1. 引言
地方认同的概念起源于环境心理学。1978年,地方认同的概念由Proshansky率先提出,他认为地方认同是自我认同的一部分,既是通过人们的想法、偏好、情感、价值观等的复杂交互,也是个人认同的组成部分。之后,Proshansky等在1983年将地方认同概念引进环境心理学的研究,强调地方认同包括物理环境,是个人或群体与地方互动,实现特殊社会化的过程。2006年,黄向等学者将地方认同的概念引入国内。地方认同的内涵在研究中随着研究主题和对象的差别而有所侧重。但总体来说,在研究中都强调地方认同是因人地互动而产生的情感、感知等复杂过程,并引发情感层面的偏好,进而成为自我的符号与象征,最终影响个体或群体的行为。
目前国内关于地方认同的研究主要是基于对地方感、地方依恋的延伸,在概念研究中大多侧重对地方认同与地方感、地方依恋等概念的辨析,在具体的案例研究中多将地方认同视为地方感、地方依恋的子维度,关于地方认同本身概念、建构和影响机制的研究较少。在研究的对象上主要以居民、旅游者等为主,较少关注高校学生这一特殊群体。但自1999年中国高校扩招以来,全国每年有百万以上的大学新生跨省就学。据教育部统计,2020年我国高等教育在校生总数达到4002万,建成了世界规模最大的高等教育体系。在昆明市第六次人口普查中,就学迁移已成为人口迁移的重要原因,仅次于外出务工,表明大学生群体已成为仅次于外来务工群体的第二大迁移人群。卡鲁斯(Carrus)等人的研究显示,个体积极的地方认同能够有效预测人们对其所处环境的支持态度,个人的积极地方认同会帮助其做出关心和支持地方发展的行为 [1]。随着我国高等教育的逐渐普及,大学生群体的数量逐渐增加,而高校学生的地方认同对大学及其所依托城市的经济发展、学生与地方的情感交流具有重要意义。已有研究表明,高校学生的就学迁移与就业迁移数量存在显著的正相关关系,能够推动人才的永久迁移和集聚,从而重构区域人力资源的空间分布。
昆明市呈贡区大学城目前共有7所普通高等院校,在校学生总计超过17万人,他们在生源地、就学地、就业地之间流动,会促进昆明市乃至云南省知识的扩散与人才空间格局的重塑。本文以呈贡大学城高校学生为研究对象,基于实地调研获取的一手数据,运用SPSS统计分析和二元Logit模型,以地理学的视角解读高校学生的地方认同,探讨高校学生就学迁移与地方认同影响因素。研究旨在更好地了解高校学生就学迁移与地方认同的内在规律,有效地引导和优化人力资源的空间配置,以期为政府鼓励和促进人才合理流动提供理论依据和政策建议 [2]。
2. 研究方法
2.1. 数据来源
本研究所用数据来源于问卷调查获取的一手数据。根据研究需要,基于Breakwell的认同建构理论,结合其他关于地方认同的研究构建调查问卷的初稿。为保证问卷的合理性和有效性,首先发放21份问卷初稿进行小范围预调查,在对预调查数据进行信效度检验、根据预调查中出现的问题及被访者的反馈意见优化部分题项后,形成正式问卷。
正式问卷题项候选答案采用李克特五点量表法,问卷运用结构式设计,包含四个部分:第一部分为受访者的社会学人口特征,包括性别、年龄、学历、学校、月生活费;第二部分为受访者的在昆情况;第三部分为受访者的在校情况;第四部分为受访者对昆明的地方认同现状,从独特性、连续性、自效感、自尊感、意向性五个方面进行调查。本次研究在云南大学校内采用随机发放纸质问卷379份,全部收回,占70.2%,校外采取网络问卷形式收回161份,占29.8%,共收回问卷540份,剔除回答不完整的无效问卷,最终获取有效问卷508份,有效率达94.1%。
已有研究表明,一个有效的结构方程模型运行所需的样本数是这个模型中观察变量数量的十倍以上。当回收的样本数量在200以上时,运行数据才能得到良好稳定的估计结果。因此,根据本次调研中回收的样本数量,该数据能够满足研究需要 [3]。
根据人口统计学特征,本研究主要统计了受访者的性别、年龄、学校、学历、月生活费、生源地(见表1)。其中,生源地中华北地区包括河北省、山西省、内蒙古自治区、北京市、天津市;东北地区包括辽宁省、黑龙江省、吉林省;华东地区包括山东省、上海市、福建省、浙江省、江西省、安徽省;中南地区包括湖北省、广西壮族自治区、湖南省、河南省、海南省、广东省;西南地区包括云南省、四川省、重庆市、贵州省;西北地区包括甘肃省、新疆维吾尔自治区、陕西省、青海省、宁夏回族自治区;以上六个地区仅包括本研究样本涉及的省级行政区。
Table 1. Demographic characteristics of respondents
表1. 受访者人口统计学特征
2.2. 模型选择
线性模型是最基础、最简单,同时也是最有效的统计模型之一。但在现实情况中,自变量和因变量之间线性假设往往不成立。二元Logit模型是在保留原有线性假设的条件下,适当调整线性模型而得到的广义线性模型。相关研究表明,二元Logit模型在拟合预测中比线性模型更灵活,拟合精度更高 [4]。
为探讨高校学生就学迁移行为与地方认同影响因素之间的关系,本研究针对变量离散性的特点,选择相关分析筛选对高校学生地方认同有显著影响的变量(自变量),运用Logistic回归分析方法建立高校学生就学迁移行为与地方认同影响因素的模型。作为因变量的“地方认同”有13个取值的变量,将地方认同重新赋值为二分变量。按照是否高于地方认同强度均值将其赋值为1和0,即均值以上赋值为“1”,表示高校学生对就学迁移地产生了地方认同;均值以下赋值为“0”,表示高校学生对就学迁移地没有形成地方认同。本研究采用二元 Logistic回归分析方法进行数据分析。
设因变量“高校学生地方认同”为Y,影响因变量Y的n个自变量分别设为
,记高校学生i对就学迁移地产生了地方认同的概率为
,于是Logistic回归模型
;
,
。
高校学生对就学迁移地“形成了地方认同”与“没有形成地方模型线性公式认同”的概率之比
称为地方认同发生比。通过对数运算,得到高校学生地方认同Logistic回归模型线性公式:
。 (1)
公式中:
为常数项;n为自变量个数;
为自变量系数,反映该自变量影响高校学生地方认同的方向及程度。
2.3. 变量赋值
由于高校学生地方认同影响因素具有一定的多样性、复杂性,本研究在参考前人相关研究的基础上,听取相关专家意见,选取高校学生是否对就学迁移地产生地方认同作为考察变量,将个体特征、在昆情况、在校情况作为影响变量。其中,个体特征包括性别(X1)、年龄(X2)、学校(X3)、学历(X4)、月生活费(X5)等变量,在昆情况包括在昆时长(X6)、是否有亲朋在昆(X7)变量,在校情况包括与老师关系(X8)、与同学关系(X9)、后勤行政满意度(X10)、学校生活情况(X11)变量,共11个高校学生就学迁移行为与地方认同影响因素。具体影响高校学生地方认同的因素赋值见表2。
Table 2. The meaning and assignment of independent variables that affect college students’ local identity
表2. 影响高校学生地方认同的自变量含义及赋值
2.4. 模型拟合检验
使用SPSS25.0软件对模型拟合度进行Hosmer-Lemeshow检验,模型拟合信息如表3所示。Hosmer-Lemeshow检验的原假设为观测数据与回归模型拟合状况良好;备选假设为观测数据与回归模型拟合状况不佳。本模型中p > 0.05 (p = 0.064),接受原假设,即本研究建立的二元Logit回归模型拟合结果是真实可靠的。
3. 统计描述
3.1. 人口统计学特征
3.1.1. 人口统计学特征筛选
为了找到对高校学生地方认同有显著影响的人口统计学特征,需要对高校学生个体特征进行相关性分析(见表4)。由表4可知,X2与X4呈显著的正相关关系(r = 0.655, p < 0.01),这是由于我国教育部规定儿童的入学年龄需年满六周岁,因此大多数学生学历可由年龄推算得出。X2与X5呈显著正相关关系(r = 0.104, p < 0.05),说明随着高校学生年龄越大,月生活费越高。X6与X3呈显著正相关关系(r = 0.120, p < 0.01),说明不同地区之间的教育观念存在差异,报考高校时具有一定的指向性。X6与X5呈显著负相关关系(r = −0.144, p < 0.01),这与我国“东高西低”的经济发展态势有关。
X2与X4,X2与X5,X6与X3,X6与X5之间具有显著的相关性,即某一变量可以代替其他变量。故在进行二元Logistic回归分析时,为简化变量、降低变量之间的共线性,剔除自变量X3、X4、X5,只保留X1、X2、X6等3个自变量。
Table 4. Individual characteristic correlations
表4. 个体特征相关性
注:**在0.01水平(双侧)上显著相关;*在0.05水平(双侧)上显著相关。
3.1.2. 不同性别高校学生地方认同情况分析
从表1可知,现有样本中男性高校学生中产生地方认同人数为119人,占全部男性样本数222的53.6%,女性高校学生中产生地方认同人数为145人,占女性样本数286的50.7%。就样本数量来看,女性样本数量略高于男性样本数量。在调查中发现,女性更愿意接受并填写问卷调查,相比之下男性接受并认真填写调查问卷的意愿较低。但就地方认同的相对比例来看,男性高校学生的地方认同行为明显高于女性。
3.1.3. 不同年龄高校学生地方认同情况分析
由图1可知,本研究样本年龄段主要集中在18~22岁之间,达到477个;而从不同年龄高校学生的地方认同比例来看,除了18岁以下由于样本数量较少,出现地方认同比例为100%的现象外,其余年龄段的高校学生地方认同比例均达到50%以上。高校学生地方认同的比例表现出随着年龄的增长而提高的趋势,这与高校学生地方认同的比例随着学历的提高而提高的趋势一致,进一步佐证了可用高校学生的年龄(X2)代替学历(X4)。
3.1.4. 不同生源地高校学生地方认同情况分析
从高校学生生源地来看(图2),本研究样本主要来自于西南地区,达到265个,约占总样本量的52.2%;来自华东地区、中南地区、华北地区的高校学生数量次之,分别为69人、67人、61人;来自西北地区
Figure 1. Local identity of college students of different ages
图1. 不同年龄高校学生地方认同情况
和东北地区的高校学生较少,二者之和仅占总样本量的10%。具体来看,样本中生源地为云南省的高校学生有213人,占总样本量的41.9%,反映出在昆明呈贡大学城就读的高校学生中,云南本省人居多。这与前人研究结论“距离因素对本省学生就学有较大的促进和阻碍作用(刘昊等,2016)”描述一致。此外,来自山东省、河北省等“高考大省”的高校学生数量次之,分别为43人和40人,符合在其他研究中得出的“山东、河北等中北部省市是高等教育就学迁移的主要迁出地”的结论 [5]。生源地在云南省临近省市如四川、重庆、贵州的学生数量也较多,分别为23人、18人和11人。不难看出,呈贡大学城高校学生生源地大致呈现出以云南省为中心的西南地区向四周递减的分布特征。
从不同生源地高校学生地方认同情况来看,除华北地区和西北地区的学生外,东北地区、华东地区、中南地区、西南地区高校学生的地方认同比例呈现出了明显的上升趋势。具体来看,与西南地区相距较远的东北地区的高校学生地方认同比例最低,仅占37.5%;反之,西南地区高校学生的地方认同比例高达57%。说明就呈贡大学城来看,高校学生生源地与其地方认同的形成有着直接联系,并且表现出就学迁出地与迁入地距离越近,高校学生越易形成地方认同感的特征。
Figure 2. The local identity of college students in different places of origin
图2. 不同生源地高校学生地方认同情况
3.2. 在昆情况变量筛选
由表5可知,高校学生在昆明学习生活的时间长短(X7)与其是否有亲人朋友在昆明居住(X8)之间无相关性。因此,高校学生在昆情况中的在昆时长(X7)、是否有亲朋在昆(X8)两个变量均保留以待后续分析。
Table 5. Correlation of variables in Kunming
表5. 在昆情况变量相关性
3.3. 在校情况变量筛选
由表6可知,X9、X10、X11、X12之间都存在显著的相关关系。其中,X9与X10呈显著的正相关关系(r = 0.325, p < 0.01);X9与X11呈显著的正相关关系(r = 0.170, p < 0.01);X9与X12呈显著的正相关关系(r = 0.147, p < 0.01);X10与X11呈显著的正相关关系(r = 0.193, p < 0.01);X10与X12呈显著的正相关关系(r = 0.120, p < 0.01);X11与X12呈显著的正相关关系(r = 0.256, p < 0.01)。说明与老师同学相处得越愉快,对学校后勤满意度越高,学生在校生活越愉快。为达到减少变量共线性的目的,依据变量间的相关关系,用X12代替X9、X10、X11。即剔除自变量X9、X10、X11,只保留自变量X12,为进一步的二元Logistic回归分析提供支持。
Table 6. Screening of variables in school
表6. 在校情况变量筛选
注:**在0.01水平(双侧)上显著相关。
4. 结果与分析
4.1. 高校学生地方认同Logistic回归分析结果
利用SPSS对各变量进行Logistic回归分析,得出模型估计结果(见表7)。由表7可知:高校学生个体特征、在昆情况、在校情况3个维度中,有亲朋在昆(X8)、学校生活情况(X12)共计2个变量显著影响高校学生地方认同,而性别(X1)、年龄(X2)、生源地(X6)、在昆时长(X7)对高校学生地方认同的影响并不显著。
4.2. 高校学生地方认同的概率测算
高校学生地方认同(Y)与X1、X2、X6、X7、X8、X12等变量有很大的关联度,但由于X1、X2、X6、X7等变量在0.05的检验水平下影响并不显著,因此只保留X8、X12两个变量,建立高校学生地方认同(Y)的Logistic回归模型:
。模型一致性为60.6%,说明在利用拟合的回归模型对高校学生地方认同进行预测时,其预测结果有60.6%的可能性与实际结果是一致的。
Table 7. Model estimation results of the influencing factors of college students’ local identity
表7. 高校学生地方认同影响因素的模型估计结果
由表8可知:学校生活情况一致时,有亲朋在昆的高校学生比没有亲朋在昆的高校学生更易形成地方认同。亲朋在昆情况一致时,高校学生在校生活越愉快,越容易形成地方认同感。
Table 8. Probability distribution of local identity formation of college students
表8. 高校学生地方认同形成概率分布
5. 结论与建议
5.1. 结论
本文利用线上线下问卷调查数据,以高校学生地方认同被解释变量,从高校学生的个体特征、在昆情况、在校情况三个方面对影响高校学生地方认同的多个因素进行了Logit模型的建模分析。结果显示:
1) 不同属性高校学生的地方认同不存在显著差异:高校学生个人特征层面,对高校学生就学迁移的地方认同影响不显著,即性别、年龄、学校、学历、月生活费、生源地对高校学生就学迁移的地方认同影响并不显著。
2) 是否有亲朋在昆对高校学生就学迁移后地方认同的形成具有显著影响:模型估计结果显示,从在昆情况层面来看,是否有亲朋在昆对高校学生的地方认同影响极显著(p < 0.01)。二元Logistic回归分析结果显示,是否有亲朋在昆与高校学生地方认同的偏相关系数为0.68,表明有亲朋在昆的高校学生更易形成地方认同。
3) 学校生活情况对高校学生就学迁移后地方认同的形成具有显著影响:模型估计结果显示,从在校情况层面来看,在校生活情况对高校学生的地方认同影响极显著(p < 0.01)。二元Logistic回归分析结果显示,是否有亲朋在昆与高校学生地方认同的偏相关系数为0.76,表明有亲朋在昆的高校学生更易形成地方认同。
5.2. 建议
通过研究发现呈贡大学城高校学生对昆明市的地方认同感不强,这一结果可能导致学生在择业时离开昆明,造成人才大量流失。基于此,结合本研究对地方认同影响因素的分析,从提高学生地方认同的角度提出以下建议:
1) 丰富校园文化生活
在校生活情况是高校学生地方认同的显著影响因素。特别是在疫情期间,出入学校较为不便,学校作为高校学生学习和生活的主要场所,须同时兼顾起学习场所和文化生活场所的职能。假若高校能够为学生提供多彩的校园活动,丰富学生课余生活,学生在校生活的满意度和幸福感就能够提高,地方认同也能够大大提高。
2) 加强对学生的情感关怀
在对学校生活的总体评价中,部分学生表现出“在学校过得很不开心”,“我常常想离开学校”等心理活动,这部分学生的心理状态令人担忧。研究发现,积极的想法和态度如“满意”“愉快”等反映出较高的地方认同,反之消极的心理活动如“不愉快”“别无选择”等则反映出较低的地方认同。学校应及时察觉识别学生的情绪并表达积极的情感关怀,以此构建令学生满意的学习生活环境,从而提高高校学生的地方认同。
3) 提供更多工作实习机会
研究中发现,大学城及其所依托城市是否能提供合适的工作机会也会对高校学生地方认同产生影响。多数学生在毕业后会选择就业,而在校期间的实习、兼职等不仅能够锻炼学生的能力,也能使得学生在求职时有更大的优势。生活在大学城的高校学生缺乏完整的社会网络,社会经验和社会关系的缺失使得学生陷入“毕业即失业”的窘境。从学校的角度出发,与专业对口的企业公司搭建合作平台,为学生提供多样的实习和兼职岗位,不仅能够提高学生的就业率,也能够提高学生的地方认同。
基金项目
国家自然科学基金项目(41561031,41761109)、2022年度云南省教育厅科学研究基金项目(2022Y015)、云南省大学生创新创业训练项目(202110673164)。
参考文献
NOTES
*共第一作者。
#通讯作者。