李金祥
(江苏省工程勘测研究院有限责任公司,江苏 扬州 225002)
为了保障人民群众的生命和财产安全,结合不同区域的实际水文情况,合理修建水库工程已经成为了水文治理的重要手段之一[1]。但是需要注意的是,水库建设工程的核心目标是在保障安全的前提下,提高水资源的利用率,由此带来的最直接的问题就是水库下游的居民安置问题[2]。一般情况下,水库建设工程征迁移民安置工作的开展都是以村为单位集体进行的,这种规模相对较大的移民安置问题需要综合考虑各方的客观需求以及实际经济损失情况[3]。对于水库下游居民而言,土地征迁不仅需要其改变原有的生活环境,甚至对应的经济来源也会受到不同程度的影响,特别是对于以土地种植为基础的居民[4]。在开展水库建设征地移民安置规划的过程中,其任务主要是对建设征地影响范围内对象的经济损失作出准确分析,并以此为基础进行合理的补偿和安置。目前已有学者进行了相关研究分析,陈镔[5]采用了层次分析法和移民回访评估等方法,对河下屯水库移民安置工作进行了评价;周海等[6]通过对贵州省水库移民安置情况的调查和研究,分析了经济转型升级对水库移民安置工作的影响和挑战,提出了一系列提升移民适应性的对策,以期为相关研究者提供参考。结合上述的分析可以看出,要实现对水库建设工程征迁移民安置效果的客观评价,对建设征地对应的社会、经济、环境以及文化等方面的具体影响进行准确分析是十分必要的,也是保障最终评价结果可靠性的重要基础。在此基础上,结合参与工程建设方案以及工程的具体规模参数,对移民安置规划方案的可执行性以及执行效果进行分析,才能够在最大程度上反映水库建设工程征迁移民安置的实际效果。
为此,本文提出基于快速BP算法的水库建设工程征迁移民安置效果评价方法,利用快速BP算法实现对移民安置效果影响因素的综合分析,并以实际的案例为基础,采用对比测试的方式分析验证了设计评价方法的效果。
对水库建设工程征迁移民安置效果的评价主要是分析安置规划存在的风险,考虑到影响征迁移民安置效果的因素具有多元化的属性特征[7-8],为了能够更加全面、综合地对其进行评价分析,本文首先构建了征迁安置风险评价指标体系,将其作为进行安置风险评价的执行基础。在具体的构建过程中,本文充分考虑了后续评价阶段的计算量和复杂度,将对征迁安置风险评价影响较小的指标进行过滤处理;对于部分不易操作的指标进行分解处理;对于部分过于精细的指标以共性为基础进行适度合并处理。利用这样的方式,在保证构建指标体系完整性的前提下,最大限度避免由于指标体系过于庞大带来的负面影响,保障后续的权重计算、指标风险值估算及安置风险评价能够高效进行。在具体的安置风险评价指标构建过程中,共包括3个二级指标,分别为设计风险、实施风险以及监管风险。其中,设计风险包含6个三级指标,具体可以表示为
Rd={rd1,rd2,rd3,rd4,rd5,rd6}
(1)
式中,Rd—水库建设工程征迁移民安置阶段的设计风险;rd1—工程征迁移民安置计划阶段面临的补偿标准风险;rd2—工程征迁移民安置计划阶段面临的实际量调查精度风险;rd3—工程征迁移民安置计划阶段面临的搬迁安置规划风险;rd4—工程征迁移民安置计划阶段面临的生产安置规划风险;rd5—工程征迁移民安置计划阶段面临的专业项目复建风险;rd6—工程征迁移民安置计划阶段面临的复垦规划风险。
实施风险中包含4个三级指标,具体可以表示为
Rp={rp1,rp2,rp3,rp4}
(2)
式中,Rp—水库建设工程征迁移民安置阶段的实施风险;rp1—工程征迁移民安置实施阶段面临的政策制定与宣传风险;rp2—工程征迁移民安置实施阶段面临的程序合理性风险;rp3—工程征迁移民安置实施阶段面临的机构设置和人员配置风险;rp4—工程征迁移民安置实施阶段面临的资金补偿兑付风险。
监管风险中包含4个三级指标,具体可以表示为
Rs={rs1,rs2,rs3,rs4}
(3)
式中,Rs—水库建设工程征迁移民安置阶段的监管风险;rs1—工程征迁移民安置监管阶段面临的信息管理风险;rs2—工程征迁移民安置监管阶段面临的进度控制风险;rs3—工程征迁移民安置监管阶段面临的投资控制风险;rs4—工程征迁移民安置监管阶段面临的质量控制风险。
按照上述所示的方式,实现对水库建设工程征迁移民安置阶段风险评价指标体系的构建,为后续的安置效果评价提供可靠的执行基础。
结合上述构建的征迁安置风险评价指标体系,本文对水库建设工程征迁移民安置效果的评价过程中,引入BP神经网络,并对其进行适应性改进,以提高其收敛速度,实现对征迁安置风险评价指标参数的综合分析。首先,结合水库建设工程征迁安置风险及影响因素构成,设置BP神经网络的输入值为具体的风险参数,在此基础上,在BP神经网络的隐含层对各风险指标参数进行赋权处理,具体的赋权结果可以表示为
(4)
式中,wi—风险指标参数的赋权结果;λ—风险指标参数对于整体安置效果的影响程度。需要注意的是,为了确保最终的评价结果能够客观反应实际的安置效果,设置各风险指标的权重参数之和为1。在此基础上,将具体的参数在BP神经网络中进行反向计算,结合权重参数实现对风险的综合评估,其可以表示为
k=∑wirij(y)
(5)
式中,k—征迁移民安置风险的综合评估结果;y—征迁移民安置最终的落实方案。那么,最终的按照效果评价方式可以表示为
f(a)=(1-k)a0
(6)
式中,f(a)—对a因素的安置效果;a0—搬迁前a因素的状态参量。
按照这样的方式,实现对水库建设工程征迁移民安置效果的评价。
在对本文设计评价方法的实际应用效果进行分析阶段,本文以某河道的下游水利工程为基础开展具体的测试分析。工程项目开发的主要目的是根治所在河道的水患问题,同时实现对区域水资源的进一步开发。在功能上,水库除了最基础的防洪、防凌、减淤以及灌溉作用外,还在一定程度上起到供水、发电、旅游以及水产养殖作用,是具有较强一体属性特征的综合水利工程。在水利工程建设过程中,水库移民工作的管理难度最大,其中,水库工程控制的流域面积达到了64.5万Km2,对应的水位高度为250.7m,此时的淹没影响面积可达到278.5Km2,具体的库容为125.6亿m3,涉及搬迁和妥善安置的人口总量为20万人口。在此基础上,本文以其中12个村庄的居民安置问题为研究对象,人数为1.03万人,对其安置效果加以分析评价。
在具体的测试过程中,本文设置了文献[5]及文献[6]提出的征迁移民安置效果评价方法作为对照组,分别统计3种不同方法的评价结果与实际安置效果之间的关系。
在对征迁移民安置效果进行分析的过程中,本文分别从生活设施、公益设施以及经济收入3个角度展开评价。对于具体安置效果的量化计算方式为
(7)
式中,p—征迁移民安置效果,也就是安置后居民的生活设施、公益设施以及经济收入与搬迁前的比值,即恢复情况;x—搬迁后居民的生活设施、公益设施以及经济收入参数;x0—搬迁前居民的生活设施、公益设施以及经济收入参数。
以此为基础,具体的测试结果见1。
结合表1所示的测试结果对3种方法的评价效果进行分析可以看出,对于经济收入中的打工和工资安置效果评价均与实际情况完全一致,但是在整体角度对3种方法的评价结果进行比较,其表现出了较为明显的不同。在文献[5]方法中,对于不同效果因素的评价结果与实际情况的差异表现出了较为明显的不稳定性,其中,最大误差达到了4.98%(人均房屋面积),最小误差仅为0.17%(经济收入中的粮食作物);在文献[6]方法中,对于不同效果因素的评价结果与实际情况的差异基本稳定在2.0%~4.5%区间范围内,虽然具有较高的稳定性,但是评价结果的准确性存在进一步提升的空间;相比之下,在本文设计方法的测试结果中,对于不同效果因素的评价结果与实际情况的差异始终稳定在1.0%以内,其中,最大误差仅为0.62%(经济收入中的养殖业),最小误差仅为0.01%(经济收入中的经济作物)。结合上述的测试结果可以看出,本文设计的基于快速BP算法的水库建设工程征迁移民安置效果评价方法可以实现对移民安置效果的准确评价,对于相关工程征迁移民安置规划的制定以及调整具有良好的可执行性和指导价值。
在对建设工程征迁移民安置效果进行分析的过程中,不仅要对实物量作出准确的预估,对征地补偿投资进行合理估算,同时也离不开对各类实物的全面调查,这也是最终的评价结果能够取得建设工程征迁移民安置阶段各方认可的重要基础。除此之外,搬迁安置规划和生产安置规划的实际落实情况也是计算各项实物及补偿投资需求的重要基础。本文提出基于快速BP算法的水库建设工程征迁移民安置效果评价方法,对上述因素参数的综合分析与计算,实现了对水库建设工程征迁移民安置效果的客观评价,对应的评价结果具有较高的可靠性,对于实际的建设工程征迁移民安置方案的制定与调整,具有重要的现实意义和指导价值。