基于SEM模型的水库移民满意度影响因素实证分析

施国庆 高原 严登才

摘要：

为了解贵州省水库移民对“十一五”、“十二五”和“十三五”时期后期扶持的满意度情况，基于598份有效问卷调查数据，以社会保障、基础设施、经济、适应性4个维度作为潜变量，以各具体指标作为观测变量，采用结构方程模型（SEM）构建了水库移民满意度的结构方程。研究发现：社会保障、基础设施、经济、适应性因素均对水库移民满意度有显著影响，其中，适应性因素对水库移民满意度的影响最为显著；搬迁初期，经济因素对水库移民满意度的影响相对较小，而适应性因素则对水库移民满意度的影响较大。基于此提出：政府不断完善移民社会保障政策；坚持对水库移民进行“精准培训”，不断推进移民产业升级，促进移民可持续性增收；增加对移民安置区基础设施投入力度；重视水库移民适应性问题，不断增强水库移民归属感和主人翁意识的建议。

关 键 词：

水库移民； 后期扶持； 满意度； SEM模型

中图法分类号： D632.4

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2023.07.034

0 引 言

水库移民作为一种非自愿移民，面临的问题复杂且搬迁难度大，是一项复杂的系统性工程［1］。实际上，搬迁对移民的社会系统影响是难以避免的，只要进行工程建设，就会对移民的社会系统产生影响，而解决问题的关键在于，怎样减小工程建设对移民社会系统产生的负面影响［2-3］。为保障非自愿移民的合法权益，促进其在安置区的生计恢复，国务院于2006年出台了《关于完善大中型水库移民后期扶持政策的意见》，明确提出以国家统筹资金模式对水库移民发放为期20 a的后期扶持，后期扶持政策的总目标是：“搬得出、稳得住、逐步能致富”。水库移民作为后期扶持受益对象，其满意度将直接反映后扶政策实施的效果。

近年来，学界对移民满意度的相关研究已有很多，研究侧重点也有所不同，主要集中在两个方面。一是研究移民满意度的对象，主要集中在后扶政策评价［4］、移民安置方式［5］以及移民工作的评估［6］等。王佳宁等［7］从移民政策实施来衡量其对移民满意度影响；郑瑞强［4］从后期扶持政策实施情况衡量其对移民满意度影响；陈文超等［8］从水库移民管理者认知等来衡量其对移民满意度影响。二是移民满意度的评价方法，主要涉及因子分析法、BP神经网络模型以及有序逻辑回归等方法应用。张健等［9］采用因子分析的评价方法对水库移民满意度进行分析；杜瑞芳等［10］采用BP神经网络模型对后期扶持效果进行了风险评价；刘钢等［11］采用有序逻辑回归分析法对库区移民水质满意度的显著性影响因素进行分析。可以发现，现有研究成果多从不同角度对水库移民后期扶持政策评价，进而间接分析影响水库移民满意度的因素，较少有以移民主观感受作为独立评价主体，虽有少部分学者从水库移民群体的角度进行研究，但并未对各影响因素如何影响水库移民满意度进行解释。鉴于此，本文对贵州省“十一五”“十二五”和“十三五”3个时期内水库移民满意度进行分析，并在前人研究成果的基础之上，运用文献梳理法构建出水库移民的满意度指标体系，从水库移民主观感受的视角进行考察，借助SEM模型着重分析相关影响因素以何种路径影响水库移民满意度水平，以期为水库移民后期扶持政策的完善提供科学依据。

1 研究方法与数据收集

1.1 研究方法

结构方程模型（SEM）是基于变量的协方差矩阵来分析变量之间内在结构关系的一种统计方法，可以验证模型的假设是否合理、模型是否正确。SEM模型中有3种变量：潜在变量、显性变量（测量变量）和残差变量；2个基本模型：测量模型和结构模型。

测量模型主要反映潜在变量与观测变量之间关系，表达式为

X=Λxξ+δ（1）

Y=Λyη+ε（2）

式中：X代表外源指标组成的向量；Λx代表x指标与潜变量ξ的关系；δ代表x测量上的误差；Y代表内生指标组成的向量；Λy代表y指标与潜变量η的关系；ε代表y测量上的误差。

结构模型主要用来说明潜在变量之间的因果关系，表达式为

η=Βη+Γξ+ζ（3）

式中：η代表内生潜在变量；ξ代表外源潜变量；Β代表内生潜变量间的关系；Γ代表外源潜变量对内生潜变量的影响；ζ代表结构方程的残差项［12］。

结构方程模型提供了一种处理测量误差的方法，采用多个指标去反映潜变量，也令估计整个模型因子间关系，较传统回归方法更为准确合理。在经济学、管理学、心理学、教育学等学科研究领域被广泛应用。

1.2 研究地区基本情况

贵州省地处中国西南腹地，下辖9个市（州）、88个县（区、市），地形以山地、高原、丘陵、盆地为主，西高东低，山脉众多，山高谷深，水位落差大，水电资源丰富，水电站大多分布在乌江流域以及南北盘江、清水江三大流域。2006～2020年，贵州省建成和新开工超过180个大中型水库，基本实现每个县均有中型水库，全面解决和巩固提升741万农村人口饮水安全问题，水利工程设计供水量达到126亿m3，主要河流出境断面水质优良率达100%。截至2021年底，贵州省共有国家核定的后期扶持人口70.23万人，涉及大中型水库（电站）184座。

1.3 数据来源

本次研究数据来源于2021年12月在贵州省开展的大中型水库移民后期扶持政策实施效果阶段性评估（2006～2021年）课题调查研究成果。调研以纳入后期扶持范围的水库移民作为对象，调查区域涉及黔西市、清镇市、兴义市、盘州市、织金县、普定县、罗甸县、思南县、天柱县、播州区。样本选取采取等距抽样和分层抽样相结合的方法，在所调研区，按照收入水平高低分为高、中、低3组，在每组中选取若干个样本村，每个样本村随机抽取水库移民样本户。以户为抽样单位，访谈和调查對象主要是户主，如户主不在家时，则选择其配偶或其他家庭成员作为调研对象。本次调研共发放问卷650份，剔除无效问卷52份，最终得到有效问卷598份，问卷有效率为92%。

2 样本分析

2.1 指标变量的选取

已有学者构建的移民满意度指标包括：邱元锋等采用“移民户特征、移民家庭收益、移民生产条件、移民生活条件、社会条件、资源条件”7个一级指标和32个二级指标对移民满意度进行分析［13］。王佳宁等通过综合学者对移民阶段的划分，将事前阶段的“实物指标调查”“生产生活水平调查”，事中阶段的“征地补偿”“移民安置”，事后阶段的“后期扶持”“社会适应”共6个一级指标和16个二级指标进行移民满意度分析［7］。何思妤等采用“资金发放、项目实施、政策实施保障体系、政策效果”4个一级指标和14个二级指标进行移民满意度分析［14］。郑瑞强等采用“移民户基本情况、资金发放、项目实施情况、政策实施效果”4个一级指标和16个二级指标进行移民满意度分析［4］。杜云素采用“政策落实、补偿标准、公共产品”3个一级指标和8个二级指标［15］。张春美等采用“直补资金、项目扶持、项目管理”3个一级指标和6个二级指标进行移民满意度分析［16］。

本文在选取指标时综合了已有专家学者的研究成果和相关理论基础，依据移民安置区的实际情况以及移民普遍关注的一些问题，并遵循客观性、代表性以及可操作性的原则，提出“社会保障、经济水平、基础设施、适应性”4个一级指标和13个二级指标：家庭年收入（X1）、生活质量（X2）、收入来源（X3）、就业状况（X4）、技能培训（X5）、养老保险（X6）、住房条件（X7）、交通条件（X8）、用水用电条件（X9）、教育资源条件（X10）、生活方式适应性（X11）、环境适应性（X12）、工作适应性（X13）。各指标变量的定义以及变量赋值见表1。

“满意度”作为心理学的概念范畴［17］，具有模糊性。为此，在问卷设计和数据分析时，借助了李克特量表，将其分为非常不满意、不满意、一般、满意、非常满意5个级别，在问卷答题选项上由数字1，2，3，4，5进行表示。

2.2 问卷数据分析

从表2中可以看出，调研对象移民户中男性有327人，占比54.7%，女性有271人，占比45.3%，男女比例较为均衡；调研对象的民族以汉族居多，占比63.5%，在调研时，也关注到了少数民族移民群体，比例达到了36.5%，以苗族为主；移民年龄结构主要集中在36岁以上年龄段，占比达到了95.8%，说明调查对象移民户主要是中老年群体；移民文化程度集中分布在初中学历以下，占比达到了92.8%，表明调研对象移民户的文化程度整体不高，受教育水平较低；移民户从事的职业集中分布在第一产业和第三产业，从事简单的劳动生产，技术水平要求不高；在移民户的年收入方面，主要集中在15 000～45 000元收入区间，占比达到了65.7%，表明移民户的收入处于中等收入水平。

2.3 问卷信效度检验

本文运用SPSS 25.0软件，采用内部一致性的克隆巴赫阿尔法系数对问卷数据进行信度检验，结果如表3所列。Cronbach 信度系数为0.895，大于0.8，说明量表有良好的信度，调查问卷具有较强的可靠性和稳定性；KMO值为0.919，显著性值为0.000（p<0.001），问卷量表具有较高的效度。

3 水库移民满意度测量结果分析

3.1 测量模型的检验及修正

本文利用AMOS软件进行测量模型的检验，检验结果显示模型的X2/df的值为3.269，不符合拟合指标的判断标准，且在Modification Indices中发现e15<-->e16、e11<-->e17存在较高的MI指数，故需要对模型进行修正。从修正后的Model Fit分析发现，测量模型估计结果中卡方值为131.888，自由度为71，X2/df的值为1.858，模型中X2/df的拟合指数得到了优化。此外，从表4修正后的检验数据可以看出，X2/df值为1.858，GFI值为0.971，AGFI值为0.956，RMSEA值为0.038，TLI值为0.976，CFI值为0.981，PGFI值为0.656，均符合模型整体拟合度检验的标准。因此，水库移民满意度结构方程模型基本通过检验。

3.2 SEM模型测度结果及分析

通过AMOS软件中的最大似然法对修正后的模型进行估计，且模型中各观测变量对潜变量的影响程度大小由结构方程模型中路径系数（标准化参数估计值）进行表示。SEM路径系数检验结果见表5；模型计算结果如图1所示。

（1） 社会保障因素中，政府提供的就业培训（路径系数0.77）和就业状况（路径系数0.78）对水库移民满意度的影响较显著，而养老保险（路径系数0.48）对水库移民满意度的影响不太显著。究其原因：农村水库移民在搬迁之后，生计断裂，又因移民自身文化水平较低，抗风险能力较差，完全依靠自身恢复生计比较困难，这个时候，政府对移民提供就业培训，拓宽移民增收渠道，保持移民良好的就业状况，对于移民生计的恢复至关重要。此次调查的研究区域，没有选择养老保险的移民安置方式，移民对于养老保险并不敏感，所以对水库移民满意度影响较小。

（2） 经济因素中，年收入水平（路径系数0.61）、生活质量（路径系数0.68）以及收入来源（路径系数0.66）均显著影响水库移民的满意度。经济因素是衡量移民生计恢复水平的重要指标，其中年收入水平反映了移民搬迁之后家庭劳动力赚钱的能力，同时也是家庭赖以生存的基础，所以，对水库移民满意度有着重要影响。生活质量水平是衡量移民搬迁后幸福度的重要指标，生活质量的提升对于移民实现“稳得住”起着重要作用，对水库移民满意度也有着重要影响。收入来源多样化是提高移民收入的重要手段，农村移民搬迁前，大多数以务农为主，搬迁之后，当地政府利用后扶资金，对移民进行了产业扶持。一方面，鼓勵移民创业增收；另一方面则是鼓励移民进行土地流转，与企业、合作社进行合作，从而获得租金收入，增加移民收入。所以，多样化的收入渠道对于水库移民的满意度有着重要影响。

（3） 基础设施因素中，用水用电（路径系数0.79）、交通（路径系数0.73），教育（路径系数0.71）和住房（路径系数0.69）对水库移民的满意度均有显著影响。事实上，移民安置点的用水用电情况、交通状况、教育资源和住房条件对于移民搬迁之后是否能“稳得住”至关重要。水库移民搬迁前基本居住在山区，基础设施相对薄弱，所以移民格外看重安置点的基础设施配套情况，如自来水入户能否实现全覆盖、对内道路及对外道路是否实现全部硬化、附近是否配套小学和中学以及安置点房屋质量等。

（4） 适应性因素中，居住环境适应性（路径系数0.82）和工作适应性（路径系数0.82）对水库移民的满意度影响较大，其次是生活方式适应性（路径系数0.64）。移民搬迁后，居住环境发生了改变，需要一个适应的过程，人往往对于熟悉的环境适应较快，所以安置点的居住环境情况对于水库移民满意度有着重要影响。就工作适应性因素来说，移民搬迁后，其原有的场域、生产经营模式发生了重大改变，能否实现移民生计方式的过渡，对于水库移民来说至关重要。就生活方式因素来说，移民已经习惯了原有的生活方式，更倾向于搬迁到生活习惯相同的安置点，这有助于移民快速适应新的安置点。

（5） 社会保障因素（路径系数0.77）、经济因素（路径系数0.70）、基础设施因素（路径系数0.76）、适应性因素（路径系数0.91），均影响水库移民的满意度，且前3个影响因素对水库移民满意度的权重是相当的，而适应性因素对水库移民满意度的影响最为显著。究其原因是，适应性因素是“先决”因素，是移民“稳得住”的前提。移民搬迁后，如果其不能很好地融入到迁入区，就会出现移民大量“回流”的情况。因此，适应性因素对水库移民满意度的影响最为显著。

4 结论与建议

本文在参照已有专家学者的研究成果基础上，结合库区移民实际关注的主要问题，设计出水库移民满意度指标体系，并运用SEM模型对水库移民满意度影响因素进行了实证分析，得到的研究成果与前人研究成果的不同之处在于：社会保障因素、经济因素、基础设施因素、适应性因素均对水库移民满意度有明显的影响；适应性因素对水库移民满意度的影响最为显著；在搬迁初期，经济因素对水库移民满意度的影响相对较小，而适应性因素则对水库移民满意度的影响较大。并据此，提出如下建议：

（1） 针对水库移民的实际需求不断完善后期扶持的社会保障政策。政府应通过事前摸底、事中征求意见以及事后反馈等机制，收集水库移民的真实需求，并依据其需求制订具有针对性、精准性的社会保障政策。

（2） 政府在后期扶持阶段一方面要坚持“精准培训”，不断提高移民技能，增强移民安身立命的本领，同时，也要加强宣传和教育，转变移民“等、靠、要”的思想观念。另一方面也要不断加快推进移民产业升级，将后扶项目资金从“主导”向“引导”转变，多元并举实现水库移民生计重建，推动移民持续增收。

（3） 加大对水库移民安置区的基础设施建设投入力度。通过整合各方资源，有规划、有步骤地进行安置区交通、用水用电等基础设施建设，这不仅可以吸引移民搬出原居住地，同时也是提升水库移民幸福感的有力举措。

（4） 重视水库移民的适应性。首先，要切实了解移民在搬迁之后的社会融入情况，防止水库移民出现大量“回流”现象。其次，要不断增强移民在安置区的主人翁意识、责任感和认同感。水库移民是水利水电工程建设的直接参与者和收益者，要不断激发其在移民安置区建设和管理上的主动性和积极性。

参考文献：

［1］ 朱东恺，施国庆.水利水电移民制度研究：问题分析、制度透视与创新构想［M］.北京：社会科学文献出版社，2010.

［2］ 陈绍军，吴晓晴，杜建辉.基于PMC指数模型的生态扶贫移民正策量化评价［J］.人民长江，2022，53（8）：216-222.

［3］ 王飞龙，姚凯文，刘炳文.水库移民家庭生计策略研究［J］.人民长江，2023，54（1）：245-250.

［4］ 郑瑞强.大中型水库移民后期扶持政策绩效及影响因素分析［J］.水电能源科学，2012，30（11）：141-145，218.

［5］ 刘灵辉，陈银蓉，成楠，等.紫坪铺水库移民安置土地调整的利益冲突问题［J］.资源科学，2010，32（3）：547-556.

［6］ FUGGLE R，SMITH W T.Large dams in water and Cape energy resource development in the Peoples Republic of China（PRC）.WCD country review paper［M］.Cape Town：Hydrosult Canada Inc.，2000.

［7］ 王佳寧，强茂山，陈文超，等.水库移民的满意度研究［J］.水力发电学报，2014，33（6）：261-267.

［8］ 陈文超，强茂山，王佳宁，等.水库移民管理者的认知对移民满意度的影响［J］.清华大学学报（自然科学版），2015，55（1）：46-49，55.

［9］ 张健，张丹，税宁.因子分析在水库移民后期扶持满意度评价中的应用［J］.水力发电，2014，40（12）：9-11，19.

［10］ 杜瑞芳，姚凯文.基于BP神经网络模型的水库移民后期扶持效果风险评价［J］.水电能源科学，2014，32（1）：153-156.

［11］ 刘钢，刘坤琳，汪玮茜，等.水质感知视角下水库移民满意度分析：基于有序逻辑回归的实证研究［J］.长江流域资源与环境，2018，27（7）：1454-1466.

［12］ 王东卫.结构方程模型原理与应用［M］.1版.北京：中国人民大学出版社，2010.

［13］ 邱元锋，孟戈，WEI Y P，等.水库移民满意度影响因素实证分析［J］.水利学报，2016，47（5）：663-673.

［14］ 何思妤，崔丹蕾，陈相伸.库区农村移民对后期扶持满意度实证分析：基于长江上游大型库区1575个农村移民的调查数据［J］.农村经济，2018（7）：108-113.

［15］ 杜云素.水库移民迁移早期的满意度及其影响因素［J］.人民黄河，2013，35（3）：93-96.

［16］ 张春美，黄洪坤，赖欢，等.水库移民对移民机构的满意度及其影响因素分析：基于江西省1361份移民样本的实地调查数据［J］.江西农业大学学报（社会科学版），2013，12（4）：498-502.

［17］ 刘成斌，风笑天.三峡移民迁移满意度的转变及其根源［J］.人口研究，2007（1）：76-85.

（編辑：黄文晋）

Empirical analysis of factors affecting reservoir resettlement satisfaction degree based on SEM model

SHI Guoqing1，2 ，GAO Yuan1，2，YAN Dengcai1，2

（1.School of Public Administration，Hohai University，Nanjing 211100，China； 2.National Research Center for Resettlement，Hohai University，Nanjing 211100，China）

Abstract：

In order to understand the satisfaction degree of reservoir resettlement in Guizhou Province after the follow-up support during the "11th Five-Year Plan"，"12th Five-Year Plan" and "13th Five-Year Plan"，a structural equation of reservoir resettlement satisfaction degree is constructed based on the survey data of 598 valid questionnaires and using the SEM model as the analytical tool，by taking four dimensions of social security，infrastructure，economy and adaptability as implicit variables，and various specific indexes as the observed variables.The study shows that factors of social security，infrastructure，economy and adaptivity all have significant impacts on the satisfaction degree of reservoir resettlement，among which the impact of adaptivity is most obvious.At the initial stage of resettlement，the economic factor shows a relatively less impact，while adaptive factors impact is greater.Based on this，the following suggestions are put forward：the government should continuously improve the social security policy for immigrants；Adhere to the "precise training" of reservoir immigrants，constantly promote the upgrading of the immigration industry，and promote the sustainable increase of income of immigrants；Increase investment in infrastructure for resettlement areas；Attach importance to the adaptability of reservoir immigrants，and constantly enhance the sense of belonging and master consciousness of reservoir immigrants.

Key words：

reservoir resettlement；follow-up support；satisfaction degree；SEM model