李 礼

主体道德观念易受网络空间多样化道德观念的影响与冲击，使具有文化地域特征的网民的传统道德被分化、同化或扭曲。多样化的网络道德结构导致网络行为主体经常处于道德选择的矛盾中，极易引发网络主体道德认知、道德情感、道德责任弱化等问题。为了更好探究网络道德情感与行为方式及其内在联系，本文经过实际调查验证，编制了“网络道德情感”测评量表；并有针对性地调研了533 名中国网民，通过相关指标的适合度检验，得出正式问卷量表，以期为我国网络道德情感的现状与行为方式的研究提供一定的参考。

一、研究设计

1.文献回顾与问题提出

理论与测量之间，是一个相互作用的过程，表现为知识生长的自我延展的循环［1］。关于道德，我们可以测量到什么及如何测量，取决于我们对其所知的范围和局限。关于道德认知与情感的研究始于瑞士心理学家皮亚杰和美国发展心理学家科尔伯格关于儿童的道德认知发展理论。后来的研究者从中汲取精髓，采用量表的形式进行道德认知测评，比如莱斯特的确定问题测验和林德的道德判断测验。随着内隐社会认知理论的发展，研究者将实验测量方法（比如IAT）用于道德认知测评［1］。回顾过去近六十年的时间，我们不难发现，科尔伯格的道德认知与情感发展理论一直居于道德心理学研究的主导地位，并被当代道德心理研究和道德教育实践奉为“圭臬”。然而随着道德认知与情感研究的不断扩展深入，当代西方道德心理学开始对科尔伯格的理论及其测量内容进行了重大修正与补充，并最终促成了研究范式及其测量方式的进步和转向。

20 世纪20 年代开始，皮亚杰采用临床访谈法和对偶故事法探讨儿童道德认知发展的水平，提出了儿童道德认知发展理论，这为后来的研究者奠定了道德认知研究的基础。科尔伯格沿着皮亚杰的方法脉络进一步拓展了道德理论及其测量方法，发现了儿童道德认知发展的三级水平与六个阶段。他所运用的一些测量方法，如句子评分法、两难故事法等，成为道德认知与情感研究的经典工具。科尔伯格的学生莱斯特指出，道德行为和情绪是理解道德判断、道德认知的核心。于是，莱斯特以道德行为和情绪作为核心设计了问题测验以测量个体道德的道德认知发展水平。莱斯特利用此问卷量表，可更便捷精准地评价青少年和成人如何理解和解释道德问题。到了20 世纪80 年代，德国心理学家林德认为莱斯特的道德情感量表缺少对道德行为认知的关注，因而提出“双面理论”（Dual-Aspect Theory）。该理论认为，可以从情感和认知两个方面描述个体道德行为，即行为中表达出来的道德定向（moral orientation）以及道德能力（moral compe⁃tencies）。同时，正是在双面理论基础上，林德等人开发出道德判断测验，以同时测量道德行为的认知和情感两个方面。

20 世纪80 年代以来，道德心理学研究取得巨大进展，研究者开始将道德判断视为一个自动、自觉的过程。比如，社会心理学家乔纳森·海特的社会知觉模型认为，道德判断起初是由于道德直觉而产生的，但是产生之后则伴随一个缓慢的、依据过去发展情形分析的道德推理过程［2］。海特的理论和美国心理学家格林沃德提出的内隐社会认知理论具有内在的一致性。内隐社会认知理论强调社会判断是一个基于过去经验的快速生成过程，是自动化的而且无须深思熟虑。这些过往的经验储存在记忆系统中作为参照的知识结构。这些概念间的联结即所谓的图式心理结构（schematic mental structure）［3］。社会认知领域的研究表明，内隐联结不同于外显认知。外显认知发端于认知上的深思熟虑。个体可以意识到这个过程，因此，可以借由自我报告进行测量。而内隐连联结允许做出自动反应的心理表征，无须强烈的刺激即可以启动。研究者发现，内隐联结可以影响个体的行为，尤其在那些标准不明或结构不清的行为情境中，内隐联结的作用尤为明显［4］。情境中的道德判断同样受到内隐过程的影响。其实，以莱斯特为代表提出的新科尔伯格理论也认为，“一个人在发展过程中形成的道德图式是内心深处的一种知识网络，是在个人所经历的各种生活事件的影响下组织起来的……道德图式的网络体现了道德知识建构的系统性，与生活事件的联系体现了道德认知发展与情境的高度相关，根据经验来获取新信息则体现了个体道德判断的自动性”［5］。

1998 年，格林沃尔德（A.G.Greenwald）首先提出的内隐联想测验（IAT）对个体的内隐态度等内隐社会认知进行测量。IAT 用于个体道德认知的测量，其设计原理就是测量个体内隐自我概念与正负向属性的联结情形。这种联结情形以反应时间的快慢来表示。反应时间愈短，表示某内隐自我概念和某一属性联结愈强；反应时间愈长，表示内隐自我概念和某一属性联结愈弱［6］。

综上所述，随着道德情感研究方法的使用和改进，在二战后的几十年内，道德心理领域的研究取得了颇丰的成就。当然，这也从侧面说明了测量工具与理论构建之间具有相互促进关系。虽然前人的研究成果浩繁，但是道德情感与道德认知理论的构建研究仍需要进一步探讨，比如以下议题的研究在目前学术界仍然缺少讨论：外显和内隐的道德认知的关系如何？随着互联网的迅猛发展，网络道德情感如何更好地测量？道德测评如何具有跨文化的适应性？所有这些问题都有待进一步研究。在借鉴已有相关研究成果的基础上，本文试图结合网络社会环境与网络主体的特点编制网络道德情感测试问卷量表，用于探讨网民的道德情感与网络道德行为。

2.研究假设与研究方法

本研究基于以下两个假设来编制网络道德情感测试量表：

假设一：网络道德情感呈现为多维结构。

假设二：网络道德情感在性别、居住地区、网龄、每天上网时间、宗教信仰或伦理道德思想等多个人口统计学变量上存在的显著性差异。

本研究分为两个阶段进行：

阶段一：选取湖南省长沙市6 个行政区（天心区、望城区、芙蓉区、岳麓区、雨花区、开福区），发放50 份开放式问卷，回收49 份有效问卷；开放式问卷对象包括城市社区网民、农村地区网民、公务员、大学生网民、网络大V 等。结合开放式问卷收集相关信息，通过阅读文献资料，结合专家访谈意见，收集编制网络道德情感初测问卷的51 个条目。

阶段二：通过问卷星平台发放网络问卷536份，回收有效问卷533 份，问卷有效率99%。首先，将有效问卷录入Spss22.0 中进行统计分析；其次，对已经录入的结果进行探索性因素分析，在进行项目分析后剔除不当题项，确定问卷的维度；最后，通过验证性分析来检验问卷的信度和效度，根据统计分析处理后最终形成正式问卷。

二、问卷编制

1.预测问卷的形成

网络道德情感是基于一定的网络道德认识，在评价自己、他人网络道德行为、网络言论和意图时产生的一种较为持久稳定的内心体验［7］。根据以往关于道德情感和网络道德情感结构研究的结果，考虑到中国的网络实际情况，本研究初步拟定从网络责任感、网络羞耻感、网络正义感、网络移情四种基本道德情感来揭示中国网民网络道德情感的结构。在以往道德情感量表设计的基础上，本研究通过对50 名有代表性的来自不同群体的网民的访谈和提问，扩充了原有的量表问题，设计了51 个项目用于对网络道德情感的测量。另外，我们还邀请了部分专家进行鉴定和评价，最后参考《心理卫生评定量表手册》中已有的成熟的心理学量表的编制方式编制网络道德情感的预测问卷，采用李克特5 点计分法。

2.初测问卷的形成

（1）预测问卷的项目分析

项目分析的目的在于确定问卷量表研究项目是否有效和合适，并能较好反映测验中的题目优劣。我们对这51 项进行项目分析，在对此51 项进行求和后，分成高低组别，在使用T 检验进行差异对比。从表1 可以看出：高低两组对于Q4、Q7、Q16、Q17、Q18 共5 项并未表现出显著性（P>0.05），意味着这5 项区分性差，因此，按照要求，应当对这5 项进行删除处理。剩余46 项呈现出显著性（P<0.05），这就意味着剩余46 项具有良好的区分性，因而保留这46 项。

表1 项目分析（区分度）结果

（2）预测问卷的探索性因素分析

探索性因素分析旨在解决多重共线性问题，通过将相关性较强的变量浓缩为单一变量，可以减少变量的数量和简化复杂的数据结构，从而达到降维目的。其基本原理在于多个相关性较强自变量对因变量的解释上存在较多交集，简化为少数几个因素更能清晰解释因变量的变化。对于探索性因素分析应当注意以下步骤：

首先，适用性检验（即KMO 检验和Bartlett 球形检验）。在对问卷进行因素分析之前，首先要进行一个适用性检验，以判断是否可以进行因素分析。通过KMO 和Bartlett 球形检验考察中国网民网络道德情感的因素分析的适合性。KMO 值越大表明变量间的共同因素越多，就越适合进行因素分析。当KMO>0.7，表明可进行因素分析，但当KMO<0.5，则表明该问卷不适合做因素分析。

其次，项目筛选的依据。采用因素分析之前，应当采用权威的项目筛选和评价标准来取舍问卷的题项。具体筛选标准如下：第一，项目因素负荷值a<0.40，问卷题项在某个因素上的负荷越大，表明该题项与此因素的关系越密切；反之，则说明该题项不能较好反映该因素所代表的心理特质；第二，共同度h2<0.20，它反映了所涉及的公共因素对项目的贡献率。

最后，明确因素个数。从结构效度方面考察问卷项目的有效性，分别对四个分问卷采用主成分分析法抽取公共因素，得出最初因素负荷矩阵，根据因素分析筛选项目的标准删除不理想题项后，再用正交极大方差旋转法求出旋转因素负荷矩阵。确定因素数目依据以下标准：一是因素符合陡阶检验，参考每个分问卷的因素提取碎石图；二是因素的特征值大于1，即因素的贡献率大于1［7］。

采用“网络聊天时我容易受对方情绪的感染”“倾听网友诉苦时，我为他感到难过”“能够理解他人沉迷于网络游戏的心理”“我能理解他人的网恋行为”等7 道题作探索性因素分析。进行适合性检验，结果显示，Bartlett 球型检验值为696.462，P 值显著。其次，探索性因素分析KMO 值为0.67，大于0.5，说明各项目间有共享因素的可能性。最后，判断因素数。根据碎石图的结果，特征值大于1 的因素数为2 个。此外，还采用主成分分析和正交极大方差旋转法进行因素抽取，根据因素分析判断标准（共同度>0.4），特征值大于1 的有2 个项目，分问卷由2 个主成分因素构成，且因素数与碎石图检验相符合（见表2）。

表2 网络移情量表因素负荷矩阵

根据结果，我们发现网络移情分问卷因素分析可提取2 个因素，该2 个因素可作为7 道题来解释因变量。提取出来的2 个因素特征根值均大于1。由于因素1 的特征值为2.045，最大方差旋转后方差解释率为29.220%，且包含的4 个项目描述的是中国网民网络情感移情表现，可将其命名为“网络情感移情”；因素2 的特征值为1.468，最大方差旋转后方差解释率为25.855%，且包含的3 个项目均描述了网络上中国网民关于认知移情的表现，故将其命名为“网络认知移情”。

②网络羞耻感量表的探索性因素分析

采用“我会因在网上传播虚假消息而感到羞愧”“我会因在网上使用虚假身份与人交流而感到羞愧”“我会因在网上聊天时说谎而感到羞愧”“我会因在网上使用污秽粗鲁的语言调侃对方而羞愧”“我会因在网络上窥探他人隐私而感到羞愧”“我会因传播网络病毒的行为而感到羞愧”等13 道题作探索性因素分析。首先，进行适合性检验，结果显示，Bartlett 球型检验值为4624.667，P 值显著。其次，探索性因素分析KMO 值为0.902，大于0.5，说明各项目间有共享因素的可能性。最后，判断因素数。根据碎石图的结果，特征值大于1 的因素数为3 个。此外，还采用主成分分析和正交极大方差旋转法进行因素抽取，根据因素分析判断标准（共同度>0.4），特征值大于1 的有2 个项目。另外还有1个项目特征值接近1，软件默认视为第三个因素，故分问卷由3 个主成分因素构成，且因素数与碎石图检验相符合（见表3）。

表3 网络羞耻感分问卷因素负荷矩阵

根据结果，我们发现网络羞耻感分问卷因素分析一共可提取3 个因素，该3 个因素可代表16 道题来解释网民的网络道德情感。此外，提取出来的3个因素中第一个因素和第二个因素特征值均大于1，第三个因素特征值接近1。因素1 的特征值为6.763，最大方差旋转后方差解释率为38.777%，且包括的6 个项目均描述的是网民对其网络侵权行为的评价，故将因素1 命名为“侵权羞耻”。第二个因素的特征值为1.450，最大方差旋转后方差解释率为24.402%。其涵盖的3 个题项都描述了网民对其网络虚假行为的评价，并感到羞耻，因此将因素2 命名为“虚假羞耻”。第三个因素其特征值为0.873，最大方差旋转后方差解释率为14.833%。其包含的4 个题项都描述了网民对其网络暴力行为的评价，并感到羞耻，因此将因素3 命名为“暴力羞耻”。

③网络正义感量表的探索性因素分析

采用“我不能接受在网上靠哗众取宠吸引点击率的行为”“我不能接受在网上发布虚假广告进行虚假商业宣传的行为”“我不能容忍在网上制造和传播电脑病毒的行为”“我不能容忍网上发送垃圾邮件和垃圾信息的行为”“我不能容忍网站设置消费陷阱损害消费者利益的行为”“我不能容忍网络水军在网络上的炒作行为”“对见利忘义聚敛财富行为进行网络谴责的行为值得提倡”“在网上揭发社会中的不公正现象的行为值得提倡”“网民在舆论中支持弱势群体的社会利益行为值得提倡”等10 道题作探索性因素分析。首先，进行适合性检验显示，Bartlett 球型检验值为4669.143，P 值显著。其次，探索性因素分析KMO 值为0.911，大于0.5，说明各项目间有共享因素的可能性。最后，判断因素数。根据碎石图的结果，特征值大于1 的因素数为2 个。此外，还采用主成分分析和正交极大方差旋转法进行因素抽取，根据因素分析判断标准（共同度>0.4），特征值大于1 有2 个因素，且因素数与碎石图检验相符合（见表4）。

长期以来，业界把控制核电建设成本的主要精力放在施工阶段—审核施工图预算、合理结算工程价款、严控合同变更索赔事项。我们已充分认识到要有效地控制核电建设成本，降低核电发电成本，提高电价市场竞争能力，只能把控制重点由原来的单一的对项目实施阶段(设计、施工图预算)的控制转移到核电建设前期决策阶段和设计施工阶段，在各阶段实施有效的成本精益化管理和控制方法，才能取得事半功倍的效果。随着电力市场化竞争加剧，业主应尽快转变观念，超前思维，积极学习吸收先进管理模式和经验，将建设成本精益化管理理念和科学成本控制方法应用到核电工程项目实践中去，提高国内核电工程建设成本管理水平，提高核电的经济性和市场竞价能力。

表4 网络正义感分问卷因素负荷矩阵

根据结果，我们发现网络正义感分问卷因素分析一共可提取2 个因素，该2 个因素可代表10 道题来解释网民的网络道德情感。此外，提取出来的2个因素特征值均大于1。第一个因素的特征值为5.191，最大方差旋转后方差解释率为51.909%，且涵盖的7 个项目均描述的是中国网民对其网络非正义行为的评价，因此将因素1 命名为“鄙视非正义”。第二个因素的特征值为2.396，最大方差旋转后方差解释率为75.868%，且包括的3 个题项都描述了中国网民对其网络伸张正义行为的评价，故将因素2 命名为“伸张正义”。

④网络责任感量表的探索性因素分析

采用“喜欢利用自己的专业知识在网上帮他人解决问题”“喜欢参与网上关于舆论热点问题的讨论”“能很好地控制自己的网购欲望”“能自觉控制上网时间，不沉迷于网络游戏”“能很好地将网络资源用于学习上”“认为网络相关法律应该对网络犯罪进行严惩”“尽管网络世界是虚拟的，也应该有其通用的道德规范”“对网络上的提问，如果知道的话，我会给予回答”“倾听网友诉说自己的无助时，我很想帮助他”等16 道题作探索性因素分析。首先，进行适合性检验，显示Bartlett 球型检验值为5893.026，P 值显著。其次，探索性因素分析KMO值为0.909，大于0.5，说明各项目间有共享因素的可能性。最后，判断因素数。根据碎石图结果，特征值大于1 的因素数为3 个。此外，还采用主成分分析和正交极大方差旋转法进行因素抽取，根据因素分析判断标准（共同度>0.4），特征值大于1 的有3 个因素，且因素数与碎石图检验相同（见表5）。

表5 网络责任感分问卷因素负荷矩阵

根据结果，我们发现网络责任感分问卷因素分析一共可提取3 个因素，该3 个因素可代表16 道题来解释网民的网络道德情感。提取出来的3 个因素特征值均大于1。因素1 的特征值为7.006，最大方差旋转后方差解释率为26.680%，且包含的7 个项目描述了中国网民对网络自我责任行为的评价，因此将其命名为“网络自我责任感”；因素2 的特征值为1.419，最大方差旋转后方差解释率为16.173%，其包括的4 个项目描述的是中国网民关于自身是否沉迷于网络世界的自我评价，故而用“网络自我控制力”命名；因素3 的特征值为2.384，最大方差旋转后方差解释率为24.738%，且包括的5 个项目描述了中国网民对网络他人责任行为的评价，因此用“网络他人责任感”命名。

（3）网络道德情感问卷的验证性因素分析

验证性因素分析旨在考察问卷的拟合度与因素之间的相关性。在问卷回收后，对其进行了验证性因素分析，以判断问卷的拟合度与因素之间的相关性，从而判定问卷的信度与效度。对问卷进行验证性因素分析是为了考察网络道德情感问卷模型的拟合度以及项目与各因素之间的关系［7］。在分析、评价模型的适配度时，需参考多个指数，本研究所采用的指标有如下几个：

一是绝对拟合指数［χ2（chi-square）检验］。绝对拟合指数包括卡方检验和近似均方根误差（RM⁃SEA）。一般而言，研究较多采用χ2/df 作为其替代性检验指数。根据以往经验，χ2 容易受样本数量影响，如样本量较大时，易导致拒绝零假设，因而需要结合其他指标同时评价。通常公认的模型与数据的拟合标准为χ2/df<5，如果χ2/df>10，则表明该模型准确度不高。当然，学界认为RMSEA 是评价模型拟合效果最佳的信息标准指标。它对模型中自由参数较敏感，即受模型复杂性影响较大。研究表明：RMSEA<0.05 表示拟合非常好，RMSEA 处于0.05—0.10 之间被认为吻合度一般，而RMSEA>0.10 则被认为拟合较差［7］（P25）。

二是相对拟合指数。模型拟合指数是考察理论结构模型对数据拟合程度的统计指标。主要包括拟合优度指数（GFI）、调整拟合优度指数（AG⁃FI）、非范拟合指数（TLI）以及相对拟合指数（CFI）。通常认为，以上四个指数大于0.9 就说明拟合度较好，越接近1 拟合度就越好。但一般情况下，AGFI在0.80 以上，GFI 在0.85 以上，都可认为理论模型与数据的拟合程度符合统计学要求。

①网络移情量表的验证性因素分析

结果显示，卡方检验指数为5.31 小于10，RM⁃SEA 值为0.090 小于0.1，初步说明模型的适配度效果较好。此外，在相对拟合指数中，除TLI 指数外，其他GFI、CFI 和AGFI 三项指标的拟合度均大于0.90，显示了网络移情量表分问卷具有较好的拟合度，因而可以接受网络移情量表问卷的两因素模型、各观测量的误差方差、因素的标准化系数。

②网络羞耻感量表的验证性因素分析

结果显示，卡方检验指数为11.03 且大于10，RMSEA 值为0.090 小于0.1，初步说明模型的适配度效果较差，但是考虑到χ2 容易受到样本量影响，因此还需要进一步参考其他拟合指标。此外，在相对拟合指数中，其他拟合指标TLI、GFI、CFI 和AG⁃FI 四项指标的拟合度均小于0.90，显示了网络羞耻感量表分问卷的拟合效果较差，因而应当拒绝接受网络耻感量表问卷的三因素模型。

③网络责任感量表的验证性因素分析

结果显示，卡方检验指数为5.73 小于10，RM⁃SEA 值为0.094 小于0.1，初步说明模型的适配度效果较好。此外，在相对拟合指数中，TLI 和CFI 均大于0.9，GFI 虽然小于0.9，但是经过调整后的拟合指标AGFI 大于0.8，显示了网络移情量表分问卷的拟合效果一般，但是网络责任感量表的效度仍在可接受范围内，因而可以接受网络责任感量表问卷的三因素模型。

④网络正义感量表的验证性因素分析

结果显示，卡方检验指数为15.055 大于10，而RMSEA 值为0.163 大于0.1，绝对拟合指标初步说明模型的适配度效果较差，但是考虑到χ2 容易受到样本量影响，因此还需要进一步参考其他拟合指标。此外，其他拟合指标TLI、GFI、CFI 和AGFI 四项指标的拟合度均小于0.90，其中，AGFI 只有0.685，这说明网络正义感量表分问卷的拟合效果较差。因此，网络正义感量表问卷的两因素模型还需要进一步考虑和修改，因而应当拒绝接受网络正义感量表问卷的三因素模型。

3.网络道德情感问卷的信效度检验

验证性因素分析结果显示，χ2/df 指数为9.760小于10，考虑到χ2 容易受到样本量影响，因此还需要进一步参考其他拟合指标。结果显示其他拟合指标TLI、GFI、CFI 和AGFI 的拟合度均大于0.90。故网络道德情感量表的验证性因素分析结果应当从TLI、GFI、CFI 和AGFI 四项指标来看。结果表明，网络道德情感问卷的拟合效果较好。因此，将网络道德情感量表划分为四因素模型的拟合效果是可以接受的，效果也相对较好。

第一，信度检验方面。按照以往的研究经验，本次研究对上述因素的信度检验采用分半信度和内部一致性系数（用Cronbach α 系数测量）作为信度检验指标。根据检验结果可知，中国网民网络道德情感测试问题的Cronbach α 系数为0.947。此外，四个分问卷的α 系数均在0.65 以上。这两个指标说明了本问卷具有较好的信度，即较好的可靠性，因而可以作为中国网民网络道德情感的调查工具。

第二，效度检验方面。遵循以往研究中对效度的检验路径，本次研究采用效度系数作为测量效度指标。由于该指标是以皮尔逊积差相关系数来表示的，并反映测验分数与效标测量的相关，因此，通过问卷各维度之间以及各维度与问卷总体之间的皮尔逊积差相关系数来检验问卷的结构效度，可得出中国网民网络道德情感问卷四维度及问卷总分的相关矩阵（见表6）。根据著名心理学家图克（Tuker）的观点，一个良好的问卷维度和总分之间的相关系数应控制在0.30-0.80，维度之间的相关系数应该在0.10-0.60 范围内。根据效度检验结果，我们发现各维度与问卷总分的相关系数为0.4-0.9（p<0.01），而各维度之间相关系数为0.196-0.679（p<0.01）（见表6）。总体而言，各维度与总问卷的相关程度较高，维度之间有中等程度的相关，这说明本量表的结构效度较好。

表6 网络道德情感四维度及问卷总分的相关矩阵

三、结果讨论

在问卷设计过程中，我们首先对关于网络道德情感的文献资料进行分析，概括出我国网民在网络道德情感上的特质包括了网络责任感、网络羞耻感、网络正义感、网络移情四种基本道德情感。其次，在借鉴前人研究成果的基础上［8］，我们设计了网络道德情感问卷的51 个项目，并邀请大学专业教授对测试问卷进行内容效度的检验，形成预测问卷，在问卷设计上将网络道德情感分为网络羞耻感、网络责任感、网络正义感、网络移情四个分问卷。最后，通过探索性因素分析以达到降维效果，我们确定了网民网络道德情感的网络移情分问卷包括网络认知移情和网络情感移情两个维度；网络羞耻感分问卷包括侵权羞耻、虚假羞耻和暴力羞耻三个维度；网络责任感分问卷涵盖网络他人责任感、网络自我控制力以及网络自我责任感三个维度；网络正义感分问卷包括鄙视非正义和伸张正义两维度。具体分析结论如下：

1.网络移情量表。依靠量表开展实际测量后，运用探索性因素分析方法对量表进行结构简化，得出网络移情量表主要由网络情感移情和网络认知移情2 个因素构成。该量表相对真实地反映了网络道德情感的结构及我国公民在网络世界中的情感表征。其中第一个因素包含第1、第3、第4以及第9 道问题，共4 个项目，这些问题涉及中国网民网络移情表现。而第二个因素包含了第5、第6以及第8 道问题，共3 个项目，这些问题更多描述了网民关于认知移情的表现。

2.网络羞耻感量表。关于网络羞耻感的16 个项目，在进行因素降维后，可以浓缩为3 个因素。其中，第一个因素包含第10 道问题到第12 道问题，共3 个项目，由于第一个因素的3 个项目都描述了网民对其网络虚假行为的评价，并感到羞耻，因此将其命名为“虚假羞耻”；第二个因素包含了第13、第14、第15 以及第20 道问题，共4 个项目，因为第二个因素的4 个项目都描述了网民对其网络暴力行为的评价，并感到羞耻，因此将其命名为“暴力羞耻”；第三个因素则囊括了从第19 道问题到第25 道问题，共计6 个项目，由于第三个因素的6 个项目均描述的是网民对其网络侵权行为的评价，故将其命名为“侵权羞耻”。

3.网络正义感量表。关于网络羞耻感的10 个项目，在进行降维后，可以浓缩为2 个因素。因素1包括了从第26 道问题到第32 道问题合计7 个项目，考虑到因素1 的7 个项目均描述的是中国网民对其网络非正义行为的评价，故将其命名为“鄙视非正义”；因素2 仅包含了从第33 道问题到第35 道问题合计3 个项目，由于因素2 的3 个项目都描述了中国网民对其网络伸张正义行为的评价，因此将其命名为“伸张正义”。

4.网络责任感量表。关于网络羞耻感的16 个项目，在进行降维后，可以浓缩为3 个因素。因素1包括了问卷中第36 道问题到第42 道问题，共计7个项目，由于第一个因素的7 个项目描述了中国网民对网络自我责任行为的评价，因此将其命名为“网络自我责任感”；因素2 包含问卷中第43 道问题到第46 道问题，共计4 个项目，鉴于因素2 的4 个项目描述的是中国网民关于自身是否沉迷于网络世界的自我评价，故而用“网络自我控制力”命名；而因素3 则包括了第47 道问题到第51 道问题，共计5个项目，由于因素3 的5 个项目描述了中国网民对网络他人责任行为的评价，因此用“网络他人责任感”命名。此外，我们通过对模型内部一致性系数和因素负荷分析，得出本文编制的网络移情量表，具有较好的信度和效度。

最后，我们利用AMOS 软件的验证性分析对问卷进行信度和效度检验。在信度方面，采用分半信度、Cronbach α 系数进行信度检验。中国网民网络道德情感Cronbach α 系数为0.947。四个分问卷的α 系数均在0.7 以上。这说明本问卷具有较好的信度，因而可以作为我国网民网络道德情感的调查工具。在效度方面，发现各维度与问卷总分的相关系数维持在0.7 以上，且显著相关；各维度之间相关系数维持在0.2 以上，且显著相关。各维度与总问卷的相关度较高，且维度之间有中等程度的相关性，这表明本量表的结构效度比较好。

综上，网络道德情感测量初测问卷具有较好的效度与信度，可作为我国网民网络道德情感研究的测量工具。对网络道德情感结构所作的实证分析，能为进一步掌握我国网民网络道德情感状况、澄清网络道德情感的结构和维度，为我国网民的网络道德情感与网络行为的研究提供参考。