经济发展、环境污染与公众环保行为--基于中国 cgss2013数据的多层分析-王玉君.pdf

《经济发展、环境污染与公众环保行为--基于中国 cgss2013数据的多层分析-王玉君.pdf》由会员分享，可在线阅读，更多相关《经济发展、环境污染与公众环保行为--基于中国 cgss2013数据的多层分析-王玉君.pdf（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基金项目 教育部人文社会科学重点研究基地重大项目“国际比较视野下的中国城乡居民环境意识研究”(13JJD840006)中国人民大学学报2016年第2期JOURNAL OF RENM IN UNIVERSITY OF CHINA No. 2 2016经济发展、环境污染与公众环保行为 基于中国CGSS2013数据的多层分析王玉君 韩冬临摘要 基于2013年中国综合社会调查的数据,围绕经济发展和环境污染对公众环保行为的影响的分析发现,中国公众的环保行为需要区分为私人领域和公共领域两个维度,两者的影响因素存在差别。在个人层面,与经济发展有关的收入和教育变量,以及个人环保知识和环境污染感知变量都对个人的

2、环境保护行为有正面影响;在宏观层面,经济发展和环境污染交织作用对公众环保行为产生影响。经济发展对个人环保行为有促进作用,而环境污染变量对个人环保行为的影响则受到经济发展水平的调节。关键词 环保行为;经济发展;环境污染;多层模型作者简介 王玉君:中国人民大学社会与人口学院讲师;韩冬临:中国人民大学国际关系学院副教授(北京100872)中国被认为是目前世界上污染最严重的国家之一,其“全球环境绩效指数” ( EPI)排名从2006年的94名(共133个国家)降到2014年的118名(共178个国家) ,低于同等收入国家的平均水平。 1面对严重的环境问题,党和政府高度重视,提出了推进生态文明,建设美丽

3、中国的口号。然而,解决环境污染问题,不仅要靠政府的行政力量,更需要民众广泛而有效的参与。因此,对中国公众环保行为进行研究具有重大意义。不仅如此,研究中国公众环保行为也有深刻的理论意义。一方面,在理论层面,现有的公众环境保护运动的研究对环保运动的兴起和变化发展存在诸多争议。 2另一方面,现有对公众环保行为的研究主要基于跨国数据或者国别的数据,针对中国公众的研究还非常有限,并且多集中于环保意识上 3 ,而对公众个人环保行为的研究则相对薄弱。另外,以往的研究主要关注微观层面因素,或只是控制宏观因素,而忽视了宏观因素,特别是经济发展水平和客观环境污染如何交织作用对个人环保行为产生影响。因此,从宏观因素

4、入手分析中国公众环境保护行为的实证研究,不仅可以了解中国公众环保行为的影响因素,还可以在理论层面对现有公众环保行为进行实证检验以厘清相关争论。斯特恩( P. C. Stern)就曾指出,在环境观念和行为的调查研究上发展中国家还需要进一步的开展和深化。 4公众的环保行为是多元和复杂的。较早的研究将环保行为和态度相提并论。 5然而,社会心理学家认为,个人的态度、意图和行为之间存在明显区别,三者之间还存在距离,如哈里斯( P. G. Harris)的研究发现,中国人更倾向于表达保护环境的意愿,但在实际行动上往往畏葸不前。 6对环保行为也存在不同的区分:斯特恩最先区分了97三种类型: ( 1)激进环境

5、行为,比如踊跃地参与社会运动等; ( 2)公共领域中的非激进环境行为,如为环境问题签署请愿书,参加游行等; ( 3)私人领域中的环保行为,如绿色消费、节能住宅等。 7后来不少学者合并前两项行为,进一步将其划分为私人和公共环保行为两个维度。 8此外,还有其他几种分类方式,如廷德尔( D. B. Tindall)提出的环境激进行为和环境友好行为分类 9 ,道尔顿( R. J. Dalton)的政治性行为和保护性行为分类 10 。不同的分类方法,导致关于环境行为一般模式的研究结论也不尽相同。 11本研究将借鉴亨特( L. M . Hunter)等人 12的分类方法,分析公共环保行为和私人环保行为在中

6、国的现状。本研究主要关注宏观层面的因素如何影响公众环保行为,试图从理论上厘清经济发展和环境衰退对于环保行为的影响,在经验层面上分析经济发展和环境污染如何交织作用于个人环保行为。研究将运用多层分析方法,检验各种宏观和微观的因素,特别是与经济发展和环境污染有关的变量,对环保行为的影响。一、环保行为研究的文献回顾与假设(一)宏观层面影响因素1.经济发展的繁荣/富裕假说繁荣或富裕假说 13认为经济发展将会促进公众的环境意识和环保行为。该观点认为,一方面,环境的质量不仅是公共产品,同时也是收入增长后人群的要求 14 ,因此,经济增长导致公众对环境质量的要求提高。另一方面,只有个人财富增加,才能使预算约束

7、上移,从而使得为改善环境质量而投放更多资源成为可能。总之,随着经济发展,公众变得更加富裕,改善环境质量的需求和能力也会随之上升。因此,繁荣假说认为:一个社会的财富与其公众对环境的关注程度和环保行为成正相关关系。相关研究对此也提供了支持性证据。例如,经济发展与公众的环保行为无论是在政治性活动或是保护性行为间都存在明显的关系。 15另外,对环保组织的研究发现,经济发展与一个国家的环保组织发展水平之间存在强相关关系。 16然而,对繁荣假说的质疑也一直存在。有学者认为,环保意识和环保行为已经成为全球性现象,并不受国家经济发展水平的影响。 17直接的证据就是,发展中国家的公众与发达国家的公众一样,也有很

8、高的环保意识。如盖洛普1992年全球健康调查数据显示,从平均水平来看,贫穷国家的民众比发达国家的民众更关心以及支持解决环境问题。 18甚至1995 1998年的“世界价值观调查”显示,富裕国家的民众比贫穷国家的人更抵制参与绿色消费和环保运动。 19因此,学者们认为对国家繁荣和公众环保行为之间存在强正相关关系的结论要保持一定的警惕性。 202.环境污染驱动假说环境污染与公众的环境意识和环保行为存在正相关的关系。其逻辑非常简单:环境污染严重,导致公众环保意识觉醒,从而采用各种环保行为来保护环境。英格尔哈特( R. Inglehart)对世界价值观调查跨国数据的研究发现,在污染相对严重的国家,民众对

9、环境保护的支持表现得更为强烈 21 ,其他跨国调查也得出类似的结论 22 。环境污染驱动的假说也部分地得到了实证的支持,即环境污染严重地区的公众往往具有较高的环境保护意识和行动,如美国,俄罗斯、土耳其和捷克。然而,之后的研究显示了更复杂的关系:一方面, ISSP2000年数据表明,环境质量(基于环境可持续发展指数ESI指标)会对公众的公共环保活动产生影响。 23另一方面,同样基于ISSP数据( 1993年和2000年) ,弗兰岑( A. Franzen)和迈耶( R. M eyer)发现,环境质量并不会对个人的环境观念产生影响。 24而道尔顿基于世界价值观调查1999 2002年数据进行的研究

10、发现,环境污染状况在预测国家环保组织成员发展水平上作用有限。 25总之,在国家层面上,环境污染与公众环保行为的关系并没有一致的结论。有学者指出,环境污染驱动的假说必须考虑公众的感知,即只有当公众感知到当地污染的严重程度时才能够激发其环境保护行为。 26现实的情况是,许多污染物往往难以被公众直接感知,因此也难以对其行为产生影响。或者,公众感知的污染受到一系列其他因素的影响,与真实的污染不一致。 27其结果是真实环境污染程度的变化同公众与环境有关的态度和行为并不一致。以空气污染为例,美国20世纪60年代以后空气质量有了显著的改善,但是公众对环境污染的担心却不断上升。 283.经济发展与环境污染的复

11、杂关系经济发展会影响环境污染水平。实证研究发现,人均国民收入和环境污染之间存在倒U型关系,即存在“环境库兹涅茨曲线”关系。 29该理论认为,随着人均收入的增加,一个国家的污染水平将会先增加而后减少。其机制是,由于经济发展导致的个人和政府的收入提高,从而能够负担起环境保护的开支。然而,对中国是否存08在“环境库兹涅茨曲线”一直有争议。虞依娜和陈丽丽对该曲线的国内研究文献进行了文本分析,发现关于工业“三废”的实证研究中,倒U型曲线的研究结论大约占了35% ,而关于三废和其他环境指标的实证研究中,倒U型曲线占大部分。 30此外,还有倒N型等曲线的研究发现。基于省级面板数据的分析显示,废气和二氧化硫的

12、排放量数据均与“环境库兹涅茨曲线”吻合,呈现为倒U型曲线关系,而烟粉尘的曲线不符合。 31显然,中国的经济发展和环境污染的关系更加复杂。鉴于经济发展和环境污染的复杂关系,我们认为,经济发展和环境污染不仅会独立地对公众环境保护行为产生影响,而且会相互作用交织影响环境保护行为,但以往研究往往忽略了两者之间的复杂关系可能对个人环保行为产生的影响。基于以上对经济发展、环境污染和环保行为的文献回顾,我们假设:在宏观层面上,地方经济发展水平和环境污染都与公众的环保行为,无论是公共领域还是私人领域的环保行为,呈现相关关系。而且,地方环境污染和经济发展水平存在交互作用,共同对公众公共领域和私人领域的环保行为参

13、与产生影响。(二)个体层面影响因素在个体层面,收入、教育、环境知识都是经济发展的产物。经济的发展提高了个人的收入和教育水平,进一步提升了个人的环境知识水平,并且使个人的价值观发生了变化。因此,分析经济发展和环境污染对个人环保行为的影响,必须同时分析个人收入、教育、环境知识和后物质主义价值观的影响,进而做出假设。( 1)收入。经济发展带来个人收入水平的提高。哈德勒( M . Hadler)和哈勒( M . Haller)的研究发现,家庭收入与私人环保行为正相关,而与公共环保行为负相关。 32在加拿大,收入对保护性环境行为影响显著,但对激进性环境行为影响不明显。 33在中国,以CGSS2003年数

14、据为样本分析收入和民众的环保观念得到不一致的结果。 34( 2)教育。教育对环保行为的影响具有叠加效应。一方面,教育承载着价值观的社会化功能,提升人们的环保意识,从而使人们积极投入到环保行动中。另一方面,拥有更高教育程度的个体往往有更高的收入,而高收入群体往往更关心环境问题。实证研究发现,在美国甚至全球范围内,教育都是预测各种环保行为的显著指标。 35在埃及,教育与公共行为、激进运动显著相关,而对私人行为影响不明显。 36相反,在加拿大,教育对保护性环境行为有显著的影响,但与环境激进主义相关性则不明显。 37之前对中国的数据分析也发现基本一致的结果。基于CGSS2003年的数据研究发现,教育显

15、然是最重要的预测中国民众环境关切的因素,并与民众环境关切高度相关。 38( 3)环境知识。环境知识包括关于自然环境及其主要生态系统的普遍性知识、概念和关系。从政治参与的角度看,个人如果没有具备相应的信息与知识,就没有办法参与到各种公共活动,特别是公共抗争中去。 39以往研究发现,环境问题的认知对公共行为有着积极的影响,而在私人行为上的影响则不明显。 40前文我们讨论了宏观层面环境污染对公众环保行为的影响,但在个体层面,个人只有感知到这些污染的存在,才会对其产生影响。因此,根据经济发展和环境污染的关系,本文假设:在个体层面,个人的环境污染感知、环境知识、教育和收入水平都与公众的环保行为相关。 二

16、、研究设计(一)数据来源本研究采用的微观数据来自中国人民大学中国调查与数据中心负责实施的2013年中国综合社会调查(以下简称CGSS2013) 。该调查采取四级分层抽样方案,调查对象为中国大陆18岁及其以上的成年人; CGSS2013的样本量为11 438人,去除相应信息缺失的观测值,得到的有效样本为10 178人。本文还使用了被访者所在区县2013年的宏观社会经济和环境污染指标,其数据来源于2014年中国城市统计年鉴 。 (二)变量1.因变量本文的因变量是公众个人的环保行为。 2013年CGSS通过10道题对公众的环保行为进行了测量(见18后物质主义价值观也会影响环境行为,但很难得到验证,在

17、中国也未获得实证数据的支持,参见洪大用、卢春天: 公众环境关心的多层分析 基于中国CGSS2003的数据应用 ,载社会学研究 , 2011 ( 6) 。此外, 2013年CGSS调查问卷中没有直接测量后物质主义价值观,所以本文并未考虑其对环保行为的影响。虽然我们使用了中国城市统计年鉴的资料,但样本中包括全部城乡居民。一是因为随着产业发展的梯度转移,我国工业污染源在相对集中于城市的基础上加速向广大农村扩散、转移。如2010年中国环境状况公报指出的,城市污染向农村转移有加速趋势。另外,只包括城市样本的模型结果结论不变。表1) 。首先,我们对这10个问题进行探索性因子分析,发现它们具有两个不同的环境

18、行为组成部分:第一部分( 1 4项和第6项)显示在同一个维度,根据之前研究和选项内容,我们将其定义为私人环保行为因子,包括垃圾分类投放和对塑料包装袋进行重复利用等;第二部分(第5项和7 10项)在另一维度上,我们将之定义为公共领域环保行为因子,包括从为环境保护捐款到要求解决环境问题的投诉、上诉等。此测量与之前的研究 41一致。我们考察了这两个因子测量的信度,发现其克隆巴赫系数分别为0. 669和0. 748,所以可以对这些选项进行累加分析。参考哈德勒和哈勒 42的研究,我们对环保行为测量分类进行了指数化处理。 表1公众环境保护行为统计单位: %环保活动或行为从不偶尔经常垃圾分类投放55. 9

19、31. 8 12. 3与自己的亲戚朋友讨论环保问题51. 1 41. 0 7. 9采购日常用品时自己带购物篮或购物袋24. 1 35. 5 40. 4对塑料包装袋进行重复利用18. 7 31. 0 50. 2为环境保护捐款83. 1 15. 1 1. 8主动关注广播、电视和报刊中报道的环境问题和环保信息50. 0 36. 9 13. 1积极参加政府和单位组织的环境宣传教育活动77. 8 18. 3 3. 9积极参加民间环保团体举办的环保活动84. 0 13. 7 2. 4自费养护树林或绿地85. 5 10. 8 3. 8积极参加要求解决环境问题的投诉和上诉91. 3 7. 4 1. 42.自变

20、量( 1)宏观层面经济发展水平。前面的讨论表明了财富对个人环境行为的重要性,为了评估当地经济发展水平的影响,本文采用2013年各县级辖区人均国内生产总值( GDP)作为经济发展的衡量指标。环境质量。本文选取了三个宏观层面的环境污染指标变量,用以表现不同地区居民所面临的客观性环境压力。它们分别是:工业二氧化硫排放量、工业烟粉尘排放量和工业废水排放量,反映了空气污染和水质污染状况,数值越高意味着环境质量越差。( 2)微观层面本文采用的基本模型包括个人的收入、教育、对环境污染的感知、环境知识、性别、年龄、就业状况、城乡地域和中共党员。自变量中,收入的数据来源于问卷中关于2012年个人总收入的问题,因

21、其存在严重右偏,我们在建模时,将收入从低到高分成五分位组。教育采用线性测量方法,测量其接受学校教育的总年数。环境知识采用一系列对环境问题认知的指标 ,如果受访者回答正确计1分,回答错误计0分,然后将每个指标的分值累加,从而获得环境知识的分值( 0 10) ,高分值意味着受访者具有更高的环境知识水平。其克隆巴赫系数为0. 821,表明环境知识是一个可靠指标。个人层面的环境污染变量采用受访者对当地环境污染程度的感知测量。根据受访者对所在地区空气、水、噪音、工业垃圾、生活垃圾和食品污染等6种污染感知的严重程度赋值,参考之前因变量的指数化处理方法进行处理,结果为0 100的环境污染感知指数。其克隆巴赫

22、系数为0. 847,表明环境污染感知指数是一个可靠指标。此外,本文还控制了年龄、性别、调查时居住地、就业状态和政党归属等变量。28以私人环保行为指数为例: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的私人环保行为指数。 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。公共环保行为也进行同样处理。这些题目包括: ( 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导致环境破坏; ( 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成为破坏大气臭氧层的因素; ( 5)酸雨的产生与烧煤

23、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)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)水体污染报告中, ( 5)类水质意味着要比 ( 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。(三)模型与分析策略考虑到CGSS调查多阶段抽样设计导致的数据嵌套结构,同时更是为了探讨区县宏观经济特征和环境状况对个体环境保护行为的影响,本文采用分层线性模型中的随机截距模型对数据进行分析。我们分别对公众私人领域和公共领域的环保行为进行建模。以私人环保行为为例,步骤如下:首先,我们估计不包括任何

24、解释变量的零模型,将环保行为的差异来源分解为区县内部和区县之间的方差,在考察其组内相关系数显著不为0的基础上,进一步在基准模型中加入个人层面的解释变量。随后,我们分批纳入区县层面的宏观社会经济变量与环境变量: GDP模型在基准模型基础上加入区县人均GDP指标。由于3个宏观环境污染变量之间存在高度相关关系 ,为避免多重共线性问题,我们在GDP模型基础上分别加入一个环境污染指标,单独考察区县层面的工业二氧化硫排放量、工业废水排放量和工业烟粉尘排放量对私人环保行为的影响。最后,为了探讨经济发展与环境污染两者如何交织作用对公众环保行为产生影响,我们进一步加入两者的交互项,形成最终的交互模型。为了防止交

25、互项和原始变量的多重共线性,我们对区县层面的经济变量和环境污染指标进行了中心化处理。三、分析与结果(一)描述性统计表2展示了描述性统计结果。私人环保行为指数均值为42. 32,而公共环保行为指数均值为9. 15,前者远高于后者。这一结果与之前基于2003年CGSS数据的研究 43类似。与2003年的CGSS数据对比,私人的环保行为明显提升,例如, “经常” “采购日常用品时自己带购物袋”的比例从22. 7%上升为40. 4% 。相反,公共的环保行为却有下降的趋势, “从不” “关注环境问题和环保信息”的比例从23%上升为50% 。特别是,公众抗争性的公共环保行为有小幅下降, “从不” “参加要

26、求解决环境问题的投诉和上诉”从82. 3%变为91. 3% 。总体上看,中国的环保行为与国际环保行为的发展趋势基本一致,即私人环保行为不断上升,而公共环保行为不断下降。根据道尔顿的研究,世界范围内的政治类环保行为不断减少,而保护性的环保行为不断增加。 44例如, 1993至2010年,在参与调查的8个成熟的民主国家中,经常进行垃圾分类回收的比例从62%上升为83% ;而“经常”签署抗议信的比例从33%降到20% ,给环保组织捐款的比例从28%降到15% 。表2同时显示,大部分的受访者年收入并不高,平均为2. 39万元人民币。受访者的教育程度较低,平均为8. 73年,低于高中毕业水平。受访者的平

27、均年龄约为49岁,环境污染的感知指数为42. 57,而环境知识的平均分为4. 70。县级辖区的人均GDP平均值为7. 52万元,工业二氧化硫、工业废水和工业烟粉尘的排放量平均值分别为8. 396万吨、 1. 242亿吨和4. 237万吨,这些污染排放对环境保护造成了巨大的压力。表2个体层次变量和区县统计指标的描述性统计变量变量描述均值标准差最小值最大值个体层次变量(样本数= 10 178)私人环保行为指数连续变量42. 32 23. 65 0. 0 100公共环保行为指数连续变量9. 15 15. 75 0. 0 100年龄连续变量49. 02 16. 11 17 97性别男= 0,女= 1

28、0. 49 0. 50 0 1受教育年限连续变量8. 73 4. 68 0. 0 19年收入连续变量(万元) 2. 39 3. 68 0. 0 100党员非中共党员= 0,中共党员= 1 0. 11 0. 31 0 1工作状况目前无工作= 0,目前有工作= 1 0. 64 0. 48 0 1居住地类型农村= 0,城镇= 1 0. 60 0. 49 0 138如工业二氧化硫排放量与工业废水排放量以及与工业烟粉尘排放量的相关系数分别为0. 58和0. 68。续前表变量变量描述均值标准差最小值最大值环境污染感知指数连续变量42. 57 26. 68 0 100环境知识连续变量4. 70 2. 84

29、0 10区县层次变量( N= 125)人均GDP连续变量(万元/人) 7. 52 6. 16 0. 79 20. 59工业二氧化硫排放量连续变量(单位:万吨) 8. 396 8. 655 0. 318 49. 442工业废水排放量连续变量(单位:亿吨) 1. 242 1. 214 0. 033 4. 540工业烟粉尘排放量连续变量(单位:万吨) 4. 237 5. 413 0. 135 47. 857(二)分层模型结果1.私人环保行为的分层模型结果表3展示了影响公众私人环保行为的多个模型。我们先对这些模型做简要说明,然后以最终的交互模型来解释结果。零模型,亦即随机效应的单因素方差分析模型,其组

30、内相关系数结果( = 0. 237, p 0. 001)表明,在不考虑任何解释变量的情况下,被访者私人环保行为的差异中约有23. 7%是来自区县之间的差异。这说明我们在研究私人环保行为时不能忽视群组现象,不能忽略区县层次上的差异,亦即说明了采用分层模型的必要性。相比零模型,在加入个体层次变量后的基准模型中,个人层面和区县层面的方差分别减少到373. 7和55. 8,表明个体层次变量也能解释私人环保行为在区县之间的差异,这也正是格里森( J. Gelissen)提出的复合效应 45 。加入区县人均GDP变量后,其效应显著,表明其对私人环保行为确实有促进作用,符合繁荣/富裕假说;同时,区县层面的方

31、差进一步降低为44. 5。污染指标模型中,三个分别加入的客观环境污染指标,对私人环保行为没有统计上显著的影响(区县层面方差几乎未变) ,似乎否定了环境污染驱动假说。但进一步考察人均GDP变量与环境污染指标的交互作用对私人环保行为的影响,我们发现,除了工业废水排放量与区县人均GDP的交互作用不显著,工业二氧化硫及工业烟粉尘排放量分别与人均GDP的交互项效应显著。为更好理解经济发展水平和环境污染如何交织地对私人环保行为产生影响,我们分别作了不同经济发展水平上二氧化硫和烟粉尘排放环境指标对公众私人环保行为的平均边际效应和斜率展示。下面我们以最终二氧化硫与人均GDP的交互模型为例来具体解释。首先,在个

32、人层面上,我们发现,与经济发展和环境污染有关的变量,如教育、收入、环保知识和环境污染感知指数,对公众私人环保行为都具有显著性效应(见表3) 。与以往研究一致,我们发现,受教育年限越长,其私人环保行为指数越高,如本科毕业生( 16年)比小学毕业生( 6年)私人环保行为指数高出约6. 76。相对于最低收入五分位组,中等收入及以上分组均有更多的私人环保行为,个人财富与公众的私人环保行为正相关。被访者每多答对一道环保知识题,其私人环保行为指数增加1. 825点。另外,被访者所感知到的环境污染指数确实促使其有更多的私人环保行为,即如果他们所感知的环境污染越严重,比如感知到的环境污染指数增加一个标准差分值

33、( 26. 68) ,其私人环保行为指数增加约2. 16点,这也证实了环境污染驱动假说。控制变量中,个人年龄变量与私人环保行为呈现出倒U型曲线关系(其年龄的系数为正,而平方项系数为负) 。随着年龄的增长,私人环保行为指数增加,并在约72岁时达到最高值,随后私人环保行为指数降低。更年长者如72岁以上人士,因体力因素,私人领域的环保行为会有所下降。而其他研究发现的线性关系可能与其数据中的年龄分布有关,如其样本中未含拐点,则会呈现曲线关系中的直线部分。本样本中,年龄超过72岁的被访者约为8% 。 而女性相对于男性,其私人环保行为指数更高,在控制其他变量时,高出约5个点。相对于非党员,党员私人环保行为

34、指数略高出4个点。居住在城市社区比居住在农村社区的私人环保行为指数更高。是否有工作对私人环保行为没有显著影响。48我们另外将年龄进行分组( 24岁及以下、 25 34、 35 44、 45 54、 55 65、 65 74、 75 84、 85岁及以上)进行建模,发现相对于参照组24岁及以下的年轻人,一直到74岁组,年龄组与私人环保行为呈线性增长关系。但年长者( 85岁及以上)可能因身体因素,与参照组一样,在私人环保行为指数上未有统计上显著的差异。表3私人环保行为影响因素的多层线性模型零模型基准模型GDP模型污染指标模型交互模型二氧化硫废水烟粉尘GDP二氧化硫GDP废水GDP烟粉尘固定效应截距

35、43. 25* * * 12. 66* * * 13. 30* * * 13. 28* * * 13. 30* * * 13. 31* * * 12. 84* * * 13. 30* * * 13. 18* * * 个人层次变量年龄/ 10 2. 076* * 2. 067* * 2. 071* * 2. 069* * 2. 066* * 2. 074* * 2. 069* * 2. 075* *(年龄/ 10) 2 - 0. 142* - 0. 143* - 0. 143* - 0. 143* - 0. 143* - 0. 144* - 0. 143* - 0. 144*女性4. 900*

36、* * 4. 838* * * 4. 838* * * 4. 836* * * 4. 839* * * 4. 838* * * 4. 836* * * 4. 833* * *教育年限0. 688* * * 0. 682* * * 0. 681* * * 0. 681* * * 0. 682* * * 0. 676* * * 0. 681* * * 0. 677* * *个人收入(第一组为参照组) 第2组0. 242 0. 211 0. 219 0. 213 0. 209 0. 227 0. 213 0. 207第3组1. 662* 1. 557* 1. 569* 1. 561* 1. 555*

37、 1. 577* 1. 561* 1. 544*第4组1. 626* 1. 376 1. 385* 1. 379 1. 374 1. 374 1. 379 1. 358第5组2. 481* * 1. 986* 2. 007* 1. 987* 1. 980* 2. 065* 1. 987* 2. 024*党员3. 904* * * 4. 034* * * 4. 029* * * 4. 030* * * 4. 035* * * 4. 012* * * 4. 030* * * 4. 023* * *有工作- 0. 800 - 0. 741 - 0. 742 - 0. 741 - 0. 742 - 0

38、. 743 - 0. 741 - 0. 741城市社区3. 348* * * 3. 118* * * 3. 122* * * 3. 119* * * 3. 115* * * 3. 122* * * 3. 118* * * 3. 113* * *污染感知指数0. 084* * * 0. 081* * * 0. 081* * * 0. 081* * * 0. 081* * * 0. 081* * * 0. 081* * * 0. 081* * *环保知识1. 822* * * 1. 824* * * 1. 825* * * 1. 824* * * 1. 824* * * 1. 825* * * 1

39、. 824* * * 1. 821* * *区县层次变量人均GDP 0. 589* * * 0. 560* * * 0. 550* * * 0. 591* * * 0. 504* * * 0. 550* * * 0. 654* * *二氧化硫排放0. 083 0. 162*废水排放0. 318 0. 325烟粉尘排放- 0. 027 0. 037人均GDP二氧化硫排放0. 037* *人均GDP废水排放- 0. 002人均GDP烟粉尘排放0. 089* *随机效应区县层面135. 5* * * 55. 8* * * 44. 5* * * 44. 1* * * 44. 4* * * 44. 5*

40、 * * 41. 4* * * 44. 4* * * 42. 1* * *个体层面435. 8* * * 373. 7* * * 373. 6* * * 373. 6* * * 373. 6* * * 373. 6* * * 373. 6* * * 373. 6* * * 373. 6* * *组内相关系数 0. 237* * * 0. 130* * * 0. 106* * * 0. 106* * * 0. 106* * * 0. 106* * * 0. 100* * * 0. 106* * * 0. 101* * *对数似然值- 45 571 - 44 745 - 44 731 - 44 7

41、30 - 44 731 - 44 731 - 44 727 - 44 731 - 44 728自由度3 16 17 18 18 18 19 19 19注: ( 1)区县经济变量和环境污染指标进行了中心化处理。 ( 2)个体层次的样本量为10 178个,区县级层次的样本量为125个。( 3) : p 0. 10, * : p 0. 05, * * : p 0. 01, * * * : p 0. 001。58 其次,在区县层面上,区县人均GDP与工业二氧化硫排放存在交互作用( = 0. 038, p 0. 01) ,在解释两者对公众私人环保行为的影响时需要结合两者的交互项。人均GDP指标在考虑交互

42、作用后对私人环保行为仍有积极影响(见表3) 。而原先在未考虑交互项的污染指标模型中,二氧化硫排放量的效应不显著,但在最终交互模型中,在区县经济发展水平达到一定程度之后(此时经过中心化处理的区县人均GDP超过均值0) ,二氧化硫排放对公众私人环保行为产生积极影响,并且这种积极效应会随着人均GDP的增长而增加(见图1和图2) 。显然,人均GDP在二氧化硫排放对公众私人环保行为的影响中具有调节作用。图1展示了经济发展对二氧化硫排放指标效应的调节作用。在区县人均GDP较低(如取最小值)时,二氧化硫排放对公众私人环保行为的影响为负,但统计上并不显著。随着区县人均GDP的增长,二氧化硫排放对公众私人环保行

43、为转为正面影响,并且效应变得越来越大且统计上显著。区县工业烟粉尘排放指标的交互模型也显示出同样的趋势(见图1和图2) 。 10121012(UU7 5 3 10 1 2 3 4 5 6 7 8 9101112136 4 2 7 5 3 1 0 1 2 3 4 5 6 7 8 9 101112136 4 2 ! - DK U 95%4 KU & 1 DK U 95%4 KU GDPU / U GDPU / U图1 不同经济发展水平上二氧化硫和烟粉尘排放对公众私人环保行为的平均边际效应这些模型结果表明,经济发展水平对公众环保行为具有促进作用。而虽然如英格尔哈特所提出的,污染相对严重的国家的民众也有

44、较高的公众环保意识 46 ,但落实到行动时,经济发展水平在客观环境污染对公众私人环保行为的驱动作用中起调节作用:国家和民众越富裕,越有能力采取措施,私人环保行为才会真正增加。值得一提的是,在加入区县层面的变量之后,区县层面的方差进一步减小,但个体层面上的方差几乎没有变化(见表3) 。2.公共环保行为的分层模型结果表4展示了影响公共环保行为的多个模型。零模型的组内相关系数表明,被访者公共环保行为的差异中约四分之一可由区县之间的差异来解释。在加入个体层次变量后的基准模型中,个人层面和区县层面的方差分别减少到188. 3和53. 0。加入区县人均GDP变量后,区县层面的方差进一步降低到38. 4,表

45、明其对个人公共环保行为也有促进作用,仍然符合繁荣/富裕假说。污染指标模型中,只有工业废水排放量对个人公共环保行为有影响,但效应显著为负。分别加入人均GDP变量与环境污染指标的交互作用项后,我们只发现工业烟粉尘排放量与人均GDP的交互项效应显著。以下解释基于该交互模型。68烟粉尘排放量的主效应虽然不显著,但这只是表明在经过中心化处理后的区县人均GDP取值为0时,烟粉尘排放量对私人环保行为没有显著效应。但因为交互作用的存在,如果人均GPD取值发生变化,烟粉尘排放量对私人环保行为的效应也会发生变化。2040608010020406080100.(=MUFUmin5 0 5101520253035ma

46、x ! - U Umin 0 510152025303540max & U 1U U U图2 不同经济发展水平上二氧化硫和烟粉尘对公众私人环保行为的效应表4公共环保行为影响因素的多层线性模型零模型基准模型GDP模型污染指标模型交互模型二氧化硫废水烟粉尘GDP二氧化硫GDP废水GDP烟粉尘固定效应截距10. 38* * * 1. 105 1. 591 1. 593 1. 612 1. 605 1. 739 1. 409 1. 742 个人层次变量年龄/ 10 0. 079 0. 078 0. 078 0. 072 0. 077 0. 077 0. 073 0. 071(年龄/ 10) 2 - 0

47、. 005 - 0. 007 - 0. 007 - 0. 006 - 0. 007 - 0. 007 - 0. 006 - 0. 006女性0. 574 0. 520 0. 520 0. 524 0. 520 0. 520 0. 524 0. 522教育年限0. 408* * * 0. 401* * * 0. 401* * * 0. 402* * * 0. 401* * * 0. 402* * * 0. 402* * * 0. 404* * *个人收入(第一组为参照组)第2组- 0. 142 - 0. 170 - 0. 171 - 0. 177 - 0. 177 - 0. 173 - 0. 1

48、78 - 0. 179第3组0. 574 0. 488 0. 487 0. 471 0. 479 0. 484 0. 471 0. 478第4组- 0. 021 - 0. 213 - 0. 214 - 0. 223 - 0. 222 - 0. 210 - 0. 225 - 0. 212第5组1. 444* 1. 134 1. 132 1. 134 1. 118 1. 121 1. 131 1. 092党员4. 194* * * 4. 278* * * 4. 279* * * 4. 290* * * 4. 281* * * 4. 282* * * 4. 289* * * 4. 288* * *有工作0. 919* 0. 963* * 0. 963* * 0. 963* * 0. 962* * 0. 964* * 0. 964* * 0. 964* *城市社区- 0. 046 - 0. 206 - 0. 206 - 0. 210 - 0. 214 - 0. 206 - 0. 208 - 0. 213污染感知指数0. 016* 0. 014*