[论文解读] Fuzzy Cognitive Maps Of Local People Impacted By Dam Construction: Their Demands Regarding Resettlement

Uygar Özesmi|ArXiv.org|Jan 21, 2006

Cognitive Science and Mapping参考文献 11被引用 4

一句话总结

本研究采用模糊认知映射（FCM）识别并优先排序土耳其尤苏菲利大坝建设后受影响居民的安置需求。通过建模社会经济变量之间的因果关系，研究发现道路建设、就业机会、提前征用补偿金以及学校是提升福利水平最具影响力的政策，其协同效应进一步放大了效益。

ABSTRACT

Fuzzy cognitive mapping was used to understand the wants and desires of local people before resettlement. Variables that the affected people think will increase their welfare during and after dam construction were determined. Simulations were done with their cumulative social cognitive map to determine which policy options would most increase their welfare. The construction of roads, job opportunities, advance payment of condemnation value, and schools are central variables that had the most effect on increasing people's income and welfare. The synergistic effects of variables demonstrated that the implementation of different policies not only add cumulatively to the people's welfare but also have an increased effect.

研究动机与目标

• 了解土耳其尤苏菲利大坝建设前受影响当地社区的社会经济需求。
• 识别影响人们在大坝建设期间及之后福利水平的最重要变量。
• 通过集体认知地图的模拟评估政策选项，以确定哪些干预措施能最大化福利。
• 倡导基于本地优先事项而非自上而下的决策的自下而上、参与式安置规划。

提出的方法

• 实地走访尤苏菲利大坝周边18个村庄，收集受影响居民的一手感知信息。
• 使用模糊认知映射（FCM）建模社会经济变量与福利结果之间的因果关系。
• 根据本地感知为因果关系赋予模糊权重（例如，“有些”、“很多”），以实现对非二元关系的细致刻画。
• 将个体认知地图聚合为集体社会认知地图，以识别核心变量及其相互依赖关系。
• 通过FCM中的信号传播模拟，评估不同政策干预对整体福利的影响。
• 通过比较多次模拟运行及地图聚合后的变量中心度与贡献度，对结果进行验证。

实验结果

研究问题

• RQ1 当地居民认为哪些社会经济变量在大坝引发的搬迁后对维持或提升其福利水平最为关键？
• RQ2 这些变量之间的因果关系如何相互作用以影响整体福利水平？政策组合是否产生协同效应？
• RQ3 根据本地感知，哪些政策干预措施——如道路建设、就业创造或提前付款——最能显著提升福利？
• RQ4 当地居民在多大程度上优先考虑非货币性、基于基础设施的支持，而非仅依赖经济补偿？
• RQ5 参与式FCM建模能否有效捕捉并优先排序社区在安置规划中的需求？

主要发现

• 道路建设、就业机会、征用价值的提前支付以及学校被确定为影响福利的核心变量，对收入与福祉的贡献最大。
• 征用价值的提前支付被列为提升收入的最关键单一因素，受访者强调及时且公正的补偿应超过土地市场价值。
• 模拟结果显示，政策组合（如基础设施建设和就业创造）产生协同效应，其对福利的整体提升效果超越了各项措施的简单叠加。
• 道路建设、学校建设以及电力和清洁水源的获取被反复强调为防止生计丧失和社会凝聚力瓦解的必要条件。
• 从大坝获得收益分成以及获得低成本或免费电力被认可为具有全球先例的可行模式，可进一步提升社区福祉。
• 尽管实施了政策干预，祖先土地、房屋和文化记忆的丧失仍无法完全补偿，凸显了实施全面、以人为本的安置规划的必要性。