刘江涛　刘　伟

(北京交通大学基建与规划处，北京　100044)

0　引言

国家实施的创新驱动战略[1]对高等教育提出了新的挑战和机遇，国内许多重点大学也加快了“双一流”建设的步伐。当前，随着雄安新区、西咸新区、北戴河新区等新一轮改革和开放的新区[2]的设立，高水平大学成为了各新区创新发展的核心要素，这为许多大学或学科的聚集和协同创新提供了新的平台。同时，大学集群新的布局特征也促进了校园规划的变革。目前，国内对于新建大学校园规划方案的综合评价主要以主观评价为主，缺少较系统和量化的评价方式。本文从现代大学的时代特征出发，试建立量化的指标评价体系和模型。

1　校园规划方案综合评价体系

新常态下，国家、行业、区域以及高等教育的发展，为大学提出了新的发展要求[3]。现代大学校园规划体现出了创新性、辐射性、共享性、人本性和城市性的五大趋势特征。

根据校园规划新的趋势特征，经过专家访谈和调查分析，建立现代大学集群中的校园规划综合评价指标体系(见表1)。

准则层从三个方面考虑：外部协同性B1主要评价校园对外界影响和与外部资源的协同作用；内部协同性B2主要考虑校园内各相关资源的协调、适宜性；内容综合性B3则主要体现对校园的建筑、文化等方面的评价。

指标层的各项指标均按归一化的数值(0，1]定义，其含义和函数模型如下：

1)创新资源协同性C1。

主要考虑校园内主要创新功能区与校园外的大学集群以及周边区域中相应的协同创新中心、科技产业园区、其他校园创新区、技术孵化平台和创新企业等上、中、下游创新资源的空间相对距离[4]：

其中，n为校园外创新资源的数量；Si为校园内主要创新功能区中心到校园外创新资源的空间距离；α为距离归一化系数。

2)服务功能协同性C2。

主要考虑学生宿舍区、教职工工作区到校园外配套商业、文化中心、住宅区等最近的主要活动服务点的相对距离，按学生和教师两个群体考虑：

其中，SAVG为校园内i个学生宿舍区到校园外最近的j个主要活动服务点的平均距离；TAVG为校园内k个教职工办公区到校园外最近的m个主要活动服务点的平均距离；ρ为学生教师出行比例系数，暂取0.8；β为距离归一化系数。

3)市政设施协同性C3。

主要考虑校园规划与外界交通站点、主干路路口和市政设施的衔接程度，以校园内外的测算点之间的距离平均值表示。

其中，Ti为校内外对应测算点间的距离；γ为距离归一化系数。

4)功能布局评价C4。

在现代大学校园规划中，学院组团或书院等小尺度空间复合功能的形式越来越受到推崇[5]。此指标主要从校园和学院组团两个层面考虑相关各功能维度的空间关系适宜性，以两个维度的中心直线距离为测量值Zi，相互空间关联度为权数σi，加和并归一化处理来表示：

其中，θ为距离归一化系数。关于σi的确定，以“两层四维”的功能划分法，将校园层和学院组团层分别划分为：科研区A1、学院区A2、公共共享区A3、生活运动区A4，科研实验区B1、教学办公区B2、生活共享区B3、运动公寓区B4。其中，B⊂A2。构造两两对比矩阵，AA,BB矩阵为本层矩阵，AB矩阵为层间矩阵，本层矩阵关联性大于层间矩阵关联性。为方便计算，将本层矩阵权重加倍，且不考虑包含关系A2与B的值，调整后的半对角矩阵(如表2所示)。

以此矩阵来简化计算σi，如σA3A4=6/58。

5)道路交通评价C5。

主要考虑校园内建筑的机动车可达性和车位设置J1、校园公交组织J2、师生重要出行路线适宜性J3等子指标[6]：

C5=a(J1+J2+J3)。

其中，J1,J2,J3分别通过定性和定量方法确定取值；a为归一化系数。

表2　校园层和学院组团层空间关联度

6)开放共享评价C6。

主要考虑校园内文体设施的外部通透性K1、共享空间的分区域设置K2、网络信息系统的构建K3等子指标：

C6=b(K1+K2+K3)。

指标以定性评价为主。b为归一化系数。

7)景观环境评价C7。

主要根据校园绿地率G1、水系适宜性G2、自然景观环境构建G3、节约型校园G4等子指标，进行定性和定量评价。g为归一化系数：

C7=g(G1+G2+G3+G4)。

8)管线和竖向评价C8。

主要考虑水、电、气、暖、弱电等布局合理性、竖向布局适宜性、地下空间利用等子指标[7]。以定性评价为主，经归一化得到C8值。

9)校园建筑评价C9。

主要考虑校园建筑风格、色调、规模尺度、标志性建筑以及建筑节能等子指标。以定性评价为主，经归一化得到C9值。

10)文化传承性评价C10。

主要考虑校园文化标识、文化景观小品、校园环境延伸等子指标。同样以定性评价为主，经归一化得到C10值。

2　评价指标权重

各评价指标反映的内容不一，侧重不同，在归一化处理后，采用梯形模糊数模型确定各指标权重[8]。

梯形模糊数的函数图像示意图见图1。

采用很高、较高、中等、较低、很低的5级模糊词汇形容各指标的相对重要程度，各模糊词汇对应的模糊数分别为：(7,10,10,10)，(5,7,7,10)，(3,5,5,7)，(0,3,3,5)，(0,0,0,3)。取每组模糊数的算术平均值为该级模糊词汇的模糊数值。每级在5级加和中所占比例为该级的单位化权重。

由m个评价专家分别对Bi和Ci两级指标按5级模糊词汇打分得到每个Bi和Ci指标的权重矢量。将每个专家打分并计算的Ci和对应的Bi指标权重相乘得到Ci的综合权重。

课题组通过调研相关领域7位专家，经汇总计算，得到Bi和Ci两级指标的权重评分(见表3)。

表3　B级和C级指标权重计算表

3　规划方案评价案例

以在京津冀地区规划的X大学园区项目中A校规划方案为例。园区入驻5所大学，专业以电子信息、交通物流、新能源、新材料、商贸、艺术等为主。中心城区西北部有规模较大的商贸集中区，南部有音乐艺术产业谷。现状开发区主要发展电子信息、新能源、新材料为主的产业集群。规划开发区重点建设京津冀地区最大的物流基地。A校的优势专业是信息、交通和物流。选址区位见图2。

A校根据规划要求组织了规划方案竞赛，并从6个方案中初步选出了3个入围方案。对3个入围方案进行量化评价，其中，定量指标取3名工作人员测量数据的平均值，定性指标为9名专家评分平均值。三个方案的C级综合评价分值计算表见表4。

表4　A校规划方案综合评分表

综上，方案二较能体现现代大学校园规划趋势特征，为最优方案。

4　结语

基于现代大学园区规划的趋势特征，从外部到内部，从定量和定性角度构建了大学集群校园规划方案的综合评价模型。从案例分析来看，C1～C4指标的归一化系数偏大，有待进一步检验修正。课题未来可从更大范围内完善指标体系。