一种基于环境承载力的城市产业结构优化方法与流程

本发明属于城市产业规划与管理
技术领域：
，特别是涉及一种基于环境承载力约束下的“系统动力学模拟模拟仿真”耦合“不确定多目标优化”的城市产业结构优化方法。
背景技术：
：目前，随着社会经济、科学技术的飞速发展和人口的迅速增长，城市化进程不断加快。但长期“高投入、高消耗、高排放”的粗放型生产一直是经济发展的主要方式，由此导致资源、能源的利用量与污染物排放量持续增加，远远超出城市环境的承载能力，是城市可持续发展的主要制约因素。产业系统是人类与环境的作用界面，在环境承载力约束下对产业系统结构加以优化，可以改善产业系统功能，合理的产业结构可以在一定程度上提高区域环境承载力并降低社会经济发展对环境的压力，进而使人类与资源环境之间的关系得以改善。目前，中国面临着社会经济亟待发展、资源短缺与环境污染的多重压力，转变发展方式和调整产业结构是中国未来发展的方向，因此，迫切需要一种基于环境承载力的保障“社会-经济-环境”协调发展的综合模拟仿真与优化方法，从而实现城市产业的健康和可持续发展。由于环境承载力本身具有多目标性，且研究对象涉及资源、经济、社会、人口、环境等众多因素，各因素之间相互影响、相互制约，这就为利用多目标模型进行基于环境承载力约束下的城市产业结构优化分析提供了可能。系统动力学以系统理论为基础，以管理科学为背景，利用反馈理论和系统力学理论，把社会和自然问题标准化，得到构造系统的一般方法，然后利用计算机仿真实现对真实系统的模拟，以进行系统模拟实验，是连接自然科学与社会科学，解决系统问题的交叉学科。目前，现有城市产业系统优化方法未能全面综合地对城市系统中的诸多元素加以模拟，且优化目标多为单方面目标，没有对城市发展的经济、社会和环境目标进行综合考虑，或仅着眼于某一微观的产业内部考虑，缺乏对全局的宏观考虑，无法为决策者提供全面的调整建议。因此，开发一种基于承载力的，能全面、综合地对城市产业结构进行优化的组合分析方法，使之在不同城市的产业系统优化中广泛应用，具有重要的理论意义和现实意义。技术实现要素：(一)要解决的技术问题本发明的目的是提供一种基于环境承载力，以经济、社会和环境为优化目标，模拟预测准确，环境承载程度评价全面，具有针对性强、简便实用、适用范围广等特点的城市产业结构优化方法，以解决城市产业结构优化
技术领域：
中城市系统元素考虑不全、优化目标单一和优化范围过小的问题。(二)技术方案本发明提出的一种基于环境承载力的城市产业结构优化方法，其特点是：基于环境承载力的城市产业结构优化方法是利用系统动力学方法在不同发展情境下进行模拟仿真，通过综合指数法对环境承载程度进行评价，在此基础上建立不确定多目标优化模型，通过求解模型得到优化后的产业结构，具体包括以下步骤：步骤一：建立城市系统动力学模型，并进行模型的有效性检验；步骤二：根据城市实际情况设置发展情景，包括常规、规划和理想三个发展情景，利用系统动力学模型模拟分析预测各情景下的社会经济发展对资源、能源和环境的影响，应用综合指数法评价城市的环境承载情况；步骤三：建立城市产业结构的不确定多目标优化模型，优化的目标函数包括城市经济总收益和人口数量，约束条件包括资源和能源的供应量、环境容量、人均GDP和非负约束；运行优化模型，得出优化的城市产业结构；步骤四：由优化后的城市产业结构设置优化发展情景，利用步骤一建立的城市系统动力学模型模拟优化发展情景下的环境承载情况，提出产业结构优化方案及建议。其中，所述步骤一中的城市系统动力学模型包括人口、经济、资源、能源、环境五个子系统。其中，所述步骤二中的综合指数法中的评价指标包括：水资源承载力、能源承载力、主要污染物的环境容量。其中，所述步骤三中的基于环境承载力约束的不确定多目标优化模型的一般形式如下式：maxF1=Σi=1nxt±-Σi=1kbi±xt±]]>maxP=Σi=1npi±xt±]]>环境承载力约束：经济约束：非负约束：x±≥0.式中：F1为地区经济总收益，P为人口规模；±表征参变量的上下限；x±为不确定性决策变量；为不确定污染治理费用系数；为不确定单位决策变量人口数；表示不确定性环境承载力约束条件；表示不确定各行业产值约束及比例约束；表示人均GDP约束。(三)有益效果基于环境承载力的城市产业结构优化方法由于采用了本发明全新的技术方案，与现有技术相比，本发明具有以下明显特点：1、能够同时以经济、社会和环境为优化目标，对城市宏观的产业结构进行优化，并与未优化发展情景进行对比分析，为决策者提供全面的调整建议；2、在传统城市产业结构优化方法基础上，引入系统动力学思想，对城市社会经济发展对资源、能源和环境影响的模拟预测更加准确；结合综合指数法，可对环境承载程度进行全面评价。附图说明图1是根据本发明的基于环境承载力约束的城市产业结构优化模型构建过程图；图2是根据本发明的城市系统动力学模型中各元素之间的因果反馈结构图；图3是根据本发明的城市产业结构不确定多目标优化模型求解算法示意图；图4是根据本发明的基于环境承载力约束的城市产业结构优化方法对某城市产业结构的优化结果。具体实施方式为能进一步了解本发明的
发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下：参阅附图1至图4。实施例1一种基于环境承载力的城市产业结构优化方法，利用系统动力学方法在不同发展情境下进行模拟仿真，通过综合指数法对环境承载程度进行评价，在此基础上建立不确定多目标优化模型，通过求解模型得到优化后的产业结构。具体实施过程：本发明将通过系统动力学-不确定多目标优化的整合模型，建立城市产业结构优化框架，在环境承载力约束下优化城市的产业结构，使城市社会经济发展在不超过环境承载力的前提下，经济总收益和人口数量趋于最大化，基于优化结果科学地给出针对城市产业系统调整的政策建议，实现城市环境可持续发展，缓解社会经济发展与环境保护之间的矛盾，在实际应用中产生显著的环境和社会经济效益。其中，系统动力学作为一种能够理解复杂系统内部物质流、信息流和干预措施之间运行和作用过程的有效方法，被广泛应用于模拟社会-经济-环境的复杂系统。环境承载力被定义为在一定的时间和空间范围内、确定的自然环境下，保证环境系统结构不发生质性变换，环境功能不被破坏条件下，环境系统可以负担人类活动的阈值。产业结构，指国民经济各部门之间以及各产业部门内部的构成，产业结构是人类经济活动与资源环境之间的联系纽带，通过优化产业结构，可以改善产业系统功能，在一定程度上提高地区的环境承载力，进而可以使人类与资源环境之间的关系得以优化。不确定多目标优化是在多目标优化方法的基础上，考虑了系统中的不确定性。所谓多目标优化，是指在有多个目标且相互之间可能存在冲突时，在各子目标之间加以折中协调，使各个子目标尽可能达到系统所需的“最优”情况；而对于复杂的系统(如社会-经济-环境系统)，存在大量的不确定因素，如随机性、模拟性等，如果将这些不确定因素勉强作为确定信息来处理，有时会得出矛盾或不合理的结果，此时需应用不确定多目标优化方法对问题进行优化求解。本发明利用系统动力学方法建立环境承载力约束下的城市产业结构不确定多目标优化模型，根据所述模型在一定的约束条件和优化目标下，优化城市产业结构，对城市产业系统调整提出建议。本发明在传统单一产业优化模型基础上，对整个城市系统的诸多元素和城市可持续发展的经济、社会和环境多发展目标进行综合考虑，构建城市产业结构优化模型，通过此优化模型，可对城市各发展模式下的环境负载状况进行预测分析，并可以优化现有的产业结构，使城市社会经济发展在不超过环境承载力的前提下，经济总收益和人口数量趋于最大化，以实现城市环境压力的减少和环境承载能力的提高，使城市发展区域可持续化。具体包括以下步骤，如图1所示。步骤S1，利用系统动力学理论，建立城市社会-经济-环境-资源-能源系统模型，并进行模型的有效性检验。整个系统分为人口、经济、资源、能源和环境子系统。整个系统的因果反馈结构图如图2所示。人口子系统是整个系统的核心组成部分之一，一方面，人口子系统为经济子系统供应劳动力，并进行消费活动；另一方面，人口子系统消耗资源和能源，并向环境子系统排放污染物。经济子系统亦为核心组成部分之一，经济子系统中的生产活动为整个系统带来经济效益，提供消费产品，为人口子系统提供就业机会，同时，经济发展也需要消耗资源和能源，并向环境排放污染物。本模型将经济子系统分为第一、第二和第三产业，作为产业结构调整的对象，其中第一产业包括种植业、畜牧业、林业、渔业和农林牧渔服务业；第二产业包括工业和建筑业两部分。在设计模型结构时，又将工业划分为烟草制造业、装备制造业、电力热力生产供应业、医药制造业、印刷文教业、非金属矿物制品业、电子设备制造业、冶金业、化工行业、非金属矿采选业、纺织及皮革制品业、食品加工业、造纸及纸制品业、燃气与水生产供应业14个行业子类。资源子系统为人口和经济子系统提供物质基础，同时资源的相对稀缺性又制约着人口和经济的发展。本模型中资源子系统主要考虑水资源，分为水资源供给和水资源需求两部分：水资源供给包括地表水、地下水、再生水和区外调水；水资源需求包括生活需水(与人口子系统对应)、生产需水(与经济子系统对应)和生态环境需水(与环境子系统对应)。能源子系统与资源子系统类似，也分为能源供给和能源需求两部分：能源供给包括区域自由能源和区外调度；能源需求包括生活耗能(与人口子系统对应)、生产耗能(与经济子系统对应)。环境子系统是人口子系统的基础，是生活、生产的纳污场所，人口子系统和经济子系统在自身发展过程中，不断向环境子系统排放污水、废气和固体废物，另一方面，经济子系统产生的效益又对环境子系统中的污染防治设施进行一定的投资，削减掉部分污染物，剩余污染物排入环境中。因为区域的环境容量是有限的，一旦污染物排放量超过环境容量阈值，就有可能对环境造成不可逆的破坏。在系统各要素因果关系中，各要素之间总是相互联系影响的，在此基础上确立各因素之间的关系，完成模型构建。本模型中的参数有初始值、常数值、函数、表函数等。参数的确定主要运用以下几种方法：(1)趋势外推法。是根据过去和现在的发展趋势推断未来的方法，用于科技、经济和社会发展的预测。趋势外推的基本假设是未来是过去和现在连续发展的结果。当预测对象依时间变化呈现某种上升或下降趋势，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。利用历史统计数据和趋势外推法确定参数取值，如三次产业中各行业能源消耗强度、污染物排放强度等；(2)平均值法。对于部分随时间变化不显著的参数，依据尽量简化模型的原则，均取平均值作为常数值，如单位面积道路需水量等，根据数据之间的数量关系采取平均值法进行赋值；(3)直接确定法。应用统计资料、调查资料来确定参数，充分利用统计年鉴中数据作为初始值，如人口初始值、三次产业中各行业工业增加值初始值等来确定模型中相应参数值。模型建立之后，需进行有效性检验，以确认模型是否能正确反应和理解要解决的问题。检验分为两部分：一为直观性检验，即检验模型的逻辑运行、运行机制是否与现实系统一致，变量间的方程表述是否合理；二为历史数据检验，选定初始时间与仿真完成时间，运行仿真程序，模拟经济、人口、能源、资源和环境子系统的典型要素(具体分别为GDP、人口、能源需求量、水资源需求量和主要污染物的排放量)在区间内的发展情况，并与实际值进行比较，若仿真值与实际值的误差在可接受范围内，则表明仿真结果能够达到理想状态，若误差过大，则需调整相关参数，重新进行仿真与有效性检验，直到误差可接受为止。步骤S2，根据城市实际情况设置发展情景类型，利用建立的系统动力学模型分析预测各情景下社会发展对资源、能源和环境的影响程度。本发明设置三类发展情景：常规发展情景、规划发展情景和理想发展情景。常规发展情景指按照目前城市社会、经济和环境的发展趋势，不加任何约束的发展情景；规划发展情景指根据城市总体规划，以社会、经济发展为目标的发展情景；理想发展情景指以国内各行业污染物排放和节能减耗的先进水平为目标的发展情景。每个情景中，人口子系统涉及的变量主要包括：出生率、死亡率、机械迁移率、城市化率和人口总量；经济子系统涉及的变量主要包括：行业增加值年均增长率、行业增加值、工业增加值、建筑业增加值，第一、第二、第三产业增加值和地区GDP；资源子系统涉及的变量主要包括人均水资源消耗量、生活水资源消耗量、行业单位增加值水资源消耗量、行业水资源重复利用率、行业实际取水量，第一、第二、第三产业的水资源消耗量和实际取水量，道路、绿地的单位面积需水量、面积年平均增长率和面积，生态需水量，总需水量；能源子系统涉及的变量主要包括：城市和农村的人均、生活能源消耗量，行业单位增加值能耗量，第一、第二、第三行业能耗量，能源消耗总量；环境子系统涉及的变量主要包括：城市和人均的主要污染物(分为水、大气和固体废物)排放量，污水收集处理率，生活垃圾分散处理收集率，中水回用率，城市生活污水处理费用，行业及其增加值的污染物排放量，污水、固体废物处理费用。确定各发展情景中的各变量参数后，运行系统动力学模型，预测各情景下社会发展对资源、能源和环境的影响程度，采用综合指数法分析城市环境的承载情况，评价指标包括水资源承载力、能源承载力、主要污染物(包括COD、NH3-N、TP、SO2、NOx)的环境容量负载情况，辨析社会经济发展是否超过城市环境的承载能力。步骤S3，根据城市实际情况建立产业结构不确定多目标优化模型，在环境承载力约束下优化城市产业规模阈值，以及此发展规模下的最优产业结构。针对区域内发展因子和限制因子的特点，构建环境承载力不确定多目标优化模型，设置目标函数和约束条件，目标函数包括地区经济总收益和人口规模规模两部分，约束条件考虑环境容量、水资源、能源、土地资源等环境承载力分量约束、产值约束以及人均GDP约束等。模型的目标函数如下式：maxF=Σj=1m(SIADj±)+Σl=1n(PIADl±)+TIAD±-Σj=1m(SIADj±)(SIWGEj±)(SIWGTRj±)(SIWGTCj±)-Σl=1n(PIADl±)(PIWGEl±)(PIWGTRl±)(PIWGTCl±)-(TIAD±)(TIWGE±)(TIWGTR±)(TIWGTC±)-Σj=1m(SIADj±)(SIWWGj±)(SIWWTRj±)(SIWWTCj±)-Σl=1n(PIADl±)(PIWWGl±)(PIWWTRl±)(PIWWTCl±)-(TIAD±)(TIWWG±)(TIWWTR±)(TIWWTC±)-Σj=1m(SIADj±)(SIWWDj±)(SIWWTRSTPj±)(UWWTCSTP±)-Σl=1n(PIADl±)(PIWWDl±)(PIWWTRSTPj±)(UWWTCSTP±)-(TIAD±)(TIWWD±)(TIWWTRSTP±)(UWWTCSTP±)-Σj=1m(SIADj±)(SISWDj±)(SISWTRDWTPj±)(USWTCDWTP±)-Σl=1n(PIADl±)(PISWDl±)(PISWTRDWTPl±)(USWTCDWTP±)-(TIAD±)(TISWD±)(TISWTRDWTP±)(USWTCDWTP±)-1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UDSDPC±)(UDSTRSTP±)(UWWTCSTP±)-1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RDSDPC±)(RDSTRSTP±)(PWWTCSTP±)-1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UHGDPC±)(UHGTRDWTP±)(USWTCDWTP±)-1p±[Σj=1m(SIADj±)(SIERPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UDSGPC±)(UDSTRDP±)(UWWTCDP±)]]>maxP=Σj=1m1p±(SIADj±)(SIEPPUOj±)+Σl=1n1p±(PIADl±)(PIEPPUOl±)+1p±(TIAD±)(TIEPPUO±)]]>式中：SIADj±为第二产业第j行业的增加值(亿元/a)；PIADl±为第一产业第l行业的增加值(亿元/a)；TIAD±为第三产业的增加值(亿元/a)；SIWGEj±为第二产业第j行业单位GDP废气排放量(万立方米/万元)；SIWGTRj±为第二产业第j行业废气处理率；SIWGTCj±为第二产业第j行业废气单位处理费用(万元/万立方米)；PIWGEl±为第一产业第l行业单位GDP废气排放量(万立方米/万元)；PIWGTRl±为第一产业第l行业废气处理率；PIWGTCl±为第一产业第l行业废气单位处理费用(万元/万立方米)；TIWGE±为第三产业单位GDP废气排放量(万立方米/万元)；TIWGTR±为第三产业废气处理率；TIWGTC±为第三产业废气单位处理费用(万元/万立方米)；SIWWGj±为第二产业第j行业单位GDP废水产生量(t/万元)；SIWWTRj±为第二产业第j行业废水收集处理率；SIWWTCj±为第二产业第j行业废水单位处理费用(万元/t)；PIWWGl±为第一产业第l行业单位GDP废水产生量(t/万元)；PIWWTRl±为第一产业第l行业废水收集处理率；PIWWTCl±为第一产业第l行业废水单位处理费用(万元/t)；TIWWG±为第三产业单位GDP废水产生量(t/万元)；TIWWTR±为第三产业废水收集处理率；TIWWTC±为第三产业废水单位处理费用(万元/t)；SIWWDj±为第二产业第j行业单位GDP废水排放量(t/万元)；SIWWTRSTPj±为第二产业第j行业城市污水处理厂废水收集处理率；PIWWDl±为第一产业第l行业单位GDP废水排放量(t/万元)；PIWWTRSTPj±为第一产业第l行业城市污水处理厂废水收集处理率；TIWWD±为第三产业单位GDP废水排放量(t/万元)；TIWWTRSTP±为第三产业城市污水处理厂废水收集处理率；UWWTCSTP±为城市污水处理厂废水单位处理费用(万元/t)；SISWDj±为第二产业第j行业单位GDP固废排放量(t/万元)；SISWTRSTPj±为第二产业第j行业固废垃圾处理厂收集处理率；PISWDl±为第一产业第l行业单位GDP固废排放量(t/万元)；PISWTRSTPj±为第一产业第l行业固废垃圾处理厂收集处理率；TISWD±为第三产业单位GDP固废排放量(t/万元)；TISWTRSTP±为第三产业固废垃圾处理厂收集处理率；USWTCDWTP±为垃圾处理厂固废单位处理费用(万元/t)；p±为研究区域就业人口占全区总人口的比例；SIEPPUOj±为第二产业第j个行业单位产值从业人员数(人/万元)；PIEPPUOl±为第一产业第l个行业单位产值从业人员数(人/万元)；TIEPPUO±为第三产业单位产值从业人员数(人/万元)；UR±为城市化率；UDSDPC±为城市人均年生活污水排放量(t/人)；UDSTRSTP±为城市污水处理厂生活废水收集处理率；RDSDPC±为农村人均年生活污水排放量(t/人)；RDSTRSTP±为农村污水处理厂生活废水收集处理率；RWWTCSTP±为农村污水处理厂废水单位处理费用(万元/t)；UHGDPC±为城市人均年生活垃圾排放量(t/人)；UHGDTRDWTP±为城市垃圾处理厂生活垃圾收集处理率；UDSGPC±为城市人均年生活污水产生量(t/人)；UDSTRDP±为城市分散生活废水收集处理率；UWWTCDP±为城市分散生活废水收集单位处理费用(万元/t)。约束条件有11个，分别为(1)COD排放约束，如下式：Σj=1m(SIADj±)(SICODj±)[1-(SIWWTRSTPj±)(UCODRRSTP±)]+Σl=1n(PIADl±)(PICODl±)[1-(PIWWTRSTPl±)(UCODRRSTP±)]+(TIAD±)(TICOD±)[1-(TIWWTRSTP±)(UCODRRSTP±)]+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UCODPC±)[1-(UDSTRSTP±)(UCODRRSTP±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RCODPC±)[1-(RDSTRSTP±)(RCODRRSTP±)]≤CODECC±]]>式中，SICODj±为第二产业第j行业单位GDPCOD的排放量(t/万元)；PICODl±为第一产业第l行业单位GDPCOD的排放量(t/万元)；TICOD±为第三产业单位GDPCOD的排放量(t/万元)；UCODRRSTP±为污水处理厂COD的去除率；UCODPC±为城市居民COD人均年排放量(t/人)；RCODPC±为农村居民COD人均年排放量(t/人)；CODECC±为COD一定环境目标下的环境容量(t/a)。(2)NH3-N排放约束，如下式：Σj=1m(SIADj±)(SINH3Nj±)[1-(SIWWTRSTPj±)(UNH3NRRSTP±)]+Σl=1n(PIADl±)(PINH3Nl±)[1-(PIWWTRSTPl±)(UNH3NRRSTP±)]+(TIAD±)(TINH3N±)[1-(TIWWTRSTP±)(UNH3NRRSTP±)]+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UNH3NPC±)[1-(UDSTRSTP±)(UNH3NRRSTP±)]+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RNH3NPC±)[1-(RDSTRSTP±)(RNH3NRRSTP±)]≤NH3NECC±]]>式中，SINH3Nj±为第二产业第j行业单位GDPNH3-N的排放量(t/万元)；PINH3Nl±为第一产业第l行业单位GDPNH3-N的排放量(t/万元)；TINH3N±为第三产业单位GDPNH3-N的排放量(t/万元)；UNH3NRRSTP±为污水处理厂NH3-N的去除率；UNH3NPC±为城市居民NH3-N人均年排放量(t/人)；RNH3NPC±为农村居民NH3-N人均年排放量(t/人)；NH3NECC±为NH3-N一定环境目标下的环境容量(t/a)。(3)TP排放约束，如下式：Σj=1m(SIADj±)(SITPj±)[1-(SIWWTRSTPj±)(UTPRRSTP±)]+Σl=1n(PIADl±)(PITPl±)[1-(PIWWTRSTPl±)(UTPRRSTP±)]+(TIAD±)(TITP±)[1-(TIWWTRSTP±)(UTPRRSTP±)]+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UTPPC±)[1-(UDSTRSTP±)(UTPRRSTP±)]+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RTPPC±)[1-(RDSTRSTP±)(RTPRRSTP±)]≤TPECC±]]>式中，SITPj±为第二产业第j行业单位GDPTP的排放量(t/万元)；PITPl±为第一产业第l行业单位GDPTP的排放量(t/万元)；TITP±为第三产业单位GDPTP的排放量(t/万元)；UTPRRSTP±为污水处理厂TP的去除率；UTPPC±为城市居民TP人均年排放量(t/人)；RTPPC±为农村居民TP人均年排放量(t/人)；TPECC±为TP一定环境目标下的环境容量(t/a)。(4)SO2排放约束，如下式：Σj=1m(SIADj±)(SISO2j±)+Σl=1n(PIADl±)(PISO2l±)+(TIAD±)(TISO2±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(USO2PC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RSO2PC±)≤SO2ECC±]]>式中，SISO2j±为第二产业第j行业单位GDPSO2的排放量(t/万元)；PISO2l±为第一产业第l行业单位GDPSO2的排放量(t/万元)；TISO2±为第三产业单位GDPSO2的排放量(t/万元)；USO2PC±为城市居民SO2人均年排放量(t/人)；RSO2PC±为农村居民SO2人均年排放量(t/人)；SO2ECC±为SO2一定环境目标下的环境容量(t/a)。(5)NOx排放约束，如下式：Σj=1m(SIADj±)(SINOXj±)+Σl=1n(PIADl±)(PINOXl±)+(TIAD±)(TINOX±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UNOXPC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RNOXPC±)≤NOXECC±]]>式中，SINOXj±为第二产业第j行业单位GDPNOX的排放量(t/万元)；PINOXl±为第一产业第l行业单位GDPNOX的排放量(t/万元)；TINOX±为第三产业单位GDPNOX的排放量(t/万元)；UNOXPC±为城市居民NOX人均年排放量(t/人)；RNOXPC±为农村居民NOX人均年排放量(t/人)；NOXECC±为NOX一定环境目标下的环境容量(t/a)。(6)水资源利用约束，如下式：Σj=1m(SIADj±)(SIWCj±)+Σl=1n(PIADl±)(PIWC2l±)+(TIAD±)(TIWC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UWCPC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RWCPC±)+(EEWC)≤WS±]]>式中，SIWCj±为第二产业第j行业单位GDP的用水量(t/万元)；PIWCl±为第一产业第l行业单位GDP的用水量(t/万元)；TIWC±为第三产业单位GDP的用水量(t/万元)；UWCPC±为城市居民人均年用水量(t/人)；RWCPC±为农村居民人均年用水量(t/人)；EEWC为年生态环境需水量(t/a)；WS±为水资源最大可利用量(t/a)。(7)能源约束，如下式：Σj=1m(SIADj±)(SIECj±)+Σl=1n(PIADl±)(PIECl±)+(TIAD±)(TIEC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)](UR±)(UECPC±)+1p±[Σj=1m(SIADj±)(SIEPPUOj±)+Σl=1n(PIADl±)(PIEPPUOl±)+(TIAD±)(TIEPPUO±)][1-(UR±)](RECPC±)≤ES±]]>式中，SIECj±为第二产业第j行业单位GDP的耗能量(t/万元)；PIECl±为第一产业第l行业单位GDP的耗能量(t/万元)；TIEC±为第三产业单位GDP的耗能量(t/万元)；UECPC±为城市居民人均年耗能量(t/人)；RECPC±为农村居民人均年耗能量(t/人)；ES±为能源最大可利用量(t/a)。(8)土地约束，如下式：Σj=1m1p±(SIADj±)(SIEPPUOj±)(LAPC±)+Σl=1n1p±(PIADl±)(PIEPPUOl±)(LAPC±)1p±(TIAD±)(TIEPPUO±)(LAPC±)≤RLA±]]>式中，RLA±为建设用地面积(万平方米)，LAPC±为人均用地面积(平方米/人)。(9)经济约束，如下式：TIAD±≤MAXTI±MINTI±≤TIAD±式中，MAXSIj±、MAXPIl±、MAXTI±分别为各产业行业增加值上限(亿元)，MINSIj±、MINPIl±、MINTI±分别为个产业行业增加值下限(亿元)。(10)人均GDP约束，如下式：Σj=1m(SIADj±)+Σl=1n(PIADj±)+TIAD±≥(Σj=1m1p±(SIADj±)(SIEPPUOj±)+Σl=1n1p±(PIADl±)(PIEPPUOl±)+1p±(TIAD±)(TIEPPUO±))θ]]>其中，θ为人均GDP。(11)非负约束，如下式：TIAD±≥0目标函数和约束条件确定后，即可对建立的不确定多目标优化模型进行求解。求解算法如图3所示。首先建立偿付矩阵，分解目标函数。然后引入模糊算子，建立子模型，其中可分为模拟线性规划(FLP)变换和区间现行规划(ILP)变换。FLP变换，通过引入最小化算子λ^±，基于每个目标或约束指定一个“希望水平”和“允许下限”，将不确定多目标优化模型的基本形式转化为以下形式：maxλ±s.t.fk±(X±)≤fk+-λ±(fk+-fk-),k=1,2,...,p]]>fl±(X±)≥fl-+λ±(fl+-fl-),l=p+1,p+2,...,q]]>Ai±X±≤bi+-λ±(bi+-bi-),i=1,2,...,m]]>Aj±X±≥bj-+λ±(bj+-bj-),j=m+1,m+2,...,n]]>X±≥00≤λ±≤1则“希望水平”如下式所示：(fk-)=min{fk-(X±(w))|w=1,2,...,p,p+1,...,q},k=1,2,...,p]]>(fl+)=max{fl+(X±(w))|w=1,2,...,p,p+1,...,q},k=1,2,...,p]]>“允许下限”如下式所示：(fk+)=max{fk+(X±(w))|w=1,2,...,p,p+1,...,q},k=1,2,...,q]]>(fl-)=min{fl-(X±(w))|w=1,2,...,p,p+1,...,q},k=1,2,...,q]]>ILP变换，由于模糊算子λ±上下限对所有的目标函数和约束条件可能不会始终发挥一致作用。为解决这一问题，采取的方法是引入两个独立的模糊算子和得到下式：在多目标问题中，目标函数系数的符号的分布通常是不同的。因此，可以用符号分解方法解决此问题。目标函数可以被分解为两个子目标，其中之一是最大化目标，而另一个是最小化目标。因此，被分解得到的子目标函数的系数都是正数，所以可用ILP算法可以用来求解。通过以上转换过程，我们可以得到两个子模型，如下式所示“maxλ1-+λ2+]]>s.t.Σs=1tck′s+xs+≤fk′+-λ1-(fk′+-fk′-),k′=1,2,...,q′]]>Σs=1t|ais|-Sign(ais±)xs+≤bi+-λ1-(bi+-bi-),i=1,2,...,m]]>Σs=1tcl′s+xs+≥fl′++λ2+(fl′+-fl′-),l′=q′+1,q′+2,...,p′]]>Σs=1t|ajs|-Sign(ajs±)xs+≥bj-+λ2+(bj+-bj-),j=m+1,m+2,...,n]]>xs+≥0,s=1,2,...,t]]>0≤λ1-≤1,0≤λ2+≤1]]>和maxλ1++λ2-]]>s.t.Σs=1tck′s-xs-≤fk′+-λ1+(fk′+-fk′-),k′=1,2,...,q′]]>Σs=1t|ais|+Sign(ais±)xs-≤bi+-λ1+(bi+-bi-),i=1,2,...,m]]>Σs=1tcl′s-xs-≥fl′++λ2-(fl′+-fl′-),l′=q′+1,q′+2,...,p′]]>Σs=1t|ajs|+Sign(ajs±)xs-≥bj-+λ2-(bj+-bj-),j=m+1,m+2,...,n]]>xs-≥0,s=1,2,...,t]]>xs-≤xs,opt+,s=1,2,...,t]]>0≤λ1+≤1,0≤λ2-≤1]]>求解两个子模型，决策变量即可求得，目标函数的值和可通过模型求得。求解不确定多目标优化模型，即可得出城市产业结构优化结果，优化结果包括第一、第二、第三产业的行业结构和经济规模，以及从业人口规模与分配。步骤S4，根据步骤S3得出的产业结构优化结果和城市现状建立优化发展情景，对优化发展情景通过步骤S1建立的系统动力学模型进行仿真模拟，预测在优化发展情景下的环境承载情况。若产业结构优化后城市的环境承载情况在可接受范围内，则采用此优化方案。最后根据优化方案拟定具体的城市产业结构调整措施。实施例2一种基于环境承载力的城市产业结构优化方法，采取实施例1所述优化方法在我国西南部一城市对该方法进行了实验，证明了该方法的可行性。该城市在城市快速发展过程中面临能源需求加剧、水资源供需矛盾、环境污染加剧等压力，使城市环境负载严重超过环境承载力，成为制约该城市系统可持续发展的瓶颈。将本发明提出的基于环境承载力的城市产业结构优化方法应用于该城市，模拟预测城市未来环境承载状况，并对产业结构优化以使城市社会发展满足城市环境承载约束条件。模拟结果显示，该城市在常规发展情景下将保持快速城市化和工业化进程，2020年和2025年的主要污染物排放量都将超过城市环境容量，水资源和能源的利用强度也都将超过其供应能力，其中2020年氨氮排放量是环境容量的2.69倍，化学需氧量为1.69倍，能源消耗量是供给能力的1.34倍，远远超过城市的环境承载能力，将对城市社会经济的可持续发展产生负面影响。而即使是在规划发展情景和理想发展情景下，综合环境承载指数虽比常规发展情景略低，依然超过承载能力。通过建立本发明中的不确定多目标优化模型，根据现状确定目标函数和约束条件，对城市产业结构进行优化。优化结果如图4所示。以优化结果和城市发展现状建立优化发展情景，对优化发展情景通过系统动力学模型进行仿真模拟，预测在优化发展情景下的环境承载情况。预测结果显示，优化发展情境下，2020年和2025年，全市总需水量为25.02亿m3和25.43亿m3，比理想发展情景降低19.29％和18.83％；能源需求总量为2265.50万吨标煤和2529.57万吨标煤，比理想发展情景有很大的降低；COD排放量为192218.02吨和202381.52吨，经污水处理厂处理后最终排放量为41393.64吨和30578.89吨，比理想发展情景降低52.29％和45.45％；NH3-N排放量为21685.42吨和23143.67吨，经污水处理厂处理后最终排放量为5071.78吨和3528.01吨，比理想发展情景降低38.27％和32.97％；TP排放量为2984.40吨和3196.20吨，经污水处理厂处理后最终排放量为660.38吨和373.36吨，比理想发展情景降低50.02％和47.49％；SO2排放量为104029.5吨和81544.16吨，比理想发展情景降低31.70％和19.22％；NOx排放量为178645.90吨和210214.32吨，比理想发展情景降低40.95％和26.68％；固废产生量为6671.49万吨和6727.92万吨，比理想发展情景有很大降低，经综合利用和处理处置后最终排放量为33.66万吨和18.29万吨；由于污染物产生量降低，污染物治理费用相比三种发展情景也有所降低，2020年与2025年分别需要91.09亿元和103.20亿元。在优化发展情景下，按照水体污染物允许排放量计算，所有因子均不超过其允许排放量，社会经济开发强度完全在环境承载力允许的范围内。当前第1页1 2 3