工业园区环境质量影响因素重要性分析

刘星魁，杨书召

(1.河南工程学院 安全工程学院，河南 郑州 451191；

2.河南省高校重点实验室培训基地，河南 郑州 451191)



工业园区环境质量影响因素重要性分析

刘星魁1,2，杨书召1,2

(1.河南工程学院 安全工程学院，河南 郑州 451191；

2.河南省高校重点实验室培训基地，河南 郑州 451191)

摘要：工业园区环境质量影响因素种类繁多，相互之间的重要程度也不容易确定，传统的AHP方法不易准确获得影响因素间的相对权重.提出了一种基于Chen & Hwang五等级语言标度的改进层次分析法，通过建立反映园区环境质量的指标体系，以环境使用者的感受为出发点，透过问卷调查获得园区居民对各种环境质量属性的主观评价，利用主观意见量化方法来获得各环境影响因素在环境指标体系中的整体权重，研究结果可为后续的环境质量综合评价提供依据.

关键词：环境质量；影响因素；AHP；语言标度；权重

工业园区是一个包括自然、工业和社会的地域综合体，是依据循环经济理论和工业生态学原理设计而成的一种新型工业组织形态[1].目前，我国已经建立起了以苏州工业园区为首的多个大型工业园区[2]，为加速区域经济发展、提高人民的生活水平起到了积极的作用.然而，随着经济的发展与产业结构的转变，工业园区必须由传统的“制造与生产的集合空间”转化为“创造、思考、研究的场所”和“人类生活的场所”.本研究尝试建立基于语言标度的评价模型，对工业园区环境质量的影响因素进行重要性分析，未来可以根据分析结果提出相应的改善措施.

1基于语言标度的因素评级方法

工业园区环境质量影响因素的重要性分析模式一般以使用者的主观认知为基础，根据数学方法提供一套客观的衡量工具，结果可以作为后续环境质量评价的参考和辅助.通常，人们的思考与感情不易用语言和文字完整地表达出来，若要以传统决策方法中的二值逻辑语言来表示判断矩阵中的评估值就更加困难.许多评估值通常是专家或决策者依据不完全信息凭其经验得出的判断值，所以此判断值常具有主观性与模糊性.

层次分析法(AHP)[3]是公认的可以较好地分析因子重要性的方法，Buckley[4]利用模糊理论改进了层次分析法(FAHP)，以梯形模糊数来处理主观语言变量中的模糊性问题，获得了较真实的评价结果.然而，由于Buckley提出的方法仅定义了因子间相对重要程度的正向尺度，而负向评价尺度为正向尺度的倒数，即如果A/B非常重要，那么B/A就非常不重要，两者互为倒数关系.例如，判断矩阵

(1)

其中，梯形模糊数(8,9,10,10)对应非常重要，那么非常不重要应取其倒数(1/10,1/10,1/9,1/8),而且还要进行列互换.如果矩阵阶数很多的话，会增加问卷调查的烦琐程度.本研究提出了一种基于人工语言的正向模糊尺度层次分析法,对工业园区环境质量影响因素的重要性进行分析.

2研究步骤

2.1建立层次分析图

将所有考察工业园区环境质量的主要指标和次要指标纳入考虑范围，以层次结构的方式进行剖析.

2.2人工语言变量定量化

以问卷调查的方式征求受访居民的意见,进行指标间两两相对重要性比较.首先,以第一层目标为基准，进行第二层主要因子间的相对比较.第三层次要因子以第二层为基准以同样方法进行两两相对比较，比较尺度为非常重要、重要些、同等重要、不重要些和非常不重要5个等级.用Chen和Hwang[5]提出的五等级语言变量转化尺度衡量受访居民对环境影响因素的主观意见，如图1所示.

图1　语言变量隶属函数图Fig.1　Membership function of linguistic variable

2.3建立模糊判断矩阵

根据居民对工业园区各环境指标的评价意见,建立以下模糊判断矩阵：

其中,aij为第i项因子与第j项因子相对重要的程度，尺度参见图1的五等级语言变量尺度.为了真实反映受访者填写受访意见时的思维方式,利用a(a∈(0,1))截集衡量受访者对于比较结果的确定程度.当a越接近1，表示越确定;反之，当a越接近0，表示存在的不确定性越大，对应的模糊区间也越大.

图1中有三角形和梯形两种模糊数，以下分别进行含义解释.图2表示当受访居民对客观情况的熟悉程度为a时，指标两两相比得到的模糊区间为(XaL,XaM,XaR).其中，XaL和XaR为置信度a所对应评价尺度的下限，XaM为评价尺度上限，即最有代表性的评价意见.所以，居民的主观意见在XaL和XaR之间的模糊区间.例如，“重要些”在图1中对应的尺度区间为(6，7.5，9)，但当受访者对评价意见并不是完全肯定时，例如a=0.5，经量化后的意见为(6.75，7.5，8.25).

图3表示置信度为a时,“非常不重要”的梯形模糊数尺度区间.由图1可知尺度区间为(0，0，1，2).无论a为何值，XaL必定等于0.XaR值可由置信度a获得，XaM值可由重心法求得

(2)

当置信度为a时，XaL和XaR围成如图3中的0cdef区域[6]，利用式(2)可得

图2　a截集对应三角模糊数尺度区间Fig.2　Interval of triangular fuzzy number with a cut

图3　a截集对应梯形模糊数尺度区间Fig.3　Interval of trapezoidal fuzzy number with a cut

同理，所有评价语言尺度在a截集下的模糊区间都可以三角模糊数的形式表现出来，总结如下：

(3)

(4)

(5)

(6)

(7)

依据式(3)~(7)可以确定每一种对比结果对应的模糊区间，在问卷调查的同时询问受访居民的把握程度(0~1)，随即以居民意见建立各因子重要性比较矩阵，由于每个模糊区间都有两个可能性最小值XaL,XaR和最可能值XaM,所以建立的三角模糊矩阵可拆分为左矩阵AL、中矩阵AM和右矩阵AR，依次解出每一个矩阵对应的权重值.

2.4一致性检定

此步骤的目的主要在于确认受访居民在成对比较过程中的主观判断是否前后一致，确保问卷中不会出现类似“石头、剪刀、布”的无效循环：

(8)

其中，λmax为判断矩阵的最大特征值，m为矩阵介数.当C.I≤0.1时，可认为矩阵符合一致性要求，否则需要请受访者重新修正意见.

2.5计算因子模糊权重

三角模糊判断矩阵可拆分为左矩阵AL、中矩阵AM和右矩阵AR.利用方根法依次求解3个矩阵的最大特征值λmax和对应的特征向量w，w即为每个因子权重，最后结果为三角模糊数(WL，WM，WR).

2.6意见整合

(9)

2.7反模糊化

为了便于后期得到明确的综合权重比较结果，需要将2.6中的三角模糊数结果转化为具体的明确数值.以三角形重心法公式将模糊数转化为明确值：

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

(10)

2.8层级串联

工业园区环境指标体系必定为多层结构，上述7步所得结果为某一层指标在本层中对应的权重，所以还应将各层所得权重结果进行层级串联，整体权重由下式获得:

Ri=wkwi,

(11)

其中,wi为最低层次要因子相对权重，wk为上一层主要因子相对权重.

3应用研究

本研究以河南郑州某工业园区数位居民的问卷调查结果为例，说明以上研究方法的分析过程.由于篇幅有限，这里只选取其中3位居民的意见建立判断矩阵以说明本模型的应用步骤.经过与园区居民探讨，将值得分析的环境质量影响因素归纳为五大类，即地理位置、区内交通情况、基本环境、生活设施和安全状况.其中，地理位置包括公交车情况、道路便利性、距市中心的距离；区内交通情况包括区内道路规划、区内停车空间；基本环境包括空气质量、噪音程度、水质情况；生活设施包括儿童教育机构、医疗设施、娱乐休闲设施、购物中心；安全情况包括治安维护和防灾设施，如图4所示.

图4　环境质量影响因素指标层次Fig.4　Frame of various environmental quality factors

以问卷的方式调查园区居民意见，对图4中的主要因子(第二层)、次要因子(第三层)与图1中的五等级语意尺度进行两两比较，以地理位置、区内交通情况、基本环境、生活设施与安全状况等主要因子为例，简明叙述了主要因子权重计算过程.

3.1问卷调查

主要因子相对重要性的问卷调查见表1.

表1　主要因子相对重要性问卷结果

3.2问卷的一致性检定

以传统AHP尺度1/5，1/3，1，3，5分别代表非常不重要、不重要些、同等重要、重要些和非常重要建立判断矩阵，以式(1)进行问卷一致性检定，得到的结果分别为0.05，0.08，0.08.回答具有一致性，问卷有效.

3.3建立模糊判断矩阵

在置信度a=0(模糊区间最大)的情况下，参照图1的语意转化尺度和式(3)~(7)，建立以下3个判断矩阵.

3.4计算因子相对权重

以居民一为例，对居民一的判断矩阵进行“左”“中”“右”拆分：

(4)由计算结果可知，居民一对地理位置意见的权重最大可能为0.23，最不可能的两个界值为0.11和0.30，将此结果以三角模糊数的形式表示出来(0.11，0.23，0.30).同理可得，区内交通情况(0.07，0.19，0.27)，基本环境(0.48，0.53，0.53)，生活设施(0.64，0.72，0.84)，安全状况(0.18，0.30，0.36).

(5)利用上述步骤，可求得居民二对于5项指标意见的权重分别为(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).居民三意见的权重分别为(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意见整合

表2　AHP法主要因子分析结果

以式(8)整合3位居民意见得到对应5项主要因子模糊权重，分别为(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

根据式(9)将模糊权重转化为明确权重，5项主要因子地理位置、区内交通情况、基本环境、生活设施、安全状况的相对权重为(0.25，0.30，0.51，0.61，0.34)，正规化后得(0.12，0.15，0.26，0.30，0.17).

为了证明上述讨论方法的正确性，将问卷结果与传统AHP方法进行对比，表2为主要因子AHP法的分析结果，两者之间差距不大，所以上述方法的正确性得到了验证，不再详细讨论，层级串联结果见表3.

表3　因子整体权重排序结果

续表

以上分析结果表明，3位居民的意见在主要因子层面，生活设施和基本环境最影响园区的环境质量；在次要因子层面，空气质量、治安维护、购物方便性影响最大，权重均超过了0.1.根据Liebig[7]提出的最小限制率，即环境质量不是由诸要素的平均状况所决定的，而是受与最优状态差距最大的对象所控制，未来可以有针对性地加以克服，改善环境质量.

4结语

(1)工业园区环境质量的影响因素种类繁多，相互之间的重要程度也不易确定.因此，以5种区间覆盖受访者思维模糊的部分，利用层次分析法得到了较准确的影响因素权重.该方法改善了Buckley法计算烦琐的缺点，兼有模糊层次分析法的优点，值得采用.

(2)由于篇幅所限，只选取了3位居民的问卷设置了判断矩阵，未来可以经过大量调查，得到更准确的分析结果.

(3)基于指标权重的计算方法，后续研究可结合模糊综合评判法进行园区间环境质量的等级评定.此外，其他行业也可以借鉴本方法进行指标权重或方案评比的决策.

参考文献：

[1]陈斐.典型工业园区环境质量监测及其评价研究[D].上海：上海交通大学，2012.

[2]王湜，姚兴霞.苏州工业园区夜间光环境现状分析[J].安全与环境工程，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]胡桂荣.环境生态学[M].武汉：华中科技大学出版社，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

作者简介：刘星魁(1981-)，男，河南鹤壁人，讲师，博士，主要从事煤矿安全技术、事故风险分析与评价等方面的研究.

基金项目：河南工程学院博士基金(D2013023)

收稿日期：2014-12-04

中图分类号：X820

文献标志码：A

文章编号：1674-330X(2015)01-0020-07