公共卫生安全素养是指个体发现、管理或消除威胁健康和安全的危险因素，预防、控制公共卫生安全事件的发生和发展，减少或避免其危害的能力。公共卫生安全素养在维度上包括公共卫生安全意识（如危机意识、报告意识、法律意识等）、知识（如灾害自救知识、传染病防治知识等）和技能（如自我防护、心理调适、自救互救技能、必要时采取理性行动的能力等），在域度上包括传染病、自然灾害、事故灾难等^[1-2]。具备良好的公共卫生安全素养是个体有效参与公共卫生安全事件防控的前提，是国家完善公共卫生体系、“强弱项、补短板”工作的一部分^[3]。大部分高校新生处在从青春期到成年期的过渡阶段，且属首次脱离家长的全面照料，从自己熟悉的环境进入大学校园新环境，开始相对独立的长期集体生活和学习，面临着与以往和其他人群不同的健康及安全风险，急需提高与其年龄特点和即将开始的长时间集体生活特点相适应的公共卫生安全素养。如高校学生因需要长时间集中学习和生活，存在传染病暴发流行等公共卫生安全隐患。2000-2017年，我国大学生结核病的总罹患率达5%，大学中发生的结核病暴发流行数占校园结核病暴发流行总数的29%^[4]。从2011年到2015年，15~24岁青年人群艾滋病年增长率达35%^[5]。因假期流动等因素，大学生也可将公共卫生安全风险带到全国城乡各地，是公共卫生安全事件防控的重点人群^[6]。研究开发高校新生公共卫生安全素养快速测评工具，及时测量其公共卫生安全素养水平，可为在校期间对其系统开展有针对性的教育干预，提升其防控突发公共卫生安全事件的能力，做好公共卫生安全事件防控工作，提供科学依据^[7]。本研究采用国际通用量表开发技术^[8]，编制高校新生公共卫生安全素养快速测评量表，并对量表的心理测量学指标进行检验。

资料与方法

1. 初始量表编制：

（1）界定概念：以公共卫生安全、高校学生、公共卫生安全意识、技能、行为能力、自我效能、健康素养为关键词，在中国知网、万方数据知识服务平台、维普数据库共检索出相关中文文献215篇，以public health security，public health safety，college student，public health security awareness，skill，ability，self-efficacy，health literacy为关键词，在PubMed、Medline、Web of Science数据库中共检索出文献312篇。根据对文献检索结果的汇总分析，本研究将高校新生公共卫生安全素养定义为：高校新生所应具备的发现、管理和消除威胁健康和安全的危险因素，预防和控制公共卫生安全事件的发生和发展，保护自身和他人健康及安全的能力，也是指关于传染病疫情、自然灾害等公共卫生安全事件（域度）预防和应对的意识、知识和技能（维度）。

（2）构建指标池：采用最大差异法^[9]、潜在内容分析法^[10]和信息穷尽法，对公共卫生安全领域的10名专家进行深入访谈，构建公共卫生安全素养评价指标体系和指标池，专家遴选标准：副高级职称及以上，熟悉公共卫生安全，从事公共卫生安全相关工作≥10年。经对访谈结果进行汇总分析，构建3个一级指标（维度：意识、知识、技能）、16个二级指标（域度）、60个三级指标（题项）。邀请参与深入访谈的10名专家，采用专家意见集中法^[11]，遴选内容效度（CVI）≥0.8的题项^[12]共19个（CVI=同意将该条目纳入问卷的专家数/全部专家数）。其中意识维度包括4个题项，知识维度包括6个题项，技能维度包括9个题项，共涉及自然灾害、事故灾难、重大传染病疫情、食物中毒、心理调适5个方面（表 1）。

（3）编制初始量表：采用Likert五级评分法^[13]编制初始电子量表，量表包括卷首语、个人基本信息和题项Q1~Q19。每个题项下列出“非常同意”“同意”“不知道”“不同意”“非常不同意”5个选项，正向题目从“非常同意”到“非常不同意”分别赋予分值5、4、3、2和1分。反向题目，赋分顺序相反。

2. 题项缩减：根据经典项目测验理论和项目反应理论（IRT）^[14]，通过现场实测，计算题项难度系数、区分度系数、矫正题项-总相关系数（CITC）、Cronbach's α信度系数、因子荷载、因子旋转前公因子的特征根、公因子累积方差贡献率等心理测量学参数，并根据IRT项目反应概率函数，采用Rasch单参数理论模型，检验题项的反应功能差异（DIF），进行题项缩减。

（1）现场实测：根据探索性因子分析对数据量的要求^[15]，在北京市选取一所全国招生的综合性大学，以自愿、知情、同意为原则，采用系统随机抽样方法，从2020年9月入校的所有本科、硕士、博士新生共3 204名中，根据学号，每隔12名，抽取1名，共抽取250名作为测试对象，对初始量表进行现场实测。所有被抽中调查对象均完成测试。量表完成后当场提交，导出问卷结果并采用Excel软件建立数据库。

（2）难度系数：将每个题项答对率的倒数作为难度系数。难度系数 < 1.05的题项过易，> 10.00过难，均予以删除^[16]。

（3）区分度系数：将量表得分前27%的测试对象设为高分组，得分后27%设为低分组，计算每个题项的区分度系数^[17]。难度指数^[18-19]：某个题项高分组答对人数的百分比（WH）与低分组答对人数的百分比（WL）的均值，计算公式：难度指数=（WH+WL）/2。难度指数介于0~1之间，难度指数值越大，表示题项越容易，反之则题项越难。题项删除的标准是难度指数 < 0.2或难度指数 > 0.9。鉴别力指数^[18-19]：高分组答对某个题项人数的百分比（WH）与低分组答对人数（WL）的百分比之差，鉴别力指数=WH-WL。鉴别力指数介于-1~1之间，鉴别力指数值为正且接近1时，表示鉴别度高，鉴别力指数 < 0.2的题项删除。临界比值法^[18-19]：比较高分组与低分组在每个题项的平均得分差异，进行t检验，保留具有统计学差异的题项，删除标准：t < 3或P > 0.05。

（4）CITC：删除标准为CITC < 0.3。

（5）Cronbach's α信度系数法^[20]：删除Cronbach's α < 0.5的题项。

（6）探索性因子分析法：对题项进行探索性因子分析，采用主成分分析法抽取公因子，特征值设为1。采用最大方差法进行正交旋转，确定因子数目，因子累积方差贡献率 > 50%为可以接受。题项删除标准为公因子方差 < 0.5或因子荷载 < 0.5。

（7）验证性因子分析法：采用与初始量表实测时相同的方法，在该高校未参加初始量表实测的2 954名新生中，按照学号，每隔9名抽取1名作为测试对象，共抽取318名，其中300名新生完成量表测试（回收率为94.3%）。对回收的数据进行验证性因子分析，验证量表的因子结构模型是否与实际收集的数据相符合，评价模型的适配程度，检验量表的结构效度^[21]。

（8）DIF：在不同人口学特征学生量表总得分之间差异无统计学意义的情况下，对其在每个题项上的得分均值差异进行t检验或单因素方差分析，如果在某题项上的得分差异无统计学意义，说明该题项恒定性好，DIF可接受^[22]。

3. 统计学分析：采用SPSS 22.0软件进行统计学分析，采用AMOS 24.0软件进行验证性因子分析。不同人口学特征学生量表得分比较及其在某个题项得分均值比较采用t检验或单因素方差分析。以P < 0.05为差异有统计学意义。

结果

1. 基本情况：初始量表实测的250名受试新生中，男生148人（59.2%），女生102人（40.8%）；< 18岁25人（10.0%），18~岁214人（85.6%），≥26岁10人（4.4%）；本科及以下145人（58.4%），硕士研究生95人（38.0%），博士研究生及博士后9人（3.6%）；家庭在城市地区的154人（61.6%），农村地区的96人（38.4%）；来自东部地区的90人（36.0%），中部地区的77人（30.8%），西部地区的83人（33.2%）。

2. 题项缩减：初始量表中19个题项的难度系数均在1.05~10.00之间，难度适中，无删除。根据区分度法，题项Q11的难度指数=0.12（< 0.2），予以删除。根据CITC和Cronbach's α法题项删除标准，题项Q1、Q7、Q12、Q18的CITC分别为0.25、0.28、0.17、0.27，予以删除。根据探索性因子分析法题项删除标准，Q3、Q9、Q19的公因子方差分别为0.357、0.401、0.471，予以删除。Q10、Q15的因子载荷分别为0.120、0.383，予以删除。最终保留9个题项（表 2）。

3. 量表的心理测量学参数值：保留的9个题项的难度系数在1.18~2.43之间，难度适中。区分度难度指数在0.41~0.78之间，鉴别力指数在0.38~0.64之间，高分组、低分组在每个题项上的平均得分差异均t > 3，均P < 0.05。各题项的Cronbach's α值在0.72~0.77之间，CITC在0.33~0.60之间，量表的整体Cronbach's α值为0.77（表 2）。

4. 探索性因子分析：对9个题项进行探索性因子分析，KMO值为0.841，Bartlett's球形检验有统计学意义（χ²近似值=541.74，P < 0.001），因子荷载矩阵进行最大方差正交旋转结果提示，该量表可提取3个公因子，因子结构清晰合理。9个条目的因子荷载均 > 0.680，3个公因子累积方差贡献率为62.484%（表 3）。

5. 验证性分析：共分析新生300人，男生151人（50.3%），女生149人（49.7%）；本科及以下182人（60.7%），硕士研究生109人（36.3%），博士研究生及博士后9人（3.0%）；< 18岁47人（15.7%），18~岁248人（82.7%），≥26岁5人（1.6%）；家庭在城市地区的192人（64.0%），农村地区的108人（36.0%）；模型整体适配度指标除χ²值（55.514，P < 0.05）以外，其他统计量均达适配标准（表 4）。

6. DIF检验：不同人口学特征学生量表得分均值差异无统计学意义（P > 0.05）；不同人口学特征学生之间在每个题项上的得分均值差异无统计学意义（P > 0.05）（表 5）。

7. 量表总分及实测新生得分：根据最终形成的3维度9题项量表，量表的总分最高45分，最低9分。250名大学新生实测得分41.06±3.63，最低分25，最高分45，意识、知识和技能3个维度的得分分别为13.80±1.55、12.98±1.72、14.27±1.27，27%高分组得分为44.59±0.49，27%低分组得分为36.31±2.61。

讨论

高校学生是公共卫生安全的脆弱和重点人群，及时测量和掌握高校新生的公共卫生安全素养，可为系统有效开展高校学生公共卫生安全教育奠定基础^[23]。本研究基于公共卫生安全素养概念，采用量表开发技术，针对高校新生所处的特殊年龄阶段、刚开始独立生活、面对新环境中特定公共卫生安全风险等特点，编制了高校新生公共卫生安全素养快速测评量表，为高校新生公共卫生安全素养的快速测评提供工具。

本研究开发的量表共包含传染病防控和自然灾害应对的意识、知识和技能3个维度9个题项，每个题项均根据经典项目测验理论和项目反应理论进行了严格筛选。初始量表的19个题项涉及的事故灾难、食物中毒、心理调适相关题项未达到心理测量学指标相关要求，未被保留，说明其涉及的知识点不能有效用于测量高校新生的公共卫生安全素养。虽然量表最终只保留9个题项，但其心理测量学指标均较好，能够代表公共卫生安全素养的概念、内涵和外延，能够准确有效地用于测量高校新生公共卫生安全素养。

分析结果提示，本研究开发的量表整体可靠性较好。经实测，量表的Cronbach's α系数 > 0.75，提示该量表具有较高的信度，能够准确测量高校新生的公共卫生安全素养。

本量表的效度较好，内容效度均 > 0.8，能够切实反映高校新生的公共卫生安全素养。探索性因子分析3个公因子的累积方差贡献率 > 60%，说明能够较好地解释总量表。各题项的因子荷载均 > 0.680，说明各题项在量表中的同质性良好^[24]。

本研究结果显示，量表的区分度较高，各题项的区分度系数（难度指数、鉴别力指数、高/低分组在各题项的得分差异t值和P值）均处在理想范围内，说明能够较好地用于区分不同素养水平的人群，可为筛选公共卫生安全素养干预重点人群，制定有针对性的公共卫生安全教育策略和措施，提供重要参考。另外，在量表研究开发过程中，删除了实测过难和过易的题项，阅读理解难易度适中，便于高校新生使用。

在高校新生中的实测提示，不同人口学特征学生之间的得分差异无统计学意义，提示量表的稳定性较好。对量表各题项进行功能差异检验结果提示，不同人口学特征学生在每个题项上得分均值差异无统计学意义，提示量表中各题项的恒定性较好。这些分析结果说明，本量表适合在高校各新生群体中使用，具有良好的适用性。

为了进一步检验因子与测量项之间的关系，本研究采用与初始量表实测相同的方法，在该高校未参加初始量表实测的新生中，抽取300名学生进行测试，对测试结果进行验证性因子分析，分析结果提示，模型整体适配度指标除χ²值外，其他统计量均达适配标准，说明量表的结构效度良好。

本研究的主要目的是遴选公共卫生安全素养量表条目，故只在一所高校的部分新生中进行了实测，样本量较小，不具备全国代表性。确定我国高校新生公共卫生安全素养得分的正常值范围和临界阈值，有待使用本量表开展全国性抽样调查。

综上所述，本研究编制的高校新生公共卫生安全素养量表的难易度、区分度、信度、效度、稳定性和题项恒定性均较好，可有效应用于高校新生公共卫生安全素养的测评，可为高校对学生开展系统和有针对性的公共卫生安全教育提供重要参考依据，但其稳定性、可推广性、测试效力、正常值范围和临界阈值仍需在更多高校新生中进一步研究。

利益冲突   所有作者均声明不存在利益冲突