雾霾感知风险与公众应对行为的实证研究

In recent years, many areas were hit frequently by heavy smog, and effectively improving air quality becomes the immediate will of the public and government in China. In this research effort, by using a structural equation modelling approach, we empirically investigate public coping behaviors regarding smog and their environmental satisfaction from the perspective of perceived environmental risk, based on the theory of planned behavior and the protection motivation theory. First, a structural equation model will be developed to study the relationship of perceived smog risk and related factors (including environmental information, smog knowledge, and perceived control), public coping behaviors, environment satisfaction, and purchase intention for protective products, based on questionnaire survey data collected during recent heavy smog. In particular, we will test the mediation role of perceived risk and perceived control in the model, i.e., when smog pollution arouses the public perception of risk, people would be prompted to take coping behaviors, and to have a negative evaluation of environmental satisfaction. Second, utilizing multiple data sources, a structural equation model will be used to integrate the daily air quality data, Sina micro blog text data, web search data, and online shopping data to study the characteristics of public online behavior under the condition of smog pollution. Finally, we will conduct a comparative analysis regarding different cities and different levels of smog pollution based on a Bayesian multi-group structural equation model, and provide a theoretical basis and practical evidence for government policy and strategy in environment management and risk management.

近年来，我国多个地区重度雾霾天气频发，有效改善空气质量是当前政府和公众的迫切愿望。本项目从环境感知风险的视角，基于计划行为理论和保护动机理论，采用结构方程模型方法，对公众的雾霾应对行为和环境满意度开展实证研究。首先，基于重度雾霾污染时期收集的问卷调查数据，建立雾霾感知风险诸因素（信息影响度、知识熟悉度、感知可控性）与公众应对行为、环境满意度、防护产品购买意愿之间关系和影响强度的结构方程模型，确认感知风险、感知可控性的中介变量作用，即当雾霾引起感知风险时，公众将会采取应对行为，并且降低对环境满意度的评价。其次，采用结构方程模型，整合每日空气质量数据与网络数据（微博文本、百度搜索、网上购买等数据），研究在雾霾环境下公众的网络行为特征。最后，应用贝叶斯多群组结构方程模型，对不同城市、不同雾霾污染程度下公众的感知风险和应对行为进行比较分析，为政府的环境管理工作与雾霾风险管理策略提供理论和实证依据。

如何提升严重环境污染下公众对政府环境工作满意度，是政策制定者面临的重大问题。本项目以感知风险为视角，采用结构方程模型，基于问卷调查数据，探究了严重雾霾污染情况下各城市公众的心理行为反应，阐释了雾霾感知风险、应对行为和环境满意度之间的关系。具体发现如下：.（1）通过在雾霾严重时期收集的大规模问卷调查数据，建立了雾霾感知风险等因素与应对行为之间关系的结构方程模型。即公众对环境信息越敏感、雾霾感知风险越大、对雾霾知识了解越多、雾霾感知可控性越大，越会采取防护与应对措施。该项研究有助于政府更好地了解公众对于雾霾风险的认知状况及其变化规律，提高政府应对雾霾灾害的能力。.（2）通过爬取北京、上海、广州、成都、长沙五个城市每日空气质量数据与百度相关关键词的每日搜索数据，探讨了空气质量的优劣对公众搜索行为的影响，比较了五个城市空气质量与搜索行为之间的关系以及搜索行为构成方面的差异。同时，将空气质量数据与网络搜索数据相关联，为政府洞察民意、做好环境治理工作提供了新的渠道。.（3）通过融合空气质量数据与多种网络数据（如微博、百度等搜索数据），厘清了在线公众关注度（媒体报道、微博讨论和百度搜索）在空气质量与防护产品购买之间的中介变量关系，揭示了空气污染对居民应对行为影响的机理。.（4）通过融合滴滴出行订单数据、空气质量数据、气候信息等，对交通拥堵与空气污染之间的交互影响机制进行了研究，基于公众流动性行为的视角，揭示了城市交通拥堵与空气污染之间的复杂关系。该项研究为今后开展两者的综合治理提供了理论和实证依据。.（5）通过“时空关”，即时间、空间、关联三个维度对大数据进行描述、分析、解释、预测，从多个维度形成对人类行为的规律性认识，并分析探讨了大数据行为研究未来可能发展的趋势。“时空关”也为研究环境行为提供了新的思路和分析框架。.（6）基于滴滴出行的历史订单数据，构建了出行复杂网络，对网络的复杂结构、各种中心度以及流动关系的重要性进行了深入分析，对城市建设、道路优化、环境质量控制等具有重要意义，特别是流动性网络为洞察城市空气污染提供了新的关联分析思路。