基于高校图书馆的大学生阅读倾向性研究——以吉林大学图书馆为例

孟志强，玄雪花，李慧

（吉林大学图书馆，吉林长春 130012）

正确的读书观对于大学生接受高等教育、培养健康人格、建立社会适应性具有重要意义。因此，大学生成长史在某种意义上可以理解为读书史，读书不仅对大学生个人知识的深度与广度有所影响，还影响着一个民族的学习力与创造力。高校图书馆作为大学生学习的第二课堂，具有阅读推广的优势与资源，承担着服务广大学生阅读教育、馆藏推荐的重任[1]。为此，基于高校图书馆资源阅读数据的大学生阅读行为和阅读倾向分析，可为高校图书馆阅读推广提供参考。本文以吉林大学图书馆为例，利用因子分析法对11 年的本科生借阅数据进行分析，探求大学生阅读行为与阅读倾向性。

1 因子分析

1.1 因子分析法概念

因子分析通常是指在变量群中提取并聚类共性因子的一种统计技术，数据分析相对综合全面，具有一定可信度和参考价值。分析方法大致包含两类：一类是探索性因子分析法（EFA）；另一类是验证性因子分析（CFA），两者区别主要在于是否事先假定因子与测度项之间的关系。本研究选择探索性因子分析法（Exploratory Factor Analysis，简称EFA）来解决本文的研究工作。

1.2 因子分析法具体操作

使用因子分析首先要谨慎确定因子数目，因子数目代表了我们所要挖掘的潜在变量个数，选择相对合理的均值数字确定因子数目，可以作为因子分析相对合理地对标参考，因子数目根据图1 确定。

图1 因子数目确定图

Kaiser-Harris 准则包含13 个评估标准，是评估医学研究质量的重要标准之一，要求研究设计应当明确、可重复，并且应该有足够的样本。

根据图1 可以看出，当因子数目达到8 的时候因子分析特征值达到0 且趋于稳定，因子数目确定为8 个是合理的，恰好与借阅数据来源于该校的8个学部吻合。

（1）因子独立性

通过将关系密切的数据进行聚类，揭示原始数据的基本信息。8 个因子使用因子斜交旋转方法验证本文提取的8 个因子无论正交还是斜交都是不相关的，以此来证明我们选取因子个数的有效性。进行因子分析得到因子的相关系数如表1。由表1 可以看出只有因子1 和因子5 的相关系数超过了0.50，具体数字为0.54，说明二者两者具有一定关联性，但这种关联性也很小。因此使用因子正交旋转方法继续进行因子分析。

表1 因子相关系数表

（2）因子分析概况

表2 揭示了因子分析的合理性及有效性。从表2 可以看出8 个因子共解释了数据的87%的平方差，可见数据为可信状态。

表2 因子分析概况

图书馆的图书是按照《中国图书馆分类法》进行分类，按类别分为从a—z 共计22 个大类（表3）。如果图书分类级别过于细致会使每个分类下的图书数量过少，从而降低数据的揭示能力，因此只对一级类目数据进行数据分析。

表3 因子载荷矩阵

载荷矩阵，指的是观测变量与因子的相关系数，用来解释因子的含义。本文利用读者借阅图书的分类和，来解释各个图书分类分别归属于哪个因子。

表3 可以看出书目g、j、k、b、i、c、h、a、z 与因子5的相关性最高，主要受因子5 的影响，这些书目主要与文学、哲学有关，因此将因子5 称为 “文哲因子”；书目f、d 与因子1 的相关性最高，主要受因子1的影响，这些书目主要与经济、政法有关，因此将因子1 称为“经、政”因子；书目u、v、s 与因子4 的相关性最高，主要受因子4 的影响，这些书目主要与运输、农业有关，因此将因子4 称为“交农因子”；书目q、o 与因子3 的相关性最高，主要受因子3 的影响，这些书目主要与理学有关，因此将因子3 称为“理学因子”；书目x、p 与因子6 的相关性最高，主要受因子6 的影响，这些书目主要与地球科学、环境科学有关，因此将因子6 称为“地环因子”[2]；书目t、e 与因子7 的相关性最高，主要受因子7 的影响，这些书目主要与工业技术有关，因此将因子7 称为“工业因子”；书目n 与因子2 的相关性最高，主要受因子2的影响，这些书目主要与自然科学有关，因此将因子2 称为“自科因子”；书目r 与因子8 的相关性最高，主要受因子8 的影响，这些书目主要医药、卫生有关，因此将因子8 称为“医药因子”[3]。每种书目与不同因子的相关性及关系如图2 所示。

图2 书目因子关系图

根据因子分析原理可以总结出如下公式[4]：

x-u=q1×经政因子+q2×自科因子+q3×理学因子+q4×交农因子+q5×文哲因子+q6×地环因子+q7×工业因子+q8×医药因子+ε

其中，x 为各个图书大类的借阅量（矩阵），u 为各个大类借阅量的平均值（矩阵），为因子载荷，为特殊因子。

2 因子得分体现各因子与学部的关系

通过因子得分矩阵，反映了如下情况，白求恩医学部主要受医药因子影响，即与书目r 有很强的关联（表4）；地球科学学部主要受地环因子影响，即与书目x、p 有很强的关联； 工学部主要受交农因子影响，即与书目u、v、s 有很强的关联；理学部主要受理学因子影响，即与书目q、o 有很强的关联；农学部主要受医药因子影响，即与书目r 有很强的关联；人文学部主要受文哲因子影响，即与书目g、j、k、b、i、c、h、a、z 有很强的关联； 社会科学学部主要受经政因子影响，即与书目f、d 有很强的关联；信息科学学部主要受工业因子影响，即与书目t、e 有很强的关联，受限于本文篇幅，后续表格不再一一列举。

表4 白求恩医学部的矩阵分析

以表4“白求恩医学部的矩阵分析”为例，白求恩学部11 年数据显示，只和ML8 有强关联，每年强度不同而已，其他大类均为负数。依次分析得出，地球科学部11 年数据显示，和ML6 关联最强。工学部11 年数据显示，和ML4 关联最强等。

为了从学部层面进行客观的分析，对每个学部11 年的因子得分取平均值，得到表5 的学部平均因子的分。

表5 学部平均因子得分

3 大学生阅读特点分析

以上分析可以明显看出当代大学生阅读馆藏资源的3 个特点。

（1）阅读多样性

大学生作为高校图书馆的主要服务对象，其阅读特点有着明显的多样化[5]。其中，大学生的阅读特点与心理是相互交错的，再加上阅读环境的变化，大学生阅读不仅集中在专业知识的需求上，更对其他专业的知识有所涉猎，如工学部会关注交农因子的图书，农学部会关注医药因子的图书，社会科学学部会关注经政因子的图书，信息科学学部会关注工农业因子的图书等[6]。大学生在阅读方面的多样性不仅体现在如上几个方面，在参与高校图书馆阅读推广活动中也尤为明显，特别是图书馆阅读推广活动的推广频次、氛围、时间、主题及类型等，具有显著的趋向性。

（2）阅读数据化

选择图书阅读时，会受到畅销书排行榜、名人作者及熟人推荐等“大数据”分析等因素的影响，高校图书馆如何突破此方面的桎梏，采取移动化的阅读推广手段，仍是未来较长一段时间内要致力于此的工作[7]。

（3）大学生的阅读倾向、阅读兴趣、阅读需求等方面，也展现出明显的多样化。

4 图书馆阅读推广策略

首先，完善高校图书馆阅读推广活动，对自身发展的作用，也会对大学生阅读有所影响[8]。

其次，根据因子分析，调整高校图书馆数字馆藏，按各学部读者需求推送相关资源，以满足不同学部读者的科研需求[9]。

最后，细化阅读推广。可展开多主体阅读推广活动，以此满足不同层次大学生的读书需求[10]。通过因子分析，精准掌握高校各学部的资源需求，并根据大学生不同班级、所学专业及受教育程度的差异，细分阅读推广活动，将活动目标精准定位到指定人群，以此提升阅读推广的实效性。加强阅读推广的频次，实现阅读推广活动的日常化、常态化。

5 结束语

综上所述，以吉林大学8 个学部本科生对馆藏资源阅读数据为例，通过因子分析法对大学生阅读行为进行分析，可以看出，大学生主要阅读需要体现于专业知识上，并在职业发展、增长知识等方面也有一定体现。从某种意义上说，大学生阅读价值倾向存在功利性阅读的因素，并兼具提升自身与兴趣爱好引发的阅读倾向，具有多元化特点。鉴于此，以大学生阅读行为方面着手，高校图书馆可调整自身的阅读推广策略，既可以结合大学生的某一阅读特点予以推广，也可以细化到某一群体的大学生予以推广，有针对性地进行，并改善阅读推广环境，提升阅读素养，更好地服务于大学生读书。