王丹丹

（河南師范大學新聯(lián)學院 公共教學部，河南 鄭州，451464）

一、提出問題

環(huán)境風險是自然或人為活動引發(fā)的不確定事件，這類事件會降低環(huán)境質量，從而對人類及社會財富造成損失。①潘紅波，王梅，高宇.開展環(huán)境風險評價防范突發(fā)污染事件[J].環(huán)境保護科學，2006（4）:63-65。環(huán)境風險感知則是人們面臨各種環(huán)境風險所做出的主觀評價和回應。②劉敏.環(huán)境風險類型與風險感知的相關性研究[D].華中科技大學，2015。近年來，隨著我國經濟的高速發(fā)展，環(huán)境問題進入高發(fā)期，而人們對于美麗中國生態(tài)社會建設的呼聲也越來越高，這種環(huán)境關心度與環(huán)境風險感知度的提高，是否會影響公眾環(huán)境友好行為正是本文研究的重點。

回顧以往環(huán)境風險感知與環(huán)境友好行為的相關研究，主要集中于以下三個方面：第一，環(huán)境風險感知的影響因素研究。曹婧甜利用CSS2013 數(shù)據(jù)分析發(fā)現(xiàn)，城鎮(zhèn)居民環(huán)境風險感知水平處于中等偏低的水平，地區(qū)的自然災害狀況、互聯(lián)網(wǎng)使用率、人均GDP 水平、居住地環(huán)境狀況、獲取信息的渠道、制度信任水平都會對城鎮(zhèn)居民的環(huán)境風險感知產生影響。③曹婧甜.城鎮(zhèn)居民環(huán)境風險感知影響因素研究[D].武漢大學，2018。馬雪怡等人研究發(fā)現(xiàn)，風險經歷、風險知識和性別是影響環(huán)境風險感知的主要因素。④雪怡，馬旭，劉敏.環(huán)境風險感知差異和風險溝通[J].新聞論壇，2017（06）:72-77。劉敏研究發(fā)現(xiàn)，風險關注、風險知識、媒體的報道量、媒體的可信度、有無風險經歷、性別、專業(yè)、城鄉(xiāng)對環(huán)境風險感知有顯著影響。⑤劉敏.環(huán)境風險類型與風險感知的相關性研究[D].華中科技大學，2015。黃雪飛基于CGSS2010年的數(shù)據(jù)分析發(fā)現(xiàn)，媒介的使用頻率越高，公眾對環(huán)境風險的感知水平越高，環(huán)境知識顯著促進公眾的環(huán)境風險感知水平。⑥黃雪飛.媒介使用與環(huán)境風險感知:環(huán)境知識的調節(jié)效應[J].法制博覽，2018（13）:41-42+34。廉蓮結合心理距離分析發(fā)現(xiàn)，人格類型與環(huán)境風險距離的感知之間存在著關聯(lián)性。⑦廉蓮.環(huán)境風險感知的心理距離研究[D].哈爾濱工業(yè)大學，2013。

第二，環(huán)境友好行為的影響因素研究。張冬、羅艷菊通過分析?？谑姓{查數(shù)據(jù)發(fā)現(xiàn)，環(huán)境敏感度、環(huán)境態(tài)度、環(huán)境行動知識與反應效能感均是居民環(huán)境友好行為意向的預測因子。⑧張冬，羅艷菊.城市居民環(huán)境友好行為意向的形成機制研究[J].四川師范大學學報（自然科學版），2013（03）:463-468。黃煒虹等人基于重慶市的調查分析發(fā)現(xiàn)，環(huán)境行動技能、環(huán)境保護態(tài)度對農戶環(huán)境友好行為具有顯著正向影響，農村社區(qū)內的環(huán)境公共服務、環(huán)境政策執(zhí)行均對農戶環(huán)境意識—環(huán)境友好行為關系有顯著的調節(jié)作用。①黃煒虹，齊振宏，鄔蘭婭等.農戶環(huán)境意識對環(huán)境友好行為的影響——社區(qū)環(huán)境的調節(jié)效應研究[J].中國農業(yè)大學學報，2016，21（11）:155-164。張萍等人研究發(fā)現(xiàn)，我國居民的環(huán)境友好行為整體上處于較低水平。環(huán)境知識是私人領域環(huán)境行為的首要影響因素，有效的動員與政府作為是影響公共領域環(huán)境行為的關鍵因素。②張萍，晉英杰.我國城鄉(xiāng)居民的環(huán)境友好行為及其綜合影響機制分析——基于2013年中國綜合社會調查數(shù)據(jù)[J].社會建設，2015（4）:16-25。師碩等人研究發(fā)現(xiàn)，環(huán)境知識掌握的程度、對環(huán)境污染的感知以及對政府環(huán)保工作的評價對環(huán)境友好行為有顯著影響。③師碩，鄭逸芳，黃森慰.城市居民環(huán)境友好行為的影響因素[J].城市問題，2017（5）:81-88。

第三，環(huán)境風險感知與環(huán)境友好行為相關研究。朱慧基于2013年中國綜合社會調查的數(shù)據(jù)分析發(fā)現(xiàn)，環(huán)境知識水平和環(huán)境風險感知對青年環(huán)境友好行為有積極的影響。青年私人領域環(huán)境友好行為受到閱歷、經濟基礎和風險感知的影響，公共領域環(huán)境友好行為與“人的現(xiàn)代化”程度有關。④朱慧.環(huán)境知識、風險感知與青年環(huán)境友好行為[J].當代青年研究，2017（05）:66-72。鄔蘭婭等人通過全省六個省市333 戶養(yǎng)豬戶的調查數(shù)據(jù)分析發(fā)現(xiàn)，養(yǎng)豬戶環(huán)境風險感知情況并不樂觀，生態(tài)行為響應程度有待提高，且養(yǎng)豬戶環(huán)境風險感知與生態(tài)行為響應的相關性不大。⑤鄔蘭婭，齊振宏，李欣蕊，黃建，羅麗娜.養(yǎng)豬農戶環(huán)境風險感知與生態(tài)行為響應[J].農村經濟，2014（07）:98-102。張郁、江易華調查發(fā)現(xiàn)，養(yǎng)豬戶的環(huán)境風險感知對其環(huán)境行為的采納存在顯著的影響。⑥張郁，江易華.環(huán)境規(guī)制政策情境下環(huán)境風險感知對養(yǎng)豬戶環(huán)境行為影響——基于湖北省280 戶規(guī)模養(yǎng)殖戶的調查[J].農業(yè)技術經濟，2016（11）:76-86。唐素云研究發(fā)現(xiàn)，個體特征、豬場經營特征、信息因素、社會因素對環(huán)境風險感知有顯著影響。規(guī)模養(yǎng)豬戶環(huán)境風險感知對環(huán)境行為有顯著正向影響。⑦唐素云.規(guī)模養(yǎng)豬戶環(huán)境風險感知對環(huán)境行為影響研究[D].華中農業(yè)大學，2015。

基于文獻回顧可以發(fā)現(xiàn)：第一，環(huán)境風險感知的界定比較泛化，一般研究均是籠統(tǒng)地以環(huán)境風險感知作為變量進行研究。本文認為，環(huán)境風險感知基于其發(fā)生風險源頭的不同可以分為技術性環(huán)境風險感知和污染性環(huán)境風險感知。第二，關于環(huán)境風險感知與環(huán)境友好行為的研究尚比較缺乏，主要集中于養(yǎng)豬戶，而關于一般公眾的研究相對較少。因此，本研究試圖利用中國綜合社會調查2010年數(shù)據(jù)，對公眾的環(huán)境風險感知與環(huán)境友好行為進行探究，完善以往研究不足。

二、數(shù)據(jù)、變量與方法

本研究所使用的數(shù)據(jù)來自由中國人民大學社會學系主持的“2010年中國社會綜合調查”（CGSS2010）。（作者感謝該機構及其人員提供數(shù)據(jù)協(xié)助，本論文內容由作者自行負責）此次調查覆蓋了中國大陸所有省級行政單位，采用多階分層概率抽樣設計，其調查點在全國一共抽取了100 個縣（區(qū)），加上北京、上海、天津、廣州、深圳5 個大城市，作為初級抽樣單元。全國一共調查480 個村（居）委會，每個村（居）委會調查25 個家庭，每個家庭隨機調查1 人，總樣本量約為12000，共完成10968 份有效調查問卷。其中，在抽取初級抽樣單元（縣區(qū)）和二級抽樣單元（村委會和居委會），利用人口統(tǒng)計資料進行紙上作業(yè)；而在村委會和居委會中抽取要調查的家庭時，則采用地圖法進行實地抽樣；在家庭中調查個人時，利用KISH 表進行實地抽樣。該部分為選答題，因此排除缺失值和異常值后，共有1733 個有效樣本進入分析。

1.因變量。本文研究環(huán)境風險感知對環(huán)境友好行為的影響機制分析，環(huán)境友好行為是本文因變量。我們用“您經常會特意將玻璃、鋁罐、塑料或報紙等進行分類以方便回收嗎？”、“您經常會特意購買沒有施用過化肥和農藥的水果和蔬菜嗎？”、“您經常會特意為了環(huán)境保護而減少開車嗎？”、“您經常會特意為了保護環(huán)境而減少居家的油、氣、電等能源或燃料的消耗量嗎？”、“您經常會特意為了環(huán)境保護而節(jié)約用水或對水進行再利用嗎？”、“您經常會特意為了環(huán)境保護而不去購買某些產品嗎？”六個問題進行測量，選項“總是、經常、有時、從不”分別賦值“4、3、2、1”。為了方便統(tǒng)計，將這六個變量合并一個變量，即環(huán)境友好行為，并對其頻率進行求和處理，使之成為數(shù)值變量。數(shù)值越大，代表被調查者的環(huán)境友好行為越頻繁。

2.自變量。本文的自變量是環(huán)境風險感知。我們從一般性環(huán)境風險感知和具體性環(huán)境風險感知兩個方面進行測量。一般性環(huán)境風險感知我們直接利用問題“根據(jù)您自己的判斷，整體上您覺得中國面臨的環(huán)境問題是否嚴重？”進行測量，選項“非常嚴重、比較嚴重、即嚴重也不嚴重、不太嚴重、根本不嚴重”分別賦值“5、4、3、2、1”。數(shù)值越大，代表一般性環(huán)境風險感知越強烈。具體性環(huán)境風險感知我們用了“您認為汽車尾氣造成的空氣污染對環(huán)境的危害程度是？”、“您認為工業(yè)排放廢氣造成的空氣污染對環(huán)境的危害程度是？”、“您認為農業(yè)生產中使用的農藥和化肥對環(huán)境的危害程度是？”、“您認為中國的江河湖泊對環(huán)境的危害程度是？”、“大體上，您認為由氣候變化引起的全球氣溫升高對環(huán)境的危害程度是？”、“您認為轉基因作物對環(huán)境的危害程度是？”“您認為核電站對環(huán)境的危害程度是？”七個問題進行測量，其選項“對環(huán)境極其有害、非常有害、有些危害、不是很有害、完全沒有危害”分別賦值“5、4、3、2、1”。

為了簡化分析，我們將測量具體性環(huán)境風險感知的七個變量通過因子主成份法進行分析，并旋轉因子載荷，迭代3 次后收斂，得到兩個公因子（見表1）。因子分子通過巴特利特球形檢驗，并在置信區(qū)間99%上顯著（P=0.000<0.001）。第一個公因子包括工業(yè)排放廢氣、汽車尾氣、農藥與化肥使用、江河湖泊的污染四個變量，命名為污染性環(huán)境風險感知；第二個公因子包括轉基因作物、核電站、全球氣溫升高三個變量，命名為生態(tài)型環(huán)境風險感知。其中污染性環(huán)境風險感知因子方差貢獻率38.29%，技術性環(huán)境風險感知因子方差貢獻率29.23%，兩個因子方差累計貢獻率為67.53%。為了便于分析三個自變量對環(huán)境友好行為的影響，我們將這三個自變量進行了百分化處理。

3.控制變量。我們將性別、年齡、民族、信仰、教育、政治面貌、健康、婚姻、個人收入、地區(qū)、城鄉(xiāng)、環(huán)境關心、環(huán)境知識作為控制變量納入分析，其中性別、民族、信仰、政治面貌、婚姻、地區(qū)、城鄉(xiāng)七個定類變量處理為虛擬變量進行分析；健康作為定序變量直接進入分析；年齡、教育、個人收入三個定距變量直接進入分析。

表1 環(huán)境風險感知的主成分法因子分析

環(huán)境關心我們用了“1、目前人口總量正在接近地球能夠承受的極限”、“2、人是最重要的，可以為了滿足自身的需要而改變自然環(huán)境”、“3、人類對于自然的破壞常常導致災難性后果”、“4、由于人類的智慧，地球環(huán)境狀況的改善是完全可能的”、“5、目前人類正在濫用和破壞環(huán)境”、“6、只要我們知道如何開發(fā)，地球上的自然資源是很充足的”、“7、動植物與人類有著一樣的生存權”、“8、自然界的自我平衡能力足夠強，完全可以應付現(xiàn)代工業(yè)社會的沖擊”、“9、盡管人類有著特殊能力，但是仍然受自然規(guī)律的支配”、“10、所謂人類正在面臨“環(huán)境危機”是一種過分夸大的說法”、“11、地球就像宇宙飛船，只有很有限的空間和資源”、“12、人類生來就是主人，是要統(tǒng)治自然界的其他部分的”、“13、自然界的平衡是很脆弱的，很容易被打亂”、“14、人類終將指導更多的自然規(guī)律，從而有能力控制自然”、“15、如果一切按照目前的樣子繼續(xù)，我們很快將遭受嚴重的環(huán)境再難”十五個變量進行測量，對于正向性問題“1、3、5、7、9、11、13、15”的選項“完全不同意、比較不同意、無所謂同意不同意、比較同意、完全同意”，我們分別賦值“1、2、3、4、5”；對于負向性問題“2、4、6、8、10、12、14”的選項“完全不同意、比較不同意、無所謂同意不同意、比較同意、完全同意”，我們分別賦值“5、4、3、2、1”。為了簡化分析，我們將這十五個變量進行了合并，命名為“環(huán)境關心”，并取均值進行了百分化處理。

環(huán)境知識我們用了“1、汽車尾氣對人體健康不會造成威脅”、“2、過量使用化肥農藥會破壞環(huán)境”、“3、含磷洗衣粉的使用不會造成水污染”、“4、含氟冰箱的氟排放會破壞大氣臭氧層”、“5、酸雨的產生與燒煤沒有關系”、“6、物種之間相互依存，一個物種的消失會產生連鎖反應”、“7、國內空氣質量報告中，三級空氣質量意味著比一級空氣質量好”、“8、單一品種的樹林更容易導致病蟲害”、“9、國內水體污染報告中，v（5）類水質要比v（1）類水質好”、“10、大氣中二氧化碳成分的增加會成為氣候變暖的因素”10 個變量進行測量，其中對于正向性問題“2、4、6、8、10”的選項“正確、錯誤”分別賦值“1、0”；對于負向性問題“1、3、5、7、9”的選項“正確、錯誤”分別賦值“0、1”。為了簡化分析，我們也將這十個變量進行了合并，明名為“環(huán)境知識”，并進行了百分化處理。本文中變量含義、賦值及其描述性統(tǒng)計情況見表2。

本文因變量是環(huán)境友好行為，我們已經對其進行求和處理，使之成為數(shù)值變量，因此我們選擇利用OLS 回歸模型進行分析。模型具體如下：

表2 變量含義、賦值及其描述性統(tǒng)計分析

其中是因變量公眾環(huán)境友好行為；是自變量環(huán)境風險感知，包括一般性環(huán)境風險感知、污染性環(huán)境風險感知、技術性環(huán)境風險感知；是控制變量，包括性別、年齡、民族、環(huán)境關心、環(huán)境知識等個體特征變量。、和是待估參數(shù)，其中表示常數(shù)項，和分別表示自變量和控制變量對因變量的影響狀況，如果為負值則為負向影響，正值則為正向影響。為隨機誤差。

三、模型檢驗與結果分析

首先，我們將公眾環(huán)境友好行為作為因變量，將性別、年齡、民族、信仰、受教育年限、政治面貌、健康狀況、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)十一個變量作為自變量納入分析，得到模型1。模型F 值為22.643，R2為0.136，且模型在置信區(qū)間99%（P=0.000<0.001）上顯著，說明該模型成立。模型結果顯示，性別、年齡、民族、信仰、政治面貌、健康狀況對公眾的環(huán)境友好行為不產生顯著影響；受教育年限、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)對公眾的環(huán)境友好行為產生顯著影響。具體而言，受教育年限越長其環(huán)境友好行為越頻繁；已婚人士比未婚人士的環(huán)境友好行為更頻繁；收入越高者其環(huán)境友好行為越頻繁；東部地區(qū)的公眾比西部地區(qū)公眾的環(huán)境友好行為更頻繁，西部地區(qū)的公眾比中部地區(qū)公眾的環(huán)境友好行為更頻繁；城市人口比農村人口的環(huán)境友好行為更頻繁。

第二，我們將公眾環(huán)境友好行為作為因變量，將環(huán)境關心、環(huán)境知識作為自變量，同時控制性別、年齡、民族、信仰、受教育年限、政治面貌、健康狀況、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)變量，進入分析后得到模型2。模型F 值為29.642，R2為0.195，且模型在置信區(qū)間99%（P=0.000<0.001）上顯著，說明該模型成立?？刂谱兞恐行詣e、年齡、民族、政治面貌、健康狀況對公眾的環(huán)境友好行為不產生顯著影響；信仰、受教育年限、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)對公眾的環(huán)境友好行為產生顯著影響。具體而言，信教者比不信教者的環(huán)境友好行為更頻繁；受教育年限越長其環(huán)境友好行為越頻繁；已婚人士比未婚人士的環(huán)境友好行為更頻繁；收入越高者其環(huán)境友好行為越頻繁；東部地區(qū)的公眾比西部地區(qū)公眾的環(huán)境友好行為更頻繁，西部地區(qū)的公眾比中部地區(qū)公眾的環(huán)境友好行為更頻繁；城市人口比農村人口的環(huán)境友好行為更頻繁。自變量中環(huán)境關心、環(huán)境知識均對公眾的環(huán)境友好行為產生顯著影響。具體而言，對環(huán)境越關心的公眾，其環(huán)境友好行為越頻繁；環(huán)境知識越豐富者，其環(huán)境友好行為越頻繁。

第三，我們將公眾環(huán)境友好行為作為因變量，將一般性環(huán)境風險感知、污染性環(huán)境風險感知、技術性環(huán)境風險感知作為自變量，同時控制性別、年齡、民族、信仰、受教育年限、政治面貌、健康狀況、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)、環(huán)境關心、環(huán)境知識變量，進入分析后得到模型3。模型F 值為28.540，R2為0.221，且模型在置信區(qū)間99%（P=0.000<0.001）上顯著，說明該模型成立?？刂谱兞恐行詣e、年齡、民族、政治面貌、健康狀況、個人收入對公眾的環(huán)境友好行為不產生顯著影響；信仰、受教育年限、婚姻狀況、地區(qū)、城鄉(xiāng)、環(huán)境關心、環(huán)境知識對公眾的環(huán)境友好行為產生顯著影響。具體而言，信教者比不信教者的環(huán)境友好行為更頻繁；受教育年限越長其環(huán)境友好行為越頻繁；已婚人士比未婚人士的環(huán)境友好行為更頻繁；東部地區(qū)比西部地區(qū)公眾的環(huán)境友好行為更頻繁，西部地區(qū)比中部地區(qū)公眾的環(huán)境友好行為更頻繁；城市人口比農村人口的環(huán)境友好行為更頻繁；對環(huán)境越關心的公眾，其環(huán)境友好行為越頻繁；環(huán)境知識越豐富者，其環(huán)境友好行為越頻繁。自變量中一般性環(huán)境風險感知、污染性環(huán)境風險感知、技術性環(huán)境風險感知均對公眾的環(huán)境友好行為產生顯著影響。一般性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁；污染性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁；技術性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁。

四、基本結論與政策啟示

本文利用全國性大規(guī)模問卷調查數(shù)據(jù)，運用定量研究方法，從一般性環(huán)境風險感知、技術性環(huán)境風險、污染性環(huán)境感知三個方面探討了對公眾環(huán)境友好行為的影響機制。研究發(fā)現(xiàn)：

第一，個體特征中受教育年限、婚姻狀況、個人收入、地區(qū)、城鄉(xiāng)對公眾的環(huán)境友好行為產生顯著影響。具體而言，受教育年限越長其環(huán)境友好行為越頻繁；已婚人士比未婚人士的環(huán)境友好行為更頻繁；收入越高者其環(huán)境友好行為越頻繁；東部地區(qū)的公眾比西部地區(qū)公眾的環(huán)境友好行為更頻繁，西部地區(qū)的公眾比中部地區(qū)公眾的環(huán)境友好行為更頻繁；城市人口比農村人口的環(huán)境友好行為更頻繁。

表3 環(huán)境風險感知對公眾環(huán)境友好行為影響機制的OLS 回歸分析

第二，環(huán)境關心、環(huán)境知識均對公眾的環(huán)境友好行為產生顯著影響。具體而言，對環(huán)境越關心的公眾，其環(huán)境友好行為越頻繁；環(huán)境知識越豐富者，其環(huán)境友好行為越頻繁。

第三，一般性環(huán)境風險感知、污染性環(huán)境風險感知、技術性環(huán)境風險感知均對公眾的環(huán)境友好行為產生顯著影響。一般性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁；污染性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁；技術性環(huán)境風險感知越強烈，其環(huán)境友好行為越頻繁。

上述研究結論具有一定的政策意義。一方面，個體需培養(yǎng)自己的環(huán)境素養(yǎng)，提升環(huán)保知識水平與社會責任感。另一方面，社會媒體應進行有效引導，加強環(huán)保知識宣傳教育。最后，政府應積極進行有效動員，強化公眾環(huán)境風險意識，營造良好的政策環(huán)境鼓勵與支持公眾環(huán)境友好行為。