基于水庫移民視角的安置滿意度及影響因素研究

王 琛，張 丹，姚凱文

（華北電力大學水利與水電工程學院，北京 102206）

0 引 言

移民安置工作是水利水電工程建設的重要組成部分，安置過程涉及社會、經濟、民生等多方面內容，是一項龐大且復雜的系統工程［1］。移民安置問題能否妥善解決關系到移民群眾的切身利益，通過分析搬遷安置完成后移民的實際感受與心理預期狀態、周邊原居民生活狀態等對比所表現出的滿意程度，能夠及時反映出安置過程存在的問題，同時移民安置滿意度作為衡量安置工作水平的重要依據，對改善安置工作重點具有重要作用［2］。為了分析評價移民安置滿意度，國內學者做出了一定研究，但研究指標內容多集中某一方面：鄭瑞強［3］運用邏輯回歸模型評價移民后期扶持政策滿意度情況，并根據評價結果得出移民生產生活條件和收入情況等因素對滿意度影響較大；王鳳科等［4］建立AHP-模糊綜合評價模型對扶貧移民安置滿意度進行評價，提出從增加安置補償費，加強產業扶持力度等角度出發改善移民安置工作；劉德清［5］運用改進的FAHP方法對庫區移民政策實施情況滿意度進行評價，提出加強政策宣傳和提高政策管理協調能力來提高移民滿意度；袁奇煒［6］通過SPSS軟件對移民生計滿意度進行統計分析，得出人均收入和生活環境是影響滿意度的主要因素。

本文在現有理論基礎上，從移民的角度出發，結合安置工作內容和特點，共選取了生活條件、生產條件、社會適應情況、權益保障情況和可持續發展情況等5個一級指標和24個二級指標。通過基于非對稱貼近度的改進物元可拓模型對水庫移民安置滿意度進行綜合評價，并以HN省QP水庫為例進行實證分析，在此基礎上再建立Logistic回歸模型進一步分析移民家庭自身因素對安置滿意度的影響。

1 水庫移民安置滿意度評價模型

1.1 構建評價指標體系

基于科學性、適用性、代表性、完整性的指標選取原則，本文根據相關研究成果并結合水庫移民安置工作的內容和特點，共選取了生活條件、生產條件、社會適應情況、權益保障情況和可持續發展情況共5個一級指標和24個二級指標。構建的評價指標體系見表1。

表1 水庫移民安置滿意度評價指標體系Tab.1 Evaluation index system of reservoir resettlement satisfaction

1.2 序關系分析法計算指標權重

序關系分析法是在AHP法的基礎上改進的一種主觀賦權法，該方法能夠在體現專家經驗的同時有效減少計算量，無需進行一致性檢驗，具有更高的可操作性［7］。計算步驟如下：

（1）確定指標序關系。根據專家給出的評定建議，對各指標相對重要程度進行排序。

（2）給出相鄰指標相對重要程度的比值。設專家關于評價對象的評價指標Bj-1和Bj的相對重要程度之比λj為：

（3）計算指標權重。相鄰指標的權重系數為：

最后根據指標序關系依次求得指標的權重向量為ωj=(ω1，ω2，…，ωn)T。

1.3 改進物元可拓模型

物元可拓模型可以將待評事物由定性描述轉化為定量描述，并根據待評物元對于不同評價等級的接近程度判斷其優劣狀態［8］。移民安置滿意度評價需要定性與定量相結合，并進行優劣評價，物元可拓模型適用于此類評價。但傳統物元可拓模型采用最大隸屬度作為判別準則，計算評價等級時會采用模糊處理，可能導致信息丟失。為了避免判別原則失效，本文引入非對稱貼近度代替最大隸屬度［9］，可以包含更完備的評價信息。

物元可拓模型構成的基本要素是基本元R=（N，C，Z），它表示事物N所具有的特征C以及對特征的賦值Z。假設水庫移民安置滿意度指標共有n個，評價等級共有u級，評價等級共有u級，模型建立過程［10］如下：

（1）確定經典域。

式中：Nl表示對于水庫移民安置滿意度N的第l個評價等級（l=1，2，…，u）；cj表示Nl的第j個評價指標；Xl為經典域，即第j項評價指標的取值范圍。

（2）確定節域。

式中：P為全部的移民滿意度評價等級；Xpj為節域即評價指標取得的所有值的范圍。

（3）確定待評物元。

式中：P0為待評物元，即待評水庫移民安置滿意度；V為待評移民對指標的滿意度數據。

（4）計算待評物元關于各評價等級的貼近度。文獻［9］提出用基于非對稱貼近度的擇近原則代替最大隸屬度原則，非對稱貼近度公式為：

式中：K為貼近度；D為距離；ζ為權重。

待評物元對應各等級的貼近度為：

（5）評定待評物元等級。通過公式Kl（P0）=maxKl（P0），確定待評物元的指標滿意度歸屬的等級。令：

可得：

式中：l*為待評物元P0的等級變量特征值，表示P0偏向相鄰等級的程度。

2 模型實例分析

2.1 數據來源

基于HN省QP水庫工程建設征地移民安置監測評估報告數據，本文共選取7個移民村303戶移民作為樣本數據。根據監測評估報告移民安置滿意度調查初始數據，將移民對于各項指標的評價“不滿意”、“一般滿意”、“比較滿意”、“很滿意”分別賦值為1、3、5、7，將樣本村數據得分均值匯總見表2。

表2 樣本村評價指標賦值數據Tab.2 Evaluation index assignment data of sample Village

2.2 計算指標權重

本文邀請4位專家對各指標相對重要程度進行排序，并對相對重要程度打分，代入公式（1）～（3）計算出主觀權重。以專家1對一級指標評分為例，計算結果如下：

專家1首先對A生活條件、B生產條件、C社會適應情況、D權益保障情況、E可持續發展情況共5個一級指標的重要程度進行排序，得到的序關系為：A>B>E>D>C。確定指標序關系后，專家1給出相鄰指標間的相對重要程度比值分別為：λ2=1.6、λ3=1.2、λ4=1.2、λ5=1.4。

一方面，要中小零售企業在電子商務商業運營模式搭建的過程中改善產品和服務機制，建立健全科學化監督管控體系，避免一味追求成本縮減而造成的產品質量失衡問題。另一方面，要建立資源結構、產品體系和服務項目的協同管理機制，確保相關問題都能得到有效平衡和解決，從根本上所動目標客戶后建立對應的管控流程。

將λj值代入公式（3）計算各一級指標權重得：

（1+1.6×1.2×1.2×1.4+1.6×1.2×1.2+1.6×1.2+1.6）-1 =0.099 5、0.099 5×1.6=0.159 2、=0.159 2×1.2=0.191 1、0.191 1×1.2=0.229 3=0.229 3×1.4=0.321 0。

根據計算得到專家1給出的各一級指標權重為：ωj=（0.321 0，0.229 3，0.099 5，0.159 2，0.191 1）。

同理，根據其余三位專家給出的指標序關系和相鄰指標重要程度比值計算各一級指標和二級指標權重，4位專家給出的權重均值即為最終權重，計算結果詳見表3。

表3 評價指標權重計算結果Tab.3 Evaluation index weight calculation results

2.3 改進物元可拓模型

（1）確定指標的經典域和節域。將滿意度得分均值作為各指標值，移民安置滿意度劃分為4個評價等級，各等級的經典域為：N1不滿意<1，2>、N2一般滿意<2，4>、N3比較滿意<4，6>、N4很滿意<6，7>；節域為<1，7>。

（2）貼近度及評價等級計算。根據QP水庫7個樣本村移民滿意度調查數據計算出待評物元各指標與不同評價等級之間的距離，再代入計算公式（8），得到與不同評價等級之間的貼近度，得出待評物元的滿意度等級。以XZ村為例，計算過程如下。

將表4等級距離數據代入公式（8），計算關于各評價等級貼近度：

表4 XZ村指標等級距離計算結果Tab.4 Calculation results of index grade distance of XZ Village

同理，計算得到7個樣本村關于各指標的滿意度等級見表5。

表5 樣本村滿意度等級評價結果Tab.5 Evaluation results of satisfaction level of sample villages

（3）評價結果。根據滿意度等級評價結果，樣本村評價等級均為“比較滿意”，其中XZ村、LP村、ZY村和RH村移民安置滿意度偏向于“很滿意”；ZZ村、BC村和W村移民安置滿意度偏向于“一般滿意”。其中RH村的等級變量特征值3.173，評價等級偏向于“很滿意”的程度最高；BC村的等級變量特征值為2.910，評價等級偏向于“一般滿意”的程度最高。7個樣本村移民安置滿意度排序為BC村

3 水庫移民安置滿意度影響因素分析

3.1 選取影響因素

移民對于安置工作的滿意度不僅由安置工作質量決定，移民家庭的自身情況對滿意度調查結果往往具有較大的影響，因此為了更加全面地分析QP水庫移民安置滿意度，綜合考慮移民家庭自身情況，本文從移民家庭基本狀況、收入水平、移民安置工作認知三個方面，選取了9項變量作為影響因素。各變量的類型及賦值見表6。

表6 水庫移民安置滿意度影響因素Tab.6 Influencing factors of reservoir resettlement satisfaction

3.2 二元Logistic回歸模型

本文將水庫移民安置滿意度作為因變量，將評價體系中的“很滿意”和“比較滿意”均定義為“滿意”，賦值為1；“一般滿意”和“不滿意”定義為“不滿意”，賦值為0。采用二元Logistic回歸模型對滿意度影響因素進行分析，設滿意度調查結果為滿意時的概率為p，回歸模型公式［11，12］為：

式中：β0為常數項；βm為偏回歸系數；m為影響因素個數。

對公式進行Logit變換，回歸模型可以表示為：

整理QP水庫7個樣本村303戶調查數據，通過SPSS21.0軟件進行二元Logistic回歸，分析結果見表7。模型的-2對數似然值為116.842，Cox&SnellR2值為0.583，NagelkerkeR2值為0.914，表明模型擬合度較高。

表7 二元Logistic模型回歸分析結果Tab.7 Regression analysis results of binary logistic model

根據回歸分析結果，影響因素中性別X4的顯著性水平為0.842，未通過顯著性檢驗，其余各項影響因素均通過顯著性檢驗。

各項影響因素中，家庭人口X1和年齡X2與移民安置滿意度呈負相關關系，說明當調查的移民戶家庭人口較多時，其社會關系更加復雜，在搬遷安置過程中會遇到更多的問題，容易產生不滿情緒；同時隨著移民年齡的增加，生活習慣和社會關系已經較難改變，不愿脫離原有的生活環境，導致其對安置工作的滿意度與年輕移民相比較低。其余影響因素均與移民安置滿意度呈正相關關系，其中影響最為顯著的為人均可支配收入X5和對安置政策的了解程度X8，說明家庭收入水平越高的移民，面對安置過程中出現的風險具有越強的抵抗能力，對于安置工作的包容程度越高；不同家庭獲取安置政策的渠道和深度不同，對于安置工作的認識也有一定區別，不了解安置政策的移民與充分了解安置政策的移民相比，往往對補償標準等具有更高的期待，容易產生心理落差感。

4 結論與建議

（1）本文以QP水庫移民進行實例分析，得到7個樣本村移民安置滿意度排序為BC村

（2）移民家庭自身情況對安置滿意度產生影響的最主要因素是人均可支配收入和對安置政策的了解程度。根據監測評估調查數據，RH村的人均可支配收入水平在7個樣本村中最高，且村內移民普遍反映移民干部政策宣傳工作落實到位，能夠逐家逐戶地耐心解釋各項補償標準和安置措施，移民對安置工作的整體滿意度較高，與模型評價結果相一致。

（3）根據滿意度評價及影響因素分析結果，本文對提升移民安置滿意度提出以下建議：①合理配置安置區資源，保護移民生產生活方式。耕地是農村移民賴以生存的生產資源，安置方式應以有土安置為主，合理分配土地，盡可能保障搬遷后人均耕地面積與搬遷前保持一致水平，并在后期扶持過程中注重地方特色農業發展，如水果、藥材、花卉等。若安置區的土地資源難以滿足移民耕作需求，可通過推動二、三產業發展，融合“農+電商”、“農+旅”等模式，創造工作崗位，帶動移民就業，助力移民增收致富。②提升安置區基礎設施和公共服務設施建設，保障移民民生。移民安置規劃應結合移民群眾生活需求，配置醫院、學校、體育館等公共服務設施，并推進交通、通信、電力、飲水等基礎設施建設，提升設施建設水平，加大資金投入，促進安置區科學可持續發展。③充分保障移民知情權、參與權和表達權，落實申訴渠道，及時解決安置問題。移民安置實施過程中，各級政府應建立健全移民信訪制度和渠道，保證移民信訪過程暢通有效。可在鄉鎮、村委會設分管移民干部，按照職責分工，落實工作責任，做好突發事件的應急預防措施，形成高效、協調的工作運行機制。

由于水利水電工程建設對移民利益的影響具有不確定性，安置過程中應重視移民情緒，切實解決移民需求。進一步完善水庫移民滿意度研究，提出合理對策，仍需不斷深入工作。