本文以江苏省为研究对象，选取25项涵盖工业、经济、交通、人口等方面的指标，采用拉格朗日插值法填补缺失值、Alpha模型分析数据可靠性、min-max法进行标准化处理，进而运用熵值法赋权并构建PSR（压力-状态-响应）模型评价生态安全状况。最后，基于2000-2019年生态安全指数，利用GM(1,1)灰色预测模型对未来五年趋势进行预测。

本文将我们的PSR-熵值法-GM(1,1)建模经验沉淀为一个对话式AI智能体，帮助研究者和学生快速构建生态安全预警体系。

阅读原文进群获取本文完整代码、数据、AI智能体及更多最新AI见解和行业洞察，可与900+行业人士交流成长；还提供人工答疑，拆解核心原理、代码逻辑与业务适配思路；遇代码运行问题，更能享24小时调试支持。

摘要

本文围绕以下核心问题展开研究：

1. 如何构建省级生态安全预警指标体系？
2. 熵值法赋权下的PSR模型如何评价区域生态安全状况？
3. 灰色预测GM(1,1)模型能否有效预测短期生态安全趋势？
4. 政策干预对生态安全改善的量化效果如何？

Digest: This study constructs a provincial ecological security early warning system using entropy weighting, PSR framework, and GM(1,1) grey prediction model. Taking Jiangsu Province (2000-2019) as a case with 25 indicators, the study finds ecological security improved from “danger” to “medium warning” level, with policy interventions post-2010 playing a key role. Future predictions indicate continued improvement through 2025.

数据预处理

指标选择与数据来源

本文基于“自然-社会-经济”复合生态系统理论，参考傅伯杰、刘普幸、赵雪雁等学者的研究，从人口、经济、社会、工业等方面选取了25项具有代表性的指标。数据来源于国家统计局、EPS数据平台和中经数据等权威渠道。

缺失值填补

由于数据来源的权威性，未发现明显异常值，但部分数据存在缺失。本文采用拉格朗日插值法进行填补。

同时使用Alpha模型对插值结果进行可靠性分析，最终选取可靠性较高的数据进行填补。

数据标准化

由于各指标数据量纲不同，采用min-max方法进行标准化处理。

对于正向指标：y = (x – min) / (max – min)

对于负向指标：y = (max – x) / (max – min)

其中y表示标准化后的值，x为原始值，max和min分别为该指标在各年中的最大值和最小值。

生态安全评价指标量化研究

熵值法赋权

为避免主观因素影响，采用熵值法对指标层进行赋权。熵值法根据数据离散程度进行赋权——数据离散程度越大，信息量越多，权重相应越大。

具体步骤如下：

1. 计算第j个指标下第i个样本占该指标的比重
2. 计算第j个指标的熵值，其中常数k与样本数有关
3. 计算信息效用值d = 1 – e
4. 计算各项指标权重w = d / Σd
5. 计算各样本综合得分

赋权结果显示，权重排名前列的指标包括：人均水资源量（21.799%）、城镇失业登记率（7.722%）、单位人口医疗卫生机构床位数（5.594%）、第三产业GDP比重（5.497%）、人均家庭总收入（5.235%）、液化石油供气量（4.779%）、全省GDP总量（4.566%）、人均GDP（4.54%）、恩格尔系数（4.107%）等。

图表 1 重要度直方图

从重要度直方图可以看出，人均水资源量的权重远超其他指标，说明水资源状况是影响江苏省生态安全的关键因素。城镇失业登记率和单位人口医疗卫生机构床位数分列二三位，反映了社会因素在生态安全评价中同样占据重要地位。

综合得分分析

根据熵值法计算的综合得分结果如下表所示：

2004年综合得分最低（0.2874），处于重警级别；2019年综合得分最高（0.5108），进入中警级别。整体来看，2000-2010年间江苏省生态安全持续处于重警状态，2010年后开始逐步好转。

构建江苏省生态安全评价体系

PSR模型选择

本文选取经济合作与发展组织（OECD）提出的PSR模型构建生态安全评价体系。该模型由三部分组成：

• 压力系统（P）：表征人类活动对生态系统造成的压力
• 状态系统（S）：表征生态系统的当前运行状态
• 响应系统（R）：表征人类应对生态系统变化所采取的行动

预警等级划分

依据相关研究成果，将生态安全等级划分为5个等级：

评价结果分析

综合评价结果：

2000年至2010年间，江苏省生态安全始终处于重警状态。工业废水排放量、工业SO2排放量、人口密度等负向指标显著增加，而人均公园绿地面积、环境污染治理投资占比等正向指标增长缓慢。这说明在此期间，江苏省大力发展工业经济的政策对生态安全造成了明显压力。

2010年后，江苏省生态安全状况开始好转。这与2010年7月《苏州市关于建立生态补偿机制的建议》及《2010年江苏省主要污染物总量减排检测体系建设考核办法》等政策的出台密切相关。

压力层分析：

压力层安全指数呈先下降后上升的趋势，分为两个阶段：2000-2006年为下降期，2006-2019年为波动上升期。下降阶段，工业SO2排放量从1140991吨增至1241000吨，工业废水排放量从201923万吨增至287819万吨，人均公园绿地面积从14.77平方米降至9.6平方米。上升阶段，恩格尔系数从37.2%降至25.47%，全省GDP从21240.79亿元增至98656.82亿元，第三产业GDP占比从36.63%升至51.54%。

状态层分析：

状态层状况呈波动上升趋势。人均GDP逐年稳步增长，二十年间增长了109193.89元。第三产业GDP比重增加有效调整了产业结构。人均家庭总收入从6756元/人增长到51056.11元/人。但城市建成区面积扩张占用了大量土地资源，在一定程度上影响了生态安全。

响应层分析：

响应层状态有所好转。环境污染治理投资占比从1.14%上升到1.62%，城市污水厂集中处理率和建成区绿化覆盖率均呈上升趋势。公共电车数从20031辆增加到44976辆，有效减轻了资源压力。

江苏省生态安全预警预测

GM(1,1)模型选择

土地生态系统是一个复杂的灰色系统，其内部因素关系并不完全明确。灰色预测模型适用于少样本、中短期预测，由邓聚龙教授提出。GM(1,1)模型通过原始数据的累加生成，发现数据蕴含的指数规律，进而建立微分方程进行预测。

级比检验

为确保数据适合构建GM(1,1)模型，首先进行级比检验。原始数据部分级比值超出区间(e^(-2/(n+1)), e^(2/(n+1)))，即(0.909, 1.1)。因此对序列进行平移转换，平移后所有级比值均落在(0.909, 1.1)区间内，满足建模要求。

模型构建

构建GM(1,1)模型求得发展系数a=-0.008，灰色作用量b=1.271，后验差比C=0.156。

残差检验

对模型拟合值进行残差检验，结果如下表（部分）：

模型平均相对误差为5.224%，小于20%的阈值标准，说明模型拟合效果良好。

预测结果

基于GM(1,1)模型对未来五年（2020-2024年）生态安全指数的预测结果：

预测结果显示，江苏省未来五年生态安全指数持续上升，从0.487增至0.534，始终处于中警级别但逐步向轻警级别靠近。这表明江苏省生态安全状况将继续改善。

Python代码实现

第一轮对话：基础模型构建

我有一份江苏省2000-2019年的生态安全指数数据，需要进行灰色预测建模。请帮我用Python实现GM(1,1)模型，包括数据预处理（累加生成）、参数估计（最小二乘法）、拟合预测和结果可视化。需要注意对原始数据进行级比检验，如果不通过需要做平移转换。

import matplotlib.pyplot as plt
def lagrange_interp(x_vals, y_vals, x_target):
    term = term * (x_target - x_vals[j]) / (x_vals[i] - x_vals[j])

阅读原文进群获取完整内容及更多AI见解、行业洞察，与900+行业人士交流成长。

第二轮对话：引入熵值法赋权与综合评价

我的数据包含25项指标，现在需要先使用熵值法计算各指标权重，再用PSR模型框架计算综合得分。请帮我实现熵值法赋权的完整流程，包括数据标准化、比重计算、熵值计算和权重求解。同时需要输出各指标权重排名和综合得分。

def minmax_normalize(data, positive_flags):
    """min-max标准化，positive_flags标记正向/负向指标"""
    normalized = np.zeros_like(data, dtype=float)
    for j in range(data.shape[1]):
        normalized[:, j] = (col - col.min()) / (col.max() - col.min() + 1e-12)
        normalized[:, j] = (col.max() - col) / (col.max() - col.min() + 1e-12)

总结

核心问题与解决方案

问题一：如何科学构建省级生态安全预警指标体系？

解决方案：基于PSR模型框架，从压力、状态、响应三个维度选取25项指标，涵盖工业、经济、交通、人口等方面，数据来源于权威统计渠道，确保指标体系的全面性和可靠性。

问题二：如何客观赋权并评价生态安全状况？

解决方案：采用熵值法进行客观赋权，避免主观因素干扰。人均水资源量权重最高（21.799%），说明水资源是影响江苏省生态安全的核心因素。综合得分显示2000-2010年处于重警状态，2010年后逐步好转至中警级别。

问题三：生态安全未来趋势如何预测？

解决方案：基于灰色系统理论构建GM(1,1)模型，级比检验通过，后验差比C=0.156（精度高），平均相对误差5.224%。预测未来五年生态安全指数从0.487升至0.534，趋势向好。

技术创新与业务价值

1. 多方法融合创新：将拉格朗日插值、Alpha模型、熵值法、PSR模型和GM(1,1)灰色预测有机结合，形成从数据预处理到评价预测的完整技术链路。
2. 政策效果量化验证：研究明确量化了2010年生态保护政策对江苏省生态安全改善的推动效果，为政策评估提供了数据支撑。
3. 预警级别清晰划分：五级预警体系（巨警-重警-中警-轻警-无警）为区域生态安全管理提供了直观的决策参考标准。

作者系数据挖掘领域分析师，拥有多年统计建模经验。

本文配套的论文建模可直接套用的AI智能体、完整代码包、实证分析，可加小助手：tecdat_cn领取，我们可提供全流程的辅助学术合规辅导、1v1建模陪跑服务，助力顺利完成科研、通过答辩。