劉星魁，楊書召

(1.河南工程學院 安全工程學院，河南 鄭州 451191；

2.河南省高校重點實驗室培訓基地，河南 鄭州 451191)

?

工業(yè)園區(qū)環(huán)境質量影響因素重要性分析

劉星魁1,2，楊書召1,2

(1.河南工程學院 安全工程學院，河南 鄭州 451191；

2.河南省高校重點實驗室培訓基地，河南 鄭州 451191)

摘要：工業(yè)園區(qū)環(huán)境質量影響因素種類繁多，相互之間的重要程度也不容易確定，傳統(tǒng)的AHP方法不易準確獲得影響因素間的相對權重.提出了一種基于Chen & Hwang五等級語言標度的改進層次分析法，通過建立反映園區(qū)環(huán)境質量的指標體系，以環(huán)境使用者的感受為出發(fā)點，透過問卷調查獲得園區(qū)居民對各種環(huán)境質量屬性的主觀評價，利用主觀意見量化方法來獲得各環(huán)境影響因素在環(huán)境指標體系中的整體權重，研究結果可為后續(xù)的環(huán)境質量綜合評價提供依據(jù).

關鍵詞：環(huán)境質量；影響因素；AHP；語言標度；權重

工業(yè)園區(qū)是一個包括自然、工業(yè)和社會的地域綜合體，是依據(jù)循環(huán)經(jīng)濟理論和工業(yè)生態(tài)學原理設計而成的一種新型工業(yè)組織形態(tài)[1].目前，我國已經(jīng)建立起了以蘇州工業(yè)園區(qū)為首的多個大型工業(yè)園區(qū)[2]，為加速區(qū)域經(jīng)濟發(fā)展、提高人民的生活水平起到了積極的作用.然而，隨著經(jīng)濟的發(fā)展與產(chǎn)業(yè)結構的轉變，工業(yè)園區(qū)必須由傳統(tǒng)的“制造與生產(chǎn)的集合空間”轉化為“創(chuàng)造、思考、研究的場所”和“人類生活的場所”.本研究嘗試建立基于語言標度的評價模型，對工業(yè)園區(qū)環(huán)境質量的影響因素進行重要性分析，未來可以根據(jù)分析結果提出相應的改善措施.

1基于語言標度的因素評級方法

工業(yè)園區(qū)環(huán)境質量影響因素的重要性分析模式一般以使用者的主觀認知為基礎，根據(jù)數(shù)學方法提供一套客觀的衡量工具，結果可以作為后續(xù)環(huán)境質量評價的參考和輔助.通常，人們的思考與感情不易用語言和文字完整地表達出來，若要以傳統(tǒng)決策方法中的二值邏輯語言來表示判斷矩陣中的評估值就更加困難.許多評估值通常是專家或決策者依據(jù)不完全信息憑其經(jīng)驗得出的判斷值，所以此判斷值常具有主觀性與模糊性.

層次分析法(AHP)[3]是公認的可以較好地分析因子重要性的方法，Buckley[4]利用模糊理論改進了層次分析法(FAHP)，以梯形模糊數(shù)來處理主觀語言變量中的模糊性問題，獲得了較真實的評價結果.然而，由于Buckley提出的方法僅定義了因子間相對重要程度的正向尺度，而負向評價尺度為正向尺度的倒數(shù)，即如果A/B非常重要，那么B/A就非常不重要，兩者互為倒數(shù)關系.例如，判斷矩陣

(1)

其中，梯形模糊數(shù)(8,9,10,10)對應非常重要，那么非常不重要應取其倒數(shù)(1/10,1/10,1/9,1/8),而且還要進行列互換.如果矩陣階數(shù)很多的話，會增加問卷調查的煩瑣程度.本研究提出了一種基于人工語言的正向模糊尺度層次分析法,對工業(yè)園區(qū)環(huán)境質量影響因素的重要性進行分析.

2研究步驟

2.1建立層次分析圖

將所有考察工業(yè)園區(qū)環(huán)境質量的主要指標和次要指標納入考慮范圍，以層次結構的方式進行剖析.

2.2人工語言變量定量化

以問卷調查的方式征求受訪居民的意見,進行指標間兩兩相對重要性比較.首先,以第一層目標為基準，進行第二層主要因子間的相對比較.第三層次要因子以第二層為基準以同樣方法進行兩兩相對比較，比較尺度為非常重要、重要些、同等重要、不重要些和非常不重要5個等級.用Chen和Hwang[5]提出的五等級語言變量轉化尺度衡量受訪居民對環(huán)境影響因素的主觀意見，如圖1所示.

圖1　語言變量隸屬函數(shù)圖Fig.1　Membership function of linguistic variable

2.3建立模糊判斷矩陣

根據(jù)居民對工業(yè)園區(qū)各環(huán)境指標的評價意見,建立以下模糊判斷矩陣：

其中,aij為第i項因子與第j項因子相對重要的程度，尺度參見圖1的五等級語言變量尺度.為了真實反映受訪者填寫受訪意見時的思維方式,利用a(a∈(0,1))截集衡量受訪者對于比較結果的確定程度.當a越接近1，表示越確定;反之，當a越接近0，表示存在的不確定性越大，對應的模糊區(qū)間也越大.

圖1中有三角形和梯形兩種模糊數(shù)，以下分別進行含義解釋.圖2表示當受訪居民對客觀情況的熟悉程度為a時，指標兩兩相比得到的模糊區(qū)間為(XaL,XaM,XaR).其中，XaL和XaR為置信度a所對應評價尺度的下限，XaM為評價尺度上限，即最有代表性的評價意見.所以，居民的主觀意見在XaL和XaR之間的模糊區(qū)間.例如，“重要些”在圖1中對應的尺度區(qū)間為(6，7.5，9)，但當受訪者對評價意見并不是完全肯定時，例如a=0.5，經(jīng)量化后的意見為(6.75，7.5，8.25).

圖3表示置信度為a時,“非常不重要”的梯形模糊數(shù)尺度區(qū)間.由圖1可知尺度區(qū)間為(0，0，1，2).無論a為何值，XaL必定等于0.XaR值可由置信度a獲得，XaM值可由重心法求得

(2)

當置信度為a時，XaL和XaR圍成如圖3中的0cdef區(qū)域[6]，利用式(2)可得

圖2　a截集對應三角模糊數(shù)尺度區(qū)間Fig.2　Interval of triangular fuzzy number with a cut

圖3　a截集對應梯形模糊數(shù)尺度區(qū)間Fig.3　Interval of trapezoidal fuzzy number with a cut

同理，所有評價語言尺度在a截集下的模糊區(qū)間都可以三角模糊數(shù)的形式表現(xiàn)出來，總結如下：

(3)

(4)

(5)

(6)

(7)

依據(jù)式(3)~(7)可以確定每一種對比結果對應的模糊區(qū)間，在問卷調查的同時詢問受訪居民的把握程度(0~1)，隨即以居民意見建立各因子重要性比較矩陣，由于每個模糊區(qū)間都有兩個可能性最小值XaL,XaR和最可能值XaM,所以建立的三角模糊矩陣可拆分為左矩陣AL、中矩陣AM和右矩陣AR，依次解出每一個矩陣對應的權重值.

2.4一致性檢定

此步驟的目的主要在于確認受訪居民在成對比較過程中的主觀判斷是否前后一致，確保問卷中不會出現(xiàn)類似“石頭、剪刀、布”的無效循環(huán)：

(8)

其中，λmax為判斷矩陣的最大特征值，m為矩陣介數(shù).當C.I≤0.1時，可認為矩陣符合一致性要求，否則需要請受訪者重新修正意見.

2.5計算因子模糊權重

三角模糊判斷矩陣可拆分為左矩陣AL、中矩陣AM和右矩陣AR.利用方根法依次求解3個矩陣的最大特征值λmax和對應的特征向量w，w即為每個因子權重，最后結果為三角模糊數(shù)(WL，WM，WR).

2.6意見整合

(9)

2.7反模糊化

為了便于后期得到明確的綜合權重比較結果，需要將2.6中的三角模糊數(shù)結果轉化為具體的明確數(shù)值.以三角形重心法公式將模糊數(shù)轉化為明確值：

DF=[(AR-AL)+(AM-AL)]/3+AL.

(10)

2.8層級串聯(lián)

工業(yè)園區(qū)環(huán)境指標體系必定為多層結構，上述7步所得結果為某一層指標在本層中對應的權重，所以還應將各層所得權重結果進行層級串聯(lián)，整體權重由下式獲得:

Ri=wkwi,

(11)

其中,wi為最低層次要因子相對權重，wk為上一層主要因子相對權重.

3應用研究

本研究以河南鄭州某工業(yè)園區(qū)數(shù)位居民的問卷調查結果為例，說明以上研究方法的分析過程.由于篇幅有限，這里只選取其中3位居民的意見建立判斷矩陣以說明本模型的應用步驟.經(jīng)過與園區(qū)居民探討，將值得分析的環(huán)境質量影響因素歸納為五大類，即地理位置、區(qū)內(nèi)交通情況、基本環(huán)境、生活設施和安全狀況.其中，地理位置包括公交車情況、道路便利性、距市中心的距離；區(qū)內(nèi)交通情況包括區(qū)內(nèi)道路規(guī)劃、區(qū)內(nèi)停車空間；基本環(huán)境包括空氣質量、噪音程度、水質情況；生活設施包括兒童教育機構、醫(yī)療設施、娛樂休閑設施、購物中心；安全情況包括治安維護和防災設施，如圖4所示.

圖4　環(huán)境質量影響因素指標層次Fig.4　Frame of various environmental quality factors

以問卷的方式調查園區(qū)居民意見，對圖4中的主要因子(第二層)、次要因子(第三層)與圖1中的五等級語意尺度進行兩兩比較，以地理位置、區(qū)內(nèi)交通情況、基本環(huán)境、生活設施與安全狀況等主要因子為例，簡明敘述了主要因子權重計算過程.

3.1問卷調查

主要因子相對重要性的問卷調查見表1.

表1　主要因子相對重要性問卷結果

3.2問卷的一致性檢定

以傳統(tǒng)AHP尺度1/5，1/3，1，3，5分別代表非常不重要、不重要些、同等重要、重要些和非常重要建立判斷矩陣，以式(1)進行問卷一致性檢定，得到的結果分別為0.05，0.08，0.08.回答具有一致性，問卷有效.

3.3建立模糊判斷矩陣

在置信度a=0(模糊區(qū)間最大)的情況下，參照圖1的語意轉化尺度和式(3)~(7)，建立以下3個判斷矩陣.

3.4計算因子相對權重

以居民一為例，對居民一的判斷矩陣進行“左”“中”“右”拆分：

(4)由計算結果可知，居民一對地理位置意見的權重最大可能為0.23，最不可能的兩個界值為0.11和0.30，將此結果以三角模糊數(shù)的形式表示出來(0.11，0.23，0.30).同理可得，區(qū)內(nèi)交通情況(0.07，0.19，0.27)，基本環(huán)境(0.48，0.53，0.53)，生活設施(0.64，0.72，0.84)，安全狀況(0.18，0.30，0.36).

(5)利用上述步驟，可求得居民二對于5項指標意見的權重分別為(0.17，0.26，0.30)、(0.37，0.42，0.44)、(0.42，0.46，0.47)、(0.59，0.65，0.76)和(0.25，0.32，0.36).居民三意見的權重分別為(0.28，0.33，0.37)、(0.28，0.33，0.37)、(0.53，0.60，0.65)、(0.43，0.44，0.46)和(0.45，0.46，0.47).

3.5意見整合

表2　AHP法主要因子分析結果

以式(8)整合3位居民意見得到對應5項主要因子模糊權重，分別為(0.18，0.27，0.32)、(0.24，0.31，0.36)、(0.47，0.53，0.55)、(0.55，0.60，0.68)和(0.29，0.36，0.39)

3.6反模糊排序

根據(jù)式(9)將模糊權重轉化為明確權重，5項主要因子地理位置、區(qū)內(nèi)交通情況、基本環(huán)境、生活設施、安全狀況的相對權重為(0.25，0.30，0.51，0.61，0.34)，正規(guī)化后得(0.12，0.15，0.26，0.30，0.17).

為了證明上述討論方法的正確性，將問卷結果與傳統(tǒng)AHP方法進行對比，表2為主要因子AHP法的分析結果，兩者之間差距不大，所以上述方法的正確性得到了驗證，不再詳細討論，層級串聯(lián)結果見表3.

表3　因子整體權重排序結果

續(xù)表

以上分析結果表明，3位居民的意見在主要因子層面，生活設施和基本環(huán)境最影響園區(qū)的環(huán)境質量；在次要因子層面，空氣質量、治安維護、購物方便性影響最大，權重均超過了0.1.根據(jù)Liebig[7]提出的最小限制率，即環(huán)境質量不是由諸要素的平均狀況所決定的，而是受與最優(yōu)狀態(tài)差距最大的對象所控制，未來可以有針對性地加以克服，改善環(huán)境質量.

4結語

(1)工業(yè)園區(qū)環(huán)境質量的影響因素種類繁多，相互之間的重要程度也不易確定.因此，以5種區(qū)間覆蓋受訪者思維模糊的部分，利用層次分析法得到了較準確的影響因素權重.該方法改善了Buckley法計算煩瑣的缺點，兼有模糊層次分析法的優(yōu)點，值得采用.

(2)由于篇幅所限，只選取了3位居民的問卷設置了判斷矩陣，未來可以經(jīng)過大量調查，得到更準確的分析結果.

(3)基于指標權重的計算方法，后續(xù)研究可結合模糊綜合評判法進行園區(qū)間環(huán)境質量的等級評定.此外，其他行業(yè)也可以借鑒本方法進行指標權重或方案評比的決策.

參考文獻：

[1]陳斐.典型工業(yè)園區(qū)環(huán)境質量監(jiān)測及其評價研究[D].上海：上海交通大學，2012.

[2]王湜，姚興霞.蘇州工業(yè)園區(qū)夜間光環(huán)境現(xiàn)狀分析[J].安全與環(huán)境工程，2012，19(2)：58-60.

[3]Saaty T L.The Analytic Hierarchy Process [M].New York: McGraw-Hill,1980.

[4]Buckley J J.Fuzzy hierarchical analysis [J].Fuzzy Sets and Systems,1985(17)：233-247.

[5]Chen S J，Hwang C L.Fuzzy Multiple Attribute Decision Making[M].New York: Springer-Verlag，1992.

[6]Pan N.Analysis of risk of delay of highway construction[J].Journal of Technology, 2005,20(3):249-260.

[7]胡桂榮.環(huán)境生態(tài)學[M].武漢：華中科技大學出版社，2010.

The importance analysis for factors affecting environmental

quality of industrial park

LIU Xingkui1,2, YANG Shuzhao1,2

(1.CollegeofSafetyEngineering,HenanInstituteofEngineering,Zhengzhou451191,China;

2.TrainingBaseofKeyLaboratoryofHenanCollegesandUniversities,Zhengzhou451191,China)

Abstract:The influence factors of environmental quality in industrial park have a great variety, and the importance between them is not easy to determine. The traditional AHP is not appropriate to solve this problem, because the relative weights for factors are difficult to determine. This paper presents a AHP with improvement based on Chen & Hwang 5 grading semantic scale transformation. Starting from the subjective assessment of park residents for environmental quality of industrial park, this method can obtain the whole importance of each factor within the environment factor system by using subjective assessment quantitative approach, and provides a basis to the future environmental quality assessment.

Key words:environmental quality; influence factors; AHP; semantic scale; importance

作者簡介：劉星魁(1981-)，男，河南鶴壁人，講師，博士，主要從事煤礦安全技術、事故風險分析與評價等方面的研究.

基金項目：河南工程學院博士基金(D2013023)

收稿日期：2014-12-04

中圖分類號：X820

文獻標志碼：A

文章編號：1674-330X(2015)01-0020-07