基于AHP-模糊综合评价法的城市综合体选址决策研究：理论、实践与创新

基于AHP-模糊综合评价法的城市综合体选址决策研究：理论、实践与创新一、引言1.1研究背景与意义随着城市化进程的加速和居民生活水平的提高，城市综合体作为一种集多种功能于一体的建筑群体，在现代城市发展中扮演着至关重要的角色。城市综合体通常融合了商业零售、商务办公、酒店餐饮、公寓住宅以及综合娱乐等核心功能，通过各功能之间相互依存、相互助益的能动关系，形成了一个多功能、高效率的统一体。这种发展模式不仅促进了消费结构和生活方式的改变，还极大地拉动了周边区域价值的提升。根据相关数据统计，截至2024年底，我国城市综合体数量约为3800个，建筑面积约为5.2亿平方米，市场规模达到5.98万亿元，且仍保持着约10%的年均增长率。从地域分布来看，一线城市如北京、上海、广州、深圳，凭借其强大的经济实力、密集的人口和旺盛的消费需求，成为城市综合体的集中发展区域，引领着行业的发展潮流。例如，上海的新天地综合体，集购物、餐饮、娱乐、文化于一体，成为了上海的时尚地标和城市名片，吸引了大量国内外游客和本地居民，极大地带动了区域经济的发展。同时，在二线城市以及部分经济发达的三线城市，城市综合体也呈现出蓬勃发展的态势，成为城市建设和经济发展的新亮点。选址作为城市综合体开发建设的首要环节，直接关系到项目的成败。一个合适的选址能够确保城市综合体获得充足的客源、良好的交通便利性、完善的配套设施以及政策支持等，从而实现项目的经济效益和社会效益最大化。反之，若选址不当，可能导致客源不足、运营成本过高、市场竞争力低下等问题，甚至使项目陷入困境。以某城市为例，曾经在城市边缘区域建设了一个大型城市综合体，但由于该区域交通不便、人口密度低、配套设施不完善，导致开业后客流量稀少，商家纷纷撤场，最终项目以失败告终。AHP-模糊综合评价法作为一种科学的决策分析方法，在处理多因素、多层次的复杂决策问题时具有显著优势。它能够将定性分析与定量分析相结合，通过构建层次结构模型，对影响城市综合体选址的各种因素进行系统分析，并利用模糊数学理论对评价结果进行量化处理，从而为决策者提供更加客观、准确的决策依据。在城市综合体选址中应用AHP-模糊综合评价法，有助于综合考虑各种复杂因素，克服传统选址方法的主观性和片面性，提高选址决策的科学性和准确性，为城市综合体的成功开发提供有力保障。1.2国内外研究现状在城市综合体选址研究方面，国外学者起步较早，取得了丰富的研究成果。早期的研究主要集中在经济因素对选址的影响上，如通过分析土地成本、劳动力成本、市场需求等因素，确定城市综合体的最佳选址。随着研究的深入，学者们逐渐认识到选址是一个复杂的多因素决策过程，开始综合考虑交通、环境、人口等多种因素。例如，有学者运用空间分析方法，结合地理信息系统（GIS）技术，对城市综合体的选址进行研究，通过分析交通网络、人口分布、商业布局等空间数据，评估不同选址方案的优劣。还有学者从可持续发展的角度出发，将环境因素纳入选址评价体系，研究如何在选址过程中实现经济、社会和环境的协调发展。国内学者在城市综合体选址研究方面也取得了一定的进展。研究内容涵盖了选址的各个方面，包括市场分析、交通便利性、区域发展潜力、政策法规等。在研究方法上，除了借鉴国外的研究成果外，还结合我国的实际情况，提出了一些适合我国国情的选址方法和理论。例如，有学者通过对我国城市发展特点的分析，建立了基于层次分析法和灰色关联分析的城市综合体选址评价模型，该模型综合考虑了多种因素的影响，并通过实例验证了其有效性。还有学者从城市规划的角度出发，研究城市综合体选址与城市空间结构的关系，提出城市综合体选址应与城市的整体发展规划相协调，以促进城市空间的优化和功能的完善。在AHP-模糊综合评价法的应用研究方面，国内外学者在多个领域都进行了广泛的探索。在城市规划领域，该方法被用于城市发展战略评价、城市生态环境评价等；在企业管理领域，用于企业绩效评价、供应商选择等；在工程建设领域，用于项目风险评估、工程质量评价等。在城市综合体选址研究中，虽然也有部分学者应用了AHP-模糊综合评价法，但目前的研究还存在一些不足之处。一方面，评价指标体系不够完善，部分重要因素未被纳入评价体系，或者指标的选取缺乏科学性和针对性；另一方面，在实际应用中，对评价模型的参数设置和权重确定往往依赖于主观判断，缺乏足够的实证研究支持，导致评价结果的准确性和可靠性受到一定影响。综上所述，当前城市综合体选址及AHP-模糊综合评价法应用的研究已经取得了一定的成果，但仍存在一些有待进一步完善和深入研究的问题。本文将在现有研究的基础上，进一步完善城市综合体选址的评价指标体系，运用AHP-模糊综合评价法进行科学的选址评价，并通过多场景案例验证，为城市综合体选址提供更加科学、准确的决策依据。1.3研究方法与创新点本文采用了多种研究方法，以确保研究的科学性和全面性。通过广泛查阅国内外相关文献，梳理城市综合体选址及AHP-模糊综合评价法的研究现状，了解该领域的研究进展和存在的问题，为本文的研究提供理论基础和研究思路。选取多个具有代表性的城市综合体案例，对其选址的成功经验和失败教训进行深入分析，总结影响城市综合体选址的关键因素，为构建评价指标体系提供实践依据。将定性分析与定量分析相结合，在定性分析影响城市综合体选址因素的基础上，运用AHP-模糊综合评价法进行定量评价，使研究结果更加客观、准确。本文的创新点主要体现在两个方面。一是完善了城市综合体选址的评价指标体系，在综合考虑经济、交通、环境、人口、政策等传统因素的基础上，结合城市发展的新趋势和消费者需求的变化，增加了智慧化水平、绿色可持续性、文化特色等新兴因素，使评价指标体系更加全面、科学，能够更好地反映城市综合体选址的实际需求。二是通过多场景案例验证，提高了研究结果的可靠性和实用性。选取不同城市、不同规模、不同功能定位的城市综合体案例，运用AHP-模糊综合评价法进行选址评价，并对评价结果进行对比分析，验证了评价模型在不同场景下的有效性和适用性，为城市综合体选址提供了更加具体、可操作的决策参考。二、AHP-模糊综合评价法基本理论2.1AHP（层次分析法）原理与步骤2.1.1层次结构模型构建层次分析法（AHP）是美国运筹学家萨蒂（T.L.Saaty）于20世纪70年代初提出的一种定性与定量相结合的多准则决策分析方法。其核心思想是将复杂问题分解为多个层次，通过对各层次元素的两两比较，确定各元素的相对重要性权重，从而为决策提供依据。在构建层次结构模型时，首先需要明确决策目标，将其置于最高层，即目标层。以城市综合体选址为例，目标层就是选择最佳的城市综合体建设地址。准则层则是影响目标实现的主要因素类别。对于城市综合体选址，常见的准则层因素包括经济因素、交通因素、环境因素、人口因素和政策因素等。经济因素涵盖区域GDP、商业氛围、土地成本等，反映了该地区的经济活力和投资潜力。交通因素包含与城市主干道距离、公共交通便利性、停车场容量等，良好的交通条件能够吸引更多的消费者和商家。环境因素涉及自然环境质量、周边景观、噪声污染程度等，舒适的环境有助于提升消费者的体验和满意度。人口因素涵盖人口密度、年龄结构、收入水平等，人口状况直接关系到城市综合体的市场需求。政策因素包含政府扶持政策、城市规划要求、税收优惠政策等，政策的支持对项目的顺利推进和长期发展至关重要。指标层是对准则层因素的进一步细化和具体描述。例如，在经济因素准则下，区域GDP可以具体量化为该地区过去几年的国内生产总值及其增长率；商业氛围可以通过周边已有的商业设施数量、业态丰富度等指标来衡量；土地成本则可明确为每平方米土地的购置价格或租赁费用。在交通因素准则下，与城市主干道距离可精确测量为实际的直线距离或行车距离；公共交通便利性可以通过周边公交线路数量、地铁站距离等指标来体现；停车场容量则可具体统计为可容纳的车辆数量。在环境因素准则下，自然环境质量可以通过空气质量指数、水质监测数据等指标来评估；周边景观可以通过景观类型、景观美观度等指标来描述；噪声污染程度则可通过噪声监测数据来量化。在人口因素准则下，人口密度可以通过单位面积内的人口数量来计算；年龄结构可以通过不同年龄段人口的占比来表示；收入水平可以通过人均可支配收入等指标来衡量。在政策因素准则下，政府扶持政策可以通过政策的具体内容、扶持力度等指标来体现；城市规划要求可以通过规划的容积率、建筑密度等指标来明确；税收优惠政策则可通过优惠的税种、优惠幅度等指标来描述。通过这样的层次结构，将复杂的城市综合体选址问题分解为清晰的层次关系，为后续的分析和决策奠定基础。层次结构模型的构建使得决策者能够系统地考虑各种因素，避免遗漏重要信息，同时也便于对不同因素进行比较和评估。2.1.2成对比较矩阵构造在确定了层次结构模型后，需要对准则层和指标层的因素进行两两比较，以构造判断矩阵。这一过程通常邀请相关领域的专家，如城市规划师、经济学家、交通专家等，依据他们的专业知识和经验进行判断。专家们根据1-9标度法对因素的相对重要性进行打分，1表示两个因素同样重要，3表示前者比后者稍微重要，5表示前者比后者明显重要，7表示前者比后者强烈重要，9表示前者比后者极端重要，2、4、6、8则为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aij，那么因素j与因素i的重要性之比为aji=1/aij。以经济因素准则下的区域GDP、商业氛围和土地成本三个指标为例，假设专家认为区域GDP比商业氛围稍微重要，比土地成本明显重要，商业氛围比土地成本稍微重要。则构建的判断矩阵如下：A=\begin{pmatrix}1&3&5\\1/3&1&3\\1/5&1/3&1\end{pmatrix}在这个矩阵中，第一行第一列的元素1表示区域GDP与自身同样重要；第一行第二列的元素3表示区域GDP比商业氛围稍微重要；第一行第三列的元素5表示区域GDP比土地成本明显重要。第二行第一列的元素1/3表示商业氛围比区域GDP稍微不重要，以此类推。通过这样的方式，将专家对各因素相对重要性的定性判断转化为定量的判断矩阵，为后续计算权重提供数据支持。2.1.3单排序权向量计算与一致性检验计算单排序权向量的目的是确定同一层次中各因素对上一层某因素的相对重要性排序权重。通过计算判断矩阵的最大特征值及对应的特征向量，可以得到权向量。以判断矩阵A为例，首先计算其最大特征值λmax，可使用方根法、和积法等方法进行计算。这里以方根法为例，计算步骤如下：计算判断矩阵A每行元素的乘积Mi：M_1=1×3×5=15M_2=\frac{1}{3}×1×3=1M_3=\frac{1}{5}×\frac{1}{3}×1=\frac{1}{15}计算Mi的n次方根Wi：W_1=\sqrt[3]{15}≈2.47W_2=\sqrt[3]{1}=1W_3=\sqrt[3]{\frac{1}{15}}≈0.40将Wi归一化，得到权向量w：\sum_{i=1}^{3}W_i=2.47+1+0.40=3.87w_1=\frac{W_1}{\sum_{i=1}^{3}W_i}=\frac{2.47}{3.87}≈0.64w_2=\frac{W_2}{\sum_{i=1}^{3}W_i}=\frac{1}{3.87}≈0.26w_3=\frac{W_3}{\sum_{i=1}^{3}W_i}=\frac{0.40}{3.87}≈0.10得到的权向量w=(0.64,0.26,0.10)T，表示区域GDP、商业氛围和土地成本在经济因素准则下的相对重要性权重。为了确保专家判断的一致性，需要进行一致性检验。一致性指标CI计算公式为：CI=\frac{\lambda_{max}-n}{n-1}其中，n为判断矩阵的阶数。随机一致性指标RI可通过查表获得，不同阶数的判断矩阵对应不同的RI值。一致性比率CR计算公式为：CR=\frac{CI}{RI}当CR<0.1时，认为判断矩阵具有满意的一致性，权向量可以接受；否则，需要重新调整判断矩阵，直至通过一致性检验。对于上述判断矩阵A，假设计算得到的最大特征值λmax=3.038，则：CI=\frac{3.038-3}{3-1}=0.019查表得3阶判断矩阵的RI=0.58，则：CR=\frac{0.019}{0.58}≈0.033<0.1说明该判断矩阵具有满意的一致性，权向量有效。2.1.4总排序权向量计算与一致性检验总排序权向量的计算是为了确定最下层（方案层）对最上层（目标层）的相对重要性权值。这一过程是从最高层到最底层依次进行的。假设准则层有m个因素C1,C2,…,Cm，对总目标的排序权重为a1,a2,…,am，方案层有n个元素P1,P2,…,Pn，元素Pi对因素Cj的层次单排序权重为bij（i=1,2,…,n；j=1,2,…,m），则方案层元素Pi对总目标的总排序权重wi计算公式为：w_i=\sum_{j=1}^{m}a_jb_{ij}同样，对层次总排序也需要进行一致性检验。检验公式与单排序一致性检验类似，通过计算总排序一致性比率CR来判断。若CR<0.1，则总排序结果具有满意的一致性，可作为决策的依据。例如，假设有两个准则层因素C1和C2，其对总目标的排序权重分别为a1=0.6和a2=0.4。对于方案层的三个元素P1、P2和P3，它们对C1的单排序权重分别为b11=0.5，b21=0.3，b31=0.2；对C2的单排序权重分别为b12=0.4，b22=0.3，b32=0.3。则P1对总目标的总排序权重w1为：w_1=a_1b_{11}+a_2b_{12}=0.6×0.5+0.4×0.4=0.46同理可计算出w2和w3的值。然后进行总排序一致性检验，若检验通过，则可以根据总排序权重对方案层元素进行排序，选择权重最大的方案作为最优方案。总排序权向量计算和一致性检验能够综合考虑各个层次因素的影响，全面评估不同方案对总目标的贡献程度，为决策者提供更具综合性和可靠性的决策依据。2.2模糊综合评价法原理与步骤2.2.1确定评价对象因素论域模糊综合评价法是一种基于模糊数学的综合评价方法，它能够将定性评价转化为定量评价，适用于解决各种不确定性问题。在城市综合体选址中，确定评价对象因素论域是第一步。因素论域是由影响城市综合体选址的各种因素组成的集合，记为U={u1,u2,…,un}。结合前文提到的城市综合体选址的影响因素，可构建因素论域U={经济因素u1,交通因素u2,环境因素u3,人口因素u4,政策因素u5}。其中，经济因素u1包含区域GDP、商业氛围、土地成本等子因素；交通因素u2包含与城市主干道距离、公共交通便利性、停车场容量等子因素；环境因素u3包含自然环境质量、周边景观、噪声污染程度等子因素；人口因素u4包含人口密度、年龄结构、收入水平等子因素；政策因素u5包含政府扶持政策、城市规划要求、税收优惠政策等子因素。通过明确因素论域，为后续的评价提供了全面的因素集合，确保了评价的完整性和准确性。2.2.2确定评语等级论域评语等级论域是对评价对象的评价结果进行等级划分的集合，记为V={v1,v2,…,vm}。在城市综合体选址评价中，通常设定评语等级为优秀、良好、一般、较差，即V={优秀v1,良好v2,一般v3,较差v4}。每个评语等级对应一个模糊子集，用于描述评价对象对该等级的隶属程度。例如，“优秀”这一评语等级可以表示城市综合体选址在各方面都非常理想，具有极高的优势；“良好”表示选址在大部分方面表现较好，仅有少数方面存在一些小问题；“一般”表示选址在各方面表现较为普通，没有明显的优势或劣势；“较差”则表示选址在某些关键方面存在较大缺陷，不太适合建设城市综合体。通过合理设定评语等级论域，为评价结果的表达和分析提供了明确的标准。2.2.3建立模糊关系矩阵建立模糊关系矩阵是模糊综合评价法的关键步骤之一。通过调查统计等方式，确定每个单因素对各评语等级的隶属度，从而构建模糊关系矩阵R。假设因素ui对评语等级vj的隶属度为rij，则模糊关系矩阵R为：R=\begin{pmatrix}r_{11}&r_{12}&r_{13}&r_{14}\\r_{21}&r_{22}&r_{23}&r_{24}\\r_{31}&r_{32}&r_{33}&r_{34}\\r_{41}&r_{42}&r_{43}&r_{44}\\r_{51}&r_{52}&r_{53}&r_{54}\end{pmatrix}以交通因素u2为例，通过对周边居民、商家、交通专家等进行问卷调查，统计得到交通因素u2对“优秀”“良好”“一般”“较差”四个评语等级的隶属度分别为0.3、0.5、0.1、0.1，则模糊关系矩阵R中第二行的元素为(0.3,0.5,0.1,0.1)。同样的方法可以确定其他因素对各评语等级的隶属度，从而完成模糊关系矩阵的构建。模糊关系矩阵反映了每个因素与各评语等级之间的模糊关系，为后续的综合评价提供了重要的数据基础。2.2.4确定评价因素权向量在模糊综合评价中，需要确定各评价因素的权向量A=(a1,a2,…,an)，以反映各因素在评价中的相对重要性。权向量A中的元素ai本质上是因素ui对模糊子集的隶属度。这里采用AHP方法确定各因素的权重，经过计算和一致性检验后，将权重进行归一化处理，使得\sum_{i=1}^{n}a_i=1。假设通过AHP方法计算得到经济因素u1、交通因素u2、环境因素u3、人口因素u4、政策因素u5的权重分别为0.3、0.25、0.15、0.2、0.1，则权向量A=(0.3,0.25,0.15,0.2,0.1)。权向量的确定能够体现不同因素在城市综合体选址评价中的重要程度差异，使评价结果更加客观准确地反映各因素的影响。2.2.5合成模糊综合评价结果向量利用合适的算子将权向量A与模糊关系矩阵R进行合成，得到模糊综合评价结果向量B。常用的合成算子有M(∧,∨)、M(・,∨)、M(∧,⊕)、M(・,⊕)等，其中M(・,⊕)算子既考虑了所有因素的影响，又保留了单因素评价的全部信息，在实际应用中较为常用。采用M(・,⊕)算子进行合成，计算公式为：b_j=\sum_{i=1}^{n}a_ir_{ij}（j=1,2,…,m）则模糊综合评价结果向量B=(b1,b2,…,bm)，其中bj表示评价对象从整体上看对评语等级vj的隶属程度。以权向量A=(0.3,0.25,0.15,0.2,0.1)和模糊关系矩阵R为例，计算模糊综合评价结果向量B：b_1=0.3×r_{11}+0.25×r_{21}+0.15×r_{31}+0.2×r_{41}+0.1×r_{51}b_2=0.3×r_{12}+0.25×r_{22}+0.15×r_{32}+0.2×r_{42}+0.1×r_{52}b_3=0.3×r_{13}+0.25×r_{23}+0.15×r_{33}+0.2×r_{43}+0.1×r_{53}b_4=0.3×r_{14}+0.25×r_{24}+0.15×r_{34}+0.2×r_{44}+0.1×r_{54}通过合成得到的模糊综合评价结果向量B，综合考虑了所有因素对各评语等级的影响，全面反映了城市综合体选址的整体情况。2.2.6模糊综合评价结果向量分析对模糊综合评价结果向量B进行分析，以得出最终的评价结论。实际中最常用的方法是最大隶属度原则，即选择B中最大元素对应的评语等级作为评价结果。例如，若B=(0.2,0.三、城市综合体选址影响因素分析3.1环境因素3.1.1用地物理现状用地物理现状是城市综合体选址时必须考虑的基础因素，它涵盖了地质、地形、平整性、可进入性和视觉感受等多个方面，这些因素相互关联，共同影响着城市综合体的建设和运营。地质条件是保障城市综合体安全稳定的关键。若选址区域的工程地质和水文地质条件不佳，如存在软弱地基、地下水位过高、岩溶等问题，将增加工程建设的难度和成本。例如，在软弱地基上建设城市综合体，需要进行复杂的地基处理，如采用桩基础、地基加固等措施，这不仅会延长建设周期，还会大幅提高建设成本。而且，不良地质条件还可能对建筑物的稳定性构成威胁，增加后期维护和修缮的风险。地形的平坦程度和坡度对城市综合体的规划和建设有着重要影响。地势相对较高且地形平坦的地块，有利于建筑物的布局和建设，可减少土方工程的量和难度。而地势低洼或地形起伏较大的地块，可能需要进行大量的填方或挖方工程，这不仅增加了建设成本，还可能对周边环境造成破坏。同时，地形条件还会影响建筑物的朝向和景观视野，进而影响城市综合体的品质和吸引力。用地的平整性和形状完整性对于城市综合体的大体量开发至关重要。零碎的用地或形状不规则的地块，不利于城市综合体的整体规划和功能布局，可能导致空间利用率低下、建筑设计难度增加等问题。理想的用地应形状规则、面积适宜且地块完整，这样能够为城市综合体的建设提供良好的基础条件，便于实现高效的空间利用和合理的功能分区。用地的可进入性直接关系到城市综合体的人流和物流畅通。周围交通状况良好，能够方便地从周围道路进入的地块，有利于吸引消费者和商家。相反，如果地块周围交通容易堵塞，将影响人们的出行意愿，降低城市综合体的吸引力。例如，位于交通拥堵路段的城市综合体，消费者可能会因为担心交通拥堵而减少前往的次数，从而影响商业运营。用地与周围道路的相对位置关系会影响城市综合体的视觉感受和整体质感。尽量避免道路明显高于或低于城市综合体用地，否则可能会破坏整体的协调性和美观性，给人造成不适的视觉体验。合理的相对位置能够使城市综合体与周边环境相融合，提升其形象和品质。3.1.2用地区位用地区位是影响城市综合体选址的核心环境因素之一，它主要通过配套基础设施完善度、交通便捷度及区域价值属性三个方面来体现，对城市综合体的市场效益和价值发挥起着决定性作用。配套基础设施完善度是城市综合体稳健运营的重要保障。虽然城市综合体自身具备一定的功能完整性，但它的正常运营离不开周边配套设施的支持。周边的教育资源，如优质的学校，能够吸引有孩子教育需求的家庭前来，增加消费人群；医疗设施，如医院和诊所，为居民和消费者提供了健康保障，提高了区域的吸引力；商业设施，如超市、便利店等，与城市综合体形成互补，丰富了消费选择。此外，公园、休闲广场等公共设施，能够提升居民的生活品质，增加人们在该区域的停留时间，促进消费。若周边配套基础设施不完善，城市综合体的运营将受到限制，难以充分发挥其功能和价值。交通便捷度是城市综合体成功的关键因素之一。便捷的交通条件能够满足城市综合体人口、货物集散的要求，吸引更多的消费者和商家。周围道路拥挤状况、进出方便程度直接影响着人们的出行体验。如果道路经常拥堵，消费者可能会选择其他交通便利的商业场所，导致城市综合体的客流量减少。附近有无城市干道或重要道路，以及区域可达性高，能够使城市综合体与城市其他区域紧密相连，扩大其辐射范围。道路可拓改造难度和将来交通限制程度也需要考虑，若道路难以拓宽改造，在未来城市发展过程中，交通拥堵问题可能会愈发严重，影响城市综合体的发展。公交可达性和大众人流易达度高，意味着更多的人能够方便地乘坐公共交通到达城市综合体，降低人们的出行成本，提高其吸引力。例如，位于地铁站附近的城市综合体，能够吸引大量乘坐地铁出行的消费者，增加商业机会。区域价值属性反映了城市综合体所在区域的发展潜力和市场定位。位于城市核心区、经济增长区域或具有重要战略地位的区域，通常具有较高的区域价值。这些区域往往拥有良好的经济基础、丰富的资源和完善的配套设施，能够为城市综合体的发展提供强大的支持。同时，区域的文化特色、历史底蕴等也会赋予城市综合体独特的价值内涵，吸引特定的消费群体。例如，位于历史文化街区的城市综合体，可以结合当地的文化特色，打造具有文化氛围的商业空间，吸引游客和文化爱好者，提升自身的竞争力。3.2经济因素3.2.1宏观经济环境宏观经济环境是城市综合体选址时需要考虑的重要经济因素之一，它对城市综合体的运营和发展起着基础性的支持作用。一个城市的经济发展状况直接影响着城市综合体的市场需求、消费能力和商业机会。当一个城市经济发展状况良好时，各项经济指标如GDP增长率、就业率、产业结构等都处于健康发展的阶段。在这样的经济环境下，企业的经营状况较好，居民的收入水平稳定增长，消费信心增强，对商业、办公、居住等物业的需求也相应增加。这为城市综合体的成功运营提供了强大的市场基础。例如，在经济繁荣时期，企业扩张需求旺盛，对写字楼、商业空间的租赁和购买需求增加；居民收入提高，消费能力增强，更愿意在城市综合体中进行购物、餐饮、娱乐等消费活动。良好的经济状况还能够吸引更多的投资和资源流入，促进城市基础设施的完善和城市功能的提升。这不仅为城市综合体的建设提供了更好的外部条件，还能够增加城市综合体的辐射范围和影响力。相反，如果城市经济发展不景气，市场需求萎缩，企业经营困难，居民消费能力下降，城市综合体的运营将面临巨大的挑战，可能出现招商困难、租户流失、经营效益不佳等问题。3.2.2区域内居民购买力区域内居民购买力是决定城市综合体能否成功运营的关键经济因素之一，它直接关系到城市综合体的市场需求和商业效益。居民购买力主要通过人均GDP、人均可支配收入、消费支出等统计数字来反映。人均GDP是衡量一个地区经济发展水平和居民富裕程度的重要指标。当一个区域的人均GDP较高时，意味着该区域的经济较为发达，居民的收入水平相对较高，购买力也较强。这样的区域对城市综合体的高端商业、商务办公、酒店住宿等功能的需求较大，能够支撑城市综合体的多元化发展。例如，在一些经济发达的一线城市，如北京、上海，人均GDP较高，居民对高品质的购物、餐饮、娱乐等消费需求旺盛，城市综合体中的高端品牌和服务能够获得良好的市场反响。人均可支配收入是居民实际可用于消费和储蓄的收入，更直接地反映了居民的消费能力。可支配收入较高的居民，在满足基本生活需求后，有更多的资金用于休闲、娱乐、文化等消费，这为城市综合体提供了广阔的市场空间。消费支出结构也能反映居民的消费偏好和购买力水平。随着居民生活水平的提高，消费支出逐渐从食品、日用品等基本生活消费向服务消费、文化消费等领域转移。城市综合体通过提供多样化的业态组合，能够满足居民不断升级的消费需求，从而实现良好的经济效益。如果区域内居民购买力较低，城市综合体的商业运营将面临困境。例如，在一些经济欠发达地区，由于居民收入水平有限，对高端商品和服务的消费能力不足，城市综合体中的高端业态可能难以生存，只能依靠一些大众消费业态维持运营，这将限制城市综合体的发展潜力和市场竞争力。3.2.3消费习惯居民消费习惯是影响城市综合体选址的重要经济因素之一，它涵盖了居民的消费偏好、消费层次以及消费方式的转变等方面，对城市综合体的市场定位和业态布局具有重要影响。不同地区的居民由于文化、地域、收入水平等因素的差异，消费习惯存在较大的不同。一些地区的居民可能更倾向于传统的购物方式，注重商品的性价比；而另一些地区的居民则更追求时尚、个性化的消费体验，愿意为高品质的商品和服务支付更高的价格。城市综合体在选址时需要充分考虑当地居民的消费习惯，以便确定合适的市场定位和业态组合。例如，在一些传统文化氛围浓厚的地区，城市综合体可以引入一些具有地方特色的商业业态，满足居民对传统文化产品的消费需求；而在一些时尚潮流引领的城市，城市综合体则应注重引进国际知名品牌和时尚潮流业态，吸引追求时尚的消费者。居民的消费层次也呈现出多样化的特点。高收入群体对高端品牌、奢侈品、个性化服务等有较高的需求；中等收入群体注重商品的品质和性价比，消费需求较为多元化；低收入群体则更关注商品的价格和实用性。城市综合体需要根据目标区域居民的消费层次分布，合理规划业态布局，满足不同消费层次居民的需求。例如，在居民消费层次较高的区域，城市综合体可以设置更多的高端购物中心、豪华酒店等业态；而在消费层次相对较低的区域，则应以大众消费业态为主，如超市、平价餐厅等。随着社会经济的发展和科技的进步，居民的消费方式也在不断发生转变。线上消费的兴起，使得消费者的购物渠道更加多元化。城市综合体为了适应这一变化，需要加强线上线下的融合，提供更加便捷、个性化的消费体验。例如，通过建立线上购物平台、开展线上营销活动等方式，吸引消费者；同时，注重提升线下购物环境和服务质量，打造沉浸式的消费场景，增强消费者的粘性。3.3人口因素人口因素是影响城市综合体选址的关键因素之一，它涵盖了人口数量、密度、素质和结构等多个方面，这些因素相互交织，共同对城市综合体的发展和运营产生重要影响。人口数量和密度直接关系到城市综合体的市场需求规模。一般来说，人口数量越多、密度越大的区域，潜在的消费需求就越大。大量的人口能够为城市综合体提供充足的客源，支撑其商业、办公、居住等多种功能的运营。例如，在城市的核心商业区或人口密集的居住区附近建设城市综合体，能够充分利用周边的人口资源，吸引消费者前来购物、娱乐、办公等。据相关研究表明，每平方公里人口密度达到一定阈值以上的区域，城市综合体的运营成功率明显提高。在人口密集的区域，城市综合体还能够形成集聚效应，吸引更多的商家入驻，进一步丰富业态，提升自身的吸引力。人口素质对城市综合体的业态和服务水平有着重要影响。高素质的人口通常具有较高的消费能力和文化素养，对高品质的商品和服务有更高的需求。他们更注重消费环境、品牌形象和服务体验，追求个性化、多元化的消费方式。因此，在人口素质较高的区域建设城市综合体，需要注重引入高端品牌、文化艺术、教育培训等业态，提供优质的服务和舒适的环境，以满足这部分人群的需求。例如，在高校云集或科技产业园区附近的城市综合体，往往会设置更多的书店、咖啡馆、艺术展览空间等文化休闲业态，以及提供便捷的办公服务设施，吸引周边的师生和科技人才。人口结构也是城市综合体选址时需要考虑的重要因素。不同年龄段、性别、职业的人群，消费需求和消费习惯存在显著差异。年轻人通常对时尚、娱乐、餐饮等消费需求较高，是城市综合体中电影院、KTV、餐厅等业态的主要消费群体；老年人则更注重健康养生、休闲娱乐，对医疗保健、公园绿地等配套设施有较高的需求；家庭消费者则更关注亲子教育、家庭购物等方面的服务。因此，城市综合体在选址时需要分析目标区域的人口结构，根据不同人群的需求进行业态规划和布局。例如，在以年轻上班族为主的区域，城市综合体可以增加时尚购物、快捷餐饮、健身娱乐等业态；而在以家庭居住为主的区域，则应加强亲子教育、儿童游乐、超市等业态的配置。3.4政策因素政策因素在城市综合体选址过程中扮演着至关重要的角色，它涵盖了政府在土地供给、融资贷款、项目审批等多个方面的政策措施，这些政策不仅直接影响着城市综合体项目的落地和实施，还对项目的长期发展产生深远影响。土地供给政策是城市综合体选址的基础条件之一。政府通过土地出让计划、土地用途规划等方式，决定了城市综合体可选择的地块范围和土地成本。优惠的土地供给政策，如较低的土地出让价格、灵活的土地出让方式等，能够降低城市综合体的开发成本，提高项目的经济效益。例如，某些城市为了吸引大型城市综合体项目落地，会提供土地出让金分期支付、土地置换等优惠政策，减轻开发商的资金压力，促进项目的顺利推进。相反，如果土地供给政策严格，土地获取难度大，成本高，将增加城市综合体项目的投资风险，限制项目的选址范围。融资贷款政策对城市综合体项目的资金筹集和运营起着关键作用。城市综合体项目通常投资规模大、建设周期长，需要大量的资金支持。政府出台的融资贷款优惠政策，如较低的贷款利率、较长的贷款期限、简化的贷款审批流程等，能够为开发商提供充足的资金保障，降低融资成本。例如，一些城市设立了专项产业基金，为城市综合体项目提供低息贷款，或者鼓励金融机构创新金融产品，为城市综合体项目提供多元化的融资渠道。这些政策措施能够增强开发商的投资信心，推动城市综合体项目的建设和发展。项目审批政策直接影响着城市综合体项目的落地速度和运营合规性。政府简化项目审批流程，提高审批效率，能够缩短项目的前期筹备时间，使项目尽快投入建设和运营。同时，严格的项目审批标准和规范，能够确保城市综合体项目符合城市规划、环保、安全等要求，保障项目的质量和可持续发展。例如，一些城市推行“一站式”审批服务，将多个部门的审批环节集中在一个窗口办理，大大缩短了项目审批时间；同时，加强对项目的规划审查和环境评估，确保城市综合体项目与城市的整体发展相协调，不对周边环境造成负面影响。四、基于AHP-模糊综合评价法的城市综合体选址模型构建4.1评价指标体系建立4.1.1指标选取原则在构建城市综合体选址评价指标体系时，需遵循一系列科学合理的原则，以确保评价结果的准确性和可靠性。全面性原则要求评价指标体系能够涵盖影响城市综合体选址的各个方面因素，包括环境、经济、人口、政策等，避免遗漏重要信息。例如，在环境因素中，不仅要考虑用地物理现状，如地质条件、地形地貌等，还要关注用地区位，如周边配套基础设施、交通便捷程度等。只有全面考虑这些因素，才能对城市综合体选址进行综合、系统的评价。科学性原则强调指标的选取要有科学依据，能够客观地反映城市综合体选址的实际情况。每个指标都应具有明确的内涵和外延，其计算方法和数据来源应科学合理。例如，在经济因素中，选择人均GDP、人均可支配收入等指标来衡量区域内居民购买力，这些指标能够准确地反映居民的经济实力和消费能力，具有较高的科学性和可信度。可操作性原则要求选取的指标数据易于获取和量化，便于在实际评价中应用。如果指标数据难以获取或无法准确量化，将增加评价的难度和不确定性，影响评价结果的实用性。例如，在政策因素中，政府扶持政策可以通过政策文件中的具体条款和优惠措施来量化，土地政策可以通过土地出让价格、土地使用年限等数据来体现，这些指标的数据来源明确，易于获取和计算，符合可操作性原则。独立性原则要求各指标之间相互独立，避免指标之间存在重叠或包含关系。如果指标之间存在较强的相关性，会导致信息重复，影响评价结果的准确性。例如，在交通因素中，公共交通便利性和公交线路数量这两个指标存在一定的相关性，如果同时选取，可能会造成信息冗余。因此，在选取指标时，要对各指标进行相关性分析，确保它们之间相互独立，能够从不同角度反映城市综合体选址的影响因素。4.1.2具体指标确定基于上述指标选取原则，结合城市综合体选址的实际需求，从环境、经济、人口、政策等多个方面确定了以下具体指标。在环境因素方面，用地物理现状指标包括地质条件，良好的地质条件是城市综合体安全建设的基础，如地基承载力强、无不良地质现象等；地形地貌，平坦开阔的地形有利于建筑布局和施工，减少土方工程成本；用地平整度，较高的平整度可降低建设难度和成本；用地形状，规则的用地形状便于规划设计，提高土地利用率。用地区位指标涵盖配套基础设施完善度，周边教育、医疗、商业等配套设施齐全，能够提升城市综合体的吸引力和竞争力；交通便捷度，包括与城市主干道距离、公共交通便利性等，良好的交通条件能够吸引更多的消费者和商家；区域价值属性，如所在区域的发展潜力、商业氛围等，对城市综合体的未来发展至关重要。经济因素中，宏观经济环境指标包含GDP增长率，反映城市经济的发展态势，较高的增长率意味着市场需求旺盛，投资环境良好；产业结构，合理的产业结构能够为城市综合体提供稳定的客源和产业支撑。区域内居民购买力指标有居民人均可支配收入，直接体现居民的消费能力，收入水平越高，消费潜力越大；恩格尔系数，反映居民消费结构的变化，系数越低，表明居民在非食品消费方面的支出比例越高，对城市综合体的多元化业态需求越大。消费习惯指标包括消费偏好，不同地区居民的消费偏好差异较大，了解当地居民的消费偏好有助于城市综合体进行精准的业态定位；消费层次，涵盖高、中、低不同消费层次，城市综合体应根据当地消费层次分布，合理规划业态组合，满足不同消费者的需求。人口因素方面，人口密度指标直接影响城市综合体的客源规模，较高的人口密度能够为城市综合体提供充足的消费人群；人口增长率，反映区域人口的增长趋势，增长较快的区域具有更大的市场潜力。人口结构指标包含年龄结构，不同年龄段的消费需求差异明显，例如年轻人对时尚、娱乐等业态需求较大，老年人则更关注健康养生、休闲娱乐等；职业结构，不同职业人群的消费能力和消费习惯也有所不同，如白领阶层对商务办公、餐饮等服务的需求较高。政策因素中，土地政策指标涉及土地出让价格，较低的出让价格可降低开发成本，提高项目的经济效益；土地使用年限，较长的使用年限有利于项目的长期规划和运营。政府扶持政策指标涵盖税收优惠政策，如减免企业所得税、增值税等，能够减轻企业负担，提高项目的盈利能力；财政补贴政策，如对城市综合体建设给予一定的财政补贴，可鼓励开发商积极参与项目建设。城市规划指标包含规划容积率，合理的容积率能够控制项目的开发强度，保证项目的品质和舒适度；建筑密度，适当的建筑密度能够优化建筑布局，提高土地利用效率。4.2基于AHP的指标权重确定4.2.1构建判断矩阵为了确定各指标的权重，邀请了城市规划、房地产开发、经济研究等领域的专家，对各层次指标的重要性进行两两比较，从而构建判断矩阵。在构建判断矩阵时，采用1-9标度法来量化专家的判断。例如，在准则层中，经济因素、交通因素、环境因素、人口因素和政策因素这五个因素对城市综合体选址的重要性进行两两比较。假设专家认为经济因素比交通因素稍微重要，那么在判断矩阵中，经济因素与交通因素对应的元素取值为3；若认为交通因素比环境因素同样重要，则交通因素与环境因素对应的元素取值为1。以此类推，完成准则层判断矩阵的构建。对于指标层，以经济因素下的区域GDP、商业氛围、土地成本三个指标为例，专家根据其专业知识和经验，对这三个指标的重要性进行两两比较。若认为区域GDP比商业氛围明显重要，比土地成本强烈重要，商业氛围比土地成本稍微重要，则构建的判断矩阵如下：A=\begin{pmatrix}1&5&7\\1/5&1&3\\1/7&1/3&1\end{pmatrix}通过这样的方式，将专家对各指标重要性的定性判断转化为定量的判断矩阵，为后续计算权重提供数据基础。在构建判断矩阵过程中，充分考虑了各指标之间的相互关系和影响程度，确保判断矩阵能够准确反映专家的意见和实际情况。同时，为了提高判断矩阵的可靠性，对多位专家的判断结果进行综合分析和处理，避免个别专家的主观因素对结果产生过大影响。4.2.2权重计算与一致性检验计算各指标权重是确定评价指标体系的关键步骤之一。以判断矩阵A为例，采用方根法计算权重。首先，计算判断矩阵A每行元素的乘积Mi：M_1=1×5×7=35M_2=\frac{1}{5}×1×3=\frac{3}{5}M_3=\frac{1}{7}×\frac{1}{3}×1=\frac{1}{21}然后，计算Mi的n次方根Wi：W_1=\sqrt[3]{35}≈3.27W_2=\sqrt[3]{\frac{3}{5}}≈0.84W_3=\sqrt[3]{\frac{1}{21}}≈0.36最后，将Wi归一化，得到权向量w：\sum_{i=1}^{3}W_i=3.27+0.84+0.36=4.47w_1=\frac{W_1}{\sum_{i=1}^{3}W_i}=\frac{3.27}{4.47}≈0.73w_2=\frac{W_2}{\sum_{i=1}^{3}W_i}=\frac{0.84}{4.47}≈0.19w_3=\frac{W_3}{\sum_{i=1}^{3}W_i}=\frac{0.36}{4.47}≈0.08得到的权向量w=(0.73,0.19,0.08)T，表示区域GDP、商业氛围和土地成本在经济因素准则下的相对重要性权重。为了确保判断矩阵的一致性，需要进行一致性检验。一致性指标CI计算公式为：CI=\frac{\lambda_{max}-n}{n-1}其中，n为判断矩阵的阶数，\lambda_{max}为判断矩阵的最大特征值。随机一致性指标RI可通过查表获得，不同阶数的判断矩阵对应不同的RI值。一致性比率CR计算公式为：CR=\frac{CI}{RI}当CR<0.1时，认为判断矩阵具有满意的一致性，权向量可以接受；否则，需要重新调整判断矩阵，直至通过一致性检验。对于上述判断矩阵A，假设计算得到的最大特征值\lambda_{max}=3.064，则：CI=\frac{3.064-3}{3-1}=0.032查表得3阶判断矩阵的RI=0.58，则：CR=\frac{0.032}{0.58}≈0.055<0.1说明该判断矩阵具有满意的一致性，权向量有效。通过权重计算和一致性检验，确保了各指标权重的合理性和可靠性，为后续的模糊综合评价提供了准确的基础数据。4.3模糊综合评价模型构建4.3.1确定评语等级确定评语等级是模糊综合评价模型的重要环节，它为评价结果的表达和分析提供了明确的标准。在城市综合体选址评价中，设定评语等级为优、良、中、差四个等级，分别对应不同的评价程度。“优”表示该选址方案在各方面都表现出色，具有极高的优势和潜力，非常适合建设城市综合体。例如，选址区域经济发展强劲，交通极其便利，环境优美，人口密集且消费能力高，政策支持力度大等。“良”表示选址方案在大部分方面表现较好，仅有少数方面存在一些小问题，但不影响整体的适宜性。如经济发展较好，交通便利，环境较好，人口和政策因素也较为有利，但可能在某些细节上还有提升空间。“中”表示选址方案在各方面表现较为普通，没有明显的优势或劣势，基本能够满足城市综合体建设的要求，但需要进一步优化和改进。例如经济发展一般，交通、环境、人口等因素处于中等水平，政策支持力度也一般。“差”则表示选址方案在某些关键方面存在较大缺陷，不太适合建设城市综合体，如经济发展滞后，交通拥堵，环境恶劣，人口稀少或政策限制较多等。通过明确的评语等级划分，能够直观地反映出不同选址方案的优劣程度，为决策者提供清晰的参考依据。4.3.2建立模糊关系矩阵建立模糊关系矩阵是模糊综合评价模型的核心步骤之一，它通过确定每个单因素对各评语等级的隶属度，来反映各因素与评语等级之间的模糊关系。以交通因素为例，通过对周边居民、商家、交通专家等进行问卷调查，统计得到交通因素对“优”“良”“中”“差”四个评语等级的隶属度分别为0.2、0.5、0.2、0.1，则模糊关系矩阵R中对应交通因素的行元素为(0.2,0.5,0.2,0.1)。同样的方法，对环境因素、经济因素、人口因素和政策因素等进行调查统计，确定它们对各评语等级的隶属度，从而构建完整的模糊关系矩阵R。假设影响城市综合体选址的因素集U={经济因素u1,交通因素u2,环境因素u3,人口因素u4,政策因素u5}，评语等级论域V={优v1,良v2,中v3,差v4}，经过调查统计得到的模糊关系矩阵R为：R=\begin{pmatrix}0.1&0.3&0.4&0.2\\0.2&0.5&0.2&0.1\\0.1&0.4&0.3&0.2\\0.2&0.3&0.3&0.2\\0.1&0.2&0.5&0.2\end{pmatrix}其中，第一行元素表示经济因素对“优”“良”“中”“差”四个评语等级的隶属度，第二行表示交通因素的隶属度，以此类推。模糊关系矩阵的构建充分考虑了各因素的不确定性和模糊性，通过大量的调查数据和统计分析，确保了矩阵的准确性和可靠性，为后续的模糊综合评价运算提供了重要的数据支持。4.3.3模糊综合评价运算模糊综合评价运算是利用权重向量与模糊关系矩阵进行合成，从而得到综合评价结果。采用M(・,⊕)算子进行合成，计算公式为：b_j=\sum_{i=1}^{n}a_ir_{ij}（j=1,2,…,m）其中，b_j表示评价对象从整体上看对评语等级v_j的隶属程度，a_i为因素u_i的权重，r_{ij}为因素u_i对评语等级v_j的隶属度，n为因素的个数，m为评语等级的个数。假设通过AHP方法确定的经济因素、交通因素、环境因素、人口因素和政策因素的权重向量A=(0.3,0.25,0.15,0.2,0.1)，结合上述模糊关系矩阵R进行模糊综合评价运算：b_1=0.3×0.1+0.25×0.2+0.15×0.1+0.2×0.2+0.1×0.1=0.145b_2=0.3×0.3+0.25×0.5+0.15×0.4+0.2×0.3+0.1×0.2=0.365b_3=0.3×0.4+0.25×0.2+0.15×0.3+0.2×0.3+0.1×0.5=0.325b_4=0.3×0.2+0.25×0.1+0.15×0.2+0.2×0.2+0.1×0.2=0.165得到模糊综合评价结果向量B=(0.145,0.365,0.325,0.165)。根据最大隶属度原则，选择B中最大元素对应的评语等级作为评价结果。在这个例子中，最大元素为0.365，对应的评语等级为“良”，说明该城市综合体选址方案整体评价为良，具有一定的优势和适宜性，但仍有改进和提升的空间。通过模糊综合评价运算，综合考虑了所有因素对各评语等级的影响，全面反映了城市综合体选址的整体情况，为决策者提供了科学、客观的决策依据。五、案例分析5.1案例城市及综合体项目介绍本案例选取了位于华东地区的杭州市作为研究对象。杭州作为浙江省省会，是长江三角洲中心城市之一，经济发达，文化底蕴深厚，人口密集，具有良好的商业发展环境。2024年，杭州市实现地区生产总值（GDP）19711.5亿元，按可比价格计算，比上年增长6.7%。全市常住人口为1237.6万人，人均可支配收入达到67709元，居民消费能力较强。同时，杭州在互联网经济、电子商务、数字金融等领域发展迅速，拥有众多知名企业和创新型企业，为城市综合体的发展提供了强大的经济支撑和消费需求。拟建设的城市综合体项目定位为集高端商业、甲级写字楼、五星级酒店、精品公寓为一体的综合性商业地标，旨在打造成为杭州市的新名片和城市客厅。项目将引入国际一线品牌，提供高品质的购物、餐饮、娱乐、办公等服务，满足城市中高端消费群体的需求。其规划总建筑面积约为50万平方米，其中商业面积约为15万平方米，写字楼面积约为18万平方米，酒店面积约为5万平方米，公寓面积约为12万平方米。项目预计总投资100亿元，建设周期为3年。5.2运用AHP-模糊综合评价法进行选址分析5.2.1数据收集与整理通过实地调研、问卷调查、政府统计数据查询等方式，收集了杭州市三个候选地址（A、B、C）的相关数据。在环境因素方面，用地物理现状数据通过地质勘察报告、地形测绘图等获取，包括地质条件、地形地貌、用地平整度、用地形状等信息；用地区位数据通过对周边配套设施的实地考察、交通部门数据查询等方式收集，涵盖配套基础设施完善度、交通便捷度、区域价值属性等指标。在经济因素方面，宏观经济环境数据来源于杭州市统计局发布的统计年鉴，包括GDP增长率、产业结构等；区域内居民购买力数据通过问卷调查和统计部门数据获取，如居民人均可支配收入、恩格尔系数等；消费习惯数据通过对当地居民的消费行为调查和市场研究报告分析得到，包括消费偏好、消费层次等。在人口因素方面，人口密度和人口增长率数据来源于杭州市公安局的人口统计数据；人口结构数据通过社区调研和统计部门数据获得，包括年龄结构、职业结构等。在政策因素方面，土地政策数据通过杭州市国土资源局的土地出让文件和相关政策法规获取，包括土地出让价格、土地使用年限等；政府扶持政策数据通过政府部门发布的政策文件和项目申报指南收集，涵盖税收优惠政策、财政补贴政策等；城市规划数据来源于杭州市城市规划局的规划文件和相关规划图，包括规划容积率、建筑密度等。经过整理和分析，得到了各候选地址的详细数据，为后续的指标权重计算和模糊综合评价提供了数据基础。5.2.2指标权重计算邀请了城市规划、房地产开发、经济研究等领域的10位专家，对各层次指标的重要性进行两两比较，构建判断矩阵。以准则层为例，经济因素、交通因素、环境因素、人口因素和政策因素这五个因素对城市综合体选址的重要性判断矩阵如下：A=\begin{pmatrix}1&3&5&4&3\\1/3&1&3&2&2\\1/5&1/3&1&1/2&1/3\\1/4&1/2&2&1&1/2\\1/3&1/2&3&2&1\end{pmatrix}采用方根法计算权重，首先计算判断矩阵A每行元素的乘积Mi：M_1=1×3×5×4×3=180M_2=\frac{1}{3}×1×3×2×2=4M_3=\frac{1}{5}×\frac{1}{3}×1×\frac{1}{2}×\frac{1}{3}=\frac{1}{90}M_4=\frac{1}{4}×\frac{1}{2}×2×1×\frac{1}{2}=\frac{1}{8}M_5=\frac{1}{3}×\frac{1}{2}×3×2×1=1然后计算Mi的n次方根Wi：W_1=\sqrt[5]{180}≈2.67W_2=\sqrt[5]{4}≈1.32W_3=\sqrt[5]{\frac{1}{90}}≈0.45W_4=\sqrt[5]{\frac{1}{8}}≈0.67W_5=\sqrt[5]{1}=1最后将Wi归一化，得到权向量w：\sum_{i=1}^{5}W_i=2.67+1.32+0.45+0.67+1=6.11w_1=\frac{W_1}{\sum_{i=1}^{5}W_i}=\frac{2.67}{6.11}≈0.44w_2=\frac{W_2}{\sum_{i=1}^{5}W_i}=\frac{1.32}{6.11}≈0.22w_3=\frac{W_3}{\sum_{i=1}^{5}W_i}=\frac{0.45}{6.11}≈0.07w_4=\frac{W_4}{\sum_{i=1}^{5}W_i}=\frac{0.67}{6.11}≈0.11w_5=\frac{W_5}{\sum_{i=1}^{5}W_i}=\frac{1}{6.11}≈0.16得到准则层的权向量w=(0.44,0.22,0.07,0.11,0.16)T。同样的方法，计算指标层各指标的权重，并进行一致性检验。经过计算和检验，所有判断矩阵的一致性比率CR均小于0.1，满足一致性要求，权重向量有效。最终得到的各指标权重如下表所示：准则层权重指标层权重经济因素0.44宏观经济环境0.25区域内居民购买力0.60消费习惯0.15交通因素0.22与城市主干道距离0.15公共交通便利性0.60停车场容量0.25环境因素0.07用地物理现状0.40用地区位0.60人口因素0.11人口密度0.60人口增长率0.20人口结构0.20政策因素0.16土地政策0.30政府扶持政策0.40城市规划0.305.2.3模糊综合评价确定评语等级为优、良、中、差四个等级，即V={优v1,良v2,中v3,差v4}。通过对各候选地址的实地考察、问卷调查以及专家评价等方式，确定每个单因素对各评语等级的隶属度，构建模糊关系矩阵。以候选地址A为例，模糊关系矩阵R如下：R=\begin{pmatrix}0.1&0.3&0.4&0.2\\0.2&0.5&0.2&0.1\\0.1&0.4&0.3&0.2\\0.2&0.3&0.3&0.2\\0.1&0.2&0.5&0.2\\0.2&0.4&0.3&0.1\\0.1&0.3&0.4&0.2\\0.3&0.4&0.2&0.1\\0.2&0.5&0.2&0.1\\0.1&0.3&0.4&0.2\\0.2&0.4&0.3&0.1\\0.1&0.2&0.5&0.2\\0.3&0.3&0.3&0.1\end{pmatrix}采用M(・,⊕)算子进行模糊综合评价运算，将准则层权重向量A=(0.44,0.22,0.07,0.11,0.16)与模糊关系矩阵R进行合成，得到模糊综合评价结果向量B：b_1=0.44×0.1+0.22×0.2+0.07×0.1+0.11×0.2+0.16×0.1=0.137b_2=0.44×0.3+0.22×0.5+0.07×0.4+0.11×0.3+0.16×0.2=0.365b_3=0.44×0.4+0.22×0.2+0.07×0.3+0.11×0.3+0.16×0.5=0.344b_4=0.44×0.2+0