周圣義 李 松 韓 芳 霍琴琴
(新疆農業(yè)大學管理學院 烏魯木齊 830052)
黨的十九大提出“加強各民族交往交流交融,促進各民族像石榴籽一樣緊緊抱在一起”,從地緣屬性上來看,新疆地理區(qū)位上與多國比鄰而居,成為各種跨境犯罪活動和境外敵對勢力滲透的敏感地帶;從人文屬性上看,邊疆民族群體的多元構成、多元文化的沖突與融合、異質的民族習俗與宗教習慣等基層治理帶來嚴峻的挑戰(zhàn)。李松、張凌云(2015)、任雪(2016)、張志澤、高永久(2016)、楊鹍飛(2017)[1~4]等學者在從不同的角度提出多民族(互嵌)社區(qū)治理的核心在于公共性及社會性的統(tǒng)一,強化各族群間行為認同,形成良好的民族文化生態(tài)空間;張靜,艾彬,徐建華(2005)基于主因子分析對上海外環(huán)區(qū)進行生態(tài)社區(qū)評價[5];雷軍(2015)在多民族聚居城市社會空間結構研究中通過建立層次結構模型,以AHP確定權重對城市社區(qū)居民滿意度進行評價[6];熊歡,鄧宇,夏四友(2016)基于層次分析法對寧夏市某社區(qū)居民歸屬感的探究[7];李松(2017)以主因子分子法對烏魯木齊居住空間進行分析[8];李晚蓮,劉思涵(2018)以層次分析法對社區(qū)醫(yī)療衛(wèi)生機構應急能力評價[9]。本文在借鑒前人研究的基礎上,首先把多民族社區(qū)居民的日常行為傾向如(衣食住行、風俗習慣、宗教文化、語言傾向)作為研究對象,然后以“因子分析法”確定各主因子,并以特征值大于1為因子分析選擇標準,從行為意愿系統(tǒng)選取7個主因子。繼而通過AHP客觀賦權確定準則層對目標層的權重,主要由各因子的貢獻率確定,最終通過指標層對于準則層的權重系數測算多民族社區(qū)行為意愿融合度。
檢索相關文獻資料,對于文化融合的測量尚無定論,學者研究的量表維度極不統(tǒng)一,有些使用單一維度測量,有些使用多個維度測量。Zane(2003)提出文化適應測量要用與之相關聯(lián)的行為和態(tài)度來評斷,這種行為和態(tài)度包括語言的使用、偏好和使用頻率、程度、日常的生活方式、行為習慣、社會風俗、文化信仰、交流方式、家庭的社會網絡方式等[10];Berry(1997)、Matsudaira(2006)、Mat?sumoto(2006)等認為對文化適應的測量應該向價值觀、認同感等內在品質方向的測量,對個體層面的文化適應來說并不需要固定的模式,可以根據族群的不同和文化的不同因時制宜設計[11~13];范莉娜(2016)利用探索性因子分析方法及通過KMO測度檢驗和Barlett球體檢驗,認為民族村寨居民的文化適應測量應包括社會交往交流、日常生活行為、民族認同三個維度[14]。本研究圍繞多民族社區(qū)居民行為意愿研究,遵循指標體系客觀性、科學性、完整性原則對指標進行整理如下:行為意愿系統(tǒng)中X1-X5代表飲食文化、X6-X10代表家居服飾文化、X11-X17代表語言文化、X18-X24代表宗教文化、X25-X33代表社會習俗文化、X34-X37代表出行文化;建立一套比較合理的多民族社區(qū)居民行為意愿評價體系。
多元線性回歸廣泛用于顧客滿意度定量評價研究中,由最小二乘法求得模型參數的最優(yōu)無偏估計,但是對于社區(qū)文化融合的測量,由于因素之間不能完全獨立,多因素間在某種程度上,存在多種共性,采用最小二乘法可能導致結果與實際存在較大偏差,若采用因子分析法,能夠較好地處理這類問題,本文主要運用Spass22.0的Analyze(Data Re?duction-Factor)因子分析法對數據矩陣進行降維分析,首先對行為意愿部分做原始矩陣,在抽取方法上選擇相關性分析,旋轉上選取最大方差法,經過反復試驗,以特征值大于1為因子分析選擇標準,從行為意愿系統(tǒng)選取主因子,進而通過AHP客觀賦權,得到指標層對于準則層的權重系數,建立層次結構評價模型。
通過Spass22.0的Analyze(Data Reduction-Fac?tor)因子分析法,選取特征值大于1的7個主因子,然后進行因子載荷矩陣,得到各因子的權重值(如表1所示)。第一主因子:因子方差貢獻率為27.064%,主要反映了六個變量的信息,因子主要與X3、X8、X9X33、X35、X36呈現正相關,表明此因子可以在一定程度上解釋居民在行為意愿上的強度。第二主因子:因子方差貢獻率為6.785%,主要反映了三個變量的信息,因子主要與X21、X22、X24呈正相關,表明此因子可以解釋不同族群的居民間對彼此宗教文化的認知程度。第三主因子:因子方差貢獻率為5.572%,主要反映了兩個變量的信息,因子主要與X28、X29(呈正相關,表明此因子可以解釋不同族群居民融合的程度,通婚率越高,說明文化認同感越強。第四主因子:因子方差貢獻率為4.506%,主要反映了兩個變量的信息,因子主要與X14、X17呈正相關,表明此因子可以解釋不同族群居民對于語言文化的態(tài)度,更在一定程度上表明對語言文化代際傳播的態(tài)度。第五主因子:因子方差貢獻率為3.885%,主要反映了兩個變量的信息,因子主要與X2、X13表明此因子可以在某種程度反映居民的交往范圍和交往深度。第六主因子:因子方差貢獻率為3.641%,主要反映了三個變量的信息,因子主要與X11、X25、X26呈正相關,表明此因子代表居民對異質性文化的態(tài)度及認同度。七主因子,因子方差貢獻率為3.1417%,主要反映了兩個變量的信息,因子主要與X1、X5呈正相關,表明在此因子代表不同族群居民對不同飲食行為的包容度。
表1 行為意愿系統(tǒng)特征值、方差貢獻率及指標語義解釋
準則層對于目標層的權重由各因子的貢獻率確定,如表1所示選取7個主因子,對應的特征值分別是9.743、2.443、2.006、1.622、1.399、1.311、1.133,根據公式:
可以計算出各主因子的貢獻率為0.496、0.124、0.102、0.083、0.071、0.067、0.058,行為意愿系統(tǒng)融合度可以表示為
在此基礎上對各主因子與其各自可解釋的因子按上述方法進行處理,通過AHP客觀賦權,得到指標層對于準則層的權重系數(如表2所示),最終可以得到行為意愿系統(tǒng)的評價模型:
表2 行為意愿指標層對目標層權重系數
在研究中,用38個問項對多民族居民的行為意愿進行了測量并通過主因子分析法抽取20個主要因子進行分析驗證。分別對小區(qū)-市區(qū)的居民進行運算,將測算結果求平均值,并在平均數的基礎上利用中位數把測量結果分成三個區(qū)域,平均數-中位數為[0.90,0.91];低分值歸為一類代表單一文化偏好,中間分值歸為一類代表雙文化或多文化偏好,高分值歸為一類代表強烈的多文化偏好。
烏魯木市居民行為意愿融合度偏高;頭屯河區(qū)、沙依巴克區(qū)、新市區(qū)、米東區(qū)居民行為融合意愿度偏高,天山區(qū)、水磨溝區(qū)、達坂城區(qū)的居民行為意愿融合度良好(如表3所示)。
馬曉玲民族社區(qū)族群居住的比例將多民族互嵌式社區(qū)分為四類:漢嵌民社區(qū)、民嵌漢社區(qū)、民漢互嵌社區(qū)、民民互嵌社區(qū)[15]。按照社區(qū)類型劃分,民嵌漢社區(qū)居民行為意愿融合度屬于良好型,而漢嵌民社區(qū)、民民互嵌社區(qū)、民漢互嵌社區(qū)融合度偏低(如表3所示)。
表3 烏魯木齊市多民族社區(qū)居民行為意愿融合測度(市區(qū))
從微觀層面的小區(qū)單位分析,各個小區(qū)居民行為意愿融合度較為散亂;其中頭屯河區(qū)的永昌小區(qū)、天山區(qū)的宏大西區(qū)小區(qū)、幸?;▓@小區(qū)、團結東路小區(qū)、建中小區(qū)、青河寺小區(qū)、以及達坂城區(qū)的達坂城鎮(zhèn)居民行為意愿融合度偏低;良好型的文化融合有天山區(qū)的宏大西區(qū)小區(qū)、新市區(qū)的銀河新城小區(qū)、米東區(qū)的荷蘭小鎮(zhèn)小區(qū)等;優(yōu)質型的文化融合小區(qū)有頭屯河區(qū)的香郡原筑小區(qū)、沙依巴克區(qū)的農大小區(qū)、農科院小區(qū)及盛世嘉園小區(qū)、和萬豪佳苑小區(qū)、米東區(qū)的麗水小區(qū)等(如表3所示)。
本文采用了主因子分析法建立層次結構模型,由主因子的貢獻率確定準則層對目標層的各項權重,進而通過AHP客觀賦權,得到指標層對于準則層的權重系數,通過不同維度的測量,分別對小區(qū)-市區(qū)的居民行為意愿融合度進行運算,將測算結果求平均值,并在平均數的基礎上利用中位數把測量結果分成三個區(qū)域,繼而對核算結果進行判定;可以在某種程度上解釋為多民族社區(qū)居民在一系列具體行為上存在文化差異,較多的是通過飲食文化、家居服飾文化、語言文化、宗教文化、風俗習慣、出行方式反映出來,而這些深層挖掘更是不同族群行為規(guī)范的差異。可以通過對不同族群居民行為的引導,強化社區(qū)內不同族群關系的聯(lián)結,使其進入社區(qū)公共空間生活,逐步產生文化自信;此外在民族、宗教、文化、語言等方面也須采取有效措施,強化居民對社區(qū)、對整個中華文化的認識,增強民族之間的向心力、凝聚力,培育社區(qū)居民良好的心態(tài),塑造社區(qū)居民正確的文化觀、價值觀,實現社區(qū)活力再造。