基于云模型的城市更新群決策方法研究

文/重慶大學建設管理與房地產(chǎn)學院 張 萌

0 引言

目前，我國正處于高速城市化進程中，也迎來城市更新的快速發(fā)展。由于我國城市更新具有自身的復雜性和特殊性，亟需根據(jù)其特點和需求，對城鄉(xiāng)存量國土空間的利用和管理政策進行完善。

城市更新將成為城市發(fā)展的必經(jīng)之路。城市更新作為復雜的系統(tǒng)工程，不僅涉及政府、市場、居民等多方參與主體[1]，還包括拆除重建、功能轉換、基礎設施、歷史文化等不同的更新方式[2]，較為常見的運作機制是“政府主導、市場參與模式”“政府引導、市場運作模式”及“政府-市場-公眾合作模式”[3]。我們需從環(huán)境效益、生態(tài)效益、社會文化效益、經(jīng)濟效益、建筑物理性能等多維度指標對城市更新進行科學客觀的決策評價[4]。

城市更新決策涉及多元利益相關者、多層次決策目標，為保證決策的公平合理及政府、市場、公眾的利益，對城市更新不同決策方案進行評價與排序是研究的關鍵。決策是一個復雜、高度松散（非結構化）的過程，國內外學者從理性決策到行為決策、從個體決策到群體決策、從單一目標到多目標、從確定性方法到不確定性方法，形成了科學的理論與方法論體系[5]。群決策是按照某種規(guī)則將不同決策者的偏好信息集成群體偏好的排序過程[6]。李德毅院士提出的云模型可很好地描述出自然語言的模糊隨機性，云模型通過對模糊數(shù)學的再次完善，將普通的隸屬函數(shù)隨機化。

當前，群決策理論在城市更新決策研究中的應用較少，鑒于此，本文梳理了城市更新多準則群決策評價指標體系，借助云模型建立模型算法，并以重慶朝天門為例，提出基于云模型的城市更新群決策評價排序模型。

1 城市更新多準則群決策評價指標體系構建

1.1 評價指標構建原則

城市更新決策指標體系的構建是一個復雜的體系，需綜合考慮建筑物理性能、經(jīng)濟效益、環(huán)境資源、社會文化等多種因素，科學評價既有建筑在城市更新過程中是否應被拆除或保留。在構建評價指標體系過程中應遵循以下原則。

1）科學性原則 要求選用指標的含義、維度、劃分等具有科學依據(jù)，指標需清晰明了，定性與定量相結合，對評價指標體系進行科學客觀的調研。

2）代表性原則 要求指標選取應采用實踐應用中的常規(guī)指標，涉及關鍵特征的需選擇有代表性的典型指標。因此，城市更新評價涉及社會文化、經(jīng)濟效益、政策環(huán)境、區(qū)域特征及建筑自身特性等諸多方面。

3）可持續(xù)性原則 要求指標具有動態(tài)化和時效性，考慮更新前、更新中、更新后的指標變化與可持續(xù)性。

1.2 評價指標體系說明與構建

基于國內外城市更新決策評價體系和相關研究，建立五大類評價指標體系，按指標屬性可分為建筑自身及外部社會環(huán)境指標兩大類。該評價體系涉及既有建筑綜合狀態(tài)的各維度指標，包括物理性能、經(jīng)濟效益、社會文化、環(huán)境資源、區(qū)域條件等（見表1）。

表1 初始指標體系及指標說明

2 云模型與不確定語言變量

2.1 云模型基礎理論

群體決策過程要解決不確定語言描述的問題。李德毅院士提出了云模型，從云模型中演化出了虛擬云、二維云等多種不同模型[7-8]。使用虛擬云對群體決策過程進行計算，可更好地在量化層面描述不確定語言變量模型。

1）定義1 把論域U通過單調數(shù)值表示，在U中的概念點C如果可隨機實現(xiàn)x，x滿足隸屬度函數(shù)μ(x)∈[0，1]，且函數(shù)μ為穩(wěn)定隨機數(shù)，則把每個（x，μ(x)）叫做一個云滴，μ(x)在論域U上的分布為云。

一般在現(xiàn)實世界中，隨機情況幾乎都符合正態(tài)分布，因此正態(tài)云模型是通用、幾乎可描述所有隨機事件的一種云模型。下文內容建立在正態(tài)云模型的基礎上，通過云模型將定性描述的語言變量或其他數(shù)據(jù)進行量化，轉變?yōu)槎康臄?shù)字特征值。使用云發(fā)生器將數(shù)字特征值描述的云與實際變量進行相互轉化。每朵云具有3個數(shù)字特征值，分別為：期望Ex，表示概念C的整體數(shù)學期望；熵En，表示在論域中云的有效寬度，即取值范圍；超熵Hε，表示每個云滴在相應取值內的不確定度，即熵的熵。通過3個數(shù)字的描述，對滿足云模型的大量定性數(shù)據(jù)進行有效分析。通過云的綜合運算，把不同決策者對各方案影響因素的決策進行綜合，形成綜合云。

2）定義2 基云通過加權平均，成為能描述所有基云特征的綜合云。綜合云是虛擬云的一種，從其他云上抽象得到，并非從實際數(shù)據(jù)中提煉。云的綜合意味著將成員基云的概念進行概括提取，從而形成可代表所有成員的新云[9]。在使用語言變量評價方案屬性時，由于每個人對相同語言的理解不同，因此語言變量具有模糊性。一般在問卷里，我們經(jīng)常使用5階評價變量：很差、差、一般、好、很好，通過使用黃金分割法分割出表示評分較低指標的左半云和表示評分較高指標的右半云，由上文定義進行綜合，可將語言標度用云來表示。

3）定義3 在對兩朵云進行比較時，由于云并非準確數(shù)值，因此使用漢明距離來描述兩朵云之間的差別[10]，漢明距離可表示不同云之間的相對差別。

2.2 基于云模型的群決策計算步驟

1）Step1 針對各方案選擇合適的評價指標，讓決策者對其可選的語言評價值進行評價。

2）Step2 通過加權算法，結合黃金分割法將評價矩陣中的不確定語言變量轉化為云，從而在保持模糊性和隨機性的同時進行云的定量計算，得到包含不確定語言信息的決策屬性打分。

3）Step3 通過綜合算法將不確定語言云進行綜合分類，將同一方案、同一因素、不同決策者的評價云進行綜合，再將同一方案、不同因素的綜合評價云再次綜合，得到關于每個方案的綜合評價集成云。

4）Step4 在集成云中找到最高的期望，最低的熵與超熵，將3個特征值組成的云定義為最優(yōu)理想云。同理，期望最低，熵和超熵最高，3個特征值組成最差理想云。計算每個方案的綜合評價集成云與最優(yōu)、最差理想云之間的漢明距離，與最優(yōu)理想云距離最近的方案即為最佳方案。

3 實際案例

選取重慶朝天門片區(qū)整體拆除再開發(fā)項目進行案例研究。項目處于重慶市核心位置，既有建筑規(guī)模大且性質復雜，建筑類型豐富，項目具有廣泛的社會關注度，涉及的利益相關者眾多。

3.1 朝天門城市更新背景

朝天門位于重慶渝中區(qū)渝中半島的長江和嘉陵江交匯處，是見證重慶數(shù)千年發(fā)展的文化地標。朝天門是重慶17座古城門之一，是迎官接圣之地。1927年，因修建朝天門碼頭，將舊城門拆除，開啟了朝天門的繁華時代。1991年，朝天門市場正式開業(yè)，成為朝天門片區(qū)發(fā)展的核心部分，其建筑面積37萬m2，市場內設26個交易區(qū)，1萬個經(jīng)營戶，1.5萬個攤位，其中數(shù)千家經(jīng)營者來自內地其他省市，是長江上游最大的日用工業(yè)品批發(fā)市場，2000—2013年，租金以20倍速度增長。天然的地理優(yōu)勢使朝天門逐漸發(fā)展成重慶的商業(yè)重地。

朝天門是重慶對外展示形象的窗口，但隨著城市發(fā)展、經(jīng)濟結構轉型及全新商貿(mào)格局的形成，朝天門片區(qū)社會、環(huán)境、經(jīng)濟等面臨新的挑戰(zhàn)。

3.2 朝天門城市更新方案排序與評價

1）Step1 基于朝天門現(xiàn)狀，城市更新改造方案分3種：①拆遷改造為主、功能置換為輔；②功能置換為主，拆遷改造為輔；③外立面改造為主。

2）Step2 通過定義2將每個不確定語言變量進行轉化，轉化后的每個語言變量都成為獨立的云，可較精確地表現(xiàn)決策者思想、語言中的模糊性和不確定性。針對第1種方案，5位決策者對5個評價因素的決策信息云如表2所示。

3）Step3 根據(jù)算法對決策信息云進行綜合，在本算例中使用平均權重對決策信息云進行綜合，計算出5位決策者對各方案的綜合評價云，如表3所示。將綜合評價云再次綜合，得到每個方案的綜合評價集成云，如表4所示。

4）Step4 通過上一步得到的綜合評價集成云，可找到最優(yōu)與最差理想解，通過對漢明距離的計算與對比，方案1與最優(yōu)理想解（6.85，0.63，0.94）最為接近，得知方案1優(yōu)于方案2，3。

表2 方案1各因素的決策信息云

表3 5位決策者對于各個方案的綜合評價云

表4 各方案綜合評價集成云

3.3 朝天門城市更新方案驗證

“渝中區(qū)‘十二五’規(guī)劃”提出：加快朝天門片區(qū)拆遷改造，完成朝天門市場功能置換、異地發(fā)展，建設“重慶之門、西部之窗”等標志性建筑，集聚國內外知名的金融、商貿(mào)、辦公等總部機構。在此規(guī)劃指導下，朝天門片區(qū)的改造工作逐步推進。

4 結語

使用云模型的群體決策方法建立的模型可在很大程度上表征群體決策時的不確定語言變量因素，從而較為準確地描述出各決策者的真實意圖。通過云的綜合算法可簡單獲得各方案的優(yōu)劣程度。還可進一步將云圖像化，從而更直觀地判斷方案的優(yōu)劣，也可通過云來計算各決策者乃至各方案的精確權重，更準確地進行決策。未來，在城市更新中可使用大數(shù)據(jù)技術對云模型的輸入進行拓展，更好地適配復雜多變的現(xiàn)實環(huán)境。