影响居住环境满意度的因素分析
一、引言 上世纪中期，南水北调工程启动，历经43年，一期工程完工，中期工程的开始建设。南水北调无疑是一项时间跨度广、关系重大民生的世纪大工程。中期工程的建设使丹江口水库沿岸产生了30万新移民，作为南水北调中线工程的源头，丹江口库区移民工作能否成功完成决定着京津华北平原能否解决缺水问题。实际上，大规模移民工程涉及移民迁徙与安置问题。改革开放以来，以人为本的理念逐渐入人心，党和国家更是对移民群体高看一眼，厚爱三分。以往的一次性安置补偿辅以行政手段的移民安置模式，明显不适应经济社会发展的需要，也产生了不少严重的后遗症。本文利用2013年对丹江口库区后靠移民的抽样调查数据，考察一个特别重要但是容易被忽视的问题移民的居住环境及其满意度影响因素。我国自古以来就很重视居住环境，西周时《周礼考工记》记载了地理、地质、水文等知识被用于都城的选址和规划；《孟子公孙丑下》中天时不如地利，地利不如人和突出强调了居住环境人文因素中人和的重要性。吴良镛先生受道萨迪亚斯（C.A.Doxiadis）的人类聚居学（Ekistics）理论的启发，于1993年创立了人居环境科学，2001年，吴良镛先生出版著作《人居环境科学导论》，确立了人居环境科学学术框架。以上国内外学者的研究提供了一个很好的考量居住环境的体系，故本文将以湖北省最大的移民迁徙地丹江口市为例，通过科学的推理得出重要权重因素，使以人为本的观念更好的切实进移民群体中，以此能够促进后靠移民更快适应新的环境。 二、数据来源及方法 本文数据主要来自于问本文由收集整理卷调查及相关统计资料。调查问卷主要包括受访者人口统计学特征调查、社区满意度测量量表和拆迁安置情况调查，如居住方式是否变动、社区服务是否完完善等。社区满意度测度量表设计主要参考Ladew—ing H和单菁菁等国内外学者观点，并结合被动式动迁居民生活实际，主要从物质、人文、社会环境等方面构建了评价的指标体系。调查点选取丹江口市移民区5个村镇，分别是窑场洼、阳西沟、计家沟、高家沟、付家坡，另外又从这五个村镇中共选取12个有代表性的组作为调查地点，共发放问卷215份，其中有效问卷170份，占问卷发放总数的79.1%，借助统计分析软件SPSS17.0进行分析处理。 三、模型设计与计算 1、多元logistic回归方程 目前关于因素之间相互关系定量分析的研究比较多，较多基于经验和统计模型的方法，而二分变量的参数估计模型中，logistic回归模型具有应用广泛，估计准确，容易检验等优点。可以筛选出对事件发生与否影响较为显著的因素。设p为事件发生概率，即问卷中的是。则1—p为该事件不发生的概率，即问卷中的否上述p和1—p的取值范围均为0—1。其表达式为： P=■ （1） 对式（1）进行变换，将协变量的非线性函数变成回归系数明晰的线性公式，如式（2）所示： ln[p/（1—p）]=？茁0+？茁1X1+？茁2X2+？茁kXk （2） 式（2）中，X1，X2，X3，X4Xk为自变量，参数？茁0，？茁1，？茁2，？茁3？茁k为待求的回归系数，本文利用SPSS中Binary Logistic模块计算出P（回归系数估计的显著性水平）、？茁（回归系数）、S.E.（标准误差）、Walds（统计量）、df（自由度）和OR（发生比率）。单纯从数学上讲，系数？茁表示改变一个单位时，logist（p）的平均变化量。而常数项？茁0表示，在自变量 不发生变化的情况下，应变量发生变化与不发生变化的概率之比的对数值。而对于最终结果P来说，其值的分布介于01之间，其值越大，分布的可能性越大。 2、模型的计算因子 （1）基于特征选择的指标筛选 特征选择可根据不同分析需要，寻找出那些重要的字段，特别是多因素产生的结果，可以选取出那些极为重要的因素。它可以简化模型，而且特别适用于logistic回归的建模之中。 Kira等人定义特征选择为在理想下寻找具有可识别性目标、不可或缺的最小特征子集的一种选择。特征选择属于自动特征选取方法的一种，其目的在于优化分类模型，通过使用遴选策略将已知冗杂的样本数据集合中的指标因素数目减少。 本文将利用特征选择能从样本数据中选择判别性好、冗杂低、关联性突出，具有显著差别的特征集，以此优化分类模型，为移民居住环境模型的指标体系的建立提供一种定量的科学方法。在对问卷中众多因素进行筛选后，选择出了气候环境cli、地理位置geo、水质wat、绿化面积aff、垃圾处理gar、交通tra、邻里关系nEi、住房条件hou、社区服务com、基础设施Inf 总共10个指标。 （2）建模因子 多元logistic回归方程是用来计算以二元变量（0或1，是或否）为因变量，连续变量（如1、2、3等）为自变量的方程模型[8]对选出的各自变量赋值后进行多重线性诊断，以满足logistic回归模型要求各自变量相互独立的要求，诊断结果为各自变量的容忍度在0.770.90之间，说明自变量间多重共线性不严重，均可纳入logistic 回归模型。在logistic 回归模型中，有10个特征变量纳入模型中，并对其按信用表现相似原则进行分组，赋值表示成虚拟变量。