李倩兰 张丽云

文章提出运用AHP-Fuzzy分析法对某城市两型社会建设成效建立评价监测体系，联合运用层次分析法（AHP）与模糊综合评价（Fuzzy），此次研究选取目标层、准则层、指标层三个层面，选择循环消费、管理支撑、消费水平、绿色消费四个项目。

基于AHP-Fuzzy评价方式对某市政机关构建两型社会监测模型，结合绿色消费、消费水平、管理支撑、循环消费等不同的评价指标体系可见，该城市两型社会构建整体情况良好，评价分值3.3158，指标均处于良好状态。数值最高等级为循环消费分数，数值最低评价指标为消费水平指标。通过量化分析指标可见，该城市在循环消费分值层面较为良好，在消费水平指标与制度决策执行层面上显露出不足之处，要求该市在两型社会发展中加强相关制度的执行，研究为该城市两型社会优化建设提供了一定参考经验。

两型社会建设成效监测评价体系指标选取

AHP-Fuzzy分析法运用于两型社会建设成效监测中，主要包括目标层、准则层、指标层三个层面。分别从不同的层面进行考量。目标层在于从两型社会建设的整体目标层面建立评价指标。准则层是在目标层的基础上构建的评价指标，此次AHP-Fuzzy分析法运用中选择循环消费、管理支撑、消费水平、绿色消费四个项目。

在对城市“两型社会消费”的建设情况评价方面运用循环消费、消费水平两个指标进行判断，以此判断该城市建设过程中的资源节约情况，反映城市发展中对各项资源的利用情况，分析城市建设过程中是否合理有效利用各项资源。在环境友好型社会的构建层面，主要从绿色指标层面进行判断，判断城市在建设与发展过程中对环境的影响。城市在对两型社会构建过程中，在相关指标的制定与执行层面主要通过管理支撑体系进行反映，判断政府在制度的制定与执行层面是否完善。消费水平、循环消费、绿色消费指标、管理支撑指标所包含的指标体系如下表所示。

构建两型社会建设成效监测评价体系AHP-Fuzzy评价模型

以层次分析法（AHP）设置不同指标权重，结合以上选取的指标，运用层次分析法（AHP），对不同指标设置判断矩阵C=（Cij）n×n，对不同的指标体系构建相应的标度，由多位专家研究之后对不同的指标构建相应的权重，进行重要性等级排名。

进行多因素模糊评价，对单因素评价矩阵设置相应的权重与矩阵，进行模糊变换，由此得出模糊综合评价模型： B=W°R。模糊算子组合以“°”表示，为R与R之间的合成方法。可通過主因素决定型算法、加权平均法、主因素突出型算法等不同的算法取得模糊算子，本次研究主要选择主因素突出型算法。

在多层指标系应用过程中，要求从底层的指标体系逐渐向上一个层级递推评价结果，并结合不同指标计算数值研究得出目标层数值。本次模型计算过程中逐渐研究了指标层的计算数据，最终得出“两型社会消费”的总体指标评价数值。

两型社会建设成效监测评价体系AHP-Fuzzy评价模型实例分析

本次研究选取某市政府机关单位，评价指标选取之后建立AHP-Fuzzy模型，全面评价该城市“两型社会消费”的建设情况。

计算AHP-Fuzzy评价模型指标权重

在专家的综合性考量之下准则层（Ui层）与指标层（Uij层）之间的判断矩阵，结合不同指标数值权重进行计算分析，建立一个判断矩阵，由4个判断矩阵共同构成，该矩阵计算过程中进行一致性检验，数据得出如下表7-11：

结合表 数据表格，将计算指标代入计算，研究可见所有的判断矩阵均通过一致性检验。运用主因素突出型算法，将数值指标代入计算得出不同指标下的数值权重，表示如下：

建立AHP-Fuzzy评价模型评语集

针对不同的数值指标构建评语集，将评价情况划分为4个等级，共表示为优秀、良好、合格、不合格等，其中优秀判断标准为4分～5分，良好判断标准为3分～4分，合格判断标准为2分～3分，不合格判断标准为1分～2分。

AHP-Fuzzy评价模型单因素模糊评价

建立单因素模糊矩阵Ri=﹛ri1，ri2，…，ri n﹜，通过专家填表法发现，将不同的数据指标代入进行计算，在准则层“消费水平U1”中具有6个设计的指标，选取邀请20位专家对数据进行分析记录。构建的指标数值见下表12。

从表格12得出模糊评判矩阵，将数值指标代入得出模糊评判矩阵R2、R3和R4

AHP-Fuzzy评价模型多因素模糊评价

结合指标层指标数据得出准则层指标计算数据，对数据指标进行第一级综合评价。