□張曉雨 張 亮 崔丙群 劉一漩
[內(nèi)容提要]針對城鄉(xiāng)一體化進程中存在的城鄉(xiāng)之間的信息分化現(xiàn)象,以及農(nóng)民對城鄉(xiāng)一體化社區(qū)融入障礙問題,通過構(gòu)建農(nóng)民信息素養(yǎng)和社區(qū)融入的測量模型,研究前者對后者的影響作用。利用調(diào)查問卷收集403份山東省農(nóng)村社區(qū)的相關(guān)數(shù)據(jù),并采用結(jié)構(gòu)方程模型驗證農(nóng)民信息素養(yǎng)水平對其社區(qū)融入程度的影響作用,分析農(nóng)民信息素養(yǎng)各測量變量對社區(qū)融入的作用系數(shù)。研究結(jié)果表明,農(nóng)民的信息安全意識隨著農(nóng)民信息獲取和識別能力的提升而逐漸提高,而農(nóng)民的心理文化融入與日常生活融入緊密相關(guān)。在農(nóng)民信息素養(yǎng)中,信息理解利用對其社區(qū)融入的影響作用最大,而信息共享交流通過改變農(nóng)民的社會資本對其社區(qū)融入也能起到極大地推動作用。在社區(qū)融入方面,農(nóng)民的日常生活和心理文化融入是首要問題。農(nóng)民的信息素養(yǎng)對其社區(qū)融入具有顯著的正向影響。
2015年5月,中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于深入推進農(nóng)村社區(qū)建設(shè)試點工作的指導(dǎo)意見》(以下簡稱“意見”),明確指出全面推進農(nóng)村社區(qū)建設(shè),統(tǒng)籌城鄉(xiāng)一體化發(fā)展?!兑庖姟诽岢鰧⑥r(nóng)村社區(qū)作為農(nóng)村社會服務(wù)管理的基本單元。城鄉(xiāng)一體化是城鎮(zhèn)化發(fā)展的具體表現(xiàn),也是公共服務(wù)向農(nóng)村社區(qū)延伸、讓農(nóng)民共享改革發(fā)展成果的必然要求。因此,農(nóng)民對農(nóng)村社區(qū)的融入是城鄉(xiāng)一體化發(fā)展的重要組成部分。然而對于已經(jīng)習(xí)慣鄉(xiāng)土生活的農(nóng)民,在社區(qū)融入過程中面臨多重障礙和困難,甚至對城鄉(xiāng)一體化產(chǎn)生了抵觸情緒,出現(xiàn)了“反城市化”或“逆城市化”現(xiàn)象[1]。相關(guān)研究表明,社會融入很大程度上是一個信息問題,信息貧困和短缺會對移民的社會融入產(chǎn)生負面影響,而信息能力能夠促進移民參與社區(qū)活動和在新的生活環(huán)境中定居和社會融入[2-6]。目前我國城鄉(xiāng)之間的信息分化已經(jīng)成為普遍現(xiàn)象,并且阻礙著我國的城鄉(xiāng)一體化發(fā)展和全面小康社會建設(shè)[7,8]。本文通過對城鄉(xiāng)一體化過程中農(nóng)民信息素養(yǎng)與其社區(qū)融入關(guān)系的實證研究,分析農(nóng)民信息素養(yǎng)的各構(gòu)成維度對其社區(qū)融入的影響路徑,從而為推動農(nóng)民更好地融入新型農(nóng)村社區(qū)提供相應(yīng)的對策建議。
信息素養(yǎng)的概念最早由美國信息產(chǎn)業(yè)協(xié)會主席澤考斯基于上世紀70年代提出。80年代末,美國圖書館學(xué)會下設(shè)的“信息素養(yǎng)總統(tǒng)委員會”給出了信息素養(yǎng)的權(quán)威定義,其認為信息素養(yǎng)應(yīng)該包括信息需求的確認以及信息搜索、評價和利用方面的能力。自此對于信息素養(yǎng)的關(guān)注逐漸增多,一方面,以英國、澳大利亞和新西蘭等西方發(fā)達國家相關(guān)機構(gòu)紛紛提出自身的信息素養(yǎng)標準。我國在上世紀90年代末發(fā)布的《中共中央國務(wù)院關(guān)于深化教育改革全面推進素質(zhì)教育的決定》中,提出了針對學(xué)生培養(yǎng)的信息素養(yǎng)標準[9]。而另一方面,信息素養(yǎng)的學(xué)術(shù)研究也成為熱點問題。國內(nèi)外學(xué)者分別對信息素養(yǎng)的內(nèi)涵與外延、構(gòu)成維度和影響作用展開研究,包括數(shù)據(jù)素養(yǎng)、媒介素養(yǎng)和元素養(yǎng)等新概念的提出和由信息素養(yǎng)差異而導(dǎo)致的信息分化及其社會影響等問題[10-15]。但是,在目前的較多研究中,會將信息素養(yǎng)和信息能力兩者完全等同起來。而本文認為信息素養(yǎng)和信息能力存在一定的區(qū)別,尤其是對于農(nóng)村居民,其首先對于信息的價值認知不足,而這種價值認知的缺少導(dǎo)致農(nóng)民缺少提升信息技能的動機。隨著信息時代尤其是大數(shù)據(jù)時代的到來,信息安全成為人類面臨的必然問題,因此,在現(xiàn)代人的信息素養(yǎng)構(gòu)成中還應(yīng)該包含信息安全意識或信息道德。隨著我國農(nóng)村社區(qū)化進程,農(nóng)民的信息化環(huán)境的改善和信息消費能力的提升,農(nóng)民同樣面臨著信息安全的問題。因此,本文提出了農(nóng)民信息素養(yǎng)體系在傳統(tǒng)的信息能力構(gòu)成即信息獲取識別、分析利用和分享交流能力的基礎(chǔ)上,增加信息價值認知和信息安全意識兩個維度,從而形成農(nóng)民的信息素養(yǎng)指標體系。農(nóng)民信息素養(yǎng)的指標構(gòu)成關(guān)系如圖1所示。
圖1 農(nóng)民信息素養(yǎng)的指標構(gòu)成關(guān)系
在城鄉(xiāng)一體化進程中,農(nóng)民面臨著多方位的社區(qū)融入問題,包括經(jīng)濟生活,日常生活和心理文化等方面的問題[16-18]。社區(qū)化進程中很多農(nóng)民面臨著失地的問題,同時,社區(qū)的居住環(huán)境也不太適合從事農(nóng)事活動。而伴隨著城鄉(xiāng)的融合發(fā)展,農(nóng)民的消費水平卻在逐步提升。因此,城鄉(xiāng)一體化的進程中農(nóng)民面對個人生計問題,即社區(qū)的經(jīng)濟生活融入問題,使其就業(yè)方式和收入來源需要進行調(diào)整。社區(qū)化會帶來生活環(huán)境的變化,體現(xiàn)在社區(qū)環(huán)境、規(guī)章制度、生活習(xí)慣等方面。同時,撤村建居的過程中,社區(qū)居民往往來自于多個自然村,因此農(nóng)民也面臨著社會網(wǎng)絡(luò)重構(gòu)的問題,體現(xiàn)在其社會交往和社區(qū)活動等方面,都會有所調(diào)整和適應(yīng),即社區(qū)日常生活融入問題。此外,社區(qū)化的進程中農(nóng)村居民同樣面臨著地域和心理等方面的融入問題。由于農(nóng)村社區(qū)化進程大都是改變的農(nóng)村居民的生活環(huán)境,但是其地理位置不會有太大改變,而社區(qū)心理融入主要體現(xiàn)對身份、文化的認同和其內(nèi)心的歸屬感上。農(nóng)民社區(qū)融入的構(gòu)成維度具體如圖2所示。
圖2 農(nóng)民社區(qū)融入的構(gòu)成維度
基于信息素養(yǎng)和社會融入已有研究結(jié)論[19-21],本文提出如下的研究假設(shè):城鄉(xiāng)一體化進程中農(nóng)民的信息素養(yǎng)水平對于社區(qū)融入程度具有顯著的正向影響。并由此構(gòu)建本文的理論概念模型,具體如圖3所示。
圖3 農(nóng)民信息素養(yǎng)對社區(qū)融入的影響概念模型
概念模型中的農(nóng)民信息素養(yǎng)和農(nóng)民社區(qū)融入均為潛在變量,不可直接觀測。因此,本文在信息素養(yǎng)[22-24]和社區(qū)融入[25-27]的相關(guān)研究基礎(chǔ)上,選擇信息價值認知、信息獲取識別、信息理解利用、信息共享交流和信息安全意識五個觀測變量來測量農(nóng)民的信息素養(yǎng)。同時,選取社區(qū)經(jīng)濟融入、社區(qū)生活融入和社區(qū)心理融入三個觀測變量測量農(nóng)民的社區(qū)融入,并通過具體觀測問題項的設(shè)置形成調(diào)查問卷。信息價值認知方面,通過信息影響認同、信息作用認可、信息需求程度和信息支出意愿來四個問題項來測量。信息獲取識別方面,通過信息渠道數(shù)量、新型渠道使用、信息來源發(fā)掘、信息及時獲取、信息分辨過濾、信息真?zhèn)伪鎰e六個問題項來觀測。信息理解利用方面,通過信息有效利用、信息整合使用、信息大意提煉、信息用途思索和信息應(yīng)用擴展五個問題項進行觀測。信息共享交流方面,通過信息分享意愿、信息表達能力、信息傳遞手段、信息技能分享和信息分享收益五個問題項進行觀測。信息安全意識方面,通過相關(guān)法律了解、不良信息識別、個人信息保護和違法行為規(guī)避五個問題項進行觀測。每個潛在變量的觀測變量及問題項如表1所示。社區(qū)經(jīng)濟融入方面,從收入來源調(diào)整、收入差異縮減、收入影響適應(yīng)、消費水平承受和工作機會發(fā)掘等五個方面來測量。社區(qū)生活融入方面,主要從生活環(huán)境融入、社交網(wǎng)絡(luò)融入、社區(qū)管理認可、社區(qū)活動參與和生活習(xí)慣適應(yīng)五個問題項來測量。社區(qū)心理融入方面,主要從居民身份認同、文化風(fēng)俗融入和社區(qū)心理歸屬三個方面進行測量。具體的觀測變量和測量問題項如表1所示。
表1 農(nóng)民信息素養(yǎng)對其社區(qū)融入影響測量模型
本文依據(jù)上表的測量問題項,基于5點的Likert量表形成調(diào)查問卷。選取了山東省43家完成社區(qū)化改造的農(nóng)村社區(qū)作為研究對象,每個社區(qū)發(fā)放調(diào)查問卷10份。共發(fā)放問卷430份,收回有效問卷403份,有效問卷比例為93.72%。調(diào)查對象的基本特征具體如表2所示。
表2 調(diào)查對象的基本特征
在對調(diào)查問卷的數(shù)據(jù)進行實證分析之前,需要對調(diào)查數(shù)據(jù)進行信度和效度檢驗。信度是指對同一事物進行重復(fù)測量時所得結(jié)果的整體一致性程度。本文采用克隆巴赫α系數(shù)對問卷數(shù)據(jù)進行效度檢驗。利用SPSS 16.0軟件測算的結(jié)果顯示,總體數(shù)據(jù)的克隆巴赫α系數(shù)為0.907。而各潛在變量指標數(shù)據(jù)的克隆巴赫α系數(shù)如下:信息價值認知為0.776,信息獲取識別為0.811,信息理解利用為0.827,信息共享交流為0.742,信息安全意識為0.716,社區(qū)經(jīng)濟融入為0.840,社區(qū)生活融入為0.795,社區(qū)心理融入為0.700。由此可知各潛在變量的克隆巴赫α系數(shù)也均大于0.7。這說明測量模型的內(nèi)在一致性較好,通過調(diào)查問卷收集的數(shù)據(jù)具有較高的信度。
效度指測量得出結(jié)果的正確性和有效性,效度越高代表測量事物真正特質(zhì)的效果越好。本文利用探索性因子分析進行測量數(shù)據(jù)的效度檢驗。而探索性因子分析之前首先進行KMO和巴特利特球形檢驗。農(nóng)民信息素養(yǎng)測量量表的KMO值為0.919,農(nóng)民社區(qū)融入測量量表的KMO值為0.893,均大于0.8;兩者的巴特利特球形檢驗的值分別為4194.346和2114.771。其P值均小于0.05,因此適合進行探索性因子分析。對農(nóng)民信息素養(yǎng)進行探索性因子分析的結(jié)果如表3所示。
表3 信息素養(yǎng)因子載荷分析結(jié)果
根據(jù)表3的因子分析結(jié)果可知,公因子1主要載荷了信息理解利用的四個問題項,因此該因子命名為信息理解利用。而公因子2方面,農(nóng)民信息安全意識的四個觀測變量與信息獲取識別的四個變量共同負荷在一個公因子2上,這說明一方面,農(nóng)民在獲取信息的過程中,逐步形成了對于不良信息辨別和篩選的意識,另一方面,在農(nóng)民獲取的信息中就包含部分關(guān)于信息安全的相關(guān)內(nèi)容,這使得農(nóng)民的信息安全意識得以提升。此外,伴隨著農(nóng)民獲取信息的增多和對信息的辨識能力提高,農(nóng)民逐步形成了信息安全意識。這說明信息獲取識別與信息安全意識很好地融合到了一個觀測變量中,為了同時兼顧信息獲取和信息安全兩個方面,本文將公因子2命名為信息獲取辨識。公因子3主要載荷的是信息價值認知的指標,因此命名為信息價值認知。公因子4主要載荷的是信息共享交流的指標項,因此命名為信息共享交流。而對農(nóng)民社區(qū)融入的探索性因子分析結(jié)果如表4所示。
表4 社區(qū)融入因子載荷分析結(jié)果
從農(nóng)民社區(qū)融入指標的探索性因子分析結(jié)果來看,社區(qū)生活融入和社區(qū)心理融入兩個觀測變量的指標共同負荷在一個公因子上,這說明農(nóng)民在日常生活逐步融入進社區(qū)的過程中,心理也跟著一起融入到社區(qū)生活中,即生活融入與心理融入緊密結(jié)合在一起。因此,本文將該公因子命名為社區(qū)生活融入。而另一公因子上負荷的仍然是社區(qū)經(jīng)濟融入的各指標,則仍舊命名為社區(qū)經(jīng)濟融入。
經(jīng)過探索性因子分析之后,農(nóng)民信息素養(yǎng)的觀測變量調(diào)整為信息理解利用、信息獲取辨識、信息價值認知和信息共享交流四個,而農(nóng)民社區(qū)融入的觀測變量調(diào)整為社區(qū)經(jīng)濟融入和社區(qū)生活融入兩個。兩個潛在變量的觀測變量調(diào)整后,本文對測量量表的信度和效度重新進行檢驗。信度檢驗的結(jié)果表明,總體量表的克隆巴赫α系數(shù)為0.890,各指標的克隆巴赫α系數(shù)如下:信息理解利用為0.833,信息獲取辨識為0.844,信息價值認知為0.801,信息共享交流為0.788,社區(qū)經(jīng)濟融入為0.840,社區(qū)生活融入為0.852,均大于0.7,這說明量表數(shù)據(jù)依舊具有很高的信度。
在對測量變量進行信度和效度檢驗的基礎(chǔ)上,本文基于結(jié)構(gòu)方程模型(Structural Equation Model,SEM)對農(nóng)民信息素養(yǎng)水平與其社區(qū)融入程度的關(guān)系展開實證研究。利用AMOS 20.0軟件對變量之間的路徑系數(shù)進行測算,并驗證模型的整體擬合程度。為了提高模型的整體擬合程度,需要對模型誤差變量之間的關(guān)系進行適度修正,修正后的模型如圖4所示。
圖4 修正后的模型輸出結(jié)果
根據(jù)結(jié)構(gòu)方程模型擬合指標的參考理想值,可以發(fā)現(xiàn),通過模型修正,結(jié)構(gòu)方程模型的整體擬合值有較為明顯的改善,模型修正前后的整體擬合指標值對比如下表5所示。
表5 修正前后的模型整體擬合結(jié)果對比
利用AMOS 20.0軟件測量出的結(jié)構(gòu)方程模型中各變量之間的路徑系數(shù)如表6所示。
表6 修正模型的路徑系數(shù)與假設(shè)檢驗結(jié)果
根據(jù)上述輸出結(jié)果可知,首先,外生潛變量農(nóng)民信息素養(yǎng)對內(nèi)生潛變量農(nóng)民社區(qū)融入具有顯著的影響作用,其影響系數(shù)為0.84,大于0。這說明本文提出的理論假設(shè)成立,即農(nóng)民信息素養(yǎng)的水平對其社區(qū)融入程度具有顯著的正向影響。通過提升農(nóng)民的信息素養(yǎng)水平能夠有效地消除農(nóng)民在社區(qū)融入過程中的障礙,促進農(nóng)民更好地融入進社區(qū)化的生活中去。
其次,根據(jù)輸出的路徑系數(shù),農(nóng)民信息素養(yǎng)的觀測變量對社區(qū)融入的影響作用依次為信息理解利用0.90>信息共享交流0.78>信息獲取辨識0.76>信息價值認知0.75。這說明信息理解利用對于農(nóng)民的社區(qū)融入影響最大。信息在農(nóng)民的社區(qū)經(jīng)濟、生活和心理融入中起著重要的媒介作用,只有實現(xiàn)信息融合才能更好地實現(xiàn)社區(qū)融入,而信息融合又與農(nóng)民的信息利用處理緊密相關(guān)[28]。只有提升農(nóng)民對信息工具和信息本身的利用和處理水平,才能推動農(nóng)民從經(jīng)濟、生活和心理方面全面融入到社區(qū)當(dāng)中去。信息手段的豐富和信息的有效利用能夠幫助農(nóng)民獲得更多的工作信息、創(chuàng)業(yè)信息、市場信息和技術(shù)信息,并將這些信息轉(zhuǎn)化為經(jīng)濟收入,使其非農(nóng)收入增加或者從傳統(tǒng)的種養(yǎng)農(nóng)業(yè)向新型農(nóng)業(yè)轉(zhuǎn)變,消除社區(qū)化帶來的負面影響,從而更好實現(xiàn)社區(qū)經(jīng)濟融入。另一方面,現(xiàn)代社區(qū)化的管理更趨向于信息化管理,會更加依賴信息工具和手段來實現(xiàn)社區(qū)的管理與服務(wù)。不論社區(qū)是采用綜合信息服務(wù)平臺、在線社區(qū)還是新型手機應(yīng)用來協(xié)助社區(qū)管理與服務(wù),都對農(nóng)民的信息理解與利用能力有所要求。因此,信息理解利用水平對于農(nóng)民的社區(qū)生活融入能夠產(chǎn)生顯著影響,包括包含在生活融入中的心理融入。
此外,信息共享交流對農(nóng)民社區(qū)融入也具有較大的影響,這主要是由于通過信息的共享交流除了可以使農(nóng)民獲得更多的信息來源和信息技能,更為重要的是信息共享交流的過程可以改善農(nóng)民的社會資本特征,優(yōu)化農(nóng)民的社會網(wǎng)絡(luò)結(jié)構(gòu)。農(nóng)民社會資本形成主要以血緣和地緣為紐帶,是一種典型以強關(guān)系為主導(dǎo)的社會網(wǎng)絡(luò)。信息分享交流的能力可以讓農(nóng)民打破原有的社交范圍限制,提升社會網(wǎng)絡(luò)中弱關(guān)系比重,在城鄉(xiāng)一體化過程中重構(gòu)自己的社會資本。比如新媒介提供的基于位置的服務(wù)就可以讓農(nóng)民在新的社區(qū)環(huán)境下較快地形成新的鄰里關(guān)系[29]。但是,這種信息分享交流是建立在信息工具和手段利用的基礎(chǔ)之上的,所以量表調(diào)整前部分信息分享交流的觀測變量融入到了信息分析交流維度中。而社會網(wǎng)絡(luò)中的弱關(guān)系又能夠為農(nóng)民帶來更多的異質(zhì)性資源,推動其社區(qū)經(jīng)濟融入的進程。
再者,農(nóng)民的社區(qū)生活融入的路徑系數(shù)為0.85,大于社區(qū)經(jīng)濟融入的路徑系數(shù)0.74。這表明農(nóng)民的社區(qū)融入過程中首要的是日常生活的融入,以及伴隨著生活融入過程中的心理文化融入,然后才是經(jīng)濟融入的問題。農(nóng)民的社區(qū)日常生活融入既包括對于社區(qū)生活環(huán)境、管理服務(wù)和日常習(xí)慣的適應(yīng),也包括對新的社交網(wǎng)絡(luò)和組織活動的參與。農(nóng)民的信息素養(yǎng)能夠讓其快速地了解社區(qū)管理的規(guī)章制度,充分利用社區(qū)的服務(wù)支持網(wǎng)絡(luò),并通過社會資本的連接性較快地融入新的社區(qū)社交網(wǎng)絡(luò)中。此外,較好的信息素養(yǎng)可以讓農(nóng)民更多的接觸到新的社區(qū)文化,了解城市居民的生活特征,從而促進其對社區(qū)的文化認同和自身的身份轉(zhuǎn)變。因此,推動農(nóng)民的社區(qū)融入時應(yīng)該以文化和生活先行,然后再考慮經(jīng)濟生活的融入問題。
本文利用403份山東省農(nóng)村社區(qū)的調(diào)查數(shù)據(jù),通過農(nóng)民信息素養(yǎng)對其社區(qū)融入影響作用進行實證分析。研究結(jié)果表明,隨著農(nóng)民信息理解利用能力的提升,其信息安全意識也逐步形成,而農(nóng)民的社區(qū)心理融入與日常生活融入兩個過程融合在一起。農(nóng)民的信息素養(yǎng)對其社區(qū)融入具有顯著的正向作用。并且信息素養(yǎng)的四個觀測指標中,對于農(nóng)民社區(qū)融入影響最大的是信息理解利用的能力,其次是信息分享交流,然后是信息獲取辨識和信息價值認知。而在農(nóng)民社區(qū)融入過程中,首先應(yīng)該注重的是要實現(xiàn)社區(qū)的日常生活融入,包括心理文化的融入,然后才是社區(qū)的經(jīng)濟生活融入。
根據(jù)本文的研究結(jié)論,農(nóng)民信息素養(yǎng)對于其社區(qū)融入具有顯著的正向影響。因此,在城鄉(xiāng)一體化進程中,需要注意通過提升農(nóng)民的信息素養(yǎng)去加快其社區(qū)的融入過程。要提升農(nóng)民的信息素養(yǎng)首先必須要農(nóng)民意識到信息的價值,認識到信息在現(xiàn)代社會發(fā)展中的重要作用,可以通過典型事例的宣傳喚醒農(nóng)民的信息價值覺悟,提升其信息消費的支出和水平[30]。其次,在城鄉(xiāng)一體化的過程中,加強農(nóng)村社區(qū)的信息服務(wù)網(wǎng)點建設(shè),積極搭建農(nóng)村社區(qū)公共綜合信息服務(wù)平臺。目前,我國的農(nóng)村社區(qū)公共服務(wù)綜合信息平臺覆蓋率要不足三成,這使得農(nóng)民的信息需求無法得到有效的滿足。再者,加強社區(qū)的志愿互助組織和非政府組織的建設(shè)。非正式非政府的社會組織是社區(qū)的經(jīng)緯線,在許多發(fā)達國家,它已經(jīng)成為社區(qū)公共服務(wù)的主體。通過社區(qū)的志愿互助組織和非政府組織的建設(shè),能夠拓展農(nóng)村社區(qū)居民的社交網(wǎng)絡(luò),增加其信息來源渠道,并有效提升其信息分享交流的能力。目前,我國政府已經(jīng)開始意識到社會組織對于社區(qū)發(fā)展的重要性。在民政部發(fā)布的《城鄉(xiāng)社區(qū)服務(wù)體系建設(shè)規(guī)劃(2016-2020年)》就明確提出,大力培育服務(wù)性、公益性、互助性城鄉(xiāng)社區(qū)社會組織,力爭到2020年農(nóng)村社區(qū)平均擁有不少于5個社區(qū)社會組織。最后,要實現(xiàn)農(nóng)民社區(qū)居民信息素養(yǎng)的持續(xù)提升,必須要讓信息化專業(yè)人才扎根于農(nóng)村的基層服務(wù)。在條件允許的情況下,農(nóng)村社區(qū)基層管理組織中需要配備具有信息專業(yè)背景的工作人員。積極開展針對農(nóng)民的信息技能公益性培訓(xùn),甚至可以考慮把信息素養(yǎng)教育納入到農(nóng)民的職業(yè)培訓(xùn)中來[31]。