三、修订过的NEP量表在中国的应用

虽然如前所述，修订过的NEP量表已经为一些国家和地区的人所使用，但就笔者所知，目前还没有中国学者使用这个量表在全国范围内开展调查。笔者接受邓拉普本人的建议，在2003年中国综合社会调查(城市部分)中使用了该量表，可能应该是第一次。

2003年中国综合社会调查(城市部分)由中国人民大学社会学系主持，并联合其他学术单位实施。调查覆盖全国城市。此次调查利用2000年第五次全国人口普查数据，采用PPS抽样从省级单位抽到社区，再在每个社区采用系统抽样抽取10个调查户。每户采用Kish表抽取1人作为调查对象。调查对象为18~69岁的成年人。调查方式为入户面访，设计样本5 980人。调查问卷包含了与测量公众环境关心有关的21道问题，构成调查问卷的B卷，其中包括了修订过的NEP量表。有点遗憾的是，由于合作方的困难，我们在广东省、吉林省、黑龙江省和湖北省的部分样本城市没有能够进行B卷的访问，使得我们完成的样本比设计的样本少了902人。本章分析只能依据实际完成的样本。

在全国实施B卷调查的其他抽样城市中，我们完成样本5 078人，其中有效样本5 073人。这当中，男性被访者2 443人，占48.2%；女性被访者2 630人，占51.8%；年龄在25岁以下、25~35岁、35~45岁、45~55岁以及55岁以上者分别有488人、1 074人、1 272人、1 186人和1 053人，所占比例分别为9.6%、21.2%、25.1%、23.4%和20.8%；文化程度为小学、初中、高中、大专和大学本科以上^注5者分别有879人、1 629人、1 551人、636人和377人(另有1人缺失信息)，所占比例分别为17.3%、32.1%、30.6%、12.5%和7.4%。

本次调查中使用的修订过的NEP量表，除了翻译上的修辞变化外，是完全照搬原量表的(参见表1—1)。在数据分析中，由于量表中第1、3、5、7、9、11、13、15项是正向问题，所以被访者回答“非常同意”、“比较同意”、“说不清/不确定”、“不太同意”、“很不同意”，被赋分值依次为5、4、3、2、1；而量表中第2、4、6、8、10、12、14项是负向问题，被访者回答“非常同意”、“比较同意”、“说不清/不确定”、“不太同意”、“很不同意”，则被赋分值依次为1、2、3、4、5。这样，在被访者逐项回答的前提下，这个量表的分值范围是15~75分。

同时，为了使数据可靠，我们把被访者对于所有已回答项目都选择“说不清/不确定”的样本予以删除；对于被访者不回答的项目少于5项的，我们用对应项目的样本均值替代该项目赋值；对于被访者不回答的项目大于等于5项的样本予以删除。最后保留的有效样本数是4 971个。

在数据分析中，我们首先对量表中15个项目的分辨力进行了检验(参见表1—3)。检验结果表明，多数项目是具有可接受的分辨力的，适合作为调查的问题。但是，第4、7、14项的分辨力系数偏低，尤其是第4项明显偏低。

注：表中分辨力系数是检验被调查者在量表的相同项目中的态度差异大小的指标。某项目的分辨力系数越小，说明该项目的分辨力越低，没有分辨力的项目应当删除。但是，对于可接受的分辨力系数值，专家们没有统一意见。

其次，我们参照前述邓拉普等人的做法，对修订过的NEP量表的信度和效度进行了检验。

在信度方面，多数项目的校正Ri-t系数都是可以接受的，从0.24到最高的0.45(参见表1—1)，但是，第4、7、14项的校正Ri-t系数分别只有0.07、0.19和0.17，看来偏低，从而对量表的内部一致性有影响。量表的alpha系数达到0.71，算是可以接受的，但是比邓拉普等人报告的要低。因素分析显示出可以抽取3个因素，但是存在一个主要因素。在未转轴之前的第一因素解释了项目中总变异量的21.23%，多数项目对该因素的负载都较高(从0.29到0.62)，但是第4、14项对该因素的负载太低，分别是-0.08和 0.05。与之相比，第二个可以抽取的因素只能解释15.70%的变异量，第三个可以抽取的因素只能解释6.81%的变异量(参见表1—4)。同时，从各个可以抽取的因素的特征值看，大体上也可以看出存在一个主要因素。

表1—4 对修订过的NEP量表所进行的因素分析(使用Varimax Rotation，2003，中国)

注：因素负载在0.30以上的使用黑体字标出。

在效度方面，笔者先仿照前述邓拉普等人的方法，检验量表的建构效度。但是由于国情的差异，这里无法检验政治意识形态与修订过的NEP量表分值的相关关系，我们只检验年龄、文化程度与该量表分值的相关关系。对于年龄变量，我们直接取用被访者报告的出生年份；对于文化程度变量，我们采用受教育年限来计量，其中：未受过正式教育=0，小学、私塾=6，初中=9，高中(职高、中专)=12，大专=15，本科=16，研究生及以上=19。相关分析表明，年龄、文化程度确实与修订过的NEP量表分值呈显著(显著水平：0.01；2-tailed)相关：Pearson相关系数分别是0.138和0.320。也就是说，越是年轻人，越是教育程度高的人，其NEP分值越高。与邓拉普等人的前述报告相比，修订过的NEP量表似乎在中国显示出更好的建构效度。

为了检验量表的预测效度，笔者分析了修订过的NEP量表分值与“对中国环境状况的认知”、“对政府环保政策的支持”、“个人环保贡献意愿”以及“个人环保行为”等变量之间的相关关系。

其中，“对中国环境状况的认知”这一变量是基于以下问题建构的。我们询问被访者：“根据您自己的判断，整体上看，您觉得我国面临的环境问题是否严重？”设计的选项有：“非常严重”、“比较严重”、“一般”、“不太严重”、“根本不严重”、“说不清/不关心”、“没有环境问题”。在分析中，笔者将其依次赋值为5、4、3、2、1、3、1；对于不回答的，按缺失值处理。

“对政府环保政策的支持”这一变量是基于以下两个问题建构的。第一个问题是：“对某个地区来说，在发展经济与保护环境面临两难的情况下，您认为下列哪种说法更符合您的想法？”设计的选项有：“优先发展经济”、“优先保护环境”。在分析中，笔者将其分别赋值为-1和1，其他的回答赋值为0。第二个问题是：“假设在某个地区，有一个经济效益很好、给当地居民带来很多利益的工厂，但是它所产生的废水污染了下游其他地区的水源，现在政府要关闭这家工厂，如果您作为该工厂所在地的居民，您认为下列哪种态度更接近您的态度？”设计的选项有：“赞成关闭工厂”、“不赞成关闭工厂”。在分析中，笔者将其分别赋值为1和-1，其他的回答赋值为0。然后，笔者将两个变量相加，建构出“对政府环保政策的支持”这一变量。

“个人环保贡献意愿”是通过对美国学者英格尔哈特(Inglehart，1995)提出的公众环境保护指数(Environmental Protection Index,简称EPI)的改造来建构的。在问卷中，我们让被访者就以下四种说法表达自己是否同意：(1)如果我确信钱能用于改善环境问题，我是愿意出钱的；(2)如果政府增加税收能够专门用于改善环境问题，我是同意增税的；(3)保护环境和控制污染并不像有些人所说的那样急迫；(4)政府应当对改善环境状况负责，但是最好不要花我的钱。设计的选项包括：“同意”、“不同意”、“说不清/不确定”。在分析中，对第一、二种说法，笔者将回答“同意” 赋值为1，回答“不同意” 赋值为-1，其他回答赋值为0；对第三、四种说法，笔者将回答“同意” 赋值为-1，回答“不同意” 赋值为1，其他回答赋值为0。然后，我们将四项相加，建构出“个人环保贡献意愿”这一变量。

“个人环保行为”这一变量是根据笔者设计的一个量表建构的。在问卷中，笔者设计了一个包括10个项目的个人环保行为量表，它们分别是：(1)垃圾分类投放；(2)与自己的亲戚朋友讨论环保问题；(3)采购日常用品时自己带购物篮或购物袋；(4)对塑料包装袋进行重复利用；(5)为环境保护捐款；(6)主动关注广播、电视和报刊中报道的环境问题和环保信息；(7)积极参加政府和单位组织的环境宣传教育活动；(8)积极参加民间环保团体举办的环保活动；(9)自费养护树林或绿地；(10)积极参加要求解决环境问题的投诉、上诉。设计的选项包括：“从不”、“偶尔”和“经常”。在分析中，笔者将其分别赋值为0、1和2。然后将各个项目相加，建构出“个人环保行为”这一变量。

相关分析表明，修订过的NEP量表分值与上述“对中国环境状况的认知”、“对政府环保政策的支持”、“个人环保贡献意愿”以及“个人环保行为”四个变量之间确实存在显著的(显著水平：0.01；2-tailed)正向相关关系：Pearson相关系数分别为0.326、0.185、0.226、0.202。换句话说，修订过的NEP量表在中国也具有相当的预测效度，可以在一定程度上预测人们的环保态度和行为。但是，相比邓拉普等人的前述报告，这些相关系数要偏低一些。