1. 问题提出
2022年3月1日下午，上海市举行第112场新冠疫情工作新闻发布会。会上通报上海市新增本土确诊病例1例。3月16日，上海市宣布通过切块式、网格化进行核算筛查。3月28日，宣布以黄浦江为界，浦东先实行全域封控；3月31日，浦西实行全域封控，自此上海开始了长达数月的防疫攻坚战。经各方努力，5月17日宣布上海市各区社会面清零，6月1日开始有序放开。
在两个月社区封控中，拥有2500万常住人口的上海“停摆”了，人们暂停正常的生活，封闭在各自的社区内。对于个人或群体来说，外部的冲突会使其认同感及自我归属感更加明确 [1]，也就是外部冲突会提升内部团结。在封控期间，社区承担起了前所未有的责任，社区凝聚力也得到提升。
在社区封控期间，铺天盖地的新闻、消息将居委会推上风口浪尖，有正面的也有负面的。本文将居民对居委会的感受作为测量社区满意的维度，以此来探讨社区满意是否能够导致社区凝聚力的提升？在社区封控期间，通过经验观察不难发现，在如今“商品房时代”中没落的邻里关系再次被激活了。那么邻里关系的升温能否导致社区凝聚力的提升？以及社区凝聚力的提升是否可持续？这些问题亟待回答。
2. 理论回顾及研究假设
2.1. 社区满意
社区满意是一个具有丰富内涵的，且具有多重层次的概念。一般来说，社区满意是指社区成员(包括个体、群体或组织)对于社区是否满足其需要、愿望或目标的一种认知关系与情感体验。不同层次的社区满意包含不同的结构要素。有学者将社区满意划分为宏观、中观和微观三个层次 [1]。一般来说，社区满意度通常测量的是社区居民对社区生活的心理感受。也有学者通过社区活动或设施来考察居民的社区满意度 [2]。
社区满意度提高后，能否促进社区凝聚力提高？本文以问卷中“我对居委会的工作感到满意”、“我遇到困难时会寻求居委会帮助”、“我认为居委会制定的规则是合理的”三个问题来测量社区满意度。因此，得出假设：
H1：社区满意度越高，越有利于促进社区凝聚力。
2.2. 邻里关系
目前国内学界对于邻里关系的研究主要分为两类：物理空间的邻里关系；社会空间的邻里关系。物理空间的邻里关系强调“邻里单元”设计思想 [3]，以“新城市主义”为设计理念 [4]，并注重后期的“住宅规划”。在广州开展的一项研究指出，商品房住宅区相比传统的社区，邻里关系较弱，但对基于物理空间的满意度而产生的邻里依恋较强，中国社区中邻里的功能已经从社会领域转化为私人的居住环境 [5]。社会空间的邻里关系则关注的是哪些社会因素影响邻里关系，以及邻里关系如何影响幸福感。对于影响社会空间的邻里关系的因素，不同学者给出了不同的观点。在微观层次上，学者把研究重点放在个人的人口特征或社会特征上，如仲继寿等认为，老年人与邻里交往的意愿普遍要高于中青年人 [6]；孙龙等认为，社区内的本地人比外地人对邻里关系的感知要强 [7]；杨卡则认为，收入水平越高，感知到的邻里关系越强 [8]。在中观视角上，学者把研究重点放在社区结构特征对邻里关系的影响 [9]。在这一研究视角里，国外研究者主要关注社区异质性对邻里关系的影响。
在邻里关系与社区凝聚力方面，江赟赟认为，目前邻里关系有待加强，在社区居民归属感培育中应加强邻里关系的培养 [10]。顾钊铭在研究社区共同体构建时指出了目前社区中弱邻里性的问题，同时他认为加强邻里关系建设和居民形成社区共同体意识之间存在关联 [11]。学者吴缚龙在北京市社区邻里关系的研究中认为，邻里关系能够更好的促进社区融合，可以发展自己的社会空间，形成社会网络 [12]。
那么，邻里关系能否促进社区凝聚力？本文主要从微观视角切入，以问卷中“我认为社区居民更加团结”、“我遇到困难时会向邻居求助”、“我会帮助邻居解决困难”三个问题来量化邻里关系。因此，得出假设：
H2：邻里关系越好，越有利于促进社区凝聚力。
2.3. 社会凝聚力
关于社区凝聚力的概念，国内的学者们各有观点。如陶元浩认为，社区凝聚力就是社区成员由于共同的利益和价值形成社区共同体的聚合力及在此基础上的社区共同体状态 [13]。学者蔡禾认为，社区凝聚力是社区整合的表现形式之一，它是社区居民之间相互联系、信任以及认同的存在状态，它有助于社区协调一致地实现目标 [14]。总结来说，学者们都承认社区凝聚力是指社区居民之间紧密的联系状态，这种状态或者是共同利益和互助合作，或者是相互信任、集体认同和共享价值 [15]。
目前，国内学界对于社区凝聚力的研究主要聚焦于从个人的人口社会经济特征或社会结构层面的邻里关系进行分析，而对于居民互动角度的研究还存在空白，以及从社区满意的维度对社区凝聚力的研究还有待探索。
3. 研究对象及研究方法
3.1. 研究对象及数据来源
本文的研究对象为因本轮疫情封控的商品房小区及其常住居民。受疫情影响，本次调研主要采取线上发放问卷的形式。共发放问卷140份，回收样本140份，有效样本138份。
3.2. 研究方法
本次研究的数据通过问卷调研法进行收集，收集完成后进行数据整理，最后导入统计分析软件进行分析。通过描述性分析和回归模型分析影响社区凝聚力的因素。该量表采用李克特五点计分法，测量被试者自封控以来的社区凝聚力、社区满意、邻里关系。量表共分为四部分：个人基本情况、社区凝聚力、社区满意、邻里关系。
3.2.1. 模型选择
1) 社区满意与社区凝聚力的分析模型
回归模型是一种具有预测性的建模技术，它主要用于研究自变量与因变量之间的某种关系。在实际应用中，回归模型通常被用于预测分析、因果关系分析等方面。不同的回归函数在分析同一研究对象时，拟合程度不同。SPSS统计分析软件提供11种不同函数的拟合，在实际研究中，需要找到拟合度最优的函数，将其作为模型进行分析。
Figure 1. Regression function fitting of community satisfaction and community cohesion
图1. 社区满意与社区凝聚力的回归函数拟合
将问卷中属于测量“社区满意”的题目整合后取平均值，该值作为社区封控期间被试者的“社区满意”得分，得分越高，认为社区满意度越高。将问卷中属于测量“社区凝聚力”的题目整合后取平均值，
Figure 2. The regression function fitting of neighborhood relationship and community cohesion
图2. 邻里关系与社区凝聚力的回归函数拟合
该值作为社区封控期间被试者的“社区凝聚力”得分，得分越高，认为社区凝聚力越高(下同)。以“社区满意”为自变量，“社区凝聚力”为因变量进行分析。如图1所示，经过11种函数拟合后发现，线性函数拟合度最优，故使用线性函数进行分析。
2) 邻里关系与社区凝聚力的分析模型
和上述分析一致，在研究邻里关系与社区凝聚力的关系时，也需要找到一种拟合度最优的函数作为模型进行分析。
将问卷中属于测量“邻里关系”的题目整合后取平均值，该值作为社区封控期间被试者的“邻里关系”得分，得分越高，认为邻里关系越好。以“邻里关系”为自变量，“社区凝聚力”为因变量进行分析。如图2所示，经过11种函数拟合后发现，幂函数拟合度最优，故使用幂函数进行分析。
3.2.2. 变量解释
1) 社区满意与社区凝聚力分析模型的变量
自变量：社区满意；因变量：社区凝聚力。
公式1：
yi = 因变量，b0 = 常数项，b1 = 回归系数，x = 自变量，μi = 随机误差项。
2) 邻里关系与社区凝聚力分析模型的变量
自变量：邻里关系；因变量：社区凝聚力。
公式2：
yi = 因变量，b0 = 常数项，b1 = 回归系数，x = 自变量，μi = 随机误差项。
4. 重大突发公共危机下社区凝聚力实证分析
4.1. 数据的信度和效度
1) 信度
信度即可靠性，是指运用同一种研究方法对同一研究对象进行分析时，能够得到相同的结果的程度。信度越高，数据的可靠性越高。
克隆巴赫系数是测量的问卷调研信度的一种方法。通常来说，该系数越大，则调研信度越高。系数大于或等于0.6时，认为能够较好的反映可靠性。如表1所示，克隆巴赫系数为0.874，表明该问卷具有较高的信度。
2) 效度
效度即有效性，是指运用研究方法或工具能够准确的测量出研究对象的程度。预期结果与测量的结果越接近，则效度越高。
KMO系数大于或等于0.5则表明适合做因子分析。如表2所示，KMO系数为0.952，表明非常适合。因子分析是检验问卷数据效度的成份之一。
将问卷中属于个人基本信息的问题剔除后进行因子分析。如表3所示，所有变量的提取值均大于0.5，且大部分变量接近或大于0.7，表明提取的因子对于原始数据有较好的解释效果。
如表4所示，经分析，提取因子解释方差为78.923%，大于70%，故表明损失的信息在可接受范围内。
Table 5. Composition matrix after rotationaa
表5. 旋转后的成分矩阵a
a. 旋转在6次迭代后已收敛。
如表5所示，对提取的3个主因子建立因子载荷矩阵(因子载荷矩阵表示原始变量与各因子之间的相关程度)。随后采用方差最大法对因子载荷矩阵实施正交旋转，这能够更加确切的解释各个主因子。在对测量项目进行选择时，以因子负荷值的大小作为保留和剔除的标准。本研究选取0.5作为剔除的标准，得到如表5的结果。其中在同一列的变量，划归同一类，可分为社区凝聚力、社区满意、邻里关系三个方面。
综上所述，各指标通过KMO和和巴特利特检验，且提取因子解释方差大于70%，每个因子的载荷均大于0.5，表明本研究采集数据具有良好的效度。
4.2. 描述性分析
1) 性别
在本次调研的138位被试者中，男性占比53.6%，女性占比46.4%，性别比例比较均衡。
2) 在本社区居住时间
在138位被试者中，在本社区居住2年以下的占23.2%；2~5年(不含)占26.8%；5~10年(不含)占17.4%；10~20年(不含)占18.8%；20年及以上占13.8%。由此可见样本量偏差较小，反应的数据比较客观。
3) 学历
在138位被试者中，本科及以上学历者占总样本的一半以上，这与调研的社区相关。本次调研的社区租客较多，其多属在上海工作的青年人，故高学历者人数偏多。
4) 小区规模
根据社区规模划分标准，500户及以下为小型社区、501~1000户为中型社区、1001户及以上大型社区。在138位被试者中，居住在小型社区的被试者占总样本的一半以上，中型社区和大型社区分别为21.7%、18.8%，另有6.5%的被试者不清楚。
4.3. 社区满意与社区凝聚力
运用SPSS统计分析软件对“社区满意”与“社区凝聚力”进行分析。经前文的模型拟合情况，社区满意与社区凝聚力的分析采用线性回归的方法。本次研究以“对居委会的工作感到满意”、“遇到困难会寻求居委会的帮助”、“认为居委会制定的规则是合理的”这3个设问作为测量维度来量化社区满意。
具体分析如下：
a. 预测变量：(常量)，社区满意；b. 因变量：社区凝聚力。
以“社区满意”为自变量，“社区凝聚力”为因变量，分析后得出(如表6所示) Durbin-Watson系数为2.033，表明研究数据不存在序列相关性。研究数据经过共线性诊断后得出，自变量VIF值小于5，故表明变量与变量之间不存在共线性，自变量的数据稳定、可靠。经过残差分析，所有自变量残差值小于2，意味着该回归方程包含了原始数据的绝大部分信息。
如表6所示，回归模型的拟合度调整R2 = 0.670，拟合度较好，表明自变最能够解释因变量变化原因的67.0%，即在此回归模型下，社区封控期间的社区凝聚力有67.0%是由社区满意决定的。
a. 因变量：社区凝聚力。
如表7所示，自变量(社区满意)的显著性P值小于0.05，故表明自变量与因变量之间存在显著相关性。进一步来说，自变量的回归系数均为正数，所以自变量是显著正向影响社区凝聚力的。
基于上述的分析，得出社区满意与社区凝聚力的定量关系(回归方程)如下：
社区凝聚力 = 0.684 + 0.875*“社区满意”
通过数据分析可以看出，社区满意虽然正向影响社区凝聚力，但该部分的得分为2.92，与“邻里关系”得分横向比较得分较低。这表明在社区封控期间，居民对于居委会、物业的工作满意度有待提高。经问卷词频分析可得知，被试者对居委会、物业在封控期间的工作满意度较低。
4.4. 邻里关系与社区凝聚力
根据前文的模型拟合情况，在分析邻里关系与社区凝聚力的关系时，选取幂函数进行回归模拟。本次研究以“邻居遇到困难时会提供帮助”、“遇到困难会寻求邻居帮助”、“经常和邻居交流、分享信息”、“认为社区居民更加团结”作为测量邻里关系的维度。
具体分析如下：
a.预测变量：(常量)，邻里关系；b.因变量：社区凝聚力。
如表8所示，Durbin-Watson系数为1.974，表明研究数据不存在序列相关性。研究数据经过共线性诊断后得出，自变量VIF值小于5，故表明变量与变量之间不存在共线性，自变量的数据稳定、可靠。经过残差分析，所有自变量残差值小于2，意味着该回归方程包含了原始数据的绝大部分信息。
如表8所示，回归模型的拟合度调整R2 = 0.813，拟合度较好，表明自变最能够解释因变量变化原因的81.3%，即在此回归模型下，社区封控期间的社区凝聚力有81.3%是由邻里关系决定的。
因变量为ln(社区凝聚力)。
如表9所示，自变量(邻里关系)的显著性P值小于0.05，故表明自变量与因变量之间存在显著相关性。进一步来说，自变量的回归系数均为正数，所以自变量是显著正向影响社区凝聚力的。
基于上述的分析，得出邻里关系与社区凝聚力的定量关系(回归方程)如下：
社区凝聚力 = 1.065 + “邻里关系”0.918
经分析后得出，该部分平均分为3.80。尤其是“认为社区居民更加团结”一项中，得分4.2，较为突出。在社区封控期间，由于基本物资供应不到位，不少居民自发采取团购等形式解决困难。这一经验观察与数据分析后的结果相符。经词频分析可知，居民认为在封控期间邻里变得更加团结了。
5. 进一步的讨论
5.1. 本文创新点及结论
本文的研究背景是基于2022年上海市突发的新冠肺炎疫情，在本轮疫情封控中，通过经验观察可知社区凝聚力得到了提升，甚至可以说是进入“商品房时代”后的前所未有的提升。探讨社区凝聚力提升原因是具有现实意义的。本文的创新之处在于以重大突发公共危机为时空背景来讨论邻里关系、社区满意对社区凝聚力的作用。在此次上海爆发的疫情中，上海市辖区内的所有社区均采取封闭管理，居民足不出户、服务上门。在社区封控期间，将社区居民与外界的物理空间隔离开，导致居民的日常交往受限，从原先没有限制的外部空间到被限制在本社区内。由此产生的一系列问题接踵而至：物资短缺，受封控影响甚至无法保证日常用品的供应；需要就医时，设置重重阻碍，如必须通过居委会审批后由居委会联系120急救，再将患者送往医院，在就医过程中必须持有24小时核酸阴性证明等；不适合居家办公的职业(如外卖骑手、体力劳动者)收入锐减，影响正常生活等等。为了缓解上述问题，社区居民和居委会在封控期间采取了多种解决方式：有能力的居民自发组织团购，采购社区内居民的日常用品以保证基本生活；居委会定期收集需要配药的居民的证件，由居委会工作人员统一进行采配；居民之间通过微信群进行交流，不少居民会帮助社区内其他居民解决问题，如帮助老年人使用核酸码、帮助邻居代领物资、给予生活困难的居民帮助等等。
基于上述的经验观察，本次调研问卷针对邻里关系、社区满意、社区凝聚力三个维度进行测量，得出社区满意与社区凝聚力之间、邻里关系与社区凝聚力之间存在显著相关性。进一步来说，社区满意与社区凝聚力呈显著正向相关性，即社区满意度越高，社区凝聚力越好。邻里关系与社区凝聚力呈显著正向相关性，即邻里关系越好，社区凝聚力越好。“外部危机会导致内部凝聚力的变化” [16]，科塞的这一观点在本轮疫情中得以体现。正是由于社区封控导致的外部危机，从而倒逼社区居民和居委会找出解决危机的方法，在居民密切交往之间、在居民与居委会互动之间，提升了社区凝聚力。
5.2. 对实践的启示
社区凝聚力的提升具有重要的现实意义，如能够促进居民参与社区公共事务、促进社区建设等。社区凝聚力提升于个人、于社区而言都是有益的。那么，因社区封控导致的社区凝聚力的提升如何使之可持续？回顾在社区封控期间使用的让社区凝聚力提升的手段和方法，能否在其中得到启示，如何在上海后疫情时期中得以继续发挥作用？
1) 促使居民融合，增进社区凝聚力
居民融合的程度是社区凝聚力的重要衡量指标之一，这将直接影响社区凝聚力。在社区封控期间，由于居民能够团结起来，找出解决危机的办法(如社区团购、参加志愿者)，在很大程度上促进了居民融合。促进居民融合，首先要培育社区“精英”(“团长”是其中之一)，使其有动员社区居民的号召力、领导社区居民的能力；其次，要给予社区居民平等的权利，资源分配要公平；最后，要鼓励社区居民参与社区公共事务，多开展与居民切身利益相关的项目，使居民参与有直接的获得感；最后，要连通居民之间的情感联系，发挥邻里互助精神，在接触和交流中增进社区凝聚力。
2) 从居民利益出发开展社区工作，增进社区凝聚力
居民是社区的主体，社区只有以居民为中心，才能从居民的利益出发开展共从，从而促进社区凝聚力。正如社区封控期间，居委会从居民角度出发，制定了在封控期间配药、就医的便民细则，在减少居民前往医院导致感染的风险的同时，基本满足居民的就医和用药需求。在上海后疫情时期，同样要在保障居民利益的前提下增进其获得感、幸福感、满足感，做到以人为本，承担好群众自治组织应当履行的责任。虽然在封控期间，相当程度的居民对于居委会的工作不满，但经过分析可以得出居委会工作越到位，越能促进社区凝聚力，所以社区居委会必须从居民利益出发开展工作，增进社区凝聚力。
3) 构建社区公共空间，增进社区凝聚力 [17]
社区公共空间在封控期间能够起到促进人与人之间交流、互通的功能，是富有生活气息的，同时，完善的社区公共空间也能够促进社区凝聚力提升。在社区封控期间，社区于外界的物理空间隔离，居民的活动范围仅局限于社区内部，这就很好的证明了上述观点。若能在后疫情时期继续打造完善社区公共空间，相信会对社区凝聚力的提升有帮助。在建设社区公共空间时，应当从居民本身出发，了解本社区居民的需求、习惯，充分听取居民建议，打造适宜本社区的公共空间。
5.3. 本文的不足及未来研究展望
1) 由于回收的样本中18~40岁的青年人较多，所以无法将年龄作为控制变量对比不同年龄层次的数据，在研究的严谨性上有所欠缺。
2) 在对本文的三个变量的量化中，测量维度比较单一，没有更加全面的覆盖更多可能导致数据变化的因素。
若能将上述不足加以改进，相信会使结论具有更高的严谨性和可靠性。在今后的研究中可加以补充。在今后研究中，可将更多变量纳入进来，使研究更具可信度。
参考文献