吳洪翔 宋意霞 吳文峰

(貴州師范大學心理學院，貴陽 550025)

1 引言

隨著全球老齡化程度的加重，老年人健康問題日益突顯。研究發(fā)現(xiàn)，年齡歧視是老年人健康問題的誘因之一，對其身心健康有著消極影響，如降低幸福感和動機水平，加重認知功能障礙，增加抑郁、焦慮癥狀以及患心血管疾病的可能性(Ayalon，2018；Ayalon et al.，2019；Lyons et al.，2017)。如今，年齡歧視已成為除種族、性別歧視之外的第三大社會歧視(Weiss & Zhang，2020；吳帆，2008a，2008b)。

年齡歧視(ageism)最早由Butler提出(Butler，1969)，專指社會對老年人產生一定程度的偏見以及由此產生的想法和行為(吳帆，2008a)。值得關注的是，年齡歧視并不只是由單一的敵意年齡偏見構成，其還包括善意年齡偏見(Palmore，2001)。其中敵意年齡偏見是對老年人帶有消極的偏見態(tài)度或行為，如躲避老年人；善意年齡偏見則是對老年人的過度幫助偏見態(tài)度或行為，如老年人在公交車上婉拒你提供的座位后，你仍執(zhí)意讓座(Cary，Chasteen，& Remedios，2017)。雖然這種行為看起來是幫助老年人，但本質上卻具有控制性，會對他們造成潛在傷害(Tasdemir，2020)。更需要強調的是，善意年齡偏見是用表面善意且易于接受的方式傳達偏見態(tài)度，其不同于日常生活中的熱心幫助?？贪逵∠髢热菽Ｐ?the stereotypes content model，SCM)指出大眾對于老年人的刻板印象是熱情的、但又是無能的(Cary et al.，2017；Tasdemir，2020)。這種認知會產生對老年人的傲慢和家長式態(tài)度(比如過度保護、缺乏尊重等)(Tasdemir，2020)，健康、獨立的成年人(包括青年人和老年人)會將這種態(tài)度視為對自己的冒犯和貶低，尤其對于老年人而言，他們對傲慢的交流方式更敏感，從而導致其產生更多的消極反應(Hehman & Bugental，2015)。

目前，國內實證研究均側重于年齡歧視的敵意偏見，關于善意年齡偏見的研究則較為欠缺，這可能與缺乏相應的研究工具有關。以往應用最為廣泛的工具包括老化知識量表(the Facts on Aging Quizzes，F(xiàn)AQ)、科根老年人態(tài)度量表(Kogan’s Attitudes toward Old People Scale，KAOP)、老年歧視量表(Fraboni Scale of Ageism，F(xiàn)SA)等(Wang et al.，2010；Kogan，1961；Fraboni，Saltstone，& Hughes，1990)。雖然上述量表都得到廣泛應用，但各有其局限之處。FAQ通過測量個體的知識水平來反映其對老年人的評價，因此并不能直接測量年齡歧視，還可能存在測量誤差。另外，F(xiàn)AQ與KAOP一樣主要適用于醫(yī)護人員(賈錕，季紅，于潔，宋菲菲，2020)。而FSA僅涉及認知層面，忽略了情感層面。除此之外，這些量表的部分測量指標(如結構效度、內部一致信度)結果并不一致(Ayalon et al.，2019)，更難以測量善意年齡偏見。因此，Chasteen團隊編制了包含善意年齡偏見和敵意年齡偏見兩方面的矛盾年齡偏見量表(the Ambivalent Ageism Scale，AAS)。該量表基于已有的年齡歧視量表、善意年齡偏見研究結果以及SCM理論編制而成，適用于測量大眾對老年人善意和敵意年齡偏見的程度(Cary et al.，2017)。AAS的開發(fā)不僅解決了缺乏測量善意年齡偏見工具的問題，還可以同時測量善意年齡偏見和敵意年齡偏見，為兩者的比較提供了更加便捷的方式，更有利于全面地探討年齡歧視。

已有研究表明，青年人相比其他群體更容易接受敵意年齡偏見，而不論什么年齡的群體，都認為善意年齡偏見比敵意年齡偏見更容易接受(Horhota，Chasteen，& Crumley-Branyon，2019)。另有調查發(fā)現(xiàn)，青年大學生對老年人的看法更為消極(吳帆，2008a)。目前，AAS是僅有的能夠測量善意年齡偏見的工具，國內因缺乏這類工具，對年齡歧視的研究仍停留在敵意年齡偏見方面，導致相關研究不能全面反映年齡歧視問題。有鑒于此，該研究對AAS進行翻譯和修訂，并初步以大學生作為樣本，檢驗AAS中文版的效度和信度，以及其跨性別的測量等值性，以期為國內年齡歧視研究的發(fā)展盡綿薄之力。

2 對象與方法

2.1 調查對象

樣本1：采用方便取樣，選取貴州、山東、廣東三省共8所高校的大學生，發(fā)放1300份問卷，剔除規(guī)律作答及漏答的問卷后，獲得有效問卷1182份，年齡范圍在17～25歲，平均(20±1)歲。其中，男生423人，女生738人，性別未填21人；大一536人，大二243人，大三247人，大四156人。隨機將被試數(shù)據(jù)分成兩組，一組被試數(shù)據(jù)用于項目分析和探索性因素分析，另一組被試數(shù)據(jù)用于驗證性因素分析。

樣本2：方便選取樣本1中的80人進行重測，有效匹配數(shù)據(jù)74對，其中男生15人，女生59人。該樣本用于重測信度分析。

2.2 量表修訂過程

通過《The Ambivalent Ageism Scale：Developing and Validating a Scale to Measure Benevolent and Hostile Ageism》一文的通訊作者，郵件聯(lián)系到Alison Chasteen教授，征得她的授權后，6名心理學專業(yè)和2名英語專業(yè)的研究生先將原英文量表翻譯成中文，再通過另外2名英語專業(yè)研究生回譯。然后對30名心理學專業(yè)學生(男生7人，女生23人)進行預施測，了解他們對本量表存在疑問的地方，最后經一名心理學教授與研究者討論修改定稿。

2.3 工具

2.3.1 矛盾年齡偏見量表(The Ambivalent Ageism Scale，AAS)

由Cary(2017)等人編制而成，量表共13個條目，包括3個維度：認知幫助/保護(cognitive assistance/protection)，不想要的幫助(unwanted help)，敵意年齡偏見(hostile ageism)。其中，認知幫助/保護維度和不想要的幫助維度包含的條目1～條目9測量善意年齡偏見，敵意年齡偏見維度的條目10～條目13測量敵意年齡偏見。采用7點計分(1=“非常不同意”，7=“非常同意”)，善意/敵意年齡偏見的條目得分之和越高代表相應類型的年齡偏見越高，量表總分越高代表對老年人的年齡歧視越嚴重。

2.3.2 老化知識量表(Facts on Aging Quiz，F(xiàn)AQ)

由Palmore編制而成，中國臺灣學者Wang(2010)等修訂。老化知識是指個體在成長與衰老過程中對生理、心理、社會事實及常見老化誤解的認識。量表共25個條目。每個條目有3個選項(對、錯、不知道)，奇數(shù)題的正確選項為“錯”、偶數(shù)題正確選項為“對”，每題答對計1分?？偡衷礁弑硎菊莆绽匣R的水平越高。FAQ在該研究中的Cronbach’sα系數(shù)為0.78。

2.3.3 容納他人量表(the Acceptance of Others Scale，AOS)

由Fey編制而成，范肖東修訂(汪向東，王希林，馬弘，1999)，共20個條目。采用5點計分(1=“總是”，5=“無”)，其中條目2、5、16、18、19為反向計分，總分越高表示對他人的容納程度越高。AOS在該研究中的Cronbachs’α系數(shù)為0.71。

2.4 統(tǒng)計方法

使用SPSS25.0對量表采用題總相關和高低分組差異性檢驗進行項目分析，采用主成分分析和斜交旋轉進行探索性因素分析，采用Pearson相關分析探討AAS中文版的效標關聯(lián)效度，使用Cronbach’sα系數(shù)檢驗量表內部一致信度，用組內相關系數(shù)評估重測信度。使用Mplus8.1通過驗證性因素分析檢驗量表的結構效度，通過多組驗證性因素分析評估其跨性別等值性。

該研究記錄以下測量指標：t、p、Cronbachα系數(shù)、相關系數(shù)(r)、卡方(χ2)、自由度(df)、比較擬合指數(shù)(Comparative Fit Index，CFI)、Tucker-Lewis指數(shù)(Tucker-Lewis Index，TLI)、近似誤差均方根(Root Mean Square Error of Approximation，RMSEA)、標化殘差均方根(Standardized Root Mean Square Residual，SRMR)、Bayesian信息標準(Bayesian Information Criterion，BIC)。模型擬合指標以χ2/df<5，CFI、TLI>0.90，RMSEA、SRMR<0.08作為模型擬合標準(溫忠麟，黃彬彬，湯丹丹，2018)。

3 結果

3.1 項目分析

先計算每個被試的量表總分，取排名前27%為高分組，后27%為低分組，對高低分組在13個條目得分上進行獨立樣本t檢驗，然后計算每個條目與量表總分的相關系數(shù)。結果顯示，13個條目的決斷值差異有統(tǒng)計學意義(ps<0.001)。每個條目與總分的相關系數(shù)均達到統(tǒng)計學顯著性水平(r=0.33～0.65，ps<0.001)。結果見表1。

表1 量表各個條目的決斷值、題總相關(n=595)

3.2 效度分析

3.2.1 探索性因素分析

使用其中一組數(shù)據(jù)(n=595)做探索性因素分析，結果顯示KMO值為0.81，Bartlett球形檢驗χ2=2915.10，p<0.001，表明數(shù)據(jù)適合進行下一步分析。采用主成分法和斜交旋轉法，根據(jù)特征值大于1的標準提取出3個公因子，累計方差解釋率為60.45%。參考以往研究的條目篩選標準，對于因子載荷與交叉載荷之差絕對值小于0.10的條目以及交叉載荷大于0.40的條目進行刪除(彭小凡，羅長群，王穎，尹桂玲，2020；蘇雙 等，2014)，其中條目1和條目13滿足上述刪除標準，因此剔除條目1和條目13。然后將剩下的11個條目再次進行探索性因素分析，結果顯示KMO值為0.80，Bartlett球形檢驗χ2=2642.29，p<0.001，特征值大于1的因子仍為3個，累計方差解釋率為66.55%，最終得到11個條目的AAS中文版。因子1(不想要的幫助)包括了6個條目，因子2(敵意年齡偏見)包括了3個條目，因子3(認知幫助/保護)包括了2個條目，具體因子結構和負荷結果如表2所示。

表2 AAS中文版的探索性因素分析結果(n=595)

3.2.2 驗證性因素分析

使用另一組數(shù)據(jù)(n=587)進行驗證性因素分析。在刪除條目1和條目13的情況下，AAS中文版的擬合情況不夠理想(χ2/df=5.45，CFI=0.92，TLI=0.90，RMSEA=0.09，SRMR=0.06)。其修正指數(shù)(Modification Indices，MI)顯示條目8和條目9之間的殘差相關最高。這兩個條目的含義均與給老年人的幫助有關，故二者存在一定的相關性，所以可以在模型中設定二者的殘差相關(朱宇航等人，2016)。模型圖見圖1。分析結果顯示，χ2/df=3.51小于5，CFI=0.96和TLI=0.94均大于0.90，RMSEA=0.07和SRMR=0.05均小于0.08。這表明3因子結構模型的擬合良好，該量表具有良好的結構效度。

圖1 AAS中文版的結構方程模型

3.2.3 效標關聯(lián)效度

研究選取了老化知識量表和容納他人量表作為AAS中文版的效標。分析結果顯示，AAS中文版及各維度與FAQ和AOS負相關，相關系數(shù)絕對值均大于0.20，且達到統(tǒng)計學顯著水平(ps<0.001)。結果見表3。

表3 AAS中文版及各維度的效標關聯(lián)效度(n=347)

3.3 信度分析

AAS中文版總量表及各維度的Cronbach’sα系數(shù)為0.76～0.85。間隔4周后，總量表及各維度的重測信度為0.71～0.78。結果見表4。

表4 AAS中文版及各維度的Cronbach’sα系數(shù)和重測信度

3.4 等值性檢驗

使用SPSS25.0對AAS中文版各條目進行K-S正態(tài)性檢驗，結果顯示各條目p值均小于0.001，表明數(shù)據(jù)非正態(tài)，因此使用穩(wěn)健最大似然估計(MLM)方法進行分析。

第一步，建立AAS中文版跨性別測量等值性的形態(tài)等值模型(M1)?；隍炞C性因素分析模型修正后而得的形態(tài)等值模型，所得各個擬合指標均達到擬合要求，跨性別結構等值性成立。

第二步，設定因子負荷跨性別樣本間相等。建立弱等值模型(M2)，再與M1模型進行比較，結果顯示△CFI<0.01，△RMSEA<0.01，△S-Bχ2/△df=13.74/8，p=0.089，跨性別弱等值性成立。

第三步，設定跨性別樣本之間對應觀測變量的截距相等，建立強等值模型(M3)，再與M2模型進行比較，得到△CFI>0.01，△RMSEA<0.01，△S-Bχ2/△df=59.56/8，p<0.001，說明AAS中文版跨性別強等值不成立。根據(jù)MI提示，釋放條目4、條目5和條目6的截距等值限制，得到部分強等值模型(M3-1)，并與M2模型進行比較，結果為△CFI<0.01，△RMSEA<0.01，△S-Bχ2/△df=8.66/5，p=0.123，跨性別部分強等值性成立。

第四步，設定跨性別觀測變量的誤差相等，建立嚴格等值模型(M4)，再與M3-1模型進行比較，結果表明△CFI<0.01，△RMSEA<0.01，△S-Bχ2/△df=34.80/11，p<0.001，因此AAS中文版跨性別嚴格等值性不成立。根據(jù)MI提示，釋放條目4的殘差方差等值限制，得到部分嚴格等值模型(M4-1)，并與M3-1模型進行比較，得到△CFI<0.01，△RMSEA<0.01，△S-Bχ2/△df=14.82/10，p=0.139，因此AAS中文版跨性別部分嚴格等值性成立。詳細結果見表5。從M1、M2、M3-1、M4-1結果中，可以看出這四個模型的BIC值不斷下降，并且其CFI、TLI、RMSEA和SRMR值均達到心理測量學標準(潘登等人，2019)，說明AAS中文版具有跨性別測量部分等值性。

表5 AAS中文版跨性別的測量等值性檢驗

4 討論

研究對矛盾年齡偏見量表(AAS)進行修訂，并選取中國大學生作為樣本，驗證了其在中國背景下的有效性。根據(jù)條目分析、探索性因素分析和驗證性因素分析的結果，刪除了原量表中的條目1和條目13，形成了由11個條目構成的AAS中文版。結果表明，AAS中文版具有良好的條目區(qū)分度，每個條目與總分顯著相關。探索性因素分析結果表明量表有三個因子，即認知幫助/保護、不想要的幫助和敵意年齡偏見。因此，中文修訂版量表的維度與原量表大體一致(Cary et al.，2017)。

AAS原量表將條目1歸為認知幫助/保護維度，而量表修訂研究中需刪除條目1(最好向老年人說明他們因年紀過大而不能做某些事情的事實，不然最后失敗時他們心里會受到傷害)。原因可能有兩個：一是條目1在AAS開發(fā)時載荷稍低(僅0.47)，其交叉載荷為0.37(Cary et al.，2017)；二是文化差異。在中國文化背景下，條目1的內涵可能不該屬于認知幫助/保護，老年人因年紀大做不了一些事，將這一事實告訴老年人在中國文化背景下本就是一種傷害。老年人明白自己年紀大而做不了什么事，可能是一個自然內化并接納的過程，若旁人向老年人直白說出來，就可能變成了敵意偏見。另外，研究也刪除了條目13(老年人是醫(yī)療系統(tǒng)和社會經濟的負擔)。雖條目13在探索因素分析中歸敵意年齡偏見維度，但其交叉負荷大于0.40。研究認為在中國文化背景下，條目13與條目10～12的內涵不同，條目10～12是從老年人的態(tài)度、情感、行為上表達了大眾的敵意看法，而條目13并非如此，其是將老年人各方面綜合為一個整體。并且對于條目13的看法可能會讓作答者不自覺地聯(lián)想到道德、社會贊許、孝道等因素。

在刪除條目1和條目13的情況下，增設條目8(即使老年人沒有尋求幫助，他們也應該得到幫助)和條目9(即使老年人沒有求助，也應該在他們日常購物時提供幫助)之間的共變關系后，對三因子結構進行了驗證，最終的模型擬合指數(shù)比較理想，達到了模型擬合標準，表明AAS中文版具有良好的結構效度。

在信度檢驗上，AAS中文版及各維度的Cronbach’sα系數(shù)為0.76～0.83，4周后的重測信度為0.71～0.79，表明AAS中文版的信度良好，具有較高的內在一致性和穩(wěn)定性。此外，在效標關聯(lián)效度上，AAS中文版及各維度與老化知識和容納他人負相關，結果與前人研究一致(Fraboni et al.，1990)，表明量表具有較好的效標關聯(lián)效度。不僅如此，多群組驗證性因素分析的結果顯示，AAS中文版在跨性別上的形態(tài)等值、弱等值、部分強等值和部分嚴格等值均成立，表明該量表具備跨性別的部分等值性。

研究也存在一定局限。首先，原量表根據(jù)SCM理論和已有研究編制而成，可通過因素分析得出三因子結構(認知幫助/保護、不想要的幫助和敵意年齡偏見)。另外，原量表研究更關注善意與敵意年齡偏見，將前兩個維度合為一個善意年齡偏見分量表，后一個維度形成敵意年齡偏見分量表，并驗證了二因子結構(善意年齡偏見和敵意年齡偏見)的有效性。而在中文修訂版研究中，嘗試在探索性因素分析時設置固定提取因子數(shù)為2，結果顯示第2、3條目不在善意年齡偏見維度中。導致這樣的結果可能與選取樣本有關，抑或者二因子結構不符合中國文化背景。因此，未來研究可以更換樣本嘗試進一步探索。盡管如此，中文修訂版研究的三因子結構更符合理論和預期。其次，原量表的樣本包括各種職業(yè)的青年人和中年人，表明量表適用性較廣。而量表中文修訂版研究僅以大學生群體作為研究對象，由于青年大學生對老年人的看法更為消極，因此其是否適用于中國其他群體的證據(jù)還需補充。盡管AAS中文版存在上述局限，但其各項指標均達到了心理測量學標準，具有良好的信度和效度，可以用于評估中國大學生群體的矛盾年齡偏見。此外，該量表具有跨性別的形態(tài)等值、弱等值、部分強等值和部分嚴格等值性，可以進行大學生群體的性別跨組比較。