准评价
-
2023年3月20日发(作者：室内设计ppt)第２４卷第３期
２００７年９月
河北工程大学学报（自然科学版）
Ｊｏｕｒｎａｌ ｏｆ Ｈｅｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ）
Ｖｏ１．２４ Ｎｏ．３
Ｓｅｐ．２００７
文章编号：１６７３—９４６９（２００７）０３—００６８—０４
房地产投资环境的模糊多群体准则评价方法
周书敬，吴超
（河北工程大学土木工程学院，河北邯郸０５６０３８）
摘要：以改进的层次分析－￣（ＩＡＨＰ）和模糊数学理论为基础，建立了针对房地产投资环境的多目
标多准则多层次的群体准则模糊评价模型。该模型以梯形模糊数作为多位专家对房地产投资
环境评价，构造评价矩阵，突显了主观判断的模糊性和不确定性；通过ＩＡＨＰ法计算每位专家各
自对各准则层下评价指标权重的不同意见值和专家权重值，提高了优选方案的可信度。最后，
运用模糊数学的距离公式，将各投资环境的群体评价模糊数进行处理，得到整个方案集的排序。
本文还通过实例证明了该方法的可行性和有效性。
关键词：改进的层次分析法；模糊数；房地产投资环境；群体准则
中图分类号：Ｆ４０７．９ 文献标识码：Ａ
Ａｐｐｒａｉｓａｌ ｍｅｔｈｏｄ ｏｆ ｒｅａｌ ｅｓｔａｔｅ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ
ｂａｓｅｄ ｏｎ ｆｕｚｚｙ ｇｒｏｕｐ ｃｒｉｔｅｒｉａ
ＺＨＯＵ Ｓｈｕ—ｊｉｎｇ，ＷＵ Ｃｈａｏ
（ＣｏＨｅｇｅ ｏｆ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｄａｎ ０５６０３８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａ ｍｕｌｔｉ——ｏｂｊｅｃｔｉｖｅ ｍｕｌｔｉ－－ｃｒｉｔｅｒｉｏｎ ｍｕｌｔｉ——ｈｉｅｒａｒｃｈｙ ｇｒｏｕｐ ｃｒｉｔｅｒｉｏｎ ｆｕｚｚｙ ａｐｐｒａｉｓａｌ ｍｏｄｅｌ ｆｏｒ ｔｈｅ
ｒｅａｌ ｅｓｔａｔｅ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｂａｓｅｄ ｏｎ ＩＡＨＰ ａｎｄ ｔｈｅ ｆｕｚｚｙ ｍａｔｈｅｍａｔｉｃｓ ｔｈｅｏｒｙ．Ｔｈｅ
ｒｅａｌ ｅｓｔａｔｅ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ ｊｕｄｇｍｅｎｔ ｍａｔｒｉｘ Ｗａｓ ｃｏｎｓｔｒｕｃｔｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｐｅｚｏｉｄ ｆｕｚｚｙ ｎｕｍｂｅｒｓ ｔｏ
ｓｈｏｗ ｔｈｅ ｆｕｚｚｉｎｅｓｓ ａｎｄ ｕｎｃｅｒｔａｉｎｔｙ ｏｆ ｓｕｂｊｅｃｔｉｖｅ ｊｕｄｇｍｅｎｔ．Ｔｈｅ ｅｘｐｅｒｔ ｗｅｉｇｈｔｓ ｆｏｒ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ａｓｓｅｓｓｍｅｎｔ
ｉｎｄｅｘ ｗｅｉｇｈｔｓ ｂｅｌｏｎｇｉｎｇ ｔｏ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｃｒｉｔｅｒｉｏｎ ｌａｙｅｒｓ ｗｅｒｅ ｃａｌｃｕｌａｔｅｄ ｂｙ ＩＡＨＰ，ｄｉｆｅｒｅｎｔ ａｔｔｉｔｕｄｅ ｖａｌｕｅｓ
ｗｅｒｅ ｇｉｖｅｎ ｂｙ ｅａｃｈ ｅｘｐｅｒｔ，ＳＯ ｔｈｅ ｃｒｅｄｉｂｉｌｉｔｙ ｏｆ ｏｐｔｉｍａｌ ｐｌａｎ ｗｏｕｌｄ ｂｅ ｉｍｐｒｏｖｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅ ｇｒｏｕｐ ｅｖａｌｕ—
ａｔｉｏｎ ｆｕｚｚｙ ｎｕｍｂｅｒｓ ｏｆ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ ｗｅｒｅ ｈａｎｄｅｄ ｂｙ ｔｈｅ ｆｕｚｚｙ ｎｕｍｂｅｒ’Ｓ ｄｉｓｔａｎｃｅ ｆｏｒｍｕｌａ；ｔｈｅ
ｒａｎｋｉｎｇ ｏｆ ｔｈｅ ｗｈｏｌｅ ａｌｔｅｍａｔｉｖｅ ｓｅｔ Ｗａｓ ｏｂｔａｉｎｅｄ．Ａｎ ｅｘａｍｐｌｅ Ｗａｓ ｐｒｏｖｉｄｅｄ ｔｏ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｆｅａｓｉｂｉｌｉｔｙ
ａｎｄ ａｖａｉｌａｂｉｌｉｔｙ ｏｆ ｔｈｉｓ ｍｅｔｈｏｄ．
Ｋｅｙ ｗｏｒｄｓ：ｉｍｐｒｏｖｅｄ ａｎａｌｙｔｉｃ ｈｉｅｒａｒｃｈｙ ｐｒｏｃｅｓｓ；ｆｕｚｚｙ ｎｕｍｂｅｒ；ｒｅａｌ ｅｓｔａｔｅ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ；ｇｒｏｕｐ
ｃｒｉｔｅｒｉａ
近年来，房地产市场异常火爆，国家加大了对
房地产市场的监管与控制，出台了一系列的宏观
调控政策。一些地方政府亦采取公布房价构成清
单、经济适用房成本等措施使人们对经济信息有
了进一步了解。因此，房地产投资者要想在激烈
的房地产市场竞争中，取得较好的收益，降低投资
风险，除考虑经济成本等因素外，在投资前期对房
地产投资环境进行合理、科学的综合评价，选定好
的投资环境，无疑会增加在竞争中获胜的筹码。
到目前为止已有不少专家学者对房地产投资环境
进行了研究ｎ一 ，本文在传统方法的基础上对其
进行了改进。
１评价值的确定
在用专家调查法进行初始数据收集时，要求
专家对各指标的评价值为梯形模糊数［ ，即要求
专家给出评价指标的最低评价值口 ，最高评价值
ｄ ，最可能评价值区间（ｂ ，ｃ ），在假设左右基准函
收稿日期：２００７—０３—２２
作者简介：周书敬（１９５６一），男，山东聊城人，教授，从事房地产投资与开发、工程项目管理等方面的教学与研究。
维普资讯
第３期 周书敬等：房地产投资环境的模糊多群体准则评价方法
｝ 口 ≤ ≤６ｌ 口≤ ≤６
ｌ１ ｂ ≤ ≤ｃ １ ｄ ＇－ｘ＇
。
， ｆ 。≤ ≤ｄ
３）模糊数的计算。①各专家分别给出指标层
二中各指标重要性的判断矩阵尺 ，并利用ＩＡＨＰ
法计算出各指标Ｃｊｑ相对于Ｃｉ的权重 ＝（硝，
，
…
， ）。②计算各专家对投资环境在指标层
二中的指标集成后的评价模糊数。
（ ）＝ ｋ舭 （１）
③各专家分别给出指标层一中各指标重要性的判
断矩阵 ，并利用Ｌ４ＨＰ法计算出各指标Ｃｉ相对
于目标层的权重∞ ＝（ ｛，∞｛，…，∞ ）。④计算各
专家对投资环境在指标层一中的指标集成后的评
价模糊数。
（ ）＝
．
ｋ ｋ（ ） （２）
⑤计算群体集成评价模糊数。
Ｚ（Ａ ）＝∑ｅｋＺｋ（Ａ ） （３）
４）识别排序。模糊数的排序方法有许多种，
例如传统方法［ ］有 均值面积度量法，均值面积
度量法，高度排序法，基于线性排序函数的排序方
法。许多学者对其进行了研究，提出了不少很好
的新方法，例如基于可能性测度和必然性测度的
可能性理论［８，９］，面积补偿法 等，本文采用文献
［７］［１１］中定义的距离公式作为排序依据。两模
糊数距离定义为
（ 一售）：』６［（１一 ）（ ２一 ）＋ （ 一
垛）］ （４）
模糊数 与模糊数 的距离为
（ ）＝』６［（１一 ）（ Ｚ＋ （ ）］（ｆⅡ （５）
对于梯形模糊数 ：（口，ｂ，。，ｄ）有
（ ）＝』６［（１一 ）（ ２）＋ （ ＡＲ）］（ｆⅡ：
（６）
厶
其中， 为评价者的风险态度，作为专家其性
质不同于投资者，我们定义专家的风险态度为中
性，即 ＝０．５。
首先由公式（７）计算 （ｚ（ ｆ）），然后按照
（ｚ（ ））从大到小进行排序，得到投资环境的排序
序列， （ｚ（ ））越大投资环境越优。
（ｚ（ ））＝Ｊ ６（（１一 ） ２＋ 凫）ｄａ＝
（Ｚ（ ） ＋Ｚ（ ）２）（１一 ）＋（Ｚ（ ）３＋Ｚ（ ）４）
２
（７）
维普资讯
河北工程大学学报（自然科学版） ２００７拄
４应用案例
某房地产开发公司欲对三个投资环境进行评
价，以决定对哪个区域进行开发。在综合分析房
地产投资环境因素的基础上，该公司选出认为比
较重要的几个指标［１２］（如表１）。
表１房地产投资环境评价指标
Ｔａｂ．１ Ｅｖａｌｕａｔｉｏｎ ｉｎｄｅｘ ｓｙｓｔｅｍ ｏｆ
ｒｅａｌ ｅｓｔａｔｅ ｉｎｖｅｓｔｍｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ
指标层一（ｃｊ） 指标层二（Ｃｊｑ）
社会服务环境（ｃ１）
金融服务情况（Ｃｌ１）
生活服务情况（ｃ。２）
信息服务情况（Ｃ。 ）
文卫服务环境（ｃ１４）
基础设施环境（ ）
为防止赘述及篇幅原因，本文只给出评价指
标ｃ．（社会服务环境）的详细计算过程及最终评价
模糊数的集成与排序计算过程，其它评价指标Ｃ２，
Ｃ ，Ｃ４的处理过程与Ｃ１类似。５位专家给出的投
资环境关于评价指标Ｃ．中各二级指标的评价模
糊数，如表２所示。
４．１二级指标权重的确定
在专家调查过程中，我们同时得到５位专家
各自对Ｃ Ｃｌ２，Ｃｌ３，Ｃｌ４四个指标的相对重要性判
断矩阵：Ｒ：，Ｒ；，Ｒｉ，Ｒ｛，Ｒ｛。
Ｒ：＝
道路交通情况（ 。）
水暖电卫气管网（ ）
通讯电缆情况（ ）
电力配电情况（ｃ２４） Ｒ｛＝
经济环境（ ）
市场竞争情况（ 。）
市场购买力（ ）
材料资源情况（ ）
自然地理环境（Ｃ４）
距市中心距离（‰） Ｒ｛＝
距机场车站距离（Ｃ铊）
区域环境情况（ ）
０ —１ １
１ ０ １
—１ —１ Ｏ
１ １ ｌ
０ ０ —１
０ ０ —１
１ １ ０
１ １ —１
Ｏ 一１ ０
１ ０ １
０ —１ ０
—１ —１ —１
表２专家评价模糊数
Ｔａｂ．２ Ｆｕｚｚｙ ｅｖａｌｕａｔｉｏｎ ｖａｌｕｅｓ ｏｆｅｘｐｅｒｔｓ
Ｒ｝＝
ｎ４＝
一１
—１
—１
０
—１
１
０
０
０
０
—１
１
０
１
０
●Ｏ ０■●●Ｏ● ． 一 一 一
＿＝ ＿＝－－ ］。 ＿＝ ＝＝＿．］。
一 一 一 一 一
维普资讯
第３期 周书敬等：房地产投资环境的模糊多群体准则评价方法 ７１
根据ＩＡＨＰ法对以上数据进行处理，得到各专家给
出的Ｃ１中各二级指标的权重矩阵 １。
｛ｌ ｛２ ｛３ ｛４‘
｝１ 乞
｛１ ｛２ ｛３
４ ４ ４ ４
１１ １２ １３ １４
ｉ１ ｉ２
０．１ 『４ ０．２７６０ ０．１０１５
０．４６１３ ０．２１７９ ０．２１７９
０．１３５９ １．１３５９ ０．４７４３
０．２４７９ ０．１５０３ ０．４０８７
０．２１７９ ０．４６】３ ０．２】７９
４．２计算Ｃ，的评价模糊数
０．４５５１
０．１０２９
０．２５３９
０．１９３１
０．１０２９
对ｃ１中的数据进行标准化处理。然后通过
公式（１）对专家意见进行集成，得到投资环境在Ｃ１
准则下的各专家指标权重集成后的评价模糊数。
计算结果见表３。
表３集成后的评价模糊数
Ｔａｂ．３ Ｅｖａｌｕａｔｉｏｎ ｆｕｚｚｙ ｖａｌｕｅｓ’ｉｎｔｅｇｒａｔｉｏｎ
表４集成后的各专家的评价模糊数
Ｔａｂ．４ Ｉｎｔｅｇｒａｔｉｏｎ ｏｆ ｅｘｐｅｒｔｓ’ｅｖａｌｕａｔｉｏｎ ｆｕｚｚｙ ｖａｌｕｅｓ
４．４专家权系数的确定
由专家重要性对比判断矩阵ＲＥ通过ＩＡＨＰ法
计算得专家权重ｅ 。
ＲＥ＝
０ １ １
—１ ０ —１
—１ １ ０
１ １ １
—１ １ —１
ｅ＝（ｅ ，ｅ ，…，ｅ ）＝（０．２３８７，０．０７１９，０．１６００，
０．３５６１，０．１７３３）
４．５群体评价模糊数的确定
由公式（３）得表５中的投资环境群体评价模
糊数Ｚ（Ａ ）。
表５群体评价模糊数
Ｔａｂ．５ Ｇｒｏｕｐ ｅｖａｌｕａｔｉｏｎ ｆｕｚｚｙ ｖａｌｕｅｓ
投资环境 评价模糊数
Ａ１
Ａ２
Ａ３
（０．８７８５，０．９０７６，０．９３９８，０．９６２８）
（０．８６４７，０．８９３９，０．９２１８，０．９５４０）
（０．８６９５，０．９０６９，０．９４３０，０．９７４２）
４・３相似数据的处理 ４
．６识别排序
重复步骤４．１—４．２对Ｃ２，Ｃ３，Ｃ４中的数据进
行处理，得到各专家对一级指标Ｃ２，Ｃ ，Ｃ４中的二
级指标集成后的评价模糊数，并由ＩＡＨＰ法计算出
Ｃ１，Ｃ２，Ｃ３，Ｃ４相对于目标层的权系数，通过公式
（２）计算得对投资环境在指标层一中的指标集成
后的各专家的评价模糊数。结果如表４。
由公式（７）计算出以（Ｚ（Ａ ））。ｄ０．５（ｚ（ａ１））＝
０．９２２２，ｄｏ
．５
（Ｚ（Ａ２））＝０．９０８６，ｄ０
．５
（Ｚ（Ａ３））＝
０．９２３４。排序得ｄ０．５（ｚ（ａ３））＞ｄ０．５（ｚ（ａ１））＞ｄ０．５
（ｚ（ａ２））。通过分析可以看到：投资环境３优于投
资环境１，投资环境１优于投资环境２。
（下转第８８页）
１ １ １ １ Ｏ
一
１ １ １ Ｏ １
一 一 一 一
维普资讯
８８ 河北工程大学学报（自然科学版） ２００７年
３结束语
实证分析表明，黑色金属冶炼及压延加工业
系统的协同度在趋于增强，一方面政府在不断优
化经济环境，同时随着冶金企业建立健全技术创
新体系，完善技术创新机制，加大研发投入，把产
品创新与市场创新同步化，实现技术创新与经济
效益的协同发展。系统协同模型的建立有助于把
握系统发展状况，是系统决策的一个有力工具。
参考文献：
［１］ＨＡＫＥＮ Ｈ．Ａｎ ｉｎｔｒｏｄｕｃｔｉｏｎ［Ｍ］．ｓｙｎｅｒｇｅｆｉｃ：Ｓｐｒｉｎｇ—ｖｅｒ－
ｌｏｇ，１９９７．
［２］苗东升．系统科学原理［Ｍ］．北京：中国人民大学出版
社，１９９０．
［３］国家中长期科学和技术发展规划纲要（２００６—２０２０）
［ＥＢ／ＯＬ］．ｈ￣ｐ：／／ｗｗｗ．ｃｎｆｏ１．ｅｏｍ／２００６—０２—１０．
［４］吴跃明，张子珩，郎东锋．新型环境经济协调度预测模
型及应用［Ｊ］．南京大学学报，２００６，（０３）：４６７—４７０．
［５］孟庆松，韩文秀．复合系统协调度模型研究［Ｊ］．天津大
学学报，２００６（０４）：４４４—４４６．
［６］宋泽海．基于协同论的冶金企业技术创新整合机制研
究［Ｄ］．天津：天津大学，２００６．
（责任编辑刘存英）
（上接第７１页）
５结束语
本文在分析房地产投资环境影响因素的基础
上，对传统的方法进行了改进：（１）采用专家的梯
形评价模糊数代替点值，增强了数据的可靠性，体
现了其模糊性；（２）在ＩＡＨＰ标度法则下，对同一指
标层中的指标，不同专家给出不同的重要性对比
判断矩阵，进而得出不同的权重序列。最后，综合
评价的方法既简化了传统ＡＨＰ法的计算量，又避
免了只给出一个权重序列而造成的片面性影响，
增强了数据权重的可信度。
在实际应用中，随着调查专家数量的增加，评
价结果的可信度将大大增加。实例证明此法是合
理的和实用的，并且本文方法加以改进亦可用于
其它领域的方案评价。
参考文献：
［１］刘正山．房地产投资分析［Ｍ］．大连：东北财经大学出
版社，２０００．
［２］王红强，林知炎，张英婕．基于灰色系统理论的房地产
投资环境分析方法［Ｊ］．同济大学学报，２００５，３３（３）：４２２
—４２６．
［３］兰肇华，邓志维．基于层次分析法的房地产投资环境比
较分析［Ｊ］．统计与决策，２００６，（８）：２７—２８．
［４］徐学珍，赵尘，孙微微．模糊层次分析法在公路环境影
响中的应用［Ｊ］．西南林学院学报，２００６，２６（１）：６２—６５．
［５］李登封．模糊多目标多人决策与对策［Ｍ］．北京：国防
工业出版社，２００３．
［６］钟登华，毛寨汉，刘东海．施工导流方案的多目标总体
评价方法［Ｊ］．水利水电技术，２００２，３３（５）：１７—２０．
［７］王坚强．信息不完全的Ｆｕｚｚｙ群体多准则决策的规划方
法［Ｊ］．系统工程与电子技术，２００４，２６（１１）：１６０５—１７２２．
１８Ｊ ＭＡＳＴＡＳＩＮＩＳ Ｎ Ｆ，ＳＡＭＡＲＡＳ Ａ Ｐ．ＭＣＭＤ ａｎｄ ｐｒｅｆｅｒｅｎｃｅ
ａｎｄ ｄｅｓｅｇｒｅｇａｔｉｏｎ ｉｎ ｇｒｏｕｐ ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ ｓｙｓｔｅｍｓ［Ｊ］．Ｅｕ—
ｍｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ Ｏｐｅｒａｔｉｏｎａｌ Ｒｅｓｅａｒｃｈ，２００１，１３０：４１４—
４２９．
１ ９Ｊ ＩＳＫＡＮＤＥＲ Ｍ Ｇ．Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｆｕｚｚｙ ｎｕｍｂｅｒ ｕｓｉｎｇ ｐｏｓｓｉｂｉｌ—
ｉｔｙ ｐｒｏｇｒａｍｍｉｎｇ：ｃｏｍｍｅｎｔｓ ａｎｄ ｎｅｗ ｃｏｎｃｅｐｔｓ［Ｊｊ．Ｃｏｍｐｕｔｅｒ
Ｍａｔｈ．Ａｐｐｌｉｃ．，２００２，４３：８３３—８４０．
［１０］ＬＩＯＵＴＳ，ＷＡＮＧ Ｍ Ｊ．Ｒａｎｋｉｎｇ ｆｕｚｚｙ ｎｕｍｂｅｒｓ ｗｉｔｈ ｉｎｔｅｇｒａｌ
ｖａｌｕｅ［Ｊ］．Ｆｕｚｚｙ Ｓｅｔｓ ａｎｄ Ｓｙｓｔｅｍｓ，１９９２，５０：２４７—２５５．
１１１ Ｊ ＹＡＯ ＪＩＮＧ ＳＩ－ＩＩＮＧ，ＷＵ ＫＷＥＩ ＭＥＩ．Ｒａｎｋｉｎｇ ｆｕｚｚｙ ＢＵｍ
ｂｅｒｓ ｂａｓｅｄ ｏｎ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｐｒｉｎｃｉｐｌｅ ａｎｄ ｓｉｇｎｅｄ ｄｉｓｔａｎｃｅ
ｌＪＪ．Ｆｕｚｚｙ Ｓｅｔｓ ａｎｄ Ｓｙｓｔｅｍｓ，２０００，１１６：２７５—２８８．
［１２］周书敬，张方飞．ＬＭＢＰ预测模型在国际工程索赔上的
应用［Ｊ］．河北建筑科技学院学报，２ＯＯ６，２３（１）：８６—
９ｏ．
（责任编辑闫纯有）
维普资讯