基于 法的滿意度研究 以成都市農(nóng)民對征地拆遷安置滿意度實證分析為例 成都信息工程學(xué)院 摘要： 本文根據(jù)近年政府對城市周邊農(nóng)村地區(qū)大規(guī)模拆遷所引起的一些列問題出發(fā)，以調(diào)查問卷的形式對成都周邊地區(qū)農(nóng)民在政府拆遷過程中的滿意度進行數(shù)據(jù)搜集。后用 歸方法對指標先行簡化，并對簡化后的指標建立 歸模型。發(fā)現(xiàn)住房安置滿意度與拆遷實施過程滿意度是農(nóng)民對征地拆遷安置總體滿意度的重要部分，并以此結(jié)合調(diào)查問卷中所反映出的問題提出政策建議。 關(guān)鍵詞： 拆遷 安置 滿意度 數(shù)據(jù)表 一、 問題 的 提出 近年來 ,隨著農(nóng)村工業(yè)化、城市化進程不斷加快 ,城市周邊農(nóng)村集體土地大量被征用 , 尤其是主城區(qū)的擴張，使得近郊區(qū)農(nóng)民的土地越少。為了集約使用土地，國內(nèi)外學(xué)者提出了“農(nóng)民集中居住”，并在這方做了大量的研究，一些國家早已開始實施這種居住模式，我國也早于 19 世期開始推行這一模式。實行農(nóng)民集中居住，可以提高城鎮(zhèn)化水平，節(jié)省大量宅基地和農(nóng)村道路用地，加快土地向農(nóng)業(yè)規(guī)模經(jīng)營集中。但因涉及多方主體 ,交織各種法律關(guān)系 ,背后又摻雜著復(fù)雜利益沖突 ,農(nóng)村房屋拆遷問題已嚴重危及農(nóng)村社會的穩(wěn)定 ,成為社會各界關(guān)注 的熱點。而農(nóng)村土地征收是一項政策性、群眾性、經(jīng)濟性很強的工作，它既關(guān)系到政府戰(zhàn)略實施，也關(guān)系到農(nóng)民的切身利益，使得農(nóng)村拆遷安置問題日漸成為政府與群眾最關(guān)心的問題。 造成拆遷補償安置問題突出的原因是多方面的： 存在征地補償標準沿用的法律條例過舊， 無法適應(yīng)當(dāng)前社會發(fā)展的形勢，以原有的增補標準來對征地拆遷安置進行賠付讓農(nóng)民難以接受 。 安置區(qū)帶來了生活成本的增加。農(nóng)民從食物自給轉(zhuǎn)變?yōu)橄M市場，使得生活費用增加，另外，安置區(qū)農(nóng)民還須承擔(dān)水電氣費、光纜費、物業(yè)等城市居民日常生活必需成本，使得調(diào) 查者中抱怨“生活成本增加”成為普遍現(xiàn)象。 業(yè)問題突出。 政府給出的土地補償金一定，隨著地區(qū)安置人口增多的發(fā)展，社保費用必然會增加。大部分農(nóng)民 由于年齡、知識、技能方面明顯處于劣勢地位，就業(yè)競爭能力低，求職比較困難， 將處于無能力購買社保，同時又沒有土地作為生活保障尷尬境地。 政府在以廉價征用土地后將其用高價出租或拍賣給土地開發(fā)商 , 但是農(nóng)民在土地流轉(zhuǎn)過程中只能得到遠遠低于市場價格的增值和補償，農(nóng)民的利益在支持我國工業(yè)化、城市化發(fā)展中被長期漠 視和犧牲。 遷過程中對于集體土地征收和新居選點等問題政府相關(guān)拆遷小組許多時候都沒有充分征求農(nóng)民的意見和建議。 野蠻拆遷行為得不到有關(guān)方面的制止，補償安置、征地補償費分配使用管理監(jiān)督不到位，土地方面的法律制度和優(yōu)惠政策不 健全。 總之，如何有效地解決拆遷安置問題，怎樣做到安置區(qū)農(nóng)民與當(dāng)?shù)亟?jīng)濟發(fā)展共贏，如何使政府角色轉(zhuǎn)變?yōu)槔r(nóng)，這些正是本作品研究重點。 二、 國內(nèi)外研究現(xiàn)狀 通常在滿意度研究中，對于滿意度的解釋變量即統(tǒng)計指標有很多，因此在多指標系統(tǒng)中建立綜合 評估指數(shù)是滿意度研究領(lǐng)域中的一個重要的問題，長期以來一直受到研究人員的普遍重視，比較廣為人知的方法如：特爾非專家調(diào)查加權(quán)方法，層次分析法，模糊綜合評判法等等，這些方法各具特色，已經(jīng)在很多領(lǐng)域得到應(yīng)用。 例如蔣冬青和姜原成基于層次分析法與模糊評價的綜合評價對政府公眾滿意度測評，他們通過對 型進行修正，在此基礎(chǔ)上構(gòu)建我國政府公眾滿意度的指標體系，具體包括公眾期望，服務(wù)質(zhì)量，感知價值，公眾抱怨，公眾信任五個維度。最終用模糊分析法和層次分析法得出綜合評價量分。模糊綜合評價方法是模糊數(shù)學(xué)中應(yīng)用的比較廣泛的一 種方法，在上述的評價指標中，各項指標影響政府服務(wù)的公眾滿意度的重要性程度是不同的。例如，從五個指標維度來看，服務(wù)質(zhì) ) 相對重要一些。而感知價值維度中，自我價值認定程度顯得相對重要些。因此，不論是一級指標還是二級指標，它們的權(quán)重都是不一樣的。合理分配指標權(quán)重。這樣才能突出主要的影響 ,做到輕、重分明，使政府服務(wù)的公眾滿意度評價更具客觀真實性。確定指標權(quán)重的方法是用層次分析法。 張黎和張武琪等人基于主成分分析法對員工工作滿意度分析，他們采用主成分分析法對 較少的新變量進行綜合評價，取代繁多的原始變量，將相關(guān)性很高的原始變量轉(zhuǎn)化成彼此相互獨立或不相關(guān)的綜合變量，即用盡可能少的研究變量得到盡可能多的信息量對 三、 本文研究方法 以上 相關(guān)文獻中一 是沒有考慮到指標變量之間的相關(guān)關(guān)系。因此，當(dāng)所選擇的指標變量集合中存在嚴重的多重相關(guān)性時，很可能會夸大系統(tǒng)中某些特征的作用，從而得到不合理的評估結(jié)論。 二 是，在實際工作中的許多變量諸如智力、能力、水平等概念往往都是不能直接測量的，因而只能使用一些與其相關(guān)的可觀測變量（又稱“顯變量”），作為這些潛在變量（又稱“隱 變量”）的標識。因此，滿意度指數(shù)建模中面臨的挑戰(zhàn)在于：如何克服各指標之間多重相關(guān)性問題，以及顯變量對隱變量具有最大的解釋能力的問題。 偏最小二乘法回歸的優(yōu)勢正是解決這樣的問題。 論于 1983年，由瑞典的伍德（ 阿巴諾（ 人首次提出，近幾十年來，它在理論、方法和應(yīng)用方面都得到了迅速的發(fā)展。美國顧客滿意度指數(shù)模型的創(chuàng)立者，密西根大學(xué)的福內(nèi)爾（ 授稱 第二代回歸分析方法。該方法是一種新型的多元統(tǒng)計數(shù)據(jù)分析方法，主要用于多因變量對多自變量的回歸建模問題。采用該方法可以方便地研究每一個隱變量與其顯變量集合之間的關(guān)系，同時可以得到一個能夠綜合各個隱變量、并很好地代表系統(tǒng)中所有指標變量的綜合指數(shù)。 點 : 1） 因此也沒有分布假定 . 然而需要某些假定 , 如線性回歸的系統(tǒng)部分等于因變量的條件期望 . 根據(jù) 擬 , 而且隱變量的得分總是和真值吻合 . 2） 由于后者的度量誤差 , 該值為不相合的 (但漸近相合 ). 由于樣本及每個隱變量的指標的有限性 , 低估隱變量之間的相關(guān)及高估載荷 (測量變量的系數(shù) )的傾向 . 3） by 那時基于協(xié)方差的方法 (有嚴重的識別困難 4） . 少要 100, 甚至 200 個觀測值 , 但 需 50 (甚至在兩個隱變 量 , 27個顯變量時只有 10個觀測值的情況 ). 001)3的蒙特卡羅模擬比較表明：（ 1）以均方誤差和對因子載荷的方差為標準，在數(shù)據(jù)量小，而且表現(xiàn)出稍微非正態(tài)時， 能最差；當(dāng)數(shù)據(jù)是正態(tài)或近似正態(tài)時，在 2）以因子載荷的偏差為標準，無論數(shù)據(jù)量大小， 3）以回歸系數(shù)的均方誤差為標準， 筆者發(fā)現(xiàn)目前需注意的問題： 1） . 結(jié)和 2000） 發(fā)現(xiàn)很多相關(guān)文獻單純以驗證和模型產(chǎn)生為目的，在 模型修飾的過程中，往往過度依賴資料所呈現(xiàn)的訊息而忽略理 論的意義，過度濫用修正程序以獲得對自己有利的結(jié)果 ，從而背離研究意義。 2） . 路徑分析模型 適用于大樣本之分析 。在每個隱變量的指標變量數(shù)目太大時 , 基于協(xié)方差的路徑分析模型就沒有辦法了 . 而實際上 , 如果沒有足夠的指標變量 (有時達到 500 個 ), 不能做任何嚴肅的路徑模型研究 .。 1990）曾針對人格與社會心理學(xué)領(lǐng)域的 72 個 路徑分析模型 實征研究進行分析，樣本規(guī)模介于 40至 8650之間，中數(shù)為 198。有四分之一的研究小于樣本數(shù)500，約百分之二十的研究樣本規(guī)模小于 100。因此，一般而言，大于 200 以上的樣本，才可以稱得上是一個中型的樣本。 3） . 統(tǒng)計顯著性的依賴性卻遠不及一般統(tǒng)計分析 路徑分析模型 所參考的指針而是整合性的系數(shù) ， 優(yōu)勢是在于整體層次（ 。卻不能顧及 個別或微視的層次（ 這是今后我們需要研究深掘的重要地方。 1 一個 量 模型和結(jié)構(gòu)模型。為了描述方便，我們假設(shè)顯變量和潛變量都是標準化數(shù)據(jù)即均值為 0，標準差為 l。 (1)測量模型 測量模型是反映潛變量和它相連的顯變量關(guān)系的模型，又稱為外部模型。通常有兩種類型來描述顯變量和潛變量的關(guān)系： 反映型： 把潛變量看作是主動的，顯變量是被動的，并且顯變量受到所屬潛變量的影響，所以外部模型方程為： 其中，j是潛變量 (內(nèi)生、外生均用此表示 )，第 為承載系數(shù)。假設(shè) 上式 滿足條件期望 )(，即殘差變量占。期望值為 0，且與各個潛變量j無關(guān)。 構(gòu)成型： 把顯變量看作是主動的，潛變量看作是被動的，并且顯變量在一定程度上決定了潛變量，此時，外部結(jié)構(gòu)方程為： 顯變量數(shù)據(jù)可以是多維的，并預(yù)測假設(shè) ,1 即表明殘差項j，均值為 0，且與顯變量目前顧客滿意度研究中，多是運用反映型來確定測量模型的。 （ 2） 結(jié)構(gòu)模型： 又稱為內(nèi)部模型，是描述潛變量之間關(guān)系的線性方程。 ( 其中，i對j，直接影響的邊際強度稱為路徑系數(shù)。此路徑系數(shù)只是表示一個潛變量受到其它與其相關(guān)的各個潛變量直接影響。 2 模型中潛變量的估計 為了研究的方便性，我們把潛變量記為j，其相對應(yīng)的顯變量為標準化值記為 如果有缺失值存在就用均值代替。 （ 1） 標準潛變量的外部估計均值為 0，標準差為 1 每個潛變量可以看成是其相連的顯變量的線性組合： 符號表示左邊變量等于 右邊變量的標準化后的形式。號表示一種模糊性，這種模糊性要通過相關(guān)來確定的。因此，標準化的潛變量可以寫成： （ 這里我們認為 (4 4)和 (4 5)是等價的。 均值 （ 由此潛變量 j 可以估計為： （ 其中， 為外部權(quán)重。 （ 2） 標準潛變量的內(nèi)部估計 內(nèi)部估計 ic o n n rc te 其中，表示在結(jié)構(gòu)模型中有箭頭聯(lián)系的兩個潛變量之間的關(guān)系。它的確定有三種方法： 因子加權(quán)法： 內(nèi)部權(quán)重 路徑權(quán)重法： 將所有與j相連的 i 分成兩部分：一部分為它的前提，一部分為它的結(jié)果。對于為前提的潛變量 i ，歸方程中于為結(jié)果的潛變量 i ， 質(zhì)心法： ),(0),(11),( 每種方法都有其利弊，根據(jù)需要采取合適的方式，不過每種方法對結(jié)果影響不大。 （ 3） 外部權(quán)重 估計 目前，外部權(quán)重估計方式有三種： 模式 A 看作是： )v ),co v ( 由于乃是標準化后的數(shù)據(jù)即 1)所以 等于 ),co v ( 模式 B：由 構(gòu)成的向量 是內(nèi)部估計對應(yīng)的標準化顯變量 1 )( 模式 C：根據(jù) ),(了得到標準化的潛變量值。每個權(quán)重定義為 ),( ),( h o o rs ig 其實，模式 可以看作是模式 （ 4） 潛變量估計的計算步驟 任意給定權(quán)重系數(shù)的初始值 0體計算過程如下： (1)根據(jù) (4 5)計算得到 0 (2)將 0入公式 (4 8)計算 0中，內(nèi)部權(quán)重的確定可以采用因子加權(quán)法、路徑加權(quán)法和質(zhì)心法中任意一種。 (3)重新估計外部權(quán)重 1據(jù)模式 A、 B、 (4)重復(fù) (1)、 (2)、 (3)步，直到第 51 10 止。根據(jù)(4 5)得到最終潛變量估計值。 (5)為了研究需要，將第 4步得到的估計值進行變換得到最終需要的潛變量估計值。根據(jù) 每個顯變量與其相應(yīng)的潛變量是正相關(guān)性時，每一個潛變量等于對它對應(yīng)的顯變量進行加權(quán)平均和，即 由于變量間有較強的多重相關(guān)性，我們采用 （ 1） 假設(shè)有 個自變量，為了研究自變量和因變量之間的統(tǒng)計關(guān)系，我們選取 此構(gòu)成了自變量與因變量的數(shù)據(jù)表 , 21和 , 21 ，在 別在 中提取出成分 1t 和1u (也就是說， 1t 是 ,1 的線性組合， 1u 是 ,1 的線性組合）。在提取這兩個成分時，為了回歸分析的需要，在下列兩個需求： 一是 1t 和 1u 應(yīng)可能達地攜帶它們各自數(shù)據(jù)表中的變異信息； 二是 1t 和 1u 的相關(guān)程度能夠達到最大。 這兩個要求表明， 1t 和 1u 應(yīng)盡可能好地代表數(shù)據(jù)表 ，同時自變量的成分1t 對因變量的成分又有最強的解釋能力。 在第一個成分 1t 和 1u 被提取后，偏最小二乘回歸分別實施 t 的回歸以及 t 的回歸。如果回歸方程已經(jīng)達到滿意的精度，則算法終止；否則，將利用 x 被 1t 解釋后的殘余信息以及 t ，解釋后的殘余信息進行第二輪的成分提取。如此往復(fù)，直到能達到一個較滿意的精度為止。如最終對 , 21 ，偏最小二乘回歸將通過施行, 21 的回歸，然后再表達成,1 的回歸方程， k=1,2, q。 （ 2） 經(jīng)過不斷的研究，提出了一種較為簡便的 第 一 步 ： 將 數(shù) 據(jù) 進 行 標 準 化 處 理 。 x 標 準 化 數(shù) 據(jù) 記 為 ： , 02010 ， Y 經(jīng) 標 準 化 處 理 后 的 數(shù) 據(jù) 矩 陣 為 ,02010 , 。 第二步：求矩陣0000 W ，求成分 1t 得到： 101 1101 其中，21101 第三步：求矩陣1001 w ，求成分 2t ，得： 212 2212 其中，22212 第 第 成分是矩陣100 1 如果根據(jù)交叉有效性，確定共抽取 ,1 可以得到一個滿意的預(yù) 測 模 型 ， 則 求0F在 ,1 上 的 普 通 最 小 二 乘 回 歸 方 程 為 110 這個簡化結(jié)果與一般文獻中描述的方法是等價的。這個簡化算法有如下幾個特點： 第一， 在第 算方法的優(yōu)化原則是 ),(c o x 10121 第二， 在整個計算過程中，節(jié)省了對 算得到了很大的優(yōu)化； 第三， 直接實施0,1 的普通最小二乘回歸建模。 （ 3） 結(jié)構(gòu)方程中參數(shù)的估計 利用潛變量估計值、顯變量值，根據(jù) 載系數(shù)，得到顧客滿意指數(shù)的結(jié)構(gòu)方程。 四、模型構(gòu)建 1 問卷基本信息 本研究采用問卷調(diào)查法，以抽樣調(diào)查的 方式進行資料搜集， 調(diào)查問卷共 380份， 經(jīng)篩選無效問卷與無法配對的樣本后，得到有效問卷 350份， 為減小估計量的誤差，在所選樣本結(jié)構(gòu)時，盡可能考慮成都市近年來較大型的拆遷安置區(qū)域，以及地區(qū)經(jīng)濟的差別和安置方式等問題，采用隨機抽樣確保比率估計量是漸進無偏的，即無偏估計量。本次調(diào)查的樣本覆蓋面范圍較廣。其中，一圈層占 23%，包括金牛區(qū)和成華區(qū) 2個地區(qū)；二圈層占 38%，包括龍泉、溫江和郫縣 3個地區(qū)；三圈層占 39%，包括金堂和崇州 2個地區(qū)（具體如圖 1所示）。 受訪人員基本信息 見下表： 表 1 受訪人 基本信息 項目 問項 樣本數(shù) （人） 百分比 （ %） 性別 男 161 189 齡 2547 598 598 5歲以上 107 育程度 小學(xué)及以下 180 學(xué) 108 專 /高中 55 專 /本科 6 士及以上 1 訪人成分 村委會成員 6 事會成員 /組長 7 普通村 民 337 據(jù)上表的資料分布，有 46%的填答者為男性， 54%為女性。在年齡結(jié)構(gòu)分布上， 55歲以上填答者較多，占比 25至 25歲填答者叫少，占總?cè)藬?shù)的 在教育程度的分布上，半數(shù)以上為小學(xué)及以下程度，大專 /本科，碩士及以上學(xué)歷所占較少，累計僅占 2%。此次填答者成分以普通居民居多，村委會成員填答者 6人，議事會成員 /組長填答者 7人。 2 指標選取 根據(jù)此次調(diào)查問卷設(shè)置內(nèi)容，本文依此建構(gòu)該體系的理論構(gòu)架，將成都市農(nóng)村居民拆遷總體滿意度分為以下 4個方面：正式拆遷 前滿意度、住房安置滿意度、拆遷實施過程滿意度和政策傾向滿意度。其中正式拆遷前滿意度和住房安置滿意度均包含 20個子項，拆遷實施過程滿意度和政策傾向滿意度分別包括 10個子項和 4個子項，共 54 個。為了簡化指標，即刪除與總體滿意度相關(guān)性不高的指標，并避免多重共線性。由于本次調(diào)查設(shè)置答案選項為二分類結(jié)構(gòu)，且有多混雜因素的影響，所以本文采用概率型非線性的 歸方法，對 54個指標進行簡化。 影響疾病發(fā)生和預(yù)后的因 素為自變量建立模型。研究分類變量（因變量）與影響因素（自變量）之間關(guān)系的研究方法。屬于概率型非線性回歸方法。 設(shè) 分類變量的反應(yīng)變量，結(jié)果有兩種： Y=1 表示某事件發(fā)生 ;Y=0表示某事件不發(fā)生。 本文中， 查對象對拆遷情況是否滿意？結(jié)果為 1和 0，代表滿意與不滿意 （針對某些逆向指標采取相反的思路進行）。 我們分別從 4 個方面對因變量（ Y）進行 篩選出對 一是從正式拆遷前滿意度來篩選指標。利用 遷前滿意度 的 20個子項）與因變量（拆遷總體滿意度）進行 檢驗，在 95%的顯著性水平下，僅有 9對因變量（ Y）具有顯著影響。其中 居建成前，是否發(fā)放過渡費？ ）、村予以公告？ 證、確認？即說明此 4項問題對農(nóng)民拆遷滿意度具有較強影響力。 表 2 正式拆遷前變量篩選結(jié)果 方程中的變量 B B) 步驟 5a 7 8 9 常量 是從住房安置滿意度來篩選指標。經(jīng)檢驗在 95%的顯著性水平下，在 20個指標中僅有 16對因變量（ Y）具有顯著影響。其中 居住的集中安置房（房屋質(zhì)量、周圍環(huán)境）是否滿意？ 置房的設(shè)計是否給你的生活帶來不便）？ 說明這 4項問題對農(nóng)民拆遷是否滿意具有較強影響力。 表 3 住房安置變量篩選結(jié)果 方程中的變量 B B) 步驟 5a 8 10 16 量 是從拆遷實施過程滿意度篩選指標。經(jīng)檢驗在 95%的顯著性水平下，在 10個指標中僅有 Y）具有顯著影響。其中 示當(dāng)?shù)卣凇安疬w安置”中是否堅持的“依法，自愿，有償，規(guī)范”的原則？即說明這 2項問題對農(nóng)民拆遷是否滿意具有較強影響力。 表 4 拆遷 實施過程變量篩選結(jié)果 方程中的變量 B B) 步驟 3a 3 量 后從政策傾向滿意度篩選指標。經(jīng)檢驗在 95%的顯著性水平下，在 4個指標中僅有 因變量（ Y）具有顯著影響。其中 用地結(jié)構(gòu)的目標？即說明這 2項問題對農(nóng)民拆遷是否滿意具有較強影響力。 表 5 政策傾向變量篩選結(jié)果 方程中的變量 B B) 步驟 3a 常量 綜上所述，本文經(jīng) 終選取指標 12個 。其中，正式 拆遷前滿意度指標 4個，住房安置滿意度指標 4個，拆遷實施過程滿意度和政 策傾向滿意度指標均為 2個，共計農(nóng)民拆遷總體滿意度 12個指標。 3 復(fù)數(shù)據(jù)表的建立 2001年 of 所謂復(fù)數(shù)據(jù)表是指多張數(shù)據(jù)表 ，每個數(shù)據(jù)表都有同樣的樣本點 ， 而每個數(shù)據(jù)表由不同的變量集合組成 。 在進行復(fù)數(shù)據(jù)表分析時 ， 相當(dāng)于設(shè)計一個特殊的通徑模型 。 模型的左邊由每一個數(shù)據(jù)表組成 ， 同一個 數(shù)據(jù)表中的所有顯變量都受到同一個隱變量的影響 。 而模型的右邊則由所有原始變量組成 ， 由它們提取一個綜合變量 ， 該變量對所有原變量的代表性最好 ， 同時又可以由所有隱變量進行解釋 。 本文正是從這個模型出發(fā) ， 得到建立評估指標的計算方法 。 表 6 農(nóng)民拆遷滿意度顯變量組與對應(yīng)的隱變量 隱變量 正式拆遷前滿意度1住房安置滿意度 2 拆遷實施過程滿意度3政策傾向滿意度4顯變量 您是否是自愿拆遷？（ 您對現(xiàn)在居住的集中安置房（房屋質(zhì)量、周圍環(huán)境）是否滿意？（ 試評價政府在政策實施中服務(wù)態(tài)度 ?（ 您認為該政策是否縮小了城鄉(xiāng)之間的差距（ 拆遷后，新居建成前，是否發(fā)放過渡費？（ 您認為安置房的設(shè)計是否符合現(xiàn)在農(nóng)村生活。（安置房的設(shè)計是否給你的生活帶來不便）？（ 試評價當(dāng)?shù)卣凇安疬w安置”中是否堅持的“依法，自愿，有償，規(guī)范”的原則 ?（ 您認為該政策是否達到了優(yōu)化用地結(jié)構(gòu) 的目 標（ 政府相關(guān)部門是否對 被征用土地所在地的鄉(xiāng)（鎮(zhèn)）、村予以公告 ?（ 進入安置區(qū)后收益是否減少？（ 涉及到集體土地征收的情況是否在村上實行告知、聽證、確認？（ 進入安置區(qū)后生活成本是否增加（ 4 唯一維度檢驗 根據(jù) 先要對 4組指標做主成分分析 (采用 ，進行唯一維度檢驗。但住房安置滿意度組未能通過唯一維度檢驗，經(jīng)過修正，將與第一主成分相關(guān)系數(shù)最低的兩個指標 進行主成分分析，可以看到各指標組 的第一主成分特征值均大于 1，且第二主成分特征值均小于 1，通過唯一維度檢驗。 表 7 變量組 第一特征值 第二特征值 正式拆遷前滿意度 住房安置滿意度 遷實施過程滿意度 策傾向滿意度 根據(jù)復(fù)數(shù)據(jù)表分析方法，農(nóng)民拆遷滿意度的 模型圖的左邊分別是反映四個水平變量的顯變量組，模型圖的右邊則是由所有顯變量組成 的一個大變量組。建立顯變量與隱變量，以及隱變量之間的路徑關(guān)系，可以看到，以這種方式提取的隱變量農(nóng)民拆遷總體滿意度，一方面可以表示其他隱變量所包含信息，另一方面又與原始變量之間有最強的相關(guān)性。 此模型構(gòu)建主要基于以下的研究設(shè)想： 正式拆遷前滿意度、住房安置滿意度、拆遷實施滿意度和政策傾向滿意度這 4個潛變量不僅可以代表 10個觀測變量的信息，而且他們能夠同屬于一個更高階的農(nóng)民滿意度潛變量，對其產(chǎn)生影響。強調(diào)潛變量的最終目的是要研究它們對于農(nóng)民滿意度的影響。如果存在一個更高階的滿意度潛變量，它可以對這 4個潛變量具有 良好的代表性，那么就可以支持此次調(diào)查中的指標設(shè)計構(gòu)想，即成都農(nóng)民拆遷總體滿意度可以從以上 4個維度來評價，這 4個滿意度指標體現(xiàn)了農(nóng)民拆遷總體滿意度的 10個不同方面。 高階的滿意度變量能夠充分地反映觀測變量的信息。此模型中農(nóng)民拆遷總體滿意度實際上是基于 10個基本變量間接得到的農(nóng)民拆遷滿意度的潛變量。這樣的綜合潛變量，既能夠較好地代表模型中所有的測量變量，又可以表現(xiàn)與模型中其他所有潛變量之間的結(jié)構(gòu)關(guān)系。 圖 1 農(nóng)民拆遷總體滿意度結(jié)構(gòu)圖 首先 對所有的 顯變量進行標準化處理， 并 利用 首先， 各隱變量14與農(nóng)民拆遷總體滿意度 多元回歸方程的2 ，說明農(nóng)民總體滿意度 對 1 4 的概括程度較高，可以較大程度地代表各隱變量信息。 在模型中，住房安置滿意度和拆遷過程滿意度對總體滿意度影響最大，分別 為 正式拆遷前滿意度對農(nóng)民拆遷總體滿意度影響最小 ，權(quán)重值僅為 明在政府拆遷行動中，農(nóng)民是否滿意更注重拆遷過程切身感受與后期服務(wù)，與拆遷前相關(guān)性較小。 計 算結(jié)果見 下表： 12 14 22 32 42 1234農(nóng) 民 總 體 滿 意 度 12 42 21 31 41 表 8 模型中隱變量權(quán)重值 潛變量 正式拆遷前滿意度 住房安置滿意度 拆遷過程滿意度 政策偏向滿意度 對總體滿意度權(quán)重值 以用每一個測量變量與各自的 隱 變量之間的負載系數(shù)來評價每一個測量變量的信度。被很多學(xué)者接受并采用的一個標準是要求負載系數(shù)大于 意味著在測量變量與其結(jié)構(gòu)變量之間會有更多的共享方差，使得共享方差大于誤差方差。實際上，在反映型的外部模型中負載系數(shù)就是測量變量與其結(jié)構(gòu)變量之間的相關(guān)系數(shù)。要求負載系數(shù)大于 就是要求一個潛變量能夠解釋其測量變量組 50%以上的方差。 從下表可以看出，各相關(guān)系數(shù)均在 各潛變量能夠解釋其測量變量組的 50%以上方差。 正式拆遷前滿意度與政策偏向滿意度顯 變量組隊農(nóng)民拆遷總體滿意度相比其余二者相關(guān)系數(shù)較低，外部權(quán)重較小。 表 9 模型中隱變量對顯變量的權(quán)重與相關(guān)系數(shù) 變量組 外部權(quán)重 與相應(yīng)隱變量的相關(guān)系數(shù) 變量組 外部權(quán)重 與相應(yīng)隱變量的相關(guān)系數(shù) 正式拆遷前滿意度 農(nóng)民拆遷總體滿意度 房安置滿意度 遷過程滿意度 策偏向滿意度 上所述， 根據(jù)此次調(diào)查問卷所呈現(xiàn)內(nèi)容來看， 在政府對城市 及 周邊地區(qū)農(nóng)民 用地拆遷過程中，農(nóng)民對政府拆遷行為滿意度主要 有 4部分構(gòu)成，即正式拆遷前農(nóng)民滿意度、住房安置農(nóng)民滿意度、拆遷過程中農(nóng)民滿意度及政策傾向農(nóng)民滿意度。其中，住房安置滿意度與拆遷過程中滿意度是構(gòu)成農(nóng)民對拆遷行為總體滿意度的重要部分。 住房安置滿意度主要包括 2項問題，一是農(nóng)民 對現(xiàn)在居住的集 中安置房（房屋質(zhì)量、周圍環(huán)境）是否滿意？ 二是農(nóng)民對 安置房的設(shè)計是否符合現(xiàn)在農(nóng)村生活（安置房的設(shè)計是否給你的生活帶來不便）？ 拆遷實施過程農(nóng)民滿意度包含 2個問項：第一， 政府在政策實施中服務(wù)態(tài)度 是否滿意？第二， 當(dāng)?shù)卣凇安疬w安置”中是否堅持的“依法，自愿，有償，規(guī)范”的原則 ？ 可見這 4個問項在農(nóng)民對政府拆遷行為的滿意度中占有很大比重。 由于本次調(diào)查僅在成都市內(nèi)進行，所以受調(diào)查對象限制，本文中模型僅對農(nóng)民拆遷總體滿意度 組成部分 進行評估， 未再進一步縱向模型，即對各個地區(qū)政府拆遷中，農(nóng)民滿意度的評估，以評價各政府在拆遷過程中所做的工作是否足夠，或者對農(nóng)民在政府拆遷中滿意度進行排序。 五、 拆遷安置中存在問題及政策建議 1 存在問題 資金賠償不足 。 由于征地補償標準沿用的法律條例過舊， 以原有的增補標準來對現(xiàn)有征地拆遷安置進行賠付讓農(nóng)民難以接受 。 其次， 土地賠償沒有嚴密的相關(guān)制度作為保障，甚至造成一個 地區(qū)鄰村間出現(xiàn)不等的補償標準等問題。再次，安置區(qū)帶來了生活成本的增加。農(nóng)民不但生活費用增加，同時安置區(qū)農(nóng)民還須承擔(dān)城市居民日常生活所必需的成本。 另外，調(diào)查 發(fā)現(xiàn)，政府在以廉價征用土地后將其高價出租或拍賣給土地開發(fā)商 , 但是農(nóng)民在土地流轉(zhuǎn)過程中只得到遠遠低于市場價格的增值和補償，農(nóng)民的利益在支持我國工業(yè)化、城市化發(fā)展中被長期漠視和犧牲。 現(xiàn)行社保制度不足。 實地調(diào)查發(fā)現(xiàn)，失地農(nóng)民對社保的關(guān)注程度較高。按年齡劃分的社保五類（見附件 1）享用的社會保險優(yōu)惠各有不同。被調(diào)查安置區(qū)農(nóng)民普遍反映政府出臺的社保政策，讓現(xiàn) 在的老年人可以安享晚年，對年輕人考慮欠妥。所以完善失地農(nóng)民的社保政策是亟待解決的問題。 再就業(yè)問題突出。 就業(yè) 是民生之本，就業(yè)是影響拆遷安置工作滿意度的重要因素之一。在年齡與就業(yè)影響交叉分析過程中發(fā)現(xiàn)，年齡段在 334555及以上的被調(diào)查者認為拆遷對就業(yè)產(chǎn)生影響占同年齡段人數(shù)的比重均已過半，同時反映出年齡與失地農(nóng)民再就業(yè)壓力大致呈負相關(guān)。 政府信息不透明 。 通過調(diào)查發(fā)現(xiàn)，政府相關(guān)部門在很多方面的信息公開度較差，農(nóng)民權(quán)益沒有得到充分的維護。 拆遷安置政策的制定不完善。 房屋拆遷安置中，拆遷安置程序 不規(guī)范、拆遷安置補償不到位引起政府、開發(fā)商和房屋所有人之間糾紛不斷，甚至引發(fā)野蠻拆遷行為。另外，補償安置、征地補償費分配使用管理監(jiān)督不到位，土地方面的法律制度和優(yōu)惠政策不健全。 2 政策建議 本報告針對調(diào)查結(jié)果發(fā)現(xiàn)的問題設(shè)計了 4個基本角色，依次為政府，企業(yè)，農(nóng)民，資金。根據(jù)這四個基本角色設(shè)計出“ 型（詳情見圖 14）?，F(xiàn)分別針對以上四個基本角色提出如下政策建議。 圖 13 拆遷安置 型 （ 1） 轉(zhuǎn)變政府主導(dǎo)方式，完善拆遷安置相關(guān)政策 將政府主導(dǎo)型和市場主導(dǎo)型有機結(jié)合起來。 政府主導(dǎo)模式的優(yōu)點在于改革進程一般比較快。但這一模式使得政府資金負擔(dān)過重，財政壓力大，且不利于調(diào)動農(nóng)民與村集體的積極性，容易產(chǎn)生政府與農(nóng)民的矛盾，難以保障農(nóng)民利益。而市場主導(dǎo)模式使得土地資源轉(zhuǎn)向土地資本，農(nóng)民能獲得長期固定租金和在非農(nóng)行業(yè)就業(yè)的機會。在拆遷安置過程中，政府應(yīng)當(dāng)將政府主導(dǎo)型和市場主導(dǎo)型有機結(jié)合起來，在經(jīng)濟較發(fā)達的一、二圈層實行政府主導(dǎo)為主，市場主導(dǎo)為輔的模式；在經(jīng)濟較不發(fā)達、離主城區(qū)較遠的三圈層實行市場主 導(dǎo)為主，政府主導(dǎo)為輔的模式。 完善土地管理制度。 制定與實際情況相符的土地征收制度，嚴格規(guī)范征地行為，土地增值收益的分配要切實向農(nóng)村和農(nóng)民傾斜。建立統(tǒng)一、開放、競爭和有序的城鄉(xiāng)一體化土地市場，探索集體建設(shè)用地多種流轉(zhuǎn)方式，緩解城鄉(xiāng)統(tǒng)籌進程中的用地供需矛盾。 根據(jù)安置區(qū)農(nóng)民實際情況制定專項政策 。完善社保政策，建立就業(yè)援助熱線，廣泛搜集就業(yè)信息；加強就業(yè)觀念宣傳，開展職業(yè)技能培訓(xùn)，提高安置區(qū)農(nóng)民的知識水平，加大對安置區(qū)農(nóng)民創(chuàng)業(yè)的財政補貼或者無息貸款等資金措施的力度；加強對安置區(qū)農(nóng)民進行生活方式改變過后的心理輔導(dǎo)。 加強信息公開力度。 政府應(yīng)該主動建立資金使用管理機制，主動公開資金使用信息，加強輿論監(jiān)督，從而實現(xiàn)政府與安置區(qū)農(nóng)民之間的信息對稱公開。 有規(guī)劃的進行招商引資。 按照成都市相關(guān)政策，為招商引資創(chuàng)造條件。同時，順應(yīng)國內(nèi)沿海地區(qū)勞動密集型企業(yè)向中西部轉(zhuǎn)移的浪潮，根據(jù)安置區(qū)農(nóng)民的文化層次特點進行針對性的招商引資。 增加就業(yè)