洪 诚

(南京农业大学 信息管理学院，江苏 南京 210095)

0 引言

高校图书馆作为高校中不可或缺的一部分，既是高校收集保存书籍、文献、典籍等资源的机构，又是同学们能够安静、舒适学习的场所，可以说高校图书馆的建设水平高低与高校的科研、教育成果之间存在密不可分的关系。随着时代的发展，高校图书馆正向着更加多元化、智能化的方向发展，其馆藏资源、馆舍规模等也在不断扩大，而不同高校的图书馆建设发展水平难免存在一定的差异。本研究基于因子分析法，对国内高校图书馆建设发展水平进行分析评价，旨在揭示各高校图书馆建设发展之间存在的差异，以及导致这些差异的具体因素。

1 文献回顾

1.1 高校图书馆建设发展研究

对国内高校图书馆建设发展情况的研究是图书馆建设发展研究的重要组成部分。裴雪芬[1]回顾了我国高校图书馆文献资源建设的基本状况，指出了1987年以来我国高校文献资源建设发展缓慢、陷入困境的问题，分析了其中的原因，并结合高校图书馆文献资源优势，为解决建设发展问题提供对策。邓佩珍[2]着眼于网络阅读的发展，分析了网络阅读环境下高校图书馆文献信息资源建设的发展趋势，并为高校图书馆提供参考建议。程艾军等[3]对比分析了中美两国连续3年的高校图书馆电子资源建设经费数据，分析了两国高校图书馆馆藏电子资源建设的发展趋势及差异，为国内高校图书馆馆藏资源建设提供建议。此外，韩雅鸣等[4]通过回归分析对200所国内高校图书馆的总经费与其科研成果数量进行了相关性分析，指出了高校图书馆建设发展与高校科研成果之间的相关性。

1.2 因子分析在图书馆研究中的应用

作为一种备受关注和讨论的统计分析方法，因子分析在图书馆研究方面也得到了一定的应用。李建霞[5]将因子分析用于我国地区公共图书馆的可持续发展能力研究评价中，分析出了影响我国各地区公共图书馆综合可持续发展能力的主要因素以及限制性因素，指出了各地区公共图书馆可持续发展的非均衡性阶梯分布特征。赵隽[6]运用因子分析方法对图书馆工作人员的德、能、勤、绩等方面进行绩效考核，对工作人员做出评价，帮助图书馆提高人力资源管理水平。牛勇平等[7]基于因子分析对我国公共图书馆的地区差异展开评价，反映了经济发展与公共图书馆建设间的关系，为公共图书馆建设经费投入提供指导建议。卢扬等[8]细化了文献资源、运行机制、技术支持和服务4个层面的指标并编制了调查问卷，对问卷结果进行因子分析，以建立出一套合理可行的图书馆信息服务质量评价工具。

目前，国内已有许多关于高校图书馆建设发展研究的文献，也有一些将因子分析应用到图书馆建设发展分析评价上的研究，但对于将因子分析应用于高校图书馆的建设发展分析评价上的研究较少。本研究试图利用因子分析的方法分析评价国内各高校图书馆的建设发展差异，为高校图书馆建设发展研究提供一种方案。

2 研究设计

2.1 研究方法

本研究采用因子分析的方法来对各高校图书馆建设发展指标数据存在的差异进行分析评价。因子分析是一种为了证实研究者设计的测验能够测量某一潜在特质，并厘清其内在结构，将一群有共同特性的测量分数，抽离出背后构念的统计分析技术，其主要功能是处理潜在变量的估计问题，简化测量的内容，以及协助测验的编制[9]。随着技术的发展，因子分析法的应用已经走向更广阔的空间。因子分析法根据相关性将变量进行分组，将相关性较高的变量归为同组，相关性较低的归为不同组，以每组变量代表一个基本结构(称为公共因子)，求出公共因子在每个指标上的得分，再计算综合得分并进行排序[7]。

因子分析过程中，首先通过KMO(Kaiser-Meyer-Olkin)和Bartlett的球形度检验判断是否适合做因子分析。对于KMO统计量，判断准则是其值在0.90以上说明因子分析适合性是极佳的，0.80以上说明是良好的，0.70以上说明是中度的，0.60以上是平庸的，0.50以上是可悲的，0.50以下是无法接受的。在实际应用中，一般认为KMO检验值在0.70以上适合使用因子分析法，Bartlett的球形度检验则需要达到0.05水平上显著。符合因子分析的条件后，采用主成分分析法从变量中萃取出公共因子，其原理是利用变量的线性整合，简化变量为数个主成分。碎石图也称陡坡检验图，用于判断特殊因素的存在，当因子特征值急剧增加，即图中出现陡坡时，代表重要因子出现，以此来确定因子的个数。因子萃取完成、因子组成确认之后，为了使因子具有清楚的区隔，能反映出特定的意义，采用最大方差法对因子负荷矩阵进行正交旋转，最后计算获得因子分数，即可对数据进行分析，得到结论。

2.2 数据来源及处理

教育部高等学校图书情报工作指导委员会汇总统计了2004年以来每年全国高校图书馆的基本数据，编制高校图书馆基本数据排行榜并形成中国高校图书馆发展报告[4]，该排行榜同时也是《中国图书馆年鉴》中高校图书馆基本统计数据的来源。本研究以我国高校图书馆为研究对象，选取了2018年高校图书馆基本统计数据排行榜中各高校图书馆的在编职工数、馆舍总面积、电子资源购置费、纸质资源购置费、文献资源购置费以及年度总经费6项建设性指标作为评价指标[10]。由于这6项指标包含的高校图书馆数量存在差异，本研究选取了2018年1 057所高校图书馆在编职工人数统计表中职工人数在70人及以上的高校图书馆作为样本，共计125所；与其他5项指标统计表核对比较之后，去除了14所统计数据不完整的高校图书馆，最终获得111所高校图书馆的有效数据。根据最终确定的高校图书馆列表，本研究从各高校图书馆官方网站“本馆概况”页面获取了每个高校图书馆最新的纸质馆藏总量数据，作为第7项建设性评价指标。由于每项指标的单位不统一、数值差异大，所以本研究在进行因子分析之前先对数据进行标准化处理，得到所有高校图书馆发展水平指标名称，如表1所示。

表1 高校图书馆发展水平建设性指标名称

3 研究结果与讨论

3.1 因子分析过程

本研究采用SPSS 25软件对高校图书馆发展水平指标进行因子分析。在进行因子分析之前，需要先通过KMO和Bartlett的球形度检验来判断数据是否适合进行因子分析。对采集到的数据进行KMO和Bartlett检验，得到KMO检验值为0.713，达到0.70以上，表示可以采用因子分析法；Bartlett球形检验中Sig.的值为0.000，在0.001的水平上显著，显示选取的指标间存在非常显著的相关性，说明了进行因子分析的必要性。此外，本研究样本数为变量数的5倍以上，且大于100，符合因子分析的要求，故可以进行进一步的因子分析。

在SPSS中设置要提取的因子数为2，用主成分分析法提取因子分析特征值与总方差解释情况，如表2所示。

表2 因子分析特征值与总方差解释

从表2中可以发现，因子1和因子2的初始特征值均大于0.7，且累积方差贡献率达83.517%，符合因子分析中累积方差贡献率的要求，将这两个因子记作FAC1，FAC2。绘制因子分析各成分特征值的碎石图，横轴为因子序号，纵轴为对应的特征值，所得结果如图1所示。

图1 因子分析特征值碎石图

由碎石图可知，因子1与因子2之间的连线比其他各点之间的连线更为陡峭，存在急速上升的情况，说明因子1与因子2的特征值差值较大，证明了因子1与因子2即为关键因子。进一步用最大方差法对因子进行正交旋转，使各项指标在这两个关键因子上的作用更加明显，所得旋转后的方差贡献率(见表2)，因子1为54.698%，因子2为28.819%，说明这两个因子能够很好地代表数据中的7个指标变量。正交旋转后的成分矩阵如表3所示。

表3 旋转后的成分矩阵

从旋转后的成分矩阵可以看出，因子FAC1与指标变量Zx5，Zx6，Zx3，Zx4之间关系密切，而因子FAC2则与指标变量Zx2，Zx7之间关系密切，指标变量Zx1与两个因子的关系都较为紧密，从实际指标内容来看，将其算入因子FAC2更为合理。因此，FAC1代表了电子资源购置费、纸质资源购置费、文献资源购置费以及年度总经费，可以解释为高校图书馆的年度经济因素；FAC2代表了在编职工数、馆舍总面积以及纸质馆藏总量，可以解释为高校图书馆的累积规模因素。

将因子分析中各样本的因子得分保存为变量，取表2中FAC1和FAC2旋转后的方差贡献率作为综合得分计算的权重，得综合得分FAC(公式中记为FAC)的计算公式为：

FAC=0.547×FAC1+0.288×FAC2

3.2 因子分析结果讨论

根据导出的FAC1，FAC2得分以及计算得到的综合得分FAC，对111所高校图书馆2018年的建设发展情况分别进行排序：FAC1、FAC2以及综合建设发展情况靠前的10所高校图书馆如表4所示；FAC1、FAC2以及综合建设发展情况靠后的10所高校图书馆如表5所示。

表4 2018年高校图书馆建设发展情况前10名

表5 2018年高校图书馆建设发展情况后10名

3.2.1 年度经济因素情况

FAC1排名反映了高校图书馆的年度经济因素情况。根据FAC1得分的排序，从排名靠前的高校图书馆来看，位居前5位的依次为中山大学图书馆、北京大学图书馆、浙江大学图书馆、复旦大学图书馆以及清华大学图书馆，包括其后的中国人民大学图书馆、华中科技大学图书馆、北京师范大学图书馆以及上海交通大学图书馆在内，这些经济因素排名靠前的高校图书馆有一个共同的特点，它们都是属于我国“双一流”建设高校中世界一流大学建设高校(A类)的高校图书馆，并且大多位于北京、上海、广州、深圳等我国一线城市与新一线城市。这些地区本身经济发展相对较繁荣，再加上高校本身为我国重点建设高校，因此对这些高校图书馆的建设投入会比其他地区和水平的高校更多，这是符合我国经济发展情况的。

从排名靠后的高校图书馆来看，位居后5位的依次为临沂大学图书馆、贵州师范大学图书馆、广西师范大学图书馆、天津师范大学图书馆以及延边大学图书馆。这些经济因素排名靠后的高校图书馆，除部分高校受上文提到的所在地区经济相对欠发达影响外，可以看出师范类高校以及理工类高校的图书馆经济因素排名普遍靠后，包括未在表中列出的华南师范大学图书馆、兰州理工大学图书馆等。受制于高校的类型，这些高校可能并不像综合类高校一样需要全面、多样的图书资源，因此每年用于图书馆的经费也就相应较少，导致其经济因素得分较低。

3.2.2 累积规模因素情况

FAC2排名反映了高校图书馆的累积规模因素情况。根据FAC2得分的排序，从排名靠前的高校图书馆来看，位居前5位的依次为山东大学图书馆、郑州大学图书馆、武汉大学图书馆、四川大学图书馆以及苏州大学图书馆。与年度经济因素情况相反的是，累积规模因素排名靠前的高校图书馆大部分并不位于一线城市及其所在省份，对应高校也不全是“双一流”高校，造成这种现象的原因可能有以下几点：一是受惠于可能相对没有那么发达的地产开发行业，有的高校能够拥有规模宏大的校园建筑群，以临沂大学为例，临沂大学图书馆是国内乃至亚洲高校单体建筑面积最大的图书馆之一，因此其馆舍总面积、在编职工数等均居于前列；二是作为历史悠久的高校，在发展过程中可能吸收融合了其他高校的图书馆，并且建设了新馆、分馆等，以武汉大学为例，武汉大学图书馆于2000年与武汉水利电力大学图书馆、武汉测绘科技大学图书馆、湖北医科大学图书馆合并，并于2011年建成启用了武汉大学图书馆(总馆)新馆，2016年又开放了图书馆信息科学分馆新馆，使得武汉大学图书馆的馆舍总面积十分宏大。

从排名靠后的高校图书馆来看，位居后5位的依次为中国农业大学图书馆、井冈山大学图书馆、武汉科技大学图书馆、中国药科大学图书馆以及首都师范大学图书馆。除所在地区以及高校本身确实相对欠缺发展，导致高校图书馆累积规模因素偏低外，形成这种排名的原因可能有以下几点：一是旧馆舍面积较小，正处在新馆舍筹建当中，以中国农业大学为例，中国农业大学图书馆正在筹建一座近50 000 m2的新馆舍，以适应学校发展的需要。二是新生的高校图书馆方兴未艾，以深圳大学城图书馆为例，它同时又称为深圳市科技图书馆，成立于2006年6月，建设起步比起大部分高校图书馆要晚许多。此外，随着时代的发展，电子资源占据了更加重要的地位，以中国药科大学图书馆为例，虽然其馆藏印刷型文献仅90余万册，但具有361万册可利用电子资源，再加上其医药类高校的特性，累积规模因素较低是可以理解的。

3.3.3 综合情况

综合得分FAC排名反映了综合考虑高校图书馆的年度经济因素以及累积规模因素所得的建设发展情况。根据综合得分FAC的排序，从排名靠前的高校图书馆来看，位居前5位的依次为：中山大学图书馆、北京大学图书馆、浙江大学图书馆、复旦大学图书馆以及清华大学图书馆。综合情况排名的前5位与年度经济因素排名无异，体现了年度经济因素在高校图书馆建设发展评价中权重相对较高的特点。从第6位开始，山东大学图书馆、武汉大学图书馆、华中科技大学图书馆等累积规模因素较高的高校图书馆进入了前列。整体来说，综合得分排名进入前50的高校图书馆基本上都是“双一流”建设高校的图书馆，排名先后符合高校所在地区、高校综合实力以及高校类型等共同影响的结果，说明因子分析得到的两个因子FAC1与FAC2能够很好地代表高校图书馆的年度经济相关指标以及累积规模相关指标，在高校图书馆建设发展的排名与评价中起到合适的作用。

从排名靠后的高校图书馆来看，位居后5位的依次为湖北工程学院图书馆、北华大学图书馆、齐齐哈尔大学图书馆、井冈山大学图书馆以及武汉纺织大学图书馆。在综合了年度经济因素和累积规模因素之后，可以确定最终排名仍相对靠后的高校图书馆在建设发展方面是相对欠缺的，与综合排名靠前的高校图书馆之间存在着一定的差距。

4 结语

本研究通过因子分析对2018年我国高校图书馆建设发展水平的差异进行了分析。结果显示，2018年我国各高校图书馆的发展水平之间存在一定的差距。具体表现为“双一流”建设高校、位于一线城市与新一线城市的高校以及综合类高校的图书馆建设发展水平综合得分比起其他水平、地区、类型的高校图书馆相对较高，主要有年度经济因素和累积规模因素两个关键因子。高校图书馆可以根据综合得分排名，结合年度经济因素和累积规模因素的单独排名判断自身与排名靠前的高校图书馆存在多少、何种差距，以针对自己的弱势方面加大投入，帮助更好地建设高校图书馆。

本研究也存在一定的局限性：一是有许多图书馆建设发展较好的高校因为数据缺失的问题而从研究数据中去除了，如南京大学图书馆。二是研究只选用了在编职工数排名前111所高校图书馆的数据，不能全面地代表我国所有高校图书馆的情况。三是用于评价的指标种类还不够丰富，由于数据收集问题，累积规模因素中缺少电子资源与文献资源的馆藏总量，并且没有对流通人次、借阅册次等服务性指标数据进行研究，需要在进一步研究中继续完善。