健康中国背景下基于双因子模型的老年友好社区评价量表的修订和信效度检验

许吉祥 ，陈瑛玮 ，王 一 ，闫慧慧 ，高泽龙 ，高俊岭,2,3

1复旦大学公共卫生学院，上海，200032；

2国家老年疾病临床医学研究中心协同创新合作单位，上海，200032；

3上海市老年疾病临床医学研究中心核心单位，上海，200032

人口老龄化已成为世界各国面临的重要挑战之一[1]。中共中央国务院于2016年印发的《“健康中国2030”规划纲要》指出“全民健康是建设健康中国的根本目的”，同时随着我国老龄化进程的不断加速，促进健康老龄化是推进实现健康中国战略目标的重要举措[2]，此外中共中央国务院于2019年印发的《健康中国行动(2019-2030)》也将老年友好环境建设作为“老年健康促进行动”的重要内容。基于此理念和老年人居家养老的现实需求，老年友好社区建设已成为实现健康老龄化的重要策略。

尽管不同国家或地区一直在推进老年友好社区的建设活动，但由于老年友好社区内涵界定的差异性，老年友好社区的评价方法也不尽相同。目前，国内外评价方法主要是以焦点访谈法为代表的定性分析方法和抽样调查问卷法为代表的定量分析方法为主[3]，前者虽然可以深入了解老年人作为社区居民对社区建设的看法，但这无法覆盖到社区全体老年人，因此问卷调查法被越来越多用于评价社区的老年友好性。然而目前国内的研究更多集中在公共设计和资源可用性上[4-5]，但资源存在并不意味着老年人就能有效获取。2017年，Park等研制的老年友好社区评价量表将“人-环境适应”理论融入其中[6]，具有良好的创新价值和研究意义，同时随着我国城市和社区老年友好环境建设的不断推进，对其进行修订和验证可为我国老年友好社区的评价提供借鉴。

双因子模型作为一种验证性因子分析方法相比于普通的单维模型在分析量表的维度问题方面优势突出[7]。应用双因子模型不仅能同时探讨特殊因子和一般因子的作用大小，还能分析特殊因子对效标的独立预测作用[8-10]，这对老年友好社区评价量表的修订提供了新的理论支撑。

1 资料来源与方法

1.1 研究对象

数据来源于2020年8月-2021年6月开展的上海市和四川省攀枝花市老年衰弱筛查调查，抽样方法为分层随机抽样，首先根据两市城乡老年人口数量的比例确定样本量，并满足最小单位居(村)委会至少200人的样本量随机选取街道社区(乡镇村)，联系居委会及卫生部门根据既定的随机化原则(门牌号、生日等)随机抽取家庭住址，确定和核实调查对象信息后开展问卷调查。最终纳入上海市松江区16个社区(村)共5000人以及攀枝花市13个社区(村)共3200人，总数8200人。纳入标准：两市的65岁及以上常住居民(居住6个月以上)，无严重精神障碍并有能力配合调查员完成调查问卷的填写，且对本次调查知情同意。本研究获得复旦大学公共卫生学院伦理委员会的批准(批准号为IRB#2019-04-0741)。

1.2 研究方法

1.2.1 量表介绍。原老年友好社区评价量表已公开发表[8]，可供其他研究者自由使用。为了更好地适用我国文化特征，首先对量表进行了标准的汉化翻译，包括正译、回译与预调查等过程，最后的量表保持原有维度和条目；其中住宅3条、交通7条、社区环境6条、社会参与6条、社会包容6条、社区和健康服务4条。每个条目按Likert五分类选项设置(“完全同意”计5分、“同意”计4分、“中立”计3分、“不同意”计2分、“完全不同意”计1分)。

1.2.2 资料收集方法。调查问卷除老年友好社区评价量表外，还包括性别、年龄、文化程度，以及主观幸福感、失能和自我效能等问题。所有问卷均由统一培训后的调查员入户一对一访问调查，剔除存在超过85%条目空缺或无基本信息的问卷(有效记录应用序列平均值填补缺失值)[11]；存在前后逻辑错误等无效问卷，最终获得上海市有效记录4284条(有效率92.2%)，攀枝花市有效记录2987条(有效率93.3%)，共计7271人纳入了本研究。

1.3 统计学方法

本研究采用EpiData 3.1和问卷星建立和收集数据库，应用SAS 9.4、SPSS 20.0和Mplus 7.0进行数据分析。首先经探索性因子分析对量表进行维度修订；其次将老年友好社区评价量表的变量当作连续型变量处理并选用稳健估计的MLM法拟合双因子模型进行验证性因子分析[12]，进一步对量表条目进行修订确定最终模型而后计算量表的信效度；最后以老年人主观幸福感、失能和自我效能为校标变量，老年友好社区的特殊因子和全局因子为预测变量，分析阐明老年友好社区与主观幸福感和失能的相关性以及老年友好社区在预测相关校标变量的意义和作用。以P<0.05为差异有统计学意义。

2 结果

2.1 调查对象基本情况

本次调查对象的男女比为1∶1.19；平均年龄为(73.9±5.9)岁；文化程度以小学及以下层次居多；月收入水平大多为2000-5000元/月。见表1。

表1 上海市和四川省攀枝花市被调查老年居民人口学特征分布

2.2 量表的探索性因子分析

为了进行量表的维度修订，随机抽取总样本量的70%并将量表全部32个条目纳入进行探索性因子分析[13]，结果显示KMO系数为0.967，Bartlett检验结果χ2=110743.317，P<0.001，表示该量表的各条目之间并非独立[14]，因此可对其进行因子分析。

本研究应用主成分分析和最大方差法进行分析，并根据以下原则确定最终公因子及其条目：①公因子特征根>1；②剔除只有1个条目的公因子；③剔除在各公因子上负荷接近或多重负荷的条目；④剔除在任何公因子上的负荷小于0.500的条目。最终所有条目被纳入并得到5个公因子，累计贡献率68.650%，其中32个条目中除条目23和条目25上的负荷分别为0.586和0.598，其余条目的负荷在各自公因子均高于0.600。修订版量表的5个公因子根据其条目含义及内容，可归纳为5个维度——住宅、交通、社区环境、社会参与、社会包容与健康服务。见表2。

表2 老年友好社区评价量表探索性因子分析的因子负荷矩阵

2.3 量表的验证性因子分析

总样本量剩余的30%用于验证性因子分析，通过调整条目间相关关系对模型进一步修正，按照修正系数(modification indices，MI)进行调整(MI>100时)[15]，对条目11、12、13和条目14、16共4对条目进行误差相关修正，最终获得最优双因子模型，各条目的标准化负载系数。见图1。

图1 老年友好社区评价量表双因子模型的标准化因子负荷

双因子模型的验证结果中，32个条目的双因子模型拟合结果良好，修正后的指标更接近推荐值：χ2=2422.5；df=428；RMSEA=0.047(90%CI=0.045，0.048)；CFI=0.918；TLI=0.905；SRMR=0.055，且AIC和BIC指标数值都有下降。见表3。

2.4 量表的信效度检验

2.4.1 量表的信度检验。修正后的老年友好社区评价量表包含5个维度共32个条目，量表的解释公共方差比例(explained common variance，ECV)以及未受影响的相关比例(percentage of uncontaminated correlations，PUC)指标结果分别是0.645和0.800，表明量表的维度划分合理。此外，总量表合成信度和总量表同质性系数分别是0.972和0.871，总体上可看出量表的内部一致性较好。最后，分量表的合成信度和同质性系数结果也表明修正后的量表可靠性较好。见表4。

2.4.2 量表的效度检验。①量表的结构效度：探索性因子分析中，KMO=0.967>0.7(P< 0.001)[16-18]，另外验证性因子分析中双因子模型的拟合指标均优于推荐值，这都说明量表具有良好的结构效度[19]。见表3。②量表的区分效度：应用两个地区的总数据对修订版量表进行区分效度检验的结果，以量表得分的上下50%分别作为社区评价维度评分的高低组，发现修订版量表总得分及各分量表得分在高低组间均存在显著统计学差异；并且结果在不同收入组的人群分布中也存在较好的区分度。采用偏相关分析，控制性别与年龄变量，社区各评价维度均与老年人的主观幸福感和失能存在显著统计学关联，且在不同收入群体中结果一致；除住宅维度之外，社区评价各维度和总体与失能呈显著负相关，该结果在中低收入组中得到验证，但在高收入组中各评价维度均与失能无明显统计学关联。见表5和表6。③双因子模型的预测效应：以老年人主观幸福感、失能和自我效能3个变量合并为校标潜变量，预测老年友好社区评价量表6个因子对效标变量的预测作用，预测系数即为标准化结构系数。结果表明除了“住宅”和“社会环境”这两因子的P<0.05，其他几个因子的结构系数都具有统计学意义，其中“总量表”这个一般因子的系数最大为0.549。见表7。

表3 老年友好社区评价量表双因子模型的验证结果

表4 老年友好社区评价量表信度检验结果

表5 老年友好社区评价量表高低组间得分比较以及与主观幸福感和失能的偏相关分析

表6 老年友好社区评价量表在不同收入人群间与主观幸福感和失能的偏相关分析

表7 老年友好社区评价量表各因子的预测效度

3 讨论

3.1 修订版老年友好社区评价量表具有良好的信效度

通过探索性因子分析和验证性因子分析修订后的老年友好社区评价量表的信效度检验结果表明量表的维度划分合理，内部一致性较好，也具有较好的区分度和结构性。此外，修订版量表与原量表的维度保持一致，但增加了一些条目间的关联， 在分析中能够很好优化结构模型，得到较为良好的结果。在社区环境维度中，将条目11、12、13相互关联，其皆为涉及人行道路的相关方面，老年人每日活动大多为步行，在步行过程中其他交通对其的礼让和关怀是体现敬老、友好的一种主观形式，而良好的步行道设计能够提供老年人的安全保障，也是作为评价老年友好环境的重要方面[20]。此外，处在同一维度的条目15和条目16分别侧重于马路上机动车和非机动车是否能礼让行人，具有关联统一性，都体现了对老年人行路安全的重视度。而在修订版量表中的社会包容与健康服务维度，结合了原英文量表中的两个维度，融入了条目23-32，可归纳为社会层面对老年群体提供的帮助，包含社区街道和公共机构、部门等对老年人的日常态度，同时涉及社区提供的活动与帮助，给予老年人充分的社会参与度，这不仅有益于身心健康、促进人际交往，并且能够构建社区支持网络，高水平的社会参与对老年人提升其生活品质和主观幸福感有着显著影响[21-23]，这也是衡量社区这一基本单位环境友好的重要方面。

3.2 修订版老年友好社区评价量表具有良好的外推性

社区作为老年人活动的主要场所，老年人的心理健康容易受到诸多社区内的环境因素影响[24]，建设好老年友好社区是应对老龄化进程及预防老年人群心理疾病的重要举措。在失能的相关性分析中，除了住宅，其他的各评价维度和总量表均与老年人群的失能情况呈负相关。本研究的评价量表中，住宅维度的条目偏向涉及经济水平和日常需求，而失能更多与老年人的自身健康状态密切相关，故住宅可能与失能缺乏相关性。此外，在不同收入的老年人群分组中，社区评价各维度与失能情况在高收入组人群中无明显统计学相关。由于高收入组老年人对于生活有更多样的选择，且普遍更加注重自身健康，能够通过较多的机会和方式来保持活动能力[25]；而相对地，中低收入组在生活中的选择相较局限，更依赖于社区环境，更能体现在此维度中的各因素与失能的相关性[26]。

3.3 老年友好社区评价量表具有一定的预测意义

此外，基于预测视角下分析评价老年友好社区评价量表也具有现实意义。人-环境适应理论指出一个人的健康和独立老化的能力取决于他的内在能力与环境之间的关系[27]。人-环境适应在自我核心评价与健康生活之间起到关键的中介作用，人群对外部环境的适应一定程度上能够引导心理健康和社会满意度[28]。 环境支持对老年人及弱势群体具有显著补偿作用，或将成为社会实现适老化的关键，弱势群体适应良好的外在环境对其自身的健康能够产生积极影响[29]。因此，老年友好社区评价不仅应当融合环境的各个方面，还应当注重环境与老年人的内在需求相结合。因此，本文选取主观幸福感、失能和自我效能的组合为校标潜变量，同时结合双因子模型在预测方面的优势及相关性分析结果，预测得到在该量表的5个维度中，“社会包容与健康服务”对于预测老年人主观幸福感、失能和自我效能方面最为突出，其次是社区参与和交通。但综合来看，全局因子的预测系数是最大的，达到了0.549，这也表明计算本量表的总分来预测老年人的主观幸福感、失能和自我效能这些校标变量是较为合理的。

本研究也存在一些局限性，不同国家和地区对于老年友好环境建设有不同的侧重，因此本文引用的老年友好社区的评价条目有限，现实中可能还远不止这些，未来的研究可能还有待与我国不同地区的实际发展情况相结合进一步地补充以应用在社区的评价中，并探索其他适用于国内的评价标准，以及不同维度对居民不同健康方面的影响机制。