中国公众环境意识的时空差异及影响因素分析

苏芳，齐乐萌，尚海洋

1.陕西科技大学 经济与管理学院，西安 710021

2.西北政法大学 管理学院，西安 710122

公众环境意识的缺乏，是现代生态环境问题频发的社会性根源。着力解决当前突出的环境问题，需要继续坚持“人与自然和谐共生”的环保理念，不断增强公众环境保护意识，持续推进公众生活方式的绿色化转变（董前程和王慧芬，2021）。2021年，中共中央将增强全社会生态环保意识写入“十四五”规划制定建议，生态环境部等六部门随后发布《“美丽中国，我是行动者”提升公民生态文明意识行动计划（2021—2025年）》，进一步明确了提升公民生态文明意识的行动计划和行为准则。因此，公众作为环境问题的主要影响对象和环境治理的参与主体，引导和鼓励公众提升环境意识成为推进环境治理共享共治、有效解决生态环境问题的关键，同时也是制定培育生态公民和加强生态文明宣传教育政策的前提与基础（周鑫，2020）。

目前，国内外关于环境意识已积累了较多研究成果，其研究内容主要集中在两大方面：一是对环境意识的评价研究。Dunlap and van Liere（1978）提出包含12 个测量题项在内的“新环境范式”量表，开始了量化环境意识的研究时期。此后，Dunlap et al（2000）在新环境范式量表的基础上制定了包含15 个测量题项在内的“新生态范式”（new ecological paradigm，NEP）量表，并逐渐成为了学术界适用性最强的环境意识量表。而国内对于环境意识的评价起步较晚，现有研究主要通过设立包含“环境意识、基本理念、环保态度和环保行为”在内的环境意识评价体系（洪大用，2005；刘志娟等，2018）。同时，采用问卷调查法、利益群体访谈和专家咨询等方式（王东旭，2018；屈志光等，2015；钟兴菊和罗世兴，2021），对青年大学生、旅游者、消费者群体和企业投资者等特定群体的环境意识进行调查分析（Heiskanen，2005；Flammer，2013；刘森林，2017；Zeng and Zhong，2017）。在此基础上，对比分析不同类型农户环境意识的差异（Mccann et al，1997；刘森林和尹永江，2018；李艳春，2019）。二是环境意识的影响因素研究。当前学者重点关注个体层面（即性别、年龄和受教育程度等个体特征）对环境意识造成的影响，如李卫兵和陈妹（2017）通过实地调研发现绝对收入与居民环境意识之间呈正相关性；刘志娟等（2018）研究发现中国居民环境意识整体处于较低水平，年龄、受教育年限及家庭总收入都与环境意识呈现显著相关性；也有学者研究经济因素、社会因素及自然区位因素对人们环境意识形成和改善的影响，如周广礼等（2014）通过开展农村居民环境意识调查，结果表明环境意识和经济发展水平呈正比例关系；苏芳等（2020）通过实地调查发现社会资本和环境暴露水平对居民环境关注呈正向影响。

综上所述，已有文献为开展公众环境意识研究提供了一定参考，但缺乏对中国公众环境意识时空差异的探析，难以全面反映公众环境意识具体空间分布特征。此外，当前对中国公众环境意识影响因素的实证研究以定性研究为主，忽视了其影响因素的空间依赖性。鉴于中国不同省（市、区）社会经济发展水平和自然环境各不相同，公众的环境意识水平存在较大差别，在地理空间上可能表现为特定的模式。因此，本文在科学评价中国公众环境意识的基础上，综合运用空间自相关分析和空间计量模型等方法，对比分析2003年和2013年中国公众环境意识的整体水平、变化趋势以及省际间空间分布特征，进一步识别造成公众环境意识时空差异的影响因素，从而为中国全面提升公众环境意识，缩小区域间公众环境意识水平差异提供一定的理论依据及政策参考。

1 材料与方法

1.1 数据来源

现有研究成果中针对环境意识这一社会性问题评价的研究范围主要分为全国层面和区域层面。对于区域层面而言，均通过实地调研对某地区居民的环境意识进行问卷调查并获取所需数据（苏芳等，2020）；而全国层面的数据来源主要来自于中国综合社会调查（Chinese general social survey，CGSS）（李艳春，2019）。CGSS 数据始于2003年，是中国最早的全国性、综合性、连续性学术调查项目。CGSS 数据库系统全面地收集了多学科经济与社会数据，目前已公开发布了11次调查结果，最新成果更新至2017年。但CGSS历年调查内容有所不同，其中，仅CGSS2003 和CGSS2013 中部分题项涉及公众对环境问题的认知，且CGSS2013 调查重复了CGSS2003 调查中的环境意识相关题项，能够有效地比较和反映出中国公众10年来环境意识的变化趋势。因此，本文基于现有的CGSS2003 和CGSS2013 数据，对中国公众的环境意识进行测量。CGSS 均采用阶段分层抽样的方法，CGSS2003 数据共获得5895 个样本，覆盖全国28 个省（市、自治区）（不含西藏、宁夏、青海及港澳台地区），其中包含城市样本5472 个，农村样本423 个；CGSS2013 共获得11438个样本，涉及全国28个省（市、自治区）（不含新疆、西藏、海南及港澳台地区），其中包含城市样本5106 个，农村样本6333 个。本文根据研究内容，在剔除缺失情况严重的问卷后，最终保留CGSS2003 有效问卷5033 份，CGSS2013有效问卷10468 份。此外，本文所涉及社会宏观经济和资源环境数据来自于2004年和2014年国家统计局官网及各省统计年鉴。

1.2 研究方法

1.2.1 公众环境意识评价——指标体系构建

目前国内学者主要以问卷调查法对环境意识进行评价，但并没有一个统一的测量指标。本文参照CGSS2003 和CGSS2013 问卷设计，参考洪大用（2005）对“环境意识”评价的相关指标，将公众环境意识度量具体划分为环境关心、环境知识、环保自觉性和环境评价4 个子维度，各子维度具体评价指标设定如表1 所示。

表1 环境意识评价指标体系Tab.1 Environmental awareness evaluation index system

1.2.2 空间差异分析

（1）标准差椭圆。标准差椭圆分析法能够从多维度对中国各省（市、区）公众环境意识的重心、空间分布范围、密集程度、空间分布形状、方位及其变化特征进行较为全面的揭示（钟少颖和何则，2016）。具体通过以下5 个空间统计指标进行揭示和表达：空间统计椭圆重心（经纬度坐标）、展布面积、单位标准差椭圆面积的空间要素总量、长短轴比值和长轴方位角（正北方向与顺时针旋转轴之间的夹角）。

（2）空间自相关。空间自相关法能从区域整体上体现中国省域之间居民环境意识得分的空间集聚性，在空间自相关检验过程中通常使用莫兰指数（Moran’sI）测度某个省份要素属性值是否与其相邻省份的相似性或相异性特征（李庆，2019）。本文运用空间自相关分析，通过全局和局域自相关分析反映中国公众环境意识的空间分布格局，揭示其空间关联性特征。全局莫兰指数计算公式如下：

1.2.3 空间计量模型

传统的线性回归OLS 模型是以最小二乘法为基础的全局回归模型，普通最小二乘法不适用于空间非平稳性且存在空间依赖性的空间数据（李秋雨等，2016）。本文考虑到环境意识这一变量的空间依赖性特征，通过引入空间滞后模型和空间误差模型分析中国公众环境意识的影响因素，使得回归结果更加符合客观实际。

（1）空间滞后模型（SLM）。空间滞后模型主要应用于探讨变量在某个地区是否存在空间溢出效应（或扩散效应），其公式如下：

式(2)中：y为地区公众环境意识得分，X为选取的解释变量，Wij为空间权重矩阵，εi为随机误差向量；β为空间回归系数，用来表示相邻区域的因变量被本区域内自变量的解释程度。

（2）空间误差模型（SEM）。空间误差模型的不同之处在于其模型误差项中加入了空间滞后因子，能够很好地处理因误差项而导致的空间依赖性。其公式如下：

式(3)中：参数λ衡量回归残差之间相关性的强度；μi为研究区域内的随机干扰项。

（3）变量选取

公众环境意识水平（EA）影响因素较多，本文结合现有研究成果，基于科学性、代表性和数据可获得性原则，围绕经济因素、社会因素及环境因素3 大维度共选取7 项指标作为影响公众环境意识的自变量（表2），以分析中国公众环境意识区域差异存在的原因。

表2 中国公众环境意识影响因素的描述性统计分析Tab.2 Descriptive statistical analysis of the factors affecting Chinese public environmental awareness

第一，经济因素。谢瑾等（2015）指出经济发展水平与公众环境意识有密切联系。一个地区工业化程度是加速地区城市化进程的重要方面，能够较好地反映地区社会经济发展特征。居民人均可支配收入也是国民经济的主要衡量指标，能够侧面体现公众对环境保护的支付能力（Wang et al，2014）。基于此选取工业化程度（DI）和居民人均可支配收入（PCDI）反映各省的经济发展水平。

第二，社会因素。环境保护还与社会因素存在关联，中国学术界亦对社会因素和环境意识的关系进行了分析。郑昱（2017）提出“当环境问题开始制约经济发展和社会稳定，政府层面出台的各项政策法规及相应的经济奖惩措施、社会舆论压力等外部社会因素都会对公众环境意识造成影响”。包庆德和梁博（2018）则探讨了人口密度等地区环境压力的影响。本文确定人口密度（PD）是公众环境意识的影响因素之一，并在此基础上确定教育经费投入（IED）和工业污染治理投资（IIPC）为衡量影响公众环境意识的社会因素。

第三，环境因素。环境因素是环境意识的重要影响因素之一，现实环境的优劣性对公众环境意识有重要作用。某个地区环境污染程度和地区环境绿化等现状直接影响公众的生活条件，更容易引起公众的环境关注度，因而环境因素是提高和改善环境意识的关键（Lithourgidis et al，2016）。基于此，本文选用地区环境污染程度（DREP）和地区城市设施水平（RUFL）对各省环境因素进行衡量，以分析省际环境差异与公众环境意识之间的相关性。此外，对所选指标进行多重共线性检验，具体变量及其描述性统计如表2 所示。

2 结果与分析

2.1 中国公众环境意识及各维度变化

首先，对2003年和2013年中国公众环境意识及其子维度得分的变化率进行计算。如表3 所示，环境意识得分由2003年的169.85 下降至169.62，变化率为−0.13%，表明在2003—2013年中国公共环境意识水平整体上基本维持不变。从环境意识各维度来看，增幅最大的为环境关心，其值较2003年增长了15.09%；降幅最大的为环境评价，其值较2003年降低了32.97%，同时也是在10 a 期间变化最明显的维度。可以看出，在2003—2013年，随着社会经济的不断增长，公众的环境意识水平并未随之提高，尤其对于环境评价而言，这一维度体现的是公众是否能够对环境保护等相关行为付费的意愿，而环境评价得分的大幅度下降，表明收入增加并不代表公众环境评价能力的提高。

表3 2003年和2013年中国公众环境意识及其子维度变化Tab.3 Changes in Chinese public environmental awareness and its sub-dimensions in 2003 and 2013

2.2 中国公众环境意识的时空差异

剔除无数据的省份后，图1 为公众环境意识及其子维度的省域变化率。可以看出，省域间各维度得分的变化程度存在差异，具体来说，各省份环境关心增长幅度显著，其得分增加省份占比为92.31%，仅贵州和浙江两省的环境关心略有下降；环境自觉性增长幅度次之，其得分增加省份占比为80.77%，其中福建、北京和广西的增幅最大，环境自觉性得分下降的省份主要集中在云南、重庆和内蒙古等中西部地区；部分省份的公众环境知识水平有所提高，得分增加省份占比为34.62%，但环境知识变化率在数值上为负增长的原因在于浙江和辽宁两省的降幅过大，分别为28.52%和25.51%，对整体水平影响较大；环境评价得分增加的省份数量为0，其中重庆、内蒙古和云南的下降幅度最大，重庆降幅高达49.81%，这也反映出各省份公众在对环境付费方面意识的欠缺。此外，环境意识整体得分在省域间的变化程度各不相同，其空间分布存在明显的差异性，后文将对2003—2013年省域公众环境意识的空间格局变化做进一步分析。

图1 2003—2013年各省公众环境意识及其子维度的变化率Fig.1 The change rates of provincial public environmental awareness and its sub-dimensions from 2003 to 2013

2.2.1 时空分布格局

本文基于标准差椭圆对2003—2013年中国公众环境意识空间分布变化趋势及其多维特征进行分析，更加直观地反映全国层面公众环境意识的空间演化态势。图2 和表4 分别展示了2003—2013年公众环境意识的空间统计椭圆及其椭圆参数，可以看出：（1）2003年标准差椭圆的长短轴比值相较于2013年更接近于1，表明2013年公众环境意识的空间分布更为狭长。（2）2013年椭圆面积较2003年呈小幅缩小趋势，椭圆内区域面积明显小于椭圆外面积，表明在此期间全国公众环境意识水平处于整体降低的发展态势，与前文全国环境意识变化率下降的事实相符；另一方面，说明2013年高环境意识水平省份的空间分布更加集中，且因椭圆面积缩小形成的环形区域内，其公众环境意识的提升速度有所减缓。（3）2013年公众环境意识的椭圆重心的变化轨迹向东北方向小幅度偏移，且2003年和2013年的标准差椭圆长轴均位于东北—西南方向，表明全国公众环境意识呈现东北—西南分布趋势，东北方向区域的环境意识提升幅度更大，同时可以确定该方向上涉及省份的环境意识得分相对较高，其居民的环境意识普遍较强。（4）2013年的空间密集度指数大于2003年，表明中国公众环境意识处于更加集中化的发展趋势，空间层面的集聚程度更高。通过对比标准差椭圆5 个维度的可得，2003年和2013年中国公众环境意识的分布重心呈现向西北方向偏移的趋势，环境意识标准差椭圆的分布方向向北有所偏转，且椭圆形状的相似度高，其整体分布规模略微缩小，这表明全国层面公众环境意识水平在这一阶段总体呈现下降趋势，东北方向区域公众表现出更高的环境关注度，但部分区域公众环境意识增速的有所降低。

表4 2003 和2013年中国公众环境意识分布的标准差椭圆参数Tab.4 The standard deviation ellipse parameters of the distribution of Chinese public environmental awareness

从省域尺度公众环境意识的空间分布格局来看（图2），2003—2013年中国公众环境意识的空间分布变化较大。（1）环境意识高值区数量大幅度增加，在安徽省点状分布的基础上新增了甘肃省及黔—桂—粤—闽带状分布；（2）环境意识较高值区同样呈扩大趋势，除黑龙江以外，在中部地区形成冀—豫—鄂这一较高环境意识片区；（3）环境意识中值区范围有所缩小，形成北部陕—宁—蒙—吉环境意识中值区，南方地区中值区缩小为苏、湘、赣三省；（4）环境意识较低值区略有收缩，转为西部地区青、晋、鲁、沪四省市点状分布；（5）环境意识低值区有所扩张，西南地区川—渝—云片状分布保持不变，在此基础上新增加辽、浙两省。总体来看，2003年中国公众环境意识以中等区为主，2013年环境意识分布逐渐呈现两极分化的特点。此外，省域间公众环境意识变化幅度各不相同，从区域来看，南方地区环境意识高于北方地区；中西部地区环境意识由低、较低、较高转为以较高和中等为主，东部地区环境意识由中等、较高转为以高等为主。究其原因，中国公众环境意识在区域及省域层面存在较大的分布差异，公众环境意识高值区域主要集中于东部地区经济发达省份，这表明经济发展水平是影响地区公众环境意识的重要因素之一。此外，甘肃及河南等中西部地区在经济相对落后的情况下，其公众环境意识水平仍然保持优中向好的趋势，说明除经济因素以外，社会因素和环境因素等对公众环境意识的时空差异存在影响。

图2 2003 和2013年中国公众环境意识分布标准差椭圆Fig.2 The standard deviation ellipse of the distribution of Chinese public environmental awareness in 2003 and 2013

2.2.2 空间关联特征

其中，#ask是解析查询代码的提示符，表示后续内容是语义查询语句。该查询语句包含了一个属性查询和附加信息查询，它们之间用“|”隔开。其功能是将知识库中所有包含结构类型为线性结构属性的页面以超链接的形式列举出来，并同时显示存储结构属性的信息。

此外，通过空间自相关分析法对公众环境意识的空间集聚性和空间局部上的空间关联特征进行探析。全局空间自相关指标Moran’sI用于揭示全国层面环境意识的空间集聚模式，而局域空间自相关则用LISA 聚类图来反映研究区域内各省份及其邻近省份环境意识的相关度。如表5 所示，2003年和2013年环境意识的全局Moran’sI指数大于0，Z值高于临界值2.58，且均在1%显著性上通过检验，表明中国公众环境意识水平存在显著的空间正相关性，空间集聚力较强，即存在高—高型和低—低型集聚。从趋势上看，2013年全局莫兰指数大于2003年，表明公众环境意识的空间集聚程度在不断加剧。为了更清晰地看出公众环境意识在省域的局部依赖特征，本文通过LISA 聚类图识别中国各省（市、区）公众环境意识的局部聚集省份（图3）。在LISA 聚类图中，高和低分别表示环境意识高值省份和低值省份，高—高则说明高值与高值空间相关，即公众环境意识高值省份邻省的环境意识水平也高。

表5 2003年和2013年环境意识全局Moran’s I 指数Tab.5 Global Moran’s I index of environmental awareness in 2003 and 2013

如图3 所示，在5%显著水平下，2003年和2013年均只有高—高类型区和低—低类型区通过显著性检验，2013年高—高型区和低—低型区各自增加和降低了1 个省份。虽然数量变化较小，但具体类型区的对应省份发生了较大变化。由图3a 可得，2003年样本省自身和周边省份环境意识均高的区域（高—高）主要集中在甘肃、黑龙江、福建以及河北、河南等省份；样本省自身和周边省份环境意识均低的区域（低—低）主要集中分布在新疆、内蒙古等西部地区。从图3b 可以看出，2013年中部省份集聚性基本维持不变，东北三省以及东部地区集聚类型发生变化，高—高聚集区域数量有所减少，且西部省份低值区域缩小，浙江和山东等省份的集聚程度变化较大。2003—2013年的局部空间自相关变化可以反映出省域间公众环境意识具有较高的相似性特征：一是公众环境意识显著高—高型集聚主要集中在以安徽、河北、河南为代表的中部地区及贵州、广西为代表的西部地区，但其省份数量有所下降，说明这些环境意识较高省份对邻省的正向辐射作用不足；二是公众环境意识显著低—低型集聚主要集中在青海、四川、云南等省，其省份数量有所上升，说明该区域省份公众环境意识的提升效果较弱，对邻省的环境意识水平也有所影响；三是公众环境意识高—低型和低—高型省份没有通过显著性检验，表明该类型空间分布趋于分散，无明显特征。

图3 2003 和2013年中国公众环境意识的LISA 聚类图Fig.3 LISA cluster map of Chinese public environmental awareness in 2003 and 2013

2.3 中国公众环境意识的影响因素

2.3.1 OLS 模型分析结果

以中国公众环境意识得分（EA）为因变量，以表2 中所列出的影响因素作为自变量构建OLS模型进行回归，分析结果如表6 所示。2003年回归结果表明：所选7 个自变量中地区城市设施水平（RUFL）通过1%的显著性检验，工业化程度（DI）和人口密度（PD）通过了5%的显著性检验，地区环境污染程度（DREP）通过了10%的显著性检验；2013年回归结果表明：工业污染治理投资（IIPC）通过5%的显著性检验，教育经费投入（IED）和地区环境污染程度（DREP）通过10%的显著性检验，其余变量的回归结果不显著。

表6 OLS 模型估计结果Tab.6 Estimation results of OLS model

前文中的空间自相关分析表明研究区内居民环境意识存在空间集聚现象，各个研究单元之间并不是相互独立存在的个体，OLS 模型的诊断性检验对该问题进行证实。由表7 可知，2003年和2013年OLS 回归残差的Moran’sI分别为3.520和6.697，且均在1%水平上显著，说明OLS 回归残差在空间上呈现一定的集聚性，并非随机分布；此外，2003年和2013年的Breusch-Pagan 和Koenker-Bassett 检验统计量均不存在显著性，说明OLS 模型存在异方差。因此，以上检验结果说明本研究需进一步采用空间计量模型对包含空间依赖性的中国公众环境意识的影响因素进行分析。

表7 OLS 模型分析结果检验Tab.7 Test results of OLS model analysis

2.3.2 空间回归模型分析结果

本研究通过空间滞后模型（SLM）和空间误差模型（SEM）对2003年和2013年中国公众环境意识的影响因素进行各自分析，其回归结果见表8 和表9。

表8 SLM 模型回归结果Tab.8 Regression results of SLM model

表9 SEM 模型回归结果Tab.9 Regression results of SEM model

（1）模型选择

根据表8 和表9 可知，2003年SLM 和SEM模型的拟合优度R2分别为0.798 和0.731，2013年SLM 和SEM 模型的拟合优度R2分别为0.952和0.961，相较于相应年份的OLS 模型，空间计量模型的拟合优度明显更高。此外，衡量诊断空间模型优劣程度的重要指标还有对数似然估计值（log likelihood，logl）、赤池信息准则（Akaike Info Criterion，AIC）和施瓦茨信息准则（Schwarz Criterion，SC）等，具体地，当logl越大，AIC和SC 值越小则表明空间回归模型的拟合效果良好（吴玉鸣，2006）。2003年 和2013年SLM 和SEM 模型的似然比例值（likelihood ratio，LR）均通过显著性检验，对比表6、表8 和表9 的三种估计模型可得：logl值从大到小依次为SEM＞SLM＞OLS，同时，AIC 和SC 值从小到大依次为SEM＜SLM＜OLS。由此表明：采用SLM 和SEM模型对2003年和2013年中国公众环境意识影响因素的估计效果优于OLS 模型。而在SLM 和SEM模型的选择中，比较其logl、AIC、SC、LR 发现，SEM 模型最终的解释效果相对较好，更加适合本研究。

（2）2003年空间回归模型结果分析

将2003年的SEM 回归结果与其OLS 估计结果对比后可得，人口密度（PD）、教育经费投入（IED）、地区环境污染程度（DREP）和地区城市设施水平（RUFL）通过了显著性检验，而工业化程度（DI）未通过显著性检验（表9）。此外，SLM 模型的空间滞后回归系数ρ和SEM 模型影响因素变量的空间误差系数λ均为正，且都通过了1%的显著性检验，表明2003年中国公众环境意识存在显著的空间相关性，具有一定的空间溢出效应，即各省份公众环境意识不仅受到本省显著影响因素的影响，还受到邻省的公众环境意识及其影响因素的共同影响。

从2003年4 个显著性影响因素的影响机理来看，人口密度（PD）的回归系数为−0.666，即在其他变量不变的情况下，人口密度每增加1 个单位，公众环境意识得分减少0.666 个单位。人口密度对于环境意识的影响主要表现为人口密度大的省份其环境承载力度相对较弱，人口环境素养水平存在较大差异，导致其环境意识总体得分较为低下；教育经费投入（IED）的回归系数为0.232，说明高教育重视程度省份公众的环境知识受教育程度也相对更高，从而进一步增强其公众对环境保护的重要性认知，提升他们自身的环境意识。地区环境污染程度（DREP）和区城市设施水平（RUFL）的回归系数分别为0.084 和0.431，说明公众环境意识的高低与其生活环境有一定关系。主要原因在于地区环境质量直接影响居民的生活水平，环境污染状况的恶化能够在很大程度上提高公众对环境保护的紧迫性认知，激发公众环境关心和环境自觉性。

（3）2013年空间回归模型结果分析

对比2013年SEM 回归结果与OLS 回归结果后可得，工业污染治理投资（IIPC）、地区环境污染程度（DREP）和地区城市设施水平（RUFL）通过显著性检验，而教育经费投入（IED）未通过显著性检验（表9）。2013年SLM 模型的空间滞后回归系数ρ和SEM 模型影响因素变量的空间误差系数λ均为正，均通过了1%的显著性检验，同样表明2013年中国公众环境意识存在正向的空间溢出效应，邻省之间的促进作用较为显著。

从2013年3 个显著性影响因素的影响机理来看，工业污染治理投资（IIPC）的回归系数为0.074，表明公众环境意识与地区政府的环境治理力度存在一定关系，政府防污治污能力越强，其所在地区的环境状况更好，公众在政府部门的引导下会进一步增强自身的环境意识；地区城市设施水平（RUFL）的回归系数为0.267，相较于2003年而言回归系数的显著性和解释力度有所降低，但仍和公众环境意识呈正相关关系。而2013年地区环境污染程度（DREP）的回归系数为−0.127，与2003年该影响因素的影响方向相反，表明地区环境污染程度越高，公众的环境意识反而较低。可能的原因在于，2013年中国处于经济发展高速期，为了积极应对国际金融危机带来的巨大冲击，工业尤其是重工业一度成为中国经济发展的支柱。但工业生产中所产生的废气、扬尘和排出的污水等都会随着生态循环对更多地区造成空气污染、水污染等，而在该阶段中国各地区的环境保护体系有待完善，公众的环境意识程度也随之亟待提高。

3 讨论与结论

从可持续发展的角度来看，保护环境就是保护经济社会的发展潜力和发展动力，只有全社会做到尊重自然、顺应自然和保护自然，并自觉践行环保行为和绿色低碳生活，才能将生态环境优势转化为经济社会发展的强劲动力，从而推动绿色产业布局，形成社会绿色生活方式。目前学术界对于环境意识的研究主要集中于部分区域或特定群体环境意识的评价（滕玉华等，2021；杨光勇和计国君，2021），且全国层面的环境意识研究重在其环境意识培养的定性研究，缺乏对全国层面各省份公众环境意识的测度评价。钟兴菊和罗世兴（2021）以及李艳春（2019）从区域角度出发研究公众环境意识的综合评价及其影响因素。相比以往的研究，本文基于全国性、综合性、连续性的CGSS 数据，对2003—2013年中国公众环境意识水平现状及省际间差异进行了时间和空间的双维度对比分析，并对其时空差异的影响因素进行论证。在环境意识测算过程中，本文基于数据库涉及题项，选取“环境知识”、“生态观念”和“环保行为”三大维度，选择熵值法对环境意识进行综合评价。在影响因素分析中，引入空间计量模型代替以往传统的多元线性回归模型，分析了经济因素、社会因素和环境因素对2003年和2013年公众环境意识的影响差异。研究发现：人口密度、教育经费投入、地区环境污染程度和地区城市设施水平等因素对不同年份公众环境意识的影响程度有所差异。其中，2003年地区环境污染程度对公众环境意识的影响为显著正相关，而2013年反之，说明当环境污染到一定程度之后，反而会引起公众对环境问题的忽视。综合来看，本文不再将研究对象局限于单一区域、特定群体和传统方法，而是基于现有数据库将样本群体范围扩大、研究尺度上升且在研究方法上注重学科交叉，对现有公众环境意识研究进行了补充研究，揭示了一定的客观规律和理论分析机理。但由于数据库限制，无法对中国2013年以来公众的环境意识现状进行了解。后续研究中，可根据现有数据库的更新情况或改变数据来源方式，以此对当前中国公众环境意识最新现状进行分析；同时，可以考虑将地形地貌、自然环境等因素纳入环境意识影响因子范畴，精准识别生态脆弱区和生态补偿区等人地关系矛盾突出区域公众环境意识的影响机理。

本文主要研究结论如下：（1）2003—2013年中国公众环境意识水平基本维持不变，环境付费能力大幅下降，但公众对环境意识的关注程度有所提高。（2）中国公众环境意识的总体空间演化形态表现为整体分布规模略微缩小，省域间公众环境意识空间差异显著，中西部地区环境意识有所增强，东部地区公众环境意识处于较高水平。（3）公众环境意识水平存在显著的空间正相关性，空间集聚程度不断加剧；空间局部特征以高—高型和低—低型最为显著，各省份间空间相似度较高。（4）人口密度、工业污染治理投资、教育经费投入、地区环境污染程度及地区城市设施水平等因素均对公众环境意识产生显著影响。

由此可见，为了有效提升中国环境意识低水平地区公众的环境认知能力，要充分认识各种因素对环境意识造成的区域性差异。第一，对于环境意识较低的省份而言，当前应紧密结合国家生态文明建设的总体要求，制定针对性强的公众环境行为管理和环境保护政策，增强公众对环境保护的感知能力和行为能力。第二，应进一步完善城市基础设施建设，不断加大城市绿化面积。一方面能够改善公众的人居环境，激发其对美好生活环境的向往，另一方面更是改善城市生态环境的重要举措。第三，应加大全社会对各类污染治理的投资力度，尤其加大对于能源、交通、大气等重点污染领域的经济政策支持，减少地区的污染物排放量。第四，针对环境问题的复杂性，要明确区域及企业等不同层面污染问题的负责主体，建立区域协作机制和联防响应机制。第五，应继续加大环境保护知识宣传力度和垃圾分类等环境保护行为的示范工作，引导公众履行环境保护责任，并通过搭建公众环保参与渠道，激励其将环保意愿转化为实际行动。