吴振丽 张胜礼
(兴义民族师范学院, 贵州 兴义 562400)
随着社会经济不断发展,各种文化都得到了不同程度的重视。近年来,侗族文化更是受到了广泛的关注,越来越多的学者在研究侗族文化[1-3]。我们研究发现,以往学者只是通过侗族发展历史和文化的视角[4,5]对相关的侗族文化进行了定性研究,主要聚焦侗族的相关社会文化问题,并没有对侗族文化进行量化方面的评价研究。进一步,我们发现,国内外学者更没有利用模糊数学评价方法对侗族文化进行研究评判。如所知,模糊数学综合评价方法可以对一些事物做出客观合理的评价,且评价的系统性比较强,评价的结果清晰可靠,已经获得了广泛应用。因而,利用模糊综合评价方法对侗族文化进行评价则更有利于人们了解侗族文化。
经济快速发展过程中,少数民族文化受到重视的同时也受到不同程度的汉化。有些地方的少数民族文化甚至面临消亡的危险。因此,使用模糊数学综合评价法对侗族文化进行评价,以便更加直观的反映侗族文化中不同影响因子对整体侗族文化的影响程度以及不同地区侗族文化的保存情况,从而为侗族文化研究和保护工作提供一种量化的研究方法。
通过模糊数学综合评价方法,我们选取贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等地侗族文化的汉化程度进行研究评价,结果显示贵州黔东南侗族文化被汉化程度比较低,侗族文化整体质量较好。
研究发现,各地侗族文化被汉化程度和语言、服饰、民俗的差别具有相关性。近年来,在全国范围内不断出现侗族文化被汉化的问题,日益引起国内众多学者的关注。于是,通过对贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等评价地点的侗族文化保存情况进行评价,一方面可以使决策者能更好地了解贵州黔东南侗族文化被汉化的情况,另一方面可以为决策者保护侗族文化提供理论依据。因此,我们选取侗族文化中的语言(y)、服饰(f)、民俗(m)作为评价对象,同时取贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等地作为评价地点,采用模糊综合评价法对侗族文化被汉化程度进行评价。贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等地侗族分布情况如表1所示。
表1 侗族文化分布情况
研究发现侗族文化具有重要的文化价值以及社会价值。利用模糊综合评价方法对侗族文化汉化程度进行研究,可以促使侗族人民产生一定的民族文化危机感,激励人们尤其是侗族人们更积极有效的保护和继承侗族文化,进而为丰富多彩的中华文明做出贡献[6]。
模糊数学综合评价法是根据模糊数学的隶属度理论把定性评价转化为定量评价的方法。这种评价方法由美国自动控制专家Z a d eh[7]于1965年首次提出,后来在各个领域的工作中得到了大量使用。由于侗族文化评价等级划分的界限模糊,所以用模糊集理论中的隶属函数来表示侗族文化的保存情况,可以更加客观合理地确定侗族文化汉化程度。
模糊数学综合评价方法的一般步骤[8-12]:
(1)寻找所要评价对象的因子,研究评价对象因子的可行性;根据可行性研究来确定因子集U。
(2)建立所有考查对象可能出现的评估等级情况集合,即建立评价集V。
(3)根据相关数据确定评价指标特征值以及评价标准,建立评价参数对评价等级的模糊隶属函数。对第I级评定等级隶属函数,为:
对第j级评定等级隶属函数,为:
对第n级评定等级隶属函数,为:利用隶属函数算出评价参数对各评定等级的隶属度,从而得到模糊隶属矩阵R。
(5)根据隶属矩阵和权值结果,按建立模糊评价矩阵,且合成模糊综合评价结果。
(6)对所得的模糊综合评价结果进行分析。
我们选取贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等作为模糊综合评价地点,采用语言、服饰、民俗作为评价因子,对2017年侗族文化被汉化程度进行综合评判。
1.建立模糊综合评价因子集和评价集
通过对侗族文化的研究,选取侗族文化的y,f,m(y为语言,f为服饰,m 为民俗)三个因素作为评价因子,得到因子集U={y、f、m}。待考查对象的评估等级为I级、II级、III级,得到评价集V={I,II,III}。表2和表3侗族文化汉化程度指标特征值和汉化程度的评价标准。
表2 被汉化程度指标特征值
指标特征值是通过对侗族的分布情况、文化保存情况的分析来确定。
表3 被汉化程度评价标准
被汉化程度评价标准数据是通过对该地区侗族人民平时的生活情况研究确定。
2.建立模糊综合评价的隶属函数[13]
语言(y)、服饰(f)、民俗(m)的各评定等级的隶属函数建立如下,以语言(y)建立的方法为例。第I级评定等级的隶属函数:
第j级评定等级的隶属函数:
第n级评定等级的隶属函数:
将数据代入各参数对应的各级标准的隶属函数公式中,算出各评价参数对各评定等级的隶属度,从而构成模糊关系矩阵[14]。
以2017年调查得到的数据为例,建立的隶属度矩阵,由于评价因子数z=3,评价等级n=3,所以需对2017年建立一个的隶属矩阵。以贵州黔东南黎平侗族语言数据计算为例,计算方法是用指标特征值代入到具体函数中进行计算,如:。经计算,得到如下隶属度矩阵:
由上述隶属度函数可知,2017年语言汉化等级为I级(汉化程度低)的隶属度达到66.7%,语言汉化等级为II级(汉化程度较低)的隶属度达到33.3%,语言汉化程度为III级(汉化程度较重)的隶属度为0。根据表1的特征值计算得到2017年的隶属函数值,建立其模糊关系矩阵,如表4所示。
表4 2017年侗族文化汉化程度模糊关系矩阵
3.建立模糊综合评价参数的权重集
为了反映各因素的不同重要程度,对各评价因素赋予相应的加权系数Wi(i=1,2,…,z),加权系数的集合 W=w1,w2,…wz被称为权重集。
权重的计算方式采用权重计算统一化公式:
其中,Wi为被汉化物的权重值;Ci为被汉化物i监测值的均值;Si为被汉化物的各级标准程度。
以2017年数据为例,权重计算方式如下(得到的结果如表5所示):
表5 2017年汉化物权值计算结果
4.建立模糊综合评价矩阵
模糊综合评价矩阵B是一个z行n列的矩阵,矩阵中的因素bij(i=1,2,…,z;j=1,2,…,n表示第i个因素对j评价等级的隶属度,而第i个因素的模糊评价子集就是(b i1,b i2…,bin)。
权值矩阵W中的3个数值Wi是指每个评价因素对整体文化质量的影响程度,而隶属度矩阵R中的每个数值rij是指某个评价因素对于相应评价等级(I,II,III级)的隶属度。按照B=W·R 的计算方法算出每年侗族文化整体质量的隶属度,取隶属度最大值得那一级,即为相应的侗族文化被汉化程度的等级。以2017年数据为例,计算方式如下:
因此,2017年侗族文化被汉化程度的计算结果如表6所示。
表6 2017年模糊综合评价结果
根据上述计算方式得到2017年贵州黔东南黎平、从江、榕江、天柱、剑河、锦屏、三穗、镇远等地侗族文化的模糊综合评价结果,如表7所示。
表7 2017年黔东南地区侗族文化汉化模糊综合评价结果
5.模糊综合评价结果分析
根据表7的模糊综合评价结果可以看出,2017年贵州黔东南黎平水口、从江、榕江、天柱、剑河、锦屏、三穗、镇远等地侗族文化被汉化的程度都比较低。总的来说,文化质量保存比较好。表5中被汉化物的权值表示各被汉化物对整体文化质量的影响程度。通过表5还可以看出,服饰对整体文化等级的影响程度最大,语言对文化等级的影响最小;说明服饰对综合文化质量的影响起到决定性作用。
采用模糊综合评判方法对贵州黔东南主要地区侗族文化汉化程度展开研究,相比于定性方面的研究,本文所提出的评价方法弥补了定性研究方法的不足,具有一定的客观性和合理性。利用模糊综合评判方法所得的结果,可以看出每种被汉化物的汉化程度,而且通过隶属度函数还可以知道这种被汉化物对相应汉化等级的隶属程度,这使得评价信息更加全面客观。
[1]石佳能.侗族节日文化简论[N].中南民族学院学报(哲学社会科学版),1992,3:47-50.
[2]王振.黔东南州侗族传统体育文化研究[J].民族传统体育,2014,4(8):123-124.
[3]程潇,张爽.侗族服饰纹样及其文化研究[J].山东纺织经济,2016,8:46-47.
[4]吴定国.侗族大歌申遗之研究—侗族大歌申报世界人类非物质文化遗产的历程[N].贵州民族学院学报(哲学社会科学版),2009,2:37-40.
[5]甘雨,白锦龙.研究黔东南侗族历史和文化的视角—侗族酸食[J].商,2014,39:95-96.
[6]田化.我国民族文化保护面临的挑战和对策[J].边疆经济与文化,2009,6:51-52.
[7]ZA D E H L A.Fuzzy sets[J].Inf.Cont,1965,8(3):338-353.
[8]杨磊,潘正华.基于带有三种否定的模糊集FSCO M的模糊综合评判[J].计算机工程与科学,2011,33(9):136-140.
[9]李新,刘洋,于晓菡,章熙锋.基于模糊数学模型的水环境质量综合评价 [J].广东农业科学,2013,20:164-167.
[10]潘峰,付强,梁川.模糊综合评价在水环境质量综合评价中的应用[J].环境工程,2002,20(2):58-61.
[11]张胜礼.基于G FScom的多层次模糊综合评判与推理及其应用[J].模糊系统与数学,2017-06,31(3):89-94.
[12]张胜礼,李永明.广义模糊集G FScom在模糊综合评判中的应用[J].计算机科学,2015-07,42(7):125-128.
[13]谢文华,李楠.中国重点城市大气质量特征研究及评价[J].中国科技论文在线精品论文,2014,7(24):2459-2463.
[14]谢季坚,刘承平.模糊数学方法及其应用(第二版)[M].武汉:华中科技大学出版社,2000年5月.