基于马斯洛需求层次理论的农村人居环境影响因素——城乡建设绿色发展视角

李星苇，何金榕，李静茹，黄依澄

(四川农业大学 建筑与城乡规划学院，四川 成都 611830)

为了治理社会经济发展过程中的一系列环境问题，我国政府通过绿色发展战略取得了一定成效[1-2]。我国农村地区面临的环境污染和资源约束的问题日益突出，加强农村基础设施建设和生态环境保护成为当今发展现代农业的迫切要求和战略选择[3-4]。中共中央办公厅、国务院办公厅印发的《关于推动城乡建设绿色发展的意见》指出，党的十八大以来，我国人居环境持续改善，但仍然存在整体性缺乏、宜居性不高、系统性不足、包容性不够等问题[5]。因此，推进城乡建设绿色发展并改善农村人居环境，成为建设美丽乡村的重要任务。

与全国大部分省份一样，四川省农村环境形式严峻，农村环境状况已不适应四川省推进农业产业化发展和社会主义新农村建设[6]。根据四川省环境容量分析报告显示，全省农村污染负荷占全省整体污染负荷比重为30%～40%，部分地区高达70%；全省年均化肥施用量为220万吨，平均每公顷施用490公斤，高于全国平均化肥使用量，也远远超过发达国家设置的每公顷225公斤的标准[7]。此外，四川省作为传统农业大省，随着农业经济发展，也出现了生活污水、生活垃圾以及农药等严重污染环境的问题[8]。一方面，农村环境保护作为“三农”工作的重要组成部分，在四川省建设生态文明进程中具有重要的战略地位。另一方面，加强农村生态建设、治理农村环境以及改善农村人居环境已经成为四川省推动社会可持续发展和推进农村环保的重要任务[9-10]。那么，四川省农村人居环境的影响因素是什么？在这些因素中，最重要的又是什么？此外，四川省城乡建设绿色发展趋势如何？

为了揭示四川省农村人居环境的重要影响因素和城乡建设绿色发展趋势，基于马斯洛需求层次理论，结合城市人居环境和农村人居环境两方面的影响因素，构建了四川省农村人居环境质量评价指标体系。在此基础上，基于四川省2010—2019年的统计数据，采用人工神经网络方法进一步分析农村人居环境与城市发展之间的相关联系，进而揭示四川省农村人居环境的重要影响因素以及城乡建设绿色发展趋势。

文章从农村人居环境的新视角支持了马斯洛需求层次理论，为揭示农村人居环境的重要影响因素提供了四川省的新样本，也为研究其他省、市、自治区农村人居环境的影响因素提供了理论支撑。以四川省为例，通过揭示农村人居环境的重要影响因素，为推动城乡建设绿色发展提供有针对性的政策建议。

一、文献综述

(一)农村人居环境的影响因素

人居环境可划分为城镇人居环境和农村人居环境。其中，农村人居环境是城乡人居环境中的重要内容，由社会环境、自然环境以及人工环境组成，综合反映了农村生态、环境以及社会等方面[11]。农村人居环境不仅包含居住条件、基础设施以及公共服务设施等硬环境，也包含了经济发展水平、社会服务、沟通交流便捷度等软环境[12]。因此，综合考虑城镇人居环境和农村人居环境的影响因素，从农村人居环境的硬环境和软环境两方面出发，对其影响因素进行全面整理分析。

1.农村人居环境的硬环境。硬环境中的农村居住环境、农村医疗卫生条件、农村基础设施建设、农村交通状况以及农村生态环境对农村人居环境具有影响。一方面，对城市而言，公共基础服务和居住环境对珠三角城市群人居环境高质量发展影响较大[13]。另一方面，对于农村而言，在新农村建设前，基础设施配套对郊区村民形成人居环境整体印象最重要[14]。此外，基础设施建设、公共服务保障、生态环境治理对乡村人居环境均产生正面影响[15]。

2.农村人居环境的软环境。软环境中的村民收入状况、文化环境、交流沟通便利程度以及就业状况对农村人居环境具有影响。一方面，对于城市而言，社会经济、文化环境以及交流沟通的便利程度是影响环渤海地区的滨海城市人居环境高质量发展的因素[16]。另一方面，对于农村而言，在探讨皖南旅游区乡村人居环境质量差异特征及其影响因子时，发现社会经济发展、地域文化以及自然地理环境等自然和人文因素对乡村人居环境产生影响[17]。

综上所述，尽管现有研究对农村人居环境影响因素的分析较为全面，但其针对的省份较少，尚未考虑中国其他省份的农村情况。因此，将四川省作为研究对象，对该省的农村情况进行人居环境质量评价，综合考虑农村人居环境的硬环境和软环境两方面，将农村居住环境、农村医疗卫生条件、农村基础设施建设、农村交通状况、农村生态环境、村民收入状况、文化环境、交流沟通便利程度以及就业状况作为四川省农村人居环境的影响因素。

(二)农村人居环境与马斯洛需求层次理论

以马斯洛需求层次理论作为理论基础，从该理论的生理需求、安全需求、爱和归属感需求、尊重需求以及自我实现需求出发，分析农村人居环境的影响因素。马斯洛需求层次理论从人类的动机出发，以生理驱动力作为动机理论起点，将生理需求作为最低层次的需求。随着生理需求得到较好的满足，逐渐出现较高层级的动机，从而依次产生了安全需求、爱和归属感需求以及尊重需求，最后当所有需求都满足时，便有了追求自我发展的自我实现需求[18]。

近年来，虽然我国越来越重视农村问题，但随着城市经济高速发展，城乡差异仍然存在，使得农村面临一系列现实问题。例如：农村留守儿童[19]、农村贫困人口[20]以及乡村规划[21]等问题。李坚[19]为解决农村留守儿童亲情缺失和价值迷失的问题，采用马斯洛需求层次理论进行亲情补位和价值引导的分析，保障留守儿童的生理需求、安全需求、爱和归属感需求、尊重需求以及自我实现需求。同时，贫困也是农村地区面临的重要难题，解决贫困问题要从农村居民的生活保障出发，之后解决农村居民的发展动力不足以及能力不足等问题，这样的解决方式同样符合马斯洛需求层次理论的基本逻辑[20]。

此外，除了以上几个农村问题，改善农村人居环境成为现阶段的重要内容。根据上文分析，改善农村人居环境就要考虑硬环境和软环境两方面。一方面，从硬环境来看，农村居住环境、农村基础设施建设、农村医疗卫生条件、农村交通状况以及农村生态环境等因素对农村人居环境具有影响。这些属于物质层面的因素反映了马斯洛需求层次理论中农村居民的生理需求和安全需求。另一方面，从软环境来看，农村文化环境、交流沟通便利程度以及农村居民就业状况对农村人居环境同样具有影响。这些非物质层面的需求反映了马斯洛需求层次理论中农村居民的爱和归属感需求、尊重需求以及自我实现需求。因此，为提升农村人居环境的质量，要从农村居民的生理需求出发，在保障农村居民的基本需求前提下，逐步实现更高层次的需求，从而使得农村人居环境得到高质量发展。

综上所述，文章按照马斯洛需求层次理论的生理需求、安全需求、爱和归属感需求、尊重需求以及自我实现需求，将农村人居环境的影响因素大致分为以下4部分：生理需求、安全需求、社会交往需求以及自我实现需求。依据鲍捷[22]等的研究，首先将生理需求分为生活保障、居住条件、基础医疗以及基础设施4方面，其对应的影响因素为村民收入状况、农村居住环境、农村医疗卫生条件以及农村基础设施建设。其次，将安全需求分为交通安全和生态安全2方面，其对应的影响因素为农村交通状况和农村生态环境。再次，本文将爱和归属感需求和尊重需求归纳为社会交往需求，并将社会交往需求分为文化需求和社会交往两方面，其对应的影响因素为文化环境和交流沟通便利程度。最后，将自我实现需求具体化为工作就业机会，其对应的影响因素为就业状况，构建了四川省农村人居环境质量评价指标体系，如表1所示。

表1 四川省农村人居环境质量评价指标体系

二、研究方法与数据来源

(一)数据来源

基于四川省城乡建设绿色发展历程、评价指标的重要性以及数据的可获取性，选取了《四川统计年鉴(2011—2020)》报告的2010—2019年农村地区的农村居民人均总收入、农村居民人均年内新建房屋面积、农村卫生机构数、农村电视覆盖率、全省交通事故发生数、农村化肥施用量、农村居民人均教育文化娱乐支出、农村固定电话用户、农村就业人员数、城市生活垃圾无害化处理量数据。

(二)方法介绍

人工神经网络(Artificial Neural Network，ANN)是在M-P神经元模型[26]的基础上发展而来的，它是模拟生物神经网络系统进行信息处理的一种数学模型[27]。这种模型把单个神经元看作一个计算单元，每个计算单元通过一些带有权重的线连起来组成一个层次化的网状结构。人工神经网络可用来预测影响因素的重要性，现有较多研究证实该方法可准确预测影响因素的重要性。例如：通过人工神经网络预测模型对农村居民点建设用地整理的现实潜力进行评价[28]；利用人工神经网络对农村居民点用地进行区划[29]；运用人工神经网络预测模型预测农村人均收入[30]。因此，选取人工神经网络方法对农村人居环境的影响因素进行重要性预测。

SPSS Modeler作为一种数据挖掘工具，提供了丰富的数据挖掘算法，可以用于解决特定类型的问题，在医学[31]、教育学[32]以及食品安全[33]领域中都有广泛的应用。因此，本研究通过IBM SPSS Modeler 18.0建立人工神经网络预测模型，预测农村人居环境影响因素的重要性。SPSS Modeler提供了2种人工神经网络模型算法，一种为多层感知器，另一种为径向基函数。相比于多层感知器，径向基函数至多只能包含一个隐藏层，并且预测能力相对较弱。因此，为了提高模型预测的准确率，本研究将采用多层感知器算法来构建人工神经网络预测模型。

(三)模型构建

参考Iulia等[34]的研究，依次完成了导入数据、设置变量、构建模型以及分析结果等步骤。首先，导入数据。利用“Excel”节点，导入来自《四川统计年鉴(2011—2020)》报告的2010—2019年的农村地区数据。其次，设置变量。利用“类型”节点，将农村居民人均总收入、农村卫生机构数、农村化肥使用量以及农村就业人数等9个指标设置为输入变量，将城市生活垃圾处理量设置为目标变量。再次，构建模型。通过“分区”节点，设置训练集和测试集的百分比，用于选取准确度最高的预测模型。在“分区”节点后接入“类神经网络”节点，选择多层感知器算法，构建人工神经网络预测模型。最后，分析结果。在人工神经网络预测模型后接入“分析”节点，利用误差、标准差以及线性相关等信息分析结果。

(四)相关性分析

为了保证研究结果的有效性，通过IBM SPSS Statistics 27对四川省农村人居环境的影响因素进行Pearson相关性分析，分析结果如表2所示。

表2 四川省农村人居环境影响因素的Pearson相关性分析

表2显示了各个影响因素之间的相关性和每个影响因素对城市生活垃圾处理量这一目标变量的相关性。从每个影响因素对目标变量的相关性来看，农村居民人均年内新建房屋面积和全省交通事故发生数对其相关性不显著。此外，从各个影响因素之间的相关性来看，农村卫生机构数与其他影响因素之间的相关性不显著。因此，考虑到上述影响因素的相关性不显著情况，将排除农村居民人均年内新建房屋面积、全省交通事故发生数、农村卫生机构数这3个影响因素，最终选取农村就业人员数、农村居民人均总收入、农村电视覆盖率、农村化肥施用量、农村居民人均教育文化娱乐支出以及农村固定电话用户作为构建预测模型的6个输入变量。

三、研究结果分析

(一)模型预测准确度

为了提高人工神经网络预测模型的准确度，使用了“分区”节点，将数据随机分为训练集和测试集，并划分为6个不同的训练测试比，从而构成6个预测模型。通过运行上述6个预测模型选取准确度最高的模型(1)作为最佳预测模型。模型预测准确度分析如表3所示。

表3 模型预测准确度

(二)人工神经网络预测模型分析

选取的人工神经网络最优预测模型准确度为100.0%，说明预测结果可信。四川省农村人居环境的人工神经网络预测模型如图1所示。

图1 四川省农村人居环境的人工神经网络预测模型

图1显示，从下往上依次为输入层、隐藏层和输出层。输入层有6个预测变量和1个偏差，隐藏层有4个神经元和1个偏差，输出层为1个目标变量。人工神经网络预测模型的输入层和隐藏层之间为不同权重的连接线，权重不同表示预测变量的重要性不同，权重越高，则表示该预测变量越重要。从图1可以看出，农村固定电话用户、农村居民人均总收入以及农村居民人均教育文化娱乐支出为最重要的3个预测变量。

(三)预测变量重要性分析

四川省农村人居环境的影响因素对于城市生活垃圾处理量的重要程度如图2所示。

图2 四川省农村人居环境的影响因素对于城市生活垃圾处理量的重要程度

图2显示，农村固定电话用户、农村居民人均总收入、农村居民人均教育文化娱乐支出、农村电视覆盖率、农村就业人员数、农村化肥施用量这6个预测变量都对目标变量有影响。其中，农村固定电话用户、农村居民人均总收入以及农村居民人均教育文化娱乐支出为最重要的3个预测变量，其重要性依次为0.32、0.21、0.20。

(四)目标变量分析

城市生活垃圾对城市环境具有负面影响。此外，生活垃圾治理是改善农村人居环境的重要环节，也是建设美丽乡村的主要措施[35]。中共中央办公厅、国务院办公厅印发《关于推动城乡建设绿色发展的意见》中提到，持续推进农村生活垃圾治理，打造绿色生态宜居的美丽乡村，推动城乡建设一体化发展[5]。因此，考虑到城乡建设一体化发展，将城市生活垃圾处理量作为目标变量以反映城乡建设绿色发展程度，并探讨农村人居环境的影响因素对城市发展的影响，从而提出推动城乡建设绿色发展的政策建议。

通过前文构建的预测模型中的“分析”节点对目标变量进一步分析，并结合训练集和测试集的分区情况，得出表4的结果。

表4 目标变量的结果分析

表4显示，在测试集数据中，城市生活垃圾处理量的实际值与预测值之间的线性相关为0.951，正相关性较强，说明对目标变量的预测结果可信。此外，为了能够直观地呈现城市生活垃圾处理量的预测结果，选取折线图对其进行分析，如图3所示。

图3 城市生活垃圾处理量的预测

图3显示，城市生活垃圾处理量随时间演化而上升，并且实际值和预测值的曲线趋势大致相同，说明对目标变量的预测可信。这说明四川省在城乡建设绿色发展过程中的生活垃圾处理能力逐渐增强，四川省城乡建设绿色发展程度处于较好水平。

四、结论与对策

(一)主要结论

基于马斯洛需求层次理论，构建四川省农村人居环境质量评价指标体系，并通过人工神经网络方法对四川省2010—2019年的农村人居环境的影响因素进行预测，进而实现农村人居环境质量评价及其影响因素分析，研究主要结论如下。

1.农村居民的社会交往需求是影响农村人居环境最重要的影响因素。利用人工神经网络方法构建的四川省农村人居环境影响因素预测模型显示，农村固定电话用户(重要性为0.32)对城市生活垃圾处理量的影响最大。同时，农村固定电话用户是衡量交流沟通便利程度的指标，反映出社会交往需求。因此，随着城乡建设绿色发展的不断推进，应重点关注农村居民的社会交往需求。

2.农村居民的生理需求是仅次于社会交往需求的重要影响因素。利用人工神经网络方法构建的四川省农村人居环境影响因素预测模型显示，农村居民人均总收入(重要性为0.21)对城市生活垃圾处理量也具有较大的影响作用。同时，农村居民人均总收入是衡量村民收入状况的指标，反映了农村居民的生理需求中的生活保障层面，也是马斯洛需求层次理论中最低层次的需求。因此，在城乡建设绿色发展追求高质量、高效率发展的同时，仍要继续重点关注最低层次的生理需求。

3. 四川省城乡建设绿色发展程度处于较好水平。选取城市生活垃圾处理量作为目标变量来反映城乡建设绿色发展程度。因此，根据2010—2019年城市生活垃圾处理量的预测折线图来看，城市生活垃圾处理量在逐年上升，表明城乡建设绿色发展的水平逐渐提高并处于较好水平。

(二)对策建议

基于上述主要结论，建议从以下3方面采取措施来改善农村人居环境，从而推动城乡建设绿色发展。

1.在统筹城乡建设绿色发展的过程中，应加大推进农村信息化建设。根据马斯洛需求层次理论，农村固定电话用户作为衡量社会交往需求的指标，对农村人居环境具有最重要的影响作用。政府应着力解决农村交流沟通效率低、成本高以及不便捷等问题，打造更高效、更便利、更经济的信息交流平台。例如，商务部办公厅发布了《关于推进“万村千乡市场工程”信息化建设的通知》，加强了商务主管部门与运营商的沟通协作，通过推进三大信息化平台建设，更好地服务农村信息化。同时，考虑到农村居民的文化素质水平普遍不高，政府也应适当改善信息服务平台的工作程序，以简捷方便的方式解决农村居民的社会交往需求。

2.在实现乡村振兴战略的过程中，应重视提高农村居民的生活保障。从马斯洛需求层次理论来看，农村居民人均总收入作为衡量生活保障的指标，对生理需求具有重要作用。生理需求作为最低层次的需求，是最基本、最重要的需求，应当得到优先保障。政府应重点关注农村居民的收入情况。例如，四川省人民政府发布了《四川省农村居民最低生活保障办法》，对家庭年人均纯收入低于户籍所在地农村最低生活保障标准的农村贫困家庭予以生活补助的社会救助，以保障其基本生活需求。同时，政府可考虑当地自然资源、农业资源、文化资源以及土地资源的状况，打造乡村旅游，增加当地的经济收入。例如，四川省成都市蒲江县充分结合了国家农村产业融合发展要求，开发了“农业+品牌”“农业+互联网”“农业+旅游”等新模式，加快推动了当地文化产业发展，通过打造新农村的方式吸引了国内外对乡村旅游感兴趣的游客。

3.在农村人居环境质量提升过程中，应实现城市和农村的有机融合。在城乡建设绿色发展的背景下，应确保城市和农村之间的资源要素流动，实现信息共享。例如，中共重庆市委、中共四川省委、重庆市人民政府、四川省人民政府在《重庆四川两省市贯彻落实〈成渝地区双城经济圈建设规划纲要〉联合实施方案》中指出，共同推动城乡融合发展是重要内容，要在建设“双城经济圈”的背景下，推动城乡基础设施一体化、城乡基本公共服务均等化、城乡产业融合发展以及建设国家城乡融合发展试验区。城市和农村的有机融合可加强城市之间和城乡之间的交流合作，城市、城乡之间通过相互借鉴经验实现缩小城乡差距的目标，有效推动城乡建设绿色发展。