土耳其农村向城市迁移趋势与政策的战略评估：基于Fermatean模糊多准则决策方法

本研究针对土耳其农村人口向城市迁移失衡问题，创新性地采用PESTELT框架整合政治(Political)、经济(Economic)等7维27项影响因素，通过集成Fermatean模糊AHP(FF-AHP)与EDAS(FF-EDAS)方法，首次构建混合决策模型。研究发现经济因素权重达0.293居首，提出区域就业投资(S-4)策略最优(0.854分)，为平衡城乡人口分布提供量化政策工具，对发展中国家可持续城镇化具有范式意义。

　　

在全球化与城市化进程中，发展中国家普遍面临农村人口向城市单向迁移的困境。土耳其作为典型新兴经济体，过去三十年农村人口比例从41%骤降至27%，引发城市资源超载与乡村发展停滞的双重危机。传统研究多聚焦经济诱因，却忽视政治、技术等多维因素的协同作用，更缺乏量化评估政策效能的决策工具。这种认知空白导致政策干预效果不佳，亟需建立系统化的分析框架。

土耳其的研究团队突破传统研究局限，创新性地将战略管理领域的PEST分析扩展为包含交通维度的PESTELT框架，首次系统识别出7个主维度27项子因素。研究采用前沿的Fermatean模糊集理论处理专家判断的不确定性，通过集成FF-AHP权重计算与FF-EDAS策略排序方法，构建了全新的混合决策模型。相关成果发表在《Sustainable Futures》期刊，为发展中国家的城乡平衡发展提供了方法论范式。

研究团队采用三项关键技术：1) 基于德尔菲法组建跨学科专家组（含城市规划学者、政府官员等），采用改良的PESTELT框架进行因素识别；2) 运用Fermatean模糊数(FFN)处理语言变量，通过Fermatean模糊加权几何(FFWG)算子聚合专家意见；3) 整合FF-AHP计算因子权重与FF-EDAS评估策略绩效，其中创新性地采用立方运算约束(μ³
+v³
≤1)扩展传统模糊集的表达空间。

在影响因素分析部分，研究揭示：

• 经济因素(C₂
  )以0.293权重居首，其中就业机会(C₂₂
  )和收入水平(C₂₃
  )子因素分别达0.112和0.097；
• 社会因素(C₃
  )权重0.203位列第二，教育机会(C₃₁
  )贡献度最高(0.092)；
• 政治因素(C₁
  )中城市规划质量(C₁₁
  )权重0.051，显示治理能力的关键作用。

策略评估部分发现：

• 区域就业投资(S-4)以0.854分成为最优策略，在23项因子中表现突出；
• 乡村产业合作化(S-3)得分0.611，在创造非农就业方面具独特优势；
• 传统公共服务改善(S-1)虽排名第三(0.825)，但在教育医疗等社会因子表现欠佳。

讨论部分指出，该研究首次验证了经济因素并非农村迁移的唯一驱动力，社会服务与治理质量的协同提升同样关键。提出的FF-AHP-EDAS混合模型突破了传统模糊集对隶属度μ+v≤1的限制，通过立方运算显著提升了不确定性表达能力。对土耳其的实证表明，单纯提高城市生活成本的控制政策效果有限，而乡村产业培育和就业创造才是可持续解决方案。

该研究的政策价值体现在三方面：1) 为地方政府提供量化决策工具，可精准测算不同策略的预期效果；2) 提出的PESTELT扩展框架适用于其他发展中国家的迁移政策评估；3) 证实基础设施投资需与产业政策配套实施，这对"一带一路"国家的乡村复兴计划具有参考意义。未来研究可结合时空数据分析，进一步验证模型在不同区域尺度上的适用性。