环境大数据背景下交互网络系统的环境绩效评价方法及其应用研究

Currently, the continuously exposed environmental pollution has severely restricted the sustainable development of our economy and society, and intensified with the accelerating process of urbanization, which has made scientific environmental efficiency evaluation more and more urgent and complex. The environmental efficiency evaluation method based on data envelopment analysis can provide a quantitative measuring tool and an improvement direction for the sustainable development. However, the rapid development of big data in the field of the environment in recent years has made it difficult to adapt the existing research to the actual environmental management practice. This project will use data envelopment analysis, game theory, multi-attribute decision-making and other methods, firstly to build the basic environmental efficiency evaluation method for interactive network system according to the internal interaction structure revealed by the big data, and then further to solve some new challenges derived from the characteristics of big data in environment. The research contains environmental efficiency evaluation of massive interactive network systems in large scale samples scenario, environmental efficiency evaluation of interactive network systems in rapidly updating dynamic change scenario, and environmental efficiency evaluation of interactive network systems in inaccurate scenario. Finally, the above theory is applied to the ecological and environmental governance in the Xiangjiang River basin, so as to provide valuable decision-making information for environmental management. The works of this project will further enrich and develop the evaluation theory system and expand its application scope, which have important theoretical and practical significance.

目前，不断暴露的环境污染问题已经严重制约我国经济社会的可持续发展，并随着城镇化进程的加速推进而愈演愈烈，致使科学的环境绩效评价变得愈加迫切与复杂。基于数据包络分析的环境绩效评价方法为可持续性发展提供了定量的测度工具和改进方向，但近年来环境领域大数据的快速发展使得现有研究已经难以适应现实环境管理实践需要。本项目拟运用数据包络分析、博弈论、多属性决策等方法，首先依赖大数据揭示的系统内部交互关系构建基础的交互网络系统环境绩效评价方法，然后进一步解决环境大数据若干特征所带来的新挑战：分别研究海量样本情形下交互网络系统的环境绩效评价、快速更新动态变化情形下交互网络系统的环境绩效评价、非精确情形下交互网络系统的环境绩效评价。最后将上述理论应用于湘江流域生态环境治理中，为流域的环境改善提供有价值的决策信息。本项目成果将进一步丰富和发展评价理论体系，拓展其应用范围，具有重要的理论价值和现实意义。

目前，不断暴露的环境污染问题已经严重制约我国经济社会的可持续发展，并随着城镇化进程的加速推进而愈演愈烈，致使科学的环境绩效评价变得愈加迫切与复杂。基于数据包络分析的环境绩效评价方法为可持续性发展提供了定量的测度工具和改进方向，但近年来环境领域大数据的快速发展使得现有研究已经难以适应现实环境管理实践需要。本项目拟运用数据包络分析、博弈论、多属性决策等方法，首先依赖大数据揭示的系统内部交互关系构建基础的交互网络系统环境绩效评价方法，然后进一步解决环境大数据若干特征所带来的新挑战:分别研究海量样本情形下交互网络系统的环境绩效评价、快速更新动态变化情形下交互网络系统的环境绩效评价、非精确情形下交互网络系统的环境绩效评价。最后将上述理论应用于湘江流域生态环境治理中，为流域环境改善提供有价值的决策信息。.在该项目支持下，围绕项目研究内容，1）获得教育部第八届高等学校科学研究优秀成果奖（人文社会科学）三等奖（负责人排名第1），2）出版独著1本，3）发表高水平SCI/SSCI检索期刊论文27篇，其中在ABS四星级期刊《European Journal of Operational Research》、《Transportation Research Part B》论文4篇，ABS三星级期刊《Omega》《Energy Economics》《International Journal of Production Research》《Transportation Research Part A》《OR Spectrum》发表论文7篇；《Transportation Research Part C》发表1篇。.我们考虑到湘江对其流域城市经济发展的重要性，从河流环境角度出发运用数据包络分析和Malmquist指数，探讨了湖南省境内七座湘江流域城市及其十五条支流的环境效率和全要素生产率。与现有研究相比，主要具有四个创新点。首先，以河流环境为中心研究了湘江流域城市群的经济发展效率及全要素生产率。其次，站在“环境”角度，以河流水质实际变化情况作为环境指标。再者，考虑到上下游城市污染流动的关系，将上游城市河流污染加入到下游城市的河流环境效率评价中。最后，提出了适用于具有上下游关系的污染指标的改进SBM模型和全局生产率指数。项目研究提供了一种基于实际环境影响和上下游关系的河流环境效率评价思路。