一、引言
(一)研究背景与目的
垃圾分类是我国政治自觉、经济发展、社会进步、生态文明的标志和要求,是我们这一代人必须承担好、履行好的一项历史责任。我们必须意识到,垃圾分类是一个环环相扣的完整链条、复杂艰巨的系统工程、分工合作的责任体系,也是一个循序渐进的动态过程。垃圾分类信息化就是采用“互联网+”智慧分类模式,倡导应用物联网、大数据、云计算等现代技术手段,优化垃圾分类流程和运行组织方式,提高垃圾分类管理效能。目前,校园生活垃圾逐渐呈上升的趋势,给垃圾清理工作造成了很大的负担。我们不得不承认,我们的垃圾分类回收利用的执行情况却不容乐观,垃圾回收利用的理念还没有深入人心并真正运用到日常生活中,要想改进校园垃圾回收工作,就必须先了解现阶段的校园垃圾分类回收的具体现状,所以对校园垃圾分类回收工作进行了相关调查。此次调查研究在于通过调查去分析大学生对垃圾分类、垃圾分类信息化的认知程度,以及影响他们这些需求的因素有多少,同时分析出大学校园生活对垃圾分类信息化的需求程度,以此来对改进校园的垃圾回收工作、环境文明建设提出一些对策和建议。
(二)国内研究现状
1.在高校学生对垃圾分类的意识和行为方面以及垃圾分类与回收利用的重要性方面,王淑敏认为校园垃圾分类与回收利用在一定意义上可以体现校园的文明程度,积极开展校园垃圾分类回收利用,也可以有效的使垃圾处理实现减量化、资源化和无害化的目标[2]。王维勋,孟令山,陈媛梁提出如下措施:完善各级各类相关规章制度、倡导高校学生会和团委组织开展相关宣传教育活动、结合人工智能+理念对垃圾桶进行改造、校园型生活垃圾处理设备的投入使用等[20]。董超群,曾洁主要通过分析垃圾对环境造成的危害,阐释了垃圾分类工作在高校开展的重要性[18]。
2.在我国垃圾分类激励的实施现状和面临的问题方面,王朦,谢宏华以上海市推行垃圾分类新政策为背景,研究上海在宣传工作、监督指导、智能化管理和垃圾回收利用技术革新等方面取得的经验。结合我国大学校园垃圾分类现状,对校园垃圾分类工作的推行提出了几点建议:加大宣传力度、合理利用网络平台、健全奖罚分明制度、健全校企合作方式等。力争通过大学生改变传统的垃圾分类观念,带动整个城市垃圾分类工作的开展,让垃圾分类从真正意义上成为新时尚[5]。陈健通过对比分析国内外的城市生活垃圾分类现状,总结出我国生活垃圾分类的现存问题,并对我国城市生活垃圾分类的管理提出加大奖惩力度,建立多主体垃圾分类回收产业链等建议[6]。李永涛基于国内外学者的研究,利用文献分析法、比较分析法等研究方法,文章分析了我国城市生活垃圾分类激励的现状,概述了我国城市生活垃圾分类的概况及垃圾分类的必要性,分析了我国城市生活垃圾分类激励的实施现状和面临的问题,即存在强制性激励机制不完善、诱导性激励机制驱动不足、认同性激励机制尚未形成等问题[10]。
3.在大学生垃圾处理现状及模式构建方面,潘霆认为目前大学生的垃圾处理方式正被越来越多的人关注,人们希望从高校这一相对封闭的系统中探寻一种垃圾处理的有效模式,因此他对大学生的生活垃圾分类投放进行模拟实验,结合实验数据和相关资料估算出一所拥有25000名在校生的高校,每年能获得的收益约为10万元。他将由问卷得到的结论和实验数据构相结合,设想出一套高校垃圾处理的基本模式。经过对各项数据的仔细分析,得到相应的结论和建议,最终建立学校-公寓-宿舍三级目标管理体系,引入废品回收企业和养殖企业作为第三方,形成垃圾处理循环模式,使垃圾分类回收获得的收益落实到学校和个人[13]。
4.在垃圾分类信息化的需求研究现状方面。左明,储伟伟,张明耀提出结合条形码、自控和计算机信息技术,对建立城市生活垃圾分类监管系统信息化进行了研究,旨在提高垃圾分类的效果和监管水平[1]。冯为为提出可以让大数据、云计算、互联网、人工智能等技术,贯穿生活垃圾分类、投放、收集、运输、处理全产业链,将生活垃圾分类的上中下游进行整合,在信息层面实现“两网融合”,让生活垃圾分类智慧化、智能化[3]。卢嫄,谭锋基于国内外研究成果,将绿色账户机制与物联网技术相结合,建立一套全过程垃圾分类管理信息系统具有很强的可行性。有利于提高"绿色账户"的长期激励效果,并能够通过合理的系统功能设计,实现垃圾从投放到处理处置各个环节的有效监管[4]。吴巧玉用问卷调查的方法,以上海的"绿色账户"为调研对象,深入研究在"互联网+"背景下"互联网+垃圾分类"模式存在的种种问题并提出相应的建议[9]。
5.在高校垃圾分类信息系统设计方面,卢嫄,韩宇麟认为高校垃圾分类的试点与实践可以作为全社会垃圾分类工作推进的突破口。根据大学生的心理特点,以精神激励为主的激励机制可以有效提高高校垃圾分类率。基于激励理论,结合高校垃圾的特点,设计开发高校垃圾分类管理信息系统。该系统可以根据使用者身份的不同,把使用者划分为用户、管理员及游客三类。该系统具有校园垃圾分类积分管理、物品兑换等功能,可以提高高校垃圾分类率,具有较高的社会效益和应用价值[16]。王业兴提出城市垃圾箱是维系民众日常生活环境质量的基础民生保障,它的发展状况直接影响到民众生活质量和城市现代化水平;随着社会发展和民众思想观念的进步,对于城市垃圾箱及其运行体系的服务质量和设计思考提出了更高的现实要求。同时,在物联网技术、互联网技术、计算机技术、数据分析技术发展迅猛的今天,将先进的科学理论和技术运用到城市发展运作当中,以此提高社会服务的质量和效率成为现代化社会发展的必然趋势,大数据理论技术正是通过巨量数据的采集、分析、总结和反馈来准确高效地处理复杂化问题的一种技术和模式[8]。谭巍通过对高校分类垃圾桶功能需求和场景应用的分析,在绿色发展理念指导下,分析高校分类垃圾桶设计原则和设计方法。并从绿色发展视角出发,从造型、色彩、材料和工艺、情感文化的角度探索高校分类垃圾桶的设计方法[19]。
6.在垃圾分类与信息化两者的关系以及在应用信息化技术中出现的问题方面,谢梦阳,李光明,张珺婷等人综述了信息化技术及其特点,并总结了国内外城市垃圾的信息化收运管理应用情况,同时也分析了中国城市生活垃圾的收运管理在应用信息化技术中存在的问题[11]。刘向荣主要以信息化为切入点,浅谈城市生活垃圾与信息化两者的关系,以及利用信息化收运垃圾所存在的问题,来提升生活垃圾的收运效率[12]。
(三)研究意义
首先,就理论意义而言,2016年12月,xxxxxxx发出了“普遍推行垃圾分类制度”的总动员令,强调要加快建立分类投放、分类收集、分类运输、分类处理的垃圾处理系统。2018年11月,xxxxxxx指出“垃圾分类工作就是新时尚”,对垃圾分类工作赋予很高定位,寄予很深期许。2019年6月,xxxxxxx对垃圾分类工作作出重要指示,指出关键是要加强科学管理、信息化管理、形成长效机制、推动习惯养成,进一步阐明了垃圾分类的重大意义在于提升社会文明,带动绿色发展,核心问题在于促进全民参与,养成良好习惯,为我国垃圾分类工作推进提供了根本遵循。
其次,就现实意义而言,垃圾分类信息化是“打造共建共治共享的社会治理格局”的必然要求,是经济高质量发展的必然要求,是环境质量全面改善的必然要求。垃圾分类可以回收宝贵的资源,同时减少填埋和焚烧垃圾所消耗的能源。每天进行垃圾分类和回收,不仅是我们应尽的义务,也有利于培养我们爱护环境的习惯和自觉性。垃圾分类是垃圾进行前端处置的重要环节,通过分类投放、分类收集,把有用物资,如纸张、塑料、橡胶、玻璃、金属以及废旧电器等从垃圾中分离出来重新回收、利用,变废为宝。既提高垃圾的资源化利用水平,又可减少垃圾处置量,是实现垃圾减量化的重要途径和手段。面对日益增长的垃圾产生量和日益恶化的环境状况,如何通过垃圾分类管理,最大限度地实现垃圾资源化利用,减少垃圾处置量,改善生存环境,是当前世界各国共同关注和迫切需要解决的问题之一。那么对于高校来讲,更要为保护生态文明建设发挥带头作用,大学校园对垃圾分类信息化的需求将是必不可少的。
(四)研究方法
首先本文通过对什么是垃圾分类,什么是垃圾分类信息化的简单介绍让大家理解此次调查的基本方向,其次采用问卷调查的方法对大学生目前对垃圾分类的认知及其对垃圾分类信息化需求的影响因素进行系统的调查,然后对调查问卷的数据进行整理,调查对象主要针对于西北师范大学本科学生。对整理后所得的数据运用SPSS软件进行数据分析,首先通过学术网站上查阅相关文献并根据实际情况确定影响学生对垃圾分类信息化需求的影响因素,然后通过描述性统计、因子分析、相关分析及回归分析等方法得出大学校园生活对于垃圾分类信息化需求倾向度的具体数据,从而做出相应的建议和对策,为大学校园生活注重对垃圾分类信息化的使用需求提供一定的参考。
二、大学校园生活对垃圾分类信息化的需求研究现状分析
(一)垃圾分类信息化认知概述
垃圾分类即指按一定规定或标准将垃圾分类储存、分类投放和分类搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用。如何才能让垃圾分类制度走进校园去实现校园易腐垃圾“零排放”,再生资源“零废弃”,有毒有害“零污染”,全力打造“无废高校区”。目前,在全国众多高校不断试点投用智能垃圾分类箱,将垃圾分类信息化,实践当下最流行的垃圾分类的新模式,这不仅攻克了垃圾分类难题,而且还将垃圾分类投放与学校管理模式、学生素质教育和习惯养成相结合,以垃圾分类为载体,推动师生公民教育、绿色教育、思想政治教育,可以提升师生个人文明水平;以垃圾分类为载体,推动校园“法治”“精治”“共治”,可以提升校园社会文明水平;以垃圾分类为载体,带动绿色教育、绿色生活、绿色消费,可以提升校园生态文明水平。每个师生都应该“从我做起,从现在做起”,亲自动手参与垃圾分类,养成垃圾分类的好习惯,注重垃圾分类信息化使用需求,真正成为垃圾分类的行动者、建设者,而不是旁观者、批评者,着力构建一个创新型高校人才培养体系。
(二)大学校园生活对垃圾分类信息化需求影响因素分析
通过查阅众多的相关文献,总结以前学者对高校垃圾分类信息化的研究,现总结出影响当今大学生对垃圾分类信息化使用需求的因素主要有:主观规范、易用性、有用性及政策引导,主观规范即在预测他人的行为时,那些对个人的行为决策具有影响力的个人或团体对于个人是否采取某项特定行为所发挥的影响作用大小;易用性指用户在使用某一特定系统时,认为能为其省事减少用心费神的程度;有用性指用户在使用某一特定系统时,主观上认为其所带来的工作绩效的提升程度;本文将以这四个影响因素作为变量。
三、调查与研究分析前期准备
(一)调查问卷设计
本次调查问卷的设计结合大学校园环境内大学生群体对生活垃圾信息分类感知的实际情况,结合技术接受模型进行设计,选用了技术接受模型中的主观规范、易用性、有用性以及加上了实际情况中的政策引导构成了影响因素变量,同时包括了具体的使用需求变量组成问卷。问卷见附录。
(二)问卷发放及回收
问卷发放采用线上发放手段通过对题目的编制形成了约20个题目的在线问卷,通过互联网社交软件,以及qq、微信等移动端APP进行了数据收集工作,实际回收了347份问卷,剔除无效问卷后获得有效问卷314份问卷有效率为90.48%。
(三)问卷数据整理
通过对回收的数据进行整理,将题目进行重新标签化,剔除无效问卷,导入到spss软件内形成SAV格式的数据库后对问卷数据进行系统化分析。分析具体采用的方法包括了描述性统计,项目分析,信度检验,效度检验,以及相关分析和回归分析。
四、数据分析
接下来将会通过描述性统计、因子分析、相关分析及回归分析等方法得出大学校园生活对于垃圾分类信息化需求倾向度的具体数据,从而得出结论做出相应的建议和对策。
(一)问卷人口学信息
表1人口学频率分析表
频率 | 百分比 | 有效百分比 | 累积百分比 | ||
性别 | 男 | 92 | 29.3 | 29.3 | 29.3 |
女 | 222 | 70.7 | 70.7 | 100.0 | |
专业 | 文史类 | 130 | 41.4 | 41.4 | 41.4 |
理工类 | 133 | 42.4 | 42.4 | 83.8 | |
艺术体育等 | 51 | 16.2 | 16.2 | 100.0 | |
年级 | 1年级 | 62 | 19.7 | 19.7 | 19.7 |
2年级 | 90 | 28.7 | 28.7 | 48.4 | |
3年级 | 84 | 26.8 | 26.8 | 75.2 | |
4年级 | 78 | 24.8 | 24.8 | 100.0 | |
城乡 | 城市 | 201 | 64.0 | 64.0 | 64.0 |
农村 | 113 | 36.0 | 36.0 | 100.0 |
从表1中可以看到,其中性别上男性为92人占比达到29.3%,女性为222人占比为70.7%;在专业上,文史类学生有130人,理工科有133人分别占比41.4%和42.4%,艺术体育类学生为51人占比为16.2%;年级分布上1年级群体为62人,2年级群体为90人,3年级群体为84人,4年级群体为78人四个年级基本分布均匀,在城乡分布上,城市人群为201人占比接近三分之二,而农村群体为113人占比仅为36.0%。
(二)项目分析
项目分析的方法是判断问卷题目质量的基础分析,通过对所有题目进行加和后,得到题目总分,通过获取高分组(上27%样本)以及低分组样本(下27%样本)进行分组后,对总分进行独立样本t检验,检验结果显著则说明题目质量具备较好的项目鉴别度予以保留。
表2项目分析表
分组 | N | 均值 | 标准差 | t | p | |
主观规范1 | 低分组 | 91 | 2.49 | .861 | -12.331 | .000 |
高分组 | 82 | 4.01 | .745 | |||
主观规范2 | 低分组 | 91 | 2.45 | .885 | -9.524 | .000 |
高分组 | 82 | 3.89 | 1.100 | |||
主观规范3 | 低分组 | 91 | 2.51 | .911 | -12.593 | .000 |
高分组 | 82 | 4.12 | .760 | |||
易用性1 | 低分组 | 91 | 2.79 | 1.006 | -10.069 | .000 |
高分组 | 82 | 4.29 | .949 | |||
易用性2 | 低分组 | 91 | 3.09 | .865 | -7.604 | .000 |
高分组 | 82 | 4.22 | 1.089 | |||
易用性3 | 低分组 | 91 | 3.01 | .810 | -7.484 | .000 |
高分组 | 82 | 4.11 | 1.111 | |||
有用性1 | 低分组 | 91 | 3.08 | .957 | -8.195 | .000 |
高分组 | 82 | 4.20 | .823 | |||
有用性2 | 低分组 | 91 | 2.89 | 1.069 | -9.507 | .000 |
高分组 | 82 | 4.27 | .802 | |||
有用性3 | 低分组 | 91 | 2.80 | 1.024 | -8.785 | .000 |
高分组 | 82 | 4.15 | .983 | |||
政策引导1 | 低分组 | 91 | 3.15 | 1.043 | -6.805 | .000 |
高分组 | 82 | 4.16 | .881 | |||
政策引导2 | 低分组 | 91 | 3.32 | 1.163 | -5.118 | .000 |
高分组 | 82 | 4.13 | .899 | |||
政策引导3 | 低分组 | 91 | 3.18 | .984 | -5.757 | .000 |
高分组 | 82 | 4.00 | .889 | |||
使用需求1 | 低分组 | 91 | 2.71 | 1.078 | -11.386 | .000 |
高分组 | 82 | 4.30 | .697 | |||
使用需求2 | 低分组 | 91 | 2.47 | .807 | -14.204 | .000 |
高分组 | 82 | 4.26 | .843 | |||
使用需求3 | 低分组 | 91 | 2.64 | .850 | -13.461 | .000 |
高分组 | 82 | 4.26 | .717 |
从分析结果可以看到,在所有题目上总样本通过独立样本t检验后证实,低分组群体的分显著低于高分组得分,说明所有题目均具备较好的项目鉴别度。
(三)信度检验
信度检验的目的在于检验指标获得数据的一致性程度,及证明数据通过问卷获得是否稳定和可靠。一般而言,内部一致性的高低表达了同一纬度内部题目的一致趋势,同一概念的题目在同一批样本中应当反映出统一的趋势,因此采用克隆巴哈一致性系数对内部一致性信度进行检验。同时信度检验的标准还包括了重测信度,分半信度等,但内部一致性信度使用广泛,克隆巴哈α信度系数的临界值水平为0.7,当同一概念下的题目的α信度系数大于0.7的时候说明这一维度的题目测量结果具备基础的一致性信度,当维度的α信度系数大于0.9的时候说明这一维度的题目测量结果具备极好的一致性信度,而当维度的α信度系数不足0.7的时候应当考虑通过剔除题目保证维度信度,通常通过信度分析剔除题目的手段如下:检验项已删除的项目后可以得到,题总相关系数,以及删除项目后的信度值,若题总相关系数小于0.4说明题目与维度的关联性较弱,同时若删除项目后的信度值大于现在的信度值说明删除这题目可以提高信度,那么题目应当予以剔除。本研究的信度检验结果如下:
表3信度检验表
项已删除的刻度均值 | 项已删除的刻度方差 | 校正的项总计相关性 | 项已删除的 Cronbach's Alpha 值 | Cronbach's Alpha | 项数 | |
主观规范1 | 6.37 | 3.875 | .780 | .733 | .848 | 3 |
主观规范2 | 6.41 | 3.648 | .673 | .834 | ||
主观规范3 | 6.32 | 3.846 | .704 | .799 | ||
易用性1 | 7.31 | 3.288 | .717 | .684 | .812 | 3 |
易用性2 | 7.13 | 3.841 | .630 | .775 | ||
易用性3 | 7.21 | 3.903 | .646 | .760 | ||
有用性1 | 7.38 | 4.012 | .756 | .842 | .880 | 3 |
有用性2 | 7.42 | 3.682 | .811 | .791 | ||
有用性3 | 7.51 | 3.714 | .741 | .857 | ||
政策引导1 | 7.06 | 3.236 | .668 | .673 | .790 | 3 |
政策引导2 | 6.96 | 3.270 | .667 | .674 | ||
政策引导3 | 7.08 | 3.878 | .562 | .783 | ||
使用需求1 | 6.76 | 3.224 | .688 | .743 | .822 | 3 |
使用需求2 | 6.92 | 3.297 | .684 | .747 | ||
使用需求3 | 6.91 | 3.560 | .659 | .773 |
从以上结果可以看到,不同维度下的信度结果均在0.8以上,说明维度信度结果较好,同时可以看到题总相关系数和删除项后的信度结果,在不同维度中,题目与维度的总分相关系数均大于0.4说明题目与维度分的相关程度较高,同时不存在任何题目删除后维度的信度水平高于现在信度结果的情况,因此可以证明题目的信度质量较好,所有题目均予以保留,问卷可信有效。
(四)效度检验
效度检验主要是指问卷所收集到的结果反映所要考察内容的程度,即问卷数据接近真实情况的程度。
表4 KMO及Bartlett检验
取样足够度的 Kaiser-Meyer-Olkin 度量 | .778 | |
Bartlett 的球形度检验 | 近似卡方 | 2158.997 |
df | 105 | |
Sig. | 0.000 |
本次研究整体问卷的KMO的值如表X所示为0.778,该值大于0.7说明题目之间的相关性较高,同时可以证明变量之间的偏相关较低适合进行因子抽取,同时得到Bartlett球形检验的值为2158.997,以及可以得到巴特利球形检验的自由度df=105,通过巴特利球形检验卡方值与自由度的对比得到显著性Sig<0.001,这说明母子集群之间的关联较高,问卷适合进行因子分析以及后续检验。
表5总方差解释表
初始特征值方差的 | 提取平方和载入方差的 | 旋转平方和载入方差的 | ||||||
合计 | % | 累积 % | 合计 | % | 累积 % | 合计 | % | 累积 % |
4.308 | 28.717 | 28.717 | 4.308 | 28.717 | 28.717 | 2.447 | 16.311 | 16.311 |
2.404 | 16.027 | 44.744 | 2.404 | 16.027 | 44.744 | 2.337 | 15.583 | 31.893 |
1.970 | 13.132 | 57.876 | 1.970 | 13.132 | 57.876 | 2.238 | 14.917 | 46.810 |
1.633 | 10.885 | 68.761 | 1.633 | 10.885 | 68.761 | 2.188 | 14.584 | 61.394 |
1.037 | 6.914 | 75.675 | 1.037 | 6.914 | 75.675 | 2.142 | 14.281 | 75.675 |
.576 | 3.838 | 79.513 | ||||||
.511 | 3.405 | 82.917 | ||||||
.431 | 2.875 | 85.793 | ||||||
.423 | 2.817 | 88.610 | ||||||
.347 | 2.312 | 90.922 | ||||||
.342 | 2.283 | 93.205 | ||||||
.300 | 2.002 | 95.207 | ||||||
.282 | 1.880 | 97.086 | ||||||
.230 | 1.535 | 98.621 | ||||||
.207 | 1.379 | 100.000 |
提取方法:主成份分析。
通过KMO和巴特利检验后可以对问卷题目进行主成分分析,接下来采用主成分分析法和正交旋转法对预测问卷的15个题目进行探索性因素分析。首先采用主分成分析法提取公共因素,得出初始符合矩阵;再用正交旋转法求出旋转因素符合矩阵。
通过题目分析结果可以看到15个题目进行了主成分检验,通过设定抽取特征值大于1进行主成分提取的标准后,可以得到共有5个成分被抽取出来,这5个成分的累计方差解释率达到75.675%,这一标准已经大于60%的基础标准,说明通过15个题目抽取出的5个因子保留了原始题目60%以上的原始信息,抽取后的维度在极大程度上保留了题目的信息特征,因此可以证明成分的抽取效果较好。
表6旋转成分矩阵
成份 | |||||
1 | 2 | 3 | 4 | 5 | |
有用性2 | .888 | ||||
有用性1 | .876 | ||||
有用性3 | .868 | ||||
主观规范1 | .877 | ||||
主观规范2 | .846 | ||||
主观规范3 | .838 | ||||
使用需求1 | .816 | ||||
使用需求3 | .812 | ||||
使用需求2 | .787 | ||||
易用性1 | .856 | ||||
易用性3 | .851 | ||||
易用性2 | .781 | ||||
政策引导2 | .865 | ||||
政策引导1 | .857 | ||||
政策引导3 | .765 |
在成分抽取后,得到旋转成分矩阵,可以看到,在设定显示主载荷值后,不同概念的题目之间相互区分在不同成分上,随后对旋转成分矩阵进行分析,一般而言出现以下情况后题目的结果较差需要予以剔除,具体标准如下:1是题目的因子载荷较低,当题目的主载荷低于0.5的时候证明题目与维度的归属关系较弱,证明题目的信息不能完全表征维度的对应概念因此需要剔除;2是题目在不同主成分的载荷的绝对值之差不足0.2的差距的时候题目应当予以剔除,是因为题目可能表达了不同成分的概念含义,容易在实际的科研中出现混淆;3是题目本身的概念与所属的主维度的概念不一致,题目需要进行甄别,如果是数据结果问题需要予以剔除,如果是题目本身的概念能够被新的成分包含则需要对其进行修正。从以上结果可以看到,5个成分所包含的题目均不存在以上情况,因此题目的概念相互界限明显,题目归属概念清晰结果较好,予以保留。
(五)相关分析
相关分析的检验目的是在于将不同的变量进行两两匹配检验,确定不同概念之间是否存在共同变化的趋势关系,相关分析的结果如下表:
表7相关分析表
主观规范 | 易用性 | 有用性 | 政策引导 | 使用需求 | |
主观规范 | 1 | ||||
易用性 | .248** | 1 | |||
有用性 | .239** | .041 | 1 | ||
政策引导 | .157** | -.078 | .114* | 1 | |
使用需求 | .333** | .359** | .391** | .212** | 1 |
**. 在 .01 水平(双侧)上显著相关。 | |||||
*. 在 0.05 水平(双侧)上显著相关。 |
从皮尔逊相关分析结果可以看到,使用需求与主观规范、易用性、有用性以及政策引导均呈现显著正相关关系。其中主观规范与使用需求显著正相关r=0.333,p<0.01;易用性与使用需求显著正相关r=0.359,p<0.01;有用性与使用需求显著正相关r=0.391,p<0.01;政策引导与使用需求显著正相关r=0.212,p<0.01。
(六)回归分析
回归分析是通过相关分析得到的基础结论求证不同变量之间因果关系的检验,本研究采用多元回归分析对使用需求的影响因素进行预测建模得到模型结果如下:
表8回归分析表

从回归分析整体结果看,变量的相关系数为0.573,决定系数r2=0.329,模型检验F=37.806,p<0.001,说明模型建模成立,自变量整体对因变量的有效预测率为32.9%。具体看主观规范显著正向预测使用需求beta=0.147,p=0.004;易用性显著正向预测使用需求beta=0.323,p<0.001;有用性显著正向预测使用需求beta=0.322,p<0.001;政策引导显著正向预测使用需求beta=0.178,p<0.001。
整个数据分析以西北师范大学本科生为研究主体,通过阅读、总结以前学者的研究,问卷的设计、发放、回收和对数据的收集与整理,然后利用SPSS对问卷的质量,信度,效度进行检验以及相关分析和回归分析等,得出以下主要结论:
第一,大学生环保意识有所提高但缺乏垃圾分类信息化相关专业知识。
第二,大学生对垃圾分类信息化使用需求意愿很强烈。
第三,大学校园生活对垃圾分类信息化使用需求与主观规范、易用性、有用性以及政策引导这四个因素均呈现显著正相关关系。
通过以上数据分析得出的结论提出以下几点建议:
第一,学校可以发放一些垃圾分类信息化相关知识的宣传手册来引导大家积极参与信息化的垃圾分类。
第二,学校可以购买一些硬件设施,如垃圾分类智能收集箱,让垃圾分类投放形成一种习惯。
第三,必要时学校可以实行垃圾分类信息化积分制,由教师带头进行垃圾分类智慧投放与学生学分挂钩,来共同促进高校文明校园的建设。
五、总结
(一)结论
本文先通过对垃圾分类信息化认知及使用需求影响因素的研究背景与目的以及国内对于这方面的研究现状先确定论文写作方向,其次再综合阐述垃圾分类信息化认知的概念,通过查阅文献总结以前学者对于垃圾分类信息化的研究、同时以本校本科学生为研究主体做问卷调查,进一步总结出哪些因素能够对主体对于垃圾分类信息化使用需求产生影响。然后通过调查问卷收集的数据在SPSS中进行录入与整理,其次通过描述性统计、因子分析、相关分析及回归分析等方法得出大学校园生活对垃圾分类信息化使用需求与主观规范、易用性、有用性以及政策引导这四个因素均呈现显著正相关关系。最后本文通过以上数据分析得出的结论为大学校园生活今后注重对垃圾分类信息化的需求使用提出一点建议,为进一步建设文明校园生活提供一定的参考。
(二)研究不足
第一,本次研究的主体只限定于本校的学生,所以问卷调查所获得的数据具有一定的局限性。
第二,原本打算通过线下发放问卷或访谈等形式收集更加准确的垃圾分类信息化使用需求影响因素,但是由于疫情原因就只是从学者的文献中提取假设影响因素,具有一定普遍性、局限性。
第三,在写作期间,思考和分析处理问题的能力不足。
参考文献:
[1]左明,储伟伟,张明耀.生活垃圾分类监管系统信息化研究[J].环境卫生工程,2014,22(03):77-78.
[2]王淑敏.校园垃圾分类回收利用现状与分析:决策论坛——基于公共管理学视角的决策研讨会,中国北京,2015[C].
[3]冯为为.信息化助力生活垃圾分类落实落效[J].节能与环保,2018,(01):54-55.
[4]卢嫄,谭锋.基于绿色账户的全过程垃圾分类信息化管理研究[J].电子测试,2017,(18):131-132.
[5]王朦,谢宏华.上海垃圾分类的开展对大学校园垃圾分类的启示[J].中国环境管理干部学院学报,2017,(03):1-4.
[6]陈健.循环经济下我国城市生活垃圾分类现状及管理对策研究:2018中国环境科学学
科学技术年会,中国安徽合肥,2018[C].
[7]白峻恺.吉林省农村居民生活垃圾分类意愿及其影响因素分析[D].长春:吉林大学,2019.
[8]王业兴.大数据时代的城市垃圾箱设计研究[D].济南:齐鲁工业大学,2019.
[9]吴巧玉.“互联网+垃圾分类”模式存在问题与建议——以上海“绿色账户”为例[J].现代商业,2018,(21):181-183.
[10]李永涛.我国城市居民生活垃圾分类激励机制研究[D].广州:中共广东省委党校,2019.
[11]谢梦阳,李光明,张珺婷,等.信息化技术在城市生活垃圾收运管理中的应用[J].环境科学与技术,2016,39(S1):318-324.
[12]刘向荣.城市生活垃圾收运的信息化研究[J].中国总会计师,2019,(05):136-137.
[13]潘霆.大学生垃圾处理现状及模式构建:2015年(第四届)全国大学生统计建模大赛,中国北京,2015[C].
[14]杨柳.高校垃圾分类系统设计研究[D].成都:西南交通大学,2017.
[15]武佳奇,王悦,杨茜等.高校学生垃圾分类行为影响因素研究——基于1010份问卷调查[J].中国物流与采购,2019,(18):65-68.
[16]卢嫄,韩宇麟.基于激励理论的高校垃圾分类信息系统设计[J].湖州职业技术学院学报,2018,16(03):42-44.
[17]袁昕.建设美丽中国视角下高校生活垃圾分类管理的困境与出路[J].河南工业大学学报(社会科学版),2019,15(03):113-120.
[18]董超群,曾洁.垃圾分类应从高校做起[J].教育教学论坛,2018,(06):7-8.
[19]谭巍.绿色发展理念下高校分类垃圾桶设计探析[J].美术大观,2018,(12):92-93.
[20]王维勋,孟令山,陈媛梁等.重庆市高校学生对垃圾分类意识和行为的调查分析[J].环境与发展,2019,31(06):203-204.
下载提示:
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.447766.cn/chachong/15236.html,