李維雨

(遼寧江河水利水電新技術設計研究院有限公司，遼寧 沈陽 110003)

水庫移民后期扶持監(jiān)測評估是通過對移民后期扶持政策實施過程的跟蹤調(diào)查，并與移民后期扶持前的基本情況和后期扶持規(guī)劃、目標對比分析，從而對移民后期扶持政策的落實、效果及移民后期扶持規(guī)劃目標是否實現(xiàn)作出相應的評估；對移民后期扶持政策實施中發(fā)現(xiàn)的問題，分析原因、提出建議，并提請各級政府、移民管理機構、實施機構及有關各方改進，為水庫移民后期扶持工作科學決策提供更接近甚至符合實際的技術參考，以確保政策順利實施并達到預期目標。

按照以往國家及遼寧省級的監(jiān)測評估大綱，監(jiān)測評估工作主要內(nèi)容是對后期扶持人口核定和扶持方式確定、后期扶持相關規(guī)劃(方案)情況、后期扶持規(guī)劃(600元內(nèi))實施情況、項目規(guī)劃(600元外)實施情況、小庫規(guī)劃實施情況、移民避險解困規(guī)劃(方案)實施情況、脫貧攻堅工作方案實施情況、美麗家園建設規(guī)劃實施情況、項目及資金管理情況、移民生產(chǎn)生活水平等十多個方面進行跟蹤評估，該項工作每個需要評估的縣級單元應填寫37張表格，需要核對填寫的數(shù)據(jù)指標有252個，優(yōu)點是專業(yè)、詳細；缺點是工作量非常大，把問題繁瑣化、不具體，問題分散，不利于后期整改。

由此，建立一個適合水庫移民監(jiān)測評估的指標體系尤其重要，一個健全的指標體系，能夠體現(xiàn)“一致性、整體性、獨立性、客觀性、可測性和簡易性”[1]等特點，BP神經(jīng)網(wǎng)絡方法具有對以往分析過程的主觀性和復雜性進行克服的手段，并且可以從非常復雜的數(shù)據(jù)中探索其規(guī)律[2]。本文通過對蓋州市近幾年搬遷后的水庫移民生產(chǎn)生活各方面的對比分析，以及水庫移民后期扶持政策實施情況全過程監(jiān)測與評估，采用BP神經(jīng)網(wǎng)絡模型對蓋州市后期扶持政策實施情況進行評估，科學反映水庫移民后期扶持績效目標完成的進度及程度，為水庫移民后期扶持工作提供及時、有效的支持信息[3]，順利完成水庫移民后期扶持工作。

1 建立監(jiān)測評估指標體系

根據(jù)遼寧省近2a發(fā)布的水庫移民監(jiān)測評估大綱、表格以及對營口市蓋州市2019年監(jiān)測評估實地考察、調(diào)研、訪談等監(jiān)測評估方法，按照系統(tǒng)性、完整性等健全的指標體系的特點，建立三級水庫移民后期扶持效果風險指標體系，該指標體系共有20個三級指標、5個二級指標、1個一級指標構成，如圖1所示。

2 BP神經(jīng)網(wǎng)絡模型

BP神經(jīng)網(wǎng)絡是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，是當前應用最廣泛的神經(jīng)網(wǎng)絡模型之一。BP神經(jīng)網(wǎng)絡結構可以實現(xiàn)任意的從n維到m維的映射[4]，BP神經(jīng)網(wǎng)絡結構如圖2所示。該結構圖由輸入層、隱含層、輸出層3個部分構成，采取層與層全互聯(lián)的連接方式，通常來說，BP神經(jīng)網(wǎng)絡學習過程是由輸入層、隱含層到輸出層正向傳播方式，如果輸出層的計算結果與之前設定的期望目標差距很大或者不符合，就會進入反向傳播的方式，這個過程要不斷地修復誤差，并且反復進行網(wǎng)絡訓練，而任何一種指標體系都是從指標層映射推理到目標層，指標體系之間相互聯(lián)系與神經(jīng)網(wǎng)絡各個層次間相互聯(lián)系有一定程度相似之處，由此，我們可以采用BP神經(jīng)網(wǎng)絡模型對數(shù)據(jù)進行處理。

圖1 蓋州市水庫移民后期扶持效果風險指標體系

圖2 BP神經(jīng)網(wǎng)絡結構

3 實例應用

3.1 監(jiān)測區(qū)區(qū)域情況

蓋州市隸屬于營口市，位于北緯N40°13～41.57″、東經(jīng)E122°27～55.78″，渤海遼東灣東岸，依山傍海，物產(chǎn)豐富。蓋州市總面積2928km2，總人口73萬。根據(jù)資料調(diào)查，蓋州市轄區(qū)內(nèi)有2座大中型水庫，分別為石門水庫及玉石水庫，總庫容量約為1.91億m3。水庫修建時涉及5個庫區(qū)淹沒村，庫區(qū)村移民總人口為14991人；移民安置大都實行就地后安置方式，分別安置在市轄區(qū)域內(nèi)的530個村，移民安置村總人數(shù)約為130400人。

3.2 選取樣本數(shù)據(jù)

根據(jù)《遼寧省2019年度水庫移民后期扶持政策實施情況監(jiān)測評估工作大綱》要求，移民人口5000～10000人(含10000人)的縣(市、區(qū))，樣本村(組)不少于10個，按照3個檔次5∶3∶2的原則選取。蓋州市核定移民人口為9265人，按照以上原則，選取果園村、新民村、黃駝子村、八嶺村、張郎寨村、古臺子村、蔣屯村、礦洞溝村、蘇堡村、大王寨村10個典型移民村進行實地調(diào)研、統(tǒng)計基礎數(shù)據(jù)，詳細數(shù)據(jù)見表1。確定其中6個典型村為訓練樣本數(shù)據(jù)，剩下4個移民村(蔣屯村、礦洞溝村、蘇堡村、大王寨村)為檢驗樣本數(shù)據(jù)。

3.3 樣本數(shù)據(jù)歸一化處理

歸一化處理數(shù)據(jù)可以使樣本計算結果收斂，運算效率同時提高，以上數(shù)據(jù)采取以下公式進行處理，公式如下[4]：

(1)

(2)

式中，xmin、xmax—該樣本數(shù)據(jù)的最小、最大值；ymin、ymax—需要制定下、上邊界。

3.4 風險評定標準確定

水庫移民搬遷安置后，由于地理位置、基礎設施、土地資源、科技水平等原因，其生產(chǎn)生活等各個方面均發(fā)生了巨大的變化，并且很難恢復到未搬遷之前的生產(chǎn)生活狀態(tài)。將風險等級劃分為5個級別的等級，風險等級分別為極有利影響、輸出向量形式為(1 0 0 0 0)、移民受到的影響為生產(chǎn)生活水平明顯提高，描述為零風險；有利影響、輸出向量形式為(0 1 0 0 0)、移民受到的影響為生產(chǎn)生活水平提高不明顯，描述為可忽略風險；一般、輸出向量形式為(0 0 1 0 0)、移民受到的影響為生產(chǎn)生活水平基本恢復，描述為可接受風險；不利影響、輸出向量形式為(0 0 0 1 0)、移民受到的影響為生產(chǎn)生活部分未完全恢復到搬遷之前的水平，描述為中等風險；極不利影響、輸出向量形式為(0 0 0 0 1)、移民受到的影響為生產(chǎn)生活水平完全未恢復，描述為不可接受風險。

表1 蓋州市典型移民村三級指標數(shù)據(jù)

3.5 后期扶持效果風險評價分析

該例網(wǎng)絡輸入節(jié)點為20個三級指標，根據(jù)圖2模型可知，輸出層節(jié)點數(shù)為5個，通過經(jīng)驗公式及其試算法等可確定隱含層節(jié)點數(shù)為10個，使用trainlm函數(shù)對樣本數(shù)據(jù)進行訓練，并使用L-M對數(shù)據(jù)進行優(yōu)化處理，主要參數(shù)見表2。

通過以上既定模型，將蔣屯村、礦洞溝村、蘇堡村、大王寨村等4個檢驗樣本村數(shù)據(jù)輸入以上模型中，通過蓋州市監(jiān)測評估報告及該模型輸出結果進行對比分析。得出以下結果：

表2 L-M傳播法相關參數(shù)數(shù)據(jù)

(1)蔣屯村網(wǎng)絡輸出向量為(0，0.0012，0.0001，0.0002，1)，BP網(wǎng)絡模型顯示該村風險等級為極有利，對照監(jiān)測評估報告被評價為極有利，說明該村在后期扶持政策實施中受到的影響非常小，生產(chǎn)生活水平有明顯提高。

(2)礦洞溝村網(wǎng)絡輸出向量為(0.0001，0.0006，0.0002，1，0)，BP網(wǎng)絡模型顯示該村風險等級為有利，對照監(jiān)測評估報告被評價為有利，說明該村在后期扶持政策實施中受到的影響較小，生產(chǎn)生活水平提高不明顯。

(3)蘇堡村網(wǎng)絡輸出向量為(0，0.0014， 1， 0.0025，0)，BP網(wǎng)絡模型顯示該村風險等級為一般，對照監(jiān)測評估報告被評價為一般，說明該村在后期扶持政策實施中受到的影響較大，生產(chǎn)生活水平基本恢復。

(4)大王寨村網(wǎng)絡輸出向量為(0，0.0008，0.0005，0.0001，1)，BP網(wǎng)絡模型顯示該村風險等級為極有利，對照監(jiān)測評估報告被評價為極有利，說明該村在后期扶持政策實施中受到的影響非常小，生產(chǎn)生活水平有明顯提高。

4 結語

(1)自后期扶持政策實施以來，蓋州市移民生產(chǎn)生活條件有很大程度改善，尤其是蔣屯村及大王寨村受到影響非常小，生產(chǎn)生活水平有明顯提高；礦洞村受到影響較小，生產(chǎn)生活水平提高不明顯；蘇堡村受到影響較大，生產(chǎn)生活水平基本恢復。通過分析監(jiān)測評估報告，顯示兩者結論基本一致，說明上述指標體系及BP神經(jīng)網(wǎng)絡模型能夠反映水庫移民后期扶持政策實施效果。

(2)BP神經(jīng)網(wǎng)絡模型運算過程中需要大量指標數(shù)據(jù)，模型驗證的成功與否與典型村樣本數(shù)據(jù)、其他網(wǎng)絡參數(shù)等有著密切的關系，在下一步工作中，需要進一步研究變量之間的關系及如何提升精度。