1. 引言
近年来，中国经济迅猛发展，年轻人的生活压力、经济压力越来越大，越来越多的年轻人选择不生育或者最多生一个。影响生育的原因除了房价[1]，居民可支配收入外[2]，还有一个重要因素就是有没有帮忙照顾幼儿[3]-[6]。俗话说：“一分钱难倒英雄汉”，在当今社会更是如此。“生的起，养不起”是大多数家庭的现状。没有钱自己都寸步难行，更何况还要养育孩子，所以在有合适机会的情况下，年轻夫妻双方都会选择工作。此时，如果生育孩子，幼儿的照料就成了一大难题，虽然国家一直在大力推广托儿服务，但是大多数幼儿园、小学的下课时间和成人的下班时间并不吻合，导致幼儿无人接送。面对此种情形，大多数家庭在祖辈身体素质能承担照料责任的条件下，还是会选择让祖辈来照料孙辈，从而让成年子女把更多的时间和精力花在工作上，积攒更多的社会财富。祖辈帮忙照顾孙辈，这就形成了隔代照料。这种照料方式在世界各国都有存在，在中国这种受传统思想影响较大的国家更是普遍。例如，2012年有调查显示我国农村有近七成的孩子是在隔代教育方式下长大的，且年龄越小祖辈抚养的比例越大。此外，像在北京、上海、广州等城市，目前0~6岁的孩子中有50%~70%也是属于隔代教育[7]。在独生父母组成的家庭，祖辈参与带孙极为常见，甚至成为一种集体默契。由此可见，祖辈参与孙辈的养育早已成为一种社会常态[8]。
祖辈参与照料的比例如此之大，那么参与照料对祖辈自身又有何影响呢？通过对以往文献的梳理发现，隔代照料对中老人除了积极的影响外[9] [10]，还有诸多消极的影响，比如体验到更多的焦虑、抑郁等负性情绪，生活满意度降低，认知功能下降等[11]-[14]。
自我决定理论指出，个体的行为是出于主动的选择，还是被动地接受是影响幸福感的关键因素[15]。个体越能感知到自主感就越容易体验到积极情绪和较高的幸福感[16]。根据该理论，之前结果存在不一致的原因可能与行为背后照料意愿水平的高低有关。因此，如果能准确了解个体的照料意愿，找到影响照料意愿的因素，就有望提高参与隔代照料个体的积极体验，降低其消极体验，进而有利于祖辈的身心健康。
但遗憾的是，目前隔代照料意愿的测量工具还很匮乏。仅有的测量工具要么是题目过于简单，比如，只采用“愿意”或“不愿意”的选择来反映教养意愿[17]；要么是维度划分不够，例如，只在问卷中涉及责任义务，教养能力，情感支持三个维度[18]，但是意愿反映了个人对某个行为的看法或做某事的动机，情绪体验影响动机，具体而言，行为的发生伴随着积极情绪，则做该行为的动机就会增强，反之，行为的动机就会减弱。因此，在申琳琳等人的基础上，有学者将隔代照料意愿分为四个维度[19]，分别是责任与义务、代际交换、积极体验和消极体验(见附表1)。但是，从其验证性分析的结果可以看出，代际交换和积极情绪之间的相关高达0.89，这意味着两个维度高度重合，测量的内容很大程度上是类似的。而且该维度的区分效度也不符合要求(AVE的平方根没有大于两者之间的相关)。具体来说，代际交换指的是祖辈通过来帮助照料孙辈来换取成年子女对他们的赡养，他们将照料孙辈看作是养老资本的提前投入。这样一来，如果获得的赡养回报高于照料孙辈的投入时，祖辈会体验到更多积极的情绪，反之，则会体验到更多的消极情绪。比如，问卷中的代际交换的题项之一(子女对我更多的赡养和照顾使我更乐意照看孙辈)，就很大程度上反映了积极情绪体验。但是，如果题项表述的是收益小于回报，就会更大程度地反映消极体验。综上，该维度不适合作为单独的维度来测量隔代照料意愿。所以本文在删除该维度的基础上，重新进行问卷的探索和验证，以期进一步准确测量个体的隔代照料意愿，为后续的研究提供恰当的工具。
2. 隔代照料意愿问卷的修订
2.1. 方法
2.1.1. 研究对象
调查数据主要来自线上和线下两种，共收集1548份。按照如下标准筛选后，共删除157份，剩余1391份，回收率89.9%。标准：① 未通过测谎题的79份(占删除总数的50.3%)，② 作答时间低于55秒钟的63份(40.1%)，③ 除测谎题外，其他选择均相同的9份(5.7%)。④ 有缺失值的6份(3.8%)。人口学信息分布见表1。
Table 1. Statistical table of demographic information
表1. 人口学信息统计表
|
|
频率 |
百分比 |
性别 |
男 |
536 |
38.5 |
女 |
855 |
61.5 |
年龄 |
20~39岁 |
541 |
38.9 |
40~59岁 |
593 |
42.6 |
60岁以上 |
257 |
18.5 |
居住地 |
城市 |
686 |
49.3 |
城镇 |
511 |
36.7 |
农村 |
193 |
13.9 |
文化程度 |
小学 |
130 |
9.3 |
初中 |
207 |
14.9 |
高中 |
232 |
16.7 |
大学 |
649 |
4.7 |
硕士及以上 |
172 |
12.4 |
2.1.2. 数据分析方法
在excel文档中进行简单整理后，使用SPSS26.0进行项目分析和探索性因素分析。隔代照料意愿的总分计算方式是将消极维度的三个题目反向计分后求平均值。
2.2. 结果
2.2.1. 项目分析
第一种方法：题总相关，计算所有题项与总分的相关性，个别题项与总分的相关越高，表示题项与整体量表的同质性越高，所要测量的心理特质与潜在行为越接近。操作方法是用SPSS中的相关–双变量进行。结果见表2，相关系数范围在0.55~0.75之间，均大于参考标准0.4且显著。故将10个题项全部保留。
第二种方法：临界比率法。对照料意愿的总分进行高低排序，再求高低两组在每个题项的平均数差异的显著性。具体操作是取低分约27%的被试作为“低分组”，编号为1，取高分约27%的被试作为“高分组”，编号为2。采用独立样本t检验的方法，将分组变量分别指定为1和2，检验所有题目在高、低分组上的差异是否显著。结果见表2，如表所示所有题项的临界值CR均大于参考值3且显著，故仍将10个题项保留。
Table 2. Item analysis
表2. 项目分析
类别 |
值 |
参考范围 |
是否达标 |
题总相关 |
0.55~0.75且显著 |
≥0.4，显著 |
是 |
临界值CR |
均大于15且显著 |
≥3.00，显著 |
是 |
2.2.2. 探索性分析
将收集的1391份数据，随机分成奇偶两个部分，奇数部分696份用于探索性因素分析，偶数部分695份用来进行验证性因素分析。
首先做取样适宜性(KMO)和Bartlett球形检验，结果显示，KMO值为0.89，高于常用标准0.7，表明变量间的共同因素较多，适合进行因素分析[20]。Bartlett球形检验的卡方值(c2)为3185.60 (df = 45，p < 0.001)，达到显著性水平，代表母群体的相关矩阵间有共同因素存在，适合做因素分析。然后采用主成分分析法，按照特征根大于1的原则和最大方差法进行旋转，删除题项的标准是：(1) 因子载荷小于0.5；(2) 共同度小于0.45；(3) 归于某个维度下无法解释；(4) 存在交叉载荷，即一个题目在多个因子上具有较高的载荷，载荷都大于0.45。经过探索性后，最终10个项目均可保留，各条目的共同度均大于0.4，共分离出3个因子，3个因子共解释了71.45%的总方差变异量，各个条目的因子负荷在0.71~0.86之间，见表3。
Table 3. Results of exploratory factor analysis: factor load, common degree, Variance contribution rate, and the cumulative variance contribution rate
表3. 探索性因子分析结果：因子载荷、共同度、方差贡献率、累积方差贡献率
|
因子1 |
因子2 |
因子3 |
共同度 |
Q11 |
0.77 |
|
|
0.70 |
Q15 |
0.74 |
|
|
0.58 |
Q8 |
0.73 |
|
|
0.69 |
Q9 |
0.71 |
|
|
0.70 |
Q13 |
|
0.86 |
|
0.77 |
Q12 |
|
0.82 |
|
0.77 |
Q14 |
|
0.77 |
|
0.73 |
Q5 |
|
|
0.83 |
0.76 |
Q4 |
|
|
0.81 |
0.76 |
Q3 |
|
|
0.77 |
0.71 |
特征值(旋转后) |
4.87 |
1.25 |
1.02 |
|
方差贡献率(%) |
48.71 |
12.53 |
10.22 |
|
累积方差贡献率(%) |
48.71 |
61.24 |
71.45 |
|
10个项目在3个因子上的负荷矩阵见表3。由于是建立在之前量表的基础上，故仍将三个维度分别命名为责任与义务、积极体验、消极体验：
根据题项内容和相关理论基础，三个维度的命名如下：
维度1：包含Q3、Q4、Q5三个题项，该维度主要涉及祖辈是出于一种责任感而去照料孙辈的，故命名为“责任与义务”(Responsibility and Obligation, RO)。重新编号为Q1、Q2、Q3。
维度2：由Q8、Q9、Q11、Q15四个题项构成，该维度主要涉及祖辈参与照料时体验到的正性情绪，将其命名为“积极体验”(Positive experience, PE)。重新编号为Q7、Q8、Q9、Q10。
维度3：由Q12、Q13、Q14三个题项构成，该维度主要涉及照料者在照料时产生的一种负向情绪，将其命名为“消极体验”(Negative experience, NE)。重新编号为Q4、Q5、Q6。
三维度所包含的题目符合预期，维度清晰容易解释。三个维度的题项中，第12、13、14题为反向计分，其他皆为正向计分，得分越高说明个体的隔代照料意愿越强。碎石图见图1。
Figure 1. Stone diagram of intergenerational care willingness
图1. 隔代照料意愿的碎石图
3. 隔代照料意愿问卷的信效度检验
3.1. 数据分析方法
信度检验使用spss26.0。验证因素分析使用AMOS24.0。
3.2. 验证性因素分析
采用偶数部分(695份)的数据构建三因子结构模型，并构建单因子竞争模型，结果显示三因子模型各拟合指标均达到心理测量学的模型拟合标准，且显著优于单因子模型(Δc2 = 508.01)，Δdf = 3，p < 0.001)，具有更大的稳定性。各模型拟合指标见表4。
Table 4. Model fit exponential comparison
表4. 模型拟合指数对比
模型 |
c2 |
df |
c2/df |
CFI |
TLI |
GFI |
RMSEA |
单因子 |
626.12 |
35 |
17.89 |
0.822 |
0.772 |
0.818 |
0.156 |
三因子 |
118.15 |
32 |
3.69 |
0.974 |
0.964 |
0.964 |
0.062 |
3.3. 结果
3.3.1. 验证性因素分析
采用AMOS24.0按照探索的三个维度进行验证性因素分析，结果发现除了Q10 (帮助照料孙辈，将来孙辈长大了也与我更亲近)的因素负荷为0.51 (小于0.6)外，其他题项的因子负荷均在0.7以上。而且Q10所体现的内容与积极体验的内容并不是很大，综合考虑后将其删除。再次将剩余的9个题项，分别按照三个维度进行结构拟合度的检验，结果各项指标均达到理想状态，如表5：
Table 5. Results of the three-factor model fitting
表5. 三因子模型拟合结果
配适指标 |
推荐值 |
拟合值 |
是否符合要求 |
卡方 |
越小越好 |
72.79 |
|
卡方/df |
1~3良好，<5可接受 |
3.03 |
是 |
RMSEA |
<0.05良好，<0.08可接受 |
0.054 |
是 |
TLI |
>0.9 |
0.976 |
是 |
CFI |
>0.9 |
0.984 |
是 |
测量模型如图2，各题项的因子负荷均大于0.7，积极体验、责任与义务、消极体验之间的两两相关分别是0.78***，−0.72***，−0.63***。
3.3.2. 效度检验
由上述3因子模型的路径系数计算隔代照料意愿问卷的平均方差抽取量(AVE)和组合信度(CR)。结果显示：三个维度的AVE分别为0.62、0.61、0.62，均大于0.5；CR值均为0.83，大于0.7，见表6，这表明隔代照料意愿问卷的聚合效度良好。此外，3因子两两间相关系数的均小于两个构念间AVE的平方根[21]，表明该问卷的区分效度良好。见表7。
Figure 2. Standardized pathway diagram of the confirmatory analysis of the intergenerational care willingness questionnaire
图2. 隔代照料意愿问卷验证性分析的标准化路径图
Table 6. The aggregate validity test
表6. 聚合效度检验
路径 |
标准化后的
因子载荷 |
平均方差抽取量AVE (>0.5) |
组合信度CR (>0.7) |
Q7 |
<--- |
PI |
0.81 |
0.62 |
0.83 |
Q8 |
<--- |
PI |
0.81 |
Q9 |
<--- |
PI |
0.74 |
Q1 |
<--- |
RO |
0.76 |
0.61 |
0.83 |
Q2 |
<--- |
RO |
0.77 |
Q3 |
<--- |
RO |
0.82 |
Q4 |
<--- |
NE |
0.80 |
0.62 |
0.83 |
Q5 |
<--- |
NE |
0.70 |
Q6 |
<--- |
NE |
0.85 |
Table 7. Differentiating validity tests
表7. 区分效度检验
|
积极体验 |
责任与义务 |
消极体验 |
积极体验 |
0.62 |
|
|
责任与义务 |
0.78*** |
0.61 |
|
消极体验 |
−0.72*** |
−0.63*** |
0.62 |
AVE的平方根 |
0.79 |
0.78 |
0.79 |
注：对角线为各维度的AVE值。***表示p < 0.001。
3.3.3. 信度检验
隔代照料意愿问卷的各维度以及总量表的内部一致性系数和分半信度值均在0.8以上，说明总体有较好的信度，见表8：
Table 8. Reliability test
表8. 信度检验
维度 |
克隆巴赫α系数 |
折半信度 |
包含项目数 |
责任与义务 |
0.83 |
0.84 |
3 |
积极体验 |
0.83 |
0.83 |
3 |
消极体验 |
0.83 |
0.84 |
3 |
总量表 |
0.89 |
0.81 |
9 |
4. 问卷的测量不变性检验
测量不变性，也称跨群组不变性、测量等值性，指的是在不同的情境、群体或时间下，测量工具测量到的概念是否保持不变。之所以要进行测量不变性检验主要是因为如果不变性的问题得不到解决，那组间的差异就很难解释，结果得到的差异显著，可能是真的显著，也可能是量表不等值造成的差异；相反如果不显著，可能是真的不显著，也可能是量表不等值掩盖了真正的差异，这样一来问卷所得的结果就没有意义了。所以，为了使问卷具有更大的适用性，本文使用AMOS24.0对问卷做了进一步的测量不变性检验。不变性检验主要包括以下几个步骤：
(1) 形态等值(Configural Invariance)：也称构形不变性，检验潜变量的构成形态是否等值。要求因子(潜变量)和项(观测变量)间的基本结构关系相同，而不对任何参数设定限制。形态等值模型也因此被用作基线模型(baseline model)。
基线模型是未加限制的模型，如果该模型在不同组中是等值的，则将限制模型(测量加权模型/因子负荷相等模型)与基线模型进行比较，如果卡方差异量不显著，说明限制模型和基线模型没有显著差异。基线模型具有跨群组不变性，限制模型自然也有跨群组不变性，即测量等值。
但是卡方值的差异量很容易受到各组样本量的影响，特别是在大样本的情况下，很容易就会显著(p < 0.05)，此时最好采用受样本量影响较小的参数来估计，通常选用CFI的变化量，如果CFI的变化量 < 0.01，则说明具有跨群组不变性[22]。
(2) 弱等值(Weak Invariance)，也称等因子负荷等值，检验测量因子与项之间的关系——因子负荷(factor loading)是否跨组别相等。
(3) 强等值(Strong Invariance)，也称截距等值：检验观测变量的截距(intercept)是否跨组别相等。
除此之外，还有因子方差等值、误差方差等值以及因子协方差等值等，但在实际的检验中，我们只需完成前三种等值，即可说明问卷的测量不变性成立。本文分别做了性别不变性和年龄不变性检验(60岁之前和之后)，结果如表9、表10：
Table 9. Equivalence test results (gender)
表9. 等值性检验结果(性别)
Model |
χ2 |
df |
χ2/df |
RMSEA |
CFI |
TLI |
Δχ2 (Δdf) |
ΔCFI |
gender |
|
|
|
|
|
|
|
|
male (n = 536) |
46 |
24 |
1.921 |
0.041 |
0.988 |
0.982 |
|
|
female (n = 855) |
79 |
24 |
3.311 |
0.052 |
0.986 |
0.979 |
|
|
基线模型 |
126 |
48 |
2.616 |
0.034 |
0.987 |
0.980 |
|
|
测量加权模型 |
146 |
54 |
2.706 |
0.035 |
0.984 |
0.979 |
20** (6) |
0.001 |
截距相等模型 |
197 |
63 |
3.124 |
0.039 |
0.977 |
0.974 |
51*** (9) |
0.005 |
注：**表示p < 0.01，***表示p < 0.001。
由上表可知，基线模型到测量加权模型、测量加权模型到截距相等模型的CFI的变化量均小于0.01，所以性别不变性成立。
Table 10. Results of equivalence test (around 60 years)
表10. 等值性检验结果(60岁上下)
Model |
χ2 |
df |
χ2/df |
RMSEA |
CFI |
TLI |
Δχ2 (Δdf) |
ΔCFI |
Age |
|
|
|
|
|
|
|
|
<60 (n = 1134) |
100 |
24 |
4.147 |
0.053 |
0.985 |
0.978 |
|
|
≥60 (n = 257) |
31 |
24 |
1.307 |
0.035 |
0.992 |
0.988 |
|
|
基线模型 |
132 |
48 |
2.741 |
0.035 |
0.986 |
0.979 |
|
|
测量加权模型 |
148 |
54 |
2.736 |
0.035 |
0.984 |
0.979 |
16* (6) |
0.002 |
截距相等模型 |
194 |
63 |
3.080 |
0.039 |
0.978 |
0.975 |
46*** (9) |
0.006 |
注：*表示p < 0.05，***表示p < 0.001。
同理，年龄等值性也成立。
5. 讨论
本文在已有问卷的基础上进行了修订，获得了较理想的修订结果。本研究从当前关于隔代照料意愿测量不足的原因入手，针对性地进行修订。针对已有问卷的四个维度不合理之处，前文已述，在综合考虑之后，将代际交换的维度删除，然后重新进行探索性和验证性因子分析。探索性因素分析提取出3个因子，进一步验证性因素分析发现，3因子模型拟合指数理想，说明该问卷结构效度较好。各题项的因子负荷除第10题外，其他均在0.7以上，删除第10题后，通过平均差异抽取量(AVE)和组合信度(CR)的计算，得到理想的聚合效度与区分效度。以上均证实了《隔代照料意愿问卷》的有效性。
信度分析发现：该问卷的总分及各维度的Cronbach’s α系数为0.83~0.89、分半信度为0.81~0.84，指标均符合心理测量学要求，表明该量表具有较好的内部一致性。
为了进一步验证该问卷的适用性，本研究还进行了测量不变性检验，通过对性别和年龄的等值性检验可知，《隔代照料意愿问卷》具有跨性别一致性和跨年龄一致性。
本研究也存在一些局限性，第一，主要就是数据很大一部分来自网络平台，这样就决定了收集到的参与者使用智能手机的能力都很好，至于那些不怎么使用智能手机的农村老人我们的调研是欠缺的，后续可以深入乡村做更大范围的调研，让调研结果更具广泛的适用性。第二，由于时间有限，本文只修订了问卷，并没有进一步探究影响意愿的因素有哪些，这可以作为后续的研究方向。
6. 结论
本研究在已有研究的基础上，修订了一份信效度良好，性别、年龄跨群组不变的问卷，完善了隔代照料意愿的测量工具，适用于后续的差异分析和相关研究。
附 录. 祖辈隔代教养意愿自编问卷
下面是一些关于描写照料孙辈的语句。请您根据自己的观点选择最符合自己的选项，在相应的选项上打“√”。
Table S1. The intergenerational care willingness questionnaire
附表1. 隔代教养意愿问卷
维度 |
项目 |
非常
不赞同 |
比较
不赞同 |
不赞同
不反对 |
比较
赞同 |
非常
赞同 |
积极体验 |
8. 照顾孙辈长大，会让我体验到成就感和满足感。 |
|
|
|
|
|
9. 照顾孙辈能让我快乐。 |
|
|
|
|
|
11. 照顾孙辈让我感到自己是有价值的。 |
|
|
|
|
|
15. 帮忙照顾孙辈，将来孙辈长大了也与我更亲近。 |
|
|
|
|
|
责任与义务 |
3. 老人帮助子女照顾下一代是身为父母应该的。 |
|
|
|
|
|
4. 照顾孙辈有利于血脉传承。 |
|
|
|
|
|
5. 照顾孙辈是一种传统美德。 |
|
|
|
|
|
消极体验 |
12. 照顾孙辈让我感到烦躁。 |
|
|
|
|
|
13. 照顾孙辈让我感到很累。 |
|
|
|
|
|
14. 我害怕照顾孙辈。 |
|
|
|
|
|
代际交换 |
1. 帮子女带孩子，我获得了更多和子女相处的机会。 |
|
|
|
|
|
2. 我来照顾孙辈，对我们整个家庭是有帮助的。 |
|
|
|
|
|
6. 我乐意照顾孙辈来减轻子女负担。 |
|
|
|
|
|
7. 子女对我更多的赡养和照顾使我更乐意照顾孙辈。 |
|
|
|
|
|