环境风险感知对环境友好行为的影响机制分析

王丹丹

（河南师范大学新联学院 公共教学部，河南 郑州，451464）

一、提出问题

环境风险是自然或人为活动引发的不确定事件，这类事件会降低环境质量，从而对人类及社会财富造成损失。①潘红波，王梅，高宇.开展环境风险评价防范突发污染事件[J].环境保护科学，2006（4）:63-65。环境风险感知则是人们面临各种环境风险所做出的主观评价和回应。②刘敏.环境风险类型与风险感知的相关性研究[D].华中科技大学，2015。近年来，随着我国经济的高速发展，环境问题进入高发期，而人们对于美丽中国生态社会建设的呼声也越来越高，这种环境关心度与环境风险感知度的提高，是否会影响公众环境友好行为正是本文研究的重点。

回顾以往环境风险感知与环境友好行为的相关研究，主要集中于以下三个方面：第一，环境风险感知的影响因素研究。曹婧甜利用CSS2013 数据分析发现，城镇居民环境风险感知水平处于中等偏低的水平，地区的自然灾害状况、互联网使用率、人均GDP 水平、居住地环境状况、获取信息的渠道、制度信任水平都会对城镇居民的环境风险感知产生影响。③曹婧甜.城镇居民环境风险感知影响因素研究[D].武汉大学，2018。马雪怡等人研究发现，风险经历、风险知识和性别是影响环境风险感知的主要因素。④雪怡，马旭，刘敏.环境风险感知差异和风险沟通[J].新闻论坛，2017（06）:72-77。刘敏研究发现，风险关注、风险知识、媒体的报道量、媒体的可信度、有无风险经历、性别、专业、城乡对环境风险感知有显著影响。⑤刘敏.环境风险类型与风险感知的相关性研究[D].华中科技大学，2015。黄雪飞基于CGSS2010年的数据分析发现，媒介的使用频率越高，公众对环境风险的感知水平越高，环境知识显著促进公众的环境风险感知水平。⑥黄雪飞.媒介使用与环境风险感知:环境知识的调节效应[J].法制博览，2018（13）:41-42+34。廉莲结合心理距离分析发现，人格类型与环境风险距离的感知之间存在着关联性。⑦廉莲.环境风险感知的心理距离研究[D].哈尔滨工业大学，2013。

第二，环境友好行为的影响因素研究。张冬、罗艳菊通过分析海口市调查数据发现，环境敏感度、环境态度、环境行动知识与反应效能感均是居民环境友好行为意向的预测因子。⑧张冬，罗艳菊.城市居民环境友好行为意向的形成机制研究[J].四川师范大学学报（自然科学版），2013（03）:463-468。黄炜虹等人基于重庆市的调查分析发现，环境行动技能、环境保护态度对农户环境友好行为具有显著正向影响，农村社区内的环境公共服务、环境政策执行均对农户环境意识—环境友好行为关系有显著的调节作用。①黄炜虹，齐振宏，邬兰娅等.农户环境意识对环境友好行为的影响——社区环境的调节效应研究[J].中国农业大学学报，2016，21（11）:155-164。张萍等人研究发现，我国居民的环境友好行为整体上处于较低水平。环境知识是私人领域环境行为的首要影响因素，有效的动员与政府作为是影响公共领域环境行为的关键因素。②张萍，晋英杰.我国城乡居民的环境友好行为及其综合影响机制分析——基于2013年中国综合社会调查数据[J].社会建设，2015（4）:16-25。师硕等人研究发现，环境知识掌握的程度、对环境污染的感知以及对政府环保工作的评价对环境友好行为有显著影响。③师硕，郑逸芳，黄森慰.城市居民环境友好行为的影响因素[J].城市问题，2017（5）:81-88。

第三，环境风险感知与环境友好行为相关研究。朱慧基于2013年中国综合社会调查的数据分析发现，环境知识水平和环境风险感知对青年环境友好行为有积极的影响。青年私人领域环境友好行为受到阅历、经济基础和风险感知的影响，公共领域环境友好行为与“人的现代化”程度有关。④朱慧.环境知识、风险感知与青年环境友好行为[J].当代青年研究，2017（05）:66-72。邬兰娅等人通过全省六个省市333 户养猪户的调查数据分析发现，养猪户环境风险感知情况并不乐观，生态行为响应程度有待提高，且养猪户环境风险感知与生态行为响应的相关性不大。⑤邬兰娅，齐振宏，李欣蕊，黄建，罗丽娜.养猪农户环境风险感知与生态行为响应[J].农村经济，2014（07）:98-102。张郁、江易华调查发现，养猪户的环境风险感知对其环境行为的采纳存在显著的影响。⑥张郁，江易华.环境规制政策情境下环境风险感知对养猪户环境行为影响——基于湖北省280 户规模养殖户的调查[J].农业技术经济，2016（11）:76-86。唐素云研究发现，个体特征、猪场经营特征、信息因素、社会因素对环境风险感知有显著影响。规模养猪户环境风险感知对环境行为有显著正向影响。⑦唐素云.规模养猪户环境风险感知对环境行为影响研究[D].华中农业大学，2015。

基于文献回顾可以发现：第一，环境风险感知的界定比较泛化，一般研究均是笼统地以环境风险感知作为变量进行研究。本文认为，环境风险感知基于其发生风险源头的不同可以分为技术性环境风险感知和污染性环境风险感知。第二，关于环境风险感知与环境友好行为的研究尚比较缺乏，主要集中于养猪户，而关于一般公众的研究相对较少。因此，本研究试图利用中国综合社会调查2010年数据，对公众的环境风险感知与环境友好行为进行探究，完善以往研究不足。

二、数据、变量与方法

本研究所使用的数据来自由中国人民大学社会学系主持的“2010年中国社会综合调查”（CGSS2010）。（作者感谢该机构及其人员提供数据协助，本论文内容由作者自行负责）此次调查覆盖了中国大陆所有省级行政单位，采用多阶分层概率抽样设计，其调查点在全国一共抽取了100 个县（区），加上北京、上海、天津、广州、深圳5 个大城市，作为初级抽样单元。全国一共调查480 个村（居）委会，每个村（居）委会调查25 个家庭，每个家庭随机调查1 人，总样本量约为12000，共完成10968 份有效调查问卷。其中，在抽取初级抽样单元（县区）和二级抽样单元（村委会和居委会），利用人口统计资料进行纸上作业；而在村委会和居委会中抽取要调查的家庭时，则采用地图法进行实地抽样；在家庭中调查个人时，利用KISH 表进行实地抽样。该部分为选答题，因此排除缺失值和异常值后，共有1733 个有效样本进入分析。

1.因变量。本文研究环境风险感知对环境友好行为的影响机制分析，环境友好行为是本文因变量。我们用“您经常会特意将玻璃、铝罐、塑料或报纸等进行分类以方便回收吗？”、“您经常会特意购买没有施用过化肥和农药的水果和蔬菜吗？”、“您经常会特意为了环境保护而减少开车吗？”、“您经常会特意为了保护环境而减少居家的油、气、电等能源或燃料的消耗量吗？”、“您经常会特意为了环境保护而节约用水或对水进行再利用吗？”、“您经常会特意为了环境保护而不去购买某些产品吗？”六个问题进行测量，选项“总是、经常、有时、从不”分别赋值“4、3、2、1”。为了方便统计，将这六个变量合并一个变量，即环境友好行为，并对其频率进行求和处理，使之成为数值变量。数值越大，代表被调查者的环境友好行为越频繁。

2.自变量。本文的自变量是环境风险感知。我们从一般性环境风险感知和具体性环境风险感知两个方面进行测量。一般性环境风险感知我们直接利用问题“根据您自己的判断，整体上您觉得中国面临的环境问题是否严重？”进行测量，选项“非常严重、比较严重、即严重也不严重、不太严重、根本不严重”分别赋值“5、4、3、2、1”。数值越大，代表一般性环境风险感知越强烈。具体性环境风险感知我们用了“您认为汽车尾气造成的空气污染对环境的危害程度是？”、“您认为工业排放废气造成的空气污染对环境的危害程度是？”、“您认为农业生产中使用的农药和化肥对环境的危害程度是？”、“您认为中国的江河湖泊对环境的危害程度是？”、“大体上，您认为由气候变化引起的全球气温升高对环境的危害程度是？”、“您认为转基因作物对环境的危害程度是？”“您认为核电站对环境的危害程度是？”七个问题进行测量，其选项“对环境极其有害、非常有害、有些危害、不是很有害、完全没有危害”分别赋值“5、4、3、2、1”。

为了简化分析，我们将测量具体性环境风险感知的七个变量通过因子主成份法进行分析，并旋转因子载荷，迭代3 次后收敛，得到两个公因子（见表1）。因子分子通过巴特利特球形检验，并在置信区间99%上显著（P=0.000<0.001）。第一个公因子包括工业排放废气、汽车尾气、农药与化肥使用、江河湖泊的污染四个变量，命名为污染性环境风险感知；第二个公因子包括转基因作物、核电站、全球气温升高三个变量，命名为生态型环境风险感知。其中污染性环境风险感知因子方差贡献率38.29%，技术性环境风险感知因子方差贡献率29.23%，两个因子方差累计贡献率为67.53%。为了便于分析三个自变量对环境友好行为的影响，我们将这三个自变量进行了百分化处理。

3.控制变量。我们将性别、年龄、民族、信仰、教育、政治面貌、健康、婚姻、个人收入、地区、城乡、环境关心、环境知识作为控制变量纳入分析，其中性别、民族、信仰、政治面貌、婚姻、地区、城乡七个定类变量处理为虚拟变量进行分析；健康作为定序变量直接进入分析；年龄、教育、个人收入三个定距变量直接进入分析。

表1 环境风险感知的主成分法因子分析

环境关心我们用了“1、目前人口总量正在接近地球能够承受的极限”、“2、人是最重要的，可以为了满足自身的需要而改变自然环境”、“3、人类对于自然的破坏常常导致灾难性后果”、“4、由于人类的智慧，地球环境状况的改善是完全可能的”、“5、目前人类正在滥用和破坏环境”、“6、只要我们知道如何开发，地球上的自然资源是很充足的”、“7、动植物与人类有着一样的生存权”、“8、自然界的自我平衡能力足够强，完全可以应付现代工业社会的冲击”、“9、尽管人类有着特殊能力，但是仍然受自然规律的支配”、“10、所谓人类正在面临“环境危机”是一种过分夸大的说法”、“11、地球就像宇宙飞船，只有很有限的空间和资源”、“12、人类生来就是主人，是要统治自然界的其他部分的”、“13、自然界的平衡是很脆弱的，很容易被打乱”、“14、人类终将指导更多的自然规律，从而有能力控制自然”、“15、如果一切按照目前的样子继续，我们很快将遭受严重的环境再难”十五个变量进行测量，对于正向性问题“1、3、5、7、9、11、13、15”的选项“完全不同意、比较不同意、无所谓同意不同意、比较同意、完全同意”，我们分别赋值“1、2、3、4、5”；对于负向性问题“2、4、6、8、10、12、14”的选项“完全不同意、比较不同意、无所谓同意不同意、比较同意、完全同意”，我们分别赋值“5、4、3、2、1”。为了简化分析，我们将这十五个变量进行了合并，命名为“环境关心”，并取均值进行了百分化处理。

环境知识我们用了“1、汽车尾气对人体健康不会造成威胁”、“2、过量使用化肥农药会破坏环境”、“3、含磷洗衣粉的使用不会造成水污染”、“4、含氟冰箱的氟排放会破坏大气臭氧层”、“5、酸雨的产生与烧煤没有关系”、“6、物种之间相互依存，一个物种的消失会产生连锁反应”、“7、国内空气质量报告中，三级空气质量意味着比一级空气质量好”、“8、单一品种的树林更容易导致病虫害”、“9、国内水体污染报告中，v（5）类水质要比v（1）类水质好”、“10、大气中二氧化碳成分的增加会成为气候变暖的因素”10 个变量进行测量，其中对于正向性问题“2、4、6、8、10”的选项“正确、错误”分别赋值“1、0”；对于负向性问题“1、3、5、7、9”的选项“正确、错误”分别赋值“0、1”。为了简化分析，我们也将这十个变量进行了合并，明名为“环境知识”，并进行了百分化处理。本文中变量含义、赋值及其描述性统计情况见表2。

本文因变量是环境友好行为，我们已经对其进行求和处理，使之成为数值变量，因此我们选择利用OLS 回归模型进行分析。模型具体如下：

表2 变量含义、赋值及其描述性统计分析

其中是因变量公众环境友好行为；是自变量环境风险感知，包括一般性环境风险感知、污染性环境风险感知、技术性环境风险感知；是控制变量，包括性别、年龄、民族、环境关心、环境知识等个体特征变量。、和是待估参数，其中表示常数项，和分别表示自变量和控制变量对因变量的影响状况，如果为负值则为负向影响，正值则为正向影响。为随机误差。

三、模型检验与结果分析

首先，我们将公众环境友好行为作为因变量，将性别、年龄、民族、信仰、受教育年限、政治面貌、健康状况、婚姻状况、个人收入、地区、城乡十一个变量作为自变量纳入分析，得到模型1。模型F 值为22.643，R2为0.136，且模型在置信区间99%（P=0.000<0.001）上显著，说明该模型成立。模型结果显示，性别、年龄、民族、信仰、政治面貌、健康状况对公众的环境友好行为不产生显著影响；受教育年限、婚姻状况、个人收入、地区、城乡对公众的环境友好行为产生显著影响。具体而言，受教育年限越长其环境友好行为越频繁；已婚人士比未婚人士的环境友好行为更频繁；收入越高者其环境友好行为越频繁；东部地区的公众比西部地区公众的环境友好行为更频繁，西部地区的公众比中部地区公众的环境友好行为更频繁；城市人口比农村人口的环境友好行为更频繁。

第二，我们将公众环境友好行为作为因变量，将环境关心、环境知识作为自变量，同时控制性别、年龄、民族、信仰、受教育年限、政治面貌、健康状况、婚姻状况、个人收入、地区、城乡变量，进入分析后得到模型2。模型F 值为29.642，R2为0.195，且模型在置信区间99%（P=0.000<0.001）上显著，说明该模型成立。控制变量中性别、年龄、民族、政治面貌、健康状况对公众的环境友好行为不产生显著影响；信仰、受教育年限、婚姻状况、个人收入、地区、城乡对公众的环境友好行为产生显著影响。具体而言，信教者比不信教者的环境友好行为更频繁；受教育年限越长其环境友好行为越频繁；已婚人士比未婚人士的环境友好行为更频繁；收入越高者其环境友好行为越频繁；东部地区的公众比西部地区公众的环境友好行为更频繁，西部地区的公众比中部地区公众的环境友好行为更频繁；城市人口比农村人口的环境友好行为更频繁。自变量中环境关心、环境知识均对公众的环境友好行为产生显著影响。具体而言，对环境越关心的公众，其环境友好行为越频繁；环境知识越丰富者，其环境友好行为越频繁。

第三，我们将公众环境友好行为作为因变量，将一般性环境风险感知、污染性环境风险感知、技术性环境风险感知作为自变量，同时控制性别、年龄、民族、信仰、受教育年限、政治面貌、健康状况、婚姻状况、个人收入、地区、城乡、环境关心、环境知识变量，进入分析后得到模型3。模型F 值为28.540，R2为0.221，且模型在置信区间99%（P=0.000<0.001）上显著，说明该模型成立。控制变量中性别、年龄、民族、政治面貌、健康状况、个人收入对公众的环境友好行为不产生显著影响；信仰、受教育年限、婚姻状况、地区、城乡、环境关心、环境知识对公众的环境友好行为产生显著影响。具体而言，信教者比不信教者的环境友好行为更频繁；受教育年限越长其环境友好行为越频繁；已婚人士比未婚人士的环境友好行为更频繁；东部地区比西部地区公众的环境友好行为更频繁，西部地区比中部地区公众的环境友好行为更频繁；城市人口比农村人口的环境友好行为更频繁；对环境越关心的公众，其环境友好行为越频繁；环境知识越丰富者，其环境友好行为越频繁。自变量中一般性环境风险感知、污染性环境风险感知、技术性环境风险感知均对公众的环境友好行为产生显著影响。一般性环境风险感知越强烈，其环境友好行为越频繁；污染性环境风险感知越强烈，其环境友好行为越频繁；技术性环境风险感知越强烈，其环境友好行为越频繁。

四、基本结论与政策启示

本文利用全国性大规模问卷调查数据，运用定量研究方法，从一般性环境风险感知、技术性环境风险、污染性环境感知三个方面探讨了对公众环境友好行为的影响机制。研究发现：

第一，个体特征中受教育年限、婚姻状况、个人收入、地区、城乡对公众的环境友好行为产生显著影响。具体而言，受教育年限越长其环境友好行为越频繁；已婚人士比未婚人士的环境友好行为更频繁；收入越高者其环境友好行为越频繁；东部地区的公众比西部地区公众的环境友好行为更频繁，西部地区的公众比中部地区公众的环境友好行为更频繁；城市人口比农村人口的环境友好行为更频繁。

表3 环境风险感知对公众环境友好行为影响机制的OLS 回归分析

第二，环境关心、环境知识均对公众的环境友好行为产生显著影响。具体而言，对环境越关心的公众，其环境友好行为越频繁；环境知识越丰富者，其环境友好行为越频繁。

第三，一般性环境风险感知、污染性环境风险感知、技术性环境风险感知均对公众的环境友好行为产生显著影响。一般性环境风险感知越强烈，其环境友好行为越频繁；污染性环境风险感知越强烈，其环境友好行为越频繁；技术性环境风险感知越强烈，其环境友好行为越频繁。

上述研究结论具有一定的政策意义。一方面，个体需培养自己的环境素养，提升环保知识水平与社会责任感。另一方面，社会媒体应进行有效引导，加强环保知识宣传教育。最后，政府应积极进行有效动员，强化公众环境风险意识，营造良好的政策环境鼓励与支持公众环境友好行为。