时间：2023-06-16 09:27:38
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇环境因子的定义，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
关键词：竞争力 旅游产业 主成分分析法 贵州省
2012年国发2号文件《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》的正式，使贵州省旅游产业的发展迎来了重大契机。在新的形势下如何增强贵州省旅游产业竞争力，使其发挥应有的社会经济价值，实现贵州旅游业的可持续发展，是当前和今后值得深入研究的重要问题，也是本文研究的价值所在。
一、贵州省旅游产业竞争力评价模型与评价结果
（一）样本数据来源
本文的研究数据来自于2011年全国统计年鉴、2011年全国旅游统计年鉴以及各省市2011年的地方统计年鉴。
（二）评价指标体系的构建
本文在前人研究的基础上，通过查阅相关统计资料，兼顾数据的可得性，联系地区的实际情况，选取旅游基础竞争力、旅游核心竞争力、旅游环境竞争力三个方面共15个指标，构建了旅游产业竞争力评价指标体系，参见表1。
（三）数据处理
为了确保所选择竞争力指标之间的相关性，同时消除极端值和量纲的影响，在进行主成分分析前需要进行标准化处理以及KMO、Bartlett球度检验：
1、标准化处理。采用的处理方法是对指标进行标准化，数据标准化的公式为：Zi=(Xi—Xmin)/(Xmax—Xmin ) 其中Zi是指标的标准分数，Xi为某指标的指标值，Xmax为某指标的最大值，Xmin为指标的最小值。
2、KMO、Bartlett球度检验，参见表2。
由表2可以看出KMO取值为0.726，表明所选观测变量作因子分析是可以接受的。巴特利统计值的显著性概率为0，拒绝H0，所以可以对样本数据进行主成分分析。
（四）实证分析
1、利用SPSS软件，对所选择样本的数据进行分析，求出各主成分的特征值、贡献度和累计贡献度，参见表3。从表3可知前4个主成分累积贡献率已达85.322%，所以选取前4个主成分分析即可，且从特征值碎石图可知前四个特征值均大于1，符合要求。
2、为了进一步确认输出的4个主成分是否合适，我们需要分析在指定4个特征根时的因子分析的初始解，参见表4。
从表4的提取项可以看出，此时所有变量的值都大于0.626，共同度均较高，各个变量的信息丢失较少，因此，可以确定本次按照4个特征根进行因子提出的总体效果理想。
3、将因子矩阵做方差最大化旋转，得到旋转后的因子负载矩阵，可以得出各变量在主成分上的负载，参见表5。
由表5可知，第一主成分与星级饭店全员劳动生产率、居民消费水平、人均GDP、城镇化率、星级饭店人均占用固定资产、旅行社人均占用固定资产高度正相关，而这六个指标基本反映了各地区经济环境因子，因此我们称第一主成分为经济环境因子，记为F1。第二主成分与客房入住率、旅客周转量、旅游高校数量、国内旅游人次和国内旅游收入市场相关度较大，这几个指标更多地体现了社会经济效益，我们称第二主成分为社会经济效益因子，记为F2。第三主成分在国际旅游人次和国际旅游收入市场方面比重较高，这些指标则反映了国际旅游经营能力，所以我们称第三主成分为国际旅游经营因子，记为F3。第四主成分主要与森林覆盖率相关，我们将其定义为自然环境因子，记为F4。
4、采用回归法估计因子得分系数，并输出因子得分系数矩阵，参见表6。
根据表6可以写出以下因子得分函数：
经济环境因子：
F1=0.224X1+0.143X2+0.242X3+0.063X4-0.167X5+0.001X6-0.017X7-0.051X8+0.021X9-0.082X10+0.012X11+0.181X12+0.181X13+0.192X14+0.028X15
社会经济效益因子：
F2=-0.11X1-0.193X2+0.081X3+0.354X4+0.169X5+0.26X6+0.037X7+0.189X8+0.196X9-0.178X10-0.118X11+0.082X12+0.052X13+0.018X14-0.041X15
国际旅游经营因子：
F3=-0.081X1+0.145X2-0.173X3-0.329X4+0.171X5-0.1X6+0.212X7+0.088X8+0.024X9+0.446X10+0.319X11-0.071X12-0.062X13-0.058X14+0.006X15
自然环境因子：
F4=0.268X1+0.02X2+0.167X3+0.259X4-0.12X5-0.012X6+0.028X7-0.095X8-0.176X9+0.069X10+0.049X11-0.127X12-0.176X13-0.042X14+0.821X15
通过以上因子得分函数，再代入各指标后，我们可以计算出各样本的因子得分。
根据表3，以四个主成分的贡献度作为权重，我们可以构造2010年全国各省市的旅游产业竞争力的评价函数：
F=0.4805F1＋0.2191F2＋0.087F3＋0.067F4
将已计算出的各样本的因子得分代入以上公式，可以得到2010年竞争力综合得分，并按分值高低进行排序，参见表7。
（五）结果分析
关键词 信息素养 信息素养生态系统 信息素养结构模型
分类号 G254.97
DOI 10.16810/ki.1672-514X.2017.01.008
Influence Mechanism and Ecosystem Construction of Information Literacy
Zhang Bilan， Wu Shixian
Abstract Based on the model of social complex ecosystem， and referring to the basic dimensions of information literacy， the structure model of information literacy ecosystem is constructed， and its major components are expounded. Then， this paper analyzes the interaction of components and their influence on the development of information literacy. The results of the study can help to integrally grasp the impact factors of information literacy.
Keywords Information literacy. Information literacy ecosystem. Information literacy structure model.
信息行为主体，即强调信息属性的自然人，简称信息人。他的信息素养成长根植于由信息人自身的禀赋因子和信息人所处的环境因子共同构成的生态系统里。信息素养的成长，是这个系统里内外因子共同作用的结果。
1 信息素养生态系统的概念与结构要素
1.1 信息素养生态系统概念
信息素养生态系统是指在特定空间和时间范围内，信息人与信息环境所具有的对信息人信息素养的形成有直接或间接影响的因素相互联系、相互作用而形成的一个统一整体。
基于上述信息素养生态系统的基本概念，借鉴马世骏等提出的社会-经济-自然复合生态系统（Social-Economic-Natural Complexion system，即SENCE）模型[1]和周承聪提出的社会-信息-信息服崭春仙态系统模型[2]，本研究建立了一个信息素养生态系统的结构模型（如图1），以便于从整体上把握信息素养的影响因素体系。
该模型中，核心圈的信息人为信息素养生态核；信息人所具有的认知结构和认知能力称为信息素养生态基，提供信息人进行信息活动的内能量；第二圈是对信息人的信息活动有直接影响的信息环境，提供信息人进行信息活动的直接外能量，称为信息素养生态质；第三圈是外部的社会与自然环境，称为信息素养生态膜，提供信息人进行信息活动的最终能量源泉。
1.2 信息素养生态系统构成要素
1.2.1 信息人
信息人是信息素养生态系统中的信息素养成长主体，也即强调信息属性的自然人。
1.2.2 信息素养影响内因子
信息人所具有的一切对其信息素养的成长及信息实践活动有直接或间接影响的因子称为信息人的禀赋因子。信息素养成长禀赋因子非常多，包括学历、年龄等。禀赋因子的共同作用形成信息人一定的认知结构和认知能力，构成影响信息素养的核心内因子。
1.2.3 信息环境因子
信息环境是指信息人可能接触的信息资源以及特定信息活动的影响因素共同构成的一种信息生存与发展环境。同生态学上任何环境的概念一样，它也是相对于某个中心的概念，这个中心就是信息人，同时，信息人也不能脱离信息环境而独立存在。信息环境中一切对信息人信息素养的成长及其信息实践活动有直接或间接影响的因子则称为信息素养成长的信息环境因子（外因子）。信息环境因子多种多样，主要由信息资源、信息基础设施、信息服务、信息制度、信息氛围等组成。
1.2.4 社会与自然环境因子
信息人都是群体或者社会中的一员，处于一定的工作、生活环境和社会影响之中，自然人正是在社会环境的影响下成为一个社会人的。因此，信息人的信息观念、信息行为潜移默化之中必然受到周围群体（特别是最密切的生活、工作小圈子群体）的观念、行为模式的影响。社会环境因素可以分为宏观和微观两个方面，居住模式、社交群、职业等与信息人生活密切相关的社会环境因素可归为微观因素；宏观因素包括经济水平、文化和法律等社会环境因素。
2 信息影响内因子对信息素养成长起主导作用
信息人的禀赋因子，既包括先天形成的因子，如性别、年龄、血型等，也包括后天形成的因子，如学历、经济收入水平、社会阅历等。这些因子共同作用，形成了信息人的认知结构和认知能力。
信息人的禀赋因子及其形成的认知结构、认知能力构成了信息素养成长的内环境，信息素养的成长首先是根植于这个小环境里的。信息人既有的认知结构、认知能力构成信息活动的起点，也为信息活动提供思维工具与活动框架。良好的个人认知结构是个人信息素养形成和发展的前提条件；同时，信息素养本身也是认知结构和认知能力中重要的因素，信息人不断吸收新信息并丰富、重构其认知结构的过程，实际上也是信息素养成长和认知能力发展的过程。认知结构、认知能力发展的源泉在于对外部环境信息的不断吸收，在于不断与外界信息交换，而这需要信息人不断激发对信息的需要并为满足其信息需要而积极利用一切内外条件进行信息活动。也就是说，信息素养成长的根本在于信息活动驱动力推动下的信息实践活动。
3.3.3 信息人和信息基础设施的相互作用
信息人是信息基础设施的现实或潜在消费者，信息人的信息素养培育对信息基础设施的利用效果、作用的发挥和价值的体现有着重要影响。信息基础设施的先进性、普及性和易用性对信息活动的效率和效益有着重要的影响，并深刻影响着信息人参与信息活动的积极性，以及信息素养的提升。
3.3.4 信息人和信息服务的相互作用
信息用户与信息服务者之间实际上是一种共生互惠关系。对于信息需求表达、获取、吸收等能力较低的信息弱势群体，信息服务具有重要的作用。图书馆、社区服务组织等机构的信息服务，是满足信息弱势群体基本信息需求的重要途径，对信息弱势群体通过信息需要的满足感受信息资源的重要价值从而提高信息意识、信息活动驱动力有重要的意义。信息素养成长主体是信息服务的重要消费群体，同时，信息消费者也会对信息服务提供者进行反馈，对提高信息服务机构的服务能力也有重要的价值。
3.3.5 信息人和信息氛围的相互作用
信息人是信息氛围的重要创造者。群体的信息意识、信息道德、信息技能等是由各个个体共同作用形成的。同时，个体与群体之间也处于不断地相互影响的过程中，社交圈、工作圈的群体信息意识、信息行为模式等，都会对个体产生潜移默化的影响。如果说信息环境中信息基础设施等硬件的建设主要靠经济支撑，那么作为软件的信息氛围则主要靠信息人的整体素质支撑，信息氛围直接影响着信息人对其它信息环境因子的利用。
3.3.6 信息人和外部环境的相互作用
信息人及信息人所处的信息环境都处于社会经济与自然环境这个大的外部环境之中，这个大环境既为信息环境的建设提供人财物保障，也为信息人的信息活动提供活动对象。同时，信息环境的建设、信息人的信息活动也推动社会经济与自然环境的发展。
4 结语
综上所述，信息素养生态系统的发展与信息时代、信息环境和社会体制的变化与发展有着密切关系，是一个社会系统，具有较强的社会性。信息素养生态系统中，内因子对信息素养的成长起着积极的、能动的主导作用，而环境因素对信息素B的成长也起着巨大的作用：信息制度激励成长，信息氛围引领成长，信息服务牵引成长，信息资源推动成长，信息基础设施助力成长，外部信息环境保障成长。
参考文献：
[ 1 ] 马世骏，王如松.社会-经济-自然复合生态系统[J].生态学报，1984，4（1）：1-8.
[ 2 ] 周承聪.信息服务生态系统运行与优化机制研究[D].武汉：华中师范大学，2011.
[ 3 ] 柯平.信息素养与信息检索概论[M].天津：南开大学出版社，2005.
[ 4 ] 陈文勇，杨晓光.国外信息素养的定义和信息素养标准研究成果概述[J].图书情报工作，2000（2）：19-20.
[ 5 ] 陈海涛，马艳丽，陈博.信息生态系统演化研究回顾[J].情报科学，2014（2）：157-161.
植物叶片是维持陆地生态系统机能的最基本要素，一方面叶片是植物光合作用和物质生产的主要器官，是生态系统中初级生产者的能量转换器。另一方面植物叶片是植物与大气环境水气交换的主要器官，是大气－植物系统能量交换的基本单元。植物响应环境的变化而形成的内在生理及外在形态方面的适应对策称为植物性状，其中关于叶片的性状称之为植物叶性状，这类植物叶性状与植物的生长对策及植物利用资源的能力紧密联系，具有易于测定的特点，可同时对大量的植物种类进行比较研究［1－3］。叶性状能够反映植物适应环境变化所形成的生存对策［4－7］，是植物基本行为和功能的具体体现，它们共同体现了植物为了获得最大化碳收获所采取的生存适应策略［8－9］，具有重要的生态学和生物进化意义［10－12］。尺度问题对于研究叶性状的分异规律及叶性状与环境因子的相关性具有重要的作用，而在不同研究尺度，叶性状因子之间的相关性存在一定的差异［13－14］。举例来说，沿降雨和养分梯度，物种的叶面积和比叶面积（Specialleafarea，SLA）存在极显著相关性［1，15］。然而，在群落内部，尤其是当取样仅限于草本植物和乔木物种时，叶面积和SLA只存在较弱的相关性，甚至会出现负相关［16－17］。植物性状间的相关性在不同分辨率尺度上是具有区别的［13］，且在不同的时间和空间尺度上环境因子存在巨大的差异，因此，要根据具体的研究目的、研究尺度来选择合适的叶性状。最近20a，随着全球气候变化研究的加深，植物性状相关的新测度方法不断涌现，应用叶性状因子研究植物对环境的适应机理是生理生态学领域近年研究中新的突破点［18］。生态学家将叶性状因子应用到气候变化对生态系统功能影响的定量分析、模拟和评价及其他科研问题中［19］，其中最为关键的是基于尺度研究植物功能性状与环境的关系及其与生态系统的关系，环境如何影响植物的功能性状，植物如何响应环境的改变［3］，从而达到环境与植物之间的和谐。
1植物主要叶性状及其生态功能
叶性状是植物的重要特性之一，属植物功能性状的二级性状［20］，直接影响到植物的基本行为和功能，能够反映植物适应环境变化所形成的生存对策［6］。近年来，对植物叶性状的研究较多，研究所采用的叶性状因子指标也较多。综合归纳目前研究较多的叶性状因子，概括为两大类，分别为结构型性状和功能型性状。结构型性状是指植物叶片的生物化学结构特征，在特定环境下保持相对稳定，主要包括叶寿命（leaflife－span，LLS）、SLA、叶干物质含量（leafdrymattercontent，LDMC）和叶氮含量（Leafnitrogencontent，LNC）、叶磷含量（Leafphosphoruscontent，LPC）、叶氮磷比（Leafnitro－gen／phosphorusratio，N／P）、叶片碳含量（LeafCarboncontent，LCC），叶碳氮比（LeafCarbon／ni－trogenratio，C／N），单位面积叶质量（Leafmassperarea，LMA），叶厚度（leafthickness，TH）等。功能型性状则体现了叶片的生长代谢指标，随时间和空间的变化程度相对较大，主要包括光合速率、呼吸速率、气孔导度等。植物的这些叶性状共同体现了植物为了获得最大化碳收获所采取的生存适应策略［9，21］。其中SLA、LDMC、LNC和LPC由于易于测定，被广泛应用于不同尺度叶性状研究中。例如，LNC、LPC、N／P常用来评估植被组成，群落水平植被的生态功能及养分制约的指标；N／P小于14一般指示植物受氮素制约，大于16指示受磷制约［22］；在大尺度研究中，常用的指标有SLA和LNC等。
1．1结构型叶性状指示的生态功能
1．1．1LLSLLS是一个反映植物行为和功能的综合性指标，并被认为是植物在长期适应过程中为获得最大光合生产以及维持高效养分利用所形成的适应策略，综合反映了植物对各种胁迫因子（光、温、水、营养、大气污染、草食动物的摄食等）的生态适应性［5，10，23］。
1．1．2SLA：等于叶片面积／叶片干重SLA与潜在相对生长速率及单位质量光合速率正相关，是反映植物碳收获策略的关键叶性状之一［24］，通常与LLS呈负相关，与单位重量的叶氮含量LNCmass呈正相关关系，即具有较高SLA的植物种类，平均LLS较低，但其叶片的光捕获面积、单位重量LNC却较高，并由此导致较高的净光合速率［23，25］。1．1．3LDMC：等于叶片干重／叶片饱和鲜重LDMC与潜在相对生长速率负相关，与LLS正相关，与叶厚度也具显著相关性［26］，被认为是资源获取轴上比较稳定的预测指标［27］。1．1．4LNCLNC指的是包括核酮糖－1，5－二磷酸羧化酶（Rubisco）在内的所有光合器官所含蛋白质中的氮含量，包括单位质量叶氮含量（Leafnitrogencon－tentpermass，LNCmass）和单位面积叶氮含量（Leafnitrogencontentperarea，LNCarea），LNC与单位质量光合速率具显著相关性。叶磷含量［28－29］一般指叶片内核酸、脂肪膜、生物能量分子如ATP等组织中存在的磷含量，受环境中土壤矿物质元素的影响，多数由植物从大气中获取［30］。N／P指的是叶片氮含量与磷含量的比值，可用于评估群落水平植被的生态功能及养分制约。1．1．5δ13C和δ15Nδ13C和δ15N反映的是植物的水分利用效率。植物具有较高的δ13C值，说明其具有较高的水分利用效率［31－33］。
1．2功能型叶性状指示的生态功能
最大光合速率（Amax），指在光饱合、土壤养分和CO2含量等环境因子适宜的情况下测定的植物光合速率，受气孔导度和叶片内CO2浓度影响［11］。可反映植物的碳收获策略。
2不同研究尺度叶性状的研究
国内外有关植物叶片性状的研究主要集中于通过对大量植物的比较研究，探讨叶性状的生态功能，揭示叶性状的分异规律、不同叶性状之间及叶性状与环境因子的相关关系，研究的尺度可分为个体尺度、功能群尺度、群落尺度及区域和全球尺度。
2．1个体尺度
在个体尺度研究中，比较常用的叶性状指标有SLA、LDMC、Amax、LNC和LPC等，Philip对10种地中海植物的9种叶性状（包括SLA、LDMC、叶面积、干重、鲜重、厚度、叶密度、叶体积和LNC）进行筛选比较，得出SLA与LDMC是最优的两个指标，两者可以解释90％以上植物叶性状随取环境不同而发生的变异，可以用来定量化研究叶性状与生态系统功能之间的关系，而且与较难测定的Amax一样，可应用于更大尺度上的研究［34］。为了寻找叶性状的分异规律及其与各种环境因子之间关系，个体尺度叶性状的研究着重于定量化研究单个或多个植物种叶性状对不同环境因子的响应［35］。目前关于植物个体叶性状对环境因子的响应研究较多，环境因子主要包括温度、土壤养分、土壤水分、光照等非生物环境因子，也包括人类活动等生物环境因子。例如，温度低的小麦叶片比温度高的小麦叶片具有更高的叶绿素含量和净光合速率，而且温度低的小麦具有结构更复杂的冠层［31］。养分的添加可以增加土壤硝态氮的积累，提高土壤中植物可利用氮素［36］，随养分的增加两种草原优势植物羊草（Leymuschinensis）与大针茅（Stipagrandis）的LNC显著增加，C／N呈减小趋势［37］。干旱环境中植物的SLA和叶片面积较低，而相应的LDMC、LNC和Amax较高，这些特征被解释为植物为了适应干旱生境的保水对策，具体表现为植物水分利用率和氮素利用率之间的权衡［38］。地形对叶性状的影响是多种因素的综合作用，包括海拔、坡度、坡向等的变化引起的光照、温度、养分和水分的梯度变化。在北京东灵山地区辽东栎海拔分布范围（1000～1800m）内，叶性状的变化规律具体表现为：辽东栎气孔密度、气孔长度和叶面积随海拔的升高呈现曲线变化形式，叶绿素含量和单位干重叶氮、磷和钾含量沿海拔梯度呈上升趋势，同时叶绿素含量和LNC有较弱的正相关［39］。人类活动是比较特殊的环境因子，具有主动性和选择性。可直接影响植物性状，也能通过改变土地利用方式来改变植物的生境条件从而影响植物性状，如人类的放牧活动引起植物的SLA、LDMC、叶面积、叶重量等发生改变，随着放牧强度的增加，植物群落结构、土壤种子库等发生改变［39－40］，只有具有适应性状的物种才能存活，且存活的植物其SLA呈增加趋势，LDMC呈减小趋势，以适应逐渐恶化的环境［41－42］。土地利用对植物生长和繁殖的影响显著，如开垦草原，耕作等导致土壤养分、水分、土壤团聚体等环境因子发生改变，引起植物叶性状的改变以适应新的生境条件［43］。对黄土高原不同退耕年限坡地植物SLA与养分含量的关系的研究表明，立地和物种水平植物SLA存在显著差异，SLA变化范围各不相同，植物LCC、LNC和LPC以及C／N、N／P和C／P在不同退耕年限坡地间不具有一致的变化，这表明不同植物种的叶性因子随生境的改变其变化较为复杂［43］。目前在个体尺度，针对个体对各种环境因子响应的研究较多，然而并没有建立机理性的模型解释叶性状对各环境因子的响应，只有少数半经验模型，缺少定量化模型。目前比较有代表性的半经验模型有Evans－Poorter的模型，该模型可以解释SLA在干旱环境下的变异趋势［44－45］：干物质比决定单位面积氮含量，植物通过协调其SLA和单位干重氮含量的关系来平衡叶片单位质量有机氮的含量以达到最大化其净光合速率的目的。为达到这一点，植物必须同时调整其TH和LDMC，而二者又都能决定SLA和单位干重氮含量，植物这类形态学上的特性和单位干重氮含量本质上的变异无关，但与Amax有关。
2．2功能群尺度
植物功能群（Functionalgroup）实际上等同于植物功能型（Functionaltype），它是对某一特征因子有相似响应或具有某些相似性状的物种集合，划分的性状一般是个体生态学性状，不一定是分类学性状［46］。相同功能群植物的叶性状对某类环境因子的响应具有一定程度的相似性。利用功能群这一概念有利于定义植被属性和揭示植被对环境因子的响应，有利于不同研究尺度上更复杂定量模型的实现［3］。虽然植物功能群的划分方法较多（表1），然而当前的研究在划分功能群时，大多是选择定性的指标，较少依据定量的形状进行划分，这是目前研究的不足之处。功能群尺度叶性状的主要研究内容可简单的概括为指一组（几个或者较多）物种叶性状之间的比较。由于功能群是几个物种个体的组合，因此，个体尺度叶性状研究中常用的指标也被高频率的沿用，如LNC、SLA、LDMC与Amax等。在功能群内部，植物性状存在很宽的变异范围，而在不同功能群之间叶性状经常也存在较大的差异。例如，在被子植物中，植物LNC由低到高，大致顺序为：木质化灌木＜单子叶草本植物＜双子叶草本植物＜木质化藤本植物，这些差异可能是自然选择的结果。不同功能群之间特定的植物性状的分异表明，对特定功能群而言存在选择压力（如低氮），但在功能群内部，植物性状的选择压力较弱［3］。以生活型把植物分为杂草类和乔木植物，杂草类植物LNC和LPC高于乔木，落叶植物LNC和LPC高于常绿植物［47］。对明尼苏达州34种草本植物的养分添加实验表明，禾本科植物、C3和C4植物这3类不同功能群植物的Amax对养分添加的响应具有显著差异［3］。Reich等［2］把其研究的物种分为针叶、阔叶、禾本科和灌木植物等4类功能群，结果发现，不同功能群之间的平均SLA、LNC与Amax之间的关系具有差异，禾本科植物具有最高的SLA和Amax，常绿植物最低。Kikuzawa等［21］在综合考虑了叶的建成消耗和其他器官的呼吸消耗后，完善了其建立的单叶模型，按生活型把植物分为不同的功能群植物，得出LLS的排序结果如下：水生植物的浮叶＜一年生草本植物＜多年生草本植物＜落叶植物＜常绿植物。原因是叶寿命与植物的根、茎等非光合器官的维持消耗密切相关，就这部分消耗而言，水生浮叶植物非常小（几乎没有支撑结构）；一年生草本植物在冬天全部死亡，所以冬天的维持消耗为零；多年生草本植物在冬天仅地下部分能存活，其维持消耗显然大于一年生草本植物；落叶树种的根、茎器官在冬天需消耗大量有机物质，而常绿树种则除了这部分消耗，还要维持叶子的呼吸消耗，所以必须具备长的叶寿命来弥补这些消耗。
2．3群落尺度
在群落尺度，植物叶性状与群落的物种组成、生态功能及生长状况联系紧密，因此，该尺度的研究重点是用叶性状指示群落的生态功能等。例如，植被生态学家常用LNC、LPC、N／P比值来评估植被组成，群落水平植被的生态功能及养分制约的指标；当植被的叶氮磷比小于14，一般指示植物受氮素制约，大于16指示受磷制约［22］。在群落尺度上，SLA与物种丰富度显著相关，可以预测群落物种组成的变化，而LDMC则与生态系统演替过程中物种组成变化联系紧密［48－49］。叶性状作为个体表性可塑性的指示值得到了广泛的认同［50］，然而在植物种相互作用及相互作用引起的植物群落构建（Communityassembly）的变化过程中，植物性状的生态功能仍不清楚［51］。叶性状可反映不同植物的适应对策，可用来指示物种组成的变化和演替进程的改变，然而目前叶性状与群落物种组成与演替的相关性尚未得出一致的结论。长时间尺度上，群落发生演替，植物叶性状随之发生变化，在演替早期生境中占据优势的物种其植物种具有较低LLS，较高的SLA和LPC，对光及土壤养分的利用效率较低，养分循环速度较快［52－53］，这些性状有利于植物种适应演替早期较贫瘠的环境（中国沙漠）。在演替过程中，先锋种对群落结构的更新和演替也具有重要的作用，由于先锋种比演替中后期的植物物种在生理特征和叶性状特征上具有优势［54－55］，更能适应演替早期的环境，因此，能占据演替早期生态位。一般认为先锋物种比非先锋物种具有更低的LMA和LNC［56］。在热带山地雨林生态系统中，先锋树种的单位干重的Amax和单位干重暗呼吸速率显著大于非先锋树种［57］。演替后期生境条件有所改善，土壤养分、土壤水分含量提高，群落结构更加稳定。由于植物叶性状与植物的最适生境有关［58］，因此，生境条件的改变必然会引起植物叶性状的改变。在演替的后期或优越环境条件下较强保持体内养分型的植物种占据优势生态位［53］。具有较低SLA、较高LDMC及叶片C／N比的植物将会是演替后期的优势种，在长时间尺度上，群落中优势种的SLA和土壤C／N含量成正相关关系，而非优势种成负相关［59］，如在法国南部地区，演替后期的植物具有较高的养分保持能力和较长的LLS［53］。在演替的后期植物种的生活型以多年生草本或乔木为主，这类植物具有较长的LLS和较高的叶建成消耗［60］。外来物种的入侵也能导致群落结构发生改变，从而影响演替进程。在群落水平上，外来物种能成功的入侵新的生境，并在群落中占据较有利的生态位，与其具有迅速获取资源的适应对策有关，叶性状可以指示这一适应对策［61］，外来物种通常具有较大的SLA、较高的单位质量LNC和较短的LLS等性状［62］。对悉尼地区外来物种的叶性状进行了群落水平的比较研究，得出处于扰动生境中的外来物种其SLA、LNC、LPC和N／P显著高于原生生境中的乡土物种［14］。不同植物群落之间的叶性状均值也不尽相同，表示不同的植物群落其指示的生态功能也具有差异。例如，常绿植物群落的SLA明显低于落叶植物群落，加利福尼亚海湾地中海气候区内的22种常绿阔叶灌丛物种在群落水平此种差异趋势显著［1］。对欧洲中部次生草地不同植物群落的叶性状研究表明，随着群落物种丰富度的增加，SLA呈减小的趋势，单位面积LNC呈下降趋势［50］。
2．4区域与全球尺度
区域和全球尺度叶性状的研究重点是定量化研究植物关键叶性状沿气候梯度变化的规律和机理［62］。比较常用的指标是LNC、SLA、LPC，原因之一是由于上述指标简单易测，易于在大尺度、多物种水平上进行研究。长期试验发现，上述叶性状可以在一定程度上指示区域的养分、水分分布格局［62－63］。植物功能性状在不同的气候带、不同的景观内和不同的样点类型间有差异，与植物对环境的适应对策及植物自身的适应对策有关［7］。在区域尺度上，气温、降雨和土壤养分等存在区域分布差异，那么在区域尺度上，植物叶性状是否存在一定的生物地理格局？Reich等［64］在全球年均温为5～10℃的区域内，依据生物地理和气候梯度，分析了植物的LNC，提出几个关于叶性状分异规律的假说，其中包括温度－植物生理假说（temperature－plantphysio－logicalhypothesis）和生物地球化学假说（biogeo－chemicalhypothesis）。温度－植物生理假说指的是LNC随温度的升高而下降，因为温度越低，叶片的生理活性和酶活性减弱，使得叶片内的LNC较高。与此相反，生物地球化学假说指的是低的年均温通过降低有机物的分解和矿化速率来降低氮素的可利用性，而且低温条件下，植物根吸收效率下降导致LNC降低。Han等［65］依据中国753种植物种的叶氮磷含量进行综合分析表明，植物LNC和LPC随海拔的升高而增加，N／P与海拔无显著相关性，中国植被的N／P较全球平均值高，但中国各个植被功能群之间的氮、磷含量及N／P与全球水平较一致，这些性状在中国植被中存在一定的生物地理格局。与之相对应的是，He等［66－67］在分析了中国北方草地199个样点213种植物的叶氮磷后指出，虽然中国植被的N／P高于全球平均值，然而生物地球化学假说不适用于年均温很低的区域，指出在中国北方草原区叶氮磷含量并没有形成生物地理格局，LNC在中国北方草地并没有随温度形成明显的地理格局，气候与植物的LPC和N／P相关性很小，而取样点之间和样地内植物之间的叶性状差异显著。
植物各叶性状因子之间相互关联，不同植物区系间可能存在相似的性状格局。大尺度上，叶性状的分异规律及其与环境因子的相关关系已被广泛研究，成为解释生态系统功能的关键指标［8］。Wright等［11］基于全球175个样点（涉及从极地冻原到热带雨林，从草地到荒漠）的各类植被类型的2548种植物的叶性状分析，首次在全球尺度上阐述了这些关键叶性因子间的普遍相关规律以及与环境因子之间的关系，是对这方面研究工作的一个阶段性总结。各叶性状因子之间存在相关性，揭示了各个性状之间存在内在的联系以及叶性状因子在不同环境压力下趋同进化的特征。研究表明，LNCmass与Amax存在密切正相关，而SLA与植物生产单位叶面积的物质成本呈负相关，二者又随LLS的增加而降低，这种相互关系几乎在所有植物种群和群落中都普遍存在，是进一步理解生态系统行为特征的基础［68－69］。定量化研究不同物种、不同生境相同物种的叶性状因子之间的相关性，有助于找出气候、土壤养分等环境因子对叶性状的影响［61］。目前，已经在全球尺度上初步定量化阐明了6种关键叶性因子（SLA、LDMC、LNC、LPC、LLS等）之间存在的普遍相关规律［70］，在区域尺度上，植物叶性状之间的关系进一步证实了全球尺度的研究结果。对澳大利亚258种不同生境中的建群种乔木的叶性状分析显示，SLA、Amax、暗呼吸速率、LNC和LPC之间存在相互的正相关性；而LLS与以上几种叶性状因子成显著负相关，且与单位面积叶质量成正相关［11］。
3研究展望
3．1中国的叶性状研究
国内对植物叶性状的研究开始的较早，最早可以追溯到1959年侯学煜先生撰写的《中国150种植物化学成分及其分析方法》［71］。虽然，植物叶性状的研究在早期生态学各领域的研究中均有所涉及，然而明确系统地提出植物叶性状（plantleaftraits）的研究却是在最近十年［72］。目前，中国的植物叶性状研究尚属刚刚起步。具有代表性的研究有：在青藏高原，Luo等［73］从区域尺度上解释了植物叶性状对海拔的响应，随海拔高度增加，冠层平均叶寿命、基于面积的叶氮含量、叶面积指数、叶氮库都相应增加，而冠层平均比叶面积、基于质量的叶氮含量都下降。驱动因子主要是温度和降水，土壤有机碳和总氮含量也有重要作用。在科尔沁沙地，李玉霖等［37］调查了不同类型沙丘生境中分布的20种物种，得出SLA和LDMC在不同物种间差异显著。对草原区建群物种羊草进行养分添加实验［74］，结果表明，羊草通过提高SLA、单位质量叶片的叶绿素含量和含氮量，使单位面积叶片含氮量和叶绿素含量均呈线性提高。Han等［65］在综合分析中国753种植物种的叶氮磷含量，指出中国植物叶氮磷含量分布存在一定的生物地理格局。然而，中国在中尺度（群落尺度）、大尺度（区域和全球尺度）的研究还较欠缺，只在中国东北样带草原植物性状与降雨梯度的相关性，叶氮含量的地理格局以及青藏高原植物叶性状生态功能的研究方面开展了一些尝试性的工作［51，66－67］。然而由于中国有着特殊的气候、植被条件，又有着长期的人为干扰和土地利用历史，使得中国的植物叶性状研究有别于其他国家。在未来的研究中，需要加强大尺度上植物叶性状对环境因子响应的定量化研究。尝试建立一些区域性的模型，有助于从机理上解释植物叶性状随环境变化的分异规律。
3．2存在问题与展望
尽管目前叶性状的研究很多，针对植物叶性状的分异规律及其与环境因子之间的相关关系做了许多工作，取得了较大进展［11，71］，但仍有很多问题未能阐释清楚：
（1）生态学家强调植物对生境的梯度变化具有不同的、复杂的适应对策。具体是什么原因或者是哪类环境因子在多大程度上引起叶性状的变异？目前的研究大多只是验证一些假设，没有从机理上阐述清楚［3］。Ackerly等［74］提出通过分子标记法，对变异的性状进行标记，找出与特定植物性状变异相关的候补基因，一旦确定了此类基因，将会给植物性状的研究带来突破性的进展。
（2）自然环境是复杂多变的，某个环境因子对植物的影响往往和其他环境因子耦合在一起，存在交互作用，且大多数物种都具有影响生态系统的独特性状组合，单一性状或者单一功能群无法代替这些性状组合的作用，也不能预测不同物种表现出来的多种功能［75］。因此，需要加强针对某几个环境因子及环境因子之间的交互作用开展的控制试验，以定量化研究叶性状与多环境因子之间的关系。
（3）以前的研究对单个植物种叶性状因子之间的相关性比较关注，然而不同尺度叶性状间的相关性亦有差异。所有大尺度的植物性状的研究均是基于群落尺度的。举例来说，SLA全球尺度的变化有大于35％的部分是基于研究样点的数据，研究样点之间植物叶性状的比较可以反映出植物受大尺度气候条件的影响［11］。由于叶性状相关性是基于研究的尺度，因此，尺度的推绎就显得尤为重要，且要根据具体的研究目的、研究尺度来选择合适的叶性状。
我国医药制造业在改革开放后一直保持了良好的发展态势,同时也存在很多问题,其中比较突出的一点就是产业发展在空间分布上的不平衡,无论是从产业经济总量、发展速度、产业效益、研发水平还是产业发展环境,地区差异都比较显着。以全国各地区医药制造业经济总量为例(如图1),2004年全国医药制造业当年价总产值3241.3亿元,其中江苏省排名第一,达371.8亿元;浙江省第二,300亿元;广东省第三,258.5亿元,较历史同期都有所增加,增幅不同。通过对折线图数据的观察可以发现,各地区医药制造业总产值的波动比较大,江苏、浙江、山东、广东、河北、天津、吉林、四川等地区的历年总量指标一直相对较高,2001年的总产值最高点出现在广东,2002—2004年,医药制造业高地一直徘徊在江浙,其他中部、西南和西北省份的医药制造业发展水平相对偏低。另外通过对数据的纵向比较,可以得到这样一个结论:峰值出现的位置一般曲线间距较大,即医药制造业绝对增长较大的省份一定程度上与其产业基础呈明显的正相关性,江浙和山东的产业发展势头良好,绝大多数省份医药制造业处在比较平稳的水平,有的省份甚至在2004年出现了小幅度回落,如湖北、黑龙江等。医药制造业地域发展不平衡的存在是否合理?哪些因素造成了这种地域上的不平衡,其各自的影响程度如何?未来的发展趋势怎样?其中是否存在着产业发展路径依赖性的影响?对此不平衡各级政府和相关管理部门应该采取怎样的措施进行因势利导?等等这些都吸引着我将我国制药产业区位发展方面的有关问题深入探讨和研究下去。目前关于区位的研究大多集中于比较优势,如市场容量、劳动力成本、交通和通信成本、相对技术水平等(Vemon,1966;A拙e,1970;Hirsch,1976)。在众多文献中,Dunning(1993)关于区位优势的总结得到了较为广泛的认同,他认为投资的区位影响因素包括自然和人造资源以及市场的空间分布、投入品(如劳动力、能源、原材料等)的价格和质量、投资优惠或障碍、社会基础设施等等。在国内,鲁明鸿(1994,1997)研究了20世纪80年代后期和90年代中国各省和重点城市的投资环境,发现GDP、市场化水平、劳动力成本、制度因素等与各地吸收的国外直接投资显着相关,并将影响中国投资区位分布的因素概括为宏观因素、微观因素和政策因素。鲁明鸿和潘镇(2002)又将上述研究的时间跨度延伸至2000年。王辑慈(2001)系统地概括了产业集聚理论与新产业区理论,并指出培养具有地方特色的企业集群,营造区域竞争环境,强化区域竞争优势是增强国力的关键。许仁祥(1998)从聚集经济的重要表现形式,并从成本、需求和环境等因素分析了城市经济环境对产业集聚和发展的影响,同时对上海都市型产业进行了分析。前人的研究成果对于研究医药制造业的区位问题具有重大的指导意义。考虑到产业的特质,我将运用前人的研究成果对我国医药产业发展过程中存在的现实问题进行分析,对上述问题作出回新疆地区答,并据分析结果提出有益于制药产业发展的合理化政策建议,希望能够对调整我国制药产业布局、合理引导产业发展起到一些积极的作用。本文接下来的结构安排如下:第二部分以区位基本理论为基础结合医药制造业特点,建立区位优势评价的模型和指标体系,借助因子分析对其进行简化和结构梳理,最终给出了全国28个省市(部分统计数据严重缺失省份在此略去)医药制造业区位优势先后排名;第三部分对模型运算的结果进行评价和分析;第四部分是结论和区位发展政策建议。
二、中国医药制造业的区位优势评价模型
确定影响我国制药产业布局的因素及影响程度,是合理布局产业、促进其发展的关键所在。目前我国制药企业资源相对分散、企业规模参差不齐的格局,实际上已经造成基础资源的浪费。为了解决现有的空间分布问题,进行合理的空间布局调整,本文运用一些分析工具对我国制药产业发展及布局的相关问题进行定量研究:以区位基本理论为基础结合医药制造业特点,提出关于医药产业区位选择的理论框架,并建立评价我国制药产业区位发展优势的指标体系,借助因子分析方法,对我国28个省市发展制药产业的区位优势进行评估和比较。
(一)指标体系与研究方法指标体系设计的基本程序如下图所示:产业的区位竞争优势是经济空间中诸多影响因素共振耦合的结果。为了对这一竞争优势进行全面分析,在文献研究基础上遵循统计学中指标选取的科学性、系统性、可比性和可行性原则设计了如下指标体系,鉴于目前还没有比较系统的评价制药产业区位竞争优势的指标体系,且数据收集较为困难,只能设置易于收集的指标和现有统计数据,对于部分有价值但无法统计或难以取得资料的指标暂不纳人体系,从而增强可操作性。由于各指标数目繁多且存在一定的相关性,造成信息重叠,不利于统计分析和经济评价。多元统计分析中的因子分析法能够从众多观测变量中找出几个不能直接观测到的抽象综合变量,有效提取数据内在结构,解决原始变量之间的多重共线性问题,同时也能依据对方差的解释水平进行客观赋权,克服指数综合法、层次分析法等其他综合评价方法需要主观确定参考变量、评价结果因人而异的缺陷,客观有效地寻找综合指标,即达到了维持一定的信息量又简化评价指标体系、梳理结构的目的。
(二)因子分析
1.数据的获取及使用的统计工具。医药制造业区位优势评价设计体系的大部分指标均自《2005中国统计年鉴》以及《2005中国高技术统计年鉴》取得,部分指标是在实际观测数据基础上二次加工取得。本文所采用的统计分析工具为SPSSl2.O。
2.数据的标准化处理。尽管在指标设计过程中尽可能的使用相对指标,但仍无法排除指标数值的量纲影响,因此在因子分析前首先对数据进行标准化处理。采用z—score标准化公式:。.≈一x;i—xi,+‘2_,+~,其中^{『为标准化数据,^玎为样本数据,^J为第j项指标的均值,“为第j项指标的标准差,(i_1,2,……,13;j=1,2,……,10,其中i为样本数量,i为指标数量)。
3.运算结果。(1)KMO、Banlett球度等检验的结果。KMO值为O.741,根据Kaiser给出的标准,做因子分析的结果应该还不错,Bartle以求度检验的相伴概率为0.000,小于显着性水平0.05,拒绝Banlett球度检验的零假设,认为适合于因子分析。(2)旋转前后的方差贡献分析。旋转前,前5个因子的累计方差贡献率达到91.8%,前3个因子的特征值大于1;旋转后前5个因子的特征值均大于1,累计方差贡献率不变;另外通过对碎石图拐点的观察也可以得到相同的结论,因此选取前5个因子进行分析是比较理想的。
三、运算结果的评价与分析
1.因子解释。因子模型估计出来后,必须对所得到的因子进行合理的解释,这种解释具有一定的主观陛。通过方差极大因子旋转在一定程度上实现了简化模型结构、方便解释的目的,从旋转后的因子载荷表中我们可以看到,因子载荷发生了向0、+1和一l的两极转化,现根据某一因子上有较高负载的变量来定义各抽象因子。因子1上有9个原始指标有较高负载,模糊指标体系下所有的集聚指标(Al—A5)都在因子l中得到了反映,另外地区医药制造业的劳动力数量、质量以及GDP总量亦得到了体现,劳动力的影响是多方面的,高素质劳动力也是产业集聚的一个基础,所以综合考虑可以将因子1定义为医药制造业集聚因子。因子2上有三个原始指标有较高负载,包括劳动力成本、服务业发展水平以及政策环境,在此将因子2定义为劳动力成本和产业发展软环境因子。因子3上有两个原始指标由较高负载,均为医疗基础设施方面的指标,在此将因子3定义为医疗基础设施因子。因子4上有两个原始指标有较高负载,包括市场化水平(非国有经济的比重)和人均道路面积,在此将因子4定义为市场化和硬件环境因子。因子5上仅有一个原始指标有较高负载,考虑到GDP增长率是反应市场增长潜力的一个非常重要的指标,在此不依照通常做法(一个因子只涵盖一个指标时,如果该指标与其它指标存在很强的相关关系,可以删除它们,由相关指标代替;否则可以结合定性的方式将他们并人其它因子)将其进行归并或者删除,而是在此将其命名为地区发展潜力因子。
2.基于因子得分对区位优势的分析。通常来讲因子得分大于0意味着考察对象的该项指标在平均水平之上,小于0意味着在平均水平之下。各地区在不同因子项下的得分反映了其在制药产业区位不同维度上的比较优势,综合因子得分则更加全面的评价了各地区区位优势。由下表的汇总结果可知综合因子得分在全国平均水平之上的省份由高自低依次为江苏、浙江、山东、上海、广东、北京、河北、天津、河南、四川。上述1卟综合因子得分在平均水平以上的地区的排名情况与我们对区位优势的习惯认识具有比较高的一致性。综合得分优势最高的江苏省医药制造业基础比较好,地区发展速度喜人,硬件配套设施相对完善,但劳动力成本较高,服务业等配套软环境以及医疗基础设施在平均水平之下,有待提高。浙江和广东的情况与江苏非常相似,显着不同的一点在于,浙江和广东的GDP增长水平较低,排名分别为第23和24,从一个侧面反映出这两个省份的经济发展已经进入了较平稳的阶段。山东和上海在每个因子项下的得分相对均衡,各有一项指标位于平均水平之下,山东的劳动力成本和软环境因子排名14,上海的医疗卫生配套设施相对较低,这与其以直辖市参比有较大关系,计算人均拥有水平可能会更客观的给予反映。其他几个地区的具体分析不予赘述。至于综合得分水平与惯性认识存在差异的省份如吉林、黑龙江等,其综合得分在平均水平之下,通过进一步观察可以发现结果是可以被解释性的,这两个地区除因子l(医药产业集聚因子)的得分较高以外,其他4项因子的得分排名都相对靠后,尤其是黑龙江在因子4(市场化和硬件环境因子)项下的得分排名最后一名,即黑龙江国有经济的比重非常大,另外以人均道路面积为代表的硬件环境也不是很完善,综合考评的结果就是其他方面的劣势掩盖了其医药经济基础较好的优势。据此思路可类推其他省份。
[关键词]土壤侵蚀；特征指标；快速评估；最小图斑
中图分类号：Q938.1+3 文献标识码：A 文章编号：1009-914X（2015）18-0353-01
土壤侵蚀问题有着一定的复杂性，同时它也会受到很多自然因素和人为因素的影响，所以土壤侵蚀评估工作就对这一问题进行了一定的改进，但是在我国，传统的土壤侵蚀评估方法是比较落后的，有些土壤侵蚀评估方法不能非常准确的对土壤侵蚀的程度进行评估，有的虽然可以评估，但是操作的难度比较大，同时耗费的时间也比较长，最小图斑的基础上对土壤侵蚀进行评估就有效的改善了这些方面存在的不足，所以加强对这种方法的研究也有着非常大的实际意义。
1、基于最小图斑的土壤侵蚀快速评估方法
1.1 层次分析法
层次分析法就是对系统工程中不是定量分析的内容采用合理的方式对其进行定量的分析。这是一种十分简便的方法，使用这种分析方法的过程中首先应该仙剑给问题中所涉及到的每一个问题都进行详细的分组和分层，在分层以后还要标明各个层次之间所存在的内部联系，然后对每一个层次中元素重要性进行排序和判断，根据重要性的判断和分析构建一个合理的矩阵，同时还需要根据矩阵自身的特征和计算出来的每一个计算出来的参考数据进行比较，然后再编制检验报告，这样就完成了整个过程。
1.2 地理信息编码和最小图斑图
地理信息编码是按照地理信息的特征，然后提取地理信息系统当中的独立因子，同时按照一定的顺序对其进行编码，将其进行自由编码组合呈现在图斑图上的整个过程。独立因子中的独立主要是指不能采用推力的方式对其进行归纳和总结的因子形式。最小图斑可以被当做是整个系统中的一个独立的基础单元，最小图斑也有其自身独到的特点，首先是图斑的内因子具有完全相同的属性，其次是研究内容的变化会导致整个基本单元的变化，最后就是实行完全一致的两个单元其在自身的特点上也是完全相同的，但是这并不代表其大小和形状也是完全相同的，在这两个因素上是存在着较大差异的。
1.2.1最小图斑的划分
该领域的众多研究人员在经过长时间的研究发现，最小图斑的划分是一个相对比较复杂和困难的过程，本文在某种GIS系统的支持下，按照最小图斑的基本定义和其最基本的特征对每一个独立因子都进行编码。同时将独立因子的相关信息还储存到属性表格当中，之后采用将这些特征进行叠加的方式对图斑的空间分布形式进行有效的研究，最小图斑的属性分析表在叠加分析的过程中会自动的形成一定的组合方式，叠加当中所产生的一些细碎的斑点都可以通过一定的方式自动消除。
1.2.2流域背景下最小图斑模式
流域和水系是一个具有整体性的系统，但是这个系统当中也有着非常严格的分级，所以在研究的过程中需要根据不同的流域等级进行分层次的分析。在这一过程中还要充分的重视数据的表达，每一个最小图斑都会显示出一个流域的基本属性，级别不同的流域属性是改级别流域的属性和下属级别的属性构成的，在结构的形式上比较类似于树状的结构。
1.3 土壤侵蚀快速评估流程
1.3.1环境因子属性值预处理
式中，fdij为处理后的因子属性值；fcimax为负向因子规范化属性的最大值；fcimin为负向因子应用基础与工程科学学报规范化属性的最小值。
1.3.2因子权重的确定
因子权重的确定方法采用层次分析法。侵蚀类型不同，各个因子对土壤侵蚀的影响权重也会有所差别，例如对于水力、风力侵蚀为主的区域，一般而言植被覆盖率的影响较大，权重较高；对于冻融侵蚀为主的区域，一般而言植被覆盖率的权重较在前两者中小。因此，应首先将土壤侵蚀划分为不同的类型，针对各类型分别确定因子权重。
1.3.3土壤侵蚀特征指标
EI的计算根据各因子处理后的属性数据fdij乘以各自的权重值wi再加和，就得到了一个综合反映本区域（图斑）土壤侵蚀特征的指标，称为土壤侵蚀特征指标EI。经预处理后因子属性是按照有利于土壤侵蚀的原则进行排序的，数值越大的表示越有利于土壤侵蚀，因而二者相乘得到的特征指标越大表示土壤侵蚀越严重，越不利于水土保。
式中，EIj为第j个图斑的土壤侵蚀特征指标；wi为某侵蚀类型下第i个因子的权重；fdij为预处理后的因子属性。EI评估的程序主要包括：选择环境因子，数据完备区评估，数据缺乏区评估，数据空白区评估，以及评估结果的分级显示。具体步骤分述如下：
（1）选择与待评估区域（流域）土壤侵蚀相关的环境因子。研究人员总结了不同空间尺度上土壤侵蚀的主要过程和影响因子。原则上，所选择的环境因子应能够描述待评估区域上土壤侵蚀的主要特征。本文的环境因子即为最小图斑中影响土壤侵蚀的（相对）独立因子；
（2）数据完备图斑的EI计算。在环境因子数据完备的图斑中，EI可直接由式（3）得到。
（3）数据缺乏图斑的EI计算。若图斑中缺乏某个环境因子的属性值，则可根据数据完备的区域通过空间插值得到所缺因子的属性值，再求EI值：基于最小图斑的土壤侵蚀快速评估方法
（4）空白图斑的EI计算。对于数据空白的图斑，EI的值可根据土壤侵蚀特征的空间一致性进行估测。假设空白图斑与其临近数据充足的图斑有着相似的土壤侵蚀特征，则可根据临近图斑的EI值估算空白图斑的EI。设某个空白图斑有n个与之邻接的数据充足的图斑，则该空白图斑的EI可由式（4）得到。
2、基于最小图斑的土壤侵蚀快速评估方法的可行性
基于最小图斑的土壤侵蚀快速评估方法是土壤侵蚀评估的新思路，其区域（流域）适用性、应用的准确性、高效性以及敏感性将在姊妹篇即该方法的应用中作定量评价。
最小图斑法根据土壤侵蚀影响因子的均匀性将研究区域划分为若干小区域，这符合快速评估的前提假设，即影响因子相似的区域其土壤侵蚀特征也相似，且最小图斑的划分体现了土壤侵蚀影响因子的空间差异，能更好的适于环境因素空间变异较大的区域。最小图斑的生成过程基于GIS，数据处理误差小，效率高。土壤侵蚀特征指标（EI）的获得基于层次分析法，根据专家经验给各因子打分，并通过一致性检验确保判断矩阵的合理性，该方法是一种对多因子影响的有效决策方法，将定性和定量结合起来，兼顾了评估的高效性和准确性。
3、结语
土壤侵蚀是影响土壤功能顺利发挥的一个非常明显的因素，同时对土壤侵蚀现象进行有效的评估也成了十分重要的一个环节，其对水土保持工作的顺利进行也发挥了非常重要的作用，采用最小图斑的土壤侵蚀评估方法可以有效的提高评估的质量和效率，促进了水土保持工作的发展。
参考文献
关键词：低碳发展；因子分析；评价；上海市
一、国内外相关研究
2003年，英国能源白皮书《我们能源的未来：创建低碳经济》中首次明确提出了“低碳经济”的概念，即通过更少的自然资源消耗和能源污染，获得更多的经济产出：通过创造更高的生活标准、更好的生活质量和机会，为发展、应用和输出先进技术创新的上级和更多的就业机会。Treffers 等学者 （2005） 认为到2050年，在1990年的基础上减少温室气体（GHG）排放量与德国的经济强劲增长可以共同实现。董琦、甄峰（2010）认为，低碳城市是城市循环经济的一种形态，以低能耗、低污染、低排放、高能率、高效益、高循环为主要特征。孙菲等（2014） 利用层次分析法和加权指数法对大庆市2006―2010年的低碳生态城市建设进行了评价。逐步实现低碳经济发展，不仅是应对全球气候变暖等生态环境恶化的客观需要，更是推动可持续发展的必然选择。
二、低碳经济发展评价指标建立
（一）建立指标体系及数据。本研究借鉴任福兵、吴青芳、郭强等国内外相关文献的选取指标方案，选择18个评价指标，对上海市2003-2012年上海快速发展的十年进行相关数据研究，数据来源于上海统计网中2004-2013年统计年鉴的数据，分析软件为SPSS22.0。
（二）因子分析过程。根据选定的数据，结合因子分析法，可以得到总方差分解表（表1），得到了相关矩阵的全部特征值。
表1 因子解释原有指数方差的情况（Total Variance Explained）
从表1可以看出，提取三个公共因子可以很好地解释原有指标的大部分信息（93.245%），因此提取三个公共因子是合适的。
由表1可知，相关系数矩阵中三个最大的特征值分别为10.738，3.041，1.140，而且累计贡献率已达到93.245%，故提取3个公共因子F1、F2、F3。
（三） 因子解释。将因子载荷矩阵进一步旋转得到旋转后的因子载荷矩阵（见表2），可以发现：
第一公共因子的方差贡献率最大，为65.758%，并且在“人均生活用电量”“工业总产值”、“市辖区第二产业占GDP比重”、“固定资产投资额”等指标上载荷大，因此该因子可定义为经济因子。第二公共因子的方差贡献率为19.268%，在“人均生活用水量”、“液化石油气家庭用量”“工业固体综合利用率”等指标上载荷大，因此该因子可定义为居民生活因子。第三公共因子的方差贡献率为8.219%，在“工业烟尘去除量”、“工业固体综合利用率”等指标上载荷大，因此该因子可定义为基础环境因子。
表2 旋转后的因子载荷矩阵（ Rotated Component Matrixa ）
综上所述，影响上海市低碳经济的要素可分为经济因子、居民生活因子和基础环境因子，进一步明晰了低碳经济发展水平的构成要素，保证了实证评价的科学合理。
三、建议
通过对上海市低碳经济发展指标体系的建立和经济意义的综合分析，可以得出上海市未来在低碳经济发展方面应从以下三个方面来着手实施：
一是优化升级产业格局。由统计数据可以看出，上海市辖区第二产业占GDP比重逐年降低，而第三产业占GDP比重逐年上升。到2012年，上海市辖区第三产业占GDP比重已经达到60.4%。可见，上海正在逐步优化产业格局，并且已经初见成效。因此，在此基础上，上海应进一步完善产业格局，通过引导的方式实现高耗能、高排放的企业逐步实现低碳化发展，鼓励可再生资源投资，从内部优化第二产业结构。与此同时，拉动内需，推动第三产业发展，逐步完成产业结构升级，更大程度上实现碳减排。二是低碳经济生活化。低碳经济城市化归根结底要实现全民化，国际全球变化人文因素计划中国委员会（CNC-I
HDP）秘书处曾在 2007 年开展了全面节能减排潜力量化指标研究，该研究表明，如果全民参与节能减排行动，遵循其 36 项日常生活行为指标，则年节能总量约为 7700 万吨标准煤，相当于减排 2 亿吨二氧化碳。因此要引导全民树立绿色低碳生活观念，提倡从生活的方方面面节约能源，可通过舆论宣传低碳交通、低碳消费等生活新理念，并出台相应奖励政策激励民众，逐步实现节能减排生活化。三是加大基础环境投入力度。在城市化和新兴工业化快速发展的大背景下，对能源的需求仍很旺盛，在短时间内改变能源结构从根源上控制碳排放量还很困难。那么就需要扩大绿化水平，加强对二氧化碳的吸收，因此应提高公园植被覆盖率，扩大道路、居民区等地的绿化带面积，提高空气质量，促进城市低碳化发展。
四、小结
低碳经济城市化建设是我国实现经济转型和节能减排的必然选择，但是现在建立低碳城还处于起步阶段，可在建立试点城市的基础上实现全面推广。上海市作为中国的经济发展中心之一，更应该做好“领头羊”，通过产业结构升级、推广低碳生活、加大基础环境建设等方式加快低碳经济发展步伐，逐步探索出一条“双赢之路”，从而处理好经济发展、居民生活和环境保护之间的关系，真正实现可持续发展。
参考文献：
内容摘要:本文首先构建了信息生态系统结构动态模型,从微观层面上分析了信息生态系统构成要素,然后结合模型中的信息生态因子,探讨了信息生态系统平衡的含义及其表现,最后就如何构建信息生态系统平衡提出了建议。
关键词:信息生态系统 信息生态系统模型 信息生态平衡
信息生态系统结构模型
信息生态系统就是在一定的信息空间中,由信息交流关系而形成的人、人类组织、社区与其信息环境之间由于不断地进行信息交流与信息循环过程而形成的统一整体(蒋录全,2003)。
(一)信息生态系统模型构成要素分析
与生物生态系统一样,信息生态系统也是一个具有多样性、复杂性的动态系统,系统中的人、信息和技术等组成要素在持续变化的环境中协同发展。在信息生态系统中,信息人通过一定的信息技术与外界信息环境之间进行信息交换, 构成了一个信息生态循环,结构模型如图1所示。
1.信息。“信息,作为事物存在和运动状态、方式以及关于这些状态和方式的广义知识,在当今的高度发展的信息技术的支持下,通过一系列的流通、加工、存储和转换过程,成为人类社会的重要资源”(马费成,2004)。信息生态系统中的信息是构成信息环境的基础,是信息生态系统的对象性要素,在信息生态系统中,信息有两种功能:一是作为系统的粘结剂,维持系统内各要素之间的相互作用,二是作为系统的加工对象,向外界环境输出系统的整体功能。信息流动与循环是信息生态系统核心问题之一,也是信息生态系统得以生存和发展的重要因素。信息流动与循环的过程表现为信息生态系统各组成要素间的相互作用的过程,而信息流动的结果表现为信息创新与信息无限增值。
2.信息人。信息人是指一切需要信息并参与信息活动的单个人或由多个人组成的社会组织。信息生态系统中的信息人实质上就是人类社会的社会活动主体。人是信息生态系统中起主导作用的因子,同时又是信息环境的建设者与管理者,它通过信息交流/交换与系统所有要素发生作用和联系,所以人的数量和质量、人的信息素质对信息生态系统的整体功能有着极为重要的影响,也是衡量一个国家或地区信息环境优劣程度的重要指标。信息生态系统中的信息人可分为信息生产者、信息传递者、信息消费者和信息监管者四种类型。
3.信息环境。信息环境泛指与人类信息活动有关的一切自然、社会因素的总和。信息环境是社会环境的一部分,是在自然环境基础上经过人类加工而形成的一种人工环境,它体现了自然、社会、科学技术间的交互作用。信息环境为信息人的信息活动提供相关的技术、经济、政治、文化保障,也为信息活动提供场所。信息环境的优劣反映一个国家或地区的信息化水平并影响人们的信息消费与生活质量。信息环境主要由信息基础设施、信息资源服务、信息技术、信息政策、信息文化、信息伦理六个部分组成,信息资源服务及信息技术和信息基础设施是信息生态系统的直接支持要素;信息文化、信息伦理和信息制度(信息政策与法规等),信息生态系统的协调性要素,是信息环境的保障,主要是对系统中诸要素及其相互关系进行计划、组织、控制和协调。
(二)信息生态系统模型层次功能分析
信息生态系统结构模型反映出了系统的层次结构、信息在系统内的循环过程以及应信息生态系统组成要素间的相互作用及关系。图1中实线箭头表示信息人间的联系;虚线箭头表示信息在信息人之间、信息环境之间的双向信息交换以及系统内部和外部社会环境之间信息的输入输出,体现出了动态、开放、创新的信息系统特点。在组成信息生态系统的各因子都是围绕信息而演化展开的,因此信息是信息生态系统的核心部分,位于整个系统的最上层,构成系统的核心;信息人通过信息交流/交换与系统所有要素发生作用和联系,连接信息和信息环境,起中介和桥梁作用,构成了系统的中间层;接下来则是因信息的存在应运而生的众多“信息环境因子”,它们的集合组成了信息生态系统的环境层。同时,信息生态系统于社会系统的子系统,与外部环境同时发生着信息和能量的交换。信息生态系统的各个层之间和内部都不是彼此孤立的,他们受系统关联性的作用,彼此之间相互依存,相互作用。
信息生态系统平衡
(一)信息生态系统平衡的含义
信息生态平衡是指信息生态系统各组成部分之间协调互补,系统结构优化、功能良好的一种相对稳定状态,具体表现为系统中信息人种类和数量等合理匹配、信息生态环境因子相互协调、信息人与信息生态环境高度适应、整个系统的信息流转畅通高效(娄策群等,2006)。该定义表明:
信息生态系统的平衡是一种相对稳定状态,即各信息生态因子在种类和数量上保持相对稳定;与外部环境的物质、能量交换以及信息的输入接近相等,即系统中的信息流动循环能较长时间保持平衡状态,环境资源能被最合理、最有效地利用。信息生态系统具有一定的内部调节能力,在受到外来干扰时,能通过自我调节恢复到初始的稳定状态。信息生态平衡是动态的。在信息生态系统中的信息与信息人、信息与信息环境以及信息环境各因子之间,不停地在进行着能量的流动与信息循环。系统中某一部分会先发生改变,引起不平衡,然后依靠信息生态系统的自我调节能力使其又进入新的平衡状态。正是这种从平衡到不平衡到又建立新的平衡的反复过程,推动了信息生态系统整体和各组成部分的发展与进化。信息生态平衡是相对的。信息生态系统不是孤立的,会与外界发生直接或间接的联系,会经常遭到外界的干扰。信息生态系统对外界的干扰和压力具有一定的弹性,其自我调节能力也是有限度的,当信息生态系统的变动处于“阈限”范围时,系统凭借自我调节机制,呈现出不断调节、变动而又相对稳定的系统状态,保持着相对的平衡。当信息生态系统的变动超出“阈限”范围时,其自我调节能力也就遭到了破坏,信息生态系统就会出现失衡、衰退,甚至崩溃现象。
(二)信息生态系统平衡的表现
信息生态结构优化,即信息生态系统的各组成部分的相互匹配、相互协调、相互适应、相互补充,具体包括以下三个方面:第一,信息人之间的合理匹配。信息生态系统中的信息人种类齐全;不同信息人种的数量比例适当、增减平衡;各个种属的信息人合理匹配,组成完备的信息生态链,并形成庞大的信息生态网;第二,信息生态环境因子的相互协调。信息生态环境因子的相互协调既包括同类信息生态环境因子的相互协调,也包括异类信息生态环境因子的相互协调;第三,信息人与信息生态环境高度适应。包括信息人与信息本体相互适应,即信息内容、数量、质量和形式与信息人的需求相适应;信息人与信息技术相互适应,即信息人通过学习能掌握新兴的信息技术;信息人与信息时空相互适应,即任何信息人都有适合于自己开展信息活动的时间和空间,信息时空能得到充分而合理的利用;信息人与信息制度相互适应,即信息人能充分理解和自觉执行信息制度,信息制度能规范信息人的行为,保障信息人的合法权益。
信息生态系统功能良好。信息生态系统的基本功能是信息传递。信息生态系统功能良好的表现是信息传递畅通高效,其具体表现为以下四个方面:第一,信息渠道畅通,即信息传递渠道无缺损、无堵塞、无断裂、无脱节现象。信道畅通是保证信息生态系统中信息传递畅通高效的基础;第二,信息传递迅速,即信息摄入快、受理快、吸收快、反应快、反馈快;第三,信息转化准确,即在信息拒收中不拒绝有关的信息,在信息筛除中不筛除掉有用的信息,在信息排泄中不排泄掉有价值的信息;第四,信息输出输入相当,即不存在入不敷出而造成的系统亏空,也没有入多出少而导致的系统超载和信息流失。
信息生态系统平衡的构建方法
(一)充分发挥政府在信息资源配置中的作用
政府应提高自身在信息资源配置中的有效性,运用其行政的强制力和影响力对于信息资源的流动和共享进行管理,使其在不同的部门和领域发挥作用。建立政府和市场两性结合的信息资源配置机制,从整个地区乃至国家的全局高度,对信息生态系统进行整体规划,对信息资源进行合理布局与有效配置;建立数据资源管理中心,打破地区、部门和行业之间的条块分割,解决信息资源分布不均的问题。利用高性能、大容量存储设备和便于网络查询的应用系统,将政务类、经济类、教育、法律法规、国土资源、人口、企事业法人类等可集中的数据,集中管理,建立共享中心数据库,实现信息资源共享;鼓励和推动各种形式的横向联系,大力加强信息资源的开发利用,提高信息质量,广泛开展国际信息资源的开发和利用。从国外引进的同时,也需要把本地区的信息资源推向国际市场,走相互流通、互惠互利的发展道路。
(二)加快信息资源法律法规和标准的建设
目前,我国信息立法显得严重滞后,尤其在有关知识产权立法,信息安全立法, 数据保护等方面仍缺乏很好的规范与控制。在信息技术的标准化、规范化方面也跟不上行业发展的需要,信息市场竞争环境的建立、信息市场交易秩序的维护、信息市场调节与监督活动的实施、信息资源的管理、信息安全和保密等目前都无法可依等等。这种混乱局面不仅不利于信息环境的营造以及信息生态系统的平衡与稳定, 也严重影响着和谐社会的构建与发展。因此,目前需要抓紧制定和完善的法律法规和标准主要有:信息公开的法律法规;个人信息保护的法律法规;内容规范的法律法规;信息安全的法律法规;网络环境下知识产权保护的法律法规;网络环境下保护消费者权益的法律法规;涉及电子记录管理、信息资源分类和检索、元数据、电子数据交换等方面的标准或指导性文件。
(三)加强信息素质教育
人作为信息活动的主体,信息素质的高低直接影响信息的接收率和整个系统生态环境的好坏,包括:信息意识、信息能力、信息道德。信息人一方面要增强信息意识,即对信息的敏感程度;另一方面要提高信息能力,即获取信息、处理信息、利用信息和开发信息的能力;此外,在信息行为实施过程中必须要遵循的社会法律、法规、伦理道德体系。优秀信息人的数量是衡量现代化发展的重要标志,只有具备良好信息素质的信息人才不断增多,才能在信息资源的开发利用中发挥积极的能动作用,提高信息生产和服务的质量,将信息污染控制在最低程度,更好地维护系统的生态环境,维护系统的平衡与稳定。
参考文献:
1.蒋录全.信息生态与社会可持续发展[M].北京图书馆出版社,2003
2.马费成,赖茂生等.信息资源管理[M].高等教育出版社,2004
3.娄策群,赵桂芹.信息生态平衡及其在构建和谐社会中的作用.情报科学,2006(11)
关键词学习环境;学习者;交互;学习生态系统
一、学习生态系统的相关研究
1.学习生态系统提出背景
教育学家Brian Alger提出促进学科真正发展的一些重要观点一般来自于这个学科的外部。早在1979年,美国教育学家劳伦斯・克雷明首次提出“教育生态学”的概念。之后,国内外关于“教育生态”研究不断增多。“教育生态学”主要运用生态学原理去研究教育的物质和精神环境中的发展规律。而学习生态系统的提出要比教育生态学晚的多,它的提出主要有以下三个方面的原因:第一,教育观念的变化,当代教育观念已将“以教师为中心”转移到“以学习者为中心”上来,因此教学环境主要就是学习环境,“学习环境”已成为教育研究领域的一个关键词;第二,互联网对学习产生了革命性影响,为学习者提供了丰富的学习资源以及人际交流手段,帮助人们培植和维护一种新型的学习生态环境;第三,建构主义理论的提出并广泛被大多数人接受。建构主义认为,学习者的知识是在一定情境下,借助于他人的帮助,如人与人之间的协作、交流、利用必要的信息等等,通过意义的建构而获得的。它强调学习的有效发生需要相应环境的支持。第四,终身学习已经成为一种生存理念,持续不断的学习成为每个人适应竞争和挑战的利器,学习方式的多样性、阶段性为终身学习提供了保证。
2.学习生态系统的概念
在了解学习生态系统概念之前,我们先了解一下什么是“生态”和“生态系统”。生物与环境因素的相互关系就是“生态”。而生态系统是英国生态学家Tansley于1935年首先提上来的,指在一定的空间内生物成分和非生物成分通过物质循环和能量流动相互作用、相互依存而构成的一个生态学功能单位。它把生物及其非生物环境看成是互相影响、彼此依存的统一整体。因此,学习生态主要研究人们怎样通过其他生物和他们周围的环境而获得有效的学习。而学习生态系统是指由学习者及其现实和虚拟的学习环境构成的一个学习功能整体,学习者与学习环境、学习者与其他学习个体和学习群体之间密切联系、相互作用,通过知识吸纳、内化、创新、外化、反馈等过程实现有效学习的发生。学习生态和学习生态系统的区别在于:学习生态主要研究学习者与学习环境的相互关系,而学习生态系统是包含学习共同体和学习环境在内的一个整体,而这个整体可以实现一定的学习和知识转化功能。
二、大学英语学习生态系统提出的必要性
1.语言学习的特点
语言最本质的功能是它的社会交际功能,语言即人们在社会中进行交际的工具。不论持什么目的,选什么教材,取什么途径,外语课都是通过语言活动来培养学生的语言能力和创造性地、有目的地学会运用外语进行交际的能力。Krashen的“可理解的输入”观点是二语习得中最有影响的观点之一,所谓“可理解的输入”是指学习者听到或读到的语言材料,其内容除了他们没有学过的知识外还必须包含他们的已有知识,即输入材料的难度应该稍微高于学习者目前已达到的语言知识水平。但是他忽视了学习者是活生生的主体,有自己的主观能动性,也忽视了语言习得中的必要条件是学习者的参与。因此Allwright指出,“可理解的输入”必须与“交互活动”相结合,学习者才能获得习得。由此可见,仅有可理解的输入还不足以产生语言习得,语言学习者必须将语言输入与输出在有意义的环境中结合,语言习得才能真正实现。
2.我国大学英语的教学现状
长期以来,我国外语教学以教师为中心,以语言知识为重点,以讲授分析为主要教学方式,以阅读为主要学习途径,以卷面答题准确率为主要检测手段,形成了一种有知识缺能力、懂道理而不会用的外语教学结果。以大学英语为例,这种结果和大学英语教学目标严重背离,其教学目标是培养学生的英语综合应用能力,特别是听说能力,使他们在今后工作和社会交往中能用英语有效地进行口头和书面的信息交流。这种结果的产生是和我国现有的教学传统文化密切相关的,如图1,中国的外语教学文化是输入为主的文化,输入为主的语言学习效果必然是不完整的,因为输入的东西往往只是知识和信息。没有足够的输出条件、机会和量,知识不会自动转化为技能,信息也只能停留在记忆阶段,而且心理学证明,记忆并不是被动存储,而是需要调用。和国内外语教学文化相比,西方外语教学理论与实践更重视语言交际能力的培养,其表现形式是以学生为中心,以任务为途径,以语言功能和技能为目标如图2,这种教学文化的特征是重视语言输出的过程。
三、外语学习生态系统
从生态系统和学习生态系统的概念中我们可以这样界定外语学习生态系统,外语学习生态主要研究外语学习者怎样通过教师、其他学习者以及他们周围的环境而获得有效的学习。而外语学习生态系统是由外语学习者及其学习环境构成的一个学习功能整体,学习者与学习环境、学习者与教师及其他学习个体、群体之间密切联系、相互作用,通过语言知识输入、吸纳、输出、反馈等过程实现有效学习的发生,如图3。
1.外语学习生态系统中的生态因子
知识和能力的生长如同植物的生长需要土壤、阳光、水分、空气和营养一样,外语学习者听说读写译各方面能力的获取和习得过程,必须在一定的生态环境之中,这一生态环境为外语学习者的语言输入与语言输出提供了有意义的场所,同时也决定了外语学习者的学习目标、学习内容、学习方法、学习形式、学习时间、学习材料等学习的重要方面。从外语学习生态系统图中我们可以看出,影响外语学习者语言体系和语言技能生长的生态因子主要包括环境因子和人为因子。
(1)人为因子
首先是教师,从图中我们可以看出,学习者与教师关系是双向交互关系。对于缺乏自然环境的外语教学来说,教师显得尤为重要,教师的课堂语言输入是培养学生交际能力的重要手段。语言通常只是教师用作讲解知识、传达信息、传授技能的工具,但外语教师所使用的教学语言不但是一种传授知识与技能的工具,也是教师要传授的知识和技能本身,因此课堂上外语教师要确保语言的规范性和可理解性以及言语输入要有足够的信息量,只有这样,才能为学习者营造良好的语言输入环境,让学生沉浸在外语氛围中。当然,当教师这一人为生态因子对学习者不适合时,学习者的语言习得的质量和数量就会改变。
其次是其他学习者。外语教与学的特点要求给学习者之间更多的合作学习机会,学习者之间通过交流协商共同完成小组学习任务。学习者之间的交流、互动和意见综合首先丰富了他们的语言学习环境,而且可以相互激励,在学习者之间形成良性竞争;第二有助于建构新的、对知识和能力更深层次的理解;第三,交流过程中学习者的思维和解决问题的思路变得更加清晰和明显,这样有利于在互动中形成更优化和更高层次的思维,学习者必须针对问题达成共识和妥协,建立更加完整的知识表征。
(2)环境因子
“学习环境”是现代教学理念下形成的新型教学隐喻,无论是建构主义还是人本主义学习理论都提倡以学习者为中心,教师的任务就是创设丰富的学习环境,教学的过程就是学习者在良好的学习环境中主动建构意义的过程。在这里,我们认为学习环境是一种支持学习者进行建构性学习的各种学习资源(不仅仅是信息资源)组合。其中学习资源不仅包括信息资源、认知工具等物理资源,还包括任务情境、人际心理支持等软资源。
首先是学习者与任务情境的关系。主要表现在外语学习者受任务情境驱动,在任务情境中通过言语交际使用目的语,从而达到听说能力的提高。Nunan认为,任务情境是“一项课堂活动,这种活动必须解决某个交际问题,要求学习者理解、操纵、产出目的语或用目的语进行交互活动,活动中他们的注意聚焦于调动语法知识来表达意义,他们的目的是表达意义而不是操练形式”。在这里我们认为,外语教学中的任务情境包括一切有利于学生用目的语进行有意义的交际的各种语言活动。因此,任务情境为学习者参与课堂,进行言语输出提供了有意义的环境。其中教师对任务的定义,决定了学习者参与课堂的程度与质量,从而决定了学习者言语输出的质量[9]。
其次是学习者与信息资源的关系。主要表现在外语学习者受惠于信息资源,获得知识增长,从而形成自身的外语语言体系和语言技能等。信息资源指有关学习主题的外在的信息输入,也是学习环境中主要的学习资源,主要提供学习领域的知识和教学资料,包括课本、教师、词典、百科全书和各种基于信息技术的学习资源,包括电子书刊、网上图书馆、外语主题网站、个人博客、虚拟软件库等,以帮助学习者理解和解决问题。
第三是学习者与认知工具以及平等共享开放的人际心理支持的关系。在学习者与教师及其他学习者交互过程中,需要有工具以及平等共享开放的人际心理支持。技术作为中介可以全面支持学习者同学习资源以及教师、其他学习者的互动,特别是基于计算机网络的认知工具,可以为学习者提供虚拟的学习和交流环境。
2.外语学习生态系统的功能分析
(1)整体功能
外语学习生态系统作为一个系统,首先他实现的就是整体功能。其根本特征在于从系统的整体性出发,把分析与综合、分解与协调、定性与定量研究结合起来,精确处理部分与整体的辨证关系,科学把握系统,达到整体优化。从图3中我们可以看出,学习者处在这个生态系统模型的中心,围绕这一中心,我们把生态系统中的其他生态因子又分解成两个小系统,即人为因子子系统和环境因子子系统,而各个子系统又分解为具体的人为因子和环境因子。通过分析各因子与学习者这一生态主体的辨证关系,从而使学习者的高绩效的语言学习达到整体优化。
(2)语言体系和语言能力转化功能
学习者通过教师和其他学习资源获得足够多的语言输入,通过课堂和自主学习,学习者吸纳教师的语言输入,形成自己对语言的理解,这个过程是语言体系形成的重要过程。在缺乏自然语言环境的外语学习者来说,这是他们言语输出的基础。而学习者语言能力的形成必须通过任务情境这一重要环节来实现,也就是语言的输出过程,在学习过程中主要表现为,通过教师制定有意义的任务情境,通过合作或角色扮演学生参与其中,这时教师的角色依然很重要,主要引导、帮助、组织、协调学习者进行言语输出。教师及时的反馈对学习者的语言输出质量至关重要,这样可以调整学习者参与语言输出的广度和深度。为此,Long发明了语言交际的调整策略,明确性核实即交际一方要求对方明确自己所表达的意义,理解性核实(comprehension check)即核实交际对方是否明白自己对表达的意义等等。
通过以上分析我们看到,外语学习者与教师和其他学习者以及学习环境密切联系、相互作用,通过语言知识输入、吸纳、输出、反馈等过程,实现学习者的语言体系和语言技能的转化,最终实现外语学习者综合应用能力的形成。
购物车(0)
