基于AHP法的智慧社区环境质量评价体系研究

谭文安,王政权

(上海第二工业大学 计算机与信息工程学院,上海201209)

0 引言

随着中国城市化的迅速发展,人口膨胀给城市带来了一系列的社会问题。越来越多的城市在发展过程中出现了交通拥堵、能源紧缺、供水不足、环境污染等问题。这无疑加重城市负担,制约城市化发展,给人们的生活和出行带来不便。为了解决城市快速发展带来的负面影响,政府通过运用信息和通信技术、物联网技术,监控和管理交通运输系统、发电站、供水网络、垃圾处理、学校、图书馆、医院和其他社区服务,以达到与城市居民建立联系,建设智慧型城市的目的[1]。智慧社区是智慧城市的基本单元,是居民日常生活的基本场所。建设资源节约型、环境友好型智慧社区是建设智慧城市的细胞工程,是探索环保新道路的重要举措,是提升居民幸福感、参与感,保护居民环境权益的具体实践[2]。

为了研究如何提升智慧社区居民生活环境质量,朱群芳[3]提出构建环境友好型社区发展指标体系,从低碳、环保、便捷管理等方面划分指标并给出指标权重参考建议。曹雪芝[4]使用GIS手段对微观尺度下住宅区的人居环境质量进行分析并建立人居环境质量评价体系。赵强[5]提出健康生态社区可持续发展的环境质量评价体系。当前这些环境质量评价指标选取难以做到面面俱到、覆盖社区居民日常生活出行的需求,同时在二级或三级指标层上,由于指标选取过于复杂,又出现多个指标强线性相关的情况。

因此,本文基于大数据挖掘技术,以“社区环境质量”为关键词,从中国知网获取社区环境质量评价和治理发展现状的相关高频关键词,采用计量可视化分析技术得出关键词共现网络,如图1所示。从关键词共现网络图和聚类分析两方面来看,社区环境质量评价的研究主要集中在“绿色社区、公共空间、社区安全”等方面。本文遵照科学性、规范性、可操作性的原则从社区基础建设(B1)、生态环境(B3)、公共服务(B2)、节能减排(B4)4个方面[6]选取12个指标建立智慧社区环境质量评价体系,利用专家调查法对各指标之间的重要程度进行打分构造了判断矩阵,在确定的打分标准前提下,通过层次分析法(analytic hierarchy process,AHP)求得指标权重,为了避免指标判断矩阵中可能出现的逻辑性错误,后续对判断矩阵进行了一致性检验,证明该环境评价指标体系没有逻辑性错误。

图1 社区环境质量关键词共现网络Fig.1 Co-occurrencenetwork on community environmental quality keyword

1 智慧社区环境评价指标体系

1.1 社区环境评价指标选取原则

长久以来,我国的社区规划发展不完善,对居民日常生活需求关注不够,导致社区环境质量较差。因此,选取环境评价指标时应考虑居民的日常活动范围,立足于居民的身体健康和安全。

(1)系统性原则：建立指标体系时,从可持续发展这一核心思想出发,充分考虑影响社区环境质量的因素,构建自上而下、层层深入的评价体系,反映社会-生态系统之间的内在联系。

(2)准确性原则：评价指标体系是评价对象的内涵和外延,只有准确评价对象,才能科学客观地评价智慧社区环境质量的状态及水平。

(3)科学性和可操作性原则：真实、客观的环境指标体系是科学性和可操作性的统一,指标选取应具有科学性且易于量化,以便评价指标具有可比性。

(4)全面性原则：选取能够兼顾居民日常生活、自然环境和人身安全的指标。

1.2 评价指标体系构建

纵观国内外城镇社区的建设和发展历史,随着人口、路网、商业设施等密度变大,城区居民在工作日呈现两点一线的发展趋势,而在非工作日居民活动的热点区域绝大部分在离家距离2 km以内[7]。智慧社区作为一个统筹公共管理、B2和商业服务等资源的创新生态系统,是结合社区居民“生活圈”理论的大胆实践。因此,本文结合智慧社区旨在为居民提供精细的服务感知,倡导居民共同参与社区治理的先进理念,查阅各地区人居环境评价研究成果、政府生态社区评审指标[8-10],构建了智慧社区环境评价指标体系,如表1所示。

1.2.1 B 1指标

B1是优质社区环境质量的保证,合理的规划能够有效地利用社区资源,保持良好的B3,促进社区的开发与建设。B1指标选择了社区容积率(C11)、绿化率(C12)、日照间距系数(C13)、人均住宅用地面积(C14)作为二级指标。

表1 智慧社区环境质量评价指标体系Tab.1 Evaluation indexes on environmental quality of intelligent community

1.2.2 B 2指标

B2是维持智慧社区居民健康生活环境的必要条件。B2可以根据其内容和形式分为基础B2、公共安全服务和社会B2。B2指标选择了公共设施完善程度(C21)、周围道路通达度(C22)、社区安全质量(C23)和物业服务质量(C24)4个二级指标。

1.2.3 B3指标

B3是影响居民生存与发展的水资源、气候资源、土地资源、生物资源的总称,是关系到社区持续发展的复合生态系统。B3质量是衡量智慧社区生态文明建设的标杆,选择合适的B3指标有助于居民认清B3问题的复杂性、长期性和艰巨性,重视B3的保护工作。智慧社区B3指标主要有噪声影响(C33)、空气质量(C35)、水体质量(C31)、植物生长态势及多样性(C34)和路面清洁程度(C32)。

1.2.4 B 4指标

B4是建设资源节约型、环境友好型智慧社区的必然选择。B4指标为废弃物管理与处置(C41)、中水重复利用(C42)和公共场所节能(C43)。C41指家庭生活垃圾实现分类且即时清运或处理,达到综合利用的目的。C42指社区采用节水型水咀或阀门等节水器具,设立独立的中水回用系统。C43指社区采用高效光源、低能耗空调和采暖设备节能,充分利用本地区的气候及自然资源添加使用可再生能源。

式中：QA为社区环境质量得分;wij为指标权重;Tij为居民对某个指标评价得分。QA是各指标层权重与居民的评价得分表(优、良、中、差)之积的综合值。

2 确定指标权重和评价模型

针对智慧社区环境质量多准则、难以完全定量的评价问题采用AHP法[11]求取智慧社区环境质量指标因子。为了尽可能减少评价指标权重因子受到主观因素影响,采用专家调查法[12]确定指标权重,邀请多位环境领域专家给评价指标打分,构造判断矩阵,量化评价指标因子权重。

2.1 主观评价分值量化

在不容易直接分配权重的评价指标体系里,最常用的是使用两两比较的方法。同一准则层在一定的标度下两两比较(见表2)。

表2 wij量化表Tab.2 Quantitative value of wij

采用专家调查法综合专家意见,对同一指标层打分,通过归一化计算最终计算出各指标权重,并构造判断矩阵如表3～7所示。

表3 环境质量评价一级指标判断矩阵A-BiTab.3 Judgment matrix of fi rst-level indicators in environmental quality assessment A-Bi

表4 环境质量评价二级指标判断矩阵B 1-C1jTab.4 Judgment matrix of secondary index of environmental quality assessment B 1-C1j

表5 环境质量评价二级指标判断矩阵B 2-C2jTab.5 Judgment matrix of secondary index of environmental quality assessment B 2-C2j

表6 环境质量评价二级指标判断矩阵B 3-C3jTab.6 Judgment matrix of secondary index of environmental quality assessment B 3-C3j

表7 环境质量评价二级指标判断矩阵B 4-C4jTab.7 Judgment matrix of secondary index of environmental quality assessment B 4-C4j

根据构造矩阵计算特征向量(环境质量指标因子权重),将矩阵按列归一化,使列和为1：化得到权重指标征向量的近似值。

2.2 判断矩阵一致性检验

根据以上一级、二级指标判断矩阵计算得到指标因子权重,然而人们在对指标重要程度的判断上可能会出现偏差,所以需要计算所有判断矩阵的一致性检验指标。

式中：CI为一致性检验指标;n为判断矩阵阶数;λmax为判断矩阵最大特征根。

为检验判断矩阵能否达到预期的一致性,将CI与平均随机一致性指标RI相比较(见表8),得出检验系数CR,在多指标判断矩阵中,只有CR(CI/RI)＜0.1时,判断矩阵才具有可信度,否则需要重新修正判断矩阵。

综上,借助Matlab工具对5个判断矩阵计算其特征向量w、最大特征根λmax等参数。结合表9平均随机一致性指标可以得出,本次智慧社区环境质量评价指标权重具有较高的可信度。

表8 平均随机一致性指标Tab.8 Averagerandom consistency index

表9 判断矩阵一致性检验分析表Tab.9 Judgment matrix consistency test analysistable

3 应用实例分析

上海市某社区占地6.8万m2,建筑面积10万m2,由3个自然小区组成,C11=1.50,C12=35%,辖区居民约2 100余户,常住人口5 700余人,地处外环线以外,东方向上有少数精密机械制造、信息材料等企业,西南方向毗邻大型商业区,为商业、工业、居民混合区。本文结合模糊综合评价法[13]与智慧社区环境质量评价模型对该社区进行环境质量评价,将评价系统以优、良、中、差作为标准,并据此设计社区环境质量调查问卷。本次问卷调查共发放问卷200份,根据问卷调查表的质量筛选出130份问卷作为评价结果,以各问卷中单个指标优、良、中、差的数量与问卷数量的比值作为模糊评价模型指标的隶属度Ri。相应地,设置评价因素集为：U={B1、B2、B3、B4};U1(B1)={C11、C12、C13、C14};U2(B2)= {C21、 C22、 C23、 C24}; U3(B3)={C31、 C32、 C33、 C34、 C35}; U4(B4) ={C41、C42、C43}。结合模糊综合评价和AHP法得到的社区环境质量评价结果如表10所示。

为了能直观了解居民对于社区环境治理的满意度,采用百分制V=(90、80、70、60)对社区环境质量打分。将数据处理后结合环境质量评价模型进行计算,最终得出该社区环境质量指数为74.7,介于良和中之间。结合问卷调查结果分析表明：居民对社区环境质量的满意度不够,主要体现在噪声污染和日常出行车辆拥堵两方面,这该是改善环境质量值得关注的点;B4对环境质量评价系统的影响不够强,政府推广资源节约、B4型智慧社区,任重而道远。

表10 上海市某社区环境质量评价指标Tab.10 Evaluation index of environmental quality of a community in Shanghai

4 结 论

本文基于AHP法构建了智慧社区环境质量评价体系,将居民的需求与资源节约、环境保护结合起来选取合适的指标,采用主客观综合赋权法确定各指标权重。采用专家调查法并结合AHP法确定权重体现了在AI时代,计算机应用系统应以人为本的人为中心的计算的思想,从而实现AI时代的计算机支持下人机协同工作。案例分析采用模糊综合评价法计算环境质量指数,反映居民对环境污染治理的真实需求,从而探讨社区环境治理的策略。

随着智慧社区建设标准的不断深入研究,环境质量评价指标需要进一步深化,例如将B2与智慧养老结合[14]、B4与智能电网相结合[15],进一步完善智慧社区环境质量评价体系。