صفحات 23 – 38
نشریه هنرهای زیبا – معماری و شهرسازی دوره 19

شماره2 تابستان 1393
762716442678

76271611654

کاربرد مدل F’ANP در شهرسازی
اسفندیار زبردست*
استاد شهرسازی، پردیس هنرهای زیبا، دانشگاه تهران، تهران، ایران.
) تاریخ دریافت مقاله: 23/1/93، تاریخ پذیرش نهایی: 2/4/93(
چکیده
ا کثـر روش های چندمعی اری کنونی ب رای تعیی ن میزان اهمی ت عناصر تش کیل دهن ده موضوعات از قضاوته ای ذهن ی اس تفاده می کنند. ذهنی ب ودن قضاوتها یکی از جدی تری ن محدودیت های این روش ها تلقی میش ود. طولانی بودن فرایند محاس بات این روش ها )مانند ANP ( محدودیت دیگر این روش ها اس ت. م دل پیش نهادی F’ANP دو روش تحلی ل عامل ی و فراین د تحلیل ش بکه ای را بگونه ای تلفیق کرده اس ت تا ابتدا موضوع مورد بررس ی با اس تفاده از روش تحلیل عاملی به ابعاد تشـکیل دهنده آن تجزیه ش وند و س پس با اس تفاده از روش ANP، این ابعاد و عناصر آنها به ش کل ش بکه ای ارایه شوند تا بتوان اهمیت نسبی عناصر تشکیل دهنده موضوع را محاسبه کرد. در مدل پیشنهادی F’ANP چون قضاوتها برگرفته از نتایج تحلیل عاملی اند، مش کلات ناش ی از ذهنی بودن قضاوتها در تعیی ن اهمی ت عناصر تصمیم برطرف ش ده اس ت. مزیت دیگر مدل F’ANP این اس ت ک ه، به دلیل اس تفاده از قابلی ت های تحلی ل عاملی در تبدیل موضوع به ابعاد مشـخص و معین کردن رابطه بین این ابعاد و شـاخص های آنها، نیازی به س اخت ماتریس های مقایس ه ای دودویی نبوده و نیازی به کنتـرل س ازگاری در قضاوته ا وجود ن دارد. همچنین محدودی ت طولانی بودن مراحل محاس بات آنANPنیز در مدل F’ANP رفع شده است .
واژههای کلیدی
فرایند تحلیل سلسله مراتبی) AHP( ، فرایند تحلیل شبکه ای) ANP(، مدل F’ANP، تحلیل عاملی، آسیب پذیری اجتماعی، شاخص مرکب) Composite Index(.

.E-mail: zebardst@ut.ac.ir ،۰21-66414841 :تلفکس **

مقدمه

1237173009352

یک ی از محدودی ت های جدی روش های ارزیابی چند معیاری چ ون فرایند تحلیل سلس له مراتبی) AHP( و فرایند تحلیل ش بکه ای) ANP( قضـاوت های ذهنی اس ت که در ای ن مدلها بکار گرفته می ش ود تا میزان اهمیت عناصر تصمیم مشـخص شوند. در هر دو مدل فرایند تحلیل سلسله مراتبی) AHP( و فرایند تحلیل شبکهای )ANP(، ب رای س نجش و تعیی ن می زان اهمی ت عناص ر تصمی م ،ملا ک قضاوت در مقایس ه دودویی آنها، مقیاس 9 کمیتی س اعتی )Saaty( اس ت )بنگرید به زبردس ت ،138۰ و زبردست ،1389( که بر اس اس آن عناص ر تصمیـم دو به دو مورد مقایس ه قرار م ی گیرند تا میزان اهمیت نس بی آنها س نجیده ش ده و پس از بررسی و حصول اطمین ان از س ازگاری در قضاوته ا، وزن یا ضریب اهمی ت هر یک از عناصر تصمیم مش خص می ش وند. هرچند برای کاهش تاثیر این محدودی ت، انج ام قضاوته ای گروهی در این روش ها ام کان پذیر است، ولی اینگونه قضاوتها نیز نهایتاً ذهنی اند، و این کما کان یکی
1. مدل F’ANP و مراحل آن
م دل F’ANP در س ال 2۰13 توس ط زبردس ت ب رای س اخت ش اخص مرک ب تعیین میزان آس یب پذیـری اجتماع ی در مقابل زلزل ه و در راس تای ب ه حداق ل رس اندن کاس تیهای روشه ای مرسـوم ساخت شاخص های مرکب )Zebardast, 2013( ارایه شد .در مدل F’ANP تلاش ش ده اس ت تا با بکارگیری مزیت های ذاتی روش تحلی ل عامل ی، ابتدا موضوع مورد بررس ی به ابعاد تش کیل دهنـده آن تجزی ه ش وند و س پس ب ا اس تفاده از روش ANP، این ابع اد )خوش ه ه ا( و عناص ر آنه ا، و ارتب اط و وابس تگی های بی ن عناص ر و خوش ه ها به شـکل ش بکه ای مش خص ش وند ت ا بتوان اهمی ت نس بی عناص ر تش کیل دهن ده موض وع م ورد بررس ی را محاسبه کرد.
فراین د م دل F’ANP را می ت وان در دو مرحله )نم ودار 1( و به
980416277650

.
F’ANP

مدل

مراحل


1

نمودار

.

F’ANP

مدل

مراحل

1

نمودار

:)Zebardast, 2013,1335-1339( شرح زیر خلاصه کرد
از محدودیت های جدی AHP و ANP تلقی میش ود. نتیجه اینکهبرای یک مساله یا موضوع خاص، با توجه به ذهنی بودن قضاوتهادر مورد میزان اهمیت عناصر تصمیم، نتایج متفاوتی ممکن است توسـط گـروه کارشناسـان متفـاوت ارایـه شـود )Yuksel and Dag-daveran, 2007(. یک ی دیگ ر از کاس تی ه ای روش ANP ک ه باعث ش ده اس ت، علیرغم دقت بیش تری که نس بت به س ایر روش های چند معیاری دارد، کمتر از س ایر روش ها از جمله AHP مورد توجه و اس تفاده قرارگیرد، طولانی بودن مراحل محاسبات آن است. مدل F’ANP برای رفع و یا کاهش این محدودیتها ارایه شده است .
در ای ن مقال ه ابت دا م دل F’ANP و مراح ل آن توضی ح داده ش ده و سـپس نمون ه ای از قابلیـت کارب رد ای ن م دل در مباحث شهرس ازی با تحلیل آس یب پذیری اجتماعی در سطح نواحی117 گانه کلانش هر تهران ارایه شده و نهایتاً در نتیجه گیری مزیت های مدل F’ANP مطرح شده است.
مرحله اول: تحلیل عاملی) FA(
در ای ن مرحل ه، پ س از م رور ب ر متون نظ ری و تجرب ی مرتبط و تدوی ن چارچ وب نظ ری تحقی ق، ش اخصهای تبیی ن کننده موضوع مورد بررس ی شناسایی و انتخاب میشوند. سپس تحلیل عامل ی ب ا ش اخصهای منتخ ب انج ام میش ود ت ا ابع اد نش انگر موضوع مورد بررسی شناسایی و استخراج شوند. پس از استخراج ابع اد تبیی ن کنن ده موض وع مورد بررس ی، ش اخصهای تش کیل دهنده هریک از این ابعاد نیز شناسایی می شوند.
تحلیل عاملی یک فن تحلیلی چند متغیره است که برای آشکار کردن س اختار نهفتهی دس تهای از متغیرها بکار گرفته می ش ود .این فن برای استخراج زیرمجموعه ای از متغیرهای ناهمبسته به نام عاملها به کار میرود که تغییرات مش اهده شده در مجموعه داده ه ای اولی ه را توضیح میدهند )برای جزیی ات انجام تحلیل عامل ی بنگری د ب ه زبردس ت و هم کاران ،1392(. تحلی ل عامل ی ب ه ط ور معمول برای ایجاد ی ک الگوی تغییرات می ان متغیرها یا تقلی ل مجموعه دادههای ب زرگ به تعداد اندکی عامل، که هریک از این عاملها قابل تعبیر و تفسـیر باشـند، انجام می شـود )Everitt and Dun,1991(.
مرحله دوم: فرایند تحلیل شبکه ای) ANP(
در مرحل ه دوم، از روش فرایند تحلیل ش بکه ای اس تفاده می ش ود تا نتایج بدس ت آمده از تحلیل عاملی در مرحله اول، به یک م دل ش بکه ای تبدیل ش ود ت ا ب ا اس تفاده از روش ANP ضریب اهمیت نس بی ش اخص های تببی ن کننده موضوع مورد بررس ی ،ب ا در نظ ر گرفتن ارتباط بین ش اخص های تبیین کننده موضوع ،محاسبه شوند.
فراین د تحلی ل ش بکه ای ه ر موض وع و مس ئله ای را ب ه مثابه شبکه ای از معیارها، زیرمعیارها و گزینهها )یا عناصر( که با یکدیگر در خوش ه هایی جمع ش دهاند، درنظر می گی رد. تمامی عناصر در ی ک ش بکه میتوانند ب ا یکدیگ ر دارای ارتب اط باشـند. به عبارت دیگر، در یک شبکه، بازخورد و ارتباط متقابل بین و میان خوشهها امکانپذیر اس ت. بنابراین ANP را میتوان متشکل از دو قسمت دانس ت: سلس له مراتب کنترلی و ارتباط ش بکه ای. سلسله مراتب کنترلی ارتباط بین هدف، معیارها، و زیرمعیارها را شامل شده و بر ارتباط درونی سیس تم تاثیرگذار است و ارتباط شبکه ای وابستگی بین عناصر و خوشهها را شامل میشود. این قابلیت ANP امکان درنظ ر گرفتن وابس تگیهای متقاب ل بین عناص ر را فراهم آورده و در نتیج ه نگ رش دقیق تری به مس ایل پیچیده شهرس ازی ارایه میکند. تأثیر عناصر بر عناصر دیگر در یک ش بکه توسط یک سوپر ماتریس در نظر گرفته می شود )زبردست ،۰1389،8(.
۲. نمونـه کاربـردی: تحلیـل آسـیب پذیـری اجتماعی در سطح نواحی کلانشهر تهران
با توجه به فرایند مدل F’ANP، میتوان از این مدل در بررس ی و تحلی ل پدیدهه ای چند بعدی در شهرس ازی اس تفاده کرد. در ای ن مقاله برای تعیین میزان آس یب پذیری اجتماعی نواحی 117 گانه کلانش هر تهران از مدل F’ANP استفاده شده است تا قابلیت بکارگیری این مدل در بررسیهای شهری و منطقه ای ارایه شود.
1.3. مرحله اول: تحلیل عاملی) FA(
ب رای دس تیابی به اه داف این بخ ش از مطالعه، ابت دا مبانی نظری و تجربی مرتبط با آس یب پذیری اجتماعی مورد بررسی قرار م ی گیرد تا چارچوب نظری مس تندی برای پژوهش بدس ت آید .در ای ن چارچ وب نظری مهمترین ش اخص هایی که می بایس ت بمنظور تحلیل آسیب پذیری اجتماعی ناشی از وقوع زلزله در شهر ته ران مورد توجه قرار گیرند، انتخاب ش ده و پس از انجام تحلیل عامل ی، ابع اد نش انگر آس یب پذی ری اجتماع ی و ش اخصهای مربوط به هر یک از این ابعاد )عاملها( شناسایی می شوند.
1.1.3. آسیب پذیری اجتماعی و شاخصهای تبیین کننده آنمطالعات مربوط به سنجش آسیب پذیری بیشتر برای شناساییفرایندهایی است که منجر به شکل گیری آسیب پذیری و متغیرهایمربوطه میش ود. همانن د بس یاری از پدیدههای چن د بعدی چونکیفی ت زندگ ی، تعریفی از آس یب پذی ری اجتماعی که ب ر آن اجماع عمومی وجود داشته باشد، سخت است. وایزنر و ایتو آسیب پذیری اجتماعی را چنین تعریف می کنند «خصوصیات و ویژگیهای فرد و یا گروهی از افراد که بر ظرفیت آنها برای پیش بینی، مقابله با، مقاومت و بازیاب ی از اثرات س انحه تاثیر می گ ذارد» )Wisner and Uitto, 2009 512 ,(. مفه وم آس یب پذیری اجتماعی در مقابل س وانح محیطی ،آس یب پذی ری را ش امل عوامل اجتماعی- اقتص ادی و جمعیتی در نظر می گیرد که بر تاب آوری جوامع تاثیر می گذارند. آس یب پذیری اجتماعی جمعیت حساسی را شناسایی می کند که احتمالاً نتوانند در مقابل سوانح طبیعی پاسخگو بوده، با آن مقابله کرده و به شرایط اولیه خود باز گردند. آسیب پذیری اجتماعی یک ساخت چندبعدی است که براحتی با یک شاخص قابل تشخیص نیست. آسیب پذیری اجتماعی مفهومی پیچیده و پویا است که در فضا و طول زمان متغیر اس ت. بع د فضایی آس یب پذی ری اجتماع ی حا کی از ای ن واقعیت است که گروههای جمعیتی با خصوصیات تقریباً یکسان تمایل به سکونت در مکان و یا نواحی مشابهی دارند. بعد زمانی آسیب پذیری اجتماعی نیز بر این واقعیت دلالت دارد که میزان آسیب پذیری افراد به سن و شرایط زیست آنها بستگی دارد )Zebardast, 2013, 1333(.
در م دل آسـیب پذیری مـکان1 )VOP( کاتر )نمودار 2(، س طح خطـر از طریـق خط ر فیزیک ی س نجیده می ش ود که خود به س ه مولفه قابل تجزیه اس ت: منابع بالقوه خطر )کالبدی، تکنولوژیکی و اجتماع ی(؛ سـطح تاثی ر خطـر )اث ر زی اد یا ک م(؛ و فراوان ی اتفاق )سیل با احتمال وقوع 1۰۰ ساله، زلزله با دوره بازگشت 25۰ ساله( .این سه مولفه در کنش با اقدامات انجام شده برای کاهش اثرات خطر، پتانسـیل مخاطره را ش کل میدهند. در این مدل پتانس یل مخاطره از طریق تلاش های پیش گیرانه قابل کاهش است، لیکن ،اقدام ات ضعیـف و ی ا غیر موث ر پیش گیرانه ممکن اس ت برعکس باعث تشدید پتانسیل مخاطره شوند )Cutter et al., 2000(.
پتانس یل مخاط ره در کن ش ب ا زمین ه جغرافیای ی و نیز س اخت اجتماع ی منطق ه م ورد مطالعه ایج اد میش ود. زمین ه جغرافیایی شامل ویژگیهای محیطی منطقه مورد مطالعه و نیز نزدیک بودن به

نمودار ۲- مدل مفهومی آسیب پذیری مکان.
)Cutter et al, 2003, 244( :ماخذ
جدول 1- شاخص های انتخاب شده برای بررسی آسیب پذیری اجتماعی نواحی مختلف شهر تهران.
مطالعات جهت
تاثیر شاخص ها ردیف
)Armas, 2012( ; )Zebardast, 2013( ↑ درصد جمعیت بیسواد 1
)Shi, 2013(; )Flanagan et al., 2011(; )Bjarnadottir et al., 2011( ; )Zebardast, 2013( ↑ نرخ بیکاری ۲
)Borden et al., 2007( ↑ نرخ بیکاری مردان 1۰ ساله و بیشتر 3
)de Oliveira Mendes, 2009( ↑ نرخ بیکاری زنان 1۰ ساله و بیشتر 4
Esnard et al., 2011(; )Finch et al., 2010(; )Van Zandt et al., 2012(; )Jones, 2004(;( ))Tate, 2013:533(; )Schmidtlein et al., 2008(; )Flanagan et al., 2011 ↑ درصد جمعیت بیش از 65 سال سن 5
)Van Zandt et al., 2013(; )Enarson, 2007(; )Armas, 2012( ↑ درصد جمعیت زیر 4١ سال سن 6
)Wood et al., 2010( ↑ نرخ مهاجرت 7
)Finch et al., 2010; )Armas, 2012(; )de Oliveira Mendes, 2009(; )Wood et al., 2010( ↑ بعد خانوار 8
)Flanagan et al., 2011( ↑ نفر در واحد مسکونی 9
)Van Zandt et al., 2012( ; )Andrey and Jones, 2008( ↑ درصد جمعیت مجرد 10
)Cutter, 2003(; )Zebardast, 2013( ↑ در صد معلولین 11
)Cutter, 2003(; )Zebardast, 2013( ↑ درصد جمعیت با درآمد بدون کار 1۲
)Cutter, 2003(; )Zebardast, 2013( ↑ درصد زنان بدون کار 13
)Zebardast, 2013( ↑ درصد واحد مسکونی با مساحت 5۰ متر مربع یا کمتر 14
)Cutter, 2003(; )Zebardast, 2013( ↑ واحد مسکونی با یک اتاق 15
)Cutter, 2003(; )Zebardast, 2013( ↑ در صد واحد مسکونی با کمتر از یک اتاق 16
)Cutter, 2003(; )Zebardast, 2013( ↑ درصد واحد های مسکونی بدون آب، برق و تلفن 17
)Cutter, 2003(; )Zebardast, 2013( ↑ درصد واحد های مسکونی بدون آشپزخانه و حمام 18
)Cutter, 2003(; )Zebardast, 2013( ↑ در صد واحد های مسکونی استیجاری 19
;)Borden et al., 2007( ; )Zebardast, 2013( ↑ درصد کارگران ساده ۲0
Armas, 2012(; )Tate, 2013:533(; )Chakraborty et al., 2005(; )Borden et al., 2007(;( ;))Myers et al., 2008 ↑ ترا کم جمعیت ۲1
;)Zebardast, 2013(; )Cutter, 2003( ¯ دسترسی به مدارس معلولین ۲۲
)de Oliveira Mendes, 2009(; )Borden et al., 2007( ¯ دسترسی به مهد کودک ۲3
)de Oliveira Mendes, 2009(; )Borden et al., 2007( ¯ دسترسی به مدارس ابتدایی ۲4
;)de Oliveira Mendes, 2009(; )Borden et al., 2007( ; )Zebardast, 2013( ¯ دسترسی به دبیرستانها ۲5
;)de Oliveira Mendes, 2009(; )Borden et al., 2007( ; )Zebardast, 2013( ¯ دسترسی به مرا کز بهداشتی ۲6
)de Oliveira Mendes, 2009(; )Borden et al., 2007( ¯ دسترسی به بیمارستانها ۲۷
;)Borden et al., 2007( ; )Zebardast, 2013( ¯ دسترسی به آمبولانس ۲8
;)de Oliveira Mendes, 2009(; )Borden et al., 2007( ; )Zebardast, 2013( ¯ دسترسی به ایستگاههای آتش نشانی ۲9
کانون مخاطرات، حوادث و سـوانح اس ت. سـاخت اجتماعی شامل خصوصیات و ویژگیهای اجتماعی-جمعیتی، برداشت محلی از خطر و مخاطره و نیز ظرفیت جامعه مورد نظر در پاسخگویی به مخاطرات است . کاتر و همکاران معتقدند که ا کثر محققین در مورد اثرات عوامل زی ر ب ر آس یب پذیری اجتماع ی اتفاق نظ ر دارند: عدم دسترس ی به منابع )ش امل اطلاعات، علم و فناوری(؛ دسترسی محدود به قدرت سیاسی و نمایندگی؛ سرمایه اجتماعی شامل شبکههای اجتماعی و ارتباطات؛ اعتقادات و آداب و رس وم؛ موجودی س اختمان و قدمت آنه ا؛ زی ر س اختها و شـریانهای حیات ی. اینها معی ار ه ا و ویژگیهای تاثی ر گذار بر آس یب پذی ری اجتماعی ان د که در اغل ب متون نظری.)Cutter et al., 2003,246-249( مرتب ط مورد اس تناد قرارگرفت ه ان د
با توجه ویژگیهای خاص مدل آسیب پذیری مکان) VOP( کاترکه می توان از آن در بررس یهای مربوط به انواع مخاطرات طبیعی)اعم از سیل، زلزله، طوفان، و..( استفاده کرد، و ماهیت این مطالعهکه بر دس تیابی به توزیع فضایی آس یب پذیری اجتماعی در سطحناحیه کلانشهر تهران تا کید دارد، مدل آسیب پذیری مکان کاتر به عنوان چارچوب نظری این مطالعه انتخاب شده است. بنابراین، با توجه به چارچوب نظری و مدل مفهومی انتخاب شده، و با در نظر گرفتن شرایط و ویژگیهای کلانشهر تهران و نیز در نظر گرفتن قابلیت دس تیابی ب ه داده ه ا و اطلاعات مورد نیاز در س طح ناحیه، از بین ش اخصهای نشانگر آس یب پذیری اجتماعی بر گرفته از مطالعات مرتبط، شاخصهای زیر انتخاب شدند )جدول 1(.
۲.1.3. انج ام تحلی ل عامل ی و اس تخراج ابعاد نش انگر آس یب پذیری اجتماعی.
روش تحلیل عاملی با اس تفاده از 29 ش اخص انتخاب شده و با اس تفاده از نرمافزار SPSS، انجام ش د. ش رایط لازم ب رای بکارگیری روش تحلی ل عاملی، نخس ت با اس تفاده از آزمون کروی ت بارتلت2 و معی ار کایس ر- مهی ر- اولکی ن) Kaiser-Meyer-Olkin )KMO(( در م ورد تناسـب کلی نمونهها کنت رل ش د )Sharma, 1996, 116(. آزمـون کرویـت بارتلـت )0.05>Sig( و مق دار ع ددی KMO براب ر ب ا 796/۰ مناسب بودن تحلیل عاملی انجام



قیمت: تومان

دسته بندی : معماری و شهرسازی

دیدگاهتان را بنویسید