李丽媚
阅读推广顾名思义就是“推广阅读”,由社会组织或个人发起的推广阅读活动。整个国家的经济、社会、文化发展,都和全民的基本素质紧密相连。读书,能使人民群众的道德水准、文化素养得到潜移默化的提高。近年来,随着人们物质生活的提高,精神文明日益受到重视,“阅读”作为精神文明的重要载体和实践形式,无论在国家层面还是民间越来越受到推崇。2015 年,李克强总理在政府工作报告中提到,要提供更多优秀文艺作品,倡导全民阅读,建设书香社会。开展线上线下阅读推广的企业越来越多,网易云阅读、百度阅读纷纷创立。阅读的受众和惠民力度大大提高,苏宁阅读自2015 年2 月4 日起,开始推行“用户看书,苏宁买单”的1 分钱免费看书模式,包括华为阅读等在内的HMS Apps 于2020 年3 月26 日正式在全球各地上线运营,目前,华为阅读仅在国内市场就已累计拥有超1.5 亿注册用户。线上线下企业对阅读板块的重视推动了整个社会阅读风气的形成。
在国家大力倡导下,阅读推广活动在各地广泛开展,高校作为人才培养的主要聚集地,担负着重要的使命,这就要求高校图书馆不断推陈出新、创建卓有成效的模式让阅读推广落到实处。教育部、各省教育厅纷纷推出各项举措各种赛事推动阅读推广在大学生中践行和传承。2015 年,教育部高等学校图书情报工作指导委员会读者服务创新与推广工作组主办了首届全国高校图书馆阅读推广案例大赛,重庆大学图书馆的“‘以书评促阅读’的系统化推广案例”、湖南理工学院图书馆的“‘湖说’,新媒体阅读推广练手记”[1]。2018 年,广东省高校图书馆阅读推广创新案例大赛在东莞市举行,包括来自华南师范大学、广东工业大学、广东财经大学等22 所高校的39 份案例展开角逐[2]。“广东高校图书馆2018 读书活动——阅读经典大赛”每年在“4·23”世界读书日启动。各种形式的阅读推广活动在高校中蓬勃开展,丰富了大学生的课余生活,推进高校的校园书香文化建设,产生良好的社会效应。
表1 阅读推广之影响因子调查项目表
高校阅读推广虽然取得一定成效,但也存在一些问题,主要有以下方面。一、宣传力度不够。对阅读推广的重要性各高校认识不同,思想不统一,很大程度上取决于学校的领导层,没有足够的重视导致在活动的宣传上出现点到为止,缺乏经常性、持续性和连贯性,宣传流于形式。二、模式过于单一。一些高校对活动仅限于阅读推广书目的推荐、读书分享会或一些阅读类的竞赛等,形式大多局限于线下模式,没有充分利用数字图书馆和移动图书馆的阅读资源,阅读社区流动性不够,读者之间跨区域交流困难。三、成效评价模糊。一些高校只是按部就班去推行高校阅读推广的活动,对活动中存在的问题认识不到位,尤其是对活动的成效缺乏评价机制,对阅读推广活动的影响因子含糊不清。
对阅读推广活动影响因子的研究在国外起步更早。国际图联(IFLA)2012 年制定了《基于图书馆的素养项目指南》(Guideli nes for library-based literacy),提出“判断一个阅读推广项目对于读者阅读素养的提高与否,需全面参考活动参与人数、阅读群体的活动评价、对社会是否形成一定影响、阅读活动的结构等方面定期进行评估”。B.Heyns 认为,公共图书馆阅读推广活动中影响儿童阅读的主要因素,包括儿童对于公共图书资源的利用与否、儿童性别、父母收入及家庭经济状况、住所与图书馆间的距离等[3]。国内对于阅读推广的评价也有相关的研究。王素芳、孙云倩、王波围绕图书馆、用户、社会三个维度尝试构建儿童阅读推广活动的评估指标体系,着重考虑图书馆投入、参与者受益度指标等[4]。本文以广东惠州学院学生调查数据为样本,利用因子分析法对阅读推广影响因子做实证研究,以图有助于高校阅读推广成效评价体系的构建。
表2 公因子方差
高校阅读推广受多方面的因素影响,比如阅读者每天阅读时间、阅读主要书刊种类、阅读信息更新速度、阅读信息获取渠道、调查者性别、调查者专业背景等都影响阅读推广的成效,在繁多的因素中是否存在一些公共的因子共同解释这些指标,而因子分析法是处理这类问题的一种比较理想的方法。
表3 解释的总方差
因子分析法最早于1904 年由查尔斯·斯皮尔曼提出,它的基本思想是根据相关性大小把原始变量分组,使得同组内的变量之间相关性较高,而不同组的变量间的相关性较低。每组变量代表一个基本结构,并用一个不可观测的综合变量表示,这个基本结构就是公共因子[5]。利用此方法进行实证,意图在于揭示影响高校阅读推广的因素结构及权重。
数据来源于对广东惠州学院100 名从大二至大四学生的随机抽样,专业背景覆盖本校文史、经管、理工所有大类学科。通过研究国内外文献,结合本校实际,在实证时选取14 个指标(表1 所示)。
为了能够把调查的结果进行实证,需要把上述定性指标转化为定量指标。为此,根据德尔菲法,对各项指标的评价结果分别进行赋值,并利用SPSS 对数据进行统计分析。
2.3.1 公因子方差
公因子方差反映了从每个原始变量中提取信息量的程度大小,利用主成分分析法提取,如表2 所示。
从表2 中可以看出除阅读投入度X3、阅读信息更新速度X10、调查者年级X13等少数几个指标信息损失较大外,主成分几乎都包含了各原始信息至少80%的信息,这说明作因子分析是合适的。
2.3.2 方差贡献率
在因子分析中,对提取的公因子有信息量的保留要求,一般是要保留原有信息的80%以上,而衡量的指标就是方差贡献率。通过运用SPSS 软件得出各因子变量的初始特征值、方差贡献率及累计的方差贡献率,如表3 所示。
表3 中,第一至第四成分的方差贡献率分别为43.687%、15.719%、11.134%和9.598%,其累计方差贡献率已达80%以上,也就是说从14 个原始指标中只需提取四个公共因子,它们能解释原指标的信息就达80.138%。此外,还可以看出旋转后的因子贡献率会发生一定的变化,但是公因子累计贡献率并没有提高,即公因子对原始变量的解释能力并没有发生变化,而因子载荷矩阵发生了变化,使因子具有明确的意义。
2.3.3 旋转因子载荷矩阵
为了让初始因子解的主因子典型代表变量更突出。在分析中可对因子载荷矩阵进行旋转,使得每个变量仅在一个公因子上具有较大的载荷同时其他公共因子上具有较小的载荷。选用方差最大旋转法对公共因子进行旋转,得到旋转因子载荷矩阵,如表4 所示。
从表4 可以看出,在提取的第一公因子F1中指标X2(阅读主要书刊种类)、X6(阅读推广宣传力度)、X8(阅读推广智慧服务满意度)、X10(阅读信息更新速度)、X11(阅读信息获取渠道)有较大载荷,均达到0.8 以上,故可认为这些指标包含公因子F1。根据各公因子指标载荷度的大小,从指标X5(阅读能否促进学习)、X7(加强阅读是否有助于就业)、X9(阅读推广活动的受益程度)提取出第二公因子F2,载荷值均在0.9 以上;从指标X1(每天阅读时间)、X3(阅读投入度)和X4(阅读是否成为习惯)提取出第三公因子F3,载荷值均在0.85 以上;从指标X12(调查者性别)、X13(调查者年级)、X14(调查者专业背景)提取出第四公因子F4,载荷值均在 0.85 以上。
表4 旋转因子载荷矩阵
2.3.4 公因子命名及意义
第一个公因子主要由阅读主要书刊种类、阅读推广宣传力度、阅读推广智慧服务满意度、阅读信息更新速度、阅读信息获取渠道等五个指标决定,这些指标反映的是阅读推广活动主体的后勤保障和管理水平,因而F1可命名为保障因子。
第二个公因子主要由阅读能否促进学习、加强阅读是否有助于就业、阅读推广活动的受益程度等三个指标决定,这些指标反映的是活动客体的阅读动力源泉,因而F2可命名为动力因子。
第三个公因子主要由每天阅读时间、阅读投入度、阅读是否成为习惯等三个指标决定,这些指标反映的是活动客体的阅读行为及方式,因而F3可命名为行为因子。
第四个公因子主要由调查者性别、调查者年级、调查者专业背景等三个指标决定,这些指标反映的是活动客体的个体特征,因而F4可命名为个体因子。
本文利用因子分析法对调查样本进行实证,实证结果显示所调查的14 个指标主要是受四个公共因子影响,分别是保障因子、动力因子、行为因子和个体因子,决定这些因子的指标载荷度均在0.8 以上,说明指标和提取的因子间存在高度相关。在对高校阅读推广活动进行成效评价时,构建适合的评价体系尤为关键,而评价体系的核心在于指标,本文研究的意义就在于提供指标分类及选取的方法和路径。