居民地方感的尺度偏好与影响因素研究

徐梦洁， 王如月， 刘 颖， 吴红梅

(南京农业大学公共管理学院，南京 210008)

地方感是人地关系的重要研究课题之一，体现的是人在情感上与地方之间的一种深切的联结[1]. 20世纪70年代以来，学者们围绕地方感的维度[2]、层次[3]、影响因素[4]与机理[5]开展了大量的研究，在实证研究和理论构建方面形成了较为完善的体系. 地方的核心特征是嵌套性，在个体如何看待、理解特定地方以及行为方面，尺度会影响个体对空间的构想和经历[6]. 但是，地方理论中并未明确最佳的研究尺度，大多数地方感研究缺乏对适宜尺度的论证与探讨. 同时，在研究方法上往往侧重定量分析，结合质性方法与定量方法的尝试极少[7]，难以体现地方感的丰富内涵[8]. 鉴于尺度因素对地方感形成和发展的重要影响，结合多种方法，了解地方感的尺度偏好，明确地方感研究的适宜尺度，有利于更准确地测度地方感及其相关维度，更好地凸显地方所承载的意义.

地方感的研究涉及多种尺度与空间，包括家庭居所、社区、城市、地区、国家和大洲等[9]. 国外超过2/3的研究都在社区尺度开展[10]，其次是家和城市，以地区、国家和大洲为尺度开展的研究极少[11]. TUAN[2]认为城市是最具有代表性的地方，因为与社区相比，城市范围较大且具有清晰的边界. 而地区与社区类似，其边界都不甚清晰. 国内学者极少以社区作为研究尺度，针对旅游者的研究常围绕景区开展[12]，针对居民的研究尺度则较为多元化，如城市[13]、大学城[14]和酒吧[15]等. 尺度的变化会导致地方感强度的差异，个体与家和城市的联结强度通常要高于社区，即呈现U型曲线[10,16]. 相较于社区，城市能提供更多选择与机会，更好地满足居民的日常需求，从而导致更强的联结[7,17]. LACZKO[18]在社区、城镇、州省尺度之外，还纳入了国家和大洲的尺度加以研究，发现大部分被调查者表现出了对国家尺度的强烈依附和对大洲尺度的极弱依附，而对社区、城镇以及州省尺度的依附强度一般介于这二者之间.

地方感的影响因素可以分为3类：社会人口学变量、社会变量以及物理环境变量[6]. 社会人口学变量包括个人特征、居住时间、家庭房屋所有权、社区规模、流动性以及流动范围等，其中家庭房屋所有权和居住时间作为预测地方感的正向指标得到了研究人员的一致认同[16]. 社会变量通常指社区关系，具体指标包括邻里关系的紧密程度、邻里互动频率、邻里间非正式的社交活动的参与程度等[19]. 物理环境变量包括自然、建筑或城市等方面的属性. 其中有些指标易于客观量度，如植被覆盖度[20]；有些指标却需要训练有素的观察人员观测，如街区的整洁程度[21]，难以避免主观性.

20世纪90年代以来，学者们对地方感的研究主要集中于实证领域[6]，且侧重游客地方感测度与前因后果，较少关注居民地方感的尺度. 为此，本研究以高校学生的家乡地方感为研究主题，采用半结构式调查问卷获取数据，结合定量和质性分析方法，了解现有行政区划体系下居民地方感的尺度偏好和影响因素，以揭示地方感形成机制的深刻性和复杂性，进而丰富地方感的理论与方法研究.

1 数据来源与研究方法

1.1 数据来源

研究数据源于调查问卷. 调查问卷包括两部分：第一部分是个人信息，第二部分是与家乡地方感尺度相关的问题. 问卷调查时间为2018年3—4月，被试以南京农业大学公共管理学院2015—2018级本科生为主，得到有效问卷261份，有效问卷回收率为98%. 在被试填写问卷之前，调查人员会简要解释地方感及其附属概念，以确保所获取的信息更为准确.

虽然一些研究认为地方感是一维概念[6]，但大多数学者倾向于将之划分为多个维度，如地方依恋、地方认同、地方依赖、地方意义和满意度等[22]. 本文采用的是朱竑和刘博[23]的观点，将地方感划分为地方依附和地方认同2个维度. 在问卷的第二部分，对应2个维度的封闭式问题分别为：(1)在现有行政区划体系下，你对哪个尺度有最强的依附感？(2)在现有行政区划体系下，你在自我介绍时偏好的尺度是什么？在选择了偏好尺度之后，被试还需进一步说明原因.

按《中华人民共和国宪法》规定，我国行政区划划分为省、县、乡三级. 但实际在省县之间还存在地区或地级市这一级建制，在基层行政管理时还有社区/村这一级别. 因此，问卷中的尺度设置由大到小依次为省级、市级、县级、乡级和村级.

1.2 研究方法

1.2.1 定量方法 本研究使用SPSS22.0对数据进行统计分析. 首先，通过描述性统计分析总结被试的人口统计学特征，通过频数分析确定居民地方感的偏好尺度；其次，对居民人口统计学特征和地方感偏好尺度开展交叉列联表分析，考察人口统计学变量对地方感偏好尺度的影响；第三，在研究人员完成文本数据编码之后，通过频数分析来揭示地方感形成机制与偏好尺度的关联.

1.2.2 质性方法 被试提交的原因说明属于文本数据，本研究采用扎根理论的研究途径[24]进行质性分析. 鉴于文本数据源于调查问卷，将数据录入之后，跳过匿名化数据这一步，直接确定代码和编码[24]. 在确定代码时，先选择一半文本数据以确定初始代码，并将特征相似的代码归并(即分类)[24]. 确定初始代码后，再由2位研究成员对剩余的文本进行编码. 演绎性代码和分类采纳了P-P-P三维概念性框架[25],再依据归纳性代码对分类体系与框架加以调整. 由于2位研究成员的编码结果不尽相同，因此需进行一致性检验，以评价结果的一致性程度. 本文根据Kappa值对初始代码和分类进行调整，直到编码结果最终通过一致性检验. Kappa指数的计算公式[17]为：

(1)

其中，Po、Pe分别表示2次编码的一致性、机遇一致性. Kappa值通常处于[0，1]区间，其值越高，表明一致性程度越好. 以0.20为间隔，Kappa值从低到高可分为5种情况：极低的一致性、一般的一致性、中等的一致性、高度的一致性和几乎完全一致.

2 研究结果

2.1 被试的人口统计学特征和地方感尺度偏好

被试中男生104人，占38.2%；女生168人，占61.8%；年龄在19～26岁之间(M=21.3，SD=1.11)，其中19～20岁、21岁、22岁及以上分别占比18.8%、40.2%、41.0%；独生子女占63.6%，非独生子女占36.4%；汉族学生与少数民族学生分别占比89.3%和10.7%；非农户籍和农村户籍学生分别占比62.1%和37.9%；被调查者的专业包括城市规划、人力资源管理、土地资源管理和其他专业，分别占比37.5%、21.5%、29.1%和11.9%；一至四年级的比重分别为10.7%、11.9%、75.1%和2.3%，以三年级学生为主；上大学前的住校时间最长为16年(M=2.82，SD=2.87)，其中未住校、住校1～3年、住校4年及以上的学生分别占比34.5%、36.4%、29.1%，超过1/3的学生在读大学前没有住校经历.

由表1可知：被试的地方依附偏好尺度中，市域比重最高(占比34.1%)，县域次之(占比31.0%)，省域居中(占比20.7%)，乡域与村域比重最低(占比分别为6.5%和7.7%). 被试的地方认同偏好尺度中，省域比重最高(占比55.9%)，市域次之(占比35.2%)，县域最低(占比8.8%)，而乡域与村域比重均为0.0%.

续表1

注：括号内数值为频数相应的比重.

2.2 地方感尺度偏好的差异性分析：人口统计学特征的影响

由表2可知，人口统计学特征对地方感尺度偏好的影响可分为3种情况：(1)对2个维度均无显著影响的因素，包括性别和年级. (2)对地方依附有显著影响但对地方认同无显著影响的因素，包括年龄、户籍、专业以及入学前住校时间. (3)对2个维度均有显著影响的因素，包括是否独生子女和民族.

表2 地方感尺度偏好的人口统计学特征卡方检验参数

注：*5%显著水平；**1%极显著水平.

表2只能揭示人口统计学特征的分组之间是否存在差异，无法说明具体表现为何种差异，通常可以使用Post hoc检验对卡方检验结果进一步分析，根据调整后的标准化残差来加以判断. 一般而言，调整后的标准化残差大于3时，可认为该分组的观测频数显著高于期望频数，即分组的对应比重高于总体平均水平；当调整后的标准化残差小于-3时，该分组的观测频数显著低于期望频数，即分组的对应比重低于总体平均水平[7]. 因此，进一步分析第2种和第3种情况的人口统计学特征，以了解分组与总体的差异.

第2种情况下人口统计学特征对地方依附尺度偏好影响的Post hoc检验结果表明：(1)21岁组选择市域的比重显著偏高，而22岁及以上组选择省域、乡域和村域的比重显著偏高. (2)非农户籍组选择市域的比重显著高于农村户籍组；非农户籍组选择乡域的比重显著低于农村户籍组. (3)城规专业组选择县域的比重显著偏高，选择市域的比重显著偏低；人力专业组选择市域的比重显著偏高. (4)大学前未住校组选择县域的比重显著偏高，选择省域、乡域与村域的比重显著偏低；大学前住校时间为1～3年组选择县域的比重显著偏低；大学前住校时间为4年及以上组选择市域的比重显著偏高.

第3种情况下人口统计学特征对地方感偏好影响的Post hoc检验结果表明：(1)就地方依附而言，独生子女组选择市域的比重显著高于非独生子女组，选择村域的比重低于非独生子女组；就地方认同而言，独生子女组选择市域的比重显著高于非独生子女组，选择省域的比重显著低于非独生子女组. (2)就地方依附而言，汉族组选择市域的比重显著高于少数民族组，选择省域和村域的比重显著低于少数民族组；就地方认同而言，汉族组选择市域的比重显著高于少数民族组，选择省域的比重显著低于少数民族组.

2.3 地方感形成机制要素的提取

SCANNELL和GIFFORD[25]提出的P-P-P三维概念性结构框架将地方感的形成机制视为涵盖人、心理过程以及地方3个维度的框架. 影响地方感的因素(社会人口学变量、社会变量以及物理环境变量)也可以参照该框架加以归并. 作为地方感主体的人是第1个维度，地方感的建立以个人和群体对地方赋予的意义为前提，部分社会人口学变量可以归入这一维度；第2个维度是心理过程，注重情感、认知和行为如何逐渐体现于地方感之中，部分社会变量可以归入这一维度;第3个维度是作为地方感客体的地方的各类特征(如部分社会人口学变量、社会变量和物理环境变量等). 随着本研究的不断深入，逐渐发现了难以归入上述3个维度的代码，则将这些代码命名为“其他”代码，由此确立了4个一级代码——主体、过程、客体和其他(图1)，从而补充和完善了原有的分析框架[25]，并由此确立二级、三级代码.

2.3.1 主体代码 地方感可以发生于个人层面，也可以发生于群体层面，并且存在叠加现象[25]. MANZO[26]指出：“地方本身并未如此重要，产生意义的‘(人)在地方的经历’才重要”，个人的经历奠定了地方感的基础. 在群体层面上，地方感体现为特定地方的象征意义，为一群人所共享[27]，群体的地方感可以源自文化、性别或宗教等. 因此，这类代码包含了2个二级代码(个人与群体).

图1 改进后的地方感P-P-P框架

“个人”代码包含了3个三级代码(经历、重大事件和自我实现). 在特定的地方“生活”、“学习”或者“长期居住”都属于个人经历. “重大事件”本质也是个人的经历，但是特指对个人有重要意义的经历，例如“出生地”、“重要时期”、“读高中”、“高考地”等. “自我实现”是指个体身心潜能得到充分发挥的境界，最典型的就是“成长”.

“群体”代码包含了2个三级代码(地缘认同和民族认同). “地缘认同”是由地理因素参与作用下的集体感，“老乡”、“同省的人”、“来自同一处”都展现了因来自同一个地方而形成的认同感. “民族认同”是对自己民族归属的自觉认知，“长相”、“说话(的口音)”都是民族认同的体现.

2.3.2 过程代码 地方感的第2个维度关注个人和群体与地方建立联结的方式，以及人与环境之间心理互动的本质. 地方感包含了人对特定地方的情感联系[28]，这种联系满足了人的基本需求. 地方感也包含了认知元素，与环境有关的记忆、信念、意义以及知识等对于个体而言非常重要[29]. 在情感和认知之外，地方感还可以通过行动来体现，最典型的行为便是(多次)返回特定的地方[30]. 因此，这类代码包含了3个二级代码(情感、认知与行为).

“情感”代码仅包含1个三级代码(正面情绪). 正面情绪会带来积极健康的心态，包括“热爱”、“自豪”、“亲切”、“幸福”、“欣慰”等，有些被试直接用“感情强烈”和“情愫”来表述.

“认知”代码包含3个三级代码(熟悉、回忆与牵挂、观点). “熟悉”是认知的要素，是对地方诸多细节的了解，进而熟练地利用空间[31]，这些细节包括“地方的发展变化”、“风俗习惯”、“空间布局与功能”等. “回忆与牵挂”是恢复过去经验的过程，因放心不下而想念，包括“回忆”、“记忆”、“怀念”等. “观点”是看法和理念，包括“潜意识”、“属于自己长大的地方”、“家乡是我的一部分”等.

“行为”代码包含3个三级代码(习惯、奉献和靠近家乡). “习惯”是养成的生活方式，被试在自我介绍时选择的尺度往往都出自于“习惯”，属于“习惯的说法”或“习惯的做法”. “奉献”是不图回报的付出，包括“宣传家乡”、“介绍家乡”、“发扬光大”等. “靠近家乡”是接近乃至重返家乡的行为，包括“回家”、“个人归属”、“就业归属”等.

2.3.3 客体代码 地方可能是最重要的维度. 大多数研究人员都认同地方感中涵盖了地方的自然、社会属性[25]，有的学者甚至直接将地方感划分为自然地方感、社会地方感2个维度[32]. 地方的自然属性不仅包括自然环境(如湖光山色)，也包括各类人工建筑物. 地方的社会属性主要体现在地方作为社交场合的属性和个体所从属的社会群体的象征. 此外，在文本中还发现了与地方的人文经济属性和空间属性相关的信息. 因此，这类代码包含了4个二级代码(自然属性、社会属性、人文经济属性和空间属性).

“自然属性”代码仅包含1个三级代码(自然环境). “自然环境”是环绕人们周围的各种自然因素的总和，包括“气候”、“一草一木”、“风景”等.

“社会属性”代码包括2个三级代码(社会符号和社交场合). “社会符号”反映了特定时期的政治、经济及文化状况，如“籍贯”、“户籍”、“农村户口”、“故乡”等. 社交场合的存在为人们的互动交流提供了空间，可能导致强烈的地方感[33]，互动交流的对象首先是“家人”、“父母”、“兄弟姐妹”，其次是“亲戚”、“朋友”、“闺蜜”、“邻居”、“同学”等.

“人文经济属性”代码包括2个三级代码(地方优势和地方独特性). “地方优势”是地方所具有的特殊有利条件，如“更有名”、“经济发达”、“旅游城市”、“历史悠久”、“革命老区”、“教育厉害”等. “地方独特性”和“地方优势”虽然有共同点，但也存在细微的差异，前者着重揭示特定地方/人与其他地方/人的区别，也即“辨识”或“辨认”，可以通过特产(如“当地的食物”)或是“方言”，从而让被试“表明身份”，明确家乡的“具体位置”.

“空间属性”代码包括2个三级代码(尺度和距离). “尺度”是本研究的核心内容，在文本数据中，许多被试都提到了与尺度有关的概念，包括“适宜的尺度”、“过大或过小的尺度”、“尺度序列”以及“活动范围”等. “距离”是指空间距离，被试在说明原因时多次提到是否“离开家乡”、是否“出市”、是否“出省”都会影响他们对尺度的选择；此外，家与不同尺度的行政机构或地区的距离也是重要的影响因素.

2.3.4 其他代码 在上述3类代码之外，文本中尚有难以归入上述类别的代码，且较为零散. 最终确定了2个三级代码，分别是“特定语境”和“未分类”.

“特定语境”代码是指影响被试回答的环境，包括一切主客观因素. 自我介绍时偏好的尺度与语境有密切的关联，在“来到南京读书”后，当面对来自“全国各地”、“不同省份”、“五湖四海”的“外地人”或“外省人”，被试会谨慎地使用相应的尺度来表明身份，并逐渐形成习惯.

“未分类”代码包括的内容较为零散，具体可分为3种情况：(1)行政区划的调整，如一位被试提出自己不愿意选择市域尺度的原因在于“最主要的原因是我们县曾属于平顶山，后又属许昌，所以不习惯说市名……”. (2)作为竞争单位的特定尺度，如一位被试认为自己偏好县域尺度是因为“……在中国，县作为一个基本的单元参与地区的竞争当中，在各地区发展中，也都是以县来区分的……”. (3)难以编码的内容，通常是由于文本过于简短或者答非所问，如“说不清”、“方便”、“顺口”等.

由地方依附的编码检验结果(表3)可知：“主体”、“过程”和“客体”这3类一级代码的Kappa指数均大于0.81，编码结果几乎完全一致；“其他”代码的指数略低，但也落入[0.61,0.80]这个区间，达到了高度的一致性. 二级代码中，群体的编码检验结果为中等一致性，其余二级代码的检验结果均为高度一致性或几乎完全一致. 由地方认同的编码检验结果(表4)可知：主体、过程和客体这3类一级代码的编码结果几乎完全一致；“其他”代码也达到了中等的一致性. 二级代码中，“群体”、“认知”和“社会属性”的编码检验结果为中等一致性，其余二级代码的检验结果均为高度一致性或几乎完全一致.

表3 地方依附编码一致性检验结果

Table 3 The results of inter-rater reliability for coding of place attachment

代码Kappa指数 代码Kappa指数主体0.87客体0.90 个人0.89 地方的自然属性- 群体0.41 地方的社会属性0.81过程0.87 地方的人文经济属性0.89 情感- 地方的空间属性0.75 认知0.83其他0.71 行为0.90 特定语境- 未分类-

表4 地方认同编码一致性检验结果

Table 4 The results of inter-rater reliability for coding of place identity

代码Kappa指数 代码Kappa指数主体0.89 客体0.96 个人0.89 地方的自然属性- 群体0.48 地方的社会属性0.43过程0.87 地方的人文经济属性0.97 情感- 地方的空间属性0.96 认知0.55其他0.56 行为0.61 特定语境- 未分类-

2.4 地方感形成机制对尺度偏好的影响

在完成编码工作之后，对编码结果进行频数分析. 由表5可知：地方依附的编码总频数为582次，“主体”、“过程”、“客体”和“其他”的编码频数分别为190、185、196、11次，比重分别为32.64%、31.79%、33.68%和1.89%；地方认同的编码总频数为491次，“主体”、“过程”、“客体”和“其他”编码的频数分别为41、88、325和37次，比重分别为8.35%、17.92%、66.19%和7.54%. 从分析结果可知，“主体”、“过程”和“客体”因素对地方依附的影响程度较为接近，但“客体”因素则是地方认同的主导影响因素.

表5 被试地方感编码结果的频数分布

3 讨论

3.1 地方依附与地方认同的概念辨析

与地方感相关的概念除了地方依附、地方认同外，还包括地方依赖，研究人员对不同概念之间的关系至今仍然存在分歧，未能达成一致意见[11,23]，这也影响了相关概念维度的建构. 如：将地方依附等同于地方认同，在研究中交替使用这2个术语[34]；将地方依附和地方认同视为从属于地方感的维度[35]；将地方依附视为地方认同的维度[36]，或持相反的观点[37]. 本文采纳的是第2种观点，并着重探讨地方依附和地方认同这2个概念.

首先，这2个概念存在诸多交叉. 地方依附是人与地方之间相互作用而形成的联结，包括情感、认知和行为3种成分[38]；地方认同是个人或群体通过地方来构建自身在社会中的位置与角色，包含了情感、感知与认知等复杂的要素[39]. 这2个术语均涵盖人、心理过程及地方3个维度，适用于同一套代码体系，质性文本的分析结果体现了这一点. 其次，地方依附和地方认同仍是不同的概念，体现在本研究中不同代码的比重差异上. 地方依附的前3类代码的频数较为均衡，而地方认同的代码中关于地方的代码比重远超其他2类代码；虽然“其他”代码的频数均较少，但地方依附的“其他”代码不及地方认同的三分之一，其差异主要源于“特定语境”. 总而言之，地方依附是一个较为均衡的概念，兼顾人、地方和过程3个维度，而地方认同更强调地方这一维度，地方不仅仅是物理背景，而是成为自我的一个组成部分[39]. “特定语境”代码的比重差异还进一步揭示了地方依附和地方认同的本质区别——地方依附作为情感联结更多地受到个体主观因素的影响，是“内化”的地方感，因此从省域到村域尺度均有分布，被试的偏好趋向均衡；而地方认同作为身份认同更多受到客观因素的影响，代表了整体社会的价值和生活模式[40]，更趋向于地方感的“外在”表现，“让别人知道”成为被试的重要考量，因此，偏好尺度集中于省域、市域和县域，而乡域和村域尺度的比重为零.

朱竑和刘博[23]认为地方依附和地方认同的差异在于前者包含情感、认知和行为3个维度[38]，后者包含独特性、连续性、自我效能及自尊4个方面[41]，本研究的结果表明地方依附和地方认同的内涵差异并非如此. 一方面，地方依附和地方认同作为地方感的从属概念，均包含了情感、认知和行为的过程，表现出随时间或空间而变化的动态性；另一方面，地方依附和地方认同都可以采用认同领域的指导性理论——独特性、连续性、自我效能和自尊来加以诠释.

独特性是认同的重要特点，让人们将自己和他人区分. 地方既代表了个人的记忆，也代表了集体共有的记忆，成为地方独特性的来源之一[41]. 在编码结果中，无论是地方依附和地方认同，都出现了为数不少的“地方独特性”代码. 例如在提及地方依附尺度时，一位被试指出“以之(家乡)为傲，自身具有其地方的鲜明特点”，另一位被试则注重区域内部的共性：“天津市几个行政区的文化差异较小，整个天津市区都能给我亲切感”；在提及地方认同尺度时，一位被试关注南北差异，希望强调自己的北方人身份时写道：“到了大学才开始有人问我家乡是哪儿的问题，所以一般都先强调是北方人，然后是河北人，再说邯郸市”. 连续性发生在人与环境的交互作用中，保持地方与自我认同自建的紧密联系可以提供认同的连续感[41]，例如回忆使得人们与过去相联系. 被试的地方依附和地方认同中都有“回忆与牵挂”代码，且在前者中出现的次数更多. 自我效能是社会学习理论中的概念，指的是人们对自己能够完成一项行为或任务的信念，居住在可控制的环境中意味着人们对环境的日常功能具有自我效能感[41]. 一位来自无锡宜兴的被试详细地描述了居住在可控制环境中的状态：“我在宜兴生活了18年……我知道在宜兴哪里适合散步，哪里可以买到合我心意的衣服，哪里的咖啡最有特色，哪里的宠物店用品最齐全……”. 自尊反映了人们对自己所认同的自我和自己所认同的群体的正面评估，例如住在历史名城中，人们会获得自豪感[36]. 前面提及的“以之(家乡)为傲，自身具有其地方的鲜明特点”不仅包含了地方独特性代码，也同样包含了积极的情感(骄傲).

3.2 地方感尺度偏好特征

地方感2个维度的尺度偏好存在明显差异. 地方依附的尺度偏好以市域和县域为主，其次是省域尺度；地方认同的尺度偏好比重则从省域到县域依次递减. 地方依附的尺度偏好呈现“倒U型曲线”，但对城市(市域与县域)的偏好印证了个体对城市强烈依附[10]和对城市的偏好[2]. 地方认同的尺度偏好排序可以从文本中得到解释：“较为详细和明确地表明了归属地，但也能为大多数人所认知”. 地域具有单一性，彼此之间存在差异，这是形成地方认同的基础条件之一，地方认同不仅是对特定地方的认同，更多的是对承载文化的空间的意义认知[42]. “你是哪里人”常常是人们在社会交往中首先要明确的问题[40]，从“笑问客从何处来”到“张老三，我问你，你的家乡在哪里”. 人们通过地域来实现对我群一致性和他群差异性的认知. 地方认同的意义在于自我的确认，同时还要让他人了解这种确认.

在文本分析的结果中，“观点”代码所对应的标识中出现了家在县城的被试对上一级市域尺度的排斥，与之对应的是家在市区的被试对市域尺度的偏好，以及对区县尺度(区)的忽略. 如一位来自浙江的被试在地方依附选择县域尺度时写道：“我是土生土长的余姚人，余姚是在宁波管辖的，但是宁波其他地区并不熟，虽然对外称是宁波人”；另一位来自江西的被试对地方认同选择了市域尺度，并解释：“通常说‘我是赣州人’的时候别人就明白是市区，即章贡区；章贡区只是一个补充、强调”. 为了进一步揭示家庭地理位置对地方依附和地方认同尺度偏好的差异性，本文将被试分为市区和县城两组，进行了卡方检验. 结果表明：(1)被试来自市区或县会极显著影响地方感2个维度的尺度偏好(P<0.01). (2)家在市区的被试的地方认同更倾向于市域尺度，选择县域的比重偏低；家在县里的被试更倾向于县域尺度，选择市域的比重偏低. (3)家在市区的被试的地方依附更倾向于市域尺度，选择县域、乡域和村域的比重偏低；家在县里的被试更倾向于县域、乡域和村域尺度，选择市域的比重偏低. 定量分析与质性分析的结果呈现出一致性.

3.3 地方感尺度偏好的影响因素

2014年7月30日，国务院公布《关于进一步推进户籍制度改革的意见》[43]，取消农业户口与非农业户口性质区分. 鉴于被试曾长期处于旧户籍制度的影响下，因此仍把“户籍”纳入分析. 2015年，十八届五中全会公报正式宣布结束30多年的一胎政策，基于相同的考量，也把“独生子女与否”纳入分析. 这2个变量也如预期一般对被试的地方感产生了显著影响：独生子女和非农户籍被试的尺度偏好都趋向于市域，而非独子女与农业户籍被试的尺度偏好则更趋向于其他尺度. 卡方检验结果表明：独生子女中非农户口的比重很高，而非独生子女中农村户口的比重很高；独生子女中未住过校的比重很高，且即便住校，时间通常也短于非独生子女. 这一结果体现了计划生育政策对不同户口类型的差异对待. 虽然中国的城市化进程在不断加快，但非农户口通常分布于市区，农业户口仍分布在农村或县. 大学前的住校时间也从侧面体现了城乡差异，已有文献[44]明确提到户籍与大学前的住校时间显著相关，因为学校和家相距较远，无法走读，农村户口的学生通常住校时间更长，揭示了教育资源在城乡分布的不平衡. 本研究也验证了这一点：是否独生子女与户籍的Spearman相关系数为0.426，是否独生子女与大学前住校时间的相关系数为-0.295，户籍与大学前住校时间的相关系数为-0.321，均为极显著(P<0.01).

距离是一个非常重要的空间属性变量. 本研究中质性分析结果体现了距离对地方感尺度偏好的重要影响，如“离开家乡”、“出省”、“在外地”等，为了进一步揭示距离对地方依附和地方认同尺度偏好的差异性，将被试分为本省(江苏省)和外省两组，进行了卡方检验. 被试来自27个省份/自治区/直辖市，在海南省、青海省、台湾省、内蒙古自治区、重庆市和2个特别行政区均没有被试分布；本省被试占比28%，外省被试占比72%. 检验结果表明：是否本省这一点不会影响被试地方依附偏好尺度的选择(P=0.147)，但会极显著影响地方认同偏好尺度的选择(P<0.001). 本省被试更倾向于市及区县尺度，选择省域尺度的比重偏低；外省被试偏好尺度更倾向于省域尺度，选择市及区县尺度的比重偏低. 虽然距离在编码时归类为地方的空间属性，但距离也频繁出现在特定语境中. “如果是在上海本地，一般就会说我是浦东的，但是如果不在上海的话，都只会说我是上海人，毕竟魔都比较有名，说区名可能别人不知道”，这句陈述就将地方认同偏好尺度视为“是否离开上海”这一空间属性的因变量. 特定语境包括一切主客观因素，距离无疑是典型的客观因素，当人们与家乡拉开距离时，地方认同会趋向于更大的尺度.

4 结论

本研究探讨了我国现行的行政区划体系下居民地方感的尺度偏好以及其影响因素，在尺度研究和定量与定性方法结合两方面进行了有益的尝试. 在地方感的研究中往往倾向于采用社区作为主要的研究尺度，而本研究表明市域、县域和省域才是地方感研究的适宜尺度. 作为地方感的维度，地方依附和地方认同的尺度偏好存在显著差异，这源于二者不同的内涵：地方依附更偏向主观，是“内化”的地方感，而地方认同更偏向客观，是地方感的“外在”表现. 研究结论对城市规划和城市管理有参考价值. 此外，即便一胎政策和非农/农业户籍制度已经取消，但它们对居民地方感的影响仍将持续，具有一定的滞后性，仍可以纳入政策制定考量.

对地方感尺度偏好影响因素的识别有助于更充分地了解地方感的形成机制和我国独特的国情对居民地方感的影响，研究结论因我国特有的行政区划体系而具有独特性. 本研究并未纳入其他非行政区划尺度，如家或社区(街区)，如何将这些没有清晰界线的尺度纳入地方感的研究，具有相当的难度，应作为今后努力的方向，不断深入研究.