第3章 第三章 既有集合住宅影響使用壽命評估指標建構 第一節 既有集合住宅影響使用壽命評估指標 第一節 既有集合住宅影響使用壽命評估指標
第二節 模糊德爾菲法
經過相關文獻分析後，本研究認為影響建築使用壽命可從許多面向切入分析，
為了使評估指標的項目能符合台灣實際環境而更貼切於本研究，讓本研究所設立的 指標具有客觀性及公正性，本研究利用模糊德爾菲法之專家問卷，進行多次的意見 調查、回饋與修正，取得受調查之專家學者達成共識的評估指標。以下分別就模糊 理論及模糊德爾菲法作說明與介紹。
壹、模糊理論
模糊理論（Fuzzy Theory）為解決現實生活中存在的模糊現象而發展出的。它 是由美國自動控制學大師，柏克萊加州大學教授 Lotfi. A. Zadeh 於1965年首先提 出，其運用數學化之方式將真實世界中無法明確定義的概念問題予以彈性的表示。
其用意在探討人類主觀或思考過程的定量化方法時以數學方式處理人類文辭意義的 模糊性（王欽輝等編譯，1992）以彌補傳統的二值邏輯（非0即1觀念） 描述事物的 缺點。在明確集合（Crisp set）對文辭意義的考量時，其元素屬於或不屬於0或1 兩個數值明確定義; 相對地，模糊集合則將各元素的歸屬（Membership）定義為0 到1的離散值，而不是只有0或1兩個數值。模糊理論發展的目標是當我們面對複雜姐 規模較大的對象或問題須作決策分析或控制時，能就資訊的瞭解、思考和判斷上提 供一有效的處理模式。
簡單地口語化表示，模糊理論集是以隸屬函數（Membership Function）的概念 來表達近似人類自然語言所經常使用的形容詞程度問題及各種生活上所遇之曖昧 性、含糊性或模糊性等不確定性問題之解決方法。
53
貳、模糊徳爾菲法
德爾菲方法乃由 Dalkey 與 Helmer 於 1960 年所提出，其為一表示專家群體意見 之有系統的程序方法。而 1970 年 Bellman 與 Zadeh 首次提出將模糊理論應用在解決 各種模糊環境下的決策問題以來，模糊理論已被廣泛地運用在個個俱有相當多模糊 資料的學科領域，而模糊徳爾菲法即是傳統德爾菲法應用模糊理論的一個例子。
模糊徳爾菲法是一個進行因子篩選的方法，一般採用程序可以以下列三個步驟 進行：（1）建立影響因子集; （2）蒐集決策群體意見; （3）利用德爾菲法進行評 估計算（徐村和，1998）。相較於傳統的德爾菲法其最大的特點在於能夠解決傳統德 爾菲法反覆詢問專家意見時所造成的時間、成本耗費及反應率逐次降低等缺失，而 且進行專家問卷調查時，屏除傳統的二值邏輯或是樹種等距單一選擇的作答方式，
改由專家提供一個可能區間的模糊答案，已取得更接近專家之意見結果。因此應用 模糊徳爾菲法來進行因子篩選以用來達到研究時所設立之目標。
模糊徳爾菲法顧名思義係由傳統德爾菲法結合模糊集合理論所發展出之方法，
將其應用於群體決策上可以解決專家意見共識程度之模糊性問題。本研究採用模糊 徳爾菲法進行第一階段候選評估指標之篩選。藉由模糊理論的應用不但可解決專家 共識程度之模糊性問題及給予專家彈性的評估值尺度，同時減少問卷來回的次數，
提升問卷的效率與品質，經由統計的結果即可篩選出影響建築使用壽命之客觀評估 因素。
一、 德爾菲與模糊德爾菲分析
德爾菲是政策科學中重要的預測與決策方法之一，其操作的概念是以專家判斷 為基礎，利用集思廣益的過程來推測未來現象，並將眾人的意見加以整理的方法，
以解決複雜無法以量化資料來做預測，如需要共識的政策議題。自1948年以來，迅 速應用在公共政策、管理等相關的領域研究上。但德懷素的操作方式仍有多項批評 與限制。因此學者不斷地針對德懷素的操作方式進行修正，期能使用該技術更有效 率與更具可靠性。
54
二、 德爾菲起源
傳統德爾菲於 1950 至 1960 年發展出，或許是最知名的群體決策之技術，主要 是以反覆而結構化之程序，採用一系列依據計畫的、不具名的、分別附有意見回饋 的問卷反覆進行，針對特定議題對專家群體之決斷進行系統化之資訊蒐集;專家個別 的提供最初的問卷反應後，採用統計之技術將專家意見加入第二次問卷中，並要求 專家進行第二次之意見修正，藉這種群體意見回饋之反覆實施，其問卷由開放而封 閉，專家之意見亦從具差異性之開放而收斂，而獲致完整或穩定之結論(Damigos and Anyfantis, 2011; Tsai et al., 2010)。
三、 德爾菲種類
德爾菲在 1985 年以後，德爾菲與模糊理論結合發展出模糊德爾菲法(Fuzzy Delphi)，此法企圖解決傳統德爾非法所遇到的困難，他同時具有能夠處理語意模 糊，並且保留較多專家訊息的優點。但模糊德爾菲法著重在專家訊息的模糊處理，
在擷取專家意見的階段與一般德爾菲法並無不同。模糊德爾菲法(Fuzzy Delphi Method, FDM)篩選專家共識重要程度較高之評估因子，操作上藉設計模糊德爾菲問 卷，來蒐集專家之意見。故種類分為兩種，分別是傳統德爾菲及模糊德爾菲。
四、 特色與步驟
傳統德爾菲法(Delphi technique)為 1960 年代黑默(Helmer)等人所發展出來的 長期預測技術，屬於直覺預測方法(intuitive forecasting method)。德爾菲法雖 已廣泛應用於各領域，但仍有一些缺失，其缺點為:
(一) 問卷問題可能模糊不清，導致不同之專家對特定問題可能有不同的認知，且因 彼此無法相互溝通而產生錯誤的反應。
(二) 如果為使專家意見趨於一致而反覆進行次數增多，將造成成本增加、耗財費 時，且回覆率(response rate)不高。
(三) 問卷負責人在彙整專家意見時，可能會有先入為主的觀念，而過濾掉可能
55
之正確意見，造成結果的偏誤(鄧振源，2005)。
針對上述傳統德爾菲法的缺失，1985 年以來，即有學者開始將模糊理論應用於 德爾菲法中。例如 Ishikawa (1993)等學者為解決傳統德爾菲法之缺點，將模糊理 論概念引進德爾菲法中，建立累積次數分配最大值-最小值(Max-Min)與模糊積分 (fuzzy integration)兩種方法，俾將專家之意見整合成模糊數之過程，此即為模糊 德爾菲方法(FDM)，其優點為:
(一) 個別專家學者的意見都會被考慮進去。
(二) 減少調查次數並降低時間與經費的消耗，在時間與成本更具經濟效益。
(三) 預測項目之語意結構明確。
(四) 個別專家學者屬性亦加入考量。
(五) 對於專家學者的意見可較為完整的表達。
(六) 對於專家學者之知識經由模糊理論可使其更具理性且合乎需求。
56
本研究主要參考鄭滄濱(2001)所提之模糊德爾菲法的執行步驟，從評估指標的 建立、專家群體意見蒐集、建立雙三角模糊數、灰色地帶檢定及計算共識值，實施 步驟說明如下所述:
步驟一:
對所有需調查的評估項目設計模糊專家問卷，並組成適當的專家小組，然後請 每一位專家個別對每一個評估項目，給予一個可能的區間數值。此區間數值的「最 小值」表示此專 家對該評估項目量化分數的「最保守認知值」; 而此區間數值的「最 大值」就表示此專家對該評估項目量化值的「最樂觀認知值 」。
步驟二:
針對每一項評估項目i，分別就所有專家所給予的「最保守認知值」與「最樂觀 認知值」作統計分析，將落於「2倍標準差」以外的極端值剔除之後，再分別去求算 未被剔除而剩餘的「最保守認知值」中的最小值CiL、幾何平均值CiM、最大值CiU，及
「最樂觀認知值」中的最小值OiL、幾何平均值OiM 、最大值OiU 。 步驟三:
分別建立由步驟二所求算出針對每一個評估項目的「最保守認知」之三角模糊 數 Ci= (CiL, CiM, CiU)及「最樂觀認知」之三角模糊數Oi= (OiL, OiM, OiU)。
57
步驟四:
檢驗專家的意見是否有達到共識，可藉由下述的方式來判斷。
(一) 若兩三角模糊數無重疊現象亦即(CiU ≤ OiL )，如圖左邊為CiU < OiL ，右邊是 CiU = OiL 。則表示各專家的意見區間值有共識區段，且意見趨於此共識區段範 圍內。換言之，專家所認定的最小值即最小，最大值即最大,並不會發生甲專 家所認定的最大值，反而是乙專家認為的最小值情況。因此我們令此評估項目 i的「共識重要程度值」Gi等於CiM 與OiM的算術平均值。
G
i=
圖 3-1 無重疊的「最保守認知」與「最樂觀認知」之三角模糊數示意圖 (資料來源：楊靜怡，2009)
(二) 若兩三角模糊數有重疊現象亦即(CiU > OiL)，且模糊關係之灰色地帶Zi =CiU − OiL 小於專家對該評估項目「樂觀認知的幾何平均值」與「保守認知的幾何平均值」
之區間範圍Mi = OiM − CiM ，如圖。則表示各專家的意見區間值雖無共識區段，
但給予極端值意見的兩位專家(樂觀認知裡的最保守值及保守認知裡的最樂觀
58
值)，並沒有與其他專家的意見相差過大而導致意見分歧發散。也就是說甲專 家在樂觀認知裡所給予的最保守值，接近其他專家用來給予保守認知裡的值。
因此，我們令此評估項目的「共識重要程度值Gi 」等於對兩三角模糊數之模 糊關係做交集(min)運算所得的模糊集合，再求出該模糊集合具有最大隸屬度 值的量化分數。
圖 3-2 已收斂的「最保守認知」與「最樂觀認知」之三角模糊數示意圖 (資料來源：楊靜怡，2009)
59