کاربرد مدل F’ANP در شهرسازی

نوع مقاله : مقاله پژوهشی

نویسنده

استاد شهرسازی، پردیس هنرهای زیبا، دانشگاه تهران

چکیده

اکثر روشهای چندمعیاری کنونی چون فرایند تحلیل سلسله مراتبی (AHP) و فرایند تحلیل شبکه ای (ANP) برای تعیین میزان اهمیت عناصر تشکیل دهنده موضوعات چند بعدی از قضاوتهای ذهنی استفاده می کنند. با توجه به ذهنی بودن قضاوتها در مورد میزان اهمیت عناصر تصمیم، نتایج متفاوتی ممکن است توسط گروه کارشناسان متفاوت ارایه شود، و این یکی از جدی ترین محدودیت های این روشها تلقی میشود. محدودیت دیگر این روشها، خصوصا ANP طولانی بودن فرایند محاسبات آنها برای تعیین میزان اهمیت نسبی عناصر تصمیم است. مدل پیشنهادی F’ANP دو روش تحلیل عاملی (FA) و فرایند تحلیل شبکه ای (ANP) را بگونه ای تلفیق کرده است تا با بکارگیری مزیت های ذاتی این دو روش، ابتدا موضوع مورد بررسی با استفاده از روش تحلیل عاملی به ابعاد تشکیل دهنده آن تجزیه شوند و سپس با استفاده از روش ANP، این ابعاد (خوشه ها) و عناصر آنها، و ارتباط و وابستگی های بین عناصر و خوشه ها به شکل شبکه ای مشخص شوند تا بتوان اهمیت نسبی عناصر تشکیل دهنده موضوع مورد بررسی را بطور عینی محاسبه کرد. در مدل پیشنهادی F’ANP چون قضاوتها برگرفته از نتایج تحلیل عاملی و بنابراین عینی اند، مشکلات ناشی از ذهنی بودن قضاوتها در تعیین اهمیت عناصر تصمیم برطرف شده است. مزیت دیگر مدل F’ANP این است که در این مدل، به دلیل استفاده از قابلیت های تحلیل عاملی در تبدیل موضوع به ابعاد مشخص و معین کردن رابطه بین این ابعاد استخراج شده و شاخص های آنها، نیازی به ساخت ماتریس های مقایسه ای دودویی نیست و بنابراین، نیازی به کنترل کردن سازگاری در قضاوتها در مورد میزان اهمیت عناصر تصمیم وجود ندارد. بدین ترتیب،  یکی دیگر از محدودیت های روش ANP که طولانی بودن مراحل محاسبات آن است، در مدل پیشنهادی F’ANP رفع شده است. مدل F’ANP می تواند کاربرد های فراوانی در تحلیل مسایل شهری و منطقه ای وسایر زمینه هایی که ماهیت چند بعدی دارند و برای سنجش و تحلیل آنها از متغیرها و یا شاخص های متعدد و مختلفی باید استفاده شود، داشته باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Application of F’ANP in Urban Planning

نویسنده [English]

  • Esfandiar Zebardast
Professor School of Urban and Regional Planning University of Tehran, Tehran
چکیده [English]

Most of the multi-criteria decision methods (MCDM), including Analytic Hierarchy Process (AHP) and Analytic Network Process (ANP), use subjective judgments for obtaining the relative importance of the decision elements of a subject matter. This has been considered as one the important limitations of the MCDMs. The F’ANP model, a hybrid factor analysis and analytic network process (F’ANP) model was first introduced by Zebardast (2013) to overcome this inherent limitation of the MCDMs in the process of obtaining the relative importance of decision elements. The proposed F’ANP model uses factor analysis (FA) to extract the underlying dimensions of the phenomenon. These identified dimensions and their primary variables are then entered into a network model in Analytic Network Process (ANP). The ANP is used to calculate the relative importance of different variables of the subject matter, taking into consideration the results obtained from FA and the possible interdependence between variables of the individual dimensions of the phenomenon. The model was first used to measure the social vulnerability as a composite index. In this paper the F’ANP model is modified to overcome one of the inherent limitations of the ANP and thus the original F’ANP as well. This is the lengthy process of computation required by the ANP. In the original F’ANP model after using factor analysis to derive the components of the subject matter and in the ANP part, pair-wise comparison matrices are constructed to obtain the relative weights of the decision elements. In this paper we show that since F’ANP uses the objective measures derived from the factor analysis method to construct the pair-wise comparison matrices in ANP in order to obtain the relative importance/weights of the decision elements, this could be directly obtained by normalizing the original vectors without a need for constructing the pair-wise comparison matrices. This process results in a relative weight computation that is robust and does not need a process of controlling the possible inconsistencies in the decision process. This enormously shortens the computation process, thus making F’ANP an easier model to use. The application of the proposed model to a real world case study show that it is a robust approach for constructing a composite index such as social vulnerability index. Its application to assess the spatial distribution of social vulnerability to earthquakes in the 117 zones of Tehran Metropolis indicates that the southern parts of the city are most socially vulnerable to earthquake hazards. The proposed F’ANP model could be utilized to study any multi-dimensional phenomenon in urban and regional planning and in any other fields of study that are multi-dimensional in nature and for their assessment several indicators are used.

کلیدواژه‌ها [English]

  • Analytic hierarchy process (AHP)
  • and Analytic Network Process (ANP)
  • F’ANP model
  • factor analysis
  • social vulnerability
  • Tehran Metropolis
  • زبردست، اسفندیار (1380)، "کاربرد فرایند تحلیل سلسله‏مراتبی (AHP) در برنامه‏ریزی شهری و منطقه‏ای"، هنرهای زیبا، شماره 10، صص 21-12.
  • - زبردست، اسفندیار (1389)، "کاربرد فرایند تحلیل شبکه ای (ANP)در برنامه‏ریزی شهری و منطقه‏ای"، هنرهای زیبا، شماره 41، صص 79-90.
  • - زبردست، اسفندیار، احمد خلیلی و مصطفی دهقانی (1392)، "کاربردروش تحلیل عاملی در شناسایی بافت های فرسوده شهری"، هنرهای زیبا، دوره 18، شماره 2، صص 27-42.
  • - Andrey, Jean and Jones, Brenda (2008) “The dynamic nature of social disadvantage: implications for hazard exposure and vulnerability in Greater Vancouver”, The Canadian Geographer, Vol. 52, pp 146-166.
  • - Armas, Iuliana (2012)¸ “Multi-criteria vulnerability analysis to earthquake hazard of Bucharest, Romania”, Natural Hazards, Vol. 36, pp. 1129–1156.
  • - Borden, Kevin A.; Schmidtlein, Mathew C.; Emrich, Christopher T.; Piegorsch, Walter W. ; and Cutter, Susan L. (2007) "Vulnerability of U.S. Cities to Environmental Hazards," Journal of Homeland Security and Emergency Management: Vol. 4: Iss. 2, Article 5. DOI: 10.2202/1547-7355.1279. Available at: http://www.bepress.com/jhsem/vol4/iss2/5.
  • - Chakraborty, J., Tobin, G., Montz, B. (2005)," Population Evacuation: Assessing Spatial Variability in Geophysical Risk and Social Vulnerability to Natural Hazards", Natural Hazards Review, Vol. 6, N0. 1, pp. 23-33.
  • - Cutter SL, Mitchell JT, Scoot MS (2000) Revealing the vulnerability of people and places: a case study of Georgetown Country, South Carolina. Ann Assoc Am Geogr, Vol. 90, pp 713–737.
  • - Cutter, SL, Boruff, BJ, Shirley, WL (2003), “Social vulnerability to environmental hazards”, Social Science Quarterly Vol. 84, No. 2, pp. 242–261.
  • - Cutter, Susan L.; Boruff, Bryan J. and W. Lynn Shirley. (2003),"Social Vulnerability to Environmental Hazards", Social Science Quarterly, Volume 84, Number 2, pp. 242-261.
  • - de Oliveira Mendes, José Manuel (2009), “Social vulnerability indexes as planning tools: beyond the preparedness paradigm”, Journal of Risk Research, Vol.12, No. 1, pp. 43-58.
  • - Dobbie, Melissa J. and Dail, David (2013), “Robustness and sensitivity of weighting and aggregation in constructing composite indices”, Ecological Indicators, Vol. 29, pp. 270-277.
  • - Enarson, E (2007), “Identifying and addressing social vulnerabilities’, in WL Waugh, KJ Tierney (Eds.) Emergency management: Principles and practice for local government, ICMA Press, Colorado.
  • - Esnard, Ann-Margaret; Alka Sapat, Diana Mitsova (2011), “An index of relative displacement risk to hurricanes”, Natural Hazards , pp. 1-27.
  • - Everitt BS, Dun G. (1991) Applied Multivariate Data Analysis. Edward Arnold, London.
  • - Finch, Christina; Emrich, Christopher T. and Cutter, Susan L. (2010), “Disaster disparities and differential ecovery in New Orleans, Popul Environ, Vol. 31, pp. 179–202.
  • - Flanagan, Barry E.; Gregory, Edward W.; Hallisey, Elaine J.; Heitgerd, Janet L.; and Lewis, Brian (2011) "A Social Vulnerability Index for Disaster Management," Journal of Homeland Security and Emergency Management: Vol. 8, Iss. 1, Article 3.
  • DOI: 10.2202/1547-7355.1792 Available at: http://www.bepress.com/jhsem/vol8/iss1/3.
  • - Kaiser, HF (1960) The application of electronic computers to factor analysis. Educational and Psychological Measurement Vol. 20, pp.141–151.
  • - Munda G. and Nardo M. (2005) Constructing consistent composite indicators: the issue of weights, unpublished manuscript.
  • - Myers, Candice A. ; Slack, Tim and Singelmann, Joachim (2008), “Social vulnerability and migration in the wake of disaster: the case of Hurricanes Katrina and Rita”, Population and Environment - POP ENVIRON , vol. 29, no. 6, pp. 271-291.
  • - Schmidtlein MC, Deutsch RC, Piegorsch WW, Cutter SL(2008) A sensitivity analysis of the social vulnerability index. Risk Analysis, Vol. 28, No. 4, pp. 1099-1114.
  • - Sharma S (1996) Applied Multivariate Techniques. Wiley, New York.
  • - Tate, Eric (2013) Uncertainty Analysis for a Social Vulnerability Index, Annals of the Association of American Geographers, Vol. 103, No. 3, pp. 526-543
  • - Van Zandt, Shannon; Peacock, Walter G. ; Henry, Dustin W.; Grover, Himanshu; Highfield , Wesley E. and Brody, Samuel D. (2012), “Mapping social vulnerability to enhance housing and neighborhood resilience”, Housing Policy Debate, Vol. 22, pp. 29-55.
  • - Villa, F. and McLeod, H. (2002), “Environmental Vulnerability Indicators for Environmental Planning and Decision-Making: Guidelines and Applications, Environmental Management Vol. 29, No. 3, pp. 335–348.
  • - Wisner B, Uitto J (2009) Life on the Edge: Urban Social Vulnerability and Decentralized, Citizen-Based Disaster Risk Reduction in Four Large Cities of the Pacific Rim. In: Brauch HG et al. (eds) Facing Global Environmental Change. Springer Verlag, Berlin, pp. 215-231.
  • - Wood NJ, Burton CG, Cutter SL (2010) Community variations in social vulnerability to Cascadia-related tsunamis in the U.S. Pacific Northwest. Nat Hazards 52:369–389.
  • - Yuksel I, Dagdeviren M (2007) Using the analytic network process (ANP) in a SWOT analysis – A case study for a textile firm. Information Sciences, Vol. 177, pp. 3364–3382.
  • - Zebardast, E. (2013) Constructing a Social Vulnerability Index to Earthquake Hazards using a Hybrid Factor Analysis and Analytic Network Process (F'ANP) Model, Natural Hazards, Vol., 65, pp. 1331-1359.