编辑: GXB156399820 | 2019-08-30 |
1 ,4] ;
其次 ,对专业人士进行访谈, 收集到符 合北京市特点的特殊环境条目;
最后, 由于研究期间 北京正处于"非典" 高峰期 , 问卷中收集了 SARS 等 疾病类环境问题. 风险维度采用了前人在环境风险知觉研究中较 普遍的六个风险维度进行评价[
5 ] , 包括影响程度大 小、 可控― ― ―不可控 、 熟悉 ― ― ―陌生程度、持续时间短 ― ― ―持续时间长、发生的可能性大小、结果的严重性 大小等六个方面,力求多角度地描述风险认知特征. 采用
10 点量表进行计分 ,其中
1 表示低风险知 觉,
10 表示高风险知觉. 2.
2 被试 发放问卷
260 份 ,最终回收问卷
220 份, 有效率 为84 .
6 %.
3 结果与分析 3.
1 风险条目分析 3.
1 .
1 风险程度指标的验证 通讯作者 : 谢晓非 . E -mail: xiaofei@pku. edu. cn 国家自然科学基金资助( 70371003) .
362 心理科学 Psychological Science 2006, 29( 2) : 362-365 谢晓非 、 徐联仓发展了一项综合指标 ,即"风险 程度指标"来衡量风险认知的强弱 .该指标由风险 结果的影响大小 、 可能性 、 严重性三个维度的数据平 均而成[ 5] . 风险程度指标与六个维度之间的相关关系见表
1 .除构成风险程度指标的三个维度外 ,对环境问题 的熟悉程度, 持续性及可控程度也与风险指标有显 著的正相关, 这说明该指标可有效并集中地代表环 境风险评价的其它维度. 3. 1.
2 风险条目分析 可以推测, 个体对某些类似环境条目的风险认 知可能呈现相似的认知特征 .因此, 将个体有相似 认知特征的环境问题归类 ,可以更好地分析环境风 险问题. 将环境条目按"风险程度指标"的数据进行因素 分析( Bartlett 结果 χ
2 =4338 .
30 , p
0 .
6 , 说明数据可进行因素分析) . 使用主成分分析进行方差最大化旋转 , 根据碎石图 及解释方差的百分比抽取
3 个因子, 解释方差百分 比为
53 .
7 %.结果如表
2 所示 ,其中因子
1 的16 个 条目包括资源 、 污染及辐射等条目, 关系着可持续发 展等方面 ,是着眼于大环境、相对抽象的一类 ,因此 命名为"生态环境类"因子 ;
因子
2 的6个条目主要 是关于疾病与不可抗力造成的自然灾害, 命名为" 疾 病与灾害类"因子;
因子
3 的9个条目绝大部分是日 常生活中随处可见的环境问题 ,这一类是着眼于小 环境和具体现实情况的条目, 命名为"生活环境类" 因子 . 表1风险指标与各维度相关矩阵 维度 r p 影响程度 0.
547 0.
000 可控性 0.
544 0.
000 熟悉性 0.
432 0.
000 持续性 0.
694 0.
000 可能性 0.
773 0.
000 严重性 0.
750 0.
000 表2环境条目的因素分析结果 1.生态环境类 2.疾病与灾害类 3.生活环境类 条目 载荷 条目 载荷 条目 载荷 地下水污染 .
809 污水排放入河流 .
767 饮用水污染 .
734 废旧电池的抛弃 .
733 铅对健康的影响 .
728 化工厂的污染 .
713 过度开发资源 .
691 处理有害废弃物 .
688 占用土地资源 .
687 珍稀动物遭威胁 .
676 对臭氧层的破坏 .
674 建材放射性影响 .
646 抛弃医用废弃物 .
613 空气中的污染物 .
604 过度捕捞 .
585 X 射线的放射性 .
585 血液系统疾病 .
850 传染性疾病 .
837 艾滋病 .
807 细菌与微生物 .
735 SARS .
719 地震 .