高等院校突发事件预警指标体系研究:山西大学商务学院的实证研究

韩 静 雷万鹏

（山西大学商务学院 理学系，山西 太原030031）

0 引言

高等院校在校生包括教师，由于其文化程度相对较高，自我防范意识也相对较高，政治敏感度相对较强等原因，在当前社会矛盾愈来愈尖锐，我国改革的深化和社会转型速度的加快等条件下，使得各类高校突发事件频频发生，成为各类危机事件的多发区域，严重威胁了高校乃至整个社会的和谐发展.所以，高等院校突发事件预警系统的分析和研究就显得尤为必要而迫切.

在中国，学者周贝隆教授开创了“中国教育的危机”这个概念的先河，首次将校园突发事件作为研究对象，积极开展对中国校园突发事件的预警研究，引发了一股研究有关社会危机的热潮[1].近年来众多学者本着实事求是的原则，对高校突发事件的策略和实际的对策程序进行研究，并且大力发展网络建设，取得了一系列成果.尤其是2003年，在经历了“非典”的冲击后，中国很多高校都不约而同地建立了相应的预警识别系统，为我们研究高校的预警指标体系提供了大量的信息.随着社会改革的深化，我国对高校突发事件的频发越来越重视，于2002年9月颁布了《学生伤害事故处理条例》，标志着我国将校园突发事件的管理列入到法治的轨道上来[2].

从上述的内容不难发现，目前我国对有关社会突发事件的预警研究很大程度上还停留在社会领域内的对策研究上，而特别是针对高校的突发事件预警指标的研究基本上还是一片未知的领域.

1 突发事件的定义

我们对引发大学生突发事件的各种问题，通过发放问卷，对班主任做访谈，咨询教育管理者，构建了包括自己本身问题、学校自主管理问题和社会导向问题这三个层面的问题作为基本着眼点和立足点展开研究和评价，将大学生突发事件界定在高等院校内部发生的，包括独立学院，作用于在校生自己身上的，由自身、学校、社会三大层面所导致的，造成高校学生实验、学习和生活危害，进而导致院校教学体系失去控制，不在发挥功能的突发事件.本文通过上述方式方法构建调查问卷，利用开放式问卷的方法，在山西大学商务学院开展调查，通过调查所得数据，利用SPSS软件，采用因子分析的方法将初步构建的大学生突发事件预警指标重新进行了归类、命名，并对重新构建的指标结合数据进行重要度分析，进而揭示导致高校突发事件的主要原因.

2 实证研究

2.1 抽样设计

2.1.1 总体

本文以山西大学商务学院本科学生作为研究对象.

2.1.1.1 样本量确定

从2012年3月15日到2012年5月16日，经过两个月的抽样调查，随机抽取山西大学商务学院不同院系不同年级的多位学生，涵盖学生会成员，班干部，三好学生，城市学生，农村学生以及普通学生，保证了样本的多样性.一共发放调查问卷625份，剔除掉数据异常的问卷，有效问卷为607份，有效率为97.12%，在有效误差范围.

表1 倍度检验

2.2 数据分析

2.2.1 信度分析

即可信性分析，是用来衡量最终结果一致性的程度.通常我们采用克朗巴哈α，即信度系数.用它来测量表中的一致性程度，这是目前最常用的方法.一般情况，我们认为，当α＞0.7的时候，表明信度，即一致性较好；若0.5＜α＜0.7时，表明信度尚可接受；而当α＜0.35的时候，表明一致性程度较差[4].

我们利用SPSS统计软件进行数据分析，结果见表1，表1中只有“家庭经济问题”的信度系数为0.414，一致性较差，其他二级指标的克朗巴哈α值都比较高，均大于0.5，且总量表的克朗巴哈α值为0.899，故大致评价，一致性较好.

2.3 指标体系的结构

2.3.1 因子分析

因子分析[5]其主要目的就是简化数据，是指研究从变量群中提取共性因子的多元统计技术.

表2 KMO和Bartlett的检验

2.3.2 因子分析应用

首先，我们必须判断之前通过调查问卷所得数据是否适合用因子分析的方法分析数据.

一般情况下，我们采用KMO指数以及巴特利特球体检验来判断因子分析法是否适用.将山西大学商务学院调查问卷所得数据带入统计软件.

结果见表2，通过Bartlett球形检验，近似卡方值为1 766.043，Sig值为0，结果表明，各指标之间的相关性程度低，所以这些变量适合做因子分析法.而KMO统计量为0.815，也小于0.7，故做因子分析的效果比较好.

总体上，因子分析法的适用性通过.

2.3.3 主成分法，因子旋转

表3 旋转后因子的特征值和贡献率

在利用SPSS软件分析数据时，采用因子分析法分析.首先我们默认的提取方法是主成分法.由于针对山西大学商务学院的调查问卷涉及到34个三级指标，信息量巨大，故采用主成分法将34个相关性很高的指标所代表的信息量降低到几个相互独立的变量上.通过SPSS软件，经过计算，我们得到主因子解.然而各个主因子的典型代表变量不很突出，故我们对其进行适当的因子旋转得到了比较满意的主因子.

最终导出的结果，显示旋转后因子特征值与贡献率表见表3.

从旋转后因子的特征值与累计贡献率上分析，我们采用主成分分析，提取出10个主因子，这10个主因子解释了总体信息量的68.311%，大体上可以认为这10个因子基本可以很好地解释总体所包含的信息量.

2.3.4 因子重命名

最终我们得到的10的因子代表了34个指标中的绝大部分信息，因此必须为10个因子予以重新命名.

因子命名遵循一个原则:根据指标载荷值高的指标命名，哪一个指标载荷值高，就以哪一个指标命名[6].

2.4 各指标重要度分析

经过数据处理，见表4，我们看到排名靠前的因子分别是环境恶化问题因子，均分为3.35，其次是观念导向问题因子，均分为3.25，最后是教学管理因子，均分为3.24.

教学管理因子位居第三，笔者认为，教学形式僵化，单一.独立学院的学生自律性较差，对于老式的大学教学教法，缺乏兴趣，有抵触情绪.另外独立学院学分设置与一般高校的学分设置一致，没有考虑到学生的特殊性，这是独立学院所面临的共性问题.

观念导向问题因子排名第二，这主要由两方面的问题造成:一是由于学校对于法制观念的教育缺乏关注，没有积极开展普法活动，社会一些不良的风气在慢慢侵蚀校园.二是由于社会转型期，各种法律还不健全.

环境恶化问题因子排名第一，原因主要来自两个方面，第一，随着全球气温不断上升，自然资源已逐渐枯竭，土壤沙化，动植物灭绝，泥石流等人为灾害频频发生，以自然资源破坏为代价的经济发展已经被越来越多的大学生所关注度，也越来越感到忧患.第二，非人为的自然灾害也越来越频发，引起了越来越多的人的恐慌，尤其是大学生，心理不够成熟，对此类灾害往往没有紧急避险的常识，极易引起恐慌.尤其近几年，我国连续发生了“汶川”和“玉树”这样的大地震，日本和巴里岛的大海啸，学生触动很大.

表4 各因子均值

[1]许红艳.大学生心理危机预警指标系及信息评估系统的建构[D].重庆:西南大学，2008:48－52

[2]梁必琪，梁经萍.广东自然灾害成因及其对经济的影响[J].自然灾害学报，1994（3）:67

[3]李 明，周旭明，叶振斌.影响高校稳定的突发事件的预警模型研究[J].长沙理工大学学报，2005（6）:22－23

[4]张小明.公共危机预警机制设计和指标体系的构建[J].中国行政管理，2006（7）:8－9

[5]林海明.运用因子分析法综合评价广东烟草工业经济效益[J].数学的实践与认识，2005，35（6）:41－42

[6]何 思.大学生突发事件预警指标体系的构建[D].广州:华南理工大学，2010