基于ISM与MICMAC的引江济淮移民生计脆弱性影响因素分析

上官子恒，施国庆，吴 蓉，宋亮亮

(河海大学 a.公共管理学院；b.商学院，江苏 南京 211100)

一、引言

引江济淮工程是一项综合环保、促进农业发展和沟通航运的大型调水工程，涉及工程移民79 465。水库移民生计恢复问题一直是移民科学研究的热点和难点。近些年来，在国际组织发布的有关可持续发展的文件中，广泛采用“脆弱性”概念。脆弱性被广泛应用在自然科学、工程科学和社会科学之中，但有关移民生计脆弱性的研究较少，且多以定性分析为主。通过定性分析可以有效地确定生计脆弱性影响因素，且可以针对各个影响因素制定相关的政策，但各个影响因素之间存在一定的相互关系，因此采用适当的定量工具分析各个脆弱性影响因素之间的内在关联与特点，对科学地评估引江济淮移民生计脆弱性，提高引江济淮移民生计恢复的效率，并有效控制引江济淮移民生计脆弱性具有重要的意义。

二、文献综述

国内外学者多从贫困治理、风险分析、可持续发展、政治影响和生态系统等方面对生计问题进行研究。李聪从动力流动的视角，采用可持续生计框架对陕西秦岭贫困农户生计状况进行了分析，研究发现贫困山区外出打工的居民生计改善较大，且具有更强的抗击风险能力[1]。Dercon建立了农村居民家庭生计风险的分析框架。该框架指出，生计资本风险、农户的收入风险和福利风险，共同作用于生计可持续发展[2]。李金明研究了生态保护工程对独龙江地区独龙族生计可持续发展的影响，认为应尽快寻找新的替代产业，调整产业结构，转变经济增长方式，可以有效地减少生态保护工程对独龙族生计的破坏[3]。Scoones回顾了农村生计政策转变的关键时刻，指出了这些政策的紧张性、含糊性和挑战性，并指出了一些生计政策转变面临的核心挑战，包括知识、政治、规模和社会动态等问题[4]。Connolly-Boutin等认为气候变化是一个可能对该地区的粮食安全和生计产生负面影响的重大问题，并阐明了气候变化、脆弱性、粮食安全和可持续生计之间的相互联系，为更有效地制定政策和计划提供了理论依据[5]。

随着“脆弱性”在自然科学、工程科学的广泛使用，社会科学也开始将脆弱性概念引入生计问题的研究，但生计脆弱性概念在社会科学中并不统一。世界银行认为生计脆弱性是指个人、家庭面临风险以及遭到风险而导致财富损失或生活质量下降到某一社会公认水平之下的可能，生计脆弱性高是贫困的特征之一[6]。赵锋等对水库移民生计脆弱性进行定义，并指出生计脆弱性一般是指家庭和个体在生计活动过程中，因其生计结构变化或面临外力冲击时所具有的不稳定或易遭受损失的状态[7]。也有一些学者直接借用了自然科学、工程科学中脆弱性的定义[8-9]。水库移民生计脆弱性涉及政治、经济、文化、社会和环境等领域，是一个复杂的系统，本文在结合其他学科对脆弱性定义的基础上，将移民生计脆弱性定义为：区域生计资本对该区域内外政治、经济、文化、社会和环境扰动的敏感性以及缺乏对不利于区域可持续发展应对能力的状态。用此定义为本文生计脆弱性影响因素的筛选提供范围。

脆弱性是一种系统属性，且具有很强的普适性，任何系统都存在不同程度的脆弱性。自然科学、工程科学中常通过构建易于受影响和破坏的系统来对其进行脆弱性分析，且形成了一套成熟的脆弱性分析工具。佘廉等基于ISM解释结构模型(Interpretative Structural Modeling Method，ISM)详细解释了城市结构与功能脆弱性的内在结构与层次结构[10]。李静茹等基于DEMATEL/ISM建立了影响因素层次关系模型，把复杂的路段脆弱性影响因素关系转换为良好的层次结构[11]。周业旺通过构建鲜活农产品供应链社会经济系统，采用ISM得出鲜活农产品供应链脆弱性影响因素的多阶层次关系，识别出鲜活农产品供应链脆弱性因子[12]。宋亮亮等基于ISM和MICMAC交叉影响矩阵相乘法(Cross Impact Matrix Multiplication Applied to Classification，MICMAC)对地铁系统脆弱因子之间的递层关系进行了探究，并构建了驱动力—依赖度象限图，揭示了地铁系统脆弱因子之间的内在关系，为提升地铁系统的安全性提供了帮助[13]。

目前针对移民脆弱性的研究主要以定性为主，因此本文试图基于以上不同领域的学者对脆弱性的研究和定量方法在其领域中的应用，研究引江济淮工程移民生计脆弱性。水库移民作为非自愿移民，由于大型工程建设的需要，被迫迁出原始居住地，其长期积累的生计资本遭到了破坏。将各项生计资本视为一个整体，可构建一个生计系统，该系统受外力的推动加剧了脆弱性。因此，可以通过文献分析法收集水库移民生计脆弱性影响因素，并采用ISM模型梳理各脆弱性影响因素之间的关系，用MICMAC模型将各生计脆弱性影响因素进行分类，为系统控制引江济淮移民生计脆弱性提供依据。

三、生计脆弱性影响因素的识别

英国国际发展机构(DFID)建立了可持续生计框架，该框架包括：环境脆弱性、五大生计资本、政策机会、生计策略和生计输出[14]。张锐连等在DFID建立的可持续生计框架下，进一步细化水库移民各项生计资本的影响要素和评价指标[15]。王应政将水库移民生计恢复系统结构分为：生活恢复水平子系统、生产恢复水平子系统和可持续发展水平子系统[16]。Schininá等将心理因素纳入生计脆弱性影响因素之中，介绍了行为经济学、人道主义在生计脆弱性研究中的有效性[17]。本文结合以上学者对生计脆弱性的分类，在借鉴国内外其他研究成果的基础上，对相关研究成果中相近指标进行合并，将水库移民生计脆弱性影响因素的各项指标分成了四类，见表1。本文得出了24项水库移民生计脆弱性影响因素，其各项生计脆弱性影响因素记为Sn(n=1，2，3，…，24)。

表1 水库移民生计脆弱性影响因素表

四、研究方法

(一)灰色关联度分析

灰色关联度分析是一种动态的几何分析方法，其关联度由几何曲线的相似性决定。移民生计脆弱性影响因素的加权灰色关联度分析过程如下：

1.建立参考数据列，计算绝对差值序列

本文选择生计脆弱性影响因素重要性意见最一致的选项作为参考数据列，即在每个生计脆弱性影响因素中，受访者同意最多的选项作为参考数据列。参考数据列记为x0，第k个生计脆弱性影响因素的参考值为x0(k)。比较数据列记为xi(i=1，2，…，n)，第k个生计脆弱性影响因素的值为xi(k)(i=1，2，3，…，n)。

2.计算两级最小差与最大差

计算参考数据列与比较数据列差值的绝对值，得到列差，计算方法如式(1)、(2)所示。

两级最小差：

min(Δimin)=miniminkx0(k)-xi(k)

(1)

两级最大差：

max(Δimax)=maximaxkx0(k)-xi(k)

(2)

3.关联度计算及排序

根据式(3)计算关联系数，其中ξi(k)为第k个生计脆弱性影响因素的比较数列与参考数列的关联系数，ρ为分辨系数，本文设定ρ为0.5。根据式(4)得到各个因素的关联度，并对关联度进行排序。

ξi(k)=

(3)

(4)

其中，ξi(k)(i=2，3，…，n)为关联系数，γi(i=2，3，…，n)为第k个生计脆弱性影响因素的关联度，wi为权重。

(二)ISM与MICMAC模型

1.建立意识模型，生成邻接矩阵A

确定影响因素集合S=Fi|i=1，2，…，m，根据研究的具体情况和影响因素的特点，确定集合中各影响因素之间的二元关系。当超过67%的专家认为某一因素对另一因素有直接影响时，视为直接作用。Fi对Fj有直接作用记为V；Fj对Fi有直接作用记为A;Fi与Fj相互作用时记为X；Fi与Fj互不作用记为O(i表示行，j表示列)。根据任意两个影响因素之间的直接关系，生成邻接矩阵A。其运用规则如下：如果Fi对Fj有直接作用，那么在初始可达矩阵中对应的tij=1，tji=0；如果Fj对Fi有直接作用，那么在初始可达矩阵中对应的tij=0，tji=1；如果Fi与Fj互有直接作用，那么在邻接矩阵中对应的tij=1，tji=1；如果Fi与Fj互不相关，那么在邻接矩阵中对应的tij=0，tji=0。

2.计算可达矩阵并进行层次化处理

邻接矩阵只能反映出影响因素之间的直接关系，元素间的间接关系是无法直接获取的，因此，通过式(5)生成最终的可达矩阵M，所有的直接与间隔关系都在M中被反映。

(A+I)≠(A+I)2≠…≠(A+I)r

=(A+I)r+1=M

(5)

式中：A为邻接矩阵，I为单位矩阵，r为运算次数。从可达矩阵M可得到“ 可达集R(Fi) ”“ 先行集A(Fi)”与共同集“I(Fi)=R(Fi)∩A(Fi)”，级间划分和具体的迭代过程根据式(6)生成，从而得到ISM模型：

Li={Fj|Fj∈S-L0-L1-…-Li-1，

R(Fi)=I(Fi)}

(6)

其中，i=1，2，…，l;l≤n；L0≠φ。

3.根据MICMAC模型绘制驱动力—依赖度分类图

根据式(7)、(8)可以得到每个因素的驱动力Di和依赖度Ri，根据对应的依赖度与驱动力值可将风险因素分为四大类：Ⅰ自发因素、Ⅱ依赖因素、Ⅲ联动因素和Ⅳ独立因素。

(7)

(8)

五、实证分析

(一)生计脆弱性影响因素筛选

采用文献法得出的水库移民生计脆弱性影响因素较多，且各影响因素对移民生计的影响不同，所以本文采用加权灰色关联度分析法对各影响因素进行综合评价，并采用聚类分析筛选出对引江济淮工程移民生计脆弱性影响较大的因素。

1.数据选取

本文所有数据来源于中国移民研究中心于2018年1月的问卷调查，本中心根据以上24项影响因素，采用Likert五点量表，要求受访者对移民生计脆弱性影响因素进行打分。其中“1”表示“很不重要”“2”表示“不太重要”“3”表示“无所谓”，即处于中立态度，“4”表示“比较重要”“5”表示“非常重要”。受访者分两组，即移民组和专家组，其权重设置为移民组50%，专家组50%。移民组共计500份问卷，对500份问卷的各项生计脆弱性影响因素Sn(n=1，2，3，…，24)求平均值，并四舍五入得到1组数据作为移民组数据；专家组有29人(监理公司8人，高校公共管理专业教授8人，移民研究中心研究员8人，相关政府部门管理者5人)，得出29组数据作为专家组数据。

2.加权灰色关联度结果

基于灰色系统理论，将以上得到的30组数据采用加权灰色关联度分析来计算各个决定因素的关联度，从而确定各因素对移民生计脆弱性的影响程度，其结果如表2所示。

表2 移民生计脆弱性影响因素关联度及排序表

由表2可以看出，可持续发展因素总体比较靠前，除了生态环境排名为第24名外，法律法规、政府扶持、特设产业排名分别为第2、第3和第11名，可持续发展是移民健康维持生计的必要条件，因此对生计脆弱性的影响较大。生活恢复因素是移民早期能够安定生活在移民区的重要因素，因此总体排名也比较靠前，除了文化氛围排名19外，移民安置总投资、补偿方式、安置方式、道路交通设施、教育卫生条件、享有公共服务排名分别为第1、第4、第5、第6、第7和第16名。生产恢复因素是维持生活、保证生活质量和可持续发展的重要因素，即生产恢复是整个生计恢复过程中的过渡阶段，因此其排名相对比较靠中后段。心理恢复是整个移民生计恢复中的最后阶段，这表明了移民最终被接纳，且有归属感，因此心理恢复因素排名比较靠后。以上分析可以得出移民生计恢复是以可持续发展为方向，首先从生活恢复，到生产恢复，最后到心理恢复。

3.聚类筛选结果

使用SPSS对表2得到的移民生计脆弱性影响因素关联度进行聚类分析，最终将移民生计脆弱性影响因素分为了两大类。第一大类排名靠前，对生计脆弱性的影响较大；第二大类排名靠后，对生计脆弱性的影响较小。对生计脆弱性的影响较小的有：生态环境、邻里扶持、社区信任、家庭亲戚关怀、社会地位和文化氛围。引江济淮移民大多从农村移到了城镇或市郊，安置地点接近城市圈，且其生态环境较稳定，因此生态环境对其生计脆弱性的影响较小。此外随着移民从农村向城镇过渡，其社会关系也从简单的邻里关系、社区关系和家庭亲戚关系向社会关系网络转型，因此邻里扶持、社区信任和家庭亲戚关怀对移民生计脆弱性影响较小。由于移民搬到了新的安置区，其迫切需要的是生活条件和生产劳动能力的恢复和改善，因此对社会地位的关注并不太高。文化氛围影响因素排名较后的原因主要是移民安置点和原始居住地较近，且不涉及跨省移民，文化差异较小。将对生计脆弱性影响较小的因素排除，得到18项主要的生计脆弱性影响因素。

(二)基于ISM和MICMAC的生计脆弱性影响因素分析

为了理清引江济淮移民生计脆弱性影响因素之间的逻辑关系，本文借助ISM模型对这些影响因素进行分层，采用MICMAC模型对影响因素进行分类，从而揭示影响因素对移民生计脆弱性的作用机理，并为改善移民生计脆弱性提供合理化建议。

1.ISM模型分层结果及解析

将上面得出的18项主要的引江济淮移民生计脆弱性影响因素构建一个新的集合，记为S={Fi|i=1，2，…，18}，其中，F1为安置方式、F2为道路交通设施、F3为教育卫生条件、F4为享有公共服务、F5为补偿方式、F6为移民安置总投资、F7为获得贷款、F8为技能培训、F9为提供就业机会、F10为提供田地、F11为家庭资本、F12为家庭可用劳动力、F13为社会支持、F14为关系网络、F15为社区结构、F16为政府扶持、F17为特设产业、F18为法律法规。专家小组共有15人(监理公司6人，高校公共管理专业教授4人，移民研究中心研究员5人)。意识模型如表3所示。

通过意识模型可以生成邻接矩阵A，通过式(5)迭代可以得到可达矩阵M，从M中可得到每个影响因素的R(Fi)、A(Fi)和I(Fi)，影响因素集合表如表4所示。根据式(6)进行级间划分，并理清各级间的递阶关系，从而构建出引江济淮移民生计脆弱性影响因素的ISM模型，如图1所示。

表3 意识模型表

表4 影响因素集合表

利用ISM模型对引江济淮移民生计脆弱性影响因素进行层级划分，最后得到六个层级。将六个层级分成三组，分别为：直接因素组、间接因素组和深层因素组。其中，直接因素组包含第一层，间接因素组包含第二层、第三层、第四层和第五层，深层因素组包含第六层。

间接因素对直接因素起着推动作用，同时又受到深层因素的影响，但它们不能直接影响生计脆弱性。间接因素属于生活恢复因素、生产恢复因素、心理恢复因素和可持续发展因素。其中，生活恢复因素包括：安置方式F1、道路交通设施F2、教育卫生条件F3、补偿方式F5、移民安置总投资F6；生产恢复因素包括：获得贷款F7、技能培训F8、提供田地F10、家庭资本F11、家庭可用劳动力F12；心理恢复因素包括：社区结构F15；可持续发展因素包括：政府扶持F16、特设产业F17。由图1可以看出，生活恢复因素和生产恢复因素基本位于间接因素的中层，心理恢复因素和可持续发展因素基本分别位于间接因素的上层和下层。在应用方面，图1还给出了各影响因素之间的传递关系，为定向地对某个特定影响因素进行控制提供了依据。

直接因素组直接影响移民生计的脆弱性，较直观、易于理解。直接因素属于生活恢复因素、生产恢复因素和心理恢复因素，从生产恢复因素来看，具体包括提供就业机会F9，由于安置区瞬间增加了大量的人口，其工作岗位承载力严重不足，导致大量移民无法就业，家庭人均收入过低，直接影响生计的恢复速度；从生活恢复因素来看，具体包括享有公共服务F4，享受公共服务是保障个人最基本的生存权和发展权，是人类全面发展的基本社会条件，也是区域文明发展的重要目标，其分为：生存权、个人尊严、基本能力和健康保证，它直接决定了引江济淮移民的生活质量；从心理恢复因素来看，具体包括关系网络F14、社会支持F13，人的本质是一切社会关系的总和，移民的社会关系网络和社会支持直接影响移民的身心健康、自我价值和个人发展。因此，提供就业机会F9、社会支持F13、关系网络F14、享有公共服务F4这4个生计脆弱性影响因素对移民生计脆弱性直接产生影响。在应用方面，对引江济淮移民生计脆弱性进行评估时，可以将以上18个生计脆弱性影响因素简化为提供就业机会F9、社会支持F13、关系网络F14、享有公共服务F4这4个直接影响因素，并可根据这4个直接因素设立相关指标和问卷。这样不仅能有效地直接反应水库移民生计状况，也能节约人力、物力资源。

深层因素虽然不会直接影响移民生计的脆弱性，但是它们从宏观层面上对移民生计的脆弱性产生根本性的影响。深层因素属于可持续发展因素，具体为法律法规F18，法律法规通过对补偿和安置方式产生影响，而从深层次影响移民生计脆弱性。中国对补偿方式的理论一直处于探索与实践状态，再加上近些年中国经济持续快速的发展，导致了中国水库移民政策法规与其他现行的行规产生了不少矛盾，也引起了一些次生矛盾。原有水库移民征地补偿标准为前3年耕地平均亩产值的16倍，实践证明这种补偿方式并不能有效地使移民超越甚至恢复原来的生活水平。随着经济发展带来的其他法律法规的调整，以及区片综合地价与地方统一年产值标准政策的实施，交通运输等其他相关部门征地标准得到了很大的提高，远远超越被征地前三年平均年产值16 倍的补偿标准，这也造成了水库移民利益潜在的流失，间接地减缓了生计恢复的速度。安置方式决定了安置的进度，尽快地将移民安置下来是加快移民生计恢复的基础。因此，法律法规从深层次影响引江济淮工程移民的生计脆弱性，完善法律法规可以有效地提高移民生计恢复的速度，同时对间接因素的控制打下良好的基础。在应用方面，随着社会和经济发展的多元化，法律法规在制定移民补偿方式时，应结合当时经济与社会发展的条件做出相应的改变，以避免移民利益的潜在流失。

2.MICMAC模型结果及解析

根据式(7)、(8)绘制的引江济淮工程移民生计脆弱性影响因素驱动力—依赖度分类图如图2所示，根据实际的驱动力与依赖度值，风险因素分类包含了原始模型中的三大类：自发因素；依赖因素；独立因素。

图2 驱动力—依赖度分类图

自发因素包括：安置方式F1、道路交通设施F2、教育卫生条件F3、享有公共服务F4、补偿方式F5、获得贷款F7、技能培训F8、家庭资本F11、家庭可用劳动力F12、社区结构F15，其位于第一象限，它们同时具备了一定的驱动力和依赖性，对生计脆弱性因素间的相互影响起到承上启下的作用，会大大增加生计脆弱性破坏的可能，是引江济淮移民生计脆弱性影响因素中应该首先进行控制的因素。

依赖因素包括：提供就业机会F9、提供田地F10、社会支持F13、关系网络F14和特设产业F17，其位于第二象限，具有较高依赖性，易受到其他因素的影响，且一旦被破坏将会直接影响移民生计脆弱性，可通过加强对其影响的其他影响因素的控制。

独立因素包括：移民安置总投资F6、政府扶持F16和法律法规F18，其位于第三象限，具有较高的驱动力，可以认为是影响生计脆弱性的源头，不仅不易通过控制其他因素而间接对其进行控制，而且一旦遭到破坏，便会产生一系列的“蝴蝶效应”，因此需对其给予足够的重视。