基于模糊综合评判的建筑住宅产业化水平评价研究

徐新卫++邵瑞瑞++谭敬++滕翔

摘 要：为了进一步丰富住宅产业化的评价指标，评定住宅产业化的发展水平，文章以层次分析法为基础，构建了住宅产业化水平评价指标体系，由指标之间的相互对比得出判断矩阵进而计算指标权重，同时对结果做一致性检验。再利用模糊综合评价确定整体评价方法和过程，进而确定最终目标的评价矩阵，得到住宅产业化水平的综合评价结果。利用上述方法对马鞍山建筑住宅产业化水平进行评价，可以说明评价指标体系和评价方法具有应用价值和借鉴意义。

关键词：住宅产业化；評价指标体系；层次分析法；模糊综合评价

随着中国不断加快的城市化进程和历年来持续增长的城市人口规模，人们对于住宅的需求量将持续增长。如今，社会鼓励各行业以发展低碳、节能、环保为目标，而就房地产业来说，最科学、健康的发展模式即为集约式的产业化建设模式。住宅产业（Housing Industrialization），简单来说就是对住宅实现工业化的生产、供应等[1]。然而要实现工业化，其前提是标准化[2]。联合国经济委员对于住宅产业化提出了“6个标准”[3]：生产的连续性；生产物的标准化；生产过程的集成化；工程高度组织化；生产的机械化；生产与组织一体化的研究与实践。本文对住宅产业化发展水平进行评价的具体意义表现在：（1）了解当前住宅产业化发展状况，有利于制定切实可行的发展目标；（2）明确住宅产业化各方面的具体情况，有助于进行合理的资源配置；（3）通过各子目标之间对比，揭示发展过程中的短板，有助于政府和企业制定相应的发展政策。目前我们的产业化水平还处于发展阶段，如何借鉴国内外先进经验，发展绿色建筑，提升产业化的评价指标体系成为我国产业化的发展趋势。

1 住宅产业化水平综合评价指标体系的建立

1.1 住宅产业化水平的指标分析

住宅产业是国家经济体较为重要的一部分，是商业交易的主要组成，具有投资大、关联产业多、回收期长、影响面广、带动性强且面向非常广的特点。对住宅产业化的评价要遵循全面性原则，从实际情况出发，设置可操作的评价指标，建立住宅产业化评价体系。评价指标体系共分成住宅产业技术（B1）、住宅质量性能（B2）、住宅产业市场健康状况（B3）和住宅产业化状况（B4）四个部分。

衡量住宅产业在设计、生产、装配、施工及环保与智能方面技术标准化、现代化水平，包括住宅标准化技术（C1）、住宅环境资源状况（C2）和施工管理技术（C3）三个二级指标。工业化住房一般以机械化进行组装预制件，其产品是否达到统一层次和是否能以机械顺利完成整个装配过程是工业化技术层次的直接表现。

住宅性能品质是对居住者的日常生活行为影响至深的基本性能[4-5]，它包括住宅装修与设施（C4）和住宅适用性能（C5）。住宅装修与设施（C4）指建筑物的主体结构、质量性能等能提供消费者居住的舒适程度和便捷性的硬件设施配备情况。

住宅产业的最终面向依然是市场，住宅市场是住宅产业化过程中非常关键的因素，而要保障住宅市场的健康度，市场行为在其中既可以发挥促进作用，也可以产生反效果。依据SCP方法分析，反映市场健康的指标主要包括三点：市场结构指标（C6）、市场价格指标（C7）和市场供求指标（C8）[6]。

住宅产业化状况（B4）包括社会效益（C9）、住宅产业地位（C10）、住宅规模状况（C11）和住宅产业集团（C12）。

1.2 递阶结构图的建立

这些指标的选取具有代表性和完备性，对住宅的产业化水平的评价具有现实意义。其递阶结构图如图1所示。

2 基于Fuzzy-AHP的评价模型构建

Fuzzy-AHP是将层次分析法与模糊综合评价法结合起来的理论方法，用其评判模糊性的定性指标时具有较好的优势[7]。住宅产业化水平的评价指标反映产业化的程度是不一样的，其重要程度也有差别，因此需要给各指标确定合理的权系数。然而用层次分析法确定权系数时缺乏科学性、主观性也较大。与此同时，对于住宅产业化的发展水平这一概念，具有一定的模糊性，为了弥补这些不足，我们需要对指标进行综合性评判，故而引入模糊逻辑将模糊性的概念以一种确定性的方式表达出来。所以只有将上述因素综合起来进行考虑，我们得到的评价才是合理的，这也是本文采用模糊层次分析的原因所在。

2.1 层次分析法确定指标权重

对于每一级指标体系，应用层次分析法就住宅产业化的综合评价体系的各指标重要度进行比较，建立判断矩阵，依据层次分析法的具体步骤进行操作。

2.2 模糊统计法

对于某一子目标的影响因素集的评价矩阵，其具体构造过程如下[8-9]：

（1）利用模糊统计法或隶属函数法可以得到各指标隶属于各等级的隶属度，该隶属度的集合即为指标的评价向量，由各影响因素的评价向量可得到单因素评价矩阵Ri。将求出的指标权重向量Wi和单因素评价矩阵Ri进行合并计算，即可获得子目标的评价矩阵Bi：

Bi=wiRi=（bi1，bi2，…，bim）

（2）由求得的子目标综合评价矩阵Bi可以构造出最终评价对象A的评价矩阵Ri。

（3）将评价矩阵Ri与各子目标层的权重？棕i进行矩阵乘法运算，即求得最终的模糊综合评判结果：

依据最大隶属度的评价基准，选取最终的模糊综合评价结果中的最大值为评价等级，如：

ak=max（a1，a2，…，am）

则该方案属于K级标准。

3 案例分析——马鞍山住宅产业化水平评价

3.1 马鞍山的位置优势及产业化发展前景

马鞍山利用自身钢铁材料市场和建筑材料市场的优势，以十七冶公司为先导，2012年确立住宅产业园区，2014年7月完成该住宅产业园首个示范工程。

马鞍山地处长江中下游，邻接南京、合肥、芜湖、巢湖等人口密集都会，产业化基地临江建设，具有便利的交通系统，包括铁路、水路等。另一方面，马鞍山具有繁茂的材料市场，如铜陵、巢湖水泥、沙石、马鞍山钢材等[10]。因此马鞍山市场需求大、原料充足、运输发达等优势，且物价水平不高、成本相对较低。根据研究显示，马鞍山因地理和环境资源优势，住宅产业化基地的市场覆盖半径可达宿州、六安、九江、黄山、杭州、上海、镇江、滁州、南京等23个城市，具体范围如图2所示：

图中所覆盖区域住宅需求量处于上升趋势。综上所述马鞍山是工业化住宅生产基地设置的理想之地，我国1999年就已明确指出了工业化的发展目标，然而因行业标准政策不够完善、资金投入不足且运行机制不完整等各方面问题，导致马鞍山住宅产业化的发展水平严重滞后。在这种大环境下，综合评价马鞍山当前住宅产业化水平并发现其不足，进而为其产业化的规模化发展提出建议。

3.2 Fuzzy-AHP评价模型的应用

3.2.1 以二级指标体系为例利用AHP的层次结构得出判断矩阵。

本文依据问卷调查所得原始数据进行初步比较和选择，选择方法为统计每一项指标的重要度。对于该项指标的重要度得分的计算方法为：去除一个最高分和一个最低分，剩余的进行平均值计算，即得到表1中指标层与其影响因素间的判断矩阵。

3.2.2 计算指标权重并对其进行一致性检验

对M作归一化处理，即

将上述数据代入公式，所求权重为：

由A？棕=？姿？棕得：

则：

故其相对重要度计算可以接受。

同样依据以上方法过程可以获得三级指标的评价矩阵，同时对其进行一致性检验。指标体系所有层次指标的评价矩阵和权重分配的一致性计算值如表2所示：

表2 综合评价体系各指标判断矩阵及一致性检验

由表2得出的结果可以知道各指标的权重，如表3所示：

3.2.3 模糊统计分析

将住宅产业化的评价等级集确定为V={好、较好、一般、较差、差}。对住宅产业化水平的评价可以成立专家组，由5～10位专家组成。每位专家对住宅产业化水平的12个指标分别根据评语集进行评价，根据评价得到的结果得到单因素模糊评价矩阵。表4为7位专家对住宅产业化的考核情况。

于是可得到以下的单因素模糊评价矩阵：

二级指标的评价向量Bi=？棕Bi·RBi，得：

4 马鞍山住宅产业化水平模糊综合评价结果分析

通过以上计算，马鞍山住宅产业化水平综合评价指标集={（住宅产业化技术B1），（住宅质量性能B2），（住宅市场健康状况B3），（住宅产业化状况B4）}

其模糊综合评价矩阵为：

由A的权重向量为：？棕A=（0.446，0.265，0.141，0.148），从而得到A的综合评价向量为：A=？棕A·RA=（0.141，0.286，0.355，0.21，0.008）。

在原有的五级评价等级集中引入百分制评分的概念即：V={ 好（100），较好（80），一般（60），较差（40），差（20） }，进而得到马鞍山市住宅产业化水平的综合评分K。

K=0.141×100+0.286×80+0.355×60+0.21×40+0.008×20=66.84

通过对现有隶属度函数的参照比较，选取最能代表住宅产业化发展趋势，能评价其发展水平的函数作为隶属函数。本文采用升岭形分布，此种分布的隶属函数值随着x的增大而增大，该趋势能较好的拟合产业化发展水平[11]。現我们将隶属度为0.9，0.75，0.5，0.25，

0时，其对应的产业化水平分别为高度产业化、产业化、半产业化、初级产业化和产业化起步阶段。

通过使用Matlab软件对马鞍山市的住宅产业化隶属函数的走势进行模拟，可以得出如图3所示的隶属度图像，其中横坐标代表的是产业化综合评分，纵坐标为隶属度。

图3 隶属度函数图像

当K=66.84时，此时的隶属度A（X）=0.65。依据马鞍山住宅产业化模糊综合评价结果，马鞍山市住宅产业化处于“半产业化”阶段。

5 结束语

随着住宅产业化的概念引入和初步发展，国内很多城市都已开始尝试发展住宅产业化，同时住宅产业化基地和工业化住宅示范工程也相继建设起来。另一方面，消费者对取代传统建造模式的住宅也持有更高的期待，尤其在住宅质量上。本文通过将层次分析法与模糊综合评判相结合的方法，得出产业化的发展水平。通过对马鞍山市当前产业化基础的分析和马鞍山市住宅产业化水平的实证研究，了解到马鞍山市的住宅产业化尚处在较低水平，其发展有很大的提升空间。应该在借鉴国内外发达地区的发展的同时，立足本地的发展优势，创造出广阔的发展前景。如果能抓住工业化住宅的发展机遇，必能加快推进马鞍山市住宅产业化发展的步伐。

参考文献

[1]张先政，张支樱.关于我国住宅产业现代化存在的问题与若干对策探讨[J].建筑工程技术与设计，2016（12）.

[2]郭玲玲，戴海香，吴文.我国建筑工业化发展存在的问题及对策研究[J].城市建设理论研究：电子版，2012（34）.

[3]王建廷，李迎迎.我国住宅产业化绿色发展路径研究[J].科技进步与对策，2010，27（19）：12-15.

[4]Na R. Investigating the Impact of Construction Quality on the Energy Performance of Residential Building-A Case Study[J].2013.

[5]翟琳琳.基于价值工程的产业化住宅评价研究[D].郑州大学，2014.

[6]王钊.基于SCP范式下哈尔滨市房地产业市场绩效研究[D].东北农业大学，2014.

[7]Chamoli S. Hybrid FAHP （fuzzy analytical hierarchy process）-FTOPSIS （fuzzy technique for order preference by similarity of an ideal solution） approach for performance evaluation of the V down perforated baffle roughened rectangular channel[J].Energy，2015，84：432-442.

[8]谢季坚，刘承平.模糊数学方法及其应用[M].华中科技大学出版社，2014：112-118.

[9]汪应洛.系统工程[M].机械工业出版社，2014：120-134.

[10]李志东，胡汤磊，吴晓璇.住宅产业化基地产能规模决策模型——马鞍山市住宅产业化基地案例分析[J].科技通报，2012，28（12）：227-231.

[11]汪大洋，孙作玉，赵桂峰.高层结构风振失舒率的模糊概率评价[J].水利与建筑工程学报，2013，11（4）：28-33.

作者简介：徐新卫（1971-），男，湖北，安徽工业大学后勤与基建管理处处长，副教授，博士研究生，硕士生导师，研究方向：智能计算、企业信息化。

*通讯作者：邵瑞瑞（1991-），女，安徽淮南，安徽工业大学硕士研究生，研究方向：复杂系统脆性、信息系统集成。