Page 236 - 《社会》 2018年第4期
P. 236
环境风险感知的影响因素和作用机理
关关系（相关系数为 －０．７３２ ）。利益趋向性与公众的环境风险感知也
呈现强的负相关关系（相关系数为 －０．８０７ ）。只有信息丰富性与公众
的环境风险感知之间呈现中度的负相关关系（相关系数为 －０．４７１ ）。
表 ４ ：量化研究中各变量的取值情况
变量性质 均值（ 犈 ） 标准差（ 犛．犇． ） 最小值（ 犕 ） 最大值（ 犡 ）
环境风险感知（ 犢 ） 连续 ６．８６９ ２．１３４ ２ １０
环境亲和感（ 犡１ ） 连续 １０．１４３ ２．４７２ ４ １５
系统信任感（ 犡２ ） 连续 １５．１１５ ４．２１６ ５ ２５
信息丰富性（ 犡３ ） 连续 ６．１６１ ２．８２０ ３ １５
利益趋向性（ 犡４ ） 连续 １０．３０９ ３．７９２ ４ ２０
年龄 连续 ３６．６２２ １３．５５９ １６ ８２
性别 虚拟 － － １ ２
社区类型 虚拟 － － １ ２
与核电站的距离 虚拟 － － １ ４
教育程度 虚拟 － － １ ５
家庭年收入 虚拟 － － １ ５
表 ５ ：各变量间的相关系数矩阵
犡１ 犡２ 犡３ 犡４ 犢
均值（ 犈 ） ９．８４５ １５．１２５ ６．２２５ １０．６８９ ６．７３９
标准差（ 犛．犇． ） ２．５４７ ４．２７１ ３．０５６ ３．８３７ ２．２２０
环境亲和感（ 犡１ ） １
系统信任感（ 犡２ ） －０．５８７ １
信息丰富性（ 犡３ ） －０．３５０ ０．３９６ １
利益趋向性（ 犡４ ） －０．７０５ ０．７０７ ０．４８５ １
环境风险感知（ 犢 ） ０．７０６ －０．７３２ －０．４７１ －０．８０７ １
注： 狆 ＜ ０．０１
其次，上述相关分析虽然可以考察环境亲和感等变量对公众环境
风险感知差异的独立影响效应，但尚未考察各自变量之间可能存在的
交互作用。因此，本研究采用结构方程模型（ 犛犈犕 ）进行路径分析， ５ 并
采用 犃犿狅狊２１．０ 进行模型建构和数据分析。从优化后的结构模型的拟
合指数来看，整个模型的拟合效果较好（见表 ６ ）。且从原始结构方程
５． 该方法可以有效地反应自变量与因变量、自变量与自变量之间的关系，以更好地分析情感
与情境因素中的各个变量维度对公众环境风险感知的影响。
· ２ ２ ９ ·
