我国城市居民PM2.5减排行为影响因素及政策干预研究

摘要

伴随着我国工业化、城镇化进程的加快及以煤炭为代表的能源的大量消耗，近年来，雾霾在我国大范围频繁出现，可谓十面“霾”伏，雾霾污染已成为21世纪以来我国最严重的大气污染问题之一。中国社科院发布的《气候变化绿皮书》指出国家对于雾霾问题的关注已经上升到前所未有的战略高度。在2017年的《政府工作报告》中，李克强总理就曾明确提出:务必打好“蓝天保卫战”。“呼吸之痛”警示世人:雾霾治理迫在眉睫。尽管国内外雾霾治理的研究至今仍是错综复杂，但毋庸置疑的是:解决雾霾污染关键在于PM2.5的源头减排。事实显示，对城市区域来说，居民诸多日常消费活动是PM2.5的重要排放源，对雾霾污染负有不可推卸的责任。因此，充分重视居民层面的PM2.5排放，并致力于引导城市居民的PM2.5减排行为是当前有效的雾霾污染控制措施，且减排空间大。按照行为干预策略的观点，基于个体行为的诱因可以事半功倍地影响行为。然而，当前国内外文献还没有对居民PM2.5减排行为及其影响因素的研究。考虑到居民PM2.5减排行为属于个人亲环境行为的范畴，本文将借鉴亲环境行为的相关理论与研究成果，结合对京津冀、长三角、川渝三大雾霾污染区域的城市居民的问卷调查数据，着重对居民PM2.5减排行为影响因素及影响机理进行研究，并剖析PM2.5减排政策的动态干预效果，完善雾霾研究的理论内涵与研究体系。在实践中，期望通过针对性调整相应的影响因素促使居民积极参与PM2.5减排行为，从而降低PM2.5水平，改善城市雾霾污染。基于文献综述、实证分析和模拟分析，本研究会开展如下主要工作:
　　(1)对城市居民PM2.5减排行为影响因素进行研究。基于计划行为理论(TPB)、价值-信念-规范理论(VBN)和态度-行为-情境理论(ABC)等亲环境行为理论，构建城市居民PM2.5减排行为概念模型。并以三大雾霾严重区域的912份调研数据为基础，运用结构方程模型和分层回归分析进行实证研究。研究发现，城市居民的PM2.5减排行为影响因素涵盖了个体心理类、行为控制类和外部政策情境等，大部分变量通过PM2.5减排意愿作用于实际行为。其中，个体心理类变量包括了理性变量（态度、社会规范、感知行为控制）和感性变量（价值观、环境关注、道德规范）两部分，分别直接或间接地影响居民的PM2.5减排意愿和行为，意味着在居民PM2.5减排治理中要注意“法治”和“德治”的结合;行为控制类主要是指感知行为控制(PBC)变量，除了直接正向影响居民的PM2.5减排意愿外，还显著调节居民PM2.5减排意愿到实际行为的关系;外部政策情境变量包含了命令控制型、经济激励型和教育引导型三类政策，分别对居民PM2.5减排意愿到实际行为的转化产生不同程度的调节作用。
　　(2)不同居民PM2.5减排行为的影响因素差异分析。城市居民PM2.5减排行为是一个复合概念，不同居民PM2.5减排行为的具体影响因素会不尽相同。选择公共交通出行和新能源汽车购买两种居民交通PM2.5减排行为进行深入的对比分析。基于TPB和规范激活理论(NAM)理论，构建城市居民交通PM2.5减排行为意愿概念模型，并通过分层回归和调节效应分析595份公共交通出行和580份新能源汽车购买样本数据。研究发现，态度、社会规范、道德规范等个体心理类因素都会显著影响两种交通PM2.5减排行为，不同行为间差异不大;但PBC变量对两种交通PM2.5减排行为的影响有所差异。PBC变量包含“自我效能”和“感知控制”两方面的内涵，分别或直接或间接的影响PM2.5减排意愿的发生。但其处于不同的水平时，对不同的行为影响结果也会有所区别。即对于不同的PM2.5减排行为，尤其需要关注PBC变量。
　　(3)政策因素对城市居民PM2.5减排行为的动态干预研究。在对调研数据进行静态分析基础上，验证长期内三类政策因素对居民PM2.5减排行为的动态干预效果。根据实证分析结果，构建基于多Agent的城市居民PM2.5减排行为仿真模型，借助Matlab平台和人工神经网络进行模拟仿真分析。研究发现，居民Agent与Agent之间通过社会规范的交互确实会对居民的PM2.5减排意愿产生影响，并最终稳定到某一固定值。另外，从长远角度，三类外部政策因素都能促进居民PM2.5减排行为的发生，但效果不同，命令控制型政策最好，教育引导型次之，经济激励型相对最差。政策组合对于PM2.5减排政策干预也是有益的途径。
　　本研究的主要贡献体现在:(1)基于居民层面提出城市居民PM2.5减排行为的雾霾治理理念，并界定了居民PM2.5减排行为概念的内涵与外延。从实践上探索了城市雾霾大气治理的新视角，从理论上拓展了个人亲环境行为的研究领域。(2)构建了城市居民PM2.5减排行为概念模型，证实了其在个人PM2.5减排领域的适用性，并从个体心理类、行为控制类和外部政策情境三个方面挖掘主要的影响因素，同时分析了其影响机理。(3)选取公共交通出行和新能源汽车购买两种居民交通PM2.5减排行为，分析不同PM2.5减排行为影响因素的差异性，着重揭示感知行为控制变量对不同PM2.5减排行为的直接和间接影响。(4)构建基于多Agent的城市居民PM2.5减排行为仿真模型，从长期视角分析三类政策情境因素对居民PM2.5减排行为的动态干预效果。

目录

声明

摘要

1．1 研究背景与问题提出

1．2 研究意义

1．3 研究思路与方法

1．4 研究创新之处

第2章 理论基础与文献综述

2．1 城市居民PM2．5减排行为综述

2．1．1 城市居民PM2．5减排行为概念界定

2．1．2 城市居民PM2．5减排行为梳理

2．1．3 PM2．5污染与居民PM2．5减排行为

2．2 PlVl2．5 减排政策综述

2．2．1 政策概述及述评

2．2．2 政策干预措施

2．3 相关理论基础

2．3．1 计划行为理论

2．3．2 规范激活理论

2．3．3 价值-信念-规范理论

2．3．4 态度-行为-情境理论

第3章 城市居民PM2．5减排行为影响因素研究

3．1 城市居民PM2．5减排行为概念模型及研究假设

3．1．1 概念模型构建

3．1．2 假设提出

3．2 研究方法

3．2．1 问卷设计

3．2．2 样本选择和数据收集

3．2．3 描述性分析

3．3 城市居民PM2．5减排行为影响因素分析

3．3．1 测量模型分析结果

3．3．2 结构模型分析结果及讨论

3．3．3 感知行为控制因素的调节效应检验结果及讨论

3．3．4 外部政策情境因素的调节效应检验结果及讨论

3．4 本章小结

第4章 不同居民PM2．5减排行为的影响因素差异分析——以两种居民交通PM2．5减排行为为例

4．1 居民交通PM2．5减排行为

4．2 居民交通PM2．5减排行为意愿模型及研究假设

4．2．1 概念模型构建

4．2．2 假设提出

4．3 研究方法

4．3．1 样本选择和数据收集

4．3．2 问卷设计

4．4 不同居民交通PM2．5减排行为的影响因素差异分析

4．4．1 描述性分析

4．4．2 信度和效度分析

4．4．3 回归分析结果

4．4．4 感知行为控制因素的调节效应检验结果

4．5 不同居民交通PM2．5减排行为影响因素结果讨论

4．6 本章小结

第5章 政策因素对城市居民PM2．5减排行为的动态干预研究

5．1 城市居民PM2．5减排行为仿真模型构建

5．1．1 基于ABMS的建模与仿真方法及适用性

5．1．2 基于多Agent的城市居民PM2．5减排行为仿真建模

5．2 仿真模型设计

5．2．1 基于Matlab的仿真实现

5．2．2 基于人工神经网络的居民PM2．5减排行为模拟训练

5．3 政策因素对居民PM2．5减排行为的动态干预分析

5．3．1 基准模式下政策干预结果

5．3．2 分析模式下政策干预结果

5．4 本章小结

第6章 结论与展望

6．1 主要研究结论

6．2 理论贡献与政策启示

6．3 研究局限和研究展望

参考文献

附录

致谢

在读期间发表的学术论文与取得的其他研究成果