綠色農房建造中村民參與度預測及提升路徑

黃學明 劉慧 李乃龍 毛鵬

摘要：為了準確掌握村民在綠色農房建造中的參與度，引導政府有效推廣綠色農房，以江蘇省鹽城市綠色農房試點地區村民為調查對象，借助MATLAB構建綠色農房建造中村民參與度BP神經網絡預測模型，并模擬以政府為主導的政府支持力度、政府管理力度、政府角色定位和綠色農房建造成本4項措施對村民參與度的影響趨勢。結果表明，預測模型能夠有效實現村民參與度的預測。同時，當政府能力充足時，首先要加大政府對綠色農房的支持力度;當政府能力欠缺時，應當先確保綠色農房建造成本滿足村民期望。以期幫助政府采取多元化的措施，引導村民自下而上地參與綠色農房建設，提升村民參與綠色農房建造的積極性，進而早日實現美麗鄉村建設的戰略目標。

關鍵詞：綠色農房;村民參與度;參與度預測;提升措施

中圖分類號： F299.27文獻標志碼： A

文章編號：1002-1302（2022）04-0232-08

收稿日期：2021-07-25

基金項目：江蘇省高校哲學社會科學研究項目（編號：2019SJA0119）;國家自然科學基金（編號：72071115）。

作者簡介：黃學明（1980—），男，安徽涇縣人，碩士，高級工程師，主要從事工程管理研究。E-mail：37210389@qq.com。

通信作者：毛 鵬，博士，教授，主要從事工程項目管理研究。E-mail：maopeng@njfu.edu.cn。

隨著城市化和農業現代化的發展，中國農村住房建設逐年增加。既有農村住房（簡稱“農房”）具有能耗高、能效低、能源資源浪費等特點，同時還普遍存在質量差、設計不足等缺點，易引起使用壽命短、新建或改造頻繁、環境污染嚴重等問題[1-2]，因此改善農村住房成為實現鄉村生態振興亟須解決的問題。為了有效解決農村住房建設問題，原住房城鄉建設部與工業和信息化部于2013年下發《關于開展綠色農房建設的通知》，要求在長三角、珠三角等地區建成一批綠色農房試點示范，加快推進“安全實用、節能減廢、經濟美觀、健康舒適”的綠色農房建設[3]。而后相繼出臺多項推進農村綠色農房建設的政策文件，這意味著在我國農村地區推廣建設綠色農房勢在必行。然而，在綠色農房建設中如果沒有基層政府的積極組織及引導，號召村民積極參與，而僅靠上層政府包攬事務，綠色農房建設很難真正落地推廣[4]。因此，原住房和城鄉建設部辦公廳于2019年下發《住房和城鄉建設部辦公廳關于開展農村住房建設試點工作的通知》，要求充分尊重農民意愿，實施決策合謀、開發創建、建設共管、效果共評、成果共享的配套服務，確保村民熟悉和參與綠色農房設計建筑過程[5]。盡管如此，現階段村民參與綠色農房建設仍以被動參與為主，大多數村民對綠色農村住房的需求并不強烈，對響應和參與綠色農房建造工作并不積極[6-7]。由此可見，掌握村民在綠色農房建造中的參與度，探究政府制定不同程度引導性的政策措施對村民參與度的影響，能確保政府在綠色農房建造過程中發揮引導作用，以農民為主體[8]，制定合適的政策措施，其中鼓勵村民參與綠色農房建設必須面對和解決的問題，是有效推廣綠色農房建造工作繞不開的難點。因此，本研究借助MATLAB軟件構建綠色農房建造中村民參與度的BP神經網絡預測模型，結合實際案例對預測模型準確性進行檢驗，并通過改變不同政府引導措施的重要程度，探究其對村民參與度的影響程度，再針對性給出提高村民參與度的建議和措施，以期為政府推廣綠色農房建造提供理論與實踐指導。

1 綠色農房建造中村民參與度影響因素

參與度分析是預測參與度的重要基礎。影響參與度的因素有很多，如施佳璇在探討村莊建設中村民參與情況時指出，不同類型村民群體的參與情況存在差異，同時阻礙村民參與村莊建設的因素大多數是村民個人觀念以及薄弱的能力等內部因素[9]。樊舒舒從場域、慣習、資本3個維度，政府狀態、居民狀態、溝通方式、行為感知、居民生活狀況、社區關系6個方面剖析老舊小區改造中居民參與度的影響因素[10]。Liu等指出性別、年齡、學歷、工作狀況、職業、居住時長、收入等個體因素對社區活動居民參與度具有顯著影響[11]。為了使 BP 神經網絡的結構能夠準確反映影響村民參與度的綜合因素，本研究先對近10年國內外相關文獻進行檢索，識別出37個影響村民參與度的因素，再通過對綠色農房建造相關專家進行訪談，進一步篩選24個綠色農房建造中村民參與度的影響因素，并借助布迪厄的實踐理論，將24個影響因素分為3類：場域、資本和慣習。場域因素主要包括政府、經濟文化等一切有形的物質和無形的規則，慣習因素則表現為村民的行為習慣和傾向，資本因素包含村民的經濟資本、文化資本和社會資本（表1）。在此基礎上，本研究借助SPSS軟件進行差異性分析和相關分析后，剔除政策宣傳力度和閑暇時間這2個對村民參與度無影響的因素，最終確定22個影響村民綠色農房建造參與度的因素。

2 研究方法與數據來源

2.1 BP神經網絡概述

BP神經網絡（back-propagation neural network）被稱為反向傳播神經網絡，是某種無反饋的前饋網絡，網絡中的神經元是分層排列的。BP神經網絡結構包括輸入層（input）、輸出層（output）和隱藏層（hidden）[12]。每一層神經元的輸出都被傳遞到下一層，下一層神經元的輸出被連接權重所增強、減弱或抑制。除輸入層神經元外，隱藏層和輸出層神經元的凈輸入是前一層神經元輸出的加權和。每個神經元由其輸入、激活函數和閾值決定[13]。BP神經網絡的工作過程分為學習期和工作期2個部分，詳見圖1。

2.2 數據來源

為預測綠色農房建造中村民的參與度，通過發放問卷來獲取數據。調查問卷共包括3個部分，第一部分是受訪者個人基本信息，包括性別、年齡、學歷、職業、家庭人口總數及人口年齡結構、居住時間、年凈收入、住房類型等;第二部分是綠色農房建造中村民參與度的影響因素，最終以李克特五分量表法呈現;第三部分是綠色農房建造中村民參與度的相關問題，通過居民參與的維度來度量。由于江蘇省鹽城市自2018年便開始“十鎮百村”農村社區綠色農房建造試點工作，因此本研究調查地點選在鹽城市益林鎮、陳洋鎮、恒濟鎮和新坍鎮，共回收問卷483份，回收率100%。

3 綠色農房建造中村民參與度預測

3.1 村民參與度的仿真模型構建

3.1.1 神經網絡規模確定

有1個隱藏層的神經網絡只要隱節點足夠多，就可以以任意精度逼近一個非線性函數[14]。因此，本研究采用含有1個隱藏層的3層多輸入單輸出的BP神經網絡建立村民參與度預測模型，輸入變量為村民參與度的影響因素指標，輸出變量為村民參與度，即輸入層、輸出層節點數分別為22、1個。隱藏層節點數參照經驗公式（1）確定：

l=n+m+a。（1）

式中：n表示輸入層節點數;m表示輸出層節點數;a表示[1，10]之間可隨機選擇的整數。經計算，參與度模型的隱藏層節點數范圍為[7，16]，通過試驗確定村民參與度預測模型隱藏層節點數為10個。此外，本研究選擇S型正切函數tansig作為隱藏層神經元的激勵函數。

3.1.2 村民參與度預測模型訓練

首先，將訓練樣本導入MATLAB 2016a中，利用mapminmax函數將數據進行歸一化處理;其次，使用divideran函數將數據集隨機劃分為訓練集、驗證集和測試集，劃分比例分別為70%、15%、15%;再次，利用newff函數建立反向傳播的BP神經網絡;最后，設置網絡參數，分別設置BP神經網絡學習速率、最大訓練次數、最小優化梯度、動量因子為0.01、1 000、1×10-7、0.9。在完成以上工作后，選取trainlm函數對村民參與度預測模型進行訓練，其對應的算法為Levenberg-Marquardt，進行仿真訓練時調用sim函數。在多次訓練后，本研究選擇擬合優度為0.994 96的訓練數據集，此時擬合優度逼近1，說明BP神經網絡輸出值與實測值接近，訓練結果良好。BP神經網絡結束訓練后，將影響村民參與度的影響因素指標輸入網絡，再調用sim函數，即可實現對訓練樣本所在地村民的個體參與度和整體參與度的預測。

3.2 村民參與度預測模型仿真試驗

本研究以調查所得的483份樣本數據作為分析樣本，以400份樣本作為訓練樣本，其余83份作為試驗樣本，得到的結果如表2所示。

由表2可知，村民整體的實際參與度為4.58，村民整體的預測參與度為4.66，將BP神經網絡模型預測出的村民參與度數值經過四舍五入后，得到村民的整體參與度為4.57，與村民整體的實際參與度相差0.01;從村民樣本的個體來看，絕大多數樣本調整后的參與度誤差減小到0，13個樣本調整后的誤差為-1、1或2，BP神經網絡仿真模型預測準確率為84.3%。可見，本研究建立的村民參與度BP神經網絡預測模型可對綠色農房建造中村民整體或個體參與度進行有效預測。

4 綠色農房建造中村民參與度提升措施

由于村民的資本、慣習在短時間內無法改變，而場域中的政府支持力度、政府管理力度、政府角色定位和建造成本因素可根據政府意愿和建造技術進行短期調節，且鄉村治理組織引導在村莊建設工作中十分重要[4]。因此，綠色農房建造中村民參與度提升措施將圍繞這4個因素展開。

4.1 政府支持力度

83份樣本對政府支持力度的看法見表3，實際上，認為政府支持力度由小到大的樣本比例分別為4.82%、20.48%、42.17%、25.30%、7.23%，平均為3.10分。為進一步明晰綠色農房建造過程中政府支持力度對村民參與度的影響，本研究提出8種政府支持力度的假設情況[10]：假設情況4～1的調整方法為將樣本中選擇政府支持力度“1（很小）”的樣本維持不變，其余樣本按調低1檔的方式重新賦值（表4），例如假設情況4就是在實際情況的基礎上保持“1（很小）”樣本打分不變，將實際情況“2（較小）”“3（一般）”“4（較大）”“5（很大）”對應村民樣本對政府支持力度的打分分別調至“1（很小）”“2（較小）”“3（一般）”“4（較大）”。總的說來就是將村民對政府支持力度的打分不斷調低，直至所有村民認為政府支持力度很小，此時政府對綠色農房建造的支持力度處于最不利狀態;假設情況5～8的調整方法為將樣本中選擇政府支持力度“很大”的樣本維持不變，其余樣本按調高1檔的方式重新賦值（表4），直到所有村民認為政府支持力度很大，此時政府對綠色農房建造的支持力度達到理想狀態。將假設情況1～8的數據分別輸入到預測模型中，獲得綠色農房建造中不同政府支持力度情況下村民參與度的變化趨勢（圖2）。

由圖2可知，當政府支持力度下降時，村民參與度也隨之下降。當政府支持力度從實際情況轉變為假設情況4時，村民參與度下降了13.10%（從4.58下降至3.98），后持續下降，至假設情況1時，村民參與度降至最低（1.62），該情況與實際情況相比，村民參與度降低了2.96，降低率高達64.63%。當政府支持力度增強時，村民參與度隨之上升。當政府支持力度從實際情況轉變為假設情況5時，村民參與度從4.58上升到5.35，上升率達16.81%，隨后村民參與度穩步上升，至假設情況8時，村民參與度達到最高（8.08），較實際情況增長了76.42%。由此可見，相較于下降趨勢，增強政府對綠色農房建造的支持力度，村民的參與度上升趨勢更加顯著。因此，轄區政府應當在其能力范圍內，盡可能采取更多的措施，使70%以上的村民感受到政府對綠色農房的支持力度（假設情況5及以上），從而真正參與到綠色農房建造中的各個環節，激發主人翁意識;若政府暫時無法采取更多有效措施，至少應維持現有對綠色農房的支持力度（即32%左右的村民感受到政府對綠色農房建造的支持力度較大），不可降低政府對綠色農房的支持力度，跌至假設情況4，即僅有7%左右的村民認為政府對綠色農房建造工作給予較大的支持。

4.2 政府管理力度

83份樣本中政府管理的實際情況見表5，參照上述政府支持力度的分析方式，提出類似的8種政府管理力度的假設情況（表6），將假設情況數據輸入到預測模型中，獲得不同政府管理力度情況下村民參與度的變化趨勢（圖3）。從圖3可知，隨著政府對綠色農房建造項目的管理力度降低，村民的參與度也呈下降趨勢。具體而言，當政府管理力度從實際情況轉變為假設情況12時，村民參與度下降了3.28%，后下降程度陡增，尤其是當政府管理情況從實際情況轉變為假設情況11時，村民的參與度從4.58變為3.05，下降率為33.41%，至假設情況9，村民參與度已下降至1.93。當政府管理力度增強時，村民參與度呈現先上升后下降的趨勢。政府管理力度從實際情況轉變為假設情況13時，村民參與度從4.58上升至5.79，上升率為26.42%，而后當政府管理從實際情況轉變為假設情況14～16時，村民整體參與度反而下降，與實際參與度相差甚微。因此，轄區政府可以適當增加對綠色農房建造項目的管理力度，如派專人常駐施工現場進行監督，使得80%左右的村民感受到政府負責任地管理綠色農房建造項目，若政府沒有過多的精力進行管理，至少維持現狀，即45%的村民認為政府管理力度較大，不可放松、懈怠、疏于管理以致跌至假設情況12，甚至更糟的情況（即僅有4%不到的村民認為政府積極管理綠色農房建造項目）。此外，若政府管理的力度過大，包攬所有事務，會使得村民無法發揮自己的主體作用，最終導致物極必反的結果。因此，政府在管理綠色農房項目過程中，應充分考慮村民的主體作用，適當控制其管理力度，更多地發揮引導作用，將更多的財力、物力用于其他提升村民參與度的措施中。

4.3 政府角色定位

83份樣本中政府角色定位的實際情況見表7，參照上述政府支持力度和政府管理力度的分析方式，提出類似的8種政府角色定位的假設情況（表8），將假設情況數據輸入到預測模型中，獲得不同政府角色定位情況下村民參與度的變化趨勢（圖4）。由圖4可知，當轄區政府在綠色農房項目建設中扮演的角色未傾向于滿足村民利益的程度加劇時，村民的參與度呈大幅度下降趨勢。政府角色定位從實際情況轉變為假設情況20時，村民的參與度急劇下降，下降率為32.97%，后下降幅度變緩，至假設情況17時，村民的參與度下降至最低（1.15），此時下降率為74.94%。當轄區政府在綠色農房項目建造中傾向于滿足村民利益的程度提高時，村民的參與度也呈現上升趨勢，政府角色定位從實際情況轉變為假設情況21時，村民的參與度從4.58增加至5.43，上升率為18.56%，后上升趨勢變緩，至假設情況24時，村民參與度達到最高（6.54），相較實際情況，上升率為42.79%。可見，當政府扮演的角色越傾向于滿足村民的利益時，村民在綠色農房建造中的參與度的上升趨勢較平緩，若越不傾向于滿足村民的利益時，村民的參與度迅速下跌。因此，轄區政府可以適當代表村民的利益，做好他們向施工方和上級政府的傳話筒，使得90%以上的村民對政府在綠色農房建造項目上扮演的角色感到滿意，若政府在該項目上沒有更多的話語權代表村民的利益，至少應維持現階段的措施（即使得60%左右的村民感到政府的誠意，較滿意政府在綠色農房建造項目上所扮演的角色），不可使之跌至假設情況20，即僅有13%左右的村民感受到政府切實關乎村民自身的利益。此外，相較于上升趨勢，政府罔顧村民的利益，一味打造“面子工程”，使得村民參與度下降趨勢更大，所以政府應當重視村民的切身利益，在綠色農房建造項目上貫徹全心全意為人民服務的宗旨。

4.4 綠色農房建造成本

綠色農房建造成本的實際情況如表9所示，一半以上的村民認為綠色農房建造成本較大。參照同樣的假設方式，提出綠色農房建造成本的8種假設情況（表10），將8種假設情況分別輸入BP神經網絡中，獲得不同綠色農房建造成本情況下村民參與度的變化情況（圖5）。由圖5可知，當綠色農房建造成本逐漸減小時，村民參與度先大幅度上升再下降。當綠色農房建造成本轉變為假設情況28時，村民參與度迅速上升51.31%。當綠色農房建造成本轉變為假設情況27時，村民參與度上升32.97%，與假設情況28相比，村民參與度下降0.84;而當綠色農房建造成本轉變為假設情況25時，村民參與度急劇降低。假設情況25、26與實際情況的村民參與度相差較小。當綠色農房建造成本逐漸增大時，村民參與度呈下降趨勢。綠色農房建造成本變為假設情況29時，村民參與度從4.58陡降到3.21，下降率為29.91%，隨后下降趨勢放緩，至假設情況32時，村民參與度降至最低（2.76），下降率為39.74%。

綜上分析可知，綠色農房建造成本過高或過低，即村民認為綠色農房建設成本不高或過高，都不利于調動村民參與的積極性，建造成本過低，村民們會質疑綠色農房的建造質量，從而產生抵觸心理，造成村民參與流于形式的局面;若綠色農房建造成本較高，即70%及以上的村民認為綠色農房成本過高，自己不足以負擔綠色農房的建造成本，從而抵觸這項改善村民居住環境的政策實施。所以，政府、設計單位、建設單位應通過適當的技術手段降低綠色農房的建造成本，控制約20%的村民認為綠色農房建造成本較高，這樣村民參與度會顯著性上升。同時，若政府有專項撥款，可以對參與建設或購買綠色農房的村民適當地進行財政補貼，變相地減少村民購房的負擔，從而提高村民參與綠色農房建設的積極性。

綜合政府支持力度、政府管理力度、政府角色定位和綠色農房建造成本等4項由政府主導的措施來看，當政府能力較強即人力、物力和財力較充足時，在保證以上4項措施的基本條件下，首先應該加強政府對綠色農房的支持力度，其次為政府角色定位和綠色農房建造成本，最后是政府管理力度。若政府資金、物資、人手短缺時，首先應該考慮綠色農房建造成本是否控制在合適的范圍內，其次考慮政府角色定位是否合適，是否真正做到有利于民，再次應加強政府對綠色農房的支持力度，最后再考慮政府管理措施是否落實到位。

5 結論

綠色農房推廣建造既可以實現農村建筑節能減排的目標，又可以兼顧滿足農村居民對美好生活的向往。近年來，我國政府大力推廣綠色農房，但是在推廣過程中村民不配合、不理解等情況屢見不鮮，村民參與不足。本研究構建綠色農房建造中村民參與度預測模型，結合事實數據，進行仿真預測，結果表明預測的誤差較小，能夠有效地反映村民的參與度。在此基礎上，模擬不同程度的政府支持力度、政府管理力度、政府角色定位和綠色農房建造成本對村民參與度的影響，進而提出針對性的對策和建議供政府部門參考，以期提高村民參與綠色農房建設的積極性，幫助政府推廣綠色農房，打造美麗鄉村。但是在構建村民參與度預測模型時，村民參與度影響因素的選取僅是一般意義上研究綠色農房建造中村民參與度的影響因素，尚未考慮不同地區的政策差異，具有一定的局限性。同時，本研究僅從政府角度出發分析單個可以短期調節的因素對村民參與度的影響變化，從而提出參與度的提升措施，在未來的研究中，可以探究多維度、多因素影響村民參與度的整體效應，從而應對不同情境下參與度的提升情況。

參考文獻：

[1]盛 利. 魯中地區綠色農房建設模式研究[D]. 濟南：山東大學，2014：1-8.

[2]李博群. 綠色農房氣候適應性和周邊環境營建關鍵技術研究與應用[J]. 中國建材科技，2014，23（6）：54-55.

[3]中華人民共和國住房和城鄉建設部，中華人民共和國工業和信息化部. 關于開展綠色農房建設的通知（建村[2013]190號）[EB/OL]. （2013-12-18）[2021-03-08]. http：//www.mohurd.gov.cn/wjfb/201312/t20131225_216676.html.

[4]唐國建，王辰光. 回歸生活：農村環境整治中村民主體性參與的實現路徑——以陜西Z鎮5個村莊為例[J]. 南京工業大學學報（社會科學版），2019，18（2）：24-37，111.

[5]中華人民共和國住房和城鄉建設部辦公廳. 關于開展農村住房建設試點工作的通知（建辦村[2019]11號）. （2019-02-02）. http：//www.mohurd.gov.cn/wjfb/201902/t20190203_239427.html.

[6]孟 迪. 綠色農房建設過程中的問題與思考[J]. 水利科技與經濟，2016，22（3）：84-85.

[7]吳翔華，姜乃玉. 村民建設綠色農房意愿影響因素研究——以江蘇省為例[J]. 建筑經濟，2015，36（9）：104-108.

[8]陳興宇. 弱化與重構：鄉村振興背景下農民參與鄉村治理的主體性研究[J]. 安徽農業大學學報（社會科學版），2019，28（5）：1-6.

[9]施佳璇. 村莊建設的村民參與研究——以黎平縣滾正村為例[D]. 廣州：華南理工大學，2020：58-74.

[10]樊舒舒. 老舊小區改造中居民參與度的定量評價及仿真研究[D]. 南京：東南大學，2018：59-71.

[11]Liu Y Q，Wu F L，Liu Y，et al. Changing neighbourhood cohesion under the impact of urban redevelopment：A case study of Guangzhou，China[J]. Urban Geography，2017，38（2）：266-290.

[12]李 力，徐 勇. 基于BP神經網絡的建筑能耗預測[J]. 電腦編程技巧與維護，2021（4）：10-12.

[13]孫寶磊，孫 暠，張朝能，等. 基于BP神經網絡的大氣污染物濃度預測[J]. 環境科學學報，2017，37（5）：1864-1871.

[14]安 慧，范歷娟，吳海林，等. 基于BP神經網絡的淮河流域水生態足跡分析與預測[J]. 長江流域資源與環境，2021，30（5）：1076-1087.

3286500338224