第三章 研究方法
第四節 研究方法與操作步驟
本研究欲選取建構都市綠網之準則因子，第一階段採用模糊德爾 菲法，以篩選不適合的因子，確定層級架構。第二階段採用 AHP 階 層程序法，以確定各因子間之相對權重。
一、模糊德爾菲法
模糊德爾菲法（Fuzzy Delphi Method）是在 1985 年，由 Murray, Pipinon and Gigch 針對德爾菲法之缺失所修正而得，其試圖將模糊理 論應用於德爾菲法（徐村和，1998）。為進一步選取因子，本研究採 模糊德爾菲法，進行專家問卷，篩選不適合之因子。
（一）根據研究目的，廣泛蒐集相關文獻，研擬出相關之因子項目。
（二）蒐集群體意見
請專家學者針對各評估因子項目進行評分，取得群體對各因 子之評值。
（三）應用模糊德爾菲法篩選評估因子
關於第一階段之問卷內容，將包含基本資料、填寫說明、因 子層級、問卷填寫、因子釋義、建議等部份。
1.問卷編制
本研究採用 0~10 個等級之評定方法，請各專家學者依照專 業背景及經驗，填入其可接受的範圍值和專家單一評值，如表 3-1 所示（詳細問卷見附錄）：
表 3-1 Fuzzy Delphi 專家評值表
重要性程度 可接受的範圍
因子
最有可能之單 一值（0~10）
可接受之最大值 可接受之最小值
1.植物種類多樣性 （ ） （ ） （ ） 2.植物群落多樣性 （ ） （ ） （ ） 3.棲地多樣性 （ ） （ ） （ ）
資料來源：本研究整理 2.問卷調查執行
本問卷配合專家方便的方式，以 E-mail 或書信寄送進行，將 問卷送達。並留下聯絡方式及回郵信封，便於專家於時限內將問 卷結果遞回。
3.問卷分析
於 1988 年時，Klir 和 Floger 提出之平均數一般化模式，其代 表了決策群體的共識，如下式所示：
hα（a1，a2...an）= ( a1α+a2
α+...anα/n)1/α
當α不同時，其有不同的函數形態，極小值與極大值分別是 最小與最大的平均數函數型態，即一般化平均數函數的上下限。
而幾何平均數、調和平均數及算術平均數，則為分佈於一般化平 均數函數之上下限之間的平均數函數型態。模糊函數尚有許多表 達決策群共識的方法，如 L-Q 模糊數、梯型模糊數及三角模糊數，
而 Saaty（1980）認為以幾何平均數代表專家共識的效果較佳，因 幾何平均數之數值較能滿足模糊正倒值矩陣的定義。
U：決策群體共識之極大值 L：決策群體共識之極小值 X0：大部份決策群體共識
圖 3-3 三角模糊函數圖 資料來源：陳曉玲，1995
是故，本研究將依幾何平均數之平均數函數型態，進行第一 階段問卷之計算操作，建立一三角函數，找出群體對各因子之最 高評價、最低評價，以及求取大部分決策群體之共識點。
4.篩選評估因子項目
利用上述之三角模糊函數，依研究目的決定門檻值（S），用 以篩選專家群所認定不重要的因子項目，其原則如下：
XA≧S，接受 A 因子。
XA＜S，刪除 A 因子。
二、分析階層程序法
分析階層程序法（Analytic Hierarchy Process, AHP）為 1971 年 Thomas L. Saaty 所發展出來，主要應用在不確定情況下及具有多數個
評估準則的決策問題上（褚志鵬，2003）。以系統化方式求解問題，
簡化問題複雜化，建立具有相互影響關係結構，有助於問題分析，經 常被應用於規劃、預測、判斷、資源分派及投資組合方面。（馮正民、
林楨家，2000）
AHP 主要應用在決策問題（Decision Making Problems），依 Saaty 的經驗，可應用在以下各類問題中，例如規劃（Planning）、決定優先 順序（Setting Priorities）、選擇最佳方案或政策（Choosing a Best Alternatives）、確保系統穩定（Insuring the Stability of a System）等。
在發展後，在許多領域中已廣泛的應用，近幾年朝向多目標規劃
（Multiobjective Programming）相結合，並推廣在大規模系統的設計 等（褚志鵬，2003）。
而本研究欲建立都市綠網系統規劃的整體準則架構，將規劃完整 之都市綠網所需考量的準則及因子，依不同考量層面，做層級分類思 考，故採用 AHP 研究法，做分析探討。
AHP 的作業程序主要包括四個步驟，分述如下：
（一）建立層級關係
階層為系統特別的型態，基於個體可加以組成並形成不同 集合體的假設下，將影響系統的要素組合成許多層級（群體），
每一層級只影響另一層級，同時僅受另一層級的影響（鄧振源、
曾國雄，1989）。
在利用 AHP 建立層級關係前，需先將一個複雜的問題分成 四個層級：1.解決問題的目標；2.如何達到目標的標的；3.衡量 標的達成程度；4.擬定考慮的方案（馮正民、林楨家，2000）。
（二）建立成對比較矩陣
就各層級之每個單元內之項目進行兩兩比較，經由調查建
立各項目組間優劣關係的比較矩陣。所謂單元係指權重和為 1 之項目組合（馮正民、林楨家，2000）。成對比較矩陣之建立，
假設有 n 個要素，需進行 n（n-1）／2 個成對比較，如下式所示：
a
ij：表示決策制訂者對決策因素i與j兩兩相對比較後，所得 之交叉比較值。n：決策因素個數
成對比較矩陣一般以 9 個評比尺度進行調查，分別代表同 等重要（equal importance）、稍重要（weak importance）、重要
（essential importance）、很重要（demonstrated importance）、絕 對重要（absolute importance），以及上述五項尺度間的四個折衷 水準，評點由 1 到 9 之整數依序遞增（馮正民、林楨家，2000）。
而 1-9 評估尺度為 Saaty 所提出，其選擇 1-9 尺度的理由為，
人類無法同時對 7 種以上的事務進行比較（或 7±2）；為避免混 淆，其採取 9 的最高限。為了在不同的連續數值中做同一的比 較，因此起始值定為 1。此外，Satty 從 27 種不同的尺度值進行 實驗，發現 1-9 的尺度值，其 RMS（誤差均方根）與 MAD（中 位數絕對誤差）最小，同時能提供較佳的一致性測試。人類對 質的區別能力，以等強、稍強、頗強、極強及絕強等 5 個屬系 表示較好，為更精確，宜在相鄰二個屬性中插入一折衷屬性，
使其得到更好的連續性，因此總共需 9 個屬性值（褚志鵬，
2003）。
（三）求解權重並檢定一致性（褚志鵬，2003）
AHP 之權重套算及一致性檢定，可依據下列算式，利用 Excel 或 AHP 相關應用軟體（例如，Expert Choice）求解。本研究由於軟體資 源限制，故採用 Excel 套入公式之方法，依下列步驟，求取權重及一
2.一致性檢定
（Consistency Index）值、R.I.（Random Index）值及 C.R.（Consistency Ratio）值，其公式運算方式如下：
（四）計算各方案之優勢比重值
經過一致性檢定通過後，即可進行各方案優勢比重值之計 算，通常以 Pi 代表方案 i 之優勢比重值，Pi 可由各層級的權重 相乘加總而得，值愈大者表示被採納之優先順序愈高。
三、實證基地操作
為確認層級架構操作上之可行性，本研究將選取一基地進 行實證操作，藉由操作過程，檢核是否有無法操作之步驟及因 子，最後求算該基地之評值，並進行討論。
經由綠地發展之現況及研究者所在之考量，最後選取台中 市南區南測作為實證基地。本階段利用台中市政府網頁所建置 之空間地圖地理資訊、現勘、現有資料蒐集等方式，調查基地 相關之基礎資料。再利用圖面處理軟體（例如，AutoCAD、
MapInfo 等）及現有資料套用，將所得等級數值套入層級中，加 上權重，求得最後數值。