鄭凱鑫，許桂生

（華北電力大學(xué) 水利與水電工程學(xué)院，北京 102206）

1 研究背景

國家對大中型水庫移民實行前期補償加后期扶持的政策，后期扶持工作是幫助移民重建社會和經(jīng)濟關(guān)系的系統(tǒng)工程［1］。為了能夠合理評價水庫移民后期扶持政策的實施效果，國內(nèi)學(xué)者對此做了許多研究工作。水庫移民后期扶持效果評價大致分為三步：建立指標(biāo)體系、計算各指標(biāo)權(quán)重、建立綜合評價模型。指標(biāo)體系的構(gòu)建大部分以水庫移民安置方案、監(jiān)測評估報告和實地調(diào)研情況為依據(jù)。計算指標(biāo)權(quán)重有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法常用德爾菲法和層次分析法等利用專家或個人的知識及經(jīng)驗，對權(quán)重做出判斷?？陀^賦權(quán)法根據(jù)原始數(shù)據(jù)之間的關(guān)系通過一定的數(shù)學(xué)方法來確定權(quán)重，其判斷結(jié)果不依賴于人的主觀判斷，有較強的數(shù)學(xué)理論依據(jù)。常用的客觀賦權(quán)法通常包括主成分分析法、離差及均方差法、多目標(biāo)規(guī)劃法等。在綜合評價模型研究中，牟立［2］基于主成分分析的模糊綜合評價法對貴州省三縣（市）水庫移民后期扶持效果進行了評價。王潔瓊［3］運用層次集對分析法，基于白化權(quán)函數(shù)的灰色聚類法對河南省兩個縣區(qū)的水庫移民生產(chǎn)生活水平進行了評價。徐鑫等［4］利用主成分分析法與人工神經(jīng)網(wǎng)絡(luò)對北京市各個區(qū)縣水庫移民政策實施效果進行研究。張爽［5］運用層級分析法和專家打分法對河南省南水北調(diào)中線工程進行了移民村社會治理績效評價研究。王美［6］基于層次分析法、熵權(quán)法和集對分析法模型對陜西省的5個縣（區(qū)）進行了后期扶持政策實施評估的實例分析。吳楊［7］基于可拓關(guān)聯(lián)函數(shù)對陜西省縣區(qū)水庫移民后期扶持政策實施情況進行了評價。趙敏等［8］采用數(shù)據(jù)包絡(luò)分析法對水庫移民安置進行了評價。在采用模糊綜合評判法對后期扶持政策的實施效果評價時，多采用最大隸屬度原則。但該方法容易丟失大量的信息，可能會導(dǎo)致評價結(jié)果不合理。為彌補最大隸屬度原則的缺陷，張曉平［9］提出了非對稱貼近度理論。吳菊華等［10］基于非對稱貼近度建立了地質(zhì)災(zāi)害危險性評價模型。王瑞峰等［11］以模糊熵和非對稱貼近度相結(jié)合建立了機床安全預(yù)警模型。本文首先結(jié)合文獻和專家意見建立后期扶持效果評價指標(biāo)體系，利用層次分析法確定指標(biāo)權(quán)重，在此基礎(chǔ)上構(gòu)建了基于非對稱貼近度的移民后期扶持效果評價模型，并將其應(yīng)用于廣東省龍門縣大中型水庫移民后期扶持政策實施效果評價。

2 水庫移民后期扶持效果評價指標(biāo)體系

水庫移民后期扶持是一項復(fù)雜的社會系統(tǒng)工程，涉及面廣，本文以發(fā)改農(nóng)經(jīng)〔2011〕1033號文件［12］為依據(jù)，結(jié)合現(xiàn)有文獻［4，13-14］和專家意見，構(gòu)建了目標(biāo)層、準則層和指標(biāo)層，其中準則層包括收入結(jié)構(gòu)、生產(chǎn)條件、生活條件、基礎(chǔ)設(shè)施、社會保障五個層面，指標(biāo)層包括人均可支配收入、耕地面積、新農(nóng)合比例、醫(yī)療情況等16個指標(biāo)。具體見表1。

表1 水庫移民后期扶持效果評價指標(biāo)體系

3 基于非對稱貼近度的模糊綜合評判模型

模糊綜合評判法中最常用的方法是最大隸屬原則，由于最大隸屬度原則只考慮模糊子集中最貼近的集合，容易漏失信息，可能會導(dǎo)致評估結(jié)果失真［15］。為彌補最大隸屬度原則的缺陷，張曉平［9］提出了非對稱貼近度理論。本文在此基礎(chǔ)上建立了水庫移民后期扶持效果評價的模糊綜合評判模型。

3.1 確定指標(biāo)集 設(shè)定準則層Z=(Z1，Z2…，Zm)為目標(biāo)評價的所有準則集合，各準則之間相互獨立互不影響，即Zi∩Zj=0(i≠j)；準則層由多項指標(biāo)層構(gòu)成，指標(biāo)層集合可表示為Zi=(Zi1，Zi2，Zi3，…，Zin)(i=1，2，…，m)，Zi為準則層集合，Zin為指標(biāo)層集合，基于此設(shè)定，建立水庫移民后期扶持效果評價指標(biāo)集合，如表1所示。

3.2 確定評價集 水庫移民后期扶持政策實施效果評估屬于復(fù)雜系統(tǒng)問題，涉及指標(biāo)較多，若評價等級劃分過少，可能會導(dǎo)致信息缺失；劃分過多，各等級所屬區(qū)間范圍可能過小，不利于操作。本文通過咨詢專家意見和查閱文獻資料，將目標(biāo)層，準則層和指標(biāo)層三層指標(biāo)劃分為四個等級：｛優(yōu)v1，良v2，中v3，差v3｝，即

3.3 計算隸屬度評價矩陣 水庫移民后期扶持效果評價的隸屬度，表示的是各個指標(biāo)對最終結(jié)果的支持程度，通過將各指標(biāo)對各等級支持程度量化來構(gòu)建隸屬度矩陣，取值為（0，1）的實數(shù)。隸屬度模糊評價矩陣的表達式為：

式中rij為指標(biāo)i的j級隸屬度值。

根據(jù)評價結(jié)果構(gòu)造的模糊評價矩陣，本文采用平均加權(quán)的方式計算各準則層對各級評語的隸屬度：

式中Bm為準則層指標(biāo)隸屬于評價等級vi(i=1，2，…，j)的程度。

3.4 確定指標(biāo)權(quán)重 第一步：本文采用1～9標(biāo)度法，以Saaty教授提出的1～9標(biāo)度法作為專家打分的依據(jù)［14，16］邀請專家打分，對層次結(jié)構(gòu)中的每一層指標(biāo)相對于上一層的指標(biāo)的重要性進行兩兩比較，構(gòu)造出判斷矩陣。

第二步：構(gòu)造出判斷矩陣后，求出該矩陣的特征值和特征向量，求出最大特征值λ_max并將特征向量進行歸一化，用W表示歸一化后的特征向量。

第三步：判斷矩陣偏離一致性指標(biāo)檢驗。若不符合，則需要對判斷矩陣進行修正。若通過一致性檢驗，將求得的特征向量歸一化即為各個指標(biāo)的特征向量W。

3.5 基于非對稱貼近度進行綜合評價

（1）確定評判結(jié)果向量。確定權(quán)重向量W和隸屬度矩陣R后，為防止有效信息丟失，本文采用加權(quán)平均算子對指標(biāo)隸屬于各評價等級的程度進行處理。

設(shè)評判向量B=(B1，B2，…，Bm)，則有：

式中Bm為準則層指標(biāo)隸屬于評價等級vi(i=1，2，…，j)的程度。

（2）計算非對稱貼近度。貼近度是對兩個模糊子集的一種度量，在對評判結(jié)果的計劃中最常用的方法是最大隸屬原則，但該方法在某些情況下是失效的，會缺失部分信息。為此文獻［9］構(gòu)造了非對稱貼近度來進行等級評判，并驗證了該方法的有效性。非對稱貼近度的定義如下［9］：

式中：μA、μB分別為模糊集合A、B的隸屬度；vk為對應(yīng)的k級評語；p為調(diào)節(jié)因子，為了使評價結(jié)果向更好的方向集化，本文取p=1。

若水庫移民后期扶持效果評價等級分類V={v1，v2，…，vj}，則稱Di=(0，…，1，…，0)=(d1，…，di-1，1，di+1，…，dj（)1為第i個分量）是vi的特征模糊子集。則其非對稱貼近度可按如下方法［17-18］計算：

Step1：對B進行標(biāo)準化。首先把bi排在第一位，對任意i1、i2∈ic，若|i1-i|≤|i2-i|，則把bi1放在bi2的前面。標(biāo)準化后的B記作B(i)=(b1i，b2i，…，bji)=(bi，bi-1，bi+1，bi-2，bi+2，… )。相應(yīng)地，對Di進行標(biāo)準化，得D1=(d11，d21，…，dj1)。

Step2：計算非對稱貼近度N(B，Di)：

式中：p=1。

4 實例分析

本文基于廣東省2019年度大中型水庫移民后期扶持監(jiān)測評估數(shù)據(jù)，對惠州市龍門縣水庫移民后期扶持政策實施效果情況進行評價，邀請20位水庫移民專家，根據(jù)龍門縣當(dāng)?shù)睾蠓稣邔嵤┣闆r結(jié)合專家個人的判斷，對指標(biāo)層16個指標(biāo)進行效果評價，并將結(jié)果匯總統(tǒng)計，如表2所示。

表2 指標(biāo)層專家評價結(jié)果統(tǒng)計

（1）根據(jù)專家評判結(jié)果，構(gòu)造出的評判矩陣如下：

（2）權(quán)重計算。采用3.4所述的1～9標(biāo)度法對準則層5個指標(biāo)構(gòu)造判斷矩陣

通過編程計算，求得最大特征值λmax=5.0492，，RI=1.12，，通過一致性檢驗。得到準則層權(quán)重向量為：

同理可計算出指標(biāo)層權(quán)重向量：

（3）利用式（4）求得B1，B2，B3，B4，B5，進而得到評價矩陣

（4）評判結(jié)果向量

根據(jù)權(quán)重向量W及評價矩陣R，由式B=WR得評判結(jié)果向量為：

（5）非對稱貼近度評判

對B進行標(biāo)準化：

由式（6）和式（7）計算非對稱貼近度N(B，Di)(i=1，2，3，4 )，可知

因此計算的非對稱貼近度為

（6）結(jié)果分析。由評判結(jié)果向量B可知，龍門縣水庫移民后期扶持政策實施效果對優(yōu)、良、中、差的隸屬度分別為：0.267、0.347、0.351、0.036。根據(jù)最大隸屬度原則Bmax=0.351，所對應(yīng)的評價等級為“中”，但由非對稱貼近度結(jié)果可知，所屬評價等級應(yīng)為“良”。

作者在2019年度廣東省大中型水庫移民后期扶持政策實施情況監(jiān)測評估項目的實地調(diào)查中，了解到龍門縣移民的生活水平較好，后扶項目的實施從根本上改善了移民的生產(chǎn)生活條件，提高了移民的生活水平。其中移民的收入來源依靠二三產(chǎn)業(yè)較多，龍門縣移民管理部門在對移民的幫扶工作中，與當(dāng)?shù)卣c企業(yè)積極合作，共同發(fā)展特色產(chǎn)業(yè)，帶動移民發(fā)展經(jīng)濟，開創(chuàng)了一條致富道路，移民對現(xiàn)狀生活較為滿意。龍門縣對移民后期扶持政策的實施是有效的，后期扶持政策的實施進一步加快了移民生產(chǎn)生活水平的提高，移民生產(chǎn)生活水平越來越好。因此從實地調(diào)查情況來看，評價結(jié)論為“良”比“中”更合理。

事實上，根據(jù)隸屬度的計算結(jié)果，“良”和“中”的隸屬度非常接近，而“優(yōu)”和“良”的隸屬度之和明顯大于“中”的隸屬度，且明顯大于“中”和“差”的隸屬度之和。若按最大隸屬度原則判定為“中”，顯然不妥。最大隸屬度原則沒有綜合利用評判結(jié)果向量的信息，導(dǎo)致最終評價結(jié)果“失真”，而非對稱貼近度能夠?qū)⒏鲗＜业脑u價結(jié)果更好地集化，更準確地反映評價對象與評價集之間的貼近程度。因此相對于基于最大隸屬度原則的模糊綜合評判法，基于非對稱貼近度的后期扶持效果評價模型給出的評判結(jié)果“良”更為合理。

5 結(jié)論

（1）本文結(jié)合現(xiàn)有文獻和專家意見建立水庫移民后期扶持效果評價指標(biāo)體系，利用層次分析法確定指標(biāo)權(quán)重，在此基礎(chǔ)上構(gòu)建了基于非對稱貼近度的移民后期扶持效果評價模型，并將其應(yīng)用于廣東省龍門縣大中型水庫移民后期扶持政策實施效果評價，可為水庫移民后期扶持工作實踐提供參考。

（2）通過文獻分析和實際應(yīng)用表明，對于移民政策中的后期扶持效果評價，目前多采用基于最大隸屬度原則的模糊綜合評判法，該方法沒有綜合利用評判結(jié)果向量中非最大分量的信息，可能會導(dǎo)致評價結(jié)果“失真”。

（3）本文構(gòu)建的基于非對稱貼近度的移民后期扶持效果評價模型有效地克服了最大隸屬度原則的上述缺陷，能夠?qū)⒏鲗＜业脑u價結(jié)果更好地集化，更準確地反映評價對象與評價集之間的貼近程度，確保評價結(jié)果符合客觀實際。實例分析表明，本文模型與基于最大隸屬度原則的模糊綜合評判法相比，給出的評價結(jié)果更為可信、合理。