环境因素如何塑造中国国家公园微信公众参与——基于社会认知理论的实证分析

针对中国国家公园(NPs)社交媒体公众参与机制不明确的问题，天津大学团队基于社会认知理论(SCT)，采用双向固定效应模型和D-GMM估计方法，分析2018-2023年微信面板数据。研究发现政策与新闻显著促进公众互动（点赞+1.5%/观看+1.4%），而学术会议抑制参与（点赞-7.8%）。首次揭示微信帖子的中介作用（新闻传播效应提升40.59%）及行政层级的调节效应，为优化NP数字治理策略提供实证依据。

　　

随着中国国家公园体制建设的推进，如何通过社交媒体提升公众参与成为关键课题。当前国家公园面临过度旅游、生态保护与公众认知脱节等挑战，而微信作为中国主流社交平台，其互动功能尚未在环境治理领域充分发挥作用。传统研究多聚焦线下参与模式，对数字环境下政策、新闻和学术因素如何影响公众行为缺乏系统认知。这种知识空白使得管理者难以制定精准的社交媒体策略，制约了国家公园的可持续发展。

天津大学管理学院的研究团队基于社会认知理论(Social Cognitive Theory, SCT)和参与层级模型，创新性地构建了"政策-新闻-学术"三维环境分析框架。通过采集2018年7月至2023年12月中国五大国家公园（东北虎豹、三江源、武夷山、海南热带雨林和大熊猫国家公园）的月度面板数据，结合Python网络爬虫技术获取9,193条微信帖文及互动数据，运用双向固定效应模型、最小二乘虚拟变量(LSDV)和差分广义矩估计(D-GMM)等方法，揭示了环境因素对公众参与行为的复杂影响机制。该研究发表于《Scientific Reports》，为数字时代的保护地治理提供了新视角。

关键技术方法包括：1) 基于Python的微信数据爬取技术获取点赞(Lnlikes)、观看(Lnwatching)和阅读量(Lnreads)数据；2) 采用双向固定效应模型控制个体和时间异质性；3) 运用Sobel-Goodman检验和Bootstrap法分析微信帖子(Lnposts)的中介效应；4) 通过D-GMM估计解决内生性问题；5) 基于行政层级(Level)的分组检验调节效应。数据涵盖561项政策、1,495篇新闻报道和161场学术会议记录。

政策环境显著驱动社区建设
研究发现每增加一项政策可使微信点赞量提升1.50%(p<0.05)，观看量增加1.40%(p<0.10)，验证了H1a-b假设。行政层级强化了这一效应，省级以上公园的政策对阅读量促进达7.2%(p<0.05)，体现政策权威性的认知加成。但政策对基础信息传播层(reads)无显著影响，显示其作用集中于"社区建设"而非"信息扩散"阶段。

新闻传播依赖社交媒体中介
新闻报道通过微信帖子的部分中介作用间接提升互动，其中点赞量的间接效应占比40.59%。但高层级公园的行政权威反而削弱新闻效果，东部地区新闻对点赞的促进(2.6%)显著强于西部，反映地域认知差异。疫情后阶段新闻影响力增强，说明公众环境关注度随时间演变。

学术会议呈现参与抑制
与假设相反，每场学术会议导致点赞量下降7.8%(p<0.05)，观看量减少7.1%(p<0.10)。这种负面效应在公园建立前期尤为显著，可能源于专业内容与大众认知的脱节。行政层级调节不显著，表明学术传播具有独立性。

微信功能局限制约行动转化
由于缺乏评论功能，公众参与主要停留在点赞(认知层)和观看(社区层)，难以升级至实际行动层。东部地区政策效应更显著(点赞β=0.34,p<0.05)，而西部呈现本地化特征，反映区域发展差异对数字参与的影响。

该研究首次将SCT理论拓展至国家公园数字治理领域，证实环境因素通过认知重塑影响公众行为。实践层面建议：1) 政策发布应配套可视化解读，强化社区认同；2) 新闻传播需结合地域特色，避免行政层级造成的距离感；3) 学术成果需转化为通俗内容，可通过KOL合作提升接受度；4) 升级微信交互功能，打通"信息-社区-行动"参与链条。研究局限性在于仅聚焦微信平台，未来可整合微博、抖音等多渠道数据，并纳入个体认知因素的测量。这些发现为全球保护地应对数字治理挑战提供了中国案例，对实现"人与自然和谐共生"的生态文明目标具有重要启示。