蔡智聰，廖和平，洪惠坤，王剛，楊勝強(qiáng)，周苗苗

1. 西南大學(xué) 地理科學(xué)學(xué)院， 重慶 400715；2. 西南大學(xué) 精準(zhǔn)扶貧與區(qū)域發(fā)展評估研究中心， 重慶 400715；3. 西南大學(xué) 經(jīng)濟(jì)管理學(xué)院， 重慶 400715

城市與鄉(xiāng)村組成了人類生存的主要空間， 而鄉(xiāng)村作為一個具有多元化因素的地域綜合體， 位置偏遠(yuǎn)， 經(jīng)濟(jì)發(fā)展相對落后， 城鄉(xiāng)差距越來越大[1]， 是否留在鄉(xiāng)村居住成為農(nóng)戶需要考慮的問題． 十九大提出“鄉(xiāng)村振興戰(zhàn)略”， 指出從5個振興入手， 著力解決當(dāng)前鄉(xiāng)村問題， 逐步促進(jìn)城鄉(xiāng)融合發(fā)展[2-4]， 滿足人民對美好生活的需求， 不斷增強(qiáng)生活幸福感[5-6]． 居住滿意度是評價居住質(zhì)量的一個標(biāo)準(zhǔn)[7-8]， 是居民對生活條件、 居住環(huán)境、 社會網(wǎng)絡(luò)關(guān)系、 居住適宜性等因素的整體評價[2，9]， 反映了理想與現(xiàn)實(shí)之間的差距， 且現(xiàn)實(shí)差距越小， 居住滿意度也就越高， 相反則越低[10]． 農(nóng)戶居住滿意度能夠有效反映農(nóng)戶生活幸福指數(shù)， 并對鄉(xiāng)村振興實(shí)施效果進(jìn)行檢驗(yàn)， 同時為鄉(xiāng)村振興戰(zhàn)略的具體實(shí)施提供發(fā)展路徑[7，11-12]．

居住滿意度研究已成為學(xué)界廣泛而持續(xù)關(guān)注的熱點(diǎn)， 相關(guān)研究成果較為豐碩． 近年來關(guān)于居住滿意度的研究多注重其影響因素、 滿意度評價[13-14]以及遷居意愿等方面[15]． 如Jansen[16]認(rèn)為居住滿意度取決于個人期望， 若住房條件達(dá)不到個體的期望值， 則居住滿意度將會下降；楊畢紅等[17]認(rèn)為居住滿意度會受居住環(huán)境、 住房條件以及配套設(shè)施三方面的影響；咸坤澤[18]以新生代農(nóng)民工作為研究對象研究居住滿意度的影響因素， 研究結(jié)果顯示居住滿意度會受到房屋環(huán)境及條件、 家庭情況、 政府工作及社會保障、 社區(qū)物業(yè)及環(huán)境、 周邊配套環(huán)境 5個維度的影響；Aulia等[19]進(jìn)一步將以上因素細(xì)分為外觀、 設(shè)施條件、 物業(yè)管理、 交通等；Andersen[20]和Cao[21]從更深層次的角度研究發(fā)現(xiàn)， 與鄰居的關(guān)系會影響居住滿意度， 進(jìn)而產(chǎn)生遷移的想法． 對于居住滿意度的評價大多是基于影響因素運(yùn)用數(shù)學(xué)模型進(jìn)行定量分析[22]， 李俊峰[13]、 咸坤澤[18]、 白桂桃等[23]用結(jié)構(gòu)方程模型對滿意度進(jìn)行分析；馮健等[24]運(yùn)用多元線性回歸模型的方法探討社區(qū)環(huán)境、 住房條件和性質(zhì)、 居民的社會經(jīng)濟(jì)屬性、 社區(qū)配套設(shè)施以及社會網(wǎng)絡(luò)對居民滿意度的影響． 而當(dāng)前對于居民遷居意愿的研究主要集中在城市居民， 研究結(jié)果發(fā)現(xiàn)外在環(huán)境等因素會影響居民的居住意愿， 進(jìn)而影響到居民的遷居意愿． 如楊振山等[25]認(rèn)為城市居民向往更美好的生活便會產(chǎn)生遷居意愿或者遷居行為， 環(huán)境會影響居民的滿意度；劉望保等[26]通過研究家庭的遷居行為揭示了居住環(huán)境對于居民滿意度的需要；夏云嶺等[27]認(rèn)為農(nóng)戶的遷居意愿會受到外在環(huán)境以及個體內(nèi)在因素的影響， 外在環(huán)境與遷居意愿呈現(xiàn)顯著正相關(guān)關(guān)系． Wolpert[28]進(jìn)一步研究了居住滿意度與居住流動性的關(guān)系， 認(rèn)為當(dāng)農(nóng)戶居住滿意度不高時， 內(nèi)外部居住壓力超過某一閾值， 農(nóng)戶便會選擇遷移． 不少學(xué)者針對流動性視角而展開了相關(guān)研究， 得出的結(jié)論表明居住滿意度與居民流動性之間存在顯著負(fù)相關(guān)關(guān)系， 居住滿意度越高， 流動性越弱， 反之， 則越強(qiáng)[29-31]． 總之， 居住意愿會受到外界因素和個體內(nèi)在因素的雙重影響． 然而， 當(dāng)前研究多考慮單一因素的影響與不足， 研究方法多偏重定性描述及定量分析， 缺乏新意， 且樣本主要集中在認(rèn)知不夠完整的老年群體[32-35]， 結(jié)論代表性不足． 因此研究時有在必要定性分析的基礎(chǔ)上采用更成熟的方法進(jìn)行定量數(shù)據(jù)描述， 增強(qiáng)文章內(nèi)容客觀性和全面性， 同時針對不同年齡段的群體深入探討不同因素的影響．

就國內(nèi)外現(xiàn)狀情況看， 當(dāng)前居住滿意度城市研究樣區(qū)較多[36-40]， 本文則選取西南丘陵山區(qū)作為研究對象， 該區(qū)域作為鄉(xiāng)村振興重點(diǎn)幫扶地區(qū)， 鄉(xiāng)村空心化突出、 勞動力流失嚴(yán)重、 人才嚴(yán)重缺乏， 對該區(qū)域的研究可進(jìn)一步鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興的有效銜接， 具有重要的研究價值[41-44]． 基于此， 本文以貴州省脫貧縣獨(dú)山縣為例， 通過實(shí)地調(diào)研獲取研究數(shù)據(jù)， 運(yùn)用探索性因子分析法對數(shù)據(jù)進(jìn)行檢驗(yàn)， 結(jié)合結(jié)構(gòu)方程模型更深層次地探討?yīng)毶娇h農(nóng)戶的居住滿意度及其影響因素， 并構(gòu)建農(nóng)戶居住滿意度提升的差異性對策， 為以獨(dú)山縣為例的整個西南丘陵山區(qū)及其他類似地區(qū)進(jìn)一步鞏固“兩不愁三保障”、 加強(qiáng)農(nóng)村人居環(huán)境整治、 強(qiáng)化鄉(xiāng)村治理與建設(shè)工作、 推進(jìn)實(shí)施鄉(xiāng)村振興戰(zhàn)略提供現(xiàn)實(shí)依據(jù)和借鑒作用．

1 研究區(qū)域、 數(shù)據(jù)與研究方法

1.1 研究區(qū)概況與數(shù)據(jù)來源

1.1.1 研究區(qū)概況

獨(dú)山縣地處貴州省最南端， 是大西南進(jìn)入“兩廣”的陸上重要通道， 素有“貴州南大門”“西南門戶”之稱． 土地比較平整， 是貴州省主要商品糧食生產(chǎn)基地， 且農(nóng)業(yè)資源、 畜牧資源、 礦產(chǎn)資源、 旅游資源較為豐富；地下水儲量高， 冬無嚴(yán)寒、 夏無酷暑、 年均氣溫超過15 ℃、 無霜期較長、 雨量較為充足， 適合植物生長和人民生活． 獨(dú)山縣總面積有2 442 km2， 總?cè)丝?6萬人， 布依族、 苗族、 水族等少數(shù)民族人口數(shù)量合計(jì)超過75%， 是典型的西南丘陵山區(qū)、 武陵山區(qū)少數(shù)民族地區(qū)、 國家級脫貧縣， 基于此， 農(nóng)戶基本生活情況和居住情況也受到重點(diǎn)關(guān)注． 本文選取其百泉鎮(zhèn)、 基長鎮(zhèn)、 麻萬鎮(zhèn)、 麻尾鎮(zhèn)、 上司鎮(zhèn)、 下司鎮(zhèn)、 影山鎮(zhèn)、 玉水鎮(zhèn)的14個村和1個社區(qū)作為研究區(qū)(圖1、 表1)．

底圖審圖號： GS(2019)3333號圖1 調(diào)查區(qū)域

1.1.2 數(shù)據(jù)來源

本文以獨(dú)山縣農(nóng)戶作為研究對象， 于2022年1月前往獨(dú)山縣進(jìn)行以“農(nóng)戶居住滿意度”為主題的問卷調(diào)查． 為提高調(diào)研質(zhì)量， 保證整體的有效反映程度， 本次調(diào)研隨機(jī)抽取363戶農(nóng)戶進(jìn)行問卷調(diào)查， 每份問卷持續(xù)時間25～35 min， 共獲取有效問卷327份， 回收率為90.08%． 在收集的有效問卷中， 每個鎮(zhèn)獲取不少于20份問卷， 問卷采用五級量表形式表示， 1～5分分別表示非常不滿意、 不太滿意、 一般、 比較滿意、 非常滿意． 參考已有研究成果， 本研究量表包括農(nóng)戶家庭基本情況、 收入情況、 所在村莊基本信息及相關(guān)滿意度等內(nèi)容．

表1 樣本分布情況

關(guān)于受訪者個體屬性特征統(tǒng)計(jì)結(jié)果如表2所示． 在有效的327份問卷中， 男女比例較為均衡， 男女占比分別為51.68%、 48.32%． 大多數(shù)樣本處于60歲以下， 其中30歲以下占比1.83%， 30歲到60歲之間占比69.11%． 有80.43%的農(nóng)戶身體健康， 而剩余的19.57%是身體有殘疾的． 受訪者文化程度普遍偏低， 72.78%的受訪戶只具有小學(xué)及以下的文化， 24.77%是初中畢業(yè)， 僅2.45%是高中及以上的文化． 職業(yè)構(gòu)成主要分為了5個等級， 分別為務(wù)工占比46.79%、 務(wù)農(nóng)占比29.97%、 兼業(yè)占比9.48%、 就業(yè)兜底(公益性崗位)占比6.12%、 無業(yè)的占比7.64%， 從以上數(shù)據(jù)來看， 鄉(xiāng)村的勞動力仍舊以務(wù)工為主， 其次是務(wù)農(nóng)． 在家庭構(gòu)成方面， 有36.70%是年輕夫妻和子女一起居住， 32.72%的農(nóng)戶是三代同住， 而三代同住的居住滿意度相對較低， 經(jīng)訪談了解， 該部分農(nóng)戶生活壓力大， 年輕夫妻除了滿足自己的生活， 還要贍養(yǎng)老人和撫養(yǎng)小孩． 家庭有勞動力的農(nóng)戶占比大， 45.87%的家庭有1～2個勞動力， 44.34%的家庭有3個及以上的勞動力， 還有9.79%的家庭無勞動力． 農(nóng)戶的月收入主要集中在2 500元至6 000元之間， 2 500元以下的占比27.52%， 6 000元以上的占比27.22%， 經(jīng)調(diào)查發(fā)現(xiàn)月收入較高的人群主要集中在務(wù)工人群． 受訪農(nóng)戶中， 有47.40%的農(nóng)戶是監(jiān)測戶(家庭生活水平較低)， 41.90%的農(nóng)戶是一般脫貧戶， 10.70%的農(nóng)戶是一般農(nóng)戶． 從干部幫扶來看， 大部分的脫貧戶是享受了干部幫扶的(82.87%)， 而一般戶享受干部幫扶的較少(17.13%)． 此外， 有12.54%的農(nóng)戶進(jìn)行了易地搬遷．

表2 農(nóng)戶個體屬性特征統(tǒng)計(jì)與量化

續(xù)表2

1.2 研究方法

本文首先進(jìn)行探索因子分析， 利用SPSS 25.0軟件提取影響居住滿意度的各個潛變量， 在此基礎(chǔ)上， 檢驗(yàn)農(nóng)戶的個體屬性特征與各個潛變量之間的相關(guān)性；然后再構(gòu)建結(jié)構(gòu)方程模型， 探討?yīng)毶娇h農(nóng)戶居住滿意度的關(guān)鍵性影響因素；最后， 引入IPA分析法[45]分析該研究區(qū)域關(guān)于居住滿意度的弱項(xiàng)， 并在此基礎(chǔ)上提出相關(guān)優(yōu)化策略， 便于研究區(qū)域有針對性地解決當(dāng)前影響居住滿意度的問題．

1.2.1 探索性因子分析法

本文首先將處理過的問卷數(shù)據(jù)導(dǎo)入SPSS 25.0軟件中， 采用均值替代法對數(shù)據(jù)進(jìn)行預(yù)處理， 對問卷中存在的個別缺失項(xiàng)作相應(yīng)的完善與補(bǔ)充， 再利用主成分分析法提取主因子， 按照方差最大法對各因子進(jìn)行旋轉(zhuǎn)， 以特征值大于1的標(biāo)準(zhǔn)進(jìn)行公因子提取[46]， 同時刪除因子載荷量小于0.5的指標(biāo)， 最后得出探索性因子分析法的結(jié)果數(shù)據(jù)， 根據(jù)數(shù)據(jù)顯示結(jié)果進(jìn)行多次修正， 直至結(jié)果符合正常規(guī)則．

1.2.2 結(jié)構(gòu)方程模型

對于居住滿意度的分析， 傳統(tǒng)方法是采取多元回歸模型分析， 但該方法只能驗(yàn)證較為簡單的自變量與因變量之間相關(guān)關(guān)系， 對于多個變量之間的檢驗(yàn)則相對復(fù)雜． 本文采取結(jié)構(gòu)方程模型， 相較于回歸模型而言， 不僅避免了以上提及的不足， 而且還能分析影響居住滿意度但不利于直接觀測的潛在變量， 故結(jié)構(gòu)方程模型在進(jìn)行居住滿意度分析時具有明顯的優(yōu)越性．

結(jié)構(gòu)方程模型中測量模型是潛變量和觀察變量之間關(guān)系的體現(xiàn)， 通常由以下兩個公式進(jìn)行表示[17]：

y=∧yη+ε

(1)

x=∧xξ+ε

(2)

公式中：y為內(nèi)生關(guān)系變量組；∧y為內(nèi)生觀察變量在內(nèi)生潛變量上的因子負(fù)荷矩陣， 反映內(nèi)生觀察變量和內(nèi)生潛變量之間的關(guān)系；η為內(nèi)生潛變量；x為外生關(guān)系變量組；∧x為外生觀察變量在外生潛變量上的因子負(fù)荷矩陣， 反映外生觀察變量和外生潛變量之間的關(guān)系；ξ為外生潛變量；ε為殘差項(xiàng)， 即未能被潛變量解釋的部分．

結(jié)構(gòu)方程模型中的結(jié)構(gòu)方程則由以下公式表示[17]， 表明了潛變量與潛變量之間的關(guān)系：

η=Bη+Γξ+ε

(3)

公式中：B為內(nèi)生潛變量之間的關(guān)系；Γ為外生潛變量對內(nèi)生潛變量的影響．

1.2.3 IPA分析法

IPA分析法即重要性—績效表現(xiàn)分析法， 該方法將重要性與績效分別體現(xiàn)在同一坐標(biāo)的4個象限中(圖2)， 不同象限表示的重要性及績效不同． 本文將第Ⅰ象限表示為重要性最強(qiáng)， 滿意度最高的區(qū)域；第Ⅱ象限表示為重要性不強(qiáng)， 但是滿意度高的區(qū)域；第Ⅲ象限表示為重要性最弱， 滿意度最低的區(qū)域；而第Ⅳ象限表示為重要性很強(qiáng)但滿意度很低的區(qū)域， 表明該區(qū)域是需要進(jìn)行優(yōu)化與改進(jìn)的[17，45]．

圖2 IPA分析圖

本文采用IPA分析法， 可明確研究區(qū)域中農(nóng)戶滿意度提升的優(yōu)先次序． 可以看出哪些是處于第Ⅰ象限的要素， 該部分要素是需要繼續(xù)維持的；哪些要素是處于第Ⅳ象限的要素， 這部分要素是需要重點(diǎn)關(guān)注并改進(jìn)的；而第Ⅱ象限的要素則是加強(qiáng)維護(hù)的．

該方法的優(yōu)點(diǎn)在于更為直觀形象， 其簡要地將各種要素進(jìn)行歸類并以圖文的形式呈現(xiàn)出來， 能更直觀地看出問題的主要因素及分布情況， 而傳統(tǒng)意義上將問題列舉出來的方法， 顯得內(nèi)容過于繁瑣， 且不便讀者分析與理解． 因此， 本文采用IPA分析法為獨(dú)山縣提出治理與建設(shè)鄉(xiāng)村的差異化對策．

2 農(nóng)戶居住滿意度特征分析

2.1 總體特征分析

在有效的327份問卷中， 運(yùn)用EXCEL軟件對獨(dú)山縣農(nóng)戶居住滿意度進(jìn)行測算， 得出滿意度均值為3.45， 從數(shù)據(jù)來看， 居住的總體滿意度處于中等水平(表3)． 其中有0.61%的農(nóng)戶“非常不滿意”， 10.40%的農(nóng)戶“不太滿意”， 43.43%的農(nóng)戶表示“一般”， 有34.25%的農(nóng)戶感到“比較滿意”， 有11.31%的農(nóng)戶表示“非常滿意”．

表3 獨(dú)山縣農(nóng)戶居住滿意度

2.2 不同測量維度滿意度特征

農(nóng)戶對于不同維度的滿意度由高到低依次為住房條件(3.74)、 生活環(huán)境(3.34)、 社會服務(wù)(2.87)． 從具體指標(biāo)來看(表4)， 農(nóng)戶滿意度較高的是用電系統(tǒng)(4.27)、 交通出行(4.19)、 社會網(wǎng)絡(luò)關(guān)系(4.07)3個方面；其次是對廁所條件(3.93)、 通訊物流(3.81)、 自然環(huán)境(3.69)、 垃圾處理(3.55)、 飲水條件(3.54)、 住房質(zhì)量(3.46)6個方面較為滿意；對就業(yè)服務(wù)(2.97)、 教育保障(2.91)、 醫(yī)療服務(wù)(2.88)、 污水處理(2.77)、 農(nóng)技支持(2.70)、 道路養(yǎng)護(hù)(2.62)6個方面不是很滿意． 由此可見， 農(nóng)戶居住滿意度還有待進(jìn)一步提升．

表4 居住滿意度均值和探索性因子分析結(jié)果

3 農(nóng)戶居住滿意度的影響因素分析

3.1 居住滿意度探索性因子分析

運(yùn)用SPSS 25.0軟件對篩選出的指標(biāo)因子作KMO和Bartlett球形檢驗(yàn)， 對載荷小于0.5或同時與兩個潛變量呈現(xiàn)相互關(guān)系的指標(biāo)進(jìn)行剔除處理， 直至符合要求． 修正之后的檢驗(yàn)結(jié)果顯示： KMO值為0.783， 大于0.7， Bartlett球形檢驗(yàn)顯著性值為0.000， 小于0.5， 表明該15組數(shù)據(jù)相關(guān)性較好， 可進(jìn)行因子分析．

運(yùn)用主成分分析法， 選擇方差最大法進(jìn)行因子旋轉(zhuǎn)， 得出如下結(jié)論： 修正后的15個指標(biāo)共提取出3個主因子， 累計(jì)貢獻(xiàn)率為66.988%(表4)． 其中， 第一主因子主要反映了“住房條件”， 貢獻(xiàn)率為29.983%， 是3個潛變量中貢獻(xiàn)率最大的因素， 在“住房質(zhì)量、 廁所條件、 交通出行、 通訊物流、 道路養(yǎng)護(hù)、 社會網(wǎng)絡(luò)關(guān)系、 用電系統(tǒng)、 飲水條件”上的載荷系數(shù)均大于0.6；第二主因子主要反映農(nóng)戶的“生活環(huán)境”， 貢獻(xiàn)率為18.587%， 在“垃圾處理、 污水處理、 自然環(huán)境”上的載荷系數(shù)均大于0.8；第三主因子主要反映農(nóng)戶的“社會服務(wù)”情況， 貢獻(xiàn)率為18.418%， 在“就業(yè)服務(wù)、 農(nóng)技支持、 醫(yī)療服務(wù)、 教育保障”上的載荷系數(shù)均大于0.7．

因此， 可得出農(nóng)戶的居住滿意度主要受3個潛變量的影響： 住房條件、 生活環(huán)境、 社會服務(wù)． 通過探索性因子分析檢驗(yàn)之后， 在此基礎(chǔ)上構(gòu)建居住滿意度結(jié)構(gòu)方程模型， 如圖3所示， 初始模型由3個潛變量和15個觀察變量組成． 在此， 提出以下3個假設(shè)：

當(dāng)前我國的各個企業(yè)在管理的過程中，應(yīng)用的管理模式還處于初級階段，在一些經(jīng)濟(jì)活動中，具體的事務(wù)處理還存在著不完善的部分，企業(yè)需要通過不斷創(chuàng)新，引進(jìn)先進(jìn)的信息技術(shù)，將內(nèi)部的管理制度制訂落實(shí)，合理規(guī)避企業(yè)經(jīng)營活動中的風(fēng)險項(xiàng)，讓企業(yè)能夠在保證資產(chǎn)的合法整合的情況下，提升企業(yè)的經(jīng)濟(jì)效益，推動企業(yè)利益的最大化，是企業(yè)基于經(jīng)濟(jì)效益和生產(chǎn)經(jīng)營共同作用下的發(fā)展途徑，所以，完善企業(yè)的內(nèi)部控制管理是企業(yè)能夠長期可持續(xù)發(fā)展的必然階段。

H1： 住房質(zhì)量對農(nóng)戶居住滿意度存在顯著正向影響；

H2： 生活環(huán)境對農(nóng)戶居住滿意度存在顯著正向影響；

H3： 社會服務(wù)對農(nóng)戶居住滿意度存在顯著正向影響．

圖3 居住滿意度初始模型

3.2 農(nóng)戶個體屬性特征與潛變量相關(guān)分析

首先， 將農(nóng)戶的個體屬性特征進(jìn)行量化處理(表2)， 再用SPSS 25.0軟件對處理后的個體屬性特征量化值和3個潛變量進(jìn)行相關(guān)性分析， 結(jié)果如表5所示．

表5 農(nóng)戶個體屬性特征與潛變量和居住滿意度之間的相關(guān)性

性別僅與住房條件在0.1的水平下呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系， 且女性的滿意度比男性高． 年齡與居住滿意度在0.05的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 且年齡越大滿意度越高， 原因在于年齡大的老人有著落葉歸根的思想， 尤其是鄉(xiāng)村老人， 對一個從小就生活的地方有著深厚的感情， 因此， 年齡越大， 對自己居住的地方滿意度就越高．

健康狀況與生活環(huán)境在0.1的水平下成顯著的負(fù)相關(guān)關(guān)系， 主要是因?yàn)閬喗】等巳簳谕幸粋€好的環(huán)境， 好的生活環(huán)境更有利于身體的修養(yǎng)， 而健康的人相對來講在生活環(huán)境方面更為隨意． 文化程度與生活環(huán)境在0.1的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 與居住滿意度在0.05的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 說明學(xué)歷越高對于生活更加理性看待， 從而居住滿意度更高．

職業(yè)與居住滿意度在0.1的水平下呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系， 說明職業(yè)越好， 家庭經(jīng)濟(jì)條件越好， 居住滿意度越高． 家庭構(gòu)成與生活環(huán)境在0.05的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 說明家庭人口越多對生活環(huán)境的要求也就越低；而家庭構(gòu)成與居住滿意度有微弱的負(fù)相關(guān)關(guān)系， 說明多代同住會對原本不是很富裕的農(nóng)戶的家庭生活造成更大壓力， 幸福感也相應(yīng)降低． 勞動力構(gòu)成與居住滿意度在0.1的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 說明勞動力越多， 家庭收入越多， 生活條件越好， 居住滿意度越高． 月收入與住房條件在0.05的水平下、 與生活環(huán)境在0.1的水平下呈現(xiàn)顯著的正相關(guān)關(guān)系， 且月收入高的群體比月收入低的群體滿意度更高， 表明月收入高的群體生活條件越好．

上述分析不難看出農(nóng)戶個體屬性特征影響農(nóng)戶對獨(dú)山縣生活條件的整體評價， 其中健康狀況、 月收入、 職業(yè)及干部幫扶是可調(diào)整變動的因素， 這為獨(dú)山縣進(jìn)一步提升居住滿意度提供了理論依據(jù)， 實(shí)際操作可從以上4個方面有針對性地幫扶， 幫助農(nóng)戶解決在當(dāng)?shù)氐木蜆I(yè)以及收入問題， 同時助推研究區(qū)域鄉(xiāng)村振興事業(yè)的發(fā)展．

3.3 結(jié)構(gòu)方程模型構(gòu)建

3.3.1 模型擬合檢驗(yàn)與修正

結(jié)構(gòu)方程模型擬合度是否良好主要通過以下幾個指標(biāo)進(jìn)行衡量：CMIN/DF(近似卡方)、RMSEA(近似誤差均方根)、SRMR(殘差均方根)、CFI(比較擬合指數(shù))、GFI(擬合優(yōu)度指數(shù))、AGFI(調(diào)整擬合優(yōu)度指數(shù))、TLI(非規(guī)范擬合指數(shù))、NFI(規(guī)范擬合指數(shù))． 從初始模型擬合檢驗(yàn)結(jié)果看(表6)， 近似卡方值(CMIN/DF)略微不達(dá)標(biāo)，GFI、AGFI、TLI、NFI四項(xiàng)指標(biāo)略小于0.9， 其余指標(biāo)符合要求， 說明初始模型還有待進(jìn)一步優(yōu)化修正． 從修正指標(biāo)看， 若刪除“X2廁所條件”和“X8飲水條件”中的一個指標(biāo)， 可以進(jìn)一步優(yōu)化卡方值， 同時“X13農(nóng)技支持”的標(biāo)準(zhǔn)化系數(shù)與殘差大于1， 故刪除該指標(biāo)． 在刪除“X8飲水條件”和“X13農(nóng)技支持”之后再次建模， 并得到修正模型的適配值． 修正后的模型結(jié)果如表6所示， 均符合建議值要求， 說明模型擬合度良好．

表6 模型擬合度檢驗(yàn)

3.3.2 模型信效度檢驗(yàn)

通過對模型修正后， 用SPSS 25.0軟件對剩余的觀察變量進(jìn)行總體信效度分析， 結(jié)果顯示克朗巴赫阿爾法(Cronbach’s Alpha)值為0.859， 大于0.7， 故問卷整體信度良好． 再依次對3個潛變量進(jìn)行效度分析， 克朗巴赫阿爾法值均大于0.7， 即問卷內(nèi)容設(shè)計(jì)較為合理．

修正后的模型中， 各外生觀察變量的標(biāo)準(zhǔn)化因子系數(shù)與載荷值均大于0.5(表7)， 說明該模型中觀察變量能較好地解釋潛變量． 3個潛變量的組合信度分別為0.920、 0.922、 0.823， 均大于0.7，AVE(平均變異抽取量)分別為0.630、 0.800、 0.613， 均大于0.5， 說明該模型總體具有良好的信效度．

表7 模型信效度檢驗(yàn)結(jié)果

3.4 結(jié)構(gòu)方程模型結(jié)果分析

模型結(jié)果表明， 住房條件、 生活環(huán)境、 社會服務(wù)與居住滿意度在0.01的水平下呈顯著的正相關(guān)關(guān)系， 表明對居住滿意度有正向的影響， 則H1、 H2、 H3假設(shè)均成立(表8、 圖4)． 其中， 生活環(huán)境的影響效應(yīng)最大， 數(shù)據(jù)顯示， 生活環(huán)境每增加1個單位， 居住滿意度會提升0.40個單位；生活環(huán)境包含了居住環(huán)境和自然生態(tài)環(huán)境， 結(jié)果顯示“X9垃圾處理”“X10污水處理”“X11自然環(huán)境”對生活環(huán)境的影響分別為0.87、 0.95、 0.85， 說明大力加強(qiáng)人居環(huán)境的管理對于居住滿意度有關(guān)鍵作用．

表8 結(jié)構(gòu)模型估計(jì)結(jié)果

其次是住房條件， 數(shù)據(jù)顯示， 住房條件增加1個單位， 居住滿意度會相應(yīng)增加0.39個單位． 住房作為農(nóng)戶生活的基本條件， 是對居住滿意度造成影響的關(guān)鍵因素之一， 但住房條件對居住滿意度的影響程度不足于生活環(huán)境． 在這里住房條件包含了住房質(zhì)量及與住房配套的一些條件， 其中“X3交通出行”和“X6用電系統(tǒng)”的影響較大， 分別為0.97和0.98， 可見對于農(nóng)戶而言， 在鄉(xiāng)村居住必須要保證交通通達(dá)性良好， 用電必須要正常．

社會服務(wù)也是影響居住滿意度的重要因素， 數(shù)據(jù)顯示， 社會服務(wù)每增加1個單位， 居住滿意度將提升0.27個單位． 社會服務(wù)作為對農(nóng)戶的一種保障服務(wù)， 服務(wù)效果會直接影響農(nóng)戶內(nèi)心的感受， “X15教育保障”對其影響最大， 因素負(fù)荷量為0.93． 鄉(xiāng)村教育是鄉(xiāng)村振興必不可少的一個環(huán)節(jié)， 它會直接影響鄉(xiāng)村整體的文化水平， 同時， 孩子在讀書的年齡能夠接受相應(yīng)的教育也是父母的期望， 教育水平的差異也是城鄉(xiāng)差異之一， 因此， 教育保障在農(nóng)戶心目中占比較高． 其次是“X14醫(yī)療服務(wù)”和“X12就業(yè)服務(wù)”， 因素負(fù)荷量分別為0.74、 0.65． 表明加強(qiáng)鄉(xiāng)村教育保障力度， 滿足農(nóng)戶的醫(yī)療服務(wù)能提高農(nóng)戶的居住滿意度．

圖4 居住滿意度修正模型結(jié)果

4 結(jié)論討論及對策建議

4.1 結(jié)論與討論

本文以西南丘陵山區(qū)脫貧縣獨(dú)山縣為例， 運(yùn)用問卷調(diào)查的方式獲取評價數(shù)據(jù)， 在探索性因子分析法的基礎(chǔ)上構(gòu)建結(jié)構(gòu)方程模型， 探討了農(nóng)戶居住滿意度及影響因素， 得出的主要結(jié)論如下：

(1) 居住滿意度受到住房條件、 生活環(huán)境、 社會服務(wù)3個維度的影響． 與楊畢紅[17]、 咸坤澤[18]等學(xué)者研究結(jié)論保持一致， 但本研究表明了生活環(huán)境對居住滿意度的影響大于住房條件對居住滿意度的影響， 與湛東升等[46]學(xué)者研究的結(jié)論有所差異． 差異性源于研究區(qū)域選擇不同造成結(jié)論的不一致， 本文選取的是西南丘陵山區(qū)脫貧縣獨(dú)山縣作為研究區(qū)， 是鄉(xiāng)村振興重點(diǎn)幫扶的區(qū)縣之一， 相較于城市而言經(jīng)濟(jì)水平落后， 配套設(shè)施更為缺乏， 人居環(huán)境有待提升． 與更加注重生活品質(zhì)及住房條件的城市居民進(jìn)行比較， 西南丘陵山區(qū)的農(nóng)戶更注重周邊環(huán)境的建設(shè)， 這是導(dǎo)致生活環(huán)境對居住滿意度影響的最大原因．

(2) 農(nóng)戶的個體屬性特征對農(nóng)戶居住滿意度造成直接或間接影響， 不同要素與居住滿意度相關(guān)性不同， 影響程度存在差異性． 該結(jié)論與當(dāng)前已有研究結(jié)果一致， 農(nóng)戶的居住滿意度會受到內(nèi)源性因素和外源性因素的共同作用而發(fā)生不同程度的變化． 本文農(nóng)戶個體屬性特征用性別等11個指標(biāo)衡量， 該指標(biāo)通過相關(guān)性研究表現(xiàn)出不同程度及方向的影響， 這與當(dāng)前已有研究所展現(xiàn)出的影響因素的差異性不謀而合， 說明不論是農(nóng)戶的年齡等內(nèi)在特征還是干部幫扶等外界因素， 均會對農(nóng)戶的居住意愿造成正負(fù)向或小或大的影響．

(3) 基于問卷調(diào)查法并通過相關(guān)算法計(jì)算得出， 農(nóng)戶居住滿意度整體水平不高， 處于中等水平． 根據(jù)分析得出研究區(qū)農(nóng)戶居住滿意度均值為3.45， 本文采用的五級量表表示方法中得分5代表最高水平， 3為合格水平， 說明整體居住滿意度不高， 3.45與5之間存在1.55的空間， 表明居住滿意度還有待進(jìn)一步提升．

(4) 本文的創(chuàng)新之處在于以下幾個方面： 從研究方法上看， 本文運(yùn)用探索性因子分析法和結(jié)構(gòu)方程模型， 引入農(nóng)戶的個體屬性特征、 住房條件、 生活環(huán)境、 社會服務(wù)等變量， 以定量分析的方法探討居住滿意度及其影響因素， 解決了以往研究居住滿意度時有關(guān)定量分析內(nèi)容不足的問題；從樣本選擇來看， 本文選取的樣本群體中年人居多， 相比以往多研究老年群體來講， 更具有代表性；從研究區(qū)域來看， 西南丘陵山區(qū)作為鄉(xiāng)村振興重點(diǎn)幫扶區(qū)域， 該區(qū)域“鄉(xiāng)村病”突出， 相對而言更具研究價值． 由于條件的限制， 在建立結(jié)構(gòu)方程模型時， 僅探討整體農(nóng)戶居住滿意度， 未分村莊類型更為詳細(xì)地探討脫貧村、 一般村、 安置點(diǎn)等農(nóng)戶居住滿意度， 后期還需要再增加樣本使內(nèi)容更加充實(shí)．

4.2 提升策略及建議

為了提高農(nóng)戶的居住滿意度， 解決以獨(dú)山縣為例的西南丘陵山區(qū)鄉(xiāng)村居住問題并提出針對性的建議， 必須要優(yōu)先明確差異化的對策． 圖5是運(yùn)用IPA分析法得出的結(jié)果， 不難看出， 處于高重要性—高滿意度和高重要性—低滿意度這兩個象限的因素?cái)?shù)量最多， 表明研究區(qū)仍有需要提升的環(huán)節(jié)． 主要體現(xiàn)在以下幾個方面： ① 通訊物流、 自然環(huán)境、 用電系統(tǒng)、 交通出行處于Ⅰ象限， 說明這些因素是需要繼續(xù)維持和鞏固的；② 社會網(wǎng)絡(luò)關(guān)系和廁所條件處于Ⅱ象限， 這部分因素滿意度較高， 但關(guān)注度相對較低， 為了不影響居住滿意度， 可以在保持現(xiàn)狀的基礎(chǔ)上加強(qiáng)維護(hù)；③ 就業(yè)服務(wù)、 醫(yī)療服務(wù)、 道路養(yǎng)護(hù)處于Ⅲ象限， 這部分因素滿意度低， 在居住滿意度上的關(guān)注度較低， 可以逐步進(jìn)行完善；④ 住房質(zhì)量、 垃圾處理、 教育保障以及污水處理處于Ⅳ象限， 說明這些因素是當(dāng)前需要完善優(yōu)化的， 對于農(nóng)戶的居住滿意度提升有很重要的作用．

圖5 基于重要性—滿意度的評價指標(biāo)分類

在研究結(jié)論的基礎(chǔ)上結(jié)合重要性—滿意度分析結(jié)果所提出的差異化對策， 本文提出以下建議， 希望能為西南丘陵山區(qū)在未來發(fā)展鄉(xiāng)村振興事業(yè)過程中提供現(xiàn)實(shí)依據(jù)和借鑒作用．

第一， 強(qiáng)化鄉(xiāng)村治理工程． 合理安裝污水排放管道， 及時治理黑臭水體；適當(dāng)規(guī)劃垃圾轉(zhuǎn)運(yùn)時限， 實(shí)行農(nóng)村垃圾分類， 倡導(dǎo)回收利用；不斷推進(jìn)鄉(xiāng)村衛(wèi)生廁所普及率， 提升人居環(huán)境． 第二， 關(guān)注鄉(xiāng)村民居民情． 深入體察鄉(xiāng)村居民生活狀態(tài)， 重點(diǎn)關(guān)注“兩不愁三保障”問題， 尤其針對鄉(xiāng)村“386199”人群， 各相關(guān)部門需制定政策傾斜． 第三， 提升鄉(xiāng)村建設(shè)水平． 完善娛樂配套設(shè)施， 打造鄉(xiāng)村康養(yǎng)勝地， 增強(qiáng)鄉(xiāng)村居住娛樂性， 使得老有所養(yǎng)少有所樂， 進(jìn)一步提升鄉(xiāng)村居住水平；同時關(guān)注農(nóng)村出行便利性， 交通可達(dá)性， 實(shí)現(xiàn)村村通快遞， 戶戶通網(wǎng)絡(luò)． 第四， 逐步縮小城鄉(xiāng)差距． 鄉(xiāng)村生活水平需不斷向城市靠攏， 鄉(xiāng)村干部幫扶需做到針對性， 產(chǎn)業(yè)幫扶需做到及時性， 就業(yè)幫扶需做到時效性， 引導(dǎo)農(nóng)戶就近就地就業(yè)， 吸引勞動力返鄉(xiāng)創(chuàng)業(yè)， 促進(jìn)城鄉(xiāng)一體化發(fā)展．

不斷強(qiáng)化鄉(xiāng)村治理、 及時了解民情民意和提升鄉(xiāng)村建設(shè)水平是提高農(nóng)戶居住滿意度的關(guān)鍵及重要途徑， 不僅能提升農(nóng)戶生活品質(zhì)、 增強(qiáng)農(nóng)戶生活幸福感， 還能促進(jìn)鄉(xiāng)村整體的發(fā)展， 對于整個西南丘陵山區(qū)實(shí)現(xiàn)全面鄉(xiāng)村振興具有一定助推作用．