合并新村脆弱性決定因子識別

劉學(xué)武,王仲梅

摘要：村莊合并是對傳統(tǒng)村鎮(zhèn)空間結(jié)構(gòu)與組織形態(tài)的重大變革，是村民生計(jì)方式與社會結(jié)構(gòu)的重大調(diào)整。合并新村建設(shè)初期因?yàn)榫幼…h(huán)境、公用基礎(chǔ)設(shè)施、公共服務(wù)體系不夠完善，常表現(xiàn)出一定程度的脆弱性。脆弱性擾動(dòng)、敏感性、適應(yīng)力是抽象概念，不可直接觀測。通過構(gòu)建合并新村脆弱性結(jié)構(gòu)方程模型對潛在變量對應(yīng)的15個(gè)觀測變量進(jìn)行估計(jì)，有效排除了主觀性判斷影響，識別出5個(gè)重要影響因子。低保水平、政民互動(dòng)因子是擾動(dòng)的重要影響因子，養(yǎng)老保險(xiǎn)、政策兌現(xiàn)因子是敏感性的重要影響因子，對外交通是適應(yīng)力的重要影響因子。灰色定權(quán)聚類模型克服了結(jié)構(gòu)方程模型能識別重要與次要因子但無法判斷影響狀態(tài)的不足之處。對上述重要影響因子與縣域人均GDP指標(biāo)進(jìn)行再評估，最終識別出4個(gè)脆弱性決定因子，其中低保水平是脆弱性的擾動(dòng)決定因子，養(yǎng)老保險(xiǎn)、政策兌現(xiàn)是脆弱性的敏感性決定因子，縣域人均GDP值是脆弱性的適應(yīng)力決定因子。

關(guān)鍵詞：合并新村;脆弱性;結(jié)構(gòu)方程模型; 灰色定權(quán)聚類模型;決定因子

中圖分類號：F302.5? 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-9107（2022）01-0066-11

黨的十七大后，山東、江蘇、湖南、河南等東中部經(jīng)濟(jì)發(fā)達(dá)省份大規(guī)模推進(jìn)村莊合并[1-2]，村莊合并是對傳統(tǒng)村鎮(zhèn)空間結(jié)構(gòu)與組織形態(tài)的重大變革，是村民生計(jì)方式與社會結(jié)構(gòu)的重大調(diào)整[3-4]，村莊合并初期因?yàn)榫幼…h(huán)境、公共基礎(chǔ)設(shè)施、公共服務(wù)體系不夠完善，合并新村常表現(xiàn)出一定程度的脆弱性[5-6]。西部地區(qū)于2012年在寧夏永寧縣建立合并新村試驗(yàn)區(qū)，以探索西部地區(qū)合并新村的可持續(xù)發(fā)展路徑。永寧縣村莊合并騰出大量村舍用地，釋放眾多體力勞動(dòng)者，促進(jìn)了當(dāng)?shù)噩F(xiàn)代農(nóng)業(yè)及二、三產(chǎn)業(yè)發(fā)展，但是由于農(nóng)村轉(zhuǎn)移勞動(dòng)力的生產(chǎn)能力、發(fā)展能力不足，且支撐合并新村發(fā)展的經(jīng)濟(jì)、社會支撐體系尚在不斷完善之中，因此脆弱性也是永寧縣試驗(yàn)區(qū)合并新村的基本屬性。Yohe G[7]、Mc Carthy等[8]認(rèn)為脆弱性是客觀主體與其所處的不穩(wěn)定環(huán)境相互作用后表現(xiàn)出的一種屬性;Gallop'in[9]、Young等[10]、史培軍等[11]則認(rèn)為脆弱性是人地關(guān)系系統(tǒng)、生態(tài)社會系統(tǒng)等耦合系統(tǒng)的基本屬性，這些系統(tǒng)受到外部擾動(dòng)時(shí)其脆弱性就會顯現(xiàn)出來;李鶴等人則明確提出脆弱性是源于系統(tǒng)內(nèi)部的與生俱來的一種屬性，是系統(tǒng)受內(nèi)外部擾動(dòng)后，因?yàn)槊舾行院瓦m應(yīng)能力不足，從而使系統(tǒng)的結(jié)構(gòu)和功能容易發(fā)生改變的基本特性[12-15]。

現(xiàn)階段村莊合并已經(jīng)成為新的鄉(xiāng)村治理模式[16]，學(xué)界對村莊合并驅(qū)動(dòng)力[17]、村落空間重構(gòu)[18]、合并村莊社區(qū)治理的行政化導(dǎo)向及其矯正問題進(jìn)行了有效探索[19-20]。魏璐瑤等人還對縣域鄉(xiāng)村集聚的脆弱性進(jìn)行了評價(jià)[21-22]，這些研究成果對識別永寧縣合并新村脆弱性決定因子有重要的參考價(jià)值。

一、研究模型及數(shù)據(jù)來源

本文將寧夏永寧縣村莊合并試驗(yàn)區(qū)定為研究區(qū)域，該試驗(yàn)區(qū)實(shí)行政府主導(dǎo)型的新鄉(xiāng)村治理模式。村莊合并過程中各級黨政部門主導(dǎo)的住房建設(shè)、環(huán)境改造、產(chǎn)業(yè)發(fā)展、社會事業(yè)建設(shè)等工作本質(zhì)上是施加在合并新村上的脆弱性擾動(dòng)因素，新村居民對于生活成本上升、就業(yè)行情波動(dòng)、補(bǔ)償政策兌現(xiàn)及社會保障問題的反應(yīng)當(dāng)屬合并新村脆弱性敏感性的具體表現(xiàn)，村民生產(chǎn)能力、發(fā)展能力及合并新村對外交通條件等因素體現(xiàn)的則是合并新村的適應(yīng)力。進(jìn)行合并新村脆弱性決定因子識別有利于防范脆弱性風(fēng)險(xiǎn)，從而有效促進(jìn)合并新村可持續(xù)發(fā)展。

（一）研究模型選擇

1.模型選擇理論依據(jù)。脆弱性擾動(dòng)、敏感性、適應(yīng)力是一組抽象概念，不能直接觀測，用來識別脆弱性決定因子的數(shù)學(xué)模型須具備通過可觀測變量估算潛在變量（不可觀測變量）的數(shù)理特性。結(jié)構(gòu)方程模型（以下簡稱SEM）是基于統(tǒng)計(jì)分析技術(shù)的多變量統(tǒng)計(jì)研究方法，可用來處理復(fù)雜的多變量研究數(shù)據(jù)的探究與分析[23]，該模型整合了因素分析與路徑分析兩種統(tǒng)計(jì)方法，通過模型中包含的可觀測變量、潛在變量、干擾或殘差項(xiàng)間的關(guān)系，估算出觀測變量的因素負(fù)荷值，以及自變量對因變量的直接影響、間接影響或總效果值，并依據(jù)因素負(fù)荷值、影響效果值判斷出重要或次要影響因子，完全排除了人為主觀判斷的不利影響[24] 。SEM在分析合并新村脆弱性擾動(dòng)、敏感性、適應(yīng)力潛在變量之間的相互作用關(guān)系，以及觀測變量的因素負(fù)荷值方面有獨(dú)到優(yōu)勢[25]，不足之處則在于只能區(qū)分出脆弱性重要影響因子和次要影響因子，無法判斷影響因子的具體影響狀態(tài)[26]。由脆弱性概念可知，合并新村脆弱性的決定因子一方面是重要影響因子，另一方面是其影響效果處于差或較差的狀態(tài)，因此運(yùn)用SEM識別出合并新村脆弱性重要影響因子之后還需要做進(jìn)一步的評估，將重要影響因子中影響狀態(tài)差或較差的脆弱性決定因子識別出來[27]。灰色定權(quán)聚類模型對于指標(biāo)含義不同、量綱差異懸殊的評估對象進(jìn)行定量分析時(shí)，可依據(jù)其指標(biāo)觀測值、指標(biāo)權(quán)重及預(yù)先設(shè)定的灰類（評估等級）將評估對象、可觀測指標(biāo)歸到不同等級[28]。該模型的優(yōu)勢在于可以清晰地掌握每個(gè)評估對象的發(fā)展?fàn)顟B(tài)以及每個(gè)評估指標(biāo)的影響狀態(tài)，不足之處在于評估指標(biāo)及指標(biāo)權(quán)重如果都是人為設(shè)定時(shí)評估結(jié)果客觀性較差。綜合運(yùn)用SEM與灰色定權(quán)聚類模型進(jìn)行合并新村脆弱性決定因子識別，可以最大限度地減少個(gè)人主觀性對合并新村脆弱性決定因子識別的影響。

2.SEM與灰色定權(quán)聚類模型的綜合應(yīng)用。SEM與灰色定權(quán)聚類模型數(shù)理意義各不相同，但在應(yīng)用層面上卻優(yōu)勢互補(bǔ)。SEM擅長篩選重要影響因子，定權(quán)聚類模型可對重要影響因子的積極或消極影響狀態(tài)做出精準(zhǔn)評估。構(gòu)建合并新村脆弱性SEM與灰色定權(quán)聚類模型時(shí)，首先構(gòu)建系列化的合并新村脆弱性SEM，通過模型估計(jì)與品鑒，保留適配性最佳的脆弱性SEM，掌握合并脆弱擾動(dòng)、敏感性、適應(yīng)力之間的相互作用關(guān)系，估算出觀測變量的因素負(fù)荷值，篩選出脆弱性重要影響因子;其次構(gòu)建合并新村脆弱性灰色定權(quán)聚類模型，從脆弱性擾動(dòng)、敏感性、適應(yīng)力三個(gè)維度進(jìn)行評估，最終識別出合并新村脆弱性決定因子。

（二）數(shù)據(jù)來源

1.研究區(qū)概況。寧夏永寧縣村莊合并試驗(yàn)區(qū)始建于2012年，原計(jì)劃建設(shè)19個(gè)合并新村。至2015年累計(jì)投資88.34億元建成了15個(gè)合并新村后因資金問題暫停其余新村建設(shè)。新村全部按城鎮(zhèn)社區(qū)模式建設(shè)，配套建設(shè)了供電、供水、天然氣、學(xué)校、醫(yī)務(wù)所、商業(yè)網(wǎng)點(diǎn)、社區(qū)、文化體育活動(dòng)中心等公共服務(wù)基礎(chǔ)設(shè)施，安置了4.27萬戶13.6萬人，安置對象均為永寧縣合并村莊試驗(yàn)區(qū)的農(nóng)村戶籍人口。已經(jīng)建成的15個(gè)合并新村區(qū)位、資源環(huán)境及經(jīng)濟(jì)社會條件都有所不同。本文從中選擇了8個(gè)各具特色的合并新村作為研究對象，分別是 YH新村、LJ新村、 NH新村、 LT新村、WH新村、JY新村、XH新村、 SL新村。

2.原始數(shù)據(jù)的獲取。本文研究采取隨機(jī)抽樣問卷調(diào)研的方法，問卷內(nèi)容涵蓋了村民家庭結(jié)構(gòu)、教育、勞動(dòng)力素養(yǎng)、就業(yè)、薪酬待遇、新村環(huán)境衛(wèi)生、公共基礎(chǔ)設(shè)施建設(shè)、對外交通、文化娛樂、醫(yī)療養(yǎng)老保險(xiǎn)、公共管理等方面，問答形式有填空題、單項(xiàng)選擇、多項(xiàng)選擇題。選擇題中的滿意度調(diào)查類問題選項(xiàng)采用五級分類法，非滿意度調(diào)查類問題選項(xiàng)多少及設(shè)問方式依據(jù)問題的實(shí)際需要設(shè)定。每個(gè)合并新村獲取有效調(diào)查問卷200份，共獲得有效問卷1 600份。

二、基于SEM的脆弱性重要影響因子識別

（一）脆弱性SEM構(gòu)建

完整的SEM通常包括一個(gè)結(jié)構(gòu)模型和數(shù)個(gè)測量模型。進(jìn)行合并新村脆弱性重要影響因子識別所構(gòu)建的SEM須全面呈現(xiàn)潛在變量的相互作用關(guān)系，因此構(gòu)建合并新村脆弱性SEM時(shí)將結(jié)構(gòu)模型板塊設(shè)定為一階驗(yàn)證性因素分析——多因素斜交叉模型。合并新村脆弱性決定了因子識別旨在防范脆弱性風(fēng)險(xiǎn)，促進(jìn)合并新村可持續(xù)發(fā)展，因此建立結(jié)構(gòu)模型板塊時(shí)要充分考慮合并新村脆弱性對可持續(xù)發(fā)展的影響，將脆弱性潛在變量與可持續(xù)發(fā)展?jié)撛谧兞康南嗷プ饔藐P(guān)系在結(jié)構(gòu)模型板塊中體現(xiàn)出來。建立測量模型旨在呈現(xiàn)潛在變量與觀測變量的對應(yīng)關(guān)系，該板塊建立了4個(gè)測量模型，分別是擾動(dòng)測量模型、敏感性測量模型、適應(yīng)力測量模型，以及可持續(xù)發(fā)展測量模型。

按照SEM基本原理，SEM構(gòu)建過程中觀測變量越多對潛在變量的解釋越準(zhǔn)確[29]，但是對于完整的SEM，觀測變量過多會造成殘差項(xiàng)相應(yīng)增多，可能導(dǎo)致模型修正與估計(jì)階段殘差項(xiàng)共變關(guān)系過于復(fù)雜， 導(dǎo)致SEM與觀測數(shù)據(jù)不能擬合或不能通過適配性驗(yàn)證。為確保假設(shè)模型與觀察數(shù)據(jù)可擬合且盡可能多地保留觀測變量，合并新村脆弱性SEM構(gòu)建過程中要在保持結(jié)構(gòu)模型板塊不變的前提下，按照觀測數(shù)量由多到少的策略建立一系列有待驗(yàn)證的假設(shè)模型。

（二）脆弱性SEM估計(jì)與品鑒

SEM估計(jì)就是調(diào)取觀測數(shù)據(jù)估算假設(shè)模型各項(xiàng)參數(shù)的過程，品鑒則是依據(jù)估算出的假設(shè)模型參數(shù)進(jìn)行競爭性比較，以獲得最佳假設(shè)模型的過程[30]。本文運(yùn)用AMOS對模型構(gòu)建階段建立的一系列合并新村脆弱性假設(shè)模型進(jìn)行修正、參數(shù)估計(jì)及因素負(fù)荷值估算，然后對假設(shè)模型進(jìn)行卡方檢驗(yàn)，依據(jù)顯著性概率P判斷假設(shè)模型與觀測數(shù)據(jù)是否擬合，通過模型基礎(chǔ)性適配度指標(biāo)CMIN/DF值，絕對適配度指標(biāo)GFI、AGFI、RMR、RMSEA、NCP值進(jìn)一步判斷可擬合假設(shè)模型與觀測數(shù)據(jù)的適配程度。

圖1是通過SEM估計(jì)與品鑒，篩選出的最符合研究要求的合并新村脆弱性SEM。該模型的卡方檢驗(yàn)顯著性概率值P=0.294，未達(dá)到0.05顯著性水平，接受虛無假設(shè)，表明該模型與觀察數(shù)據(jù)有效擬合。模型基礎(chǔ)性適配度指標(biāo)CMIN/DF=1.087<2.000;模型絕對適配度指標(biāo)GFI=0.992>0.900、AGFI=0.983>0.900、RMR=0.021<0.05、RMSE=0.007<0.050、NCP=0.00，均在模型適配度參數(shù)閾值之內(nèi)，表示合并新村脆弱性SEM與觀測數(shù)據(jù)適配性較佳。

該模型在修正與估計(jì)階段還挖掘出了模型建構(gòu)初期未曾考慮到關(guān)聯(lián)情況，如潛在變量擾動(dòng)與觀測變量環(huán)境對比、敏感性與生計(jì)適應(yīng)、適應(yīng)力與工資拖欠、環(huán)境對比等因素之間的關(guān)聯(lián)情況，新挖掘出的潛在變量與觀測變量的對應(yīng)關(guān)系將為合并新村建設(shè)與管理提供有益參考。

（三）脆弱性重要影響因子識別

圖1顯示，脆弱性擾動(dòng)、敏感性、適應(yīng)力3個(gè)潛在變量之間的關(guān)聯(lián)度均大于0.75，表明3個(gè)潛在變量之間高度相關(guān)，因而構(gòu)建多因素斜交叉模型進(jìn)行合并新村脆弱性決定因子識別是適宜的。因素負(fù)荷值是觀測變量與對應(yīng)的潛在變量的關(guān)聯(lián)強(qiáng)度，因素負(fù)荷值大于0.5時(shí)表示觀測變量與對應(yīng)的潛在變量關(guān)聯(lián)性較強(qiáng)，是重要的影響因子。

脆弱性擾動(dòng)、敏感性、適應(yīng)力所對應(yīng)的觀測變量及因素負(fù)荷值分別是：

脆弱性擾動(dòng)→低保水平（0.715）、政民互動(dòng)（0.453）、環(huán)境對比（0.147）、基礎(chǔ)設(shè)施（0.007）、義務(wù)教育（-0.057）。

脆弱性敏感性→養(yǎng)老保險(xiǎn)（0.817）、政策兌現(xiàn)（0.492）、生活成本（0.255）、就業(yè)憂慮（0.204）、工資拖欠（-0.135）、生計(jì)適應(yīng)（-0.102）。

脆弱性適應(yīng)力→對外交通（0.523）、工資拖欠（0.301）、打工路耗（0.267）、教育年限（0.152）、受挫應(yīng)對（0.06）、環(huán)境對比（-0.182）。

綜合考慮上述脆弱性潛在變量與其對應(yīng)的觀測變量的因素負(fù)荷值，初步判斷：

脆弱性擾動(dòng)的重要影響因子是低保水平、政民互動(dòng)因子;

脆弱性敏感性的重要影響因子是養(yǎng)老保險(xiǎn)、政策兌現(xiàn)因子;

脆弱性適應(yīng)力的重要影響因子是對外交通因子。

三、基于灰色定權(quán)聚類模型的脆弱性決定因子識別

（一）灰色定權(quán)聚類模型構(gòu)建

1.評估指標(biāo)的選擇?；谏衔臉?gòu)建的合并新村脆弱性SEM，從脆弱性潛在變量對應(yīng)的15個(gè)觀測變量中識別出5個(gè)重要影響因子， 5個(gè)因子即為合并新村脆弱性灰色定權(quán)聚類模型的評估指標(biāo)。經(jīng)文獻(xiàn)歸納與理論推演，永寧縣經(jīng)濟(jì)發(fā)展水平對合并新村建設(shè)與發(fā)展至關(guān)重要，雖然反映永寧縣經(jīng)濟(jì)發(fā)展水平的縣域人均GDP統(tǒng)計(jì)數(shù)據(jù)與SEM觀測變量的數(shù)理特性不符，不能作為合并新村脆弱性SEM的觀測變量進(jìn)行估算，但是該指標(biāo)數(shù)理特性與灰色定權(quán)聚類模型評估指標(biāo)的數(shù)理特性相符，可用作灰色定權(quán)聚類模型的評估指標(biāo)，因此各灰色定權(quán)聚類模型的評估指標(biāo)最終確定為：擾動(dòng)的評估指標(biāo)是低保水平、政民互動(dòng);敏感性的評估指標(biāo)是養(yǎng)老保險(xiǎn)、政策兌現(xiàn);適應(yīng)力的評估指標(biāo)是對外交通、縣域人均GDP。

2.評估指標(biāo)權(quán)重的確定。（1）擾動(dòng)評估指標(biāo)權(quán)重。擾動(dòng)的重要影響因子因素負(fù)荷值分別是低保水平（0.715）、政民互動(dòng)（0.453），標(biāo)準(zhǔn)處理后其權(quán)重分別是低保水平（0.612）、政民互動(dòng)（0.388）。（2）敏感性評估指標(biāo)權(quán)重。敏感性的重要影響因子因素負(fù)荷值分別是養(yǎng)老保險(xiǎn)（0.817）、政策兌現(xiàn)（0.492），標(biāo)準(zhǔn)處理后其權(quán)重分別是養(yǎng)老保險(xiǎn)（0.624）、政策兌現(xiàn)（0.376）。（3）適應(yīng)力評估指標(biāo)權(quán)重。潛在變量適應(yīng)力的重要影響因子對外交通因子的因素負(fù)荷值為0.523，縣域人均GDP指標(biāo)的因素負(fù)荷值由課題組賦值為0.5，標(biāo)準(zhǔn)處理后其權(quán)重分別是對外交通（0.511）、縣域人均GDP（0.489）。

3.評估指標(biāo)觀測數(shù)據(jù)提取。用于合并新村脆弱性SEM觀測變量的問卷調(diào)研數(shù)據(jù)與灰色定權(quán)聚類模型評估指標(biāo)的數(shù)理特性不一致，須按照灰色定權(quán)聚類模型評估指標(biāo)的數(shù)理特性進(jìn)行轉(zhuǎn)換。本文對8個(gè)合并新村1 600份問卷調(diào)查數(shù)據(jù)進(jìn)行SPSS頻數(shù)統(tǒng)計(jì)分析，從合并新村整體及個(gè)體的視角獲取低保水平 、政民互動(dòng)、養(yǎng)老保險(xiǎn)、政策兌現(xiàn)、對外交通評估指標(biāo)的觀測數(shù)據(jù)，縣域人均GDP數(shù)據(jù)來源于《2019年寧夏統(tǒng)計(jì)年鑒》。

4.評估指標(biāo)灰類及白化權(quán)函數(shù)閾值的確定。（1）擾動(dòng)評估指標(biāo)灰類及白化權(quán)函數(shù)閾值。擾動(dòng)評估灰類設(shè)置5級：好、較好、一般、較差、差。擾動(dòng)對應(yīng)的低保水平、政民互動(dòng)評估指標(biāo)是用村民對兩項(xiàng)工作的滿意度來體現(xiàn)，觀測數(shù)據(jù)為越大越好型，其中低保水平評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：好，[0.8，0.9，-，-];較好，[0.7，0.8，-，0.9];一般，[0.6，0.7，-，0.8];較差，[0.5，0.6，-，0.7];差，[-，-，0.5，0.6]。政民互動(dòng)評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：好，[0.6，0.75，-，-];較好，[0.45，0.6，-，0.75];一般，[0.3，0.45，-，0.6];較差，[0.15，0.3，-，0.45];差，[-，-，0.15，0.3]。（2）敏感性評估指標(biāo)灰類及白化權(quán)函數(shù)閾值。敏感性評估灰類設(shè)置5級：弱、較弱、一般、較強(qiáng)、強(qiáng)。敏感性對應(yīng)的養(yǎng)老保險(xiǎn)、政策兌現(xiàn)評估指標(biāo)是用村民對兩項(xiàng)工作的滿意度來體現(xiàn)，觀測數(shù)據(jù)為越大越好型，其中養(yǎng)老保險(xiǎn)評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：弱，[0.8，0.9，-，-];較弱，[0.7，0.8，-，0.9];一般，[0.6，0.7，-，0.8];較強(qiáng)，[0.5，0.6，-，0.7];強(qiáng)，[-，-，0.5，0.6]。政策兌現(xiàn)評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：弱，[0.8，0.9，-，-];較弱，[0.7，0.8，-，0.9];一般，[0.6，0.7，-，0.8];較強(qiáng)，[0.5，0.6，-，0.7];強(qiáng)，[-，-，0.5，0.6]。（3）脆弱性適應(yīng)力評估指標(biāo)灰類及白化權(quán)函數(shù)閾值。脆弱性適應(yīng)力評估灰類設(shè)置5級：強(qiáng)、較強(qiáng)、一般、較弱、弱。適應(yīng)力對應(yīng)的對外交通評估指標(biāo)是用村民對該項(xiàng)建設(shè)的滿意度來體現(xiàn)，觀測數(shù)據(jù)為越大越好型，其中對外交通評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：強(qiáng)，[0.8，0.9，-，-];較強(qiáng)，[0.7，0.8，-0.9];一般，[0.6，0.7，-0.8];較弱，[0.5，0.6，-0.7];弱，[-，-，0.5，0.6]。縣域人均GDP指標(biāo)是越大越好型，其5個(gè)節(jié)點(diǎn)的人均GDP值是江蘇（95 257）、銀川市（74 288）、全國（53 980）、寧夏（47 194）、寧南山區(qū)（27 102），該評估指標(biāo)的灰類及白化權(quán)函數(shù)閾值分別是：強(qiáng)，[74 288，95 257，-，-];較強(qiáng)，[53 980，74 288，-，95 257];一般，[47 194，53 980，-，74 288];較弱，[27 102，47 194，-，53 980];弱，[-，-，27 102，47 192]。

（二）合并新村脆弱性重要影響因子評估

灰色定權(quán)聚類模型特性之一是確定了評估灰類及評估指標(biāo)灰類白化權(quán)函數(shù)閾值。進(jìn)行灰類白化權(quán)函數(shù)值運(yùn)算時(shí)，運(yùn)算結(jié)果并非簡單的歸于某一灰類，而是依據(jù)評估指標(biāo)觀測數(shù)據(jù)及白化權(quán)函數(shù)閾值將其歸入某一灰類或相鄰的兩個(gè)灰類之中，但一個(gè)評估指標(biāo)的灰類白化權(quán)函數(shù)值的總和必定為1。

1.擾動(dòng)的重要影響因子評估。（1）擾動(dòng)的低保水平因子評估。表1顯示合并新村整體性的低保水平評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于灰類“差”的值為1，表明該因子對于合并新村整體性的擾動(dòng)效果差。8個(gè)合并新村中擾動(dòng)效果差的是YH新村、LJ新村、NH新村、WH新村、XH新村，較差的是JY新村、SL新村，較好的是LT新村。（2）擾動(dòng)的政民互動(dòng)因子評估。表2顯示合并新村整體性的政民互動(dòng)評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于灰類“一般”（0.833）、“較差”（0.167），表明該因子對于合并新村整體性的擾動(dòng)效果一般。8個(gè)合并新村中政民互動(dòng)擾動(dòng)效果好的是LT新村，擾動(dòng)效果較好的是XH新村，擾動(dòng)效果一般的是LJ新村，擾動(dòng)效果較差的是YH新村、NH新村、WH新村、SL新村。

2.敏感性重要影響因子評估。（1）敏感性之養(yǎng)老保險(xiǎn)因子評估。表3顯示合并新村整體性的養(yǎng)老保險(xiǎn)評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于敏感性灰類“一般”（0.075）、“較強(qiáng)”（0.925），表明合并新村整體性對該因子敏感性較強(qiáng)。8個(gè)合并新村中對養(yǎng)老保險(xiǎn)因子敏感性強(qiáng)的是LJ新村、NH新村、WH新村、XH新村，敏感性較強(qiáng)的是YH新村，敏感性一般的是JY新村，敏感性弱的是LT新村、SL新村。（2）敏感性之政策兌現(xiàn)因子評估。表4顯示合并新村整體性的政策兌現(xiàn)評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于敏感性灰類“較強(qiáng)”（0.962）、“強(qiáng)”（0.038），表明合并新村整體性對該因子敏感性強(qiáng)。8個(gè)合并新村中村民對政策兌現(xiàn)敏感性強(qiáng)的是NH新村、WH新村、JY新村，敏感性較強(qiáng)的是LT新村，敏感性較弱的是YH新村、XH新村，敏感性弱的是LJ新村、SL新村。

3.適應(yīng)力重要影響因子評估。（1）適應(yīng)力的對外交通因子評估。表5顯示合并新村整體性的對外交通評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于灰類“較強(qiáng)”（0.156）、“一般”（0.844），表明合并新村整體性對對外交通條件的適應(yīng)力一般。8個(gè)合并新村在對外交通條件方面適應(yīng)力強(qiáng)的有YH新村、LJ新村、LT新村、SL新村，適應(yīng)力一般的是JY新村，適應(yīng)力弱的是NH新村、WH新村、XH新村。（2）適應(yīng)力的縣域人均GDP因子評估。表6顯示8個(gè)合并新村整體性的縣域人均GDP評估指標(biāo)的灰類白化權(quán)函數(shù)值對應(yīng)于灰類“一般”（0.843）、“較弱”（0.157），表明永寧縣縣域經(jīng)濟(jì)發(fā)展水平一般，對合并新村適應(yīng)力的促進(jìn)作用一般。

（三）脆弱性決定因子識別

脆弱性決定因子識別是依據(jù)灰色定權(quán)聚類模型評估結(jié)果，對合并新村脆弱性SEM初次識別出的重要影響因子的再次評估，如果重要影響因子的灰類白化權(quán)函數(shù)值落在評估灰類的理想?yún)^(qū)間，表明該因子處于積極影響狀態(tài)，是非脆弱性決定因子;灰類白化權(quán)函數(shù)值落在評估灰類的不利區(qū)間，表明該因子處于不利影響狀態(tài)，是脆弱性決定因子。

1.脆弱性擾動(dòng)決定因子識別。表1評估結(jié)果顯示，低保水平因子對合并村莊整體上的擾動(dòng)效果差，即就合并村莊整體而言，低保水平因子是合并村莊脆弱性的擾動(dòng)決定因子。具體到8個(gè)合并新村影響效果略有差異，其中低保水平因子對于LT新村的擾動(dòng)效果比較理想，不是該村脆弱性的擾動(dòng)決定因子，但依然是其他7個(gè)合并新村脆弱性的擾動(dòng)決定因子。表2評估結(jié)果顯示，政民互動(dòng)因子對合并村莊整體上的擾動(dòng)效果一般，即就合并村莊整體而言，政民互動(dòng)因子不是合并村莊脆弱性的擾動(dòng)決定因子。具體到8個(gè)合并新村影響效果有較大不同，其中LT新村、XH新村政民互動(dòng)因子影響呈積極狀態(tài)，不是這2個(gè)合并新村脆弱性的擾動(dòng)決定因子;YH新村、NH新村、WH新村、JY新村、SL新村政民互動(dòng)因子影響呈不利狀態(tài)，所以是這5個(gè)合并新村脆弱性的擾動(dòng)決定因子。

2.脆弱性敏感性決定因子識別。表3評估結(jié)果顯示，合并村莊整體上對養(yǎng)老保險(xiǎn)因子敏感性較強(qiáng)，即就合并村莊整體而言，養(yǎng)老保險(xiǎn)因子是合并村莊脆弱性的敏感性決定因子。具體到8個(gè)合并新村對養(yǎng)老保險(xiǎn)因子的敏感性略有差異，其中LT新村、SL新村敏感性弱，養(yǎng)老保險(xiǎn)因子不是這2個(gè)合并新村脆弱性的敏感性決定因子;YH新村、LJ新村、NH新村、WH新村、XH新村敏感性較強(qiáng)，甚至強(qiáng)烈，養(yǎng)老保險(xiǎn)因子是這5個(gè)合并新村脆弱性的敏感性決定因子;JY新村敏感性一般，甚至較強(qiáng)，可將養(yǎng)老保險(xiǎn)因子視之為該合并新村脆弱性的敏感性決定因子。表4評估結(jié)果顯示，合并村莊整體上對政策兌現(xiàn)因子敏感性較強(qiáng)，即就合并村莊整體而言，政策兌現(xiàn)因子是合并村莊脆弱性的敏感性決定因子。具體到8個(gè)合并新村對政策兌現(xiàn)因子的敏感性有較大差異，其中LJ新村、SL新村敏感性弱，YH新村、XH新村敏感性較弱，政策兌現(xiàn)因子不是這4個(gè)合并新村脆弱性的敏感性決定因子;LT新村敏感性較強(qiáng)，NH新村、WH新村、JY新村敏感性強(qiáng)烈，政策兌現(xiàn)因子是這4個(gè)合并新村脆弱性的敏感性決定因子。

3.脆弱性適應(yīng)力決定因子識別。表5評估結(jié)果顯示，合并村莊整體上對對外交通因子適應(yīng)力一般，即就合并村莊整體而言，對外交通因子不是合并村莊脆弱性適應(yīng)力的決定因子。具體到8個(gè)合并新村對適應(yīng)力因子的適應(yīng)性有差異，其中YH新村、LJ新村對外交通適應(yīng)性強(qiáng)，LT新村、SL新村對外交通適應(yīng)性介于強(qiáng)與較強(qiáng)之間，對外交通因子不是這4個(gè)合并新村脆弱性的適應(yīng)力決定因子;NH新村、WH新村、XH新村適應(yīng)力較弱，對外交通因子是這3個(gè)合并新村脆弱性的適應(yīng)力決定因子;JY新村適應(yīng)力一般，甚至較弱，可將對外交通因子視之為該合并新村脆弱性的適應(yīng)力決定因子。表6評估結(jié)果顯示，合并村莊整體上對縣域人均GDP因子適應(yīng)力一般，甚至較弱，因此就合并村莊整體而言，縣域人均GDP因子是合并村莊脆弱性的適應(yīng)力決定因子。8個(gè)合并新村的縣域人均GDP評估指標(biāo)均采用2018年永寧縣的人均GDP值，即縣域人均GDP因子是各合并新村脆弱性的適應(yīng)力決定因子。

四、結(jié)論

（一）基于模型運(yùn)算結(jié)果的脆弱性決定因子識別結(jié)論

1.合并新村脆弱性重要影響因子識別結(jié)果。構(gòu)建合并新村脆弱性SEM進(jìn)行合并新村脆弱性影響因子識別，全面地顯現(xiàn)了脆弱性潛在變量擾動(dòng)、敏感性、適應(yīng)力兩兩之間的相關(guān)狀況，深度挖掘了在測量模型構(gòu)建階段不曾考慮到的潛在變量與觀測變量的關(guān)聯(lián)情況，估算了觀測變量與其對應(yīng)的潛在變量之間的關(guān)聯(lián)狀態(tài)。該模型通過分析潛在變量之間的關(guān)聯(lián)狀態(tài)，以及觀測變量殘差之間的共變關(guān)系抑揚(yáng)觀測變量的因素負(fù)荷值，使觀測變量因素負(fù)荷值無限接近最真實(shí)狀態(tài)。觀測變量因素負(fù)荷值大于0.5時(shí)表示該觀測變量與對應(yīng)的潛在變量關(guān)聯(lián)性強(qiáng)，即該觀測變量是重要影響因子。合并新村脆弱性SEM是經(jīng)過估計(jì)與品鑒后留存的最符合研究要求且適配度佳的模型，該模型運(yùn)算結(jié)果顯示合并新村脆弱性重要影響因子及其因素負(fù)荷值如下：（1）脆弱性的擾動(dòng)重要影響因子及因素負(fù)荷值：低保水平（0.715）、政民互動(dòng)（0.453）;（2）脆弱性的敏感性重要影響因子及因素負(fù)荷值：養(yǎng)老保險(xiǎn)（0.817）、政策兌現(xiàn)（0.492）;（3）脆弱性的適應(yīng)力重要影響因子及因素負(fù)荷值：對外交通（0.523）。

2.合并新村脆弱性決定因子識別結(jié)果。合并新村脆弱性SEM識別出了脆弱性擾動(dòng)、敏感性、適應(yīng)力的重要影響因子，但是受該模型數(shù)學(xué)原理限制，不能進(jìn)一步確定重要影響因子的具體影響狀態(tài)，灰色定權(quán)聚類模型正好彌補(bǔ)了SEM的不足之處。（1）脆弱性擾動(dòng)決定因子識別。從合并新村整體性評估結(jié)果分析，低保水平因子是脆弱性的擾動(dòng)決定因子，政民互動(dòng)因子是非脆弱性的擾動(dòng)決定因子。具體到8個(gè)合并新村影響效果略有差異，低保水平因子不是LT新村脆弱性的擾動(dòng)決定因子，是其他7個(gè)合并新村脆弱性的擾動(dòng)決定因子;政民互動(dòng)因子是YH新村、NH新村、WH新村、JY新村、SL新村脆弱性的擾動(dòng)決定因子，不是LT新村、XH新村脆弱性的擾動(dòng)決定因子。（2）脆弱性敏感性決定因子識別。從合并新村整體性評估結(jié)果分析，養(yǎng)老保險(xiǎn)、政策兌現(xiàn)因子是脆弱性的敏感性決定因子。具體到8個(gè)合并新村影響效果略有差異，養(yǎng)老保險(xiǎn)因子是YH新村、LJ新村、NH新村、WH新村、JY新村、XH新村脆弱性的敏感性決定因子，不是LT新村、SL新村脆弱性的敏感性決定因子;政策兌現(xiàn)因子是LT新村、NH新村、WH新村、JY新村脆弱性的敏感性決定因子，不是LJ新村、SL新村、YH新村、XH新村脆弱性的敏感性決定因子。（3）脆弱性適應(yīng)力決定因子識別。從合并新村整體性評估結(jié)果分析，縣域人均GDP因子是脆弱性的適應(yīng)力決定因子，對外交通因子不是合并新村脆弱性的適應(yīng)力決定因子。具體到8個(gè)合并新村人均GDP因子的影響效果有較大差異，是NH新村、WH新村、XH新村、JY新村脆弱性的適應(yīng)力決定因子，不是YH新村、LJ新村、LT新村、SL新村脆弱性的適應(yīng)力決定因子。

（二）先驗(yàn)結(jié)論與模型運(yùn)算結(jié)果的差異化分析

山東、江蘇、河南、湖南等省市村莊合并中社區(qū)環(huán)境改造、公用基礎(chǔ)設(shè)施建設(shè)、醫(yī)療衛(wèi)生、義務(wù)教育及合并新村轉(zhuǎn)移勞動(dòng)再就業(yè)方面的問題較多，一直困擾著當(dāng)?shù)睾喜⑿麓宓慕ㄔO(shè)與發(fā)展[31-32]，合并新村脆弱性SEM及灰色定權(quán)聚類模型的評估結(jié)果顯示，在寧夏永寧縣試驗(yàn)區(qū)，上述5個(gè)方面的問題并非合并新村脆弱性的決定因子。關(guān)于永寧縣試驗(yàn)區(qū)的問卷調(diào)查數(shù)據(jù)顯示，合并新村環(huán)境改造滿意度96.9%，公用基礎(chǔ)設(shè)施建設(shè)滿意度95.7%，農(nóng)村新型合作醫(yī)療保險(xiǎn)參保率96.4%，義務(wù)教育的滿意度88.4%，90.4%的家庭有勞動(dòng)力轉(zhuǎn)移性收入，87.4%的村民比較適應(yīng)合并新村的生產(chǎn)生活，這些數(shù)據(jù)說明永寧縣合并新村的硬件建設(shè)比較完善，有利于合并新村的建設(shè)與發(fā)展。

前文識別出的合并新村整體性或個(gè)別新村的脆弱性決定因子反映的主要是社會保障與村莊治理方面的問題，問卷調(diào)查數(shù)據(jù)顯示低保水平的滿意度44.75%，養(yǎng)老保險(xiǎn)的滿意度60.75%，政策兌現(xiàn)的滿意度 59.62%，政民互動(dòng)的滿意度42.5%，這些數(shù)據(jù)表明合并新村軟環(huán)境建設(shè)較差;人均GDP只占銀川市人均GDP的59.1%，表明永寧縣經(jīng)濟(jì)發(fā)展水平一般，但是永寧縣緊鄰銀川市，鄉(xiāng)村勞動(dòng)力轉(zhuǎn)移就業(yè)問題不大;對外交通的滿意度71.56%，LJ新村、NH新村中心區(qū)位偏遠(yuǎn)，對外交通條件一定程度上限制了2個(gè)合并新村的發(fā)展。

（三）脆弱性風(fēng)險(xiǎn)防范策略

基于上述分析建議永寧縣合并新村未來建設(shè)中需要從兩個(gè)層面進(jìn)行脆弱性風(fēng)險(xiǎn)防范：

1.村莊合并試驗(yàn)區(qū)層面風(fēng)險(xiǎn)防范策略。合并新村試驗(yàn)區(qū)層面的脆弱性決定因子是低保水平、養(yǎng)老保險(xiǎn)、政策兌現(xiàn)、縣域人均GDP水平因子，進(jìn)行村莊合并試驗(yàn)區(qū)層面的風(fēng)險(xiǎn)防范需要針對上述4個(gè)脆弱性風(fēng)險(xiǎn)決定因子所對應(yīng)的實(shí)際情況采取措施，以加強(qiáng)脆弱性擾動(dòng)效果，降低村民敏感性，整體提升合并新村的適應(yīng)力。

2.合并新村層面的風(fēng)險(xiǎn)防范策略。政民互動(dòng)、對外交通影響因子不是村莊合并試驗(yàn)區(qū)層面的脆弱性決定因子，卻是個(gè)別合并新村脆弱性決定因子，需要在新村層面針對這兩個(gè)影響因子所對應(yīng)的實(shí)際情況采取措施，防范脆弱性風(fēng)險(xiǎn)發(fā)生。其中YH新村、LJ新村、SL新村需要政民互動(dòng)因子所對應(yīng)的軟環(huán)境建設(shè);XH新村需要對外交通因子所對應(yīng)的交通方面軟硬環(huán)境建設(shè);NH新村、WH新村、JY新村需要同時(shí)針對政民互動(dòng)因子、對外交通因子所對應(yīng)的實(shí)際情況，加強(qiáng)新村軟硬環(huán)境建設(shè)，有效防范上述新村脆弱性風(fēng)險(xiǎn)的發(fā)生。

參考文獻(xiàn)

[1]劉越山.浙魯蘇推行村莊合并 中國農(nóng)村出現(xiàn)大村莊發(fā)展趨勢[J].山西農(nóng)業(yè)，2008（03）：27.

[2]鄧燕華.村莊合并、村委會選舉與農(nóng)村集體行動(dòng)[J].管理世界，2012（07）：76-82.

[3]侯穎.撤村并居遷村并點(diǎn)村莊合并填空補(bǔ)實(shí)——對山東省菏澤市村莊改造試點(diǎn)工作的調(diào)查與思考[J].中國土地，2011（06）：46-48.

[4]聶玉霞，宋明爽.國內(nèi)外關(guān)于“村莊合并”研究述評[J].山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2015，17（01）：73-78.

[5]林聚任.村莊合并與農(nóng)村社區(qū)化發(fā)展[J].人文雜志，2012（01）：160-164.

[6]檀學(xué)文，李成貴.貧困的經(jīng)濟(jì)脆弱性與減貧戰(zhàn)略述評[J].中國農(nóng)村觀察，2010（05）：85-96.

[7]YOHE G，TOL R S J.Indicators for Social and Economic Coping Capacity-moving Toward A Working Definition of Adaptive Capacity[J].Global Environmental Change，2002，12（01）：25-40.

[8]MCCARTHY J J，CANZIANI O F，LEARY N A，et al. Climate Change 2001：Impacts，Adaptation and Vulnerability，Third Assessment Report of the IPCC[M].Cambridge UK：University Press，2001：127.

[9]GALLOPIN G C.Linkages Between Vulnerability，Resilience，and Adaptive Capacity[J].Global Environmental Change，2006，16（03）：293-303.

[10]YOUNG O R，BERKHOUT F，GALLOPIN G C，et al.The Globalization of Socio-ecological Systems：An Agenda for Scientific Research[J].Global Environmental Change，2006，16（03）：304-316.

[11]史培軍，王靜愛，陳婧，等.建當(dāng)代地理學(xué)之人地相互作用研究的趨向——全球變化人類行為計(jì)劃（IHDP）第六屆開放會議透視[J].地理學(xué)報(bào)，2006（02）：115-126.

[12]李鶴，張平宇，程葉青.脆弱性的概念及其評價(jià)方法[J].地理科學(xué)進(jìn)展，2008（02）：18-25.

[13]TIMMERMAN P.Vulnerability，Resilience and the Collapse of Society：A Review of Models and Possible Climatic Applications[M].Toronto Canada：Institute for Environmental Studies，University of Toronto，1981：281-284.

[14]ADGER W N，KELLY P M.Social Vulnerability to Climate Change and the Architecture of Entitlements[J].Mitigation and Adaptation Strategies for Global Change，1999，4（03-04）：253-266.

[15]BOGARD W C.Bringing Social Theory to Hazards Research：Conditions and Consequences of the Mitigation of Environmental Hazards[J].Sociological Perspectives，1988，31（02）：147-168.

[16]閔銳，孫孝建.郭慎偉.“大村莊制”——新的鄉(xiāng)村治理模式[J].村委主任，2009（12）：4-5.

[17]尹亮.“村莊合并”的驅(qū)動(dòng)力和利與弊分析——基于村民自治的視角[J].西部學(xué)刊，2019（19）：63-65.

[18]郭占鋒，李琳，吳麗娟.村落空間重構(gòu)與農(nóng)村基層社會治理——對村莊合并的成效、問題和原因的社會學(xué)闡釋[J].學(xué)習(xí)與實(shí)踐，2017（01）：85-95.

[19]李冉，聶玉霞.村莊合并后新型農(nóng)村社區(qū)治理的行政化導(dǎo)向及其矯正[J].中國行政管理，2017（09）：48-51.

[20]唐皇鳳，冷笑非.村莊合并的政治、社會后果分析：以湖南省AH縣為研究個(gè)案[J].社會主義研究，2010（06）：91-96.

[21]魏璐瑤，陸玉麒.江蘇省縣域鄉(xiāng)村集聚與脆弱性評價(jià)[J].地球信息科學(xué)學(xué)報(bào)，2020，22（02）：218-230.

[22]賈珊珊，楊菲，馮振環(huán).區(qū)域社會系統(tǒng)脆弱性評價(jià)——以京津冀都市圈為例[J].商業(yè)時(shí)代，2014（32）：131-132.

[23]邱皓政，林碧芳.結(jié)構(gòu)方程模型的原理與應(yīng)用[M].北京：中國輕工業(yè)出版社，2012：10.

[24]吳明隆.結(jié)構(gòu)方程模型——AMOS的操作與應(yīng)用[M].重慶：重慶大學(xué)出版社，2009：1.

[25]林嵩，姜彥福.結(jié)構(gòu)方程模型理論及其在管理研究中的應(yīng)用[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2006（02）：38-41.

[26]安祥生，陳園園，凌日平.基于結(jié)構(gòu)方程模型的城鎮(zhèn)化農(nóng)民可持續(xù)非農(nóng)生計(jì)分析——以晉西北朔州市為例[J].地理研究，2014，33（11）：2021-2033.

[27]王文略，朱永甜，黃志剛，等.風(fēng)險(xiǎn)與機(jī)會對生態(tài)脆弱區(qū)農(nóng)戶多維貧困的影響——基于形成型指標(biāo)的結(jié)構(gòu)方程模型[J].中國農(nóng)村觀察，2019（03）：64-80.

[28]劉思峰，黨耀國，方志耘，等.灰色系統(tǒng)理論及其應(yīng)用[M].5版.北京：科學(xué)出版社，2014：107.

[29]黃芳銘.結(jié)構(gòu)方程模式理論與應(yīng)用[M].北京：中國稅務(wù)出版社，2005：76.

[30]程開明.結(jié)構(gòu)方程模型的特點(diǎn)及應(yīng)用[J].統(tǒng)計(jì)與決策，2006（10）：22-25.

[31]孫建欣，呂斌，陳睿，等.城鄉(xiāng)統(tǒng)籌發(fā)展背景下的村莊體系空間重構(gòu)策略——以懷柔區(qū)九渡河鎮(zhèn)為例[J].城市發(fā)展研究，2009，16（12）：75-81.

[32]李芹芳，許曉婷，楊成斌，等.新農(nóng)村建設(shè)中村莊合并規(guī)劃研究——以寶雞市金臺區(qū)為例[J].農(nóng)村經(jīng)濟(jì)，2008（09）：32-34.

Identification of Vulnerability Determinants for Merged Villages

——Based on the Exploratory Research of Experimental Area of Yongning County in NingxiaLIU Xuewu1，WANG Zhongmei2

（1.School of Economics and Management/Research Center for Western Development，Ningxia University;

2.School of Economics and Management，Ningxia University，Yinchuan750021，China）Abstract：The construction of the new merged villages is a major change in the spatial structure and organizational form of traditional villages and towns，and a major adjustment in the livelihood and social structure of villagers. At the initial stage of the merger，the new villages often showed a certain degree of vulnerability due to the inadequate living environment，public infrastructure and public service system.The perturbation，sensitivity and adaptability of vulnerability are potential variables，which cannot be directly observed.The structural equation model is used to estimate the 15 observed variables corresponding to the three potential variables，which effectively eliminates the adverse effects caused by researchers’ subjective judgment，and finally identifies 5 important impact factors.Among them，the level of subsistence allowances and the interaction between the government and the people are important influencing factors of disturbance，pension insurance and policy implementation are important influencing factors of sensitivity，and external transportation is an important influencing factor of adaptability.The gray fixed weight clustering model overcomes the shortcomings of the structural equation model that can only identify important and minor factors，but cannot judge the impact level.The above 5 important impact factors and the county per capita GDP indicator were reevaluated，and finally 4 were identified.Vulnerability determinants，among which the minimum guarantee level is the perturbation determinant of vulnerability，and pension insurance and policy implementation are the sensitive determinants of vulnerability，and the per capita GDP value of the county is the determinant of the adaptability of vulnerability.

Key words：merged villages;vulnerability;structural equation model;grey fixed weight clustering model;determinant

（責(zé)任編輯：王倩）

收稿日期：2021-05-17DOI：10.13968/j.cnki.1009-9107.2022.01.08

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（41761035）;國家社會科學(xué)基金項(xiàng)目（17BMZ107）;理論經(jīng)濟(jì)學(xué)西部一流學(xué)科建設(shè)資金支持項(xiàng)目（NXYLXK2017B04）

作者簡介：劉學(xué)武，男，寧夏大學(xué)經(jīng)濟(jì)管理學(xué)院/西部發(fā)展研究中心副研究員，博士，主要研究方向?yàn)閰^(qū)域經(jīng)濟(jì)學(xué)。