X2 0.069185 X3 0.122494 X4 -0.04204 X7 -0.06824 X8 0.063114 X12 0.051508 X13 0.076673 X14 -0.01102 X16 -0.03178 X18 0.081278 X20 0.144981 X21 0.13812 X22 0.096578 X23 0.038652 X24 -0.00976 X27 -0.12897 X28 0.142702 X29 0.008414 X31 -0.03178 X33 0.040617 X34 -0.00669 X35 0.091028 X38 0.028964 X39 -0.04271 X40 -0.0363 X41 -0.03484 X42 -0.02706 X43 0.113303 X44 -0.07989 结合实际，对评价指标进行灵敏度分析。将其按影响度由大到小进行排序，得出结果如下：人均医院拥有数、人均卫生机构人员拥有数、人均卫生机构床位数、年空气达标率、地表水质量、城镇居民人均可支配收入。 6.3.3 问题三结果的分析及验证
本文通过主成分分析法，通过比较各指标灵敏度的大小，得出了六个对排名影响显著的三级指标，包括医疗、空气、水质、可支配收入。其中，医疗条件的三个条件位居其中，说明评价一座城市是否宜居，医疗占很大因素。近年来，由于空气污染日渐严重，因此空气质量对城市宜居也有巨大的影响。总体来说，影响最大的六个因素囊括了居民的衣食住行。
6.4 问题四模型建立与求解 6.4.1 问题四模型的建立
本文在已有模型的基础上，引入了两个不确定因素：突发自然灾害，房价大幅波动率。
6.4.1.1 突发自然灾害
首先基于淮海经济区过去十年的灾害情况，大致拟合估计出旱灾、洪涝、山体滑坡、泥石流、台风、风雹灾害和低温冷冻和雪灾等常发的自然灾害的发生周期，从而得到各个突发自然灾害的发生概率。
淮海经济区主要突发自然灾害评价结果如下表： 灾害种类 发生周期T人员受灾直接经济生态环境受灾风险评价（天） 数R 损失Z 面积H（公顷） 值L （万人） （万元） 旱灾 360 1033.3 478.80 48.8 26.0 696.275 329.35 4.9 2.8 洪涝、山体滑295 坡、泥石流和台风 风雹灾害 375 117.07 62.03 5.85 3.34 80.525 47.67 0.5 0.3 低温冷冻和雪450 灾 R?Z?H
T然后，在灾害风险程度的比较过程中，首先将上述每类灾害按照相同的指标赋予风险评价值。灾害的风险评价值的确定主要考虑如下几个指标，分别是灾害对人的影响程度即人员受灾，其次是灾害对社会经济以及环境的影响。根据近几年来淮海经济区的自然灾害数据，对每类自然灾害进行赋权，评价方法主要是通过先通过熵权法算评价指标的权向量。
下一步，对经常发生的灾害赋值为1，几十年甚至上百年才发生一次的灾害赋值为 10。对这些灾害风险评价指标赋值后，考虑各种突发自然灾害的发生概率和灾后对社会经济以及环境造成的损失，与原评价指标组合，按照粗集中简约的知识简化指标，重新计算各突发自然灾害的对城市的灾害风险权重。
最后，根据风险权重和近几年的灾害数据期望值得出城市的自然灾害受损率。 6.4.1.2 房价大幅波动
首先，基于淮海经济区八个城市城市过去十年的房价波动情况对城市房价波动情况进行灰色预测，得到未来城市的房价大幅波动可能性（本文以波动高于20%作为房价大幅波动的标准）。
本文中得到的可能性值为Pij（i,j分别为表格的行与列），具体值如下表：
计算公式：L=
城宿迁 市 房价大14.3% 连云港 宿州 商丘 济宁 枣庄 徐州 淮北 13.89% 16.7% 13.12% 11.19% 13.72% 10.1% 14.29%
幅上涨 房1.71% 价大幅下降 1.02% 2.13% 0.91% 0.87% 0.93% 0.86% 1.70% 然后，以近几年的数据为基准，选取淮海经济区八个城市，对房价与其他二级指标进行相关性分析，得到房价与其他二级指标的相关系数，取平均数，并选取产生重大影响的指标作为问题四模型建立指标（本文选取了：居民消费指数，城镇居民可支配收入，人口自然增长率，失业率）。
本文中得到的相关系数为Gm，具体数据表格如下： 指标 居民消费 城镇居民可支人口自然增长失业率 配收入 率 -0.047% -0.071% 0.0063% 影响度（房价-0.0059% 上升每个百分点对该指数的影响） 下一步，将Step1,Step2得到的数据进行运算并替换入问题1得到的矩阵中 对每个城市每一项计算公式如下：
X4?X1[(1?20Gm)(P1j?P2j)?(1?P1j?P2j)]
最后，对得到的新的数据进行标准化运算，求熵值，求权重。 6.4.2 问题四模型的求解
添加不确定因素后各城市的评分： 城市 宿迁 连云港 宿州 商丘 济宁 枣庄 徐州 淮北 评分 0.4147 0.5123 0.3852 0.4240 0.5473 0.4043 0.5176 0.4506 6.5 问题五模型建立与求解 6.5.1 问题五模型的建立
Step1：本文对淮海经济区八个城市的数据进行归一化处理，得到一个每一个数据值都处于[0,1]的表格
Step2: 基于Step1得到的表格，对45个二级指标进行筛选，选出每一组指标中，最大的值，即Mi，并且保留徐州市每一个二级指标的数据值为Xi，得到一个新的表格
Step3: 基于Step2得到的表格，求出徐州市单项指标与淮海经济区八个城市指标最大值的差异值，计算公式为：
Ji?Xi/Mi
6.5.2 问题五模型的求解
根据在6.5.1中建立的模型，本文选取了徐州市单项指标与淮海经济区八个城市单项最大指标差异值较大的一些量，进行分析、归纳、总结，得出了一些合理的、可执行行强的政策建议以提高徐州市的城市宜居度：
(1)不要满足于自给自足，而是要增加对外销售量，出台一些城市出口促进政策，以增强与外界城市的商业联系，以期提高城市的出口率、人均消费水平，带动经济发展，提高城市宜居度；
(2)加快转变城市发展方式，创造现代化的城市发展方式，大力整治城市生态环境，着力于改善城市空气质量、城市水环境质量、城市绿化覆盖情况以及人均饮用水数量，以期提高城市的环境水平，提高居民健康程度，提高城市宜居性；
(3)加快推进现代化农业发展模式，不以牺牲第一产业为代价而发展第二第三产业，提高农业的机械化水平，提高城市粮食自给率，提高市民生活水平，以提高城市宜居性； (4)提高城市基础设施建设水平，提高城市基础设施建设的拨款，大力进行教育事业、卫生与交通设施的建设，提高城市每万人学校数量、医院人均床位数以及城市道路密度，以期提高市民的生活便利度，提高城市宜居性水平；
(5)出台强力政策控制房价，改变城市房价居高不下、工资与房价比低的情况，努力提高城市人均住房面积，提高市民生活幸福度，提高城市宜居性水平。
七、模型的评价与推广
7.1模型的评价
7.1.1问题一模型的评价 1. 模型一的优点:
（1）本文在正确、清晰地分析了题意的基础上，建立了综合的、较为客观的评价模型对淮海经济区八个城市宜居性状况进行评价。
（2）分别从安全性、健康性、便捷性、舒适性四个方面出发对我国养老设施进行评价，并从各大权威网站获取数据，同时对数据进行必要的预处理。
（3）本文将现在的评价指标得分与前两年年对应指标进行对比，较为客观的得出各个指标淮海经济区八个城市宜居性的影响大小。
（4）本文在建立城市宜居性评价模型时考虑到了创新与发展项，考虑到了市民的未来发展，较为客观的得到各个城市宜居性的情况。 2. 模型一的缺点:
（1）数据查找不完善，存在数据缺失的情况，虽采用插补法得到缺失的数据，但 依然缺少一定的准确性。
（2）模型的评价指标数较少，覆盖面不够广，不能够体现本模型的普遍适用性。 7.1.2问题三模型的评价
模型三优点：由于评价指标过多，采用主成分分析法，能够在保证保留大多数信息情况下，用少数几个指标代替。主成分分析法的计算较为规范，克服了某些评价方法中认为确定权数的缺陷。
模型三缺点：主成分的解释含义在一定程度上具有模糊性，不像原始变量的含义那么清楚、确切，这是变量降维过程中不得不付出的代价。 7.1.3 问题四模型的评价 模型四的优点:
本文为了得到突发自然灾害、房价大幅波动等不确定因素的概率，从各大权威统计网站查取了数据，得到了未来房价大幅波动、自然灾害发生概率的表格，并且对自然灾害进行了分级化处理，得到的数据较为客观，可靠。
本文为了较为客观的表示不确定性因素对淮海经济区八个城市城市宜居性各个的影响，分情况选取了典型年份对不确定因素与各个指标标准化处理后的相关系数进行了分析，制表，得到了灰色不确定因素对城市宜居性的影响，较为客观。
本文将自然灾害分为了：旱灾、洪涝、山体滑坡、泥石流和台风、风雹灾害四类，并对各种自然灾害的影响数据进行了标准化处理后分析，得到的结果较为全面。 模型四的缺点:
（1）数据查找不完善，存在数据缺失的情况，虽采用插补法得到缺失的数据，但 依然缺少一定的准确性。
（2）模型的评价指标数较少，覆盖面不够广，不能够体现本模型的普遍适用性。 （3）在本文的自然灾害分类中，难免带有一些主观因素，分类不够客观。 7.1.4问题五模型的评价 模型五的优点:
（1）本文将徐州市的各项指标与淮海经济区八个城市指标的最优值进行了对比，并求出了差异度，分析过程较为直观，易懂。 模型五的缺点:
（1）本文对徐州市与其他城市客观差异性了解不是非常全面，提出的政策建议难免带有较大主观性。 7.2 模型的推广
针对研究过程中的研究与发现，我们可以发现淮海经济区评价宜居城市的数学模型同样适用于评价宜居村镇。
七、参考文献
[1]姜启源等, 《数学模型》（第三版），北京：高等教育出版社，2003年，50-52. [2]崔杰，吴昊, 误差处理的方法研究，误差理论分析，23(1):50-52,2003年. [3]胡伏湘，胡希军，城市宜居性评价指标体系构建[J].生态经济，2014（8） [4]张文忠.宜居城市的内涵即评价指标体系探讨[J].城市规划学科，2007（3） [5]张磊.新农村建设评价体系研究[J].经济纵横，2009（7） [6]赵之枫.乡村宜居性建设的构想[J].生态经济，2001（5） [7]江苏、山东、安徽、河南四省2013-2015的统计年鉴
八、附录