水庫征地移民發展扶持管理信息系統研究

吳啟凡,張馨月

(1.河海大學公共管理學院,江蘇南京210098；2.中國移民研究中心,江蘇南京211100；3.南京理工大學,江蘇南京210094)

水庫征地移民發展扶持管理信息系統研究

吳啟凡1,2,張馨月3

(1.河海大學公共管理學院,江蘇南京210098；2.中國移民研究中心,江蘇南京211100；3.南京理工大學,江蘇南京210094)

通過對聯合國可持續發展委員會(UNCSD)可持續發展指標與世界銀行(WB)移民導則進行分析研究,建立水庫征地移民發展扶持評價指標體系；運用神經網絡模型,分別對水庫征地移民生產生活現狀與搬遷前原居住地生產生活情況、現居住地非移民生產生活水平進行綜合對比分析,得出征地移民發展扶持效果評價結論,并通過MIS系統實現水庫征地移民發展扶持信息化管理。通過管理信息系統提供數據采集平臺、明確指標體系內容,簡化評價模型操作難度,使系統具有普適性,為各領域移民發展扶持評價提供研究依據。

征地移民；發展扶持評價；BP神經網絡模型；MIS系統

1 研究綜述

移民的長期發展已得到世界銀行、亞洲開發銀行,以及世界部分國家的高度重視;但對于移民發展扶持效果的評估與管理還沒有達到系統化要求[1]。水庫征地移民發展扶持管理是水利水電工程規劃設計和建設過程中必須重視的重要因素之一。水庫移民的生活生產是否能得到保障,是水電站順利運行的基本要素之一,移民的信息化管理已成為滿足信息時代高速發展的必然選擇。

國內外對于征地移民的研究始于20世紀末。針對水庫征地移民發展扶持管理的研究,主要以邁克爾·塞尼教授、施國慶教授等對世界銀行移民政策、三峽工程移民、南水北調工程移民等的研究為基礎[2- 4]。目前,移民發展扶持研究主要集中于政策、方法、理念層面,對發展前景、扶持效果評價的研究相對較少[2,5],雖有相關定量研究,但主要集中于單向度的、不具有反饋機制與自適應能力的傳統模型與評價方法[2,6]。針對征地移民管理信息系統的研究相對較少；且現有移民管理信息系統的主要用途依然停留在移民征遷、安置的前期與中期,對后期發展狀況的評價與管理仍處于十分薄弱[7]。

2 系統構架

水庫征地移民發展扶持管理信息系統旨在為征地移民管理提供有效途徑,為移民基礎數據錄入、監測數據跟蹤,以及數據綜合處理、移民發展水平評價提供具有便利平臺、規范化管理體系的智能評價系統。

系統主要包括數據管理模塊、指標體系模塊、發展評價模塊三個部分。其中,數據管理模塊主要管理移民在原居住地的基底數據資料、移民在現居住地的監測數據資料、現居住地的原居民的各階段對比數據資料三個部分；指標體系主要用于確定發展扶持評價模型的數據體系,對數據管理模塊的數據進行篩選、分類,并標準化處理,為評價模型提供數據基礎；發展扶持評價模塊為該系統的主體部分,采用BP神經網絡模型,用誤差反向傳播算法,主要運算機制與人腦相似,可自動計算權值,具有強大的反饋機制與自適應能力(見圖1)。通過BP神經網絡模型對已經處理好的原居住地移民基底數據、現居住地原有居民數據分別進行訓練,可得到訓練組1、訓練組2兩組已經具有權重和閾值訓練模型,并用其對移民現階段監測數據進行測試得到移民現階段發展情況是否已達原有生活水平、是否達到現居住地原著民生活水平的數據；從而可對未達到發展要求的移民區域的子指標進行進一步測算,找到具體的待扶持方向,以指導下一步發展計劃的制訂,推動移民整體發展與共同進步,保障移民既能達到搬遷前的生活條件,又能盡快融入新的生活環境。

圖1 系統構架

3 指標體系構建

根據聯合國可持續發展委員會(UNCSD)的可持續發展集成指標的研究基礎,結合世界銀行(WB)移民導則的基本要求,將水庫征地移民發展評價指標體系劃分為社會指標、經濟指標、環境指標三個部分,共計22個指標[8-10]。由于神經網絡模型在系統訓練過程中具有自動聚類、降維的能力,不需要對指標體系進一步簡化[11]；同時,模型基礎數據要求無量綱化處理,但是一般的標準化方法,都會對數據質量造成影響,對于不同的數據結構還需要采取不同的標準化方式,這樣便失去了系統自動化、智能化的優勢。那么,在指標體系建立的過程中,如能選用無量綱指標,將最大限度的優化系統。那么,對于移民這種數量龐大的群體,采用比例、比率這種指標計量形式更有利于評估區域整體的發展情況,大大減小抽樣誤差與極差影響[9]。綜合以上因素,本研究最終將水庫征地移民發展扶持評價指標體系設定為表1中各項。

其中,關鍵生態系統包括森林、濕地等,能源利用指煤炭、電、天然氣等,溫室氣體主要統計二氧化碳排放,耕地包括水田、旱地兩部分；某項指標的比例指的是某移民村該項指標占整個移民區域的比例,某項指標的區域百分比指的是某移民村該項指標占整個移民區域的比例。以圖2所示案例中的醫療指標為例,其涉及的三個參數：a村移民擁有基礎醫療服務的人口比例指的是a村移民擁有基礎醫療服務人口占W縣擁有基礎醫療服務人口的比例；a’村移民擁有基礎醫療服務的人口比例指的是a’村移民擁有基礎醫療服務人口占W縣擁有基礎醫療服務人口的比例；a’村原居民有基礎醫療服務的人口比例指的是a’村原居民擁有基礎醫療服務人口占W縣擁有基礎醫療服務人口的比例。

4 評價模型

征地移民發展扶持情況涉及社會、經濟、文化、生產、生活、生態等到個方面,同時各方面因素難以量化,不便于進行好壞劃分,傳統的計量模型對權值、閾值的依賴較大,受人的主觀影響,同時不能對誤差進行自動校正。該系統采用具有反向傳播算法的BP神經網絡模型,BP神經網絡模型已廣泛應用于醫學、計算機科學、材料學等多個領域,但是在移民學、管理學等社會科學領域應用極少,采用該模型來評價移民發展情況,主要由于BP神經網絡模型能夠對移民發展扶持效果評價的各項指標進行自動賦權計算,并通過反向傳播算法對誤差進行自動修正,能夠自動適應環境、總結規律,并進行識別、仿真、測算[13]。一般的BP神經網絡模型包含輸入層、隱藏層、輸出層。

表1 水庫征地移民發展扶持評價指標體系

圖2 W縣G工程移民區域劃分

征地移民發展扶持評價模型的訓練組分別為原居住地移民基底情況、現居住地原有居民綜合情況,測試組為移民現階段綜合情況。

輸入層矩陣：P=[P1,P2,…,Pn]。其中,Pn=[A1,n,A2,n,…,An,n,B1,n,B2,n,…,Bn,n,C1,n,C2,n,…,Cn,n]T。式中, 1代表第一項指標,n代表第n個測算對象：每個測算對象涉及A、B、C3類指標,此例中每類指標分別有9、6、7個子指標。

輸出層矩陣：T=[T1,T2,T3,T4]。其中,Tn的取值區間為(0,1),0代表不滿足發展要求,1代表滿足發展要求；T1代表某移民村的整體發展水平評價結果；T2、T3、T4分別代表該移民村社會、經濟、環境各個方面的獨立評價結果。

那么,該評價模型不但可以對任何移民區域進行整體發展情況綜合評價,還可以對欠發達地區的待扶持方向進行標記,便于為移民發展扶持提供定點、定向的指導意見,大大提高移民發展效率。為此以W縣G工程的移民為例進行具體說明。

W縣G工程涉及A、B、C、D、E 4個鄉,包括a、b、c、d、e、f 等6個移民村。其中2個村為后靠安置,4個村為近遷安置,分別安置在移民新村a’、b’、c’、d’、e’、f’,具體村落分布如圖2所示(該圖為移民發展后期,鄉鎮規劃調整完成后的行政區劃及土地利用分布)。

各移民村原生產生活基底情況的指標集記為矩陣P=[P1,P2,…,P6]；各移民新村原有居民生產生活現狀的指標集記為矩陣P’=[P1’,P2’,…,P6’]；各移民村移民現階段發展情況指標集記為矩陣Q=[Q1,Q2,…,Q6]。

R=0.911

由評價結果T1可知,現階段移民綜合發展水平已基本達到征地拆遷前的生產生活水平,只有b、c兩村在生態環境方面相對較差。根據對其移民新村實際情況了解,在W縣B鄉、C鄉正東方存在工業園區,雖不在W縣范圍內,但是對b’、c’村所在地區生態環境造成了嚴重影響,溫室氣體排放量較高,空氣質量相對較差,周邊土地荒漠化嚴重,整體生態環境相對較差。

由評價結果T2可知,現階段移民綜合發展水平已基本達到移民新村原居民的生產生活水平,只有b、c兩村在經濟方面評價略低。根據對其移民新村實際情況了解,b’、c’、e’村所在地區均為沿河村落,村落周圍有少量農田,絕大多數居民以漁業為生,雖然b、c兩移民村也有部分居民以漁業為主業,已掌握了主要技術,但是還沒有完全適應b’、c’村網箱養殖的作業流程與生產模式。

通過對評價結果進行綜合分析,可以得出該縣移民整體發展水平已經達到基本要求,未來扶持方向只要針對b’、c’兩移民新村的技術培訓與對該區域工業園區的環境整治。通過實地研究可知,該評價模型在移民發展評價具有極大的實際意義,評價結果準確,符合實際情況,既便于宏觀評價移民的整體發展水平,又可以微觀地分析各地區、各方面的具體問題,對推動移民整體發展,加快移民與原著民融合具有積極意義。

5 MIS系統實現

運用MIS系統實現征地移民發展評價與扶持管理的主要目的是簡化評價體系實現過程,將移民信息管理與移民評價、移民發展進行系統管理,降低移民管理難度,讓移民發展評價能夠得到最大限度地使用與推廣。MIS系統在操作上將大大降低數據收集、數據預處理、模型建立、模型求解、結果分析的難度,增強人機交互[12,7]。征地移民發展管理信息系統包括數據采集、訓練、測試、結果輸出幾個部分(見圖3)。數據采集部分通過數據錄入系統實現,點擊“錄入”按鈕將出現如圖4所示的數據錄入系統,通過項目選擇與數據錄入可完成基礎數據錄入；點擊“訓練”按鈕進行對數據進行篩分與預處理,點擊“測試”將分別實現移民發展情況的兩組評價(即：是否達到搬遷前原有水平,是否達到搬遷后原居民綜合發展水平)。

圖3 征地移民發展管理信息系統界面

圖4 數據錄入系統界面

圖5 評價結果輸出界面

測試結果有兩部分組成：一是如圖5所示的宏觀評價結果；二是對matlab神經網絡工具箱計算結果的輸出,可通過點擊“輸出”按鈕實現,其輸出結果包括結果矩陣和校驗參數。其一方面對移民發展各方面情況進行描述,以便對評價結果細節問題進行分析,定點定向地提出移民發展扶持意見；另一方面對模型精度、回歸效果、誤差等進行記錄,以便對模型參數進行修正。

6 結論與展望

本水庫征地移民發展扶持管理信息系統為移民基礎數據錄入、監測數據跟蹤,以及數據綜合處理、移民發展水平評價提供具有便利平臺、規范化管理體系的智能評價體系,可線上、線下同步處理,人機交互界面簡潔,面向對象廣泛。

在指標體系方面,可以二次開發,針對不同項目、不同地區的特殊情況進行增改；在評價模型方面,神經網絡模型在進行大數據計算時,訓練時間可能相對較長,但是可以通過變化學習速率或改進自適應學習速率進行優化。總體來講,BP神經網絡模型在移民發展評價領域的應用,能夠有效解決數據量化、聚類、賦權問題；同時能夠避免人工因素的影響,通過反饋與學習,將誤差降到最低。該評價體系既可以評價移民是否恢復到搬遷前原有生活生產水平,又可以評價移民是否達到安置地基本生活發展要求,并對具體情況給出定點、定向的評價結果,以便管理部門提出指導意見。本模型以水庫征地移民為例進行說明,也可應用于其他領域的移民發展扶持評價,具有很好的推廣型,同時評價體系通過管理信息系統調用,能夠成功解決模型評價操作復雜,結果數據難以理解的問題,增強人機交互,簡化數模操作難度,進一步加強普遍適用性,為移民管理和移民發展提供了有效途徑。

[1]許明家. 全國水庫移民后期扶持管理信息系統環境建設[J]. 水利信息化, 2011(2): 1- 4．

[2]牟立. 水庫移民后期扶持效果評價[D]. 北京： 清華大學, 2014．

[3]胡興球, 趙楠. 世界銀行及國外水庫移民管理經驗總結[J]. 水利規劃與設計, 2008(3): 60- 64．

[4]Word Bank. Involuntary Resettlement Sourcebook: Planning and Implementation in Development Projects[M]. The World Bank, 2004．

[5]RANGANATH V G. Land Acquisition: Issues and Challenges[J]. Iup Law Review, 2013．

[6]周廣科. 東平湖水庫移民后期扶持與庫區可持續發展評價研究[D]. 濟南： 山東大學, 2010．

[7]嵇培歡, 周競亮. 水電工程建設征地移民管理信息系統建設概述[J]. 人民長江, 2013, 44(13): 104- 108．

[8]鄭瑞強. 水庫移民后期扶持政策實施滿意度評價及影響因素分析[J]. 水力發電, 2013, 39(10): 1- 4．

[9]姜仁榮, 李滿春. 區域土地資源集約利用及其評價指標體系構建研究[J]. 地域研究與開發, 2006, 25(4): 117- 119．

[10]傅秀堂. 水利水電工程移民安置規劃[M]. 北京： 水利水電出版社, 2007．

[11]高薇, 范光偉, 沈正,等. 四川省水庫移民后期扶持管理信息系統設計與實現[J]. 中國水運月刊, 2013, 13(9): 80- 81．

[12]吳啟凡, 賈楠, 殷鳴. 多模型評價體系的應用研究[J]. 數學的實踐與認識, 2015, (13): 9- 17.

[13]吳宗法, 施國慶. 工業化進程中的工程移民研究[J]. 河海大學學報: 哲學社會科學版, 2005, 4(2): 39- 44．

(責任編輯 陳 萍)

“錦屏一級地下廠房洞室群圍巖破裂擴展機理與長期穩定控制關鍵技術”科技項目成果通過鑒定

2017年4月6日，“錦屏一級地下廠房洞室群圍巖破裂擴展機理與長期穩定控制關鍵技術”科技項目成果通過中國巖石力學與工程學會組織的鑒定。經錢七虎、王思敬、陳祖煜等國內7名權威專家鑒定認為：研究成果在高地應力大型地下洞室群圍巖長期穩定性控制技術領域達到國際領先水平，社會經濟效益顯著，促進了行業技術進步，具有廣泛的市場推廣應用前景。

錦屏一級水電站地下廠房洞室群規模大，地質條件復雜，地應力水平高，圍巖強度應力比低，卸荷松弛強烈，破壞范圍與變形量值大，變形歷時長，是行業內公認的圍巖穩定控制難度最大的大型地下廠房洞室群工程。

為此，中國電建集團成都勘測設計研究院有限公司牽頭開展了“錦屏一級地下廠房洞室群圍巖破裂擴展機理與長期穩定控制關鍵技術”研究，歷時7年，取得了一系列豐碩的研究成果。項目研究成果解決了高地應力區大型地下廠房洞室群的布置、洞室變形控制設計、圍巖穩定分析和安全評判等一系列關鍵技術難題，部分成果填補了國內外高地應力地下洞室群圍巖破裂擴展和變形穩定控制方面的研究空白。研究成果已成功應用于錦屏一級水電站工程，實現了部分機組發電提前，經濟效益顯著，并為廠房長期安全運行提供了技術保障；研究成果提升了成都院在大型地下洞室群方面的核心競爭力，為成都院響應“一帶一路”號召，實施“走出去”戰略提供了堅強的技術保障。

(中國電建集團成都勘測設計研究院有限公司)

Study on Development Supporting Management Information System of Reservoir Resettlement

WU Qifan1,2, ZHANG Xinyue3
(1. School of Public Administration, Hohai University, Nanjing 210098, Jiangsu, China;2. Research Center for Resettlement, Nanjing 211100, Jiangsu, China;3. Nanjing University of Science & Technology, Nanjing 210094, Jiangsu, China)

Taking reservoir resettlement as study case, the sustainable development indicators of United Nations Commission on Sustainable Development (UNCSD) and the resettlement guidelines of World Bank (WB) are analyzed to establish an index system for evaluating resettlement development supporting. Then the neural network model is used to make comparative analyses between current production and living conditions of resettlement with that before resettlement and that of local residences for evaluating the development supporting effect of resettlement. Finally, the MIS system is used to establish resettlement development supporting management information system. The management information system can provide data collection platforms and clarify indicator system, which can simplify operation difficulty of evaluation model and make the system more universal to provide research basis for the evaluation of resettlement development supporting in various fields．

land acquisition and resettlement; development supporting evaluation; BP neural network model; MIS system

2016-11- 07

國家社會科學基金重大項目資助(13&ZD172)；國家社會科學基金重大項目資助(15BSH037)

吳啟凡(1991—),男,黑龍江哈爾濱人,碩士研究生,研究方向為土地資源管理、MIS、移民學．

D632.4；TV622

A

0559- 9342(2017)05- 0016- 05