常志朋，李 郁，武洪玲

(安徽工業(yè)大學商學院，安徽馬鞍山243032)

廉租房保障機制滿意度評價研究

常志朋，李 郁，武洪玲

(安徽工業(yè)大學商學院，安徽馬鞍山243032)

為促進并軌后的公租房保障機制能夠健康發(fā)展，以北京、南京、合肥、長春等城市的4個廉租房小區(qū)為例，利用模糊積分綜合評價法對廉租房保障機制進行滿意度評價。通過入戶調查收集保障對象的意見和建議，構建廉租房保障機制滿意度評價指標體系。利用單個指標的重視度計算指標集的模糊測度，其中單個指標的重視度采用信息熵計算；最后給出了評價結果及與傳統(tǒng)模糊綜合評價方法的比較，并根據(jù)評價結果給出了廉租房保障機制存在的不足。

廉租房；保障機制；滿意度；信息熵；模糊積分綜合評價法

廉租房是指政府以租金補貼或實物配租的方式，向符合城鎮(zhèn)居民最低生活保障標準且住房困難的家庭提供社會保障性質的住房[1]。我國在1998年提出了建立廉租房的社會保障體系構想，1999年建設部出臺《城鎮(zhèn)廉租房管理辦法》，提出由政府實施住房社會保障職能，向具有城鎮(zhèn)常住居民戶口的最低收入家庭提供租金相對低廉的普通住房，2014年，我國廉租房和公租房并軌運行，并軌后統(tǒng)稱為公租房。對運行15年的廉住房保障機制進行滿意度評價，總結該機制存在的優(yōu)勢和不足，不但可以促進公租房保障機制的健康發(fā)展，而且還可以加快廉租房和公租房的融合。為此，本文以北京、南京、合肥、長春的4個廉租房小區(qū)為例，嘗試利用模糊積分綜合評價法對廉租房保障機制進行滿意度評價。

1 模糊積分綜合評價方法

廉租房保障機制滿意度評價實質上是一種受到多種模糊因素制約的綜合性、主觀性評價問題，解決這類問題的傳統(tǒng)方法是模糊綜合評價法，該方法在處理一些復雜的、難以用精確數(shù)學解決的系統(tǒng)問題時，能夠表現(xiàn)出很大的優(yōu)勢。但是，應用該方法的前提和基礎是評價指標之間彼此相互獨立，這就要求在構建評價指標體系時，要嚴格遵守獨立性和全面性原則，以避免指標間存在相關性。對于廉租房保障機制滿意度這類主觀性評價問題，由于指標的不確定性和專家認識的模糊性，在構建評價指標體系時會不可避免地用多個指標強化評價對象某一方面的重要性，因此很難做到指標間彼此獨立，往往會存在一定的相關性或交互作用，如果在評價過程中，指標間相關性或交互作用不予考慮，可能會導致評價結果失真。為此，本文采用基于模糊測度[2]和模糊積分算子[3]的模糊積分綜合評價法[4]來處理指標間存在的相關性或交互作用。

模糊測度是由日本學者Sugeno用比較弱的單調性代替可加性定義的一類集函數(shù)[5]。模糊測度是可以將指標間的相關性或交互作用列入考慮的主觀計量模糊對象的尺度[6]。

定義1[7]設為有限集，(X,P(X))是一可測空間，是一組函數(shù)，具有如下性質：

(1)g(?)=0，g(X)=1；

(2)?A,B∈P(X)，若A?B，則有g(A)≤g(B)；

函數(shù)g稱為模糊測度，如果還滿足以下條件：對于?A,B∈P(X),A?B=?，存在λ＞-1使得

則稱g為λ模糊測度。式中λ值可以通過下式唯一確定，即

令gi=g(Xi)為評估者對評價指標Xi的重視度，如果，則

模糊積分是定義在模糊測度基礎上的一種非線性集成算子，它不需要假設指標間相互獨立，因此廣泛被應用于指標間具有相關性或交互作用的主觀評價問題。模糊積分的形式較多，常用的有Sugeno積分和Choquet積分，本文采用Choquet積分。

定義2[8]設集函數(shù)g:P(X)→[0,1]為可測空間(X,P(X))上的模糊測度，μ:X→[0,1]為X上的非負實值可測函數(shù)，則μ關于g的Choquet積分為

基于傳統(tǒng)模糊綜合評價原理[9]，可以利用模糊測度和模糊積分算子構建如下方法對廉租房保障機制滿意度進行評價[4]：

2 廉租房保障機制滿意度評價

2.1 構建評價指標體系

能否對廉租房保障機制滿意度進行有效評價，關鍵是構建一套能夠全面測度廉租房保障機制，并且能夠被保障對象認可的評價指標體系。因此，課題組以北京、南京、合肥、長春的4個廉租房小區(qū)(表1)為例，廣泛調研保障對象對廉租房保障機制的意見和建議，進而構建廉租房保障機制滿意度評價指標體系。調研采取隨機入戶的方式，每小區(qū)發(fā)放80份問卷，共發(fā)放問卷320份，有效問卷304份，有效率為95%。

表1 廉租房小區(qū)Tab.1 Low--rent--house communities

本次調研共收集整理了廉租房保障機制存在的7類問題：

(1)在調研中發(fā)現(xiàn)有47.10%的保障對象認為“管理人員對自己的實際困難并不了解，很難和管理人員建立有效的溝通渠道”，特別是家中有老人和小孩的保障對象認為，雖然收入逐年有所提高，但是隨著夫妻雙方父母年紀逐漸增大，在疾病治療方面的支出也逐年增多，另外還有子女在教育、衣食方面的開支也在逐年增加，希望政府能充分考慮他們的實際情況，提高退出的收入標準；

(2)有68.40%的個體經營者認為“收入認定不合理”，認為雖然他們有營業(yè)執(zhí)照、有車，但都是經營的必要手段，并不能代表他們收入很高，特別是大部分家庭的車都是經營性用車；

(3)部分地區(qū)的保障對象認為“退出標準設定的不合理”，在調查中發(fā)現(xiàn)一些保障家庭認為“人均住房面積超出規(guī)定的住房保障標準”這一條很不合理，保障房的人均面積同家庭收入并沒有必然聯(lián)系；

(4)有38.50%的保障對象對具體滿足什么條件要從保障房中退出并不是很了解，可見廉租房的退出政策宣傳、講解的力度還遠遠不夠，特別針對一些低收入、低學歷的困難群體要在宣傳的方法上有所創(chuàng)新；

(5)有71.28%的保障家庭反映所在小區(qū)存在不符合規(guī)定的保障對象居住在廉租房小區(qū)，這也表明“準入”的公平與否直接關系到“退出”的公平與否；

(6)一些保障對象反映，對于具體哪些保障對象“不需要退出”應該公示，接受社會監(jiān)督，但是對于“需要退出”的也應該提前公示，廣泛征詢意見；

(7)有56%保障對象對保護個人隱私方面不是很滿意，他們認為在接受社會監(jiān)督、政府入戶調查、社區(qū)審核的同時也應該保護其個人隱私；

通過上述分析，課題組經過反復討論并征詢領域專家的意見，構建了圖1所示的廉租房保障機制滿意度評價指標體系。

2.2 利用信息熵計算單個指標的重視度

熵是簡單巨系統(tǒng)的基本概念，代表著系統(tǒng)的混亂程度或無序程度。信息論中，信息熵是不確定性在數(shù)量上的度量[10]。對于一個系統(tǒng)，系統(tǒng)越有序，信息熵就越低；反之，信息熵就越高。在多指標綜合評價系統(tǒng)中，如果評價指標的熵越小，就表明其指標值的變異程度越大，決策者越應該重視該指標的作用[11]。本文利用信息熵來測度單個指標的重視度，具體方法如下。

邀請5位專家，記為S={St|t=1,2,3,4,5}，根據(jù)每位專家的知識和經驗設定專家權重向量，記為令為專家St對二級指標Xij的重視度打分，打分尺度可以參照表2。

表2 指標重視度的打分尺度Tab.2 Density scale of single index

5位專家對指標X1={X11,X12,X13}，X2={X21,X22,X23,X24}和X3={X31,X32,X33,X34}的重視度打分矩陣分別為

表3 二級指標的信息熵Tab.3 Information entropy of second-level indexes

由于指標Xij的信息熵值eij越小，指標Xij同其他指標間的差異越大，該指標越應該重視，因此可以用gij=1-eij計算指標Xij的重視度，具體數(shù)值見表4。

表4 二級指標的重視度Tab.4 Density of second-level indexes

根據(jù)表4中的數(shù)據(jù)，同理可以計算一級指標Xi的信息熵值，見表5。故可得一級指標Xi的重視度：

表5 一級指標的信息熵值Tab.5 Information entropy of first-level indexes

2.3 計算指標集可測空間上的模糊測度

2.4 計算二級指標的模糊評價矩陣

二級指標的評價數(shù)據(jù)主要通過在小區(qū)內以隨機問卷的方式獲取，要求被訪問者對指標{X11，X12，X13，X21，X22，X23，X24，X31，X32，X33，X34}進行評價，指標的評語集設定為“滿意(θ1)”、“一般(θ2)”、“不滿意(θ3)”、“很不滿意(θ4)”4個等級，共發(fā)放270份問卷，有效問卷242份，有效率90%，見表7。

表6 模糊測度值Tab.6 Fuzzy measure values

表7 調研問卷Tab.7 Investigation questionnaires

表8 指標評語Tab.8 Fuzzy remarks of indexes

表8為評語的統(tǒng)計表，根據(jù)表8計算二級指標的模糊評價矩陣如下：

2.5 計算一級指標的模糊評價矩陣

利用式(8)計算一級X1指標的模糊評語值

然后利用(9)進行歸一化，得指標X1的模糊評語向量為

同理，計算指標X2和X3的模糊評語向量分別為

根據(jù)B1，B2和B3得到指標X1，X2和X3的模糊評價矩陣為

2.6 評價結果分析及比較

根據(jù)模糊評價矩陣R，本次調研的廉租房保障機制滿意度評價向量為

根據(jù)B可知，總體上廉租房保障機制是令人滿意的，對目前運行的“準入機制(X1)”、“公開機制(X2)”和“退出機制(X3)”基本滿意。但是也存在一些問題，如“投訴、舉報渠道的暢通性(X23)”滿意度較低，“配租程序的公開、公正、公平性(X13)”和“應退盡退”情況(X31)”滿意度不高。在今后的公租房保障機制建設中，政府還需要強化投訴渠道的暢通性，提升社會監(jiān)督的力度，同時還要保證準入、退出的公平性。

本文所采用的滿意度評價工具是模糊積分綜合評價法，該方法能夠很好的考慮指標間存在的相關性或交互作用，使決策結果更符合實際，為驗證本方法的優(yōu)越性，本文與傳統(tǒng)的模糊綜合評價法進行對比分析。為了保證兩種方法具有可比性，傳統(tǒng)模糊綜合評價法指標權重的計算采用表3和表5的信息熵值。二級指標的權重采用計算，一級指標的權重采用計算，具體計算結果如下。

表9 各級指標權重Tab.9 Weights of every level index

根據(jù)模糊評價矩陣R1，R2和R3，計算一級指標的模糊評價矩陣為

最后，計算得到模糊評價向量為B′=(0.398 1,0.257 0,0.182 8,0.162 2)。從模糊評價向量B和B′看，兩種方法的評價結果一致，都為“滿意”，但是本文方法“滿意”的置信度更高，結果更可靠。

3 結 語

以北京、南京、合肥、長春的4個廉租房小區(qū)為調研對象，構建了廉租房保障機制滿意度評價指標體系，并在此基礎上收集了相關的評價數(shù)據(jù)。為避免指標間相關性對評價結果的影響，采用模糊積分綜合評價法對廉租房保障機制滿意度進行了評價，評價結果表明廉租房保障機制基本令人滿意。

[1]龍灝.城市最低收入階層居住問題研究—重慶市廉租房體制及其選址與設計探析[M].北京：中國建筑工業(yè)出版社,2010: 114-120.

[2]Sugeno M.Theory of fuzzy integral and its applications[D].Tokyo:Tokyo Institute of Technology,1974.

[3]Ishii K,Sugeno M.A model human evaluation proeess using fuzzy measure[J].International Journal of Man-machine Studies, 1985(22):19-38.

[4]常志朋，程龍生.基于模糊積分綜合評價法的我國應急物資對外采購能力評價[J].中國安全生產科學技術，2012,8(9): 106-111.

[5]王熙照.模糊測度和模糊積分及在分類技術中的應用[M].北京：科學出版社,2008:14-15.

[6]朱傳軍，盧新海，韓長生.基于模糊積分的開發(fā)區(qū)土地經濟效益評價[J].中國土地科學，2009,23(5):53-58.

[7]Sugeno M.Fuzzy Measure and Fuzzy Integrals,a Survey,Fuzzy Automata and Decision Processes[M].New York:North-Holland,1997:89-102.

[8]Murofushi T,Sugeno M.A theory of fuzzy measures,representations,the choquet integral,and null sets[J].Journal of Mathemati calAnalysisAndApplications,1991,159(2):532-549.

[9]楊綸標，高英儀.模糊數(shù)學原理及應用[M].廣州：華南理工大學,2005:80-88.

[10]曾佳龍，黃銳，關燕鶴，等.熵權-未確知測度理論在尾礦庫安全標準化中的應用研究[J].中國安全生產科學技術,2014，10(2):160-166.

[11]賴芨宇，張晉，劉菁，等.信息熵的模糊選擇在項目管理組織結構中的應用[J].武漢工程大學學報，2014，36(3):67-71.

責任編輯：丁吉海

Satisfaction Evaluation of Low-rent Housing Safeguard Mechanism

CHANG Zhipeng,LI Yu,WU Hongling
(School of Business,Anhui University of Technology,Ma'anshan 243032,China)

After low-rent housing was incorporated into public rental housing,to promote healthy development of new public rental housing,four low-rent housing communities in Beijing,Nanjing,Hefei and Changchun respectively are taken as an example to evaluate the satisfaction of low-rent housing safeguard mechanism.The satisfaction is evaluated by fuzzy integral comprehensive evaluation method(FICE).The evaluation index system of lowrent housing safeguard mechanism is established according to the opinions and suggestions of guarantee.To calculate the fuzzy measure,the information entropy is used to calculate the density of single index.Finally,the evaluation results and the comparisons of FICE and fuzzy comprehensive evaluation method(FCE)are given.Besides, according to the evaluation results of FICE,the disadvantage of low-rent housing safeguard mechanism is given.

low-rent housing;safeguard mechanism;satisfaction;information entropy;fuzzy integral evaluation method

F293.33

A

10.3969/j.issn.1671-7872.2015.02.019

2014-06-15

國家自然科學青年基金(71303004)；教育部人文社會科學青年基金(12YJK630005)；安徽省哲學社會科學規(guī)劃基金(AHSK11-12D73)

常志朋(1978-)，男，吉林榆樹人，博士，副教授，主要研究方向為管理綜合評價、多屬性決策。

1671-7872(2015)-02-0192-08