基于年龄分层的上海市民对疫情防控专家信任度研究-中国期刊网

首页 > 《大健康杂志》 > 2024年18期 > 基于年龄分层的上海市民对疫情防控专家信任度研究

（整期优先）网络出版时间：2024-11-21

作者: 范强

医药卫生 >基础医学

打印

同系列资源

/ 3

基于年龄分层的上海市民对疫情防控专家信任度研究

范强

上海理工大学，上海 200093

摘要：目的探讨上海市不同年龄层市民对疫情防控专家的信任度现状,并分析其影响因素,为提升公共卫生传播策略和增强市民信任度提供科学依据。方法于2023年6-12月在上海市辖16个区随机调查282名市民,通过问卷收集基本人口统计信息、对专家的信任度评估及信息获取渠道,并采用描述性统计分析、单因素方差分析（ANOVA）和相关性分析等方法对数据进行评估。结果有效研究对象282名,平均信任度得分为3.806（标准差0.700）.方差分析显示不同年龄层的信任度存在显著差异（p=0.031）,随着年龄的增加，市民对疫情防控专家的信任度逐渐提高。此外，新闻报道作为信息来源与较高的信任度显著相关（相关系数=0.144，p=0.016）,而社交媒体对年轻人的信任影响较大. 结论上海市不同年龄层市民对疫情防控专家的信任度存在显著差异,年龄增长与信任度增加呈正相关.公共卫生部门应根据不同年龄层次定制信息传播策略,提高信息的透明度和可信度,以增强公众对疫情防控措施的信任和遵从性。

关键词：疫情防控；信任度；年龄差异；信息传播；上海市民

1.引言

自2019年底新冠病毒（COVID-19）首次被识别以来，它迅速演变成一场全球性的公共卫生危机[1]。在这场持续的疫情中，公共卫生专家扮演了至关重要的角色[2]。本研究将解决以下问题：不同年龄层的上海市民对疫情防控专家的信任度是否存在显著差异？这些差异的背后因素是什么？年龄在信任构建中起到什么样的决定性作用？。本研究采用描述性横断面调查设计，通过在线问卷星收集上海市民对疫情防控专家的信任度数据的300份有效问卷，并收集了282份有效数据。问卷内容涵盖了基本人口统计信息，对专家的信任度评估，以及信息获取渠道。数据收集后，首先进行数据清理，包括检查缺失值和异常值[3]。主要采用描述性统计分析来展示样本特征和信任度的分布[4]。为了探索信任度的影响因素，本研究还将使用t检验、方差分析和线性回归模型。所有统计分析均通过SPSS软件完成[5]。

2.研究结果

2.1描述性统计分析

本研究通过调查问卷收集了282份有效数据，样本总体分布如下：样本中男性受访者有132人（占46.81%），女性受访者有150人（占53.19%），显示出性别分布的均衡性；教育水平分布显示，大多数受访者具有大学本科学历（164人，占58.16%），其次是大学专科（52人，占18.44%），高中/中专/技校（40人，占14.18%），硕士研究生及以上学历（26人，占9.22%）；从职业分布来看，企业员工占最大比例（32.98%，93人），其次是学生（19.50%，55人）和机关/事业单位员工（15.25%，43人）。医/药相关单位从业者占14.89%（42人），自由职业者占10.64%（30人），其他职业占6.74%（19人）；在居住区域分布方面，41.84%的受访者居住在中心城区，22.70%居住在浦东新区，25.89%居住在近郊区域，而远郊区域的居住者占9.57%。（详见表1、表2）

表1频数分析（年龄）
项	频数	百分比	累积百分比
20岁以下	19	6.74%	6.74%
21-30岁	104	36.88%	43.62%
31-40岁	90	31.91%	75.53%
41-50岁	36	12.77%	88.30%
51-60岁	16	5.67%	93.97%
60岁以上	17	6.03%	100.00%
合计	282	100.0%

表2频数分析
名称	选项	频数	百分比(%)	累积百分比(%)
性别	男	132	46.81	46.81
性别	女	150	53.19	100.00
最高学历	高中/中专/技校	40	14.18	14.18
	大学专科	52	18.44	32.62
	大学本科	164	58.16	90.78
	硕士研究生及以上	26	9.22	100.00
职业：	学生	55	19.50	19.50
	企业员工	93	32.98	52.48
	机关/事业单位	43	15.25	67.73
	医/药相关单位	42	14.89	82.62
	自由职业	30	10.64	93.26
	其他	19	6.74	100.00
居住区域	中心城区（包括黄浦区、徐汇区、静安区、长宁区、普陀区、虹口区、杨浦区）	118	41.84	41.84
	浦东新区	64	22.70	64.54
	近郊（包括闵行区、宝山区、嘉定区、松江区、青浦区）	73	25.89	90.43
	远郊（包括奉贤区、金山区、崇明区）	27	9.57	100.00
合计		282	100.0	100.0

2.2信效度分析

问卷的总Cronbach's alpha系数为0.894，表明问卷具有极高的内部一致性。项的校正总计相关性（CITC）范围从0.428至0.764，其中大部分项的CITC值超过0.5，证明了各题目之间具有良好的相互关联性。单项如“医学专家的言论前后的一致性”（CITC=0.428）和“目前社会上对新冠防疫类专家的信任状况是否会影响您以后对该类专家的信任”（CITC=0.427）略低，但依然在可接受范围内。（表3）

表3信度分析
名称	校正项总计相关性(CITC)	项已删除的α系数	Cronbachα 系数
医学专家了解最新的新冠病毒专业知识	0.693	0.881	0.894
医学专家能够清晰完整地表达新冠病毒专业知识	0.720	0.879
医学专家的建议能够解决您的困惑	0.719	0.879
医学专家的话能够令我信服，并总是试图遵循他/她的意见和建议	0.720	0.878
医学专家都是十分专业的人，即使他们说出令人无法信任的话别人也会相信他们的观点	0.527	0.893
通过官方媒介发布的医学专家科普视频更令您信服	0.738	0.877
医学专家的言论前后的一致性(如事情反转、真假信息混杂)会影响您对专家的信任	0.428	0.899
目前社会上对新冠防疫类专家的信任状况是否会影响您以后对该类专家的信任	0.427	0.898
在感染新冠病毒后，您遵循过专家建议并付诸行动	0.705	0.880
根据过去实践的经历，您完全信赖医学专家给您的建议	0.764	0.875

KMO测量值为0.902，远超常规接受标准（0.6），显示问卷数据非常适合进行因子分析。Bartlett的球形度检验结果（近似卡方值为1127.788，自由度为45，p值<0.001）强烈表明样本数据适合进行因子分析，进一步验证了数据的结构有效性。（表4）表4KMO和Bartlett的检验
KMO值		0.902

Bartlett球形度检验	近似卡方	1127.788
	df	45
	p值	0.000

2.3信任度分析

2.3.1总体信任度分析

本研究中，上海市民对疫情防控专家的总体信任度显示中等偏上的倾向，具体数值为平均3.806（标准差0.700），反映出一般的高信任水平。该数据的中位数为3.837，25分位数和75分位数分别为3.375和4.300，表明大部分受访者的信任度分布集中，但也存在一定程度的分散。数据的峰度为0.646和偏度为-0.479，揭示了信任度数据分布的平缓性和轻微的左偏特性。信任度的变异系数为18.401%，表示数据具有相对较小的变异。(表5)

名称	平均值±标准差	方差	25分位数	中位数	75分位数	标准误	均值95%CI
总体信任度	3.806±0.700	0.490	3.375	3.837	4.300	0.042	3.724

2.3.2年龄与信任度的相关性分析

在不同年龄组间的信任度分析中，结果显示，从20岁以下到60岁以上的信任度均值逐渐升高，从3.47增加到3.94，但方差分析结果显示F值为1.201，p值为0.309，不同年龄组之间的信任度差异无显著性。（表6）

表6
	年龄(平均值±标准差)						F	p
	20岁以下(n=19)	21-30岁(n=104)	31-40岁(n=90)	41-50岁(n=36)	51-60岁(n=16)	60岁以上(n=17)	F	p
总体信任度	3.47±0.59	3.80±0.67	3.82±0.68	3.92±0.78	3.77±0.65	3.94±0.91	1.201	0.309
p<0.05*p<0.01

2.3.3亚组信任度分析 20岁以下组的信任度显著低于20岁以上组（平均值分别为3.47与3.83）。方差分析显示这两组之间的差异达到统计显著性（p=0.031），表明年龄是影响对疫情防控专家信任度的一个重要因素。（表7）表7亚组分析
	年龄分组（20以下/20以上）(平均值±标准差)		F	p
	1.0(n=19)	2.0(n=263)	F	p
总体信任度	3.47±0.59	3.83±0.70	4.685	0.031*
p<0.05*p<0.01

2.4相关性分析

2.4.1媒介信息来源与信任度的相关性

新闻报道与公众对疫情防控专家的信任度存在显著正相关（相关系数=0.144,p=0.016），而短视频平台、微信、微博等社交媒体平台无显著相关性。（表8）

表8Pearson相关(新闻媒体)
		总体信任度
新闻报道	相关系数	0.144
新闻报道	p值	0.016*
短视频平台	相关系数	0.051
短视频平台	p值	0.392
微信	相关系数	0.092
微信	p值	0.121
微博	相关系数	0.081
微博	p值	0.176
其它	相关系数	0.051
其它	p值	0.397
p<0.05*p<0.01

2.4.2职业与信任度的相关性

职业与信任度之间存在显著的正相关（相关系数=0.120,p=0.045），特别是医药相关行业的从业者。（表9）

表9Pearson相关（职业）
		总体信任度
职业：	相关系数	0.120*
	p值	0.045
	样本量	282
p<0.05*p<0.01

2.4.3年龄、疫情关注度及对专业知识的认知

数据显示年龄较大的群体对疫情的整体关注度更高，并对医学专家的专业知识有更高的评价。年龄组间的分析揭示了从20岁以下到60岁以上，对疫情的关注和专业知识认知逐渐提高，这可能与年长群体在疫情期间的风险意识和信息寻求行为有关。（表10、表11）

表10对疫情的整体关注程度
年龄(平均值±标准差)	对疫情的整体关注程度
20岁以下(n=19)	3.26±0.93
21-30岁(n=104)	3.88±0.95
31-40岁(n=90)	4.00±1.03
41-50岁(n=36)	4.00±1.10
51-60岁(n=16)	3.94±1.18
60岁以上(n=17)	4.35±1.00
F	2.429
p	0.035*
p<0.05*p<0.01

表11医学专家了解最新的新冠病毒专业知识
	年龄(平均值±标准差)						F	p
	20岁以下(n=19)	21-30岁(n=104)	31-40岁(n=90)	41-50岁(n=36)	51-60岁(n=16)	60岁以上(n=17)	F	p
	3.32±1.06	4.00±0.81	4.09±0.86	4.03±1.03	4.00±0.82	4.29±1.05	2.812	0.017*
p<0.05 *p<0.01

参考文献：

[1]LingW.SocialtrustinChina:anage,periodandcohort-basedperspective[中国的社会信任:来自年龄,时期和队列的视角][J].2022.https://doi.org/10.31235/osf.io/em48u

[2]张学义,郭喨.新冠肺炎疫情中的专家信任及其启示[J].自然辩证法通讯,2022,44(7):94-103.

[3]JiehuYuan,YucanXu,IreneOiLingWong,etal.DynamicpredictorsofCOVID-19vaccinationuptakeandtheirinterconnectionsovertwoyearsinHongKong[J].NATURECOMMUNICATIONS,2024,15(1):1-14.

[4]RevengeoftheExperts:WillCOVID-19ReneworDiminishPublicTrustinScience?[Z].socarxiv,2020.

[5]Ebrahimi,OmidV,Johnson,MiriamS,Ebling,Sara,etal.Risk,Trust,andFlawedAssumptions:VaccineHesitancyDuringtheCOVID-19Pandemic[J].FRONTIERSINPUBLICHEALTH,2021,9.

作者简介：范强（1977—），男，汉族，上海人，研究生在读，中学高级教师，研究方向：公共卫生管理方向。