Ecology and Environment ›› 2022, Vol. 31 ›› Issue (11): 2251-2262.DOI: 10.16258/j.cnki.1674-5906.2022.11.017
• Reviews • Previous Articles Next Articles
Received:
2022-06-14
Online:
2022-11-18
Published:
2022-12-22
Contact:
JIN Min
通讯作者:
靳敏
作者简介:
武照亮(1992年生),男,博士研究生,主要从事环境社会治理、环境政策与管理研究。E-mail: 2017101021@ruc.edu.cn
基金资助:
CLC Number:
WU Zhaoliang, JIN Min. Review and Evidence of the Impacts of Air Pollution on Social Economic Behaviors of Chinese Residents[J]. Ecology and Environment, 2022, 31(11): 2251-2262.
武照亮, 靳敏. 大气污染对中国居民社会经济行为影响的研究综述及问卷研究[J]. 生态环境学报, 2022, 31(11): 2251-2262.
Add to citation manager EndNote|Ris|BibTeX
URL: https://www.jeesci.com/EN/10.16258/j.cnki.1674-5906.2022.11.017
第一作者 First author | 年份 Year | 研究区域 Study area | 研究方法 Method | 样本量 Sample size | 大气污染测量指标 Indicators of air pollution | 社会经济行为影响 Impacts of social economic behaviors |
---|---|---|---|---|---|---|
Zhang J J | 2018 | 中国190个城市 | 横断面研究 | 40584 | 空气质量指数 | 购买口罩 |
Sun C | 2017 | 中国34个城市 | 纵向追踪研究 | 3085 | PM2.5浓度 | 购买口罩、空气净化器 |
Xu Y Q | 2021 | 西安市 | 横断面研究 | 813360 | 空气质量指数 | 出行范围、出行点个数 |
Zhao P J | 2018 | 北京市 | 横断面研究 | 307 | PM2.5浓度 | 骑自行车次数、距离与时间 |
Qiu Q | 2020 | 中国17个城市 | 横断面研究 | 331 | 空气质量指数 | 网上购买行为 |
Chen F L | 2020 | 中国大陆 | 横断面研究 | 54505 | PM2.5浓度 | 购买医疗保险 |
Yue Q | 2021 | 中国大陆 | 横断面研究 | 304654 | PM2.5浓度 | 定居意愿 |
Guo Q B | 2022 | 中国大陆 | 纵向追踪研究 | 25900 | PM2.5浓度 | 迁出行为 |
Qin Y | 2018 | 中国153个地级 以上城市 | 横断面研究 | 52515 | AQI、PM2.5、PM10、 CO、NO2、SO2 | 移民倾向 |
Chen S | 2021 | 中国25个城市 | 横断面研究 | 7950749 | 空气质量指数 | 人口流动 |
夏田 | 2018 | 北京市 | 横断面研究 | 993 | 大气污染感知 | 戴口罩及减少户外运动频率 |
王金营 | 2019 | 保定市 | 横断面研究 | 308 | 雾霾基本认知、 成因认知和危害认知 | 戴口罩、减少户外运动 和及时清洗脸部和鼻腔 |
曹小曙 | 2019 | 西安市 | 横断面研究 | - | 空气质量指数 | 公共自行车使用规模、 强度和站点归还均衡性 |
赵强 | 2021 | 秦岭淮河84个市 | 纵向追踪研究 | 504 | PM2.5、PM10、CO、 NO2、SO2、O3 | 商业健康险密度 |
息晨 | 2020 | 中国5个城市 | 横断面研究 | 1624106 | PM2.5、空气质量指数 | 每小时外出就餐人数 |
何婷 | 2018 | 中国25个省市区 | 横断面研究 | 14033 | 空气质量指数 | 风险资产与无风险资产的配置情况 |
王兆华 | 2021 | 中国长江下游某省 | 横断面研究 | 200多万 | PM2.5、PM10、空气质量指数 | 城镇人口迁移指数 |
孙伟增 | 2019 | 中国31个省市 | 纵向追踪研究 | 8395081 | PM2.5浓度 | 是否流入该城市 |
李卫兵 | 2021 | 中国292个城市 | 纵向追踪研究 | 5456 | PM2.5、PM10、NO2、SO2 | 人口净迁入量 |
曹广忠 | 2021 | 中国大陆 | 纵向追踪研究 | 1148 | PM2.5浓度 | 人口净迁移率 |
刘欢 | 2019 | 中国大陆 | 纵向追踪研究 | 68968 | 空气质量指数 | 净迁入常住人口 |
Table 1 Literature characteristics
第一作者 First author | 年份 Year | 研究区域 Study area | 研究方法 Method | 样本量 Sample size | 大气污染测量指标 Indicators of air pollution | 社会经济行为影响 Impacts of social economic behaviors |
---|---|---|---|---|---|---|
Zhang J J | 2018 | 中国190个城市 | 横断面研究 | 40584 | 空气质量指数 | 购买口罩 |
Sun C | 2017 | 中国34个城市 | 纵向追踪研究 | 3085 | PM2.5浓度 | 购买口罩、空气净化器 |
Xu Y Q | 2021 | 西安市 | 横断面研究 | 813360 | 空气质量指数 | 出行范围、出行点个数 |
Zhao P J | 2018 | 北京市 | 横断面研究 | 307 | PM2.5浓度 | 骑自行车次数、距离与时间 |
Qiu Q | 2020 | 中国17个城市 | 横断面研究 | 331 | 空气质量指数 | 网上购买行为 |
Chen F L | 2020 | 中国大陆 | 横断面研究 | 54505 | PM2.5浓度 | 购买医疗保险 |
Yue Q | 2021 | 中国大陆 | 横断面研究 | 304654 | PM2.5浓度 | 定居意愿 |
Guo Q B | 2022 | 中国大陆 | 纵向追踪研究 | 25900 | PM2.5浓度 | 迁出行为 |
Qin Y | 2018 | 中国153个地级 以上城市 | 横断面研究 | 52515 | AQI、PM2.5、PM10、 CO、NO2、SO2 | 移民倾向 |
Chen S | 2021 | 中国25个城市 | 横断面研究 | 7950749 | 空气质量指数 | 人口流动 |
夏田 | 2018 | 北京市 | 横断面研究 | 993 | 大气污染感知 | 戴口罩及减少户外运动频率 |
王金营 | 2019 | 保定市 | 横断面研究 | 308 | 雾霾基本认知、 成因认知和危害认知 | 戴口罩、减少户外运动 和及时清洗脸部和鼻腔 |
曹小曙 | 2019 | 西安市 | 横断面研究 | - | 空气质量指数 | 公共自行车使用规模、 强度和站点归还均衡性 |
赵强 | 2021 | 秦岭淮河84个市 | 纵向追踪研究 | 504 | PM2.5、PM10、CO、 NO2、SO2、O3 | 商业健康险密度 |
息晨 | 2020 | 中国5个城市 | 横断面研究 | 1624106 | PM2.5、空气质量指数 | 每小时外出就餐人数 |
何婷 | 2018 | 中国25个省市区 | 横断面研究 | 14033 | 空气质量指数 | 风险资产与无风险资产的配置情况 |
王兆华 | 2021 | 中国长江下游某省 | 横断面研究 | 200多万 | PM2.5、PM10、空气质量指数 | 城镇人口迁移指数 |
孙伟增 | 2019 | 中国31个省市 | 纵向追踪研究 | 8395081 | PM2.5浓度 | 是否流入该城市 |
李卫兵 | 2021 | 中国292个城市 | 纵向追踪研究 | 5456 | PM2.5、PM10、NO2、SO2 | 人口净迁入量 |
曹广忠 | 2021 | 中国大陆 | 纵向追踪研究 | 1148 | PM2.5浓度 | 人口净迁移率 |
刘欢 | 2019 | 中国大陆 | 纵向追踪研究 | 68968 | 空气质量指数 | 净迁入常住人口 |
第一作者 First author | 影响维度 Dimensions of impacts | 结果估算 Results estimation | 主要发现 Major findings |
---|---|---|---|
Zhang J J | 购买口罩 (防护行为) | AQI指数每增加一倍,口罩购买量增加54.5%,而PM专用口罩将增加70.6% | 如果消除10%的重污染天数,仅因减少使用口罩可节约1.87亿美元,表明改善大气环境质量利于提升社会福利 |
Sun C | 购买口罩、空气净化器 (防护行为) | 当空气质量为“重度污染”和“极重度污染”时,口罩日购买量分别是“优良”天气下的2.9倍和7.2倍,空气净化器分别是1.6倍和3.0倍 | 消费者会通过购买口罩和空气净化器来应对大气污染的影响,且高收入群体更倾向于购买更昂贵和更有效的防护设备 |
Xu Y Q | 出行范围与出行点个数 (出行行为) | AQI指数每增加100,出行范围下降0.76%,出行点个数下降6.57%;相较“良好”天气,“轻度”污染、“中度污染”及“重度污染”天气出行范围将分别下降0.56%、0.7%和2.29%,出行点个数分别下降3.31%、8.08%和13.27% | 大气污染与出行行为呈显著负相关关系,出行范围略微下降,而出行点个数下降程度较高。年轻人更倾向于减少出行点个数,老年人更倾向于缩小出行范围 |
Zhao P J | 骑自行车行为 (出行行为) | 雾霾天气平均通勤距离比非雾霾天气减少约 0.69 km | 大气污染严重时居民出行多从骑行转变为其他交通方式,坚持骑自行车的人更可能是男性、30岁以上、收入较低或短途旅行的人 |
Qiu Q | 网上购买行为 (消费行为) | 大气污染与焦虑的路径系数为0.230,焦虑与网上购物的路径系数为0.247;大气污染与烦恼、烦恼与网上购物的路径系数分别为0.281和0.209 | 大气污染增加了消费者的焦虑和烦恼,进而促进了网上购买行为,以减少甚至避免户外消费 |
Chen F L | 购买医疗保险 (消费行为) | PM2.5质量浓度每增加1 μg·m-3,人们购买医疗保险的可能性增加0.108% | 大气污染促进了人们购买医疗保险,且主要体现在妇女、儿童、老年人、高收入及高受教育程度人群上 |
Yue Q | 定居 (迁徙行为) | PM2.5质量浓度每增加1 μg·m-3,居民因工作或商业活动到该城市定居的概率将显著降低1.89% | 大气污染对居民定居意愿具有显著负面影响,尤其对女性群体的影响较大 |
Guo Q B | 人口迁出 (迁徙行为) | 1978年以来,PM2.5质量浓度每增加1 μg·m-3,移民可能性增加0.93%;2000年以来,PM2.5质量浓度每增加1 μg·m-3,移民可能性增加0.97% | 大气污染增加了人口迁移的可能性,尤其对妇女、中年人、受教育程度较低群体、农业家庭、汉族及南方城市居民影响更大 |
Qin Y | 人口迁移 (迁徙行为) | AQI指数每增加100,次日居民对“移民”的搜索指数会增加2.3%-4.8%,当AQI超过200点以后(严重污染),大气污染对移民倾向的影响更强 | 尽管移民是一个长期决策,但大气污染带来的短期冲击显著提高了居民的移民意愿,大气污染越严重,人们移民倾向越明显;对不同目的地的影响不同,美国是居民移民的第一选择;对不同城市的移民倾向也有所差异,尤其对北京市居民的影响最显著 |
Chen S | 人口流动 (迁徙行为) | AQI每上升1个单位会导致0.15%的短期人口流动 | 距离较近的目的地对人口流动更具吸引力;居住地与目的地大气质量差异越大,人口流动倾向越强 |
夏田 | 戴口罩、避免户外运动(防护行为) | 居民大气污染感知每提高1个单位,戴口罩的频率显著提高0.276个单位,避免户外运动的频率显著提高0.303个单位 | 居民大气污染感知对健康防护行为强度具有显著正向影响 |
王金营 | 戴口罩、减少户外运动 (防护行为) | 居民雾霾基本认知和危害认知每提高1个单位,防护行为分别显著提高0.187和0.325个单位 | 自我健康保护意识和环境态度对居民应对雾霾的防护行为起到显著正向影响,且雾霾认知存在直接作用 |
曹小曙 | 公共自行车使用 (出行行为) | 大气污染情况下,居民使用公共自行车强度显著降低5% | 降雨和大气污染情况下,公共自行车使用规模、平衡站点比例及使用强度减少,但降雨的影响高于大气污染 |
赵强 | 商业健康保险 (消费行为) | PM2.5浓度每上升1%,商业健康保险需求提高1.098% | 居民对大气污染的敏感度与重视度不断增强,并体现在对商业健康保险的需求上 |
息晨 | 外出就餐行为 (消费行为) | AQI每增加1点,每小时每个门店就餐人数将减少0.0032人;PM2.5每增加1 μg·m-3,每小时每个餐厅就餐人数将减少0.0021人 | 以AQI和PM2.5衡量的大气环境质量状况变差会显著降低外出就餐居民人数,且对消费越多、摄能越高人群的影响强度越大 |
何婷 | 家庭金融资产配置情况 (消费行为) | AQI每增加1点,无风险资产比例显著增加0.0176,而有风险资产比例显著下降0.0001 | 大气污染会促进消费者提高无风险金融资产(如现金)配置比例,减少风险金融资产(如股票)的选择 |
王兆华 | 人口迁移指数 (迁徙行为) | AQI每增加1%,城镇人口迁移指数将平均提高0.115% | 大气污染会显著促进城镇人口迁出,对当地人口产生挤出效应,且对经济发展水平较低地区的影响效应更大 |
孙伟增 | 人口迁入 (迁徙行为) | PM2.5质量浓度每上升1 μg·m-3,流动人口到该城市就业的概率显著下降0.39% | 大气污染对人们就业选址行为具有显著负向影响,且年龄越大、受教育程度越高、已婚已育的群体对大气污染敏感性更高 |
李卫兵 | 人口净迁入 (迁徙行为) | PM2.5排放质量浓度每提高1 μg·m-3,人口净迁入量显著减少2.037万人 | 大气污染对人口迁入具有显著负向影响,主要通过危害人体健康、提高生活成本、造成妊娠异常及增加社会犯罪等阻碍人口迁入 |
曹广忠 | 人口净迁入 (迁徙行为) | PM2.5平均质量浓度每提高1 μg·m-3,人口净迁移率约降低0.18% | 大气污染显著正向影响人口迁出,大气环境质量已成为影响人口迁移的重要因素 |
刘欢 | 人口净迁入 (迁徙行为) | AQI每提高1个单位,城市人口净迁入量显著减少约2-3万人 | 大气污染显著降低人口净迁入量,当面临较高的环境污染风险时,受教育程度与收入水平更高的人群将拥有更强的迁出意愿 |
Table 2 Estimated results for the effects of air pollution on residents’ social economic behaviors
第一作者 First author | 影响维度 Dimensions of impacts | 结果估算 Results estimation | 主要发现 Major findings |
---|---|---|---|
Zhang J J | 购买口罩 (防护行为) | AQI指数每增加一倍,口罩购买量增加54.5%,而PM专用口罩将增加70.6% | 如果消除10%的重污染天数,仅因减少使用口罩可节约1.87亿美元,表明改善大气环境质量利于提升社会福利 |
Sun C | 购买口罩、空气净化器 (防护行为) | 当空气质量为“重度污染”和“极重度污染”时,口罩日购买量分别是“优良”天气下的2.9倍和7.2倍,空气净化器分别是1.6倍和3.0倍 | 消费者会通过购买口罩和空气净化器来应对大气污染的影响,且高收入群体更倾向于购买更昂贵和更有效的防护设备 |
Xu Y Q | 出行范围与出行点个数 (出行行为) | AQI指数每增加100,出行范围下降0.76%,出行点个数下降6.57%;相较“良好”天气,“轻度”污染、“中度污染”及“重度污染”天气出行范围将分别下降0.56%、0.7%和2.29%,出行点个数分别下降3.31%、8.08%和13.27% | 大气污染与出行行为呈显著负相关关系,出行范围略微下降,而出行点个数下降程度较高。年轻人更倾向于减少出行点个数,老年人更倾向于缩小出行范围 |
Zhao P J | 骑自行车行为 (出行行为) | 雾霾天气平均通勤距离比非雾霾天气减少约 0.69 km | 大气污染严重时居民出行多从骑行转变为其他交通方式,坚持骑自行车的人更可能是男性、30岁以上、收入较低或短途旅行的人 |
Qiu Q | 网上购买行为 (消费行为) | 大气污染与焦虑的路径系数为0.230,焦虑与网上购物的路径系数为0.247;大气污染与烦恼、烦恼与网上购物的路径系数分别为0.281和0.209 | 大气污染增加了消费者的焦虑和烦恼,进而促进了网上购买行为,以减少甚至避免户外消费 |
Chen F L | 购买医疗保险 (消费行为) | PM2.5质量浓度每增加1 μg·m-3,人们购买医疗保险的可能性增加0.108% | 大气污染促进了人们购买医疗保险,且主要体现在妇女、儿童、老年人、高收入及高受教育程度人群上 |
Yue Q | 定居 (迁徙行为) | PM2.5质量浓度每增加1 μg·m-3,居民因工作或商业活动到该城市定居的概率将显著降低1.89% | 大气污染对居民定居意愿具有显著负面影响,尤其对女性群体的影响较大 |
Guo Q B | 人口迁出 (迁徙行为) | 1978年以来,PM2.5质量浓度每增加1 μg·m-3,移民可能性增加0.93%;2000年以来,PM2.5质量浓度每增加1 μg·m-3,移民可能性增加0.97% | 大气污染增加了人口迁移的可能性,尤其对妇女、中年人、受教育程度较低群体、农业家庭、汉族及南方城市居民影响更大 |
Qin Y | 人口迁移 (迁徙行为) | AQI指数每增加100,次日居民对“移民”的搜索指数会增加2.3%-4.8%,当AQI超过200点以后(严重污染),大气污染对移民倾向的影响更强 | 尽管移民是一个长期决策,但大气污染带来的短期冲击显著提高了居民的移民意愿,大气污染越严重,人们移民倾向越明显;对不同目的地的影响不同,美国是居民移民的第一选择;对不同城市的移民倾向也有所差异,尤其对北京市居民的影响最显著 |
Chen S | 人口流动 (迁徙行为) | AQI每上升1个单位会导致0.15%的短期人口流动 | 距离较近的目的地对人口流动更具吸引力;居住地与目的地大气质量差异越大,人口流动倾向越强 |
夏田 | 戴口罩、避免户外运动(防护行为) | 居民大气污染感知每提高1个单位,戴口罩的频率显著提高0.276个单位,避免户外运动的频率显著提高0.303个单位 | 居民大气污染感知对健康防护行为强度具有显著正向影响 |
王金营 | 戴口罩、减少户外运动 (防护行为) | 居民雾霾基本认知和危害认知每提高1个单位,防护行为分别显著提高0.187和0.325个单位 | 自我健康保护意识和环境态度对居民应对雾霾的防护行为起到显著正向影响,且雾霾认知存在直接作用 |
曹小曙 | 公共自行车使用 (出行行为) | 大气污染情况下,居民使用公共自行车强度显著降低5% | 降雨和大气污染情况下,公共自行车使用规模、平衡站点比例及使用强度减少,但降雨的影响高于大气污染 |
赵强 | 商业健康保险 (消费行为) | PM2.5浓度每上升1%,商业健康保险需求提高1.098% | 居民对大气污染的敏感度与重视度不断增强,并体现在对商业健康保险的需求上 |
息晨 | 外出就餐行为 (消费行为) | AQI每增加1点,每小时每个门店就餐人数将减少0.0032人;PM2.5每增加1 μg·m-3,每小时每个餐厅就餐人数将减少0.0021人 | 以AQI和PM2.5衡量的大气环境质量状况变差会显著降低外出就餐居民人数,且对消费越多、摄能越高人群的影响强度越大 |
何婷 | 家庭金融资产配置情况 (消费行为) | AQI每增加1点,无风险资产比例显著增加0.0176,而有风险资产比例显著下降0.0001 | 大气污染会促进消费者提高无风险金融资产(如现金)配置比例,减少风险金融资产(如股票)的选择 |
王兆华 | 人口迁移指数 (迁徙行为) | AQI每增加1%,城镇人口迁移指数将平均提高0.115% | 大气污染会显著促进城镇人口迁出,对当地人口产生挤出效应,且对经济发展水平较低地区的影响效应更大 |
孙伟增 | 人口迁入 (迁徙行为) | PM2.5质量浓度每上升1 μg·m-3,流动人口到该城市就业的概率显著下降0.39% | 大气污染对人们就业选址行为具有显著负向影响,且年龄越大、受教育程度越高、已婚已育的群体对大气污染敏感性更高 |
李卫兵 | 人口净迁入 (迁徙行为) | PM2.5排放质量浓度每提高1 μg·m-3,人口净迁入量显著减少2.037万人 | 大气污染对人口迁入具有显著负向影响,主要通过危害人体健康、提高生活成本、造成妊娠异常及增加社会犯罪等阻碍人口迁入 |
曹广忠 | 人口净迁入 (迁徙行为) | PM2.5平均质量浓度每提高1 μg·m-3,人口净迁移率约降低0.18% | 大气污染显著正向影响人口迁出,大气环境质量已成为影响人口迁移的重要因素 |
刘欢 | 人口净迁入 (迁徙行为) | AQI每提高1个单位,城市人口净迁入量显著减少约2-3万人 | 大气污染显著降低人口净迁入量,当面临较高的环境污染风险时,受教育程度与收入水平更高的人群将拥有更强的迁出意愿 |
维度 Dimensions | 变量 Variables | 描述 Description | 均值 Mean | 标准差 Standard deviation |
---|---|---|---|---|
被解释变量 Explained variable | 佩戴口罩 | 分类变量:1=是;0=否 | 0.482 | 0.392 |
使用空气净化器 | 分类变量:1=是;0=否 | 0.297 | 0.494 | |
绿色出行 | 分类变量:1=是;0=否 | 0.282 | 0.452 | |
出行时间小于30 min | 分类变量:1=是;0=否 | 0.582 | 0.493 | |
转变购物方式 | 分类变量:1=是;0=否 | 0.405 | 0.491 | |
关注绿色产品 | 分类变量:1=是;0=否 | 0.491 | 0.502 | |
更换工作 | 分类变量:1=是;0=否 | 0.244 | 0.433 | |
搬家 | 分类变量:1=是;0=否 | 0.067 | 0.251 | |
解释变量 Explanatory variable | 大气环境质量感知 | 是否认为空气质量差或非常差:1=是;0=否 | 0.122 | 0.271 |
中介变量 Mediating variable | 身体健康 | 是否患有呼吸系统或心脑血管系统疾病:1=是;0=否 | 0.283 | 0.453 |
心理健康 | 是否经常感到心烦或厌倦:1=是;0=否 | 0.359 | 0.482 | |
控制变量 Control variable | 性别 | 分类变量:1=男;0=女 | 0.434 | 0.496 |
年龄 | 连续变量:岁 | 40.945 | 13.925 | |
受教育程度 | 分类变量:1=小学及以下;2=初中;3=高中; 4=大专;5=大学本科;6=硕士及以上 | 3.840 | 1.264 | |
家庭人口数量 | 连续变量:人 | 3.133 | 0.966 | |
是否有15岁以下儿童 | 分类变量:1=是;0=否 | 0.715 | 0.811 | |
是否有65岁以上老人 | 分类变量:1=是;0=否 | 0.626 | 0.872 | |
家庭税后总收入 | 连续变量:万元 | 41.022 | 28.947 | |
居住城市 | 分类变量:1=长沙;2=南京;3=济南;4=石家庄 | - | - |
Table 3 Variable meanings and descriptive statistics
维度 Dimensions | 变量 Variables | 描述 Description | 均值 Mean | 标准差 Standard deviation |
---|---|---|---|---|
被解释变量 Explained variable | 佩戴口罩 | 分类变量:1=是;0=否 | 0.482 | 0.392 |
使用空气净化器 | 分类变量:1=是;0=否 | 0.297 | 0.494 | |
绿色出行 | 分类变量:1=是;0=否 | 0.282 | 0.452 | |
出行时间小于30 min | 分类变量:1=是;0=否 | 0.582 | 0.493 | |
转变购物方式 | 分类变量:1=是;0=否 | 0.405 | 0.491 | |
关注绿色产品 | 分类变量:1=是;0=否 | 0.491 | 0.502 | |
更换工作 | 分类变量:1=是;0=否 | 0.244 | 0.433 | |
搬家 | 分类变量:1=是;0=否 | 0.067 | 0.251 | |
解释变量 Explanatory variable | 大气环境质量感知 | 是否认为空气质量差或非常差:1=是;0=否 | 0.122 | 0.271 |
中介变量 Mediating variable | 身体健康 | 是否患有呼吸系统或心脑血管系统疾病:1=是;0=否 | 0.283 | 0.453 |
心理健康 | 是否经常感到心烦或厌倦:1=是;0=否 | 0.359 | 0.482 | |
控制变量 Control variable | 性别 | 分类变量:1=男;0=女 | 0.434 | 0.496 |
年龄 | 连续变量:岁 | 40.945 | 13.925 | |
受教育程度 | 分类变量:1=小学及以下;2=初中;3=高中; 4=大专;5=大学本科;6=硕士及以上 | 3.840 | 1.264 | |
家庭人口数量 | 连续变量:人 | 3.133 | 0.966 | |
是否有15岁以下儿童 | 分类变量:1=是;0=否 | 0.715 | 0.811 | |
是否有65岁以上老人 | 分类变量:1=是;0=否 | 0.626 | 0.872 | |
家庭税后总收入 | 连续变量:万元 | 41.022 | 28.947 | |
居住城市 | 分类变量:1=长沙;2=南京;3=济南;4=石家庄 | - | - |
变量 Variables | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving |
---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 0.258*** | 0.245*** | 0.354*** | 0.018 | 0.402*** | 0.169* | 0.086 | 0.474*** |
(3.243) | (2.988) | (4.481) | (0.229) | (5.273) | (1.862) | (0.581) | (3.341) | |
性别 Gender | -0.329*** | -0.056 | -0.330** | -0.078 | -0.052 | 0.019 | 0.299*** | 0.136 |
(-5.381) | (-0.833) | (-5.273) | (-1.262) | (-0.867) | (0.279) | (2.679) | (1.112) | |
年龄 Age | 0.005* | 0.012*** | 0.018*** | 0.020*** | -0.005* | 0.017*** | -0.011** | -0.003 |
(1.831) | (4.308) | (6.977) | (7.676) | (-1.938) | (6.271) | (-2.477) | (-0.684) | |
受教育程度 Education level | 0.080*** | 0.134*** | 0.204*** | 0.079*** | 0.058** | 0.041** | 0.205 | 0.129 |
(2.943) | (4.507) | (7.263) | (2.880) | (2.190) | (2.348) | (1.282) | (1.367) | |
家庭人口数 Family member | 0.032 | 0.154*** | 0.037 | -0.033 | 0.002 | 0.074* | -0.042 | 0.074 |
(0.823) | (3.542) | (0.922) | (-0.847) | (0.055) | (1.797) | (-0.566) | (0.919) | |
是否有儿童 Child | 0.020 | 0.109*** | -0.117** | 0.058 | 0.090** | 0.023 | 0.146 | 0.168* |
(1.449) | (2.768) | (-2.521) | (1.274) | (2.034) | (0.455) | (1.291) | (1.929) | |
是否有老人 Elder | 0.024 | 0.039*** | -0.038* | -0.128 | 0.081** | 0.025 | 0.133 | 0.092* |
(1.468) | (2.950) | (-1.905) | (-1.275) | (2.181) | (0.581) | (1.287) | (1.785) | |
家庭税后总收入 Total income | 0.003** | 0.002** | -0.001** | -0.002 | -0.008** | 0.012*** | 0.013 | 0.004** |
(1.989) | (1.992) | (-1.984) | (-1.296) | (-2.018) | (2.621) | (0.707) | (2.191) | |
长沙市 Changsha city | -1.047*** | -0.689*** | -0.649** | 0.299*** | -0.438*** | -0.179* | -0.354*** | 0.324* |
(-12.573) | (-7.442) | (-7.601) | (3.704) | (-5.435) | (-1.925) | (-3.159) | (1.904) | |
南京市 Nanjing city | -0.705*** | -0.147 | -0.990** | -0.416*** | -0.229*** | -0.242** | -0.165* | 0.466*** |
(-7.982) | (-1.613) | (-10.96) | (-4.678) | (-2.681) | (-2.459) | (-1.876) | (2.602) | |
济南市 Ji’nan city | -0.353*** | -0.504*** | -0.440** | -0.533*** | 0.154* | -0.390*** | 0.297*- | -0.321* |
(-4.024) | (-5.385) | (-4.940) | (-6.033) | (1.831) | (-3.939) | (1.945) | (-1.833) | |
常数项 Constant | 0.309 | -2.315*** | 1.379*** | 1.065*** | 0.426** | -2.043*** | -1.519*** | -3.047*** |
(1.427) | (-9.541) | (6.173) | (4.860) | (2.009) | (-8.225) | (-3.680) | (-6.856) | |
样本量 Sample size | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 |
Table 4 Regression results of logistic model
变量 Variables | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving |
---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 0.258*** | 0.245*** | 0.354*** | 0.018 | 0.402*** | 0.169* | 0.086 | 0.474*** |
(3.243) | (2.988) | (4.481) | (0.229) | (5.273) | (1.862) | (0.581) | (3.341) | |
性别 Gender | -0.329*** | -0.056 | -0.330** | -0.078 | -0.052 | 0.019 | 0.299*** | 0.136 |
(-5.381) | (-0.833) | (-5.273) | (-1.262) | (-0.867) | (0.279) | (2.679) | (1.112) | |
年龄 Age | 0.005* | 0.012*** | 0.018*** | 0.020*** | -0.005* | 0.017*** | -0.011** | -0.003 |
(1.831) | (4.308) | (6.977) | (7.676) | (-1.938) | (6.271) | (-2.477) | (-0.684) | |
受教育程度 Education level | 0.080*** | 0.134*** | 0.204*** | 0.079*** | 0.058** | 0.041** | 0.205 | 0.129 |
(2.943) | (4.507) | (7.263) | (2.880) | (2.190) | (2.348) | (1.282) | (1.367) | |
家庭人口数 Family member | 0.032 | 0.154*** | 0.037 | -0.033 | 0.002 | 0.074* | -0.042 | 0.074 |
(0.823) | (3.542) | (0.922) | (-0.847) | (0.055) | (1.797) | (-0.566) | (0.919) | |
是否有儿童 Child | 0.020 | 0.109*** | -0.117** | 0.058 | 0.090** | 0.023 | 0.146 | 0.168* |
(1.449) | (2.768) | (-2.521) | (1.274) | (2.034) | (0.455) | (1.291) | (1.929) | |
是否有老人 Elder | 0.024 | 0.039*** | -0.038* | -0.128 | 0.081** | 0.025 | 0.133 | 0.092* |
(1.468) | (2.950) | (-1.905) | (-1.275) | (2.181) | (0.581) | (1.287) | (1.785) | |
家庭税后总收入 Total income | 0.003** | 0.002** | -0.001** | -0.002 | -0.008** | 0.012*** | 0.013 | 0.004** |
(1.989) | (1.992) | (-1.984) | (-1.296) | (-2.018) | (2.621) | (0.707) | (2.191) | |
长沙市 Changsha city | -1.047*** | -0.689*** | -0.649** | 0.299*** | -0.438*** | -0.179* | -0.354*** | 0.324* |
(-12.573) | (-7.442) | (-7.601) | (3.704) | (-5.435) | (-1.925) | (-3.159) | (1.904) | |
南京市 Nanjing city | -0.705*** | -0.147 | -0.990** | -0.416*** | -0.229*** | -0.242** | -0.165* | 0.466*** |
(-7.982) | (-1.613) | (-10.96) | (-4.678) | (-2.681) | (-2.459) | (-1.876) | (2.602) | |
济南市 Ji’nan city | -0.353*** | -0.504*** | -0.440** | -0.533*** | 0.154* | -0.390*** | 0.297*- | -0.321* |
(-4.024) | (-5.385) | (-4.940) | (-6.033) | (1.831) | (-3.939) | (1.945) | (-1.833) | |
常数项 Constant | 0.309 | -2.315*** | 1.379*** | 1.065*** | 0.426** | -2.043*** | -1.519*** | -3.047*** |
(1.427) | (-9.541) | (6.173) | (4.860) | (2.009) | (-8.225) | (-3.680) | (-6.856) | |
样本量 Sample size | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 | 4398 |
变量 Variables | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving |
---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 1.294 | 1.278 | 1.425 | 1.018 | 1.495 | 1.184 | 1.090 | 1.606 |
性别 Gender | 0.720 | 0.946 | 0.719 | 0.925 | 0.949 | 1.019 | 1.349 | 1.146 |
年龄 Age | 1.005 | 1.012 | 1.018 | 1.020 | 0.995 | 1.017 | 0.989 | 0.997 |
受教育程度 Education level | 1.083 | 1.143 | 1.226 | 1.082 | 1.060 | 1.042 | 1.228 | 1.138 |
家庭人口数 Family member | 1.033 | 1.166 | 1.038 | 0.968 | 1.002 | 1.077 | 0.959 | 1.077 |
是否有儿童 Child | 1.020 | 1.115 | 0.890 | 1.060 | 1.094 | 1.023 | 1.157 | 1.183 |
是否有老人 Elder | 1.024 | 1.040 | 0.963 | 0.880 | 1.084 | 1.025 | 1.142 | 1.096 |
家庭税后总收入 Total Income | 1.003 | 1.002 | 0.999 | 0.998 | 0.992 | 1.012 | 1.013 | 1.004 |
长沙市 Changsha city | 0.351 | 0.502 | 0.523 | 1.349 | 0.645 | 0.836 | 0.702 | 1.383 |
南京市 Nanjing city | 0.494 | 0.863 | 0.372 | 0.660 | 0.795 | 0.785 | 0.848 | 1.594 |
济南市 Ji’nan city | 0.703 | 0.604 | 0.644 | 0.587 | 1.166 | 0.677 | 1.346 | 0.725 |
常数项 Constant | 1.362 | 0.099 | 3.971 | 2.901 | 1.531 | 0.130 | 0.219 | 0.048 |
Table 5 Odds Ratios of the model coefficients
变量 Variables | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving |
---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 1.294 | 1.278 | 1.425 | 1.018 | 1.495 | 1.184 | 1.090 | 1.606 |
性别 Gender | 0.720 | 0.946 | 0.719 | 0.925 | 0.949 | 1.019 | 1.349 | 1.146 |
年龄 Age | 1.005 | 1.012 | 1.018 | 1.020 | 0.995 | 1.017 | 0.989 | 0.997 |
受教育程度 Education level | 1.083 | 1.143 | 1.226 | 1.082 | 1.060 | 1.042 | 1.228 | 1.138 |
家庭人口数 Family member | 1.033 | 1.166 | 1.038 | 0.968 | 1.002 | 1.077 | 0.959 | 1.077 |
是否有儿童 Child | 1.020 | 1.115 | 0.890 | 1.060 | 1.094 | 1.023 | 1.157 | 1.183 |
是否有老人 Elder | 1.024 | 1.040 | 0.963 | 0.880 | 1.084 | 1.025 | 1.142 | 1.096 |
家庭税后总收入 Total Income | 1.003 | 1.002 | 0.999 | 0.998 | 0.992 | 1.012 | 1.013 | 1.004 |
长沙市 Changsha city | 0.351 | 0.502 | 0.523 | 1.349 | 0.645 | 0.836 | 0.702 | 1.383 |
南京市 Nanjing city | 0.494 | 0.863 | 0.372 | 0.660 | 0.795 | 0.785 | 0.848 | 1.594 |
济南市 Ji’nan city | 0.703 | 0.604 | 0.644 | 0.587 | 1.166 | 0.677 | 1.346 | 0.725 |
常数项 Constant | 1.362 | 0.099 | 3.971 | 2.901 | 1.531 | 0.130 | 0.219 | 0.048 |
变量 Variables | 佩戴口罩 Facemask wearing | 身体健康 Physical health | 心理健康 Mental health | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | |||
---|---|---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 0.258*** | 0.076*** | 0.018** | 0.212*** | 0.245*** | 0.217*** | 0.354*** | 0.271*** | 0.018 | 0.037 |
(3.243) | (4.605) | (2.043) | (2.881) | (2.988) | (2.628) | (4.481) | (4.668) | (0.229) | (0.470) | |
身体健康 Physical health | 0.018* | 0.151*** | 0.105*** | 0.165*** | -0.247*** | |||||
(1.748) | (5.206) | (5.630) | (2.762) | (-3.555) | ||||||
心理健康 Mental health | 0.121* | 0.117 | 0.057** | 0.025 | ||||||
(1.712) | (0.242) | (1.982) | (0.400) | |||||||
控制变量 Control variables | Y1) | Y | Y | Y | Y | Y | Y | Y | Y | Y |
常数项 Constant | 0.309 | -0.085* | 0.291*** | 0.342 | -2.315*** | -2.282*** | 1.379*** | 1.387*** | 1.065*** | 1.042*** |
(1.427) | (-1.846) | (5.800) | (1.568) | (-9.541) | (-9.344) | (6.173) | (6.178) | (4.860) | (4.731) | |
变量 Variables | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving | ||||||
大气环境质量感知 Air quality perception | 0.402*** | 0.356*** | 0.169* | 0.108** | 0.086 | 0.083 | 0.474*** | 0.415*** | ||
(5.273) | (5.270) | (1.862) | (1.978) | (0.581) | (0.548) | (3.341) | (3.272) | |||
身体健康 Physical health | 0.008 | 0.141* | -0.060 | 0.094*** | ||||||
(0.121) | (1.861) | (-0.443) | (2.695) | |||||||
心理健康 Mental health | 0.013** | 0.029** | -0.077 | -0.095 | ||||||
(2.214) | (2.407) | (-0.623) | (-0.743) | |||||||
控制变量 Control variables | Y | Y | Y | Y | Y | Y | Y | Y | ||
常数项 Constant | 0.426** | 0.421** | -2.043*** | -2.024*** | -1.519*** | -1.615*** | -3.047*** | -3.011*** | ||
(2.009) | (1.980) | (-8.225) | (-8.116) | (-3.680) | (-3.855) | (-6.856) | (-6.753) |
Table 6 Regression results of mediating effect test
变量 Variables | 佩戴口罩 Facemask wearing | 身体健康 Physical health | 心理健康 Mental health | 佩戴口罩 Facemask wearing | 使用空气净化器 Air purifier using | 绿色出行 Green traveling | 出行时间 Commuting time | |||
---|---|---|---|---|---|---|---|---|---|---|
大气环境质量感知 Air quality perception | 0.258*** | 0.076*** | 0.018** | 0.212*** | 0.245*** | 0.217*** | 0.354*** | 0.271*** | 0.018 | 0.037 |
(3.243) | (4.605) | (2.043) | (2.881) | (2.988) | (2.628) | (4.481) | (4.668) | (0.229) | (0.470) | |
身体健康 Physical health | 0.018* | 0.151*** | 0.105*** | 0.165*** | -0.247*** | |||||
(1.748) | (5.206) | (5.630) | (2.762) | (-3.555) | ||||||
心理健康 Mental health | 0.121* | 0.117 | 0.057** | 0.025 | ||||||
(1.712) | (0.242) | (1.982) | (0.400) | |||||||
控制变量 Control variables | Y1) | Y | Y | Y | Y | Y | Y | Y | Y | Y |
常数项 Constant | 0.309 | -0.085* | 0.291*** | 0.342 | -2.315*** | -2.282*** | 1.379*** | 1.387*** | 1.065*** | 1.042*** |
(1.427) | (-1.846) | (5.800) | (1.568) | (-9.541) | (-9.344) | (6.173) | (6.178) | (4.860) | (4.731) | |
变量 Variables | 购物方式 Shopping way | 绿色产品 Green product | 更换工作 Changing work | 搬家 Moving | ||||||
大气环境质量感知 Air quality perception | 0.402*** | 0.356*** | 0.169* | 0.108** | 0.086 | 0.083 | 0.474*** | 0.415*** | ||
(5.273) | (5.270) | (1.862) | (1.978) | (0.581) | (0.548) | (3.341) | (3.272) | |||
身体健康 Physical health | 0.008 | 0.141* | -0.060 | 0.094*** | ||||||
(0.121) | (1.861) | (-0.443) | (2.695) | |||||||
心理健康 Mental health | 0.013** | 0.029** | -0.077 | -0.095 | ||||||
(2.214) | (2.407) | (-0.623) | (-0.743) | |||||||
控制变量 Control variables | Y | Y | Y | Y | Y | Y | Y | Y | ||
常数项 Constant | 0.426** | 0.421** | -2.043*** | -2.024*** | -1.519*** | -1.615*** | -3.047*** | -3.011*** | ||
(2.009) | (1.980) | (-8.225) | (-8.116) | (-3.680) | (-3.855) | (-6.856) | (-6.753) |
[1] |
CHEN F L, CHEN Z F, 2020. Air pollution and avoidance behavior: A perspective from the demand for medical insurance[J]. Journal of Cleaner Production, 259: 120970.
DOI URL |
[2] |
CHEN S, CHEN Y Y, LEI Z T, et al., 2021. Chasing clean air: Pollution-induced travels in China[J]. Journal of the Association of Environmental and Resource Economists, 8: 59-89.
DOI URL |
[3] | GUO Q B, WANG Y, ZHANG Y, et al., 2022. Environmental migration effects of air pollution: Micro-level evidence from China[J]. Environmental Pollution, 292(Part A): 118263. |
[4] |
QIN Y, ZHU H, 2018. Run away? Air pollution and emigration interests in China[J]. Journal of Population Economics, 31: 235-266.
DOI URL |
[5] |
QIU Q, WANG Y N, QIAO S, et al., 2020. Does air pollution affect consumer online purchasing behavior? The effect of environmental psychology and evidence from China[J]. Journal of Cleaner Production, 260: 120795.
DOI URL |
[6] |
SUN C, KAHN M E, ZHENG S Q, 2017. Self-protection investment exacerbates air pollution exposure inequality in urban China[J]. Ecological Economics, 131: 468-474.
DOI URL |
[7] |
SUN Z, CHENG L, 2021. Air pollution and procyclical mortality: Evidence from China[J]. China Economic Review, 68: 101625.
DOI URL |
[8] |
XU Y Q, LIU Y W, CHANG X Y, et al., 2021. How does air pollution affect travel behavior? A big data field study[J]. Transportation Research Part D, 99: 103007.
DOI URL |
[9] |
YUE Q, SON G Y, ZHU J, et al., 2021. Exploring the effect of air pollution on settlement intentions from migrants: Evidence from China[J]. Environmental Impact Assessment Review, 91: 106671.
DOI URL |
[10] |
ZHANG J J, MU Q, 2018. Air pollution and defensive expenditures: Evidence from particulate-filtering facemasks[J]. Journal of Environmental Economics and Management, 92: 517-536.
DOI URL |
[11] |
ZHANG K H, WANG H Y, HE W L, et al., 2021. The association between ambient air pollution and blood lipids: A longitudinal study in Shijiazhuang, China[J]. Science of the Total Environment, 752: 141648.
DOI URL |
[12] |
ZHAO P J, LI S X, LI P L, et al., 2018. How does air pollution influence cycling behavior? Evidence from Beijing[J]. Transportation research part D: Transport and Environment, 63: 826-838.
DOI URL |
[13] |
曹广忠, 刘嘉杰, 刘涛, 2021. 空气质量对中国人口迁移的影响[J]. 地理研究, 40(1): 199-212.
DOI |
CAO G Z, LIU J J, JIU T, 2021. Examining the role of air quality in shaping the landscape of China’s internal migration: Phase characteristics, push and pull effects[J]. Geographical Research, 40(1): 199-212. | |
[14] | 曹小曙, 闵家楠, 黄晓燕, 2019. 降雨和空气污染对城市居民公共自行车使用的影响研究——以西安市为例[J]. 人文地理, 34(1): 151-158. |
CAO X S, MIN J N, HUANG X Y, 2019. The influence of rainfall and air pollution on public bicycle usage: A case study of Xi’an[J]. Human Geography, 34(1): 151-158. | |
[15] |
陈明红, 潘子璇, 曾庆彬, 2020. 政务微信用户持续使用行为及用户契合的调节作用研究[J]. 现代情报, 40(11): 85-98.
DOI |
CHEN M H, PAN Z X, ZENG Q B, 2020. A study of government WeChat users continued use behavior and user engagement’s moderating effect[J]. Journal of Modern Information, 40(11): 85-98. | |
[16] | 杜家廷, 何勇, 顾谦农, 2022. 数字普惠金融对农村居民消费结构升级的非线性影响[J]. 统计与信息论坛, 37(9): 63-74. |
DU J T, HE Y, GU Q N, 2022. The nonlinear impact of digital inclusive finance effects on rural residents’ consumption structure upgrading[J]. Journal of Statistics and Information, 37(9): 63-74. | |
[17] | 段存儒, 丁蔓, 王华, 等, 2022. 社会资本、政府满意度与居民大气环境支付意愿—基于石家庄市的调查数据[J]. 干旱区资源与环境, 36(4): 15-23. |
DUAN C R, DING M, WANG H, et al., 2022. Effects of social capital and satisfaction with government on residents’ willingness to pay for air quality improvement[J]. Journal of Arid Land Resources and Environment, 36(4): 15-23. | |
[18] | 何婷, 任石, 2018. 空气质量对家庭金融资产配置的影响分析—基于中国家庭追踪调查 (CFPS) 的实证分析[J]. 金融发展研究 (2): 53-57. |
HE T, REN S, 2018. Analysis of the impact of air quality on household financial asset allocation[J]. Journal of Financial Development Research (2): 53-57. | |
[19] | 李卫兵, 杨欢, 2021. 空气污染对人口迁移的影响—基于断点回归的估计[J]. 华中科技大学学报 (社会科学版), 35(1): 118-130. |
LI W B, YANG H, 2021. The impact of air pollution on the population migration: Estimation based on regression discontinuity[J]. Journal of Huazhong University of Science and Technology (Social Science Edition), 35(1): 118-130. | |
[20] | 刘欢, 席鹏辉, 2019. 中国存在环境移民吗?—来自空气质量指数测算改革的自然实验[J]. 经济学动态 (12): 38-54. |
LIU H, XI P H, 2019. Are there environmental migrants in China?:Natural experiments from the reform of air quality index[J]. Economic Perspectives (12): 38-54. | |
[21] | 秦耀辰, 谢志祥, 李阳, 2019. 大气污染对居民健康影响研究进展[J]. 环境科学, 40(3): 1512-1520. |
QIN Y C, XIE Z X, LI Y, 2019. Review of research on the impacts of atmospheric pollution on the health of residents[J]. Environmental Science, 40(3): 1512-1520. | |
[22] | 孙伟增, 张晓楠, 郑思齐, 2019. 空气污染与劳动力的空间流动—基于流动人口就业选址行为的研究[J]. 经济研究, 54(11): 102-117. |
SUN W Z, ZHANG X N, ZHENG S Q, 2019. Air pollution and spatial mobility of labor force: Study on the migrants’ job location choice[J]. Economic Research Journal, 54(11): 102-117. | |
[23] | 汪若宇, 秦川申, 徐建华, 2019. 大气污染背景下公众减少驾车以及购车意愿的影响因素研究[J]. 北京大学学报 (自然科学版), 55(4): 738-746. |
WANG R Y, QIN C S, XU J H, 2019. Factors affecting driving and car-purchasing intentions of the public in face of air pollution[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 55(4): 738-746. | |
[24] | 王金营, 马志越, 2019. 环境态度、雾霾认知对城市居民防护行为的影响—基于KAP理论模式[J]. 河北大学学报 (哲学社会科学版), 44(1): 116-124. |
WANG J Y, M Z Y, 2019. Impact of environmental attitude and cognition of haze-fog on urban residents’ protective behavior: Based on KAP theoretical model[J]. Journal of Hebei University (Philosophy and Social Science), 44(1): 116-124. | |
[25] | 王兆华, 马俊华, 张斌, 等, 2021. 空气污染与城镇人口迁移: 来自家庭智能电表大数据的证据[J]. 管理世界, 37(3): 19-33. |
WANG Z H, MA J H, ZHANG B, et al., 2021. Air pollution and residential migration: Empirical evidence from smart meter data[J]. Management World, 37(3): 19-33. | |
[26] | 息晨, 尹雪晶, 刘晓鸥, 等, 2020. 雾霾下的美食经济—空气污染与居民外出就餐行为[J]. 世界经济文汇 (6): 16-36. |
XI C, YIN X J, LIU X O, et al., 2020. Food economy in haze: Air pollution and residents’ dining behavior[J]. World Economic Papers (6): 16-36. | |
[27] | 夏田, 徐建华, 2018. 公众对城市大气污染的健康防护行为研究[J]. 北京大学学报 (自然科学版), 54(4): 801-806. |
XIA T, XU J H, 2018. Public’s protective response to urban air pollution[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 54(4): 801-806. | |
[28] | 赵强, 孙健, 2021. 空气污染对商业健康保险需求的影响—基于秦岭淮河地区的实证研究[J]. 兰州学刊 (12): 64-78. |
ZHAO Q, SUN J, 2021. The impact of air pollution on the commercial health insurance demand: Empirical research based on Qinling Mountains-Huaihe River Region[J]. Lanzhou Academic Journal (12): 64-78. |
[1] | CHEN Minyi, ZHU Hanghai, SHE Weiduo, YIN Guangcai, HUANG Zuzhao, YANG Qiaoling. Health Risk Assessment and Source Apportionment of Soil Heavy Metals at A Legacy Shipyard Site in Pearl River Delta [J]. Ecology and Environment, 2023, 32(4): 794-804. |
[2] | ZHANG Beier, WU Jianqiang, WANG Min, XIONG Lijun, TAN Juan, SHEN Cheng, HUANG Botao, HUANG Shenfa. Evaluation of Soil Health in Different Arable Land Ecological Conservation Projects [J]. Ecology and Environment, 2023, 32(2): 388-396. |
[3] | TONG Yindong, HUANG Lanlan, YANG Ning, ZHANG Yiyan, LI Zipeng, SHAO Bo. Distribution Characteristics and Potential Environmental Risk Analysis of Microcystins in Global Water Bodies [J]. Ecology and Environment, 2023, 32(1): 129-138. |
[4] | SHI Wenjing, ZHOU Hanpeng, SUN Tao, HUANG Jintao, YANG Wenhuan, LI Weiping. Research on Priority Control Factors and Health Risk Assessment of Heavy Metal Pollution in Soil Around Mining Areas [J]. Ecology and Environment, 2022, 31(8): 1616-1628. |
[5] | LI Xiuhua, ZHAO Ling, TENG Ying, LUO Yongming, HUANG Biao, LIU Chong, LIU Benle, ZHAO Qiguo. Characteristics, Spatial Distribution and Risk Assessment of Combined Mercury and Cadmium Pollution in Farmland Soils Surrounding Mercury Mining Areas in Guizhou [J]. Ecology and Environment, 2022, 31(8): 1629-1636. |
[6] | HAO Yongpei, SONG Xiaowei, ZHAO Wenjun, XIANG Famin. Spatiotemporal Distribution of Air Pollution and Correlation Factors in Fenwei Plain [J]. Ecology and Environment, 2022, 31(3): 512-523. |
[7] | WANG Wei, CHENG Xinyue. Analysis of Temporal and Spatial Distribution Characteristics and Influencing Factors of PM2.5 and PM10 in Different Functional Street Canyons in Hefei City [J]. Ecology and Environment, 2022, 31(3): 524-534. |
[8] | CHEN Bishan, ZHENG Kanghui, WANG Jing, YE Linhai, SONG Junxia. Content Characteristics and Health Risk Analysis of Mercury in Soil-crop System in Leizhou Peninsula [J]. Ecology and Environment, 2022, 31(3): 572-582. |
[9] | WANG Haihe, SUN Yuanyuan, ZhANG Shuai, XU Xiaorong, SHANG Chengmei, LI Chunxiang. Pollution Characteristics and Health Risk Assessment of Heavy Metals in Drinking Water Source of Guiyang [J]. Ecology and Environment, 2022, 31(10): 2039-2047. |
[10] | CHEN Jinghui, GUO Yi, YANG Bo, QU Chengtun. Pollution Level of Heavy Metals in Soil and Health Risk Assessment in Provincial Capital Cities of China [J]. Ecology and Environment, 2022, 31(10): 2058-2069. |
[11] | REN Lijiang, ZHANG Yan, ZHANG Xin, SHAN Zexuan, ZHANG Chengqian. Pollution Characteristics and Health Risk Assessment of Heavy Metals in Surface Water in Guanzhong Section of the Weihe River Basin [J]. Ecology and Environment, 2022, 31(1): 131-141. |
[12] | LIU Zhuguang, FANG Zhang, DING Xiaofan. Heavy Metal Pollution and Health Risk Assessment of Soil in Ash Yard of Coal-fired Power Plant [J]. Ecology and Environment, 2021, 30(9): 1916-1922. |
[13] | LI Xin, CHEN Xiaohua, GU Hairong, QIAN Xiaoyong, SHEN Genxiang, ZHAO Qingjie, BAI Yujie. Distribution Characteristics and Influencing Factors of Enzyme Activities in Typical Farmland Soils [J]. Ecology and Environment, 2021, 30(8): 1634-1641. |
[14] | QIANG Chengkui, CAO Dan, ZHAO Hu, ZHANG Ming, DING Yonghui, GUAN Ying, ZHANG Guanqin, SHEN Wenyan, QIN Yuehua. Contents and Ecological Health Risk Assessment of Heavy Metals in Soil-Oil Peony System [J]. Ecology and Environment, 2021, 30(6): 1286-1292. |
[15] | RAN Xiaozhui, LIU Hongyan, TU Yu, GU Xiaofeng, YU Enjiang. Micro-morphology, Heavy Metal Distribution Characteristics and Health Risk Assessment of TSP: A Case Study in Typical Watershed with Superposition of Industry Pollution under High Geological Background in Northwest Guizhou [J]. Ecology and Environment, 2021, 30(12): 2339-2350. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||
Copyright © 2021 Editorial Office of ACTA PETROLEI SINICA
Address:No. 6 Liupukang Street, Xicheng District, Beijing, P.R.China, 510650
Tel: 86-010-62067128, 86-010-62067137, 86-010-62067139
Fax: 86-10-62067130
Email: syxb@cnpc.com.cn
Support byBeijing Magtech Co.ltd, E-mail:support@magtech.com.cn