黄建文，王 东，廖再毅，杜小林

(1.三峡大学水库移民研究中心，湖北宜昌443002；2.三峡大学水利与环境学院，湖北宜昌443002；3.中国葛洲坝集团股份有限公司白鹤滩施工局，四川凉山615400)

基于云模型的水库移民安置效果评价研究

黄建文1，2，王 东2，廖再毅2，杜小林3

(1.三峡大学水库移民研究中心，湖北宜昌443002；2.三峡大学水利与环境学院，湖北宜昌443002；3.中国葛洲坝集团股份有限公司白鹤滩施工局，四川凉山615400)

为有效解决水库移民工程中因某些基础数据不能被准确获取或量化而造成的评价指标和评价结果中存在的模糊性和不确定性问题，引入了正态云综合评价模型。从实施过程、经济效益、社会效益和生态效益4个方面建立了后评价体系，采用九朵云模型以及浮动云算法进行指标权重云的计算，对三峡库区后靠移民安置工程进行的分析表明，该模型确定权重值的方法使评价结果更加客观，具有较好的应用价值。

移民安置；后评价；云模型；浮动云

目前，在水库移民安置效果评价方法中主要采用确定权重的方法如AHP法、灰色综合评价法[1]、灰色关联法、聚类分析法[2]等。在构建指标体系中通常没有将定性指标和与定量指标分开处理，统一采用专家打分处理[3- 4]，但指标的多样性、复杂性会影响评价结果的准确性和合理性。本文提出云模型改进层次分析法理论，利用云模型的集结算法可以将多人决策的赋值全部带入到计算公式中，克服了依靠主观经验确定因子权重的不足；并将定性指标与定量指标设置不同的评价标准，定性指标采取专家打分法，定量指标采取样本实际值；最后再统一量纲处理，从而提高了移民安置效果评估的客观性和可靠性。

1 水库移民安置工程后评价体系构建

通过借鉴与水库移民安置效果相关的文献中的指标体系以及结合三峡水库移民工程项目资料以及相关政策、条例，如《长江三峡工程建设移民条例》[5]、《长江三峡工程水库移民综合监理报告》[6]等，从项目实施过程评价、经济效益评价、社会效益评价、生态效益评价等4个方面，建立了三峡库区后靠移民安置工程的指标体系(见表1)。

表1 水库移民安置工程后评价指标体系

2 评价模型——云模型构建

2.1 基本思路

云模型水库移民安置效果后评价的思路可概括为：①确定评价主体的因素集A={A1，A2， …，An}；②确定各因素的权重集w={w1，w2，…，wn}；③建立评价语集V={〗V1，V2，…，Vn}；④用云参数表示权重集和评价语集；⑤多层次指标综合评价。

2.2 指标权重云计算

(1)九朵云模型因素重要性标度。本文采用云模型改进的层次分析法来计算权重，利用九朵云模型来表示重要性标度，将C1，C2，…，C9的云数字值输入Matlab7.0中可得到因素两两比较重要性的云模型，如图1所示。

图1 云模型改进判断矩阵标度云描述

(2)群体专家浮动云集结形成云判断矩阵。基于云模型的层次分析判断矩阵标度形成后，当专家对要素进行两两重要性判断打分后，将专家打分进行云描述，采用生成浮动云方法进行集结。若有m朵相邻基云C1=(Ex1，En1，He1)，C2=(Ex2，En2，He2)，…，Cm=(Exm，Enm，Hem)，浮动云为C=(Ex，En，He)，C将受到上述m朵云的整体影响，于是有

Ex=β1Ex1+β2Ex2+…+βmExm

(1)

(2)

(3)

式中，Ex为期望；En为熵；Hn为超熵；βm为可调节系数，由专家根据具体情况确定。利用上述集结方法和公式可以将专家给出的评价云模型综合成云模型表示的两两比较判断矩阵

2.3 确定水库移民安置工程评估指标因素的评价集

后评价指标既有定性指标，又有定量指标。其中S11，S12，S13，S14，S15，S23，S24，S32，S33为定性指标。根据专家知识给出评价结果5个级别的数值分布范围及对应的语言描述见表2。

表2 定性指标因素评语集

定量指标有S11，S12，S23，S31，S32，S33，S34，S52，S53，经查阅《长江三峡工程水库移民综合监理报告》及《长江三峡工程建设移民条例》建立指标评价标准评语集(见表3)。

表3 定量指标因素评语集

2.4 云模型指标数字特征的确定

假设m位专家参照表3列出的评分标准对参评对象的二级定性指标进行打分，xk为第k(1，2，…，m)位专家对某个因素的评分。评分结果用逆向云发生器[11]进行处理得到各二级指标的云数字特征。得到各二级指标的评价云V={V1，V2， …，Vn}后，结合之前算出的指标权重云(W1，W2，…，Wn)，可得最终的综合评价云

R=V×W=C=(Ex，En，He)

(4)

3 实例分析

3.1 工程资料

截止到2009年12月底，三峡库区累计完建移民工程项目19223个，其中验收18318个，验收率为95.29%。根据《长江三峡工程水库移民综合监理报告(2009年度)》[6]、《重庆统计年鉴2009》[7]可得，三峡库区移民的人均住房面积达42 m2，较搬迁前增加76%；人均耕地面积0.15 hm2；适龄儿童小学入学率为100%；安置区监测水土流失率7%；绿地覆盖率18%。

3.2 数据处理

(1)定量数据处理。定量指标与后评价体系中的其他因素指标有不同的单位，需要进行归一化处理，使各因素在统一标准下进行比较，利用各指标标准值对所有定量数据进行归一化处理，结果统一到[0，1]的论域中，进行标准云处理。即，最终得到转化为(Ex，0.05，0.01)的一维标准正态云；按文献[8]方法归一化后得到C21，C22，C31，C34，C35，C41，C42的评价云模型数字特征分别为：C21=(0.933，0.050，0.010)，C22=(0.898，0.050，0.010)，C31=(0.991，0.050，0.010)，C34=(0.809，0.050，0.010)，C35=(0.847，0.050，0.010)，C41=(0.757，0.050，0.010),C42=(0.775，0.050，0.010)。

(2)定性数据获得。邀请五位专家对评价体系二级指标中定性指标因素独立地打分，分值区间在0～1，然后根据逆向云发生器计算，求得各二级指标评价因素的云模型数字特征(见表4)。

表4 二级指标专家打分及云数字计算结果

3.3 云模型计算及结果分析

根据浮动云算法，将各二级因素评语云(子云)综合为4个一级因素评语综合云(父云)，由此可以得到B1的评语云为R1=V1×W1=(0.879，0.290，0.007)。

同理可得R2=V2×W2=(0.833，0.045，0.009)，R3=V3×W3=(0.929，0.055，0.013)，R4=V4×W4=(0.766，0.031 3，0.006 3)，R=V×W=(0.853，0.031，0.007)，将这些数据输入matlab7.0可得到一级指标评价云图和目标层对应的综合评价云图(见图2、图3)。

由图2可知三峡水库移民安置工程评价体系中，生态效益B3的评分最高，实施过程评估B1、社会效益B2的评分处于优与良之间，经济效益B4的评分为良。由图3可知，最终三峡水库移民安置效果评价处于优与良之间，偏向于优。

图2 一级指标评价云图

图3 综合评价云图

4 结 论

(1)本文从实施过程、经济效益、社会效益、生态效益四个方面对三峡水库移民工程安置效果进行评估，提出了涵盖人均耕地面积、水土流失率、高切边坡防护情况、安置区绿地覆盖率、对渔业的影响等一系列重要指标，丰富了水库移民安置评价指标体系的内容。

(2)利用云模型的集结算法的方法可以将专家打分的赋值利用公式去计算，这样可以利用群体决策的群体比较度来赋值，简单明了，从而最大程度的体现了客观性。

[1]刘雨, 张丹, 姚凯文. 基于多层次灰色综合评价方法的水库移民后期扶持效果评价研究[J]. 水力发电, 2016, 42(5)： 4- 6．

[2]李乾, 李彬, 刘婷婷, 等. 可拓聚类方法在水库移民后期扶持效果评价中的应用[J]. 水力发电, 2015, 41(8) ：5- 9．

[3]杜勇, 聂振, 余文学. 基于耗散结构理论的水库移民安置效果评价[J]. 人民黄河, 2016(9)： 135- 138．

[4]苏丽丽, 蒲春玲, 葛丽娜, 等. 基于模糊物元的伊犁水库移民搬迁后扶持效果评价[J]. 中国农业资源与区划. 2016(8)： 77- 83．

[5]国务院令第126号. 长江三峡工程建设移民条例[S]. 1993- 06- 29．

[6]长江水利委员会长江工程监理咨询有限公司. 长江三峡工程水库移民综合监理报告(2009年度)[R]. 武汉： 长江水利委员会, 2010．

[7]重庆统计局. 重庆统计年鉴2009[M]. 北京： 中国统计出版社, 2009．

[8]陈轶俊, 刘敦文, 朱鼎耀, 等. 基于云模型的舰艇弹药库房综合安全评价[J]. 中国安全生产科学技术, 2015, 11(2)： 138- 144．

(责任编辑 陈 萍)

Research on Resettlement Effect Evaluation Based on Cloud Model

HUANG Jianwen1,2, WANG Dong2, LIAO Zaiyi1,2, DU Xiaolin3

Because some basic data cannot be accurately acquired or quantitatively evaluated in the evaluation of reservoir resettlement, there are fuzziness and uncertainty problems in evaluation index and results. In order to solve these problems, normal cloud model comprehensive evaluation model is introduced. The evaluation system is established from four aspects of implementation process, economic benefit, social benefit and ecological benefit. Nine-cloud model and floating cloud algorithm are used to obtain the weight cloud of index. The analysis of resettlement project in Three Gorges Reservoir area shows that the method for determining the weight value in this model makes the evaluation result more objective and has better application value．

reservoir resettlement; post evaluation; cloud model; floating cloud

2016- 05- 02

水库移民研究中心湖北省高校人文社科重点研究基地开放基金项目(2015KF01)；湖北省自然科学基金面上项目(2014CFB670)

黄建文(1977—)，男，湖北黄陂人，副教授，硕士生导师，博士，主要从事水电工程施工管理方面的工作．

(1. Research Center for Reservoir Resettlement, China Three Gorges University, Yichang 443002, Hubei, China;2. College of Hydraulic and Environmental Engineering, China Three Gorges University, Yichang 443002, Hubei, China;3. Baihetan Construction Bureau, China Gezhouba Group Corporation Ltd., Liangshan 615400, Sichuan, China)

D632.4；TV622

A

0559- 9342(2017)08- 0014- 04