况综合评价得分与准则层6个评价因素得分之间的数量关系，方便各市政府针对各方面进行管控。利用上文的模糊层次分析法，计算合肥市2008年至2018年的城市病得分，由于6个因素对城市病均有影响，而且无法辨别它们之间的主次关系，故运用SPSS软件对其进行多元线性回归，绘制图形观察拟合值与观测值之间的差别，观察拟合情况。接着根据上文计算得到的合肥市2008年至2018年的城市病综合得分，运用时间序列分析方法来预测未来3年合肥市城市病的发展趋势。本研究利用层级分析计算综合重要度，然后基于模糊矩阵进行综合评价，表面分析评价因素对于各市的影响，接着利用提出的模糊层次分析方法计算10年的城市病得分数据，进行拟合和预测，分析影响因素是如何影响各市城市病和未来的影响趋势，层层递进，最后得出综合结论，并针对调查的实际情况，对城市病治理提出有效的对策建议。

3基于模糊层次分析法的城市病综合评价

3.1 理论准备

层次分析法^[7](AHP)是遇到难解决的决策问题时的判断分析过程。解决过程如图1所示：

图1 AHP步骤流程图

3.2 模型建立

a ₁₂=4,a ₁₃=6,a ₁₄=2,a ₁₅=1/2,a ₁₆=5,a ₂₃=2,a ₂₄=1/2,a ₂₅=1/6,a ₂₆=2,a ₃₄=1/4,a ₃₅=1/8,a ₃₆=1/2,a ₄₅=1/4,a ₄₆=3,a ₅₆=7

报应观最根本的来源在于“善有善报，恶有恶报”这一观念，因此，只要这个观念不发生改变，杀人偿命观念也不会发生改变。而在报应观的支撑下，中国的死刑制度曾经一度呈现扩张的趋势，尤其是在社会动荡时期，适用死刑成为统治机关巩固政权的工具，这也充分反映了如此朴素的正义观是何等的深入人心。

3.3 结果分析

3.3.1 构建层次分析结构模型

80年来，刺绣已经成为老人生命中的一部分，一天不拿针拿线，她总觉得少了点啥。她的刺绣已被合肥市蜀山区列入非物质文化遗产项目。

(1)构建递阶层次结构

建立城市病评价指标体系，根据评价因素，寻找合适的指标并搜集数据，整体结构如图2所示，其中，目标层为城市病的综合评价，准则层为自然资源短缺、生态环境污染和城市交通拥堵等6个影响因素，方案层为各影响因素所对应的指标X ₁,X ₂,……,X ₂₂。

图2 城市病综合评价的递阶层次结构图

(2)构造比较判别矩阵

首先分析准则层对目标层的影响，将22个指标归结成6个影响方面，所以设有6个因素(Y ₁,Y ₂,……,Y ₆)，分别为自然资源、生态环境、城市交通、居民生活、公共资源和公共安全，用a _ij (i ,j =1,2,……,n )来表达Y ₁～Y ₆对目标层的影响比。a _ij 的取值可取正整数1～9及其倒数，若因素i 与因素j 相比得a _ij ，则因素j 与因素i 比较得1/a _ij 。

和阿瓦达索命咒不同，我是真实存在于这个世界上的。就在今年，在上海举办的一场教育论坛上，德国波鸿鲁尔大学公布了一组数据，来自全世界11个国家的调查结果显示，未成年人的心理困难总分和心理疾病发病率在11岁时显著增加……在青少年学生心理健康水平研究中，一种名为“二年级魔咒”的现象引起了很多专家的关注。有调查表明，孩子们的心理健康状况在小学二年级、初中二年级、高中二年级，出现比较明显的转折和问题，尤其是初中二年级……

表1 比较判别矩阵取值表

首先考虑Y ₁,Y ₂,……,Y ₆6个因素对城市病的影响，经过对专家以及人民群众的问卷调查及咨询，可近似得到以下系数：

首先，根据问题构建递阶层次结构。继而根据准则层，利用MATLAB 7.0软件辅助，分析影响因素成对矩阵的一致性，进行层次单排序。最后进行层次总排序，依据方案层和准则层成对比较。

从而得到如下比较判别正互反矩阵：

(3)层次单排序及其一致性检验

计算求解矩阵A 的最大特征值，得λ _max=6.095 5。

(4)从城市交通拥堵来看，得分前3名从高到低依次为合肥市、芜湖市和蚌埠市。其中，作为安徽省省会的合肥市，相对来说居民经济水平较高，机动车出行率较高，导致交通流量持续上升，加剧了城市交通拥堵，超出了道路承载力。芜湖市、蚌埠市作为安徽省重要城市，交通拥堵现象明显。

对正互反矩阵A 进行一致性检验，采用衡量成对比较判别矩阵A 不一致程度的指标CI ：

(1)

W ₁=(0.506 8,0.086 3,0.142 8,0.264 1)，λ _max1=4.021 1,CI ₁=0.007 0,RI ₁=0.90，CR ₁=0.007 8

(2)

由此可说明可以接受比较判断矩阵A 的不一致程度。借助MATLAB 7.0将其归一化得到标准化后的特征向量W =(0.256 2,0.076 9,0.038 7,0.138 9,0.435 2,0.054 1)。

(4)求解组合权向量

继而构造方案层对准则层的每个准则的正互反比较判别矩阵。

B ₁为X ₁,X ₂,X ₃,X ₄对Y ₁的正互反矩阵；B ₂为X ₅,X ₆,X ₇,X ₈,X ₉,X ₁₀对Y ₂的正互反矩阵；B ₄为X ₁₂,X ₁₃,X ₁₄,X ₁₅对Y ₄的正互反矩阵；B ₅为X ₁₆,X ₁₇,X ₁₈,X ₁₉对Y ₅的正互反矩阵；B ₆为X ₂₀,X ₂₁,X ₂₂对Y ₆的正互反矩阵。

随机一致性比率CR 为：

W ₂=(0.068 1,0.161 3,0.236 8,0.369 7,0.110 3,0.053 8)，λ _max2=6.133 0,CI ₂=0.027 0,RI ₂=1.24,CR ₂=0.022 0

W ₄=(0.482 9,0.157 0,0.272 0,0.088 2)，λ _max4=4.014 5,CI ₄=0.004 8,RI ₄=0.90,CR ₄=0.005 4

在现代企业发展过程中，技术创新是企业发展的核心因素。要在激烈的市场竞争中保持可持续发展，企业必须进行技术创新。技术创新是一个复杂模式，不是简单的技术更新，而是从生产到管理和服务的整体升级，与企业高管的水平有直接的关系。激励高管发挥主观能动性，是科学有效提升企业技术创新的关键因素。高管是企业技术创新的核心人力，在企业技术创新过程中起到主导作用。对高管进行科学有效激励，是提高企业技术创新的有力措施[1-3]。

W ₅=(0.095 4,0.160 1,0.467 3,0.277 2)，λ _max5=4.013 0，CI ₅=0.004 3,RI ₅=0.90,CR ₅=0.004 8

W ₆=(0.249 3,0.157 1,0.593 6),λ _max6=3.053 6,CI ₆=0.026 8,RI ₆=0.58,CR ₆=0.046 2

根据以上矩阵的一致性比例，均满足CR <0.1，即都通过了一致性检验。

3.3.2 建立模糊综合评价模型

根据国家统计局数据和各市统计年鉴，搜集得2018年合肥、芜湖等8个地级市关于各指标的数据，对其进行数据预处理。对数据中各个影响方面的每个指标做标准化处理，可得Y _i (i =1,2,…,6)关于8个城市的单因素评价矩阵，设该矩阵分别为R _i (i =1,2,…,6)。

此次会议历时虽短，但主题鲜明，内容丰富充实，大会报告和分组报告涵盖了少数民族数学教育的多个热点问题，刻画了中国少数民族数学教育的发展趋势，与会者从中得到诸多启示，受益良多．2020年ICME-14少数民族数学教育卫星会议是中、外民族数学教育研究者相互交流与学习的绝佳机会．致力于中国少数民族数学教育的专家学者们应立足本国多民族的国情，探析中国少数民族数学教育中存在的突出问题，研究相应的对策，在学习国外民族数学教育研究经验的同时，淡化形式、注重实质[7]，因地制宜，借鉴义务教育改革与发展的中国模式[8]，探索具有中国特色的少数民族数学教育发展模式，推动中国少数民族数学教育发展．

其他单因素评价矩阵同R ₁所示，具体矩阵数据见表2：

表2 单因素指标标准化评价结果

表2(续)

时间序列分析强调对一个区域一定时间段内的连续观测，提取相关特征，分析区域的变化过程和未来发展规模。确定时间序列成分和时间序列类型，对预测方法进行评估，确定最佳预测方案。

Q _i =W _i R _i (i =1,2,……,6)，计算得出6个准则层的模糊关系子矩阵^[8]，将它们组合可得出模糊关系总矩阵，继而对其进行综合评价。

综上所述，在经济社会发展的过程中，建筑施工企业想要保障自身的持续稳定发展，必须要对自身成本管控工作进行完善，结合新时期发展趋势转变思想观念，健全成本管控体制，加强专业人才培养，完善风险防控，如此才能为成本管控工作的实施创造良好的条件，为企业持续稳定发展奠定坚实基础。

将权系数矩阵W 与评价矩阵R 相乘，通过模糊变换，得到模糊评价集S ，即为综合得分。

S =WR =(0.782 1,0.646 1,0.526 3,0.508 8,0.594 6,0.636 1,0.520 4,0.547 9)

(1)如上评价集可代表城市病严重情况综合评价得分，可知各城市的城市病得分差距并不是特别明显，合肥市的城市病最为严重，总体得分为0.782 1，可能由于合肥市的经济综合能力最为发达。具体得分排名从高到低依次为合肥市、芜湖市、阜阳市、安庆市、宿州市、蚌埠市、滁州市和马鞍山市。

(2)从自然资源短缺来看，由于选取的指标为效益型指标，故得分越低即为自然资源短缺越严重，资源短缺情况排名依次为宿州市、蚌埠市和滁州市。宿州市主要短缺的自然资源为水资源、植被资源，不能满足人口密度的需求；蚌埠市资源短缺主要表现在水资源上；滁州市资源短缺主要表现在植被资源上。

(3)从生态环境污染来看，生态环境污染严重情况得分前3名为马鞍山市、合肥市和芜湖市，它们的空气污染情况都十分严重，表现在污染物排放量年平均浓度得分均名列前茅。马鞍山市工业烟尘排放量最为严重，因为工业方面最为发达；合肥市常年居住人口较多，故生活污水排放量在所有城市里最为严重。

平均随机一致性指标为RJ ，当n =6时，RJ =1.24。

(5)从居民生活困难来看，前3名从高到低依次为芜湖市、蚌埠市和宿州市。其中，芜湖市的居民生活困难情况主要表现在传染病死亡率最高；蚌埠市居民生活困难表现在城镇登记失业率最高；宿州市的人均住宅面积较少，住宅价格可能较高。

(6)从公共资源^[9]短缺来看，选取的指标与自然资源类似，均以效益型指标赋权量化后来说明严重情况，故公共资源短缺情况得分前3名依次为马鞍山市、滁州市和芜湖市。马鞍山市的公共资源短缺主要为在医疗资源方面的短缺，执业医师和卫生机构床位较少；滁州市和芜湖市在公共资源短缺方面与马鞍山市相同。

1.1 一般资料 选择同济大学附属同济医院2015年4月至2018年6月收治的卵巢恶性肿瘤58例及卵巢良性肿瘤43例。所有患者术前均未进行手术、放化疗、激素及免疫治疗，按照国际妇产科联盟(FIGO)2014卵巢恶性肿瘤分期标准进行临床分期。58例卵巢恶性肿瘤包括23例浆液性癌、12例透明细胞癌、9例苗氏管癌、7例子宫内膜样癌及7例印戒细胞癌。43例卵巢良性肿瘤包括10例畸胎瘤、10例黏液性囊肿、10例子宫内膜异位囊肿、5例黄体囊肿、4例浆液性囊肿及4例纤维瘤。恶性组患者年龄28～86岁，平均53.62岁；良性组患者年龄25～76岁，平均51.14岁。两组间年龄差异无统计学意义。

(7)从公共安全弱化来看，严重情况得分前3名依次为合肥市、安庆市和芜湖市。其中，合肥市的公共安全弱化均表现在交通事故、火灾事故和刑事案件方面，需加强防火意识，强化社会治安环境；安庆市、芜湖市的公安安全弱化都在交通事故方面上表现较为严重，可能由于车辆较多，会造成交通拥堵，严重情况下还会导致交通事故的频发。

4基于多元线性回归对城市病严重程度与影响因素之间关系的分析

4.1 模型建立

上文假设6个评价因素分别为Y ₁,Y ₂,……,Y ₆，因此构建多元线性回归模型的一般形式是：

Z =b ₀+b ₁Y ₁+b ₂Y ₂+b ₃Y ₃+b ₄Y ₄+b ₅Y ₅+b ₆Y ₆+ε _i

(3)

其中b _j (j =0,1,…,6)是回归系数，Z 是因变量，Y ₁,Y ₂,…,Y ₆是因变量，均对Z 有明显的影响，ε _i 是反映各种误差扰动综合影响的随机项，下标i 表示第i 期观测值(Z _i ,Y _1i ,Y _2i ,…,Y _6i )。当每个自变量的检验值P <0.1时，可认为该变量对因变量有显著影响，否则不显著。

利用上文的模糊层次分析法分别计算出合肥市2008年至2018年各个评价因素的得分和城市病综合得分，运用SPSS 20.0软件，建立多元线性回归模型，得出城市病严重程度与6个评价因素之间的关系，针对城市病的各方面治理提供有力的依据。

4.2 结果分析

对已经标准化的数据进行多元线性分析，得出分析结果及以下回归方程式：

根据预测结果可得出，2019年、2020年和2021年合肥市城市病综合得分分别为0.903 8，0.907 6，0.911 4。由图4可知，合肥市城市病的综合得分从2015年开始呈下降趋势，但是在2017年又缓慢上升，出现这个趋势的原因可能是政府加大了治理城市病的投入力度，抑制了城市病的恶化。虽然城市人口在不断增加，人民经济水平提升，交通日渐拥堵，自然资源常有紧缺等原因会导致合肥市城市病的加重。但是今后，若根据引发城市病的原因，通过有效的环境治理，采取防控大气污染和水污染、增加绿化面积等措施，使合肥市的城市病情况上升的趋势逐渐缓慢，日复一日，城市病严重情况将不再加剧，甚至减弱。

地方电视台在面对新媒体和移动互联网及各种自媒体的挑战下，应审时度势,寻找对策，主动出击，秉持发展自我的理念，积极推进媒体融合。要促进地方电视台的发展，建立融媒体中心是关键平台。地方电视台通过建成融媒体中心，实现“中央大厨房”式的融媒体生产过程。这样的生产过程通过构建内容的统一采集、统一配发、统一制作的“大厨房”模式，规模采集、集约生产降低节目制作的成本，保质保量生产出节目。

Z =0.045 1+0.253 3Y ₁+0.075 2Y ₂+0.040 3Y ₃+0.139 7Y ₄+0.434 0Y ₅+0.054 7Y ₆

内部控制管理制度的制定需要充分考虑财务风险情况，内部控制管理制度是否得到有效地实施还需要配备相应的监督部门进行监督。在内部控制管理中如果出现风险问题要在第一时间采取有效的措施进行弥补，从而将风险控制在可控的范围内。

(4)

为了观察比较方便，绘制了观测值与预测值之间的拟合曲线如图3，可以看出观测值与预测值相差不大，模型拟合研究较为合理。

图3 预测值与观测值比较图

在分析结果中，自然资源短缺、公共资源紧张、居民生活困难这几个评价因素的P 值均小于0.1，对合肥市城市病综合得分的作用显著，即这3个方面与城市病严重程度呈线性关系，对城市病严重程度影响较大；而生态环境污染、城市交通拥堵、公共安全弱化与城市病情况线性关系不明显，即这3个方面对合肥市城市病严重程度综合得分的作用不显著。6个影响因素对城市病综合得分均起到正作用，即评价因素的得分越高，城市病得分越高，城市病也越严重。

对于整体模型来说，F 值为75.876 45，P <0.05，说明该模型通过回归方程的显著性检验，具有显著统计学意义。校正后的R ²=0.956 1，说明该模型关于城市病综合得分的拟合效果较好，能很好的揭示合肥市城市病严重情况与6个评价因素之间的关系。

5基于时间序列分析对城市病的发展趋势进行预测

5.1 理论准备

为提高模型精度，利用上述层次分析模型中得出的特征向量W 和权重W _i (i =1,2,……,6)作为权系数来帮助解决问题。根据综合评价函数

5.2 模型建立

根据上文观测得到的时间序列动态数据，根据数据绘制相序列图，观察波动趋势，进行相关分析。接着利用SPSS 20.0软件，选取合适的时间序列建模方法，得出未来3年城市病预测值并绘制预测图。

以5D为代表的“普及型低价全画幅”的推出，说明佳能当时已经突破CMOS传感器制造上的技术瓶颈，全画幅CMOS制造过程中的成品率得以保证，现在来看这也成为了全画幅机型能够在数码单反相机领域保持领先优势的保证。

5.3 结果分析

选择时间序列分析中的专家建模方法直接进行预测，可得到贴合时间序列数据的预测模型，并得出预测数据及波动值如表3所示。

表3 时间序列分析预测数据表

在县西南七十里。一名鹅鼻山，自诸暨入会稽，此山为最高。晋·王彪之《会稽刻石诗》云：“……”，盖秦皇刻石颂德宜在此山。姚令威《丛语》云：“……”事见碑类。

图4 时间序列分析预测图

6 结论与建议

6.1 结论

本研究运用模糊层次分析法研究安徽省重要的8个地级市的城市病情况，并以合肥市为例，运用多元线性回归分析研究了城市病严重情况与城市病的影响因素之间的关系，进而预测合肥市未来3年的城市病发展趋势。结果表明：从综合评价来看，合肥市的城市病最为严重，城市病严重情况总体得分排名从高到低依次为：合肥、芜湖、阜阳、安庆、宿州、蚌埠、滁州和马鞍山；通过回归分析，可知6个评价因素都对城市病严重程度起正作用，且自然资源短缺、公共资源紧张和居民生活困难更能促进城市病情况的严重；通过时间序列分析法，可得合肥市城市病情况在2019年、2020年和2021年的综合得分分别为0.903 8、0.907 6、0.911 4，虽在上升，若政府坚持治理，上升趋势会逐渐变缓。

6.2 对策建议

为减轻城市病严重程度，提出针对城市病治理的相关对策与建议。

6.2.1 政府采取针对性管制，并建设奖惩制度

政府可根据本研究的城市病综合评价排名和各市城市病受评价因素影响情况，针对引起各市城市病的主要因素，对各市下达管控任务，并积极建设奖惩机制，在行政管理过程中，对各市前期下达的任务进行督促检查，对督查结果落实奖励和惩罚措施，奖优罚劣，推进工作落实。

在公司物资管理系统实际开发部署过程中，审批流程和信息流转过程过于僵化，呆板地将传统线下的审批流程引入信息化系统，很多审批环节冗余，导致信息重复的、多次的在不必要的环节进行重复的流转或审核确认。导致审批效率很慢，数据信息无法基于系统快速流转，很大精力耗费在不增值的流程等待上。

6.2.2 宏观调控人口数量，促进区域发展

常住人口多的城市的城市病情况愈发严重，可推测城市病的根源在于人口过于向大城市集中，故人口问题有着重要的影响，需要通过提升城市治理水平去防控。在原有的土地资源上，摒弃之前的低端产业，逐渐以高新技术产业代替，从而调控人口数量^[9]。相关政府部门应加强政策力度，使经济与空间结构得到调整和优化，发掘出适合于人口经济密集地区科学开发的新型模式，从而促进区域协调可持续发展。

6.2.3 加快建设基础设施，打造居民幸福生活

由回归分析可得，公共资源短缺是影响城市病严重情况最重要的因素，居民生活困难也对其有着不小的影响。由于人口增长迅速，基础设施建设已满足不了人口增长的需求^[10]。各市相关政府部门应根据自身实际情况，增大基础设施建设的投入，制订科学合理的基础设施建设规划^[11]。为居民说实话办实事，提高人民生活水平，为城市化进程提供物质保障，切实做到为人民服务，为人民舒适的环境和美好的生活打好基础。

6.2.4 注重生态保护，提倡低碳环保

在研究中发现，生态环境污染加剧了城市病的严重情况，是影响城市病的次重要因素。随着经济的高速发展，大量的企业及机构忽略了对环境造成的影响^[12]，从而加剧了城市病的发生。构建生态城市，倡导人与自然和谐相处，不仅有利于安徽省空气污染的治理重任，也有利于吸引杰出的人才来建设美好城市。相关政府部门应积极调整制定生态环境管理制度，实施生态环境修复工程，呵护绿水青山，加大治理水污染、空气污染的力度，为城市家园构筑一道绿色生态屏障。

6.2.5 政府加大治理力度，积极参与治理

通过预测分析，可推测各市的城市病严重情况不会明显下降，但上升趋势逐渐变换，可知是近年来政府的管控起到了明显的效果。故各市政府应加强治理力度^[13]，针对自身存在的具体问题，提出相对的政策措施。例如积极发展轨道交通，科学规划地面路线^[14]，呼吁人民群众积极采用公共交通出行；优化城市布局，增强城市承载能力；科学配置资源，完善城市公共系统，突出城市公共安全等。相信在政府的坚持和人民的配合下，城市病治理情况会越来越好！

参考文献：

[1]张璐晶.如何用大数据治理城市病[J].中国经济周刊，2018(41)：59-60.

[2]李天健.城市病评价指标体系构建与应用——以北京市为例[J].城市规划，2014，38(8)：41-47.

[3]陆小成.构建新时代首都城市病治理新机制[N].中国城市报，2018-10-15(15).

[4]潘凯雄.城有病，人知否？[N].文汇报，2018-11-02(12).

[5]张忠华，刘飞.当前我国城市病问题及其治理[J].发展研究，2012(2)：84-85.

[6]石忆邵.城市规模与“城市病”思辨[J].城市规划汇刊，1998(5)：15-18.

[7]司守奎.孙玺菁.数学建模算法与应用[M].北京：国防工业出版社，2015.

[8]杨桂元，朱家明.数学建模竞赛优秀论文评析[M].合肥：中国科学技术大学出版社，2013.

[9]王桂新.我国大城市病及大城市人口规模控制的治本之道——兼谈北京市的人口规模控制[J].探索与争鸣，2011(7)：50-53.

[10]王桂新.“大城市病”的破解良方[J].人民论坛，2010(32)：16-18.

[11]房亚明.“城市病”、贫富分化与集权制的限度：资源分布格局的政治之维[J].湖北行政学院学报，2011(4)：27-32.

[12]李姗姗，李勇，倪梦莹，等.北京市“大城市病”测度及对策建议[J].长春工程学院学报(自然科学版)，2018，19(1)：115-119.

[13]朱颖慧.城市六大病：中国城市发展新挑战[J].今日国土，2011(2)：14-15.

[14]许谨谦.以科学规划根治“城市病”[N].青海日报，2018-11-12(11).

Comprehensive Evaluation of Urban Disease Based on Quantitative Analysis ——Taking Anhui Province as an Example

LI Wei ，ZHU Jiaming ，SUN Wenyu

(School of Statistics and Applied Mathematics ，Anhui Finance and Economics University ，Bengbu ，Anhui 233030，China )

[Abstract ]Aiming at the comprehensive evaluation of urban diseases in prefecture-level cities and dealing with development issues in Anhui Province，fuzzy analytic hierarchy process，multiple linear regression，time series analysis，MATLAB and SPSS software are used to analyze the comprehensive situation of urban diseases.From the six aspects of natural resources，ecological environment and urban transportation etc，the urban diseases of 8 prefecture-level cities are comprehensively evaluated in Anhui Province in 2018.Taking Hefei city as an example，it analyzes the correlation between the severity of urban diseases and the influencing factors，predicts the development trend of urban diseases，and puts forward relevant suggestions.

[Key words ]urban disease；multiple linear regression；time series analysis；fuzzy analytic hierarchy process

[中图分类号] F291

[文献标识码] A

[文章编号] 1672-9021( 2019) 02-0098-09

[作者简介] 李薇(1999-)，女，安徽安庆人，安徽财经大学统计与应用数学学院本科生，主要研究方向：信息与计算科学。

[基金项目] 国家自然科学基金项目(11601001)；安徽财经大学校级教研项目(acxkjsjy201803zd)。

[引用格式] 李薇，朱家明，孙文语.基于量化分析的城市病综合评价——以安徽省为例[J].河池学院学报，2019，39(2)：98-106.

[投稿邮箱] hcxyxb@163.com

收稿日期 2019-02-26

[责任编辑 姚胜勋]

标签：城市病论文;  多元线性回归论文;  时间序列分析论文;  模糊层次分析法论文;  安徽财经大学统计与应用数学学院论文;