在认识层面中，通过地方居民的邻里满意度的视角来进行问题识别，在这一环节中运用模糊评价方法。模糊评价法是基于美国控制论学者扎德创建的模糊数学（fuzzy mathematics）理论（Zadeh，1965），采取语言变量代替数值变量来处理不确定性的评价方法，它在定量分析和评价界限不明确现象时模拟了人类的推理模式。考虑到社区形态的良好程度和人们的生活质量本身带有较浓的主观色彩，引入模糊综合评价法来测度，比传统的多要素综合法、AHP法等更具优势。
表7-1 社区满意度评价的指标体系
选取社区物质环境形态、社区社会环境形态、社区居民活动与感知形态等三个领域共20个因子进行评价。根据上述评价指标体系，首先构建评价因子集：U＝［居住面积（u1），建筑质量（u2），室内日照（u3），室内通风（u4），噪音干扰（u5），环境卫生（u6），绿化（u7），商业购物（u8），老字号店铺（u9），公共设施配套（u10），交通出行（u11），文化娱乐设施（u12），体育锻炼设施（u13），休憩场所（u14），邻里交往空间（u15），社区文化活动（u16），邻里关系（u17），与老朋友联络（u18），安全感（u19），家庭关系（u20）］。并让社区居民对上述因子逐项打分，评语集合分为五级：V＝［很满意（v1），满意（v2），一般（v3），不满意（v4），很不满意（v5）］（表7-1）。
从因子集到评语集建立模糊关系，算出各评价因子的隶属度。例如调查结果表明，对于居住面积而言，2.4%的居民表示“很满意”，8.8%的居民表示“满意”，30.7%的居民表示“一般”，32.8%的居民表示“不满意”，25.1%的居民表示“很不满意”，于是对居住面积因子可得到如下模糊评价向量：［0.024 0.088 0.307 0.328 0.251］。用同样方法得到其他19个因子的模糊评价向量后，得到另外19个模糊评价向量，随后将这些向量合并可得5×20的模糊关系矩阵R。
采用对比排序法，让居民从20个评价因子中选出最重要的5个并排序，据此赋予分值[1]。然后根据每个因子得分占所有因子总得分的比重，得出该因子的权数，即：Wj＝
[2]（表7-2）。所有评价因子的权数在U上构成模糊向量：
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
