肖 超

(貴州省水利投資(集團)有限責任公司，貴州 貴陽 550001)

0 引言

水電工程是我國的基礎建設工程，對水資源利用、資源災害防治有重要作用[1]。水電工程的建設矛盾主要由受移民訴求影響，包括移民后的居住環(huán)境、生產(chǎn)、習俗生活等[2]，不能僅進行前期的移民補償，需要在移民后續(xù)進行跟緊扶持，保證移民后群眾的生活達到移民前水準[3]。在上述背景下，需要設計一種有效的水電工程移民安置效果評價方法。

事實上，我國于2006年就頒布了與水電工程移民安置相關的補償條例，旨在通過前期、后期扶持補償法，提高移民后群眾的生活質(zhì)量，改善移民群眾生存區(qū)域的經(jīng)濟。但研究表明，我國各個水電工程建設區(qū)域的移民參與度相對較低[4]，難以滿足群眾的移民搬遷訴求，甚至出現(xiàn)了移民阻工問題，嚴重影響了項目的正常運行，因此，為了提高移民的能動性，保證水電工程的建設效果，推動我國的經(jīng)濟發(fā)展，需要對移民安置效果進行有效評價，及時進行補償糾正。相關研究人員也針對水電工程的建設特點設計了幾種常規(guī)的水電工程移民安置效果評價方法。第一種是基于AHP算法的水電工程移民安置效果評價方法[5]，其主要根據(jù)安置情況變化生成多種評價體系，實現(xiàn)移民安置效果評價；第二種是考慮ResNet的水電工程移民安置效果評價方法[6]，其主要使用激活函數(shù)構(gòu)建了安置效果評級模型，完成了移民安置效果評價。但大多數(shù)水電工程移民安置效果評價方法主要使用定量結(jié)合技術生成評價指標體系，易受生活水平指數(shù)SPI動態(tài)變化影響，導致評價優(yōu)屬度偏低，不符合目前的評價要求，因此本文基于隨機森林回歸算法設計了1種全新的水電工程移民安置效果評價方法。

1 水電工程安置隨機森林回歸算法效果評價方法設計

1.1 基于隨機森林回歸算法確定安置效果基礎評價指標

隨機森林算法是一種基于統(tǒng)計學理論的特殊抽樣方法，其可以提高原始樣本的抽取效果，生成不同類型的決策樹，計算多決策樹平均值從而提高預測準確度，因此，本文基于隨機森林算法確定了安置效果基礎評價指標。首先從隨機分布的安置向量中獲取訓練數(shù)據(jù)集[7]，此時計算的泛化誤差d如公式(1)所示。

d=EXY[y-h(x)]2

(1)

式中，EXY—隨機向量期望值；y—輸出向量；h(x)—預測輸出量[8]。根據(jù)計算的泛化誤差可以計算隨機森林回歸預測輸出式，設置有效的決策定理，此時得到的隨機森林回歸算法執(zhí)行步驟如下：第一步，假設隨機參數(shù)向量，獲取對應的決策樹；第二步，利用bootstrap法進行采樣；第三步，假設特征維度，隨機抽取特征分類集合[9]；第四步，保持決策樹處于最大限度生長狀態(tài)；第五步，通過預測節(jié)點獲取平均觀測值；第六步，計算觀測的預測因變量；第七步，輸出最終得到的安置效果基礎評價指標。

在水電工程移民安置效果評價過程中，涉及較多評價指標，因此，需要根據(jù)定期變化關系確定安置環(huán)境[10]，從而得出最終的評價指標，本文利用有效數(shù)據(jù)，結(jié)合隨機森林回歸算法測算了評價單元比G，如公式(2)所示。

(2)

式中，k—效果評級范圍；m—預設的安置評價區(qū)域；n—安置評價單元；i—評價次數(shù)；b—最大安置評價偏差。根據(jù)上述計算的單元比可以選取安置關聯(lián)比率、評價單元偏差、層次評價比作為3個不同的評價指標層級，調(diào)整評價環(huán)境，為提高最終的評價效果作基礎。

1.2 建立水電工程移民安置效果評價結(jié)構(gòu)

根據(jù)上述設置的水電工程移民安置效果基礎評價指標可以建立有效的水電工程安置效果評價結(jié)構(gòu)。初始的移民安置評價結(jié)構(gòu)屬于單層級結(jié)構(gòu)，評價針對性較差，且在面臨較復雜環(huán)境時的評價精度偏低，會產(chǎn)生較高的評價誤差，因此，為了提高評價結(jié)構(gòu)的綜合性能需要計算評價權(quán)重A，如式(3)所示。

(3)

式中，η—預設的移民安置效果評價標準；λ—允許出現(xiàn)的效果評價偏差；T—效果評價次數(shù)。結(jié)合上述計算的評價權(quán)重可以測算不同評價指標占比，此時建立的水電工程移民安置效果評價結(jié)構(gòu)如圖1所示。

圖1 水電工程移民安置效果評價結(jié)構(gòu)

由圖1可知，上述構(gòu)建的移民安置效果評價結(jié)構(gòu)在各個評價階段存在不同的評價任務，因此，需要預設關聯(lián)評價目標降低評價誤差，提高評價的有效性，實現(xiàn)準確循環(huán)評價。

水電工程移民安置評價覆蓋面積較廣，因此，為了提高評價的針對性，需要盡量排除外部因素對評價結(jié)果的影響，可以根據(jù)具體的評價問題增設評價單元，生成定性的安置效果評價體系，再使用可變評價處理法調(diào)整評價誤差，保證安置效果評價標準具備搭接連接性。上述步驟完畢后，即可設置對應的修正評價指標，最大程度上提升移民安置評價的評價準確性，降低評價誤差。

2 實例分析

2.1 概況及準備

根據(jù)水電工程移民安置效果評價實例分析要求，本文選取BH水電站移民區(qū)作為研究區(qū)域，已知該研究區(qū)域的總裝機為1600萬kw，屬于大型水電站。在該水電站中下游存在不同規(guī)模的水庫，總庫容約376億m3。為了實施西電東送工程，BH輸電站于2021年開始進行移民安置，移民安置任務及主要人員組成情況見表1。

表1 移民安置基本情況

由表1可知，移民安置總?cè)藬?shù)較多，因此，研究區(qū)域根據(jù)規(guī)劃大綱設置了幾種不同的安置方式：①農(nóng)業(yè)安置：對土地進行整理開發(fā)，調(diào)整土地使其滿足標準配置要求；②自行安置：由村民自行解決完成安置，提供由相關部門提供補償資金；③養(yǎng)老保障安置：針對年齡達到養(yǎng)老標準的安置人員，定期發(fā)放養(yǎng)老金；④復合安置：在自謀職業(yè)基礎上配置少量生產(chǎn)用地。

根據(jù)上述的研究區(qū)域概況可以在1～14個安置區(qū)設置安置效果評價監(jiān)測節(jié)點，獲取基礎安置信息，使用模糊處理法進行評價，本文選取評價優(yōu)屬度M作為實驗指標，計算式如公式(4)所示。

(4)

式中，τ—輸電工程移民安置完成度；Y—安置滿意度；F—預設的評價范圍；H—安置效果評價誤差；γ—定向評價權(quán)重。已知標準評價優(yōu)屬度為1.00，因此，計算的評價優(yōu)屬度越接近1.00證明評價效果越好，反之證明評價效果相對較差。

2.2 應用效果與討論

結(jié)合上述的實例分析概況及準備可以得出安置效果評價結(jié)果。即分別使用本文設計的基于隨機森林算法的水電工程移民安置效果評價方法，文獻五的基于AHP算法的水電工程移民安置效果評價方法，以及文獻6的考慮ResNet的水電工程移民安置效果評價方法進行安置效果評價，使用公式(4)計算不同安置區(qū)域的安置效果評價優(yōu)屬度(標準優(yōu)屬度1.00)，實驗結(jié)果見表2。

表2 實驗結(jié)果

由表2可知，本文設計的基于隨機森林算法的水電工程移民安置效果評價方法在不同安置區(qū)域的首次評價及尾端評價的評價優(yōu)屬度較高；文獻5的基于AHP算法的水電工程移民安置效果評價方法，以及文獻6的考慮ResNet的水電工程移民安置效果評價方法在不同安置區(qū)域的首次評價及尾端評價的評價優(yōu)屬度較低，且變化波動較大。上述實例分析結(jié)果證明，本文設計的移民安置效果評價方法的評價效果較好，有一定的應用價值。

3 結(jié)語

綜上所述，在經(jīng)濟飛速發(fā)展背景下，我國建設的水電工程數(shù)量越來越多，年發(fā)電量突破了千億kW·h，保障人口總量超過4億人，也降低了數(shù)千萬公頃的耕地、鐵路洪災風險，因此，水電工程對我國的社會效益影響較大。研究表明，大部分水電工程建設后涉及的淹沒面增加，周圍的原住民房屋被損壞，影響人們的正常生產(chǎn)與生活，因此，需要將水電工程移民安置作為水電工程建設的重點，對水電工程的安置效果進行有效評價。常規(guī)的水電工程安置效果評價方法的評價效果較差，難以制定相關的補償方案，因此本文基于隨機森林算法設計了一種全新的水電工程移民安置效果評價方法。實例分析結(jié)果表明，設計的評價方法的評價效果較好，具有準確性，有一定的應用價值，為提高群眾與生活環(huán)境的適配度作出了一定的貢獻。