布拖易地扶贫搬迁社区治理能力和移民情感融合研究
2024-04-24 22:01:34 来自：四川报道网 编辑：admin
易地搬迁安置是政府采取的一项重要扶贫措施，旨在打破贫困代际传递的循环。党的十八大以来，以习近平总书记为核心的党中央把扶贫工作放在治国理政的重要位置，大力实施精准扶贫战略。截至2020年我国已如期实现“现行标准下农村贫困人口全部脱贫，贫困县全部摘帽，解决区域性整体贫困”的目标。四川省凉山州作为中国扶贫开发的重点地区，是 “十三五 ”期间大力实施移民搬迁的重点地区，全州实施易地扶贫搬迁73416户35.32万人，共计安置点1510个，搬迁总人口占全省136.05万易地扶贫搬迁人口的26%。
布拖县作为凉山州最大的彝族聚居地，196个易地扶贫搬迁安置点，约占全州扶贫安置点的13%，其中布拖县依撒社区是凉山州最大的易地扶贫搬迁集中安置点，位于布拖县城，占地300余亩，共修建114栋楼249个单元2952套住房，共安置2890户14230人。然而，由于自然资源、历史发展、社会基础、民族宗教等多重原因，移民对新社区的适应能力非常弱,移民的情感归属和身份认同问题成为搬迁社区管理中的一个关键问题。这一问题涉及移民在新社区中的全面融入，包括他们对陌生环境的适应性、他们对社会关系的参与，以及建立深刻的社会认同，这些要素的结合是检验扶贫移民政策成功与否的试金石。为巩固拓展脱贫攻坚成果，乡村振兴背景下如何实现布拖县移民“身心同安”，提升搬迁安置社区的治理能力，增强移民在新环境中的情感适应与融合是当前要面临的主要问题。
一、布拖县移民搬迁社区治理和移民情感融入现状
移民的心理健康是他们成功适应和融入新的安置社区的基石。强烈的心理幸福感使移民具备了应对迁移挑战的复原力，使他们能够克服不确定性和困难，为他们在新社区的情绪健康和稳定奠定坚实的基础。当个人感到自己与新环境紧密相连，并在社区中拥有明确的身份认同时，他们就更有可能以一种充满力量和信心的感觉来面对复杂的重新安置问题。这种归属感所带来的健康心理有助于他们成功安置，使他们能够更有效地适应新环境，并在新的居住地最大限度地发挥自己的潜能。
通过问卷调查可以初步了解到布拖县移民搬迁社区的治理现状以及移民的情感融入情况。通过干群关系满意度图（图1）表明管理者与移民群体之间的关系普遍不够融洽，严重影响了移民在社区中的归属感。由于移民早已适应了传统村落散落建立的民宅“各自安好”的治理模式，搬迁后生产生活方式发生了很大的变化，但思想上对社区治理相关的政策不信任，对搬迁能够帮助他们脱贫致富的预期并不是很高，导致其参与治理的积极性不高。加之，部分社区干部在治理过程中，从群众的角度为群众排忧解难的意识不强，因而无法真正替群众解决困难，也就导致了移民对社区干部的满意度不高。
图 1. 干群关系满意度
从移民对社区生产生活方式的满意度（图2）显示，搬迁社区内移民对生产方式和生活方式的适应程度明显较低。移民从原来的以种植业或养殖业为生，到进入社区后面临“失业”，加之原有的宗族式社交圈被打破，部分群众对建立邻里间的和谐关系不重视，造成了移民在心理上和生活上的不适应，从而影响移民对迁入地的融入和认同。
图 2. 生产生活方式适应程度
除此之外，从移民的受教育程度来看，家庭平均文化水平并不高，其中文盲占比约17%，大部分人只有小学或者初中的学历，有少数人曾经读过高中，读过大专或是大学的人更是少数。对搬迁政策的解读、认知和接受能力都会受影响，从而降低移民的归属感与幸福感。
二、布拖县移民搬迁社区治理和移民情感融入的影响因素
2.1变量设置与模型选择
根据布拖县的实际情况，建立线性回归模型，选取易地扶贫搬迁社区治理能力评价作为因变量，政治信任因素和社会适应因素作为核心自变量，家庭人口因素和安置地经济地理因素作为控制变量，以评估影响移民对安置社区的认同感和归属感的关键因素。表 1 显示了具体变量的测度和赋值：
表1变量的选取及说明
|
|
变量名称 |
变量测量 |
变量赋值及说明 |
|
因变量 |
易地扶贫搬迁社区治理能力评价 |
您对易地扶贫搬迁社区治理政策效果评价 |
很不满意=1；不太满意=2；一般=3；比较满意=4；很满意=5 |
|
政治信任因素 |
执行主体信任 |
您对当前干群关系的评价 |
很不满意=1；不太满意=2；一般=3；比较满意=4；很满意=5 |
|
执行机制信任 |
您认为易地扶贫搬迁执行过程公平吗 |
非常不公平=1；不太公平=2；一般=3；比较公平=4；非常公平=5 |
|
政策成效信任 |
易地扶贫搬迁对您及家庭帮助大吗 |
没有作用=1；作用较小=2；一般=3；作用较大=4；作用很大=5 |
|
政策预期信任 |
您认为能否通过易地扶贫搬迁来实现家庭脱贫致富 |
说不清=1；不能=2；能=3 |
|
社会适应因素 |
生活适应 |
生活水平总体评价 |
您对当前生活水平的总体评价 |
很不满意=1；不太满意=2；一般=3；比较满意=4；很满意=5 |
|
住房条件居住环境 |
您对当前住房条件和居住环境的评价 |
很不满意=1；不太满意=2；一般=3；比较满意=4；很满意=5 |
|
生产适应 |
农业生产方式适应 |
您对搬迁后农业生产方式的适应情况 |
很不适应=1；不太适应=2；一般=3；比较适应=4；很适应=5 |
|
非农业收入占比比较 |
搬迁前后非农收入占家庭总收入比例对比 |
比搬迁前低=1；与搬迁前一样=2；比搬迁前高=3 |
|
产业帮扶政策落实 |
您对当前政府实施的产业帮扶政策的评价 |
很不满意=1；不太满意=2；一般=3；比较满意=4；很满意=5 |
|
心理适应 |
主人公意识 |
您认同自己是目前居住地/社区的正式成员吗?
|
完全不认同=1.不太认同=2 一般=3 比较认同=4 非常认同=5
|
|
人际交往 |
您与当前周边人际交往情况 |
从不交往=1；较少交往=2；一般=3；较多交往=4；经常交往=5 |
|
社会融入适应 |
社区融入 |
您对目前社区管理的认可程度 |
非常不认同=1；不太认同=2；一般=3；比较认同=4；非常认同=5 |
|
您的家庭平均受教育年限 |
文盲=1；小学=2；初中=3；高中及中专=4；大专及以上=5 |
|
|
家庭人口因素 |
家庭平均文化程度 |
性别 |
男=1；女=2 |
|
户主性别 |
年龄 |
30岁以下=1;30-39岁=2;40-49岁=3;50-59岁=4;60岁及以上=5 |
|
户主年龄 |
您的婚姻状况 |
已婚=1；离婚或丧偶=2；未婚=3 |
|
户主婚姻状况 |
所在安置点到最近乡镇的距离 |
15公里及以上=1;10-15公里=2: 5-10公里=3;5公里以内=4 |
|
安置点经济地理因素 |
安置点地理位置 |
安置地经济发展水平在所在县的层次 |
很差=1；较差=2；一般=3；较好=4；很好=5 |
|
|
|
|
|
回归模型的一般形式如下：
其中，Y 为易地扶贫搬迁社区治理能力评价，x 为自变量。β 为待估计的自变量系数，为随机误差项。
2.2实证分析
2.2.1 描述性统计分析
从表2的描述性统计分析来看，移民对易地扶贫搬迁社区治理政策效果的评价较高，均值为 3.78。这说明移民搬迁社区治理政策得到了移民很大程度的支持和认可。同时，也有部分移民持消极态度或总体评价。其中，主人翁感和社区融入感是衡量移民归属感和认同感的重要指标，均值分别为 3.48 和 2.54。从结果来看，数值并不太高，说明部分移民的认同感和归属感并不强。造成这种情况的原因是多方面的。例如，政策制度执行的信任因素、社会适应因素、家庭人口因素、安置地经 济地理因素等，都可能对移民在易地扶贫搬迁社区治理中的认同感和归属感产生不同程度的影响。
分析显示，影响因素多种多样，既有对实施机制和实施主体的信任，也有对生活水平、住房和环境评估的评价，还有与适应、安置地经济和地理要素以及政策效果相关的因素。这种广泛性表明，我们试图从各个层面捕捉对了解社区对扶贫战略的反应至关重要的因素，这种尝试结构合理。然而，一些关键点值得注意。从较高的标准差和方差可以看出，受访者的回答存在差异，这表明受访者的意见或经验非常分散。这种多样性可能表明社区内部在适应新的生产方式、社区融合以及与性别有关的评价等方面存在潜在的复杂性或差异。
此外，性别和婚姻状况的平均值明显较低，这可能表明社区内特定人口群体所面临的差异或挑战。虽然该表提供了社区观念和情况的深刻概括，但也强调了值得进一步探索和干预的领域，以确保更包容、更有效的扶贫和搬迁战略。为了更准确地分析影响他们的因素，我们将做进一步的回归分析。
表2变量的描述性统计分析
|
描述统计量 |
|
|
N |
均值 |
标准差 |
方差 |
|
成效信任 |
271 |
3.269 |
.8805 |
.775 |
|
预期信任 |
271 |
2.199 |
.8590 |
.738 |
|
执行机制信任 |
271 |
3.022 |
.8900 |
.792 |
|
执行主体信任 |
271 |
3.221 |
1.0623 |
1.129 |
|
生活水平总体评价 |
271 |
3.148 |
1.1157 |
1.245 |
|
住房和环境评价 |
271 |
3.771 |
.8857 |
.785 |
|
生产方式适应情况 |
271 |
2.594 |
.7184 |
.516 |
|
非农业收入占比比较 |
271 |
2.417 |
.6494 |
.422 |
|
产业帮扶政策落实 |
271 |
3.768 |
.8614 |
.742 |
|
主人公意识 |
271 |
3.476 |
.8894 |
.791 |
|
人际交往 |
271 |
3.100 |
.9512 |
.905 |
|
社区融入 |
271 |
2.542 |
.9255 |
.857 |
|
受教育程度 |
271 |
2.797 |
1.0071 |
1.014 |
|
性别 |
271 |
1.539 |
.4994 |
.249 |
|
年龄 |
271 |
2.539 |
1.1277 |
1.272 |
|
婚姻状况 |
271 |
1.934 |
.9444 |
.892 |
|
安置点经济因素 |
271 |
3.166 |
.8200 |
.672 |
|
安置点地理因素 |
271 |
3.162 |
.9716 |
.944 |
|
治理政策效果评价 |
271 |
3.779 |
.8665 |
.751 |
|
有效的 N （列表状态） |
271 |
|
|
|
2.2.2 回归分析
回归分析是对模型中与各种自变量相关的系数进行导航，检查其中一些系数可能等于零的 可能性，表明对因变量缺乏显著影响。这种考虑源于经验和理论观点，解决了某些预测因素可能对结果没有显著影响的情况，从而对等式的有效性提出了质疑。它仔细研究了可能导致系数失去统计意义或与零无异的潜在因素，如多重共线性、遗漏变量偏差和测量误差。这一评估对回归模型的可靠性和完整性提供了重要的启示：
H0：建立的回归方程无效。回归方程中几个自变量的系数均为 0，即 β1 = β2 = ... = βk = 0。
H1：建立的回归方程有效，回归方程中多个自变量的系数均不为 0，即 β1, β2.... ...βk并非都为 0。
在回归分析中，断言模型中多个自变量的系数为 0，即 β1 = β2 = ... = βk = 0，是一个重要的考虑因素。这一概念源于实证研究结果和理论框架，它们涉及某些自变量对因变量缺乏显著影响的情况，从而对回归方程的有效性提出了挑战。经验证据通常会提醒人们注意多重共线性的存在，即自变量高度相关的情况。这种相关性会导致系数失去统计意义或与零无异。同样，理论讨论也强调了遗漏变量偏差或测量误差等情况，这两种情况都可能导致自变量系数在统计上不显著。这些因素共同支持这样一种观点，即由于各种统计和方法上的考虑，回归方程可能被视为无效。涉及多重共线性、遗漏变量偏差或测量误差等情况的影响，因为它们可能导致自变量的系数在统计上表现出不显著的值。这种调整加强了回归方程在某些情况下可能缺乏有效性的前提，促使在实证分析中需要对这些可能性进行严格的调查。
表3中报告的 R2 值为 0.813，反映了回归模型对因变量，特别是对治理能力评价的变异的解释程度。R2 值为 0.813 表明，在治理能力评估中观察到的变量中，约 81.3% 由模型中的自变量解释。如此高的 R2 值表明，预测变量与因变量之间的关系密切，说明回归模型的拟合度很高。回归模型中的预测变量清单非常全面，表明对可能影响治理能力评估的多种因素进行了全面考虑。然而，虽然 R2 值为 0.813，表明对方差的解释很充分，但必须承认，模型中可能存在未考虑的因素或局限性，这些因素或局限性可能会影响治理能力，但在目前的预测变量集中没有体现出来。此外，当考虑到模型的复杂性或自由度时，0.799 的调整 R2 值略低，这表明该模型有可能过度拟合或在对其他数据集的普适性方面存在局限。尽管如此，尽管未测量的变量有可能对评估产生影响，但该模型仍为捕捉治理能力评估的复杂性提供了有力的尝试。
|
表3回归模型摘要 |
|
模型 |
R |
R2 |
调整后 R2 |
标准估算的错误 |
|
1 |
.901a |
.813 |
.799 |
.388 |
|
a. 预测变量：(常量), 安置点地理因素， 生产方式适应情况， 年龄， 性别， 受教育程度， 预期信任， 社区融入， 主人公意识， 住房和环境评价， 婚姻状况， 生活水平总体评价， 人际交往， 执行过程信任， 执行主体信任， 非农业收入占比比较， 安置点经济因素， 成效信任， 产业帮扶政策落实 |
表4中报告的 F 值为 60.718，显著性水平（P 值）为 0.000，低于 0.05 的常规临界值。这一结果否定了原假设，即至少一个自变量与因变量之间不存在显著的线性关系，从而对所建立的回归方程的有效性提出了质疑。显著的 F 值和相关的 P 值表明，所包含的自变量共同影响了社区治理能力评估，支持了至少有一个预测变量与因变量之间存在显著线性关系的观点。这反过来又证明了回归方程的有效性。模型中使用的大量预测变量显示了对影响社区治理能力评估因素的广泛考虑。尽管原假设被否决，但必须注意的是，模型的显著性并没有阐明每个预测变量对治理评估的单独贡献，因此仍有进一步分析的余地，以确定模型中每个变量的具体影响。这表明，预测变量与治理能力评估之间存在稳固的关系，尽管需要对每个预测变量的具体影响进行更详细的调查。
|
表4 ANOVAa |
|
模型 |
平方和 |
自由度 |
均方 |
F |
显著性 |
|
1 |
回归 |
164.733 |
18 |
9.152 |
60.718 |
.000b |
|
残差 |
37.983 |
252 |
.151 |
|
|
|
总计 |
202.716 |
270 |
|
|
|
|
a. 因变量：社区治理能力评价 |
|
b. 预测变量：（常量）, 安置点地理因素， 生产方式适应情况， 年龄， 性别， 受教育程度， 预期信任， 社区融入， 主人公意识， 住房和环境评价， 婚姻状况， 生活水平总体评价， 人际交往， 执行过程信任， 执行主体信任， 非农业收入占比比较， 安置点经济因素， 成效信任， 产业帮扶政策落实 |
2.3分析结果
表5中的系数揭示了各种预测变量与搬迁社区治理能力评估之间的关系。有几个预测变量与因变量之间的关系在统计上是显著的，而其他预测变量与因变量之间的关系则可以忽略不计或不显著。例如，政治信任因素，如 "有效信任"、"对执行机制的信任 "和 "对执行主体的信任"，显示出很强的正相关关系，这体现在它们相对较高的标准化系数和显著的 p 值上。这些变量似乎对搬迁社区内的治理能力评估产生了显著影响。相比之下，一些社会适应因素，如 "主人翁意识 "和 "人际沟通 "的系数接近零或不显著，这意味着它们对治理能力评估的影响微乎其微。这一综合分析表明了各种因素的不同影响，强调了政治信任因素和特定社会适应变量对治理能力评估的重要影响。然而，某些人口和社会适应因素的关联性较弱或不存在，表明其对评估的影响较小。
如表5所示，使用 SPSS 21.0 对回归模型进行了计量分析，结果显示，预期信任（p = 0.879）、非农业收入百分比（p = 0.496）、主人翁意识（p = 0.996）、人际交往（p = 0.907）、性别（p = 0.086）、年龄（p = 0.891）和安置地地理位置（p = 0.591）。上述因素的 p 值均大于 0.05，显著性较低，需要剔除重新建立回归方程。
|
表5 易地搬迁社区治理能力评价系数a分析 |
|
模型 |
未标准化系数 |
标准化系数 |
t |
显著性 |
|
B |
标准错误 |
Beta |
|
1 |
(常量) |
-.195 |
.219 |
|
-.888 |
.375 |
|
政治信任因素 |
成效信任 |
.132 |
.041 |
.134 |
3.255 |
.001 |
|
预期信任 |
.005 |
.034 |
.005 |
.153 |
.879 |
|
执行机制信任 |
.141 |
.037 |
.145 |
3.777 |
.000 |
|
执行主体信任 |
.156 |
.031 |
.192 |
4.991 |
.000 |
|
社会适应因素 |
生活水平总体评价 |
.079 |
.031 |
.102 |
2.574 |
.011 |
|
住房和环境评价 |
.103 |
.043 |
.105 |
2.399 |
.017 |
|
生产方式适应情况 |
.131 |
.037 |
.109 |
3.501 |
.001 |
|
非农业收入占比比较 |
.034 |
.050 |
.026 |
.682 |
.496 |
|
产业帮扶政策落实 |
.124 |
.045 |
.123 |
2.762 |
.006 |
|
主人公意识 |
.000 |
.035 |
.000 |
.005 |
.996 |
|
人际交往 |
-.004 |
.035 |
-.005 |
-.118 |
.907 |
|
社区融入 |
.093 |
.029 |
.100 |
3.240 |
.001 |
|
家庭人口因素 |
受教育程度 |
.120 |
.028 |
.139 |
4.350 |
.000 |
|
性别 |
.085 |
.049 |
.049 |
1.724 |
.086 |
|
年龄 |
-.004 |
.027 |
-.005 |
-.137 |
.891 |
|
婚姻状况 |
-.054 |
.032 |
-.059 |
-1.693 |
.092 |
|
安置点经济地理因素 |
安置点经济因素 |
.142 |
.041 |
.134 |
3.422 |
.001 |
|
安置点地理因素 |
.015 |
.027 |
.016 |
.539 |
.591 |
|
a. 因变量：治理能力评价 |
在剔除上述几个变量后，结果如表 6 所示，可以看出移民的社会适应性对搬迁社区治理能力的提升有显著影响。生活适应、生产适应和社会融入适应的测量变量均对政策效果评估产生了显著的正向影响。首先，有关生活水平、住房条件和生产方式适应的因素在统计上具有显著性（t = 2.244，p = 0.026；t = 2.434，p = 0.016；t = 3.544，p = 0.000），表明其影响很大。同样，生产适应性，特别是农业方法和产业政策的实施，也对评价有显著影响（t = 3.544，p = 0.000；t = 3.313，p = 0.001）。此外，社会融合因素，特别是社区融合，也有重大影响（t = 3.632，p = 0.000 < 0.05）。相比之下，移民的政治信任在提高治理能力方面发挥了积极作用，这体现在对政策效果、执行机制和主体的信任上（t = 3.795，p = 0.000；t = 4.169，p = 0.000；t = 4.714，p = 0.000），所有这些都显示出实质性的积极影响。家庭人口因素，如受教育程度和安置点的经济属性，也对政策评估有显著影响（t = 4.156，p = 0.000 < 0.05；t = 4.002，p = 0.000 < 0.05）。建议在今后的分析中考虑这些因素，以减轻其影响。总之，移民的政治信任、社会适应、家庭人口和移民安置点的经济因素对搬迁社区的治理能力有积极的促进作用。这凸显了这些方面对扶贫政策有效性的巨大影响。
表6 易地搬迁治理能力评价系数a分析（剔除后） |
|
模型 |
未标准化系数 |
标准化系数 |
t |
显著性 |
|
B |
标准错误 |
Beta |
|
1 |
(常量) |
-.170 |
.131 |
|
-1.295 |
.196 |
|
政治信任因素 |
X1成效信任 |
.143 |
.038 |
.145 |
3.795 |
.000 |
|
X2执行过程信任 |
.151 |
.036 |
.155 |
4.169 |
.000 |
|
X3执行主体信任 |
.145 |
.031 |
.178 |
4.714 |
.000 |
|
社会适应因素 |
X4生活水平总体评价 |
.067 |
.030 |
.086 |
2.244 |
.026 |
|
X5住房和环境评价 |
.103 |
.042 |
.105 |
2.434 |
.016 |
|
X6农业生产方式适应情况 |
.130 |
.037 |
.108 |
3.544 |
.000 |
|
X7产业帮扶政策落实 |
.145 |
.044 |
.144 |
3.313 |
.001 |
|
X8社区融入 |
.102 |
.028 |
.109 |
3.632 |
.000 |
|
家庭人口因素 |
X9受教育程度 |
.112 |
.027 |
.130 |
4.156 |
.000 |
|
安置点经济因素 |
X10安置点经济因素 |
.160 |
.040 |
.151 |
4.002 |
.000 |
|
a. 因变量：Y治理能力评价 |
综上所述，提升移民的归属感与认同感是社区治理的主要目标，移民对社区治理能力的评价与移民认同与归属成正向影响。通过对搬迁安置社区治理能力评价建立回归模型，分析移民在安置社区中的认同与归属感。结果表明：搬迁安置社区治理能力与移民社会适应、移民政治信任、家庭人口因素和安置点经济地理因素呈正向影响。由此可以推断移民认同感和归属感的关键因素主要包括移民社会适应、移民政治信任、家庭人口因素和安置点经济地理因素。
三、结语
易地扶贫搬迁安置战略是我国实现脱贫的一项伟大工程，超越了传统的基础设施建设重点，旨在通过利用移民搬迁来打破贫困的周期性。通过采用线性回归模型和问卷调查，剖析了布拖县移民和重新安置过程中遇到的情感波动，强调了解社区治理所促进的这些情感和心理适应的关键必要性。尽管采用了综合方法，但仍需要采取更具包容性的战略，并建议增加社会资本和公共服务质量等指标，可以更全面地了解这些社区的治理能力，以根据搬迁群体的具体需求调整扶贫计划，从而揭示解决这些地区贫困问题的复杂性。
情感福利是提升移民认同感与归属感的重要内容，必须纳入重新安置战略的核心。认识到情感融入在移民中的关键作用，就可以采取有针对性的方法，培养搬迁人口的归属感和幸福感。因此，所设计的措施不应仅仅是对个人进行身体上的重新安置，还应确保他们在情感和心理上与新社区同化。以情感幸福、社会适应和心理福利为重点的计划可以通过纳入以人为本的方法，在重塑传统的扶贫模式方面证明是非常有价值的，不仅能确保实际的迁移，还能确保个人融入新的社会环境。
注：该研究系西南科技大学定点帮扶布拖县智库研究成果（bfzk20040001）
（张巍，西南科技大学文学与艺术学院研究生，四川文化艺术学院助理研究员；储怀安，西南科技大学文学与艺术学院研究生，四川文化艺术学院助理研究员；李国良，中共布拖县委党校；胜以莫沙外，布拖县地洛镇）
