大学生垃圾分类的环境意识影响因素-2019年精选作文.docVIP

大学生垃圾分类的环境意识影响因素 　　1 引言 　　中国城市环境卫生协会的统计数据显示，全国城市生活垃圾年产量超过1.5亿t，并且以每年8%～10%的速度增长，被丢弃的可再生资源价值高达250亿元。故垃圾被称为“放错了地方的资源”，同时也有人说“垃圾分类了才算资源”，垃圾的价值很大程度上决定于垃圾混合或分类的程度[4]。可见垃圾处理必须得到各界广泛地重视。 　　大学生作为高学历人群应具有高环境意识，特别是在垃圾分类问题上，大学生更应该力所能及地做出自己的贡献，自觉做好垃圾分类，成为榜样和先锋。然而，解红晖的调查结果显示：我国大学生整体的环境意识状况不容乐观[3]。 　　环境意识的提出最早始于20世纪60年代，美国学者Roth提出了环境素养，概念上与环境意识较为相似。当前对环境意识的定义尚存在广泛的争议和理解，国内学者余谋昌认为，所谓环境意识，它是人与自然环境关系所反映的社会思想、理论、情感、意志、知觉等观念形态的总和[1]。田万慧、陈润羊通过对甘肃省农村居民环境意识影响因素的调查研究，得出了农村居民的环境意识水平随文化水平的提高而提高的结论[2]。 　　郝明月强调，公民的环境意识与环境行为之间的关系在理论和实证研究中一直都被大量的探讨[5]。常静等利用多元统计、加权平均对调查得到的结果进行分析，初步筛选出攀比心理、宣传、适应性、盲从心理、学校强制性要求、懒惰心理、环境认知等环境意识影响因素[6]，并利用正交设计对环境意识影响大学生垃圾分类行为的结果进行了分析，按照性别差异分析不同影响因素对男生、女生的不同影响程度。但是具体来讲，除了性别方面的差异，大学生所在年级的差异性也会导致其受环境意识影响因素影响的不同。 　　目前学者的研究多停留在环境意识的定义与影响因素包括哪些内容等方面，并没有对环境意识不同影响因素对垃圾分类行为影响程度的差异进行研究，并且很少有学者针对大学生群体垃圾分类行为进行特别的研究。基于这些研究不足，笔者对大学生垃圾分类环境意识影响因素进行了研究。 　　2 主成分分析法 　　主成分分析也称主分量分析或矩阵数据分析，英文缩写为PCA（principal components analysis）是常见的一种多元统计分析方法。这种方法能够消除指标样本间的相互关系，在保持样本信息量的前提下，提取少量具有代表性的主要指标即主成分[7]。在此采用主成分分析法，对大学生垃圾分类行为环境意识影响因素进行研究。主成分分析法的基本步骤如下。 　　（1）样本标准化，得标准化矩阵Z；此为数据标准化时采用的方法。 　　3 问卷调查与数据处理 　　3.1 问卷设计 　　在此根据常静等人研究的成果，选择攀比心理、宣传、适应性、盲从心理、学校强制性要求、懒惰心理、环境认知这7项对大学生垃圾分类行为产生影响的环境意识因素为指标。问卷设计分为两个部分，第一部分为基础信息部分，包括对受测者性别、所在年级等基础信息的采集；第二部分为问卷的主体，由环境意识各影响因素和评分选项构成。与以往研究不同的是，问卷没有采用李克特的五点量表将分数赋予选项上，而是更加直观的选用9个等级的分数作为选项，这种问卷设计方式使得每个因素的得分空间变大，更容易看出问卷结果的差异性，也让受测者更加精准的对环境意识影响因素的重要程度作出相应的评价。 　　3.2 调查实施与数据汇总结果 　　采用抽样调查的方法，调查总体为全日制大学生，调查对象为随机选取的568名全日制大学生。数据收集方法包括网上发放问卷、校园内发放纸质问卷和校内实地访谈，其中纸质问卷发放500份，回收有效问卷数量为466份，网上发放问卷有效回收102份，总共有效问卷数量为568份。原始数据是在对问卷和访谈结果整理的基础上，计算平均数获得，将评价小组根据性别和年级分为10组，具体如环境意识影响因素重要程度评分表（表1）。 　　4 结果与分析 　　采用SPSS Statistics 21软件进行数据的分析研究，通过软件对原始数据进行标准化处理，采用相关系数矩阵进行主成分分析，进而得出各成分的贡献率和累计贡献率，见表2。 　　如表2所示，通过限定条件特征值大于1，得出3个主成分，其中第一成分、第二成分和第三成分的特征值分别为3.427、1.727和1.089，并且3个主成分的方差累计贡献率达到了89.178%，也就是说这三部分所包含的信息量占原始数据信息量的89.178%，因此可以提取这3个主成分作为分析我国大学生垃圾分类环境意识影响因素的主成分指标。 　　基于表2所确定的因子载荷阵，见表3。成分得分系数矩阵，见表4。 　　从表3中可以看出，第一个主因子X1中适应性、学校强制性要求、盲从心理、环境认知的载荷比较高，说明了主因子X1与这4个指标相关性较强，可以用X1代表这4个指标进行研