基于改進(jìn)群組層次分析法的進(jìn)城定居農(nóng)民生活滿意度評價

李粉紅，李 超，趙鵬軍，郭 萌

（商洛學(xué)院，a.數(shù)學(xué)與計算機(jī)應(yīng)用學(xué)院；b.經(jīng)濟(jì)管理學(xué)院，陜西商洛 726000）

20世紀(jì)80年代的“農(nóng)轉(zhuǎn)非”政策掀起了農(nóng)民進(jìn)城的熱潮，農(nóng)民工數(shù)量逐年持續(xù)增長，從1988年的2 600萬人上升到2019年的29 077萬人［1，2］。隨著國家經(jīng)濟(jì)體制的轉(zhuǎn)型和快速發(fā)展，農(nóng)民進(jìn)城務(wù)工經(jīng)歷了從“離土不離鄉(xiāng)，就地進(jìn)工廠”到“離土又離鄉(xiāng)”到“跨省大流動”再到“提升技能、融入城市”時代變遷［3］，推動了中國經(jīng)濟(jì)的快速發(fā)展和城鎮(zhèn)化建設(shè)。近年來，隨著鄉(xiāng)村振興戰(zhàn)略的實(shí)施，新農(nóng)合、新農(nóng)保、看病養(yǎng)老、農(nóng)民工孩子在城市上學(xué)等一系列政策的放開和制度的實(shí)施，農(nóng)民工進(jìn)城落戶的意愿并不是很強(qiáng)烈［4］，而是以保留農(nóng)村戶口在城市居住的形式存在，離家進(jìn)城的距離也由跨省跨地區(qū)逐漸趨于近距離，向地級市、縣級市、小城鎮(zhèn)遷入［5］。鑒于此，本研究以陜西省商洛市為例，聚焦居民主觀生活滿意度和社會客觀保障要素間的關(guān)系，在多次調(diào)研的基礎(chǔ)上，嘗試構(gòu)建進(jìn)城農(nóng)民生活滿意度評價指標(biāo)體系，以期在理論上擴(kuò)展綜合評價理論和豐富居民生活滿意度研究，在實(shí)踐上為鄉(xiāng)村振興及城鎮(zhèn)化建設(shè)提供現(xiàn)實(shí)指導(dǎo)。

1 AHP相關(guān)研究綜述

層次分析法（Analytic hierarchyprocess，簡稱AHP）是由Saaty于20世紀(jì)70年代提出的一種層次權(quán)重決策分析方法，于20世紀(jì)80年代引入中國，廣泛地應(yīng)用于方案優(yōu)選、因素分析、質(zhì)量評價、績效評估等決策和綜合評價領(lǐng)域。關(guān)于AHP的標(biāo)度，Saaty教授給出了26種標(biāo)度，認(rèn)為1～9標(biāo)度是最有價值的［6］；駱正清等［7］用保序性、一致性、標(biāo)度均勻性、標(biāo)度可記憶性、標(biāo)度可感知性、標(biāo)度權(quán)重擬合性等標(biāo)準(zhǔn)，結(jié)合實(shí)例比較了7種不同標(biāo)度下的權(quán)重、一致性，指出對單一準(zhǔn)則下的排序建議使用1～9標(biāo)度；李丁等［8］通過數(shù)值試驗(yàn)分析了不同標(biāo)度下判斷矩陣的一致性、次序相容性及精度間的關(guān)系，指出標(biāo)度的優(yōu)良性取決于能否反映客觀現(xiàn)實(shí)。關(guān)于權(quán)重，姜啟源［9］通過實(shí)際案例討論了AHP中權(quán)重度量的相對測量與絕對測量，給出了相對測量和絕對測量的適用情況；王凌峰等［10］提出評價者對指標(biāo)、方案直接給出權(quán)重，取不同評價者權(quán)重的中位數(shù)作為最終指標(biāo)權(quán)重進(jìn)行方案排序，但是本研究認(rèn)為，中位數(shù)在反應(yīng)數(shù)據(jù)集中程度中的代表性不一定就是最好的，再者，在指標(biāo)或方案較多時要直接給出各要素的權(quán)重并不容易。

林原等［11］將語言變量轉(zhuǎn)換為直覺模糊數(shù)，用距離定義直覺模糊相似度，從評價信息的猶豫度和相似度集成專家權(quán)重；呂躍進(jìn)等［12］分析了群決策問題的現(xiàn)有方法，利用連通無向圖的相關(guān)理論提出了一種正互反型判斷矩陣的集結(jié)方法。蘇為華等［13，14］以群組的判斷矩陣為數(shù)據(jù)，分析了用標(biāo)準(zhǔn)差系數(shù)作為專家意見分歧度指標(biāo)的缺陷，給出了用對數(shù)化標(biāo)準(zhǔn)差或?qū)?shù)化標(biāo)準(zhǔn)差系數(shù)及計算調(diào)和算術(shù)均值比指數(shù)進(jìn)行改進(jìn)的兩種具體方法，之后又提出了用p階對稱均值比指標(biāo)度量專家意見一致性，并建議了兩種確定閾值的方法。楊曉秋等［15］以科研項(xiàng)目評審數(shù)據(jù)為樣本，利用云模型計算同行專家評審數(shù)據(jù)的異常程度，給出了異常數(shù)據(jù)的修正算法。這些研究都結(jié)合不同領(lǐng)域的實(shí)際問題對改進(jìn)情況進(jìn)行了優(yōu)劣的判斷，在解決相應(yīng)領(lǐng)域問題中優(yōu)于其他方法。對群組評價中異常值的處理，通常是將異常值直接刪除或者由專家再次打分修正或者對異常數(shù)據(jù)進(jìn)行變換，但是較少關(guān)注專家組的選擇及群組評分的程序。在實(shí)際應(yīng)用中，將群組AHP與客觀賦權(quán)法-熵權(quán)法進(jìn)行組合，部分組合是以AHP的判斷矩陣為基礎(chǔ)數(shù)據(jù)計算信息熵和權(quán)重［16］，但是AHP的判斷矩陣本身就是基于專家主觀賦值的結(jié)果，而專家群組的選擇往往達(dá)不到大樣本的條件，因此，這種用信息熵計算的客觀權(quán)重實(shí)質(zhì)上是對判斷矩陣的一種變化，達(dá)不到真正意義上的客觀性要求。

基于以上思考，本研究應(yīng)用統(tǒng)計抽樣技術(shù)對專家組的選擇進(jìn)行改進(jìn)，并綜合相關(guān)研究改進(jìn)專家組意見一致性檢驗(yàn)方法，根據(jù)主客觀權(quán)重的本質(zhì)，用改進(jìn)群組評價確定遞階層次模型主觀權(quán)重，另外采集大樣本數(shù)據(jù)，用熵權(quán)法獲得客觀權(quán)重，再進(jìn)行組合得到最終權(quán)重，對進(jìn)城定居農(nóng)民生活滿意度進(jìn)行綜合評價。

2 群組AHP的主要改進(jìn)思路

基于相關(guān)研究，本研究采用1～9標(biāo)度。在實(shí)際中，專家k給出的第i個因素與第j個因素之間的重要性程度的比較，本質(zhì)含義是分別考量2個指標(biāo)的重要性［13］，進(jìn)行相除的結(jié)果，即：

因此，直接按照一定的標(biāo)準(zhǔn)進(jìn)行評分，即每位專家直接給出ωi(k)，再兩兩相除獲得專家判斷矩陣更符合實(shí)際需要和評分認(rèn)識。

群組評價選擇專家的過程其實(shí)質(zhì)是一種抽樣的過程，因此按照一般統(tǒng)計試驗(yàn)的設(shè)計，一次抽樣結(jié)果不一定可靠，就是同一專家，相同的層次指標(biāo)，相隔一個月甚至一周，也可能會給出不同的評分。因此，本研究應(yīng)用抽樣技術(shù)的分層抽樣和二重抽樣方法抽選專家組［17］。

從保序性的角度考慮，以權(quán)重向量為數(shù)據(jù)改進(jìn)絕對差值［18］，按照一定的閾值對專家組進(jìn)行篩選，確定最終評價群組集，計算權(quán)重向量的加權(quán)平均值，獲得指標(biāo)權(quán)重和排序，具體思路及步驟如下。

第一步，采用分層抽樣，選擇初選專家組。根據(jù)實(shí)際問題的不同層面，選擇不同背景的專家，各層間按照對問題的影響程度選擇數(shù)量不等的專家組成初選專家組，將評價指標(biāo)體系、評分標(biāo)準(zhǔn)及依據(jù)等信息提供給專家組，由專家各自獨(dú)立評分。

第二步，對初選專家組的評分進(jìn)行離群值檢驗(yàn)，采用二重抽樣獲得復(fù)選專家組。在初選專家組人數(shù)較多的情況下，可以直接刪除離群值專家，用剩余專家組成復(fù)選專家組；若初選專家組人數(shù)相對較少，可以去掉離群值，給每個指標(biāo)限定范圍，再在總體中抽選一部分專家，和初選剩余專家組成復(fù)選專家組，但新增加的專家在指標(biāo)限定范圍內(nèi)直接評分。此步驟離群值方法可以用較粗糙、簡單的方法，如可以采用上下各去掉十分位數(shù)、去掉極大值、極小值等方法。

第三步，根據(jù)復(fù)選專家組評分，將各專家在各指標(biāo)上的評分值兩兩相除，構(gòu)建各專家的正互反判斷矩陣，計算各自指標(biāo)權(quán)重。

第四步，計算復(fù)選專家組在每個指標(biāo)上權(quán)重的絕對差值，按照一定的閾值進(jìn)行群組意見一致性檢驗(yàn)，獲得最終專家組。絕對差值主要為了反映原數(shù)據(jù)與均值間的絕對差異，為了增加絕對差值的靈敏性及進(jìn)行數(shù)學(xué)計算，本研究絕對差值的計算改進(jìn)如下。

設(shè)遞階層次模型準(zhǔn)則層有i個指標(biāo)，記為Pi（i=1，…，n），1≤n≤9，每個Pi下各有j個方案，記作Eij（j=1，…，m），1≤m≤9，二次評價群組專家有k位。每位專家在目標(biāo)層和方案層判斷矩陣的權(quán)重向量（方案層權(quán)重為加權(quán)前的權(quán)重）分別為及，其中pki為第k位專家在第i個指標(biāo)上的權(quán)重，ekij為第k位專家在第i個指標(biāo)、第j個方案上的權(quán)重，為其均值。計算k位專家在各指標(biāo)上權(quán)重的平均值，并計算第i個指標(biāo)及第i個指標(biāo)、第j個方案絕對差值平方和的均值，具體公式如下：

在本步驟如果獲得的最終專家組人數(shù)過少，則對評價不利，可以返回第二步，即用多重抽樣的辦法，直到獲得滿意的最終專家組。

第五步，求最終專家組權(quán)重的加權(quán)平均值，獲得準(zhǔn)則層和方案層對目標(biāo)層的最終權(quán)重，進(jìn)行層次排序和總排序。

通過3次專家組的篩選，1次離群值檢測，1次群組一致性檢驗(yàn)，最終專家組意見的一致性較高，而構(gòu)建的判斷矩陣是用指標(biāo)評分兩兩相除獲得，既能滿足正互反性，也能滿足滿意一致性和次序一致性。由于絕對差值是方案層加權(quán)前權(quán)重，在進(jìn)行指標(biāo)評分選擇時既可以整體選擇某位專家的評分，也可以根據(jù)實(shí)際情況將不同專家在不同方案的評分進(jìn)行組合，即可以選擇甲專家的m單元評分和乙專家的n單元評分組成一個評分，可以避免在群組人數(shù)不夠的情況下返回要求專家再次評分而出現(xiàn)違背專家意愿的情況。

3 進(jìn)城定居農(nóng)民滿意度評價設(shè)計

依據(jù)《最高人民法院關(guān)于適用<中華人民共和國民事訴訟法>的解釋》第四條規(guī)定，公民的經(jīng)常居住地是指公民離開住所地至起訴時已連續(xù)居住一年以上的地方，但公民住院就醫(yī)的地方除外［19］。本研究中的進(jìn)城定居農(nóng)民按照該規(guī)定界定為進(jìn)城居住一年以上、沒有落戶的農(nóng)民，進(jìn)城已經(jīng)買房或者租房，未來一段時間也會生活、工作在城市的農(nóng)民或者其隨遷家屬。生活滿意度概念參照相關(guān)研究［20］。

3.1 構(gòu)建指標(biāo)體系

參考相關(guān)生活滿意度及農(nóng)民進(jìn)城生活影響因素分析［21，22］，初步確定評價指標(biāo)體系。本研究隨機(jī)選擇地級市進(jìn)城定居農(nóng)民進(jìn)行訪談，就指標(biāo)體系的內(nèi)容及其進(jìn)城的需求和定居對城市生活、工作的關(guān)注點(diǎn)，確定社會保障、公共服務(wù)、居住環(huán)境3個一級指標(biāo)，戶籍制度、社會保險、社會救助等11個二級指標(biāo)，建立地級市進(jìn)城定居農(nóng)民生活滿意度評價指標(biāo)體系（表1）。

表1 地級市進(jìn)城定居農(nóng)民生活滿意度評價指標(biāo)體系

3.2 研究區(qū)概況

商洛市位于陜西省東南部，秦嶺南麓，東與河南省的靈寶市、盧氏縣、西峽縣、淅川縣接壤；南與湖北省的鄖陽區(qū)、鄖西縣相鄰；西、西南與陜西省安康市的漢濱區(qū)、寧陜縣、旬陽縣和西安市的長安區(qū)、藍(lán)田縣毗鄰；北與陜西省渭南市的華州區(qū)、潼關(guān)縣、華陰縣相連。轄1區(qū)6縣，市政府所在地為商州區(qū)，距省會西安市110 km；距洛南縣48 km；距丹鳳縣51 km；距商南縣117 km；距山陽縣62 km；距鎮(zhèn)安縣174 km；距柞水縣146 km。2019年末，全市戶籍人口250.21萬人，常住人口城鎮(zhèn)化率49.37%。

3.3 數(shù)據(jù)來源

綜合相關(guān)研究設(shè)置調(diào)查問卷，問卷內(nèi)容包括性別、年齡、進(jìn)城居住年限、買房還是租房、目前是否長住城市、目前工作狀態(tài)等基本信息，涉及滿意度的11個指標(biāo)，各指標(biāo)打分為了與AHP法的1～9標(biāo)度對應(yīng)，打分從9至1滿意度遞減，對應(yīng)關(guān)系如表2所示。

考慮到數(shù)據(jù)采集的可得性、客觀性和真實(shí)性，數(shù)據(jù)采集采用走訪和網(wǎng)絡(luò)發(fā)放問卷相結(jié)合的形式，走訪主要是商州區(qū)移民搬遷小區(qū)、安居工程、惠民工程、學(xué)校周邊等外來人口居住較多的小區(qū)，網(wǎng)絡(luò)問卷主要以在微信朋友圈發(fā)放的形式回收。

表2 滿意值、重要程度分值對應(yīng)

2020年4月，收回網(wǎng)絡(luò)問卷346份，有效問卷323份，有效率達(dá)93.4%；現(xiàn)場收回紙質(zhì)問卷198份，由于調(diào)查人員現(xiàn)場指導(dǎo)填寫，紙質(zhì)問卷均為有效問卷，共計收回有效問卷521份。樣本基本信息如表3所示。

表3 樣本基本信息

4 進(jìn)城定居農(nóng)民生活滿意度評價

4.1 群組AHP權(quán)重

根據(jù)指標(biāo)體系建立遞階層次評價模型?？紤]到年齡大小、進(jìn)城定居時間的長短、從事的工作性質(zhì)等對進(jìn)城定居的生活滿意程度感受不同，初選專家組由20位進(jìn)城均超過3年但沒有落戶的農(nóng)民，5位從事農(nóng)村進(jìn)城人口管理服務(wù)的工作人員和社區(qū)工作者組成，按照去掉極大值、極小值的辦法獲得復(fù)選專家組。復(fù)選專家組由剩余的13位進(jìn)城定居農(nóng)民和2位相關(guān)工作人員組成。

根據(jù)本研究對群組評價的改進(jìn)思路，求復(fù)選專家組每位專家的判斷矩陣，計算權(quán)重。限于篇幅，本研究僅給出其中1位社區(qū)工作者各層判斷矩陣，具體如下。

根據(jù)判斷矩陣計算權(quán)重向量，并利用本研究中絕對差值的計算方法，獲得專家評分權(quán)重向量的絕對差值。15位專家的權(quán)重向量矩陣見表4（由于數(shù)量較大，僅顯示2位小數(shù)）。

根據(jù)公式（2）和公式（3）計算各層絕對差值，具體數(shù)值如下：

(SPE)=（0.039，0.111，0.018，0.006，0.013，0.047，0.030，0.009，0.053，0.009，0.005，0.179，0.007，0.204，0.052）

表4 專家評分權(quán)重

專家組一致性檢驗(yàn)閾值取0.09，即絕對差值均小于0.09的組成最終專家群組，則選擇（z1 z3 z4 z9 z11 z13 z15）為最終專家組。取其權(quán)重的平均值作為最終權(quán)重，進(jìn)行層次排序及總排序，得到因素層及指標(biāo)層的權(quán)重及滿意值（表5）。

4.2 熵權(quán)及組合權(quán)重

根據(jù)信息權(quán)重的計算方法［23］，計算各層熵權(quán)，組合權(quán)重計算公式如下：

式中，ωi是改進(jìn)群組AHP權(quán)重，μi為熵權(quán)。將各指標(biāo)層組合權(quán)重歸一化，獲得其權(quán)重向量：

由表5可以看出，因素層中，改進(jìn)群組權(quán)重與組合權(quán)重排序完全一致；指標(biāo)層中，改進(jìn)群組權(quán)重與組合權(quán)重排序基本一致，而熵權(quán)與組合權(quán)重排序差異稍大。從權(quán)重結(jié)果來看，無論是專家群組還是調(diào)查樣本，一致認(rèn)為公共服務(wù)較重要；從各指標(biāo)來看，住房條件、社會保險、社會救助及配套服務(wù)較重要，權(quán)重均大于0.100。

表5 指標(biāo)權(quán)重及滿意值

5 模糊綜合評價

根據(jù)評價語集及表2中對應(yīng)量化值，整理521份問卷在11個指標(biāo)上的選項(xiàng)，獲得每個指標(biāo)在9個等級上的頻率，并乘以相應(yīng)等級對應(yīng)的數(shù)值，組成原始數(shù)據(jù)。對每個指標(biāo)得分求和，獲得各指標(biāo)的平均滿意值（表5）。根據(jù)原始數(shù)據(jù)定義因素集（SPE）的模糊評判矩陣Ri，分別為：

將組合權(quán)重與模糊評判矩陣相乘，得到模糊評 判向量，分別為：

計算最終模糊評判向量為：

再對評語進(jìn)行量化，評語集數(shù)值記作V=（9 8 7 6 5 4 3 2 1），根據(jù)公式M×VT計算因素集得分、指標(biāo)集得分及綜合評價得分，分別為5.182、5.814、5.637分，綜合評價得分為5.613分。

從評價結(jié)果來看，進(jìn)城定居農(nóng)民在具體指標(biāo)上，休閑娛樂和出行交通模糊滿意值超過6，其余的指標(biāo)模糊滿意值基本大于4且小于6；因素層的滿意值均大于5，公共服務(wù)的滿意值相對較高；綜合評價滿意值為5.613，較接近于6，說明整體上進(jìn)城農(nóng)民對城市生活基本滿意。

6 小結(jié)與討論

以群組代替?zhèn)€體獲得AHP判斷矩陣對實(shí)際問題進(jìn)行決策和評價，代表的是社會層面的結(jié)果，而非個體［24］，在實(shí)際應(yīng)用中有一定的優(yōu)勢，本研究將其應(yīng)用于評價進(jìn)城定居農(nóng)民生活滿意度，得到的結(jié)論如下。

1）利用層次抽樣抽取專家組，使權(quán)重代表更廣層面的專家意見信息，二重抽樣避免了將意見反饋給專家修改而違背專家原本意愿的情況，也可以在專家組新增專家，使權(quán)重代表面更廣泛。

2）從權(quán)重結(jié)果來看，商洛市進(jìn)城定居農(nóng)民生活滿意度因素層權(quán)重排序從大到小依次為公共服務(wù)、居住環(huán)境、社會保障。其中公共服務(wù)占49.4%，農(nóng)民進(jìn)城生活最為關(guān)注的是城市的醫(yī)療、教育環(huán)境；居住環(huán)境中最為關(guān)注的是住房條件，其次是配套服務(wù)；社會保障最為關(guān)注的是社會保險和社會救助，而對戶籍制度關(guān)注較淡漠，這和文獻(xiàn)［25］的調(diào)查結(jié)果一致。在回訪中也了解到，很多農(nóng)民進(jìn)城就是為了生活便利，尤其是中青年人更想追求生活品質(zhì)，對城市戶口已經(jīng)不太在意，甚至覺得在鄉(xiāng)村振興戰(zhàn)略下，農(nóng)村戶口會增值。

3）從模糊綜合評價結(jié)果來看，進(jìn)城生活的農(nóng)民對公共服務(wù)最為滿意，指標(biāo)層中，滿意值排前三名的是城市的休閑娛樂、出行交通及區(qū)域位置，而社會保障中最滿意的是社會保險，值得關(guān)注的是醫(yī)療環(huán)境和社會救助的滿意值排在最后兩位?；卦L可知，一方面，被訪者認(rèn)為地級市和農(nóng)村緊相鄰，公園、廣場的基礎(chǔ)設(shè)施和環(huán)境比起農(nóng)村更適合鍛煉、休閑；方便的通村公交，即在沒有私家車的情況下也可以在很短時間內(nèi)往返于城市和農(nóng)村之間；而城市短時間外出購物等很便利，對一些超級商場和名牌也沒有太多的概念和需求。另一方面，即使有新農(nóng)合醫(yī)療保險，看病就醫(yī)的費(fèi)用對于收入不高的農(nóng)民來說還是壓力很大，尤其家里一旦有人患大病或較嚴(yán)重的慢性病，對家庭生活是壓倒式的困難；而很大一部分進(jìn)城農(nóng)民從事的是臨時性工作，處于隨時失業(yè)的狀況，地方相對完善的失業(yè)保障措施不到位，享受相關(guān)政策手續(xù)太繁雜。

綜上可知，鄉(xiāng)村振興背景下，農(nóng)民進(jìn)城定居變得更為理性，地級市要推進(jìn)城鎮(zhèn)化建設(shè)，地方政府要在落實(shí)國家落戶政策上充分體現(xiàn)地方特色，更要在公共服務(wù)上為農(nóng)民提供便利，增加進(jìn)城定居農(nóng)民的幸福感，吸引農(nóng)民進(jìn)城定居落戶。

此外，本研究紙質(zhì)樣本來源于已經(jīng)進(jìn)城居住一年以上的農(nóng)民，而對于尚未進(jìn)城居住、短時期（一年以下）進(jìn)城居住或已經(jīng)進(jìn)城定居并落戶的農(nóng)民沒有進(jìn)行調(diào)查，后期研究將進(jìn)一步擴(kuò)大研究對象，增加調(diào)查樣本，對不同進(jìn)城類型的農(nóng)民生活滿意度進(jìn)行交叉分析，深入該問題的研究。