当代大学校园规划设计评价指标体系研究

第 卷 第 期 华 南 理 工 大 学 学 报 （自 然 科 学 版） Vol. No.

年 月 Journal of South China University of Technology Month Year

文章编号:1000-565X(2011) - -

当代大学校园规划设计评价指标体系研究

王扬唐号杨小金凌育宏

(1，华南理工大学建筑设计研究院，亚热带建筑科学国家重点实验室，广州，510640； 2，华南理工大学建筑学院，广州，510640；3，暨南大学产业经济研究院，广州，510632；

4，华南理工大学建筑设计研究院，广州，510640）

1

2

3

4

摘 要：随着大学校园建设的大规模发展，大学校园规划日趋重要。本文提出了评价大学校园规划合理性的评价指标体系和评价方法。从区位选址、自然气候适应度、生态技术运用三大方面构建了包含8个二级指标、23个三级指标的评价指标体系。在问卷调查的基础上，利用层次分析法确立各层次指标所占的权重，建立了当代大学校园规划设计的评价模型。研究出所有指标的重要性排序。据此，总结出大学校园规划的要点和发展方向。

关键词：大学校园，层次分析法，指标评价

中图分类号：TU12 doi:10.3969/j.issn.1000-565X.

过去的二十多年里，中国大学校园建设经历了一次前所未有的快速增长期。普通高等学校的数量由1992年的1075所增加到2001年的2762所，在校生人数超过2300万人（图1），校园建筑量从1978年的3 300万m2发展到2001年的近2.6亿m2。伴随着校园建设高峰期的结束，大学校园发展模式应从求量为主的外延式模式转换到求质为主的内涵式模式上来。据此，大学校园建设需要寻求一种科学的、可持续性的设计思路，提出一套量化的、精细化的设计指标体系，更好地适应新时期大学校园的发展规划要求。

300025002000150010005000199219931994199519961997199819992000200120022003200420052006200720082009201020111052520150普通高等学校数量19921993199419951996199719981999200020012002200320042005200620072008200920102011在校生人数（百万）新生入学人数（百万） 图1 中国高校规模以及学生数量变化（自绘）

Fig.1 the change of the number of universities and students (self-draw)

基于以上思路，我们有必要针对大学校园规划设计过程以及使用后评价状况，构建一套大学校园规划设计综合评价体系。一方面来看，如何建立一套科学、完整、可量化及操作性强的综合评价指标体系，并将定性分析和定量评判相结合，是目前亟需解决的现实问题。另一方面，通过综合评价，明确未来大学校园规划建设的发展方向与目标，从而进一步分析总结高校校园规划设计的要点，也具有现实的科学意义。

—————————————— 收稿日期：2014-03-18 ?

基金项目：亚热带建筑科学国家重点实验室自主课题（2013zc11）

作者简介：王扬（1972-5），男，高级工程师，博士，主要从事建筑设计及其理论研究.E-mail:yangwang804@126.com

第 卷 第 期 华 南 理 工 大 学 学 报 （自 然 科 学 版） Vol. No.

年 月 Journal of South China University of Technology Month Year

1 建立评价指标体系

1.1 层次分析法

层次分析法(Analytic Hierarchy Process, 简称为AHP) , 是美国运筹学家A.L.Seaty 教授在20 世纪70 年代提出的一种定性与定量相结合的多层次权重系数解析法。该方法可以将复杂系统问题的各种因素通过 划分成相互联系的有序层次而使之条理化；在此基础上，通过定性判断对同层次元素间的相对重要性给出定量描述, 利用两两比较的方式确定指标的优越程度，从而确定每个层次元素的相对权重。因此，基于以上研究思路，在大量基础数据整理分析的基础上，本研究构建大学校园规划设计评价的层次结构体系，在分析比较的过程中确定各项指标权重值，总结出高校校园设计的要点所在，进而对设计理念做出验证或修订。

1.2 建立指标体系

根据我国当代大学校园建设现状及发展前景，将大学校园规划设计评价体系分成三个层次及相关指标，并对各级指标赋值，如表1所示。

表1 层次结构体系及相关指标（自绘） Table 1The hierarchy system and related index(self-draw) 一级指标 二级指标 大学校园区位环境适应性B11 三级指标 原生态设计 C111 区域整体发展 C112 弹性发展 C113 城市产业发展方向同步 C121 区位选址A1 大学校园区位环境互动性B12 城市IT发展方向同步 C122 互动机制多元化 C123 土地集约利用 C131 水资源保护C132 减少有害气体排放 C133 保护动植物资源 C134 日照间距 C211 地理气候特征 C212 是否采用架空 C221 是否采用遮阳板 C222 是否组织廊道、内院 C223 是否就地取材 C311 循环、可回收利用 C312 采用钢结构体系 C321 采用环保、可再生建材 C322 装饰用乌海可降解材料 C323 维护结构达到节能标准 C331 对大学校园区位资源保护 B13 当代大学校园设计评价体系 规划布局对气候的响应 B21 自然气候适应度 A2 建筑布局对气候的响应 B22 合理利用资源 B31 生态技术运用 A3 绿色建材 B32 环保节能 B33 利用可再生资源 C332 废弃物的综合处理 C333 第 卷 第 期 华 南 理 工 大 学 学 报 （自 然 科 学 版） Vol. No.

年 月 Journal of South China University of Technology Month Year

2利用层次分析法确定各级指标权重值

2.1 构造判断矩阵

2.1.1 专家赋值法

本文采用1～9标度的专家赋值法进行两两比较,对于每一层级的指标群，分别构造对应的判断矩阵。假设有指标群F?f1,f2,?,fm，而fij(i?1,2,?m,j?1,2,?m)代表指标fi与指标fj进行比较而得到的值，即fij?f(fifj)(i?1,2,?m,j?1,2,?m)。两两指标进行比较时的重要程度判断值可以根据表2确定。

表 2 元素重要程度判断值表（自绘）

Table 2 Judgment value of the degree of elements importance(self-draw)

??标度：f(fifj) 1 3 5 7 9 2，4，6，8 倒数 表示两个因素相比，具有相同重要性 含义 表示两个因素相比，前者比后者稍重要 表示两个因素相比，前者比后者明显重要 表示两个因素相比，前者比后者强烈重要 表示两个因素相比，前者比后者极端重要 表示上述相邻判断的中间值 若因素i与因素j的重要性之比为，那么因素j与因素i的重要性之比为aji?1aij

2.1.2发放问卷，收集数据

为了得到可靠的数据，我们针对大学校园设计评价体系拟定问卷，并向专家发放了50份问卷供其打分，最后利用算术平均法对所有问卷进行归纳合并，计算公式如下：

aij?1?n1?3?n2?5?n3?7?n4?7?n5

n1?n2?n3?n4?n5其中，是aij由专家打分而确定的指标fi与指标fj两两比较的重要性值；n是发放的问卷总数，即

n?n1?n2?n3?n4?n5；n1、n2、n3、n4、n5分别代表选择1、3、5、7、9的专家数目。

由此，我们可以得到f(fifj)?aij。

2.1.3构造判断矩阵

利用发放问卷后归纳整理而得的数据构造判断矩阵，从而得到不同层级中不同指标进行比较所有判断矩阵（见表3）。

表3 两两比较所得的所有判断矩阵（自绘）

Table 3 Judgment matrixes of all the pair-wise comparison(self-draw)

?132??11/2??1A=?1/311/4 B1=2??????1/41/3?1/241??4??1?3 B2=???1/31???11/33??1 B3=3??1???1/31/73?7? ?1??第 卷 第 期 华 南 理 工 大 学 学 报 （自 然 科 学 版） Vol. No.

年 月 Journal of South China University of Technology Month Year

375?1?11/33153?????1/315?312?????? C21??C11=?315? C12=?1/511/3? C13=? ???1/71/511/3??1/21?????1/31/511/331??????1/51/331??25?28??1?11/29??111/3??? ?2? C=?1/212? C22=?1/213C=18 C=3233?31??????31???????1/51/31???1/31/81???1/81/21??

2.2 计算指标权重

利用两两比较得到的指标重要性值，可以计算不同层级中各指标的权重值。以矩阵A为例，计算权重

值的步骤如下：

1) 将判断矩阵A中的元素按行相乘得到Mi, 即

mMi??aij(i?1,2,?,m;j?1,2,?,m). (1)

j?1计算可得M1?6，M1?0.083，M1?2。 2)对所得的乘积Mi分别开m次方得mi：

mi?mMi(i?1,2,?,m) (2) 从而得到m1?1.82，m2?0.44，m3?1.26。

3) 将方根向量mi做归一化处理，从而得到特征向量W的第i个分量：

Wi?mi?mi?1n(i?1,2,?,5) (3)

i得到：W1?0.52，W2?0.12， W3?0.36，W?[0.52,0.12,0.36]T即为判断矩阵A的特征向量，也就是各因素的相对权重值。同理可以计算得到所有判断矩阵特征向量和相对权重值。

2.3 判断矩阵的一致性检验

（1）计算判断矩阵A的最大特征值?max，计算公式为：

1m(AW)i?max??(i?1,2,?,m) (4)

mi?1Wi得到?max?3.11

（2）计算判断矩阵A的一致性指标，检验一致性的公式为：

CI??max?mm?1CICR? (6)

RI

得到CI?0.05,CR?0.09。

(5)

根据统计学原理，随机一致性比率CR <0.1时,认为判断矩阵具有满意的一致性。平均随机一致性比率RI值见表4,其中的N为矩阵的阶数。

第 卷 第 期 华 南 理 工 大 学 学 报 （自 然 科 学 版） Vol. No.

年 月 Journal of South China University of Technology Month Year

表 4 层次分析法的修正值RI（自绘）

Table 4 Average consistency index values of Analytical Hierarchy Process(self-draw)

维数 RI 维数 RI 1 0 8 1.41 2 0 9 1.45 3 0.58 10 1.49 4 0.91 11 1.51 5 1.12 12 1.48 6 1.24 13 1.56 7 1.32 14 1.57

最后，我们发现所有的判断矩阵都通过一致性检验，因此，所有的判断矩阵都是有效矩阵。

2.4 指标总排序

应用以上方法，我们得到了所有指标在其所属层级中的权重，具体结果见图2：

C33C32C31C22C21C311 C221 C321 C331 C322 C312 C222 C211 C131 C121 C111 B31 B21 B11 B1 B2 B12 C112 B32 C132 C122 C332 C333 C323 C223 C212 C133 C123 C113 B33 B22 B13 B3 C134 C13C12C11B3B2B1A0.000 AB10.200 B20.400 B3C11C120.600 C13C21C220.800 C31C321.000 C33指标10.5170.3590.7500.2430.2580.6370.5650.6670.3110.2500.3740.643指标20.1240.5170.2500.6690.6370.1050.2620.3330.1960.7500.5710.255指标30.3590.124指标40.0880.1050.2580.0550.1180.4930.0550.101 图 2 各组指标统计结果（自绘） Figure 2 weight values of the indicators(self-draw)

根据各指标的权重以及其所在层级的权重，我们可以得到各个指标在整个评价体系中的权重，并列出各指标权重排序(见表5)。

本文来源：https://www.bwwdw.com/article/wzd2.html