环境知识、政府工作评价对公众环境友好行为的影响

高孟菲，于 浩，郑 晶

（福建农林大学 a.公共管理学院；b.经济学院，福建 福州 350002）

中国经济取得伟大成就的同时，快速的工业化与城市化进程，使得经济社会发展与资源环境保护之间的矛盾日益加剧，环境污染与生态破坏已严重影响甚至威胁到国民健康，成为当下亟需解决的现实问题[1]。公众对环境问题的认知、关注及其行动对一个国家或地区的生态环境保护与污染治理起着至关重要的作用[2]。因此，在实现生态文明建设与实现美丽中国的时代征程中，公众参与发挥着中坚力量。随着环境问题日益突出，公众逐渐意识到严峻的环境状况与自身行为密切相关，但环境具有明显的公共品特征，普遍存在着集体理性和个人理性很难协调、搭便车和个体机会主义盛行等问题[3]。在面对环境污染、生态破坏等环境问题时，公众往往把责任归咎于政府、企业或其他社会主体，导致公众整体环境参与水平低下。因此，如何提高公众参与程度，构建多主体环境治理体系，还需要公众正确认识与理解环境行为，需要政府在环境治理进程中积极发挥示范带动效应，识别相应影响因素以更好地培育公众实施环境友好行为，进而达到改善环境状况、提升环境质量的目标[4]。

随着环境运动的逐渐兴起和行为科学等相关理论的发展，20世纪60年代西方国家开始关注个体的环境行为研究，并积累了较为丰富的研究成果[5-6]。既有研究往往遵循心理学、社会学的研究范式，着重从环境价值观、环境态度、环境责任感或社会情境要素等方面预测环境行为[7]。具体到影响因素主要集中在人口特征、心理因素和情境因素上[8-11]。现有文献对公众环境友好行为的探讨，为本研究提供了丰富的理论基础，但缺少将影响公众环境行为的环境知识和政府行为两个内外驱动因素置于同一理论框架下的研究。从理论上来说，环境行为是基于主观认知基础上个人在环境保护方面所实施的行动和作为，其影响因素必然包括主观和客观两个基本维度。一方面环境知识作为环境教育学的重要组成部分，是环境行为的前置变量[12]，也是考察公众环境行为不容忽视的重要因素。另一方面政府行为作为外在驱动力对公众实施行为也发挥着不可忽视的作用[11,13]。因此，公众实施环境友好行为是受多种影响因素综合的结果。从计量经济学的角度来看，单独考察政府治理环境工作评价对公众环境行为的影响，会产生因遗漏关键变量所导致的模型设定偏误。

为此在已有研究基础上，对问题进行剖析，特别关注环境知识和政府工作评价两个维度的因素对公众环境友好行为的影响。试图从以下几个方面对已有研究进行补充：第一，将环境知识、政府工作评价和公众环境行为置于同一框架内，探讨三者之间的内在机理；第二，处理模型中环境知识、政府工作评价与公众环境行为之间可能存在的内生性问题，使实证分析结果更加有效。

一、文献综述与研究假设

（一）环境知识与公众环境友好行为

根据环境素养模式和负责任环境模式理论，通过教育来提高人们的实际环境知识与环境问题认识水平，进而推动实施环境行为的观点逐渐流行起来[14]。Marcinkowski 从环境知识的种类出发，把环境知识可分为自然环境知识、环境问题知识和环境行为知识三种，并验证了相对于较抽象的环境知识，环境行动知识与个体的环境行为相关程度最高[15]。Schahn 和Holzer 则根据环境知识的性质认为环境知识有抽象与具体之分，抽象环境知识多侧重于自然规律、生态系统等方面环境知识，而具体化的环境知识多与具体生活联系紧密，在日常生活中，个体更易了解到的环境知识[16]。相对而言，更贴近社会生活的具体性的环境知识能够显著地影响公众的环境意识、敏感度和环境行为[17]。总之，学者都证明了环境知识对环境行为具有重要的推动效应，只是效应大小略有不同。

基于上述分析，提出假设1：公众的环境知识能够推动其实施环境友好行为。

（二）政府工作评价与公众环境友好行为

在我国，居民环境行为并非仅仅是出于个人因素的考虑，还受强有力的国家政府在环境治理上作为的影响[18]。近年来，为了应对严峻的环境问题，政府一直倡导经济与环境保护协调发展，积极加大环境保护投资力度、颁布相关政策文件，在环境治理方面取得了显著成效[19]。一般而言，当政府政策法律越完善，参与渠道越畅通，环境整治力度越大，代表着政府工作水平越高，公众能够以较低的时间成本和物质成本参与到环境治理中，其对政府的环保工作评价越高，与此同时政府发挥带动作用，引导公众参与环境保护[8]。在环境治理过程中，中央政府与地方政府在环境治理过程中扮演着不同角色，出于不同利益的考虑往往导致两者在环境保护方面存在选择性差 异[20]。地方政府面对地区经济发展的压力，在协调经济发展和环境保护之间可能与中央政府存在分歧[21]，进而对公众采取环境行为的影响也会存在差异。

基于上述分析，提出假设2：公众对中央政府和地方政府工作评价对其实施环境友好行为的影响存在差异。

二、数据来源、模型选择与变量定义

（一）数据来源

数据主要分为两部分，一部分来自2013年中国综合社会调查（Chinese General Social Survey，以下简称CGSS）的微观数据；另一部分来自《中国统计年鉴2014》以及各省份2013年政府工作报告中的宏观数据。CGSS2013 数据是以省份为统计单位，而在不同县级/居委会级别的信息是保密的，因此宏微观数据采用省作为两种数据的有机结合。对无效问卷进行筛选处理后，有效样本数量为8 301 个。

（二）模型选择

采用多元线性回归模型，其适用于分析一个因变量和多个自变量之间的关系。它的优势在于能够提供在控制其他因素以后某一自变量对因变量的偏效应或净效应，因此满足考察不同变量对公众环境友好行为的影响。采用多元线性回归（以下简称OLS）模型对公众环境友好行为进行估计，模型设定如下：

式中，α和βi是待估计参数项，μ是随机误差项，i是自变量的个数。模型中各自变量的描述性统计如表1所示。

（三）变量定义

1.被解释变量：环境友好行为

在公众环境行为方面，国内外学者对环境行为类别划分方法上还存在差异[22-24]，其中，较为普遍的是将环境行为分为公共领域环境行为和私人领域环境行为[23]。私人领域的环境行为主要针对公众日常生活中个人的环保习惯或者采取浅层次的环境友好行为。公共领域的环境友好行为则是公众通过社会互动为公共领域的环境做出相应的贡献，是建立在浅层次基础之上的一种高层次的环保行为。参考王玉君和韩冬临、王晓楠 等[25-26]的方法对数据进行处理。对CGSS2013 问卷中的10 道题，其中1 ～4 项和第6 项作为私人领域的环境友好行为；7 ～10 项和第五项作为公共领域环境友好行为。其次针对问卷中的回答进行处理，分别对“从不”“偶尔”“经常”赋值1、2、3。为了方便分析和讨论分别对私人领域和公共领域的环境友好行为进行了指数化处理①以公共领域环境友好行为的指数处理为例：首先将每一项值累加并且除以5，得到均值X，然后进行百分化处理(X-1)* (100/2)，最后得到0 ～100 的环保行为指数。其中0 代表最低程度的私人环保行为，而100 代表最高程度的行为。私人领域的环境友好行为也采用同样地处理方法。。

表1 私人领域和公共领域环境友好行为相关变量测量及描述性分析

2.核心解释变量：环境知识

参考已有研究[22,25-26]，根据问卷中“环境保护知识10 个题目组成的量表”，其中1，3，5，7，9 属于反向问题，2，4，6，8，10 为正向问题，因此对于每一个题目，被访公众实际回答正确记1，回答错误或者不知道记为0，对各项进行加总，从而获得环境知识分值（0 ～10），数值越大表示掌握的环境知识越多。

政府工作评价。主要针对公众对政府环境治理成效的评价。根据王晓楠、师硕[22,27]等学者的研究成果，分别对问卷中“您认为五年来，中央政府的环境保护工作做得怎么样？”“您认为五年来，您所在地区政府的环境保护工作做得怎么样？”问题的回答进行处理，其中“片面追求经济发展，忽视了环境保护工作=1”“重视不够、环保投入不足=2”“虽尽了努力。但效果不佳=3”“尽了很大努力，有一定成效=4”和“取得了很大的成绩=5”。

3.控制变量和工具变量

大量研究表明公众采取环境友好行为还受年龄、性别、受教育程度等个体特征和区域特征的影响[4,8,28-30]。因此，引入了两类变量，第一类是控制变量：包括性别、收入、年龄、教育程度、居住地、政治面貌、社会交往、媒体使用、社会信任、污染感知等个体特征及经济发展水平、第二产业比重、环境质量②参考王晓楠学者的文章，选取PM2.5 浓度作为衡量当地环境质量的一方面。数据来源于环境统计数据。等区域特征变量。第二类是参考陈诗一、陈云松[31-32]等学者的观点选取工具变量，包括“2013年政府工作报告中出现的与环境相关词汇③参考陈诗一等学者的研究成果，为了更全面的展示政府对环境治理的力度，选取与环境相关词汇具体包括：环境保护、环保、污染、能耗、减排、排污、生态、绿色、低碳、空气、化学需氧量、二氧化硫、二氧化碳、PM10 以及PM2.5 等。出现频数占报告的比重”[31]和“您是否知道本社区委员会（或村委会）是如何产生的”两个变量分别表示政府治理和政治关注。选择这两个变量的原因是：第一，政府工作报告中与环境相关的词汇越多，代表政府越注重环境保护，且政府工作报告属于省级层面的政策文件，并不会直接作用于公众环境行为，需要地方政府进一步贯彻落实，将其付诸行动；另一方面省级政府的相关政策文件又是对中央政策文件的解读和贯彻，在一定程度上反映了各级政府对环境保护工作的重视程度。其次知道本社区委员会是如何产生的，体现了公众对政治参与的重视和关注，相对而言也会增强对其各级政府环境工作的关注程度。因此都满足变量的相关性要求。第二，这两个变量对公众环境友好行为不具有直接影响，而是通过政府工作评价发挥间接作用。第三，两个变量一个是政策文件，另一个是对过去的回忆，不受当前因素的影响，因此满足工具变量外生性的要求。具体变量描述及操作化如表2所示。

表2 环境知识、政府工作评价对环境友好行为的影响†

三、模型估计结果与分析

（一）模型估计结果

运用Stata12.0 软件进行多元回归数据分析。在回归分析之前，对本模型可能存在的多重共线性和异方差进行了检验。模型中各变量的VIF 值（方差膨胀因子）均小于2，且均值小于10，因此模型不存在多重共线性；考虑到横截面数据回归经常存在异方差问题，使用异方差情况下也成立的稳健标准误进行OLS 回归。表2列出了对全部有效样本进行估计的结果，（1）～（3）和（5）～（7）分别是使用OLS 模型依次加入控制变量、环境知识和政府工作评价得到的拟合回归结果，（4）和（8）为Tobit 模型回归结果。从结果来看，检验前和检验后2 个核心变量的系数无偏，显著状况较为一致，说明估计结果的稳健性较强。

（二）估计结果分析

1.环境知识对公众环境行为的影响

公众的环境知识能够推动其实施环境友好行为，假设1 得到验证。公众的环境知识与公众环境友好行为有显著的正向影响，即公众环境知识越丰富，越会实施环境友好行为。进一步验证了环境知识是实施环境行为的前提，但对私人领域和公共领域环境友好行为发挥的驱动效应存在差异。

从环境知识对环境行为回归结果的系数得知：公众的环境知识每增加一个单位，其在私人领域采取环境友好行为的概率就会增加150%，而在公共领域实施环境友好行为的概率提高18%。即相对于在公共领域的环境行为，环境知识对私人领域的环境友好行为发挥的效应更强。造成差异的主要原因是环境知识对公共领域环境行为的影响并不是独立的，在环境知识一定的条件下其发挥的直接影响受其他因素的制约，如收入、成本估计、从众心理等相关因素，这些因素导致环境知识在公共领域环境行为的直接效应减弱。此外教育、社会网络、大众媒体是环境知识的重要来源[33]。从所有模型的回归结果发现，受教育程度对环境行为存在较强的正相关关系，因此提高公众的受教育水平，在教育过程中不断普及环境知识等教育内容，有助于激发其实施更多的环境行为[4]。

2.政府工作评价对公众环境行为的影响

公众对中央政府和地方政府工作评价对其实施环境友好行为的影响存在差异。假设2 得到验证。地方政府工作评价与公众环境友好行为具有显著的正向影响，中央政府工作评价与环境友好行为不存在相关关系。

从政府工作评价对公众环境行为回归结果的系数得知：环境治理过程中，公众对地方政府工作的评价每增加一个等级，公众环境行为综合得分增加0.898 分，这表明地方政府对公众实施环境行为具有较强的带动效应。公众对地方政府工作评价越高，越容易积极投身于环境保护工作中去。而中央政府工作评价与环境友好行为不存在相关关系。造成这种差异的主要原因：一是中央政府与地方政府在环境保护中的工作部署和职能存在差异。中央政府主要负责全局性、宏观性的统筹工作，包括环境治理等方面的顶层设计、工作规划等。而地方政府主要负责政策执行工作，具有明显的区域性。公众则是政策执行的直接受益者和最终受众，能够相对容易地感知到地方政府为治理环境做出的努力，更容易激发其环保意识，引导其实施环境友好行为[34]。二是从理论上讲中央政府对公众的环境行为存在影响，但当前统计意义上的不显著可能受到了其他因素的抑制，导致中央政府工作评价对环境行为的影响不相关。因此不能因为统计结果的不显著简单判定中央政府工作与公众环境友好行为之间不存在相关关系[8]。

3.控制变量对公众环境行为的影响

不管是私人领域还是公共领域的环境行为都与公众的受教育程度、政治面貌、媒体使用、社会交往、社会信任、环境污染感知、区域经济发展水平有着正向相关关系。性别、年龄、居住地和当地的工业化水平与私人领域环境行为有相关关系，而与公共领域环境行为没有相关关系。其中收入与公共领域环境行为有正向影响，这也验证了实施环境行为需要经济基础，收入更高的人更容易参与到公共环保事务[30]。

4.对政府工作评价内生性处理

由于政府工作评价和环境行为都是主观变量，存在某种类似的心理作用机制，可能存在反向因果关系，即公众环境友好行为影响政府工作评价，而非政府工作评价影响了公众行为；或者可能存在遗漏关键变量同时影响着政府工作评价和环境友好行为，使得政府工作评价对环境行为影响的估计结果出现偏误。为了解决政府工作评价中可能存在的内生性问题，本研究产生一个新的虚拟变量：对中央政府的工作评价和地方政府的工作评价进行加总求均值，并将其命名为“政府总体评价”。同时采用“政府治理”和“政治关注”两个变量作为政府总体评价的工具变量进行内生性检验和分析。

首先通过Hausman 检验，得到P＜0.01，可以在10%的显著水平上拒绝“所有解释变量均为外生”的原假设，且DWH 检验的P＜0.01，则可认为政府总体评价为内生解释变量。采用两阶段最小二乘法（2SLS）进行参数估计，其次采用弱工具变量检验和过度识别检验来判断工具变量的有效性、外生性。从第一阶段的回归结果看出：“政府治理”与“政治关注”都与政府总体评价有显著影响，联合显著性检验的F统计量也大于10，说明不存在弱工具变量问题；过度识别检验中的P值分别为0.126 6 和0.571 6，根据陈强①参考陈强《高级计量经济学及Stata 应用（第二版）》。的观点，接受了工具变量外生性的假设，证明了工具变量的有效性。从回归结果发现，在控制内生性后，政府总体评价对环境行为的正向影响仍然显著，但是边际系数变大。这也验证了学者陈云松提出的在引入工具变量后存在的“局部干预效应”问题[32]，即“政府治理”和“政治关注”对政府工作评价的影响不是“均质”的。基于已有研究，进一步解释为由于个人特征、外在因素和地缘等因素，不同区域的公众在实施环境友好行为时，对感知政府环境治理工作的敏感度存在差异，导致系数变大。具体回归结果如表3所示。

表3 政府工作评价对环境行为的2SLS 回归结果†

四、结论与建议

（一）研究结论

基于CGSS2013 数据和不同部门的省份截面数据，运用OLS 模型和Tobit 模型，进一步探讨了环境知识、政府工作评价对公众环境友好行为的影响。为了克服主观变量间反向因果关系所导致的潜在内生性问题，选取“2013年政府工作报告中出现与环境相关词汇的比重”和“您是否知道本社区委员会（或村委会）是如何产生的”作为工具变量，采用2SLS 模型进行了内生性分析和稳健性检验。通过实证分析，可得出以下结论：1）公众的环境知识与环境友好行为呈现正向相关关系，但在私人领域和公共领域的环境行为中发挥的效用存在差异。2）公众对中央政府和地方政府工作评价对其实施环境友好行为的影响存在差异。其中地方政府工作评价与公众的环境友好行为呈现正向相关关系，中央政府与公众环境友好行为不存在相关关系。3）政府工作评价与公众环境友好行为存在内生性，在未考虑内生性时政府工作评价对环境行为的正向影响被低估了。

（二）政策建议

基于上述结论，为切实提高公众参与环境保护的积极性和主动性，实现“美丽中国”奋斗目标，提出“提高公众环境知识储备，发挥政府激励带动作用，构建多位一体环境治理模式”的政策建议。

1.重视教育与宣传功能，提高公众环境知识储备

政府和社会各界应重视环境保护的教育工作，将其融入到国民素质和义务教育体系中来，并通过定期举行环保公益活动，引导公众学以致用，帮助公众从根本上树立环境保护的相关理念与意识，努力创造全社会共同参与环保的良好社会氛围。各级政府、社区及公益组织等应主动创新宣传形式与内容，借助微信、微博、广告媒体等新媒体插播环境保护宣传片、国家环保政策和环保案例，加强对环境保护的主要内容和个人责任的宣传，并强调环境污染对自身健康和经济发展的危害，增强公众的环保意识，促进环境认知的提高，从而实现公众环保行为的根本性转变。

2.强化政府环保工作职责，发挥政府激励带动作用

地方政府在推动经济发展的同时构建环保治理绩效评估机制，将环保绩效纳入地区政府政绩考核机制中，弱化经济增长目标考核，不断完善环境治理追究责任制度。政府部门应不断优化制度环境，强化公众参与环境保护的激励约束机制，形成以激励、教育为主，惩罚为辅的奖惩制度，同时充分发挥政府在环保工作中的表率、监督和引导作用，激发公众实施更多的环境友好行为。

3.增强环境信息透明度，构建多位一体环境治理模式

地方政府应运用官方网站、公众号推文等形式主动公开权威性的环境信息，包括治理投入资金、环境治理成功案例、环境污染信息等，保证公众的知情权和参与权，加强公众对政府工作的理解、监督及环境污染感知，缩短地方政府与公众间的距离，提高公众对政府环保工作的认可度和满意度。政府部门应不断拓宽公众参与渠道，借助工会、管理委员会、社区物业等组织，引导公众有序参与到环境保护工作中来，并不断提高公众在环境治理工作中的话语权，建立政府引领、社区协助、公众参与、社会监督的协同治理模式。