1. 引言
运气，指命运，机遇以及自然界物质本源和自然现象。无论在何种文化背景下，人们总是不自觉地祈求好运。好运气帮助人获得成功，达到理想的目标，获得满意的生活。心理学对于运气的研究始于归因理论，人们最早认为运气外在的、不稳定的、不可控的。随着认识的发展，人们发现运气并不是随机的、偶然的、不受控制的，而是内化的、稳定的、存在个体差异的。有的人总是受到好运的眷顾，而有些人的运气总是不尽如人意(Andre, 2006)。
近年来，运气的特质理论越来越为人接受。Darke & Freedman (1997)最早提出了“运气是内部的、稳定的个人属性”，并测量了个体的好运信念。Wiseman & Watt (2004)认为好运信念不足以概括人们对运气的看法，应当把好运信念和坏运信念分开测量。Andre (2009)克服了Darke和Freedman只测量好运的缺点，编制了机会量表，其中包括“幸运”和“不幸”两个独立的因子。Maltby (2008)等人在前人研究的基础上，编制了运气信念量表，量表包含“好运信念”、“坏运信念”、“一般运气信念”、“拒绝运气信念”四个因子，其中一般运气信念与好运信念存在正相关，拒绝运气信念与坏运信念存在正相关。特质理论认为，运气信念的差异会给人带来积极或者消极的影响。相信运气的人拥有更多非理性信念，在面对运气事件(比如买彩票)时更加自信和乐观，而拒绝运气的人会认为未来的运气是随机的，不可控制的，即使现在处于好运之中，未来也未必好运(Andre, 2009; Murakami, 2014)。
运气信念被定义成一种非理性信念，从运气信念向外延伸，研究者发现不同个体在运气行动、运气经历方面也存在差异。个体对于运气的认知评价与过往经历有关，经历过越多好运事件的个体，越容易获得“我是幸运的人”的观点，并容易受到运气的影响(Higgins, 1996; Andre, 2009)。幸运的人具有一些优秀的行为特质，比如，善于观察的个体容易发现被别人忽略的关键信息，从而更加好运(Wiseman, 2003)。好运的人更加开放外向、善于维护良好的人际关系，在困难时容易获得人际方面的帮助。好运个体愿意在困难时付出更多的努力，也就是通常观念中的“越努力越幸运”(杨勇，2018)。与好运个体相比，坏运个体具有一些行为上的缺陷，比如不善于确定明确的目标、拥有更多的避免失败的动机、存在更多执行障碍，进而难以完成任务(Maltby et al., 2013)。
在面对运气事件时，人们希望能采取行动获得好结果。在坏运后洗手(Xu, Zwick, & Schwarz, 2012)、敲木头(Zhang, Risen, & Hosey, 2014)、购买幸运符等行为体现了人们试图驱散坏运、获得好运的思想。这些祈福式的行为并不能改变事情的结果，反而意味着对面临的高不确定事件没有把握(Wiseman, 2003; Sagone & Caroli, 2015)。人人都希望获得好运，但面对运气事件时，很多人缺乏合理的行动指南。
随着运气研究的深入，中文版运气特质量表编制的必要性日益彰显。首先，运气是一个具有文化含义和哲学思辨的心理量，运气特质的理论边界比运气信念更加广泛，包括了行动因素，仅仅使用运气信念来定义特质是有局限的、不充分的。其次，东方文化与西方文化对运气的理解不同，有研究报告过西方运气信念量表在中国适应不良的情况(王洪涛，2010)，编制本土化量表对明晰中国人的运气的概念、进行跨文化比较具有重要意义。再次，人们试图回答“如何能获得好运？”“面对不确定事件，应该怎么做？”等问题，一些研究已经给出了答案，但还没有研究将这些结果串联起来，形成系统的行为指导。最后，明确中国人运气特质的结构，可以帮助个体摒弃不合理信念和迷思，减少不利于运气的行动，获得更多好运。
本文在前人研究的基础上，认为运气包含随机的、不稳定的因素，以及可控制的、稳定的因素，其中稳定的因素应当定义为运气特质。运气信念和运气行动共同决定了个体的运气特质，并影响运气事件的走向和结果，在此理论基础编制运气特质量表，并对量表的有效性和可靠性进行检验。
2. 研究方法
2.1. 被试
通过网络平台在全国范围内招募被试。
样本一：用于探索性因素分析，共招募363名被试，剔除10名未认真答卷的被试，保留353份有效数据，问卷有效率97.25%，被试中有153位男性，200位女性，年龄18~60岁，平均年龄30.01 ± 6.96岁。
样本二：用于验证性因素分析和信、效度检验，共招募215名被试，剔除3位未认真作答的被试，保留212份有效数据，问卷有效率98.60%，被试中有95位男性，117位女性，年龄18~60岁，平均年龄29.82 ± 10.46岁。
样本三：用于重测信度的检验。在样本二测量三周后，随机抽取其中的87名被试进行重测，共回收71份问卷，问卷回收率81.61%，有效问卷中男性31名，女性40名，年龄18~49岁，平均年龄为29.27 ± 6.28岁。在完成测量并审核通过后，所有被试均会获得随机红包的奖励。
2.2. 过程及工具
2.2.1. 运气信念量表
Maltby (2008)等人共同开发了运气信念量表(Darke and Freedman Beliefs Around Luck Scale)测量个体的运气信念，量表包含22道题目，采用6点评分，从1“非常不同意”到6“非常同意”，得分越高表示越符合题目的描述。量表中的四个因子是“好运信念”、“坏运信念”、“一般运气信念”、“拒绝运气信念”，四个因子的内部一致性系数为0.85，0.85，0.85和0.68。
2.2.2. 效标问卷
选取已有运气研究中使用频率较高的效标作为效标问卷，为了避免被试疲惫，问卷的题目数量适中，并具有良好的信、效度。最终使用大五人格BFI-44版(黎红艳，徐建平，陈基越，&范业鑫，2015)、生活满意度量表(熊承清，许远理，2009)和生活定向测验(温娟娟，2012)作为效标问卷。
大五人格BFI-44版：共48题，采用五点评分，从1“非常不同意”到5“非常同意”，得分越高表示越符合题目的描述。该量表包括外倾性、宜人性、开放性、尽责性、神经质五个因子，元分析结果显示，该量表各维度的α系数均接近0.8。
生活满意度量表：共5题，采用七点评分，从1“非常不符合”到7“非常符合”，得分越高表示越符合题目的描述。该量表的内部一致性α系数为0.78，具有良好的信效度。
生活定向测验：共6题，包括3个正性词和3个负性词，测验采取五点计分，从0“非常不同意”到4“非常同意”分别记0~4分，负性词反向计分。量表中包括乐观和悲观两个因子，两个因子的内部一致性α系数分别是0.73和0.82。
3. 运气特质量表的编制
3.1. 运气信念题目的编制
在英文版运气信念量表的基础上编制运气信念相关题目。三位心理学硕士生将英文版运气信念量表翻译成中文，一名心理学专业硕士生、一名英语专业硕士生将译后版本再翻译成英文，与原文进行对照。在翻译原有题目的基础上，增加6道自编的运气信念题目，形成28道运气信念的测量题目。
3.2. 运气行动题目的编制
以“Lucky Scale”、“Lucky Factor”、“运气”、“幸运”为关键词，对文献进行调研、翻译，提取关键词，总结17篇文献中提到的与好运、坏运有关的行为因素。同时，召集37位18~60岁的志愿者进行深入访谈，访谈问题主要有：1) 请用三个词语描述你眼中的运气。2) 你认为什么样的人算运气好？3) 你认为运气好的人有什么共同点？4) 你认为做什么会让一个人好运？5) 你认为什么样的人运气差？6) 你认为运气差的人有什么共同点？7) 你认为做什么会让一个人运气差？访谈获得与运气相关词语、描述语句和事例共67个。将文献调研和访谈中的词语进一步筛选和提炼，将共同度在60%以上的词项合并成一个题项，形成25道运气行动测量题目。
4. 运气特质量表的测量结果
4.1. 分量表的确定
运气有好、坏之分，Maltby (2008)等人的研究表明，“好运”和“坏运”是两个独立的维度，而不是一个维度的两端。对运气特质量表进行探索性分析，在限定两个因子的情况下进行主成分分析法提取因素，并进行最大方差法旋转，KMO值为0.890，Bartlett球形检验显著(近似² = 5674.546，p < 0.001)，两个因子的特征根分别为11.112和6.849，累计解释48.543的方差，表明适合进行因子分析，并可以将运气特质量表分为好运特质量表和坏运特质量表两个分量表。
分别计算好运特质和坏运特质的项目总分，两分量表总分之间的相关不显著(r = −0.134, p > 0.05)，说明好运特质与坏运特质相互独立，可视为两个分量表。
4.2. 分量表的项目分析
分别计算好运特质和坏运特质的项目总分，将总分从高到低排序，前27%被试为高分组，后27%的被试为低分组，使用独立样本t检验对高分组、低分组在项目上的差异进行比较。结果均为差异显著(p < 0.001)，项目具有较高的区分度。
4.3. 分量表的因子分析
使用SPSS22.0的主成分分析对好运特质量表、坏运特质量表分别做分析，好运特质分量表KMO值为0.917，Bartlett球形检验显著(近似c² = 3520.154, p＜0.001)，通过旋转得到5个因子，累计解释74.81%的方差；坏运特质量表KMO值为0.898，Bartlett球形检验显著(近似c² = 1758.964, p < 0.001)，通过旋转得到3个因子，累计解释67.75%的方差，表明两个分量表非常适合进行探索性因素分析。
根据前人研究结果，量表中(1) 在所有因素上负荷量上都低于0.4的题目，(2) 在两个或两个以上因子上有较大载荷的题目，(3) 与因子共同度小于0.3的题目，(4) 少于2个题目的因子应当删除(张和云，赵欢欢，许燕，2018)。删除好运特质量表9题，得到5因子18个题目的模型；坏运特质量表删除10题，得到3因子14个题目的模型。
对好运特质中的因子进行分析(见表1)，因子一、因子二描述了个体的运气信念。拥有良好经历的个体更容易将自己评价为好运的，将好运的信念延伸到未来，故将因子一将命名为好运信念因子。因子二描述了个体对运气的一般看法，特别是相信运气的程度，故将因子二命名为相信运气因子。
Table 1. The factor load of each item in the Good Luck Traits Scale
表1. 好运特质量表的因子载荷
因子三、因子四、因子五是个体在行动层面上的共同特征。拥有良好人际关系的个体更少体会到社交焦虑，在困难时更容易获得别人的帮助，故将因子三命名为良好人际因子；因子四体现了个体在困境中的坚持，命名为努力与坚持因子；因子五体现了个体对周围环境的认识、把握运气的程度，命名为认识与直觉因子(见表2)。
Table 2. The factor load of each item in the Bad Luck Traits Scale
表2. 坏运特质量表的因子载荷
对坏运特质中的因子进行分析，因子一对应英文版运气信念量表中的坏运信念因子，拥有不良经历的个体更容易将自己评价为坏运的，即使处于好运中，也认为未来可能遭受坏运；因子二测量了个体在高不确定情景下的迷信表现，故命名为迷信行动因子；因子三体现了坏运个体在行动上的共同特征，故命名为坏运行动因子。
4.4. 量表的信度分析
4.4.1. 内部一致性信度分析
使用修订后的好运特质量表、坏运特质量表对样本二进行再测，好运特质量表的内部一致性系数为0.92，五个维度的内部一致性系数分别为：0.91、0.73、0.98、0.86、0.90。坏运特质量表的内部一致性系数为0.90，三个维度的内部一致性系数分别为：0.94、0.91、0.86。
4.4.2. 重测内部一致性系数
样本二测量三周后，对其中87人进行重测，收回了71份有效问卷。好运特质量表的重测内部一致性系数为0.96，五个维度的内部一致性系数分别为：0.93、0.84、0.94、0.90、0.90。坏运特质量表的重测内部一致性系数为0.89，三个维度的内部一致性系数分别为：0.94、0.90、0.91。量表具有理想的稳定性，达到了心理测量学对量表信度的要求。
4.5. 量表的效度分析
4.5.1. 结构效度分析
以样本二为对象，使用AMOS23.0建立结构方程模型，对好运特质和坏运特质结构进行验证性因素分析。好运特质18题、坏运特质14题的回归系数均显著，无负的误差方差、无≥1标准化系数、无过大的标准误(吴明隆，2010)。为了使拟合模型最优，对好运特质和坏运特质分别建立一阶模型和二阶模型，比较两种模型的拟合系数(见表3)。
Table 3. Fitting index of the Good Luck Trait Scale and Bad Luck Trait Scale
表3. 好运特质量表、坏运特质量表拟合数据
一阶好运特质、坏运特质模型的c²/df、GFI、CFI、RMSEA、TLI略优于二阶模型(见图1)，一阶模型的交叉效度和阿凯克信息准则参数也优于二阶模型，最终确定好运特质的一阶五因子结构、坏运特质的一阶三因子结构。
Figure 1. The one-dimensional model of Good Luck Trait Scale and Bad Luck Trait Scale
图1. 好运特质量表、坏运特质量表的一阶模型
4.5.2. 收敛效度
收敛效度体现了观察变量测量问题的一致性，平均方差抽取量AVE(Average Variance Extracted)大于0.5能够表明量表具有良好的收敛效度。好运特质模型中，好运信念、相信运气信念、良好人际、努力与坚持、认识与直觉的AVE分别为0.669、0.544、0.748、0.620、0.613；坏运特质模型中，坏运信念、迷信行动、坏运行动的AVE分别为0.608、0.521、0.772，证明好运特质模型、坏运特质模型均具有良好的收敛效度。
4.5.3. 效标关联效度
效标测量结果表明，好运特质量表各因子间均具有中等程度的显著正相关，与乐观、满意度显著正相关；人格中的外倾性维度与好运特质五因子，宜人性、开放性与好运信念、努力与坚持、良好人际、认识与直觉存在显著正相关，神经质与良好人际、认识直觉存在显著负相关(见表4)。
Table 4. The correlation between Good Luck Trait Scale and the calibration questionnaires
表4. 好运特质量表与效标问卷的相关性
*p < 0.05，**p < 0.01。
坏运特质量表各因子间显著正相关，满意度、乐观与坏运信念负相关，悲观与坏运信念、迷信行动、坏运行动正相关；人格中的外倾性维度、宜人性维度、尽责性维度与坏运信念、坏运行动负相关，神经质维度与坏运信念、坏运行动正相关(见表5)。以上结果符合研究构想，好运特质量表和坏运特质量表具有良好的效标效度。
Table 5. The correlation between Bad Luck Trait Scale and the calibration questionnaire
表5. 坏运特质与效标问卷的相关性
*p < 0.05，**p < 0.01。
5. 讨论
目前，许多心理学家采用心理特质(psychological traits)一词来描述个体的特征(Larsen & Buss, 2017)，本文在特质理论的基础上，扩展了现有运气特质的理论边界，探索人的信念和行动与运气的关系。在编制量表的过程中，注意到英文版运气信念量表在东方文化环境中适应不良的情况，为了使运气信念题目更加适合中国被试，加入6条自编题目，并删除9道载荷不良的题目。进行深入访谈，发现中国人对运气行动的理解集中在“越努力越幸运”、“善良的人有好运”、“好运的人善于做决定”等几个维度上，与国内外文献对好运因素的阐述不谋而合。根据访谈和文献调研结果，确定了运气行动的题目。
在对数据进行第一次主成分分析时，发现了“好运特质”和“坏运特质”两个因子，结合已有研究，建立了好运特质量表和坏运特质量表两个分量表。人对运气的定义并不是非好即坏的，坏运特质下的题目不是好运特质的反向题目，应作为独立的维度存在。经过对分量表的探索性因素分析，发现好运特质由好运信念、相信运气、良好人际、努力与坚持、认识与直觉五因子构成；坏运特质由坏运信念、迷信行动、坏运行动三因子构成，因子间均具有良好的内部一致性。在三周后对样本三被试进行重测，量表具有良好的重测信度。
在结构效度检验时，为了达到最优的拟合效果，对好运特质和坏运特质分别建立一阶模型和二阶模型，发现一阶模型的拟合数据更加理想。通过分析平均方差抽取量，量表具有符合标准的收敛效度。在校标效度检验时，主要关注运气特质量表与已有的运气测量在效度检验上是否具有相似的结果；运气特质量表的各因子间是否具有一定的相关性；测量结果是否能反应个体在运气方面的稳定属性。结果表明，好运特质量表各因子间均具有显著正相关，与乐观、满意度和人格中的外倾性、宜人性、开放性存在不同程度的正相关；坏运特质量表各因子间具有显著正相关，与满意度、乐观、人格中的外倾性、宜人性存在负相关，与悲观、人格中的神经质维度正相关。以上与已有的运气研究结果基本一致，好运特质量表和坏运特质量表均具有较良好的效标效度。
运气本身是随机的、公平的，一部分人拥有更多的乐观资源，更加善于发现运气、把握运气、将坏运转换为好运，是人群中具有好运特质的个体。本研究通过2个分量表32个题目的测量了中国人群的运气特质，被试的选取具有广泛性、代表性，被试数量符合心理测量学规范。删选后的题目具有良好的信效度。
参考文献
NOTES
*通讯作者。