三、变量及其操作化

在本研究中，我们把变量分为几种类型，即因变量、预测变量、控制变量和中介变量。其中，因变量即环境关心，是我们需要解释的对象；预测变量即性别，是我们需要观察的变量，本章侧重分析的就是该变量与因变量之间的关系；控制变量包括常用的年龄、文化程度、收入等自变量，引入这些变量是为了更好地观察性别与环境关心之间的关系；中介变量的引入一方面是为了尝试性地研究性别与环境关心之间的中介机制，另一方面也是试图对已有的研究发现进行检验。本章中的中介变量主要是环境知识。下文将对文中的各类变量进行操作性定义。

(一)因变量

本章研究的因变量是环境关心。自20世纪70年代以来，很多学者尝试对公众的环境关心进行概念化和测量。但是，由于环境关心涉及“环境”的不同类型以及“关心”的不同层次，所以对其进行界定非常困难。有学者指出，在已有的研究中，很少有采用共同的环境关心定义的，关于环境关心的操作性定义就有数百种(Dunlap and Jones,2002)。

有文献指出，最早对环境关心作出界定的是荷兰学者斯格尔斯和内里森，他们(1981)将环境关心定义为关于保护、控制以及干预自然环境和人造环境的观念总体，同时也包括与这些环境相联系的行为准备(转引自Dunlap and Jones,2002)。艾斯特和范德米尔(1982)作出了更为简洁的定义：环境关心是指人们对环境问题认识的程度以及致力于解决这些问题的程度。邓拉普本人则倾向于接受后者的定义，并对它略微作了修正：环境关心是指人们意识到并支持解决涉及环境的问题的程度或者个人为解决这类问题而做出贡献的意愿(Dunlap and Jones,2002)。

在已往的研究中，人们提出了各种测量环境关心的方法和指标。有的针对具体的环境问题，例如水污染、核辐射等；有的针对更为抽象和复杂的环境问题，例如全球变暖、生物多样性丧失等；有的则针对人们对环境问题以及人类社会与环境关系的状况的态度。这当中，一些较有影响的综合量表发展出来(例如：Maloney and Ward，1973；Russell Weigel and Joan Weigel，1978；Dunlap and Van Liere,1978)。其中，邓拉普和范李尔在1978年提出的NEP量表是广泛使用的一种测量工具(Stern,et al.,1995；La Trobe and Acott,2000；Jackson,2002；Dunlap and Jones,2002；Cordano,Welcomer and Scherer,2003)。有文献指出，在1988—1998年的6篇使用NEP测量环境关心的文献中，有4篇明显认为女性比男性更为关心环境，有2篇发现没有差别，但是没有文献表明男性比女性更为关心环境。总体上看，使用NEP量表研究环境关心上的性别差异表明，女性确实要在某种程度上比男性更为关注环境(Zelezny,Chua and Aldrich,2000)。

随着时代的变化，环境问题也在变化，人们对于环境问题的关心也随之发生变化。为此，邓拉普等人在2000年的一篇文章(Dunlap,et al.,2000)中讨论了修订NEP量表(1978)的问题,并提出了新的NEP量表。新量表包括了人类与环境关系的5个方面，共15个项目(参见表2—1)。其中一些项目采自旧的NEP量表，还有一些项目略微作了修正。按照邓拉普等人的检验，与旧的NEP量表相比，修订过的NEP量表具有更好的信度和效度。

但是，笔者利用2003年中国综合社会调查(城市部分)资料，对邓拉普等人修订过的NEP量表在中国的使用效果进行了评估(洪大用，2006；肖晨阳，洪大用，2007)。应用验证性因素分析(Confirmatory Factor Analysis,简称CFA)，我们认为应该根据中国的情况，对这个量表进行再修订，删去其第2、4、6、12和14项(因为因素负载太弱。参见表2—1)，保留其他10项，以确保量表的效度和信度。

为了便于分析，我们对NEP量表进行赋值，其中，第1、3、5、7、9、11、13、15项是正向问题，被访者越是表示同意，实际上越是具有较强的环境关心，所以我们把回答“非常同意”、“比较同意”、“说不清/不确定”、“不太同意”和“很不同意”分别赋值为5、4、3、2、1。对于第8、10项这两项负向问题，被访者越是表示同意，实际上环境关心的程度越低，所以我们把回答“非常同意”、“比较同意”、“说不清/不确定”、“不太同意”和“很不同意”分别赋值为1、2、3、4、5。同时，我们把缺失值都再编码为“说不清/不确定”，也就是3。然后，我们利用所得的因素负载对1、3、5、7、8、9、10、11、13和15项进行加权累加，结果就得出了因变量“环境关心”的取值，这是一个连续变量。因为应用验证性因素分析的缘故，这个包含有10个测量项的加权累加量表不但是单一维度的，而且控制了各测量项的测量误差，具有较好的测量效果。

续前表

(二)预测变量和控制变量

本研究中的预测变量是性别，这是一个定类变量。在回归分析中，我们把女性赋值为0，男性赋值为1。为了更清楚地检视性别与环境关心的关系，我们引入了一些控制变量，包括被访者的年龄、文化程度、婚姻状况、个人年收入、职业类型、父母身份、居住地类型以及对环境危害的评价。变量描述参见表2—2。

(三)中介变量

为了探索性地检验已有的相关研究，同时也是为了更好地解释性别与环境关心的关系，本章还引入了中介变量：环境知识水平。相关研究似乎表明，环境知识是个人环境关心的重要中介，那些越是具有较高环境知识水平的人，通常表现出更多的环境关心(Arcury,et al.，1987；Blocker and Eckberg，1997；Hayes，2001)。但是上文提到的知识支持假设中却认为环境知识与环境关心成反比。虽然两种观点孰是孰非，还有待检验，但是两者都认为环境知识是一个重要的中介变量。

为此，笔者根据中国的实际情况设计了一个包括10个项目的“环境知识量表”：(1)汽车尾气对人体健康不会造成威胁；(2)过量使用化肥农药会导致环境破坏；(3)含磷洗衣粉的使用不会造成水污染；(4)含氟冰箱的氟排放会成为破坏大气臭氧层的因素；(5)酸雨的产生与烧煤没有关系；(6)物种之间相互依存，一个物种的消失会产生连锁反应；(7)空气质量报告中，三级空气质量意味着比一级空气质量好；(8)单一品种的树林更容易导致病虫害；(9)水体污染报告中，Ⅴ5类水质意味着要比Ⅰ1类水质好；(10)大气中二氧化碳成分的增加会成为气候变暖的因素。

我们让被访者对以上说法作出判断，究竟是正确、错误，还是不知道。根据现有的知识，我们知道上述第1、3、5、7、9项是错误的说法，第2、4、6、8、10项是正确的说法。我们将每项实际判断正确赋值为1，实际判断错误(“不知道”算回答错误)赋值为0。统计检验表明，该量表具有很好的信度(alpha值为0.785)和内部一致性(Ri-t系数均在0.295以上)，可以看作单一维度的累加量表。因此，我们把各项目值相加，就得出环境知识水平^注7，这是一个连续变量。

综上所述，本研究中使用的各种变量描述如表2—2所示。