“说环保的话，却选择离开”：影响大都市居民环保意愿与实际行动之间差距的因素及层级结构

《Urban Forestry & Urban Greening》：Talking Green, Walking Away: Factors and Hierarchical Structure Influencing the Pro-Green Space Intention-Behavior Gap Among Residents in Megacity

　　摘要：随着大城市中的绿地治理从增量扩张转向存量优化，居民支持绿地的行为对于维持城市绿地的功能及促进城市可持续性变得至关重要。然而，意图并不必然转化为行为，意图与行为之间的差距日益明显。本研究基于上海15个行政区域内1003名受访者的调查数据，将情境因素纳入动机-机会-能力（MOA）框架，并构建了扩展的C-MOA框架。通过二元逻辑模型、有序逻辑模型、Probit模型、部分比例优势模型以及解释结构模型（ISM），系统分析了影响居民支持绿地意图与行为差距的因素、其程度及其层次结构。研究结果表明：（1）收入、绿地可达性、绿地满意度和社会面子有助于缩小这一差距；（2）教育水平、对绿地治理的满意度、与绿地的互动模式、道德面子和社会网络则会加剧这一差距；（3）在面子文化的背景下，道德面子可能导致“高意图-低行为”模式，而社会面子则可能促成“低意图-高行为”模式；（4）ISM揭示了一个“五级五路径”的逻辑结构，涉及空间供给与体验、社会文化动态、能力条件及治理满意度等多个传递机制。因此，未来的治理应采用结合绿地供应、文化引导和制度保障的三维嵌入式治理模型。本研究为从行为角度优化城市绿地治理策略提供了参考，以提高治理效果并促进城市可持续性。

1. 引言
21世纪，环境可持续性成为最严峻的全球挑战。快速的城市化导致人口高度集中，而高密度空间模式和密集的人类活动加剧了空气污染和生态退化等环境问题，尤其是在大城市中（Yeh和Chen，2020）。作为城市绿色基础设施的重要组成部分，城市绿地不仅能够提升城市美观度（Lindemann-Matthies和Brieger，2016；Wang等人，2019）、缓解城市热岛效应（Li和Zhou，2019）和维护生物多样性（Lepczyk等人，2017），还能通过其恢复性环境和物理特性（Hartig等人，1997；Jiang等人，2026）改善居民福祉——减轻压力（Ulrich等人，1991）、恢复注意力（Kaplan和Kaplan，1989）、促进体育活动（Zhang等人，2015）以及增强社会凝聚力（Wilson等人，2024），从而促进居民的身体和心理健康（Jahani和Saffariha，2020）、生活满意度（Giannico等人，2021；Jiang和Huang，2022）等。然而，在高密度的大城市中，可用于新增绿地的空间有限，绿地治理的核心已逐渐从增量扩张转向存量优化和多主体共治（Campbell等人，2022）。因此，居民支持绿地的行为成为共同维护绿地功能和实现城市可持续发展的重要支撑（Gulsrud等人，2018；Huang等人，2021）。
关于居民参与城市绿地治理的情况，现有研究探讨了在城市绿地、城市森林、城市生态旅游和自然保护等背景下公众环保意图和行为的形成机制。例如，计划行为理论（TPB）被用来强调态度、主观规范和感知行为控制的作用（Koskela和Karppinen，2024）。社会认知理论（SCT）被应用于分析森林生态游客的环境意图和行为，揭示了社会影响、自我效能感和行为意图在塑造意图和行为中的作用（Erfanian等人，2024）。此外，TPB、价值-信念-规范理论（VBN）、刺激-有机体-反应理论（SOR）及其扩展或整合框架也被广泛用于解释城市绿地治理（Huang等人，2021；Jin等人，2026）、城市生物多样性保护（Fornara等人，2020）和一般的环保行为（Steg等人，2005）。这些研究强调了感知行为控制、环境价值观、责任意识和绿地使用特征在塑造环保意图或行为中的作用。现有研究为理解环保意图和行为提供了重要基础，但它们主要关注意图或行为本身的形成机制。
然而，意图并不必然转化为实际行为。关于意图与行为关系的研究已经从假设两者一致转变为理解两者分离。早期研究通常将意图作为行为的代理变量（Lee，2020；Schwepker Jr.和Cornwell，1991），而后续研究逐渐认识到大多数人并不总是按照其环保意图行事（Newman和Fernandes，2016；Van den Noortgaete和De Tavernier，2014）。由此产生的意图-行为差距构成了现实世界中的“知行差距”。现有研究已经在家庭垃圾分类（Wang等人，2020；Echegaray和Hansstein，2017）、绿色通勤（Lanzini和Khan，2017；Meng等人，2025）、生态旅游（Zhang等人，2025）、低碳农业实践（Chen等人，2026；Yang等人，2024a；Yang等人，2024b；Yu等人，2024）、节能设备购买（He等人，2023）以及土地流转（Zhang等人，2020）等领域探讨了这一差距。这些研究从个体和家庭特征（Zhang等人，2025）、情绪因素如态度、认知和习惯（de Matos等人，2025）、外部环境因素如社会压力（Li等人，2025）、人际信任（Tam和Chan，2018）、区域差异（Echegaray和Hansstein，2017）以及制度安排（Yang等人，2024a；Yang等人，2024b）等方面解释了这一差距的形成。
现有研究主要集中在私人消费、旅游选择或农业生产领域，而对典型的公共领域治理场景——城市公共绿地关注不足。此外，现有研究往往基于TPB、VBN和SOR等社会心理学框架，侧重于主观认知和情绪因素，而忽视了社会网络和面子文化等社会文化背景的整合。此外，以往研究通常关注是否存在意图-行为差距，但对差距的方向和程度，尤其是“低意图-高行为”模式关注不足。基于这些不足，本研究以中国上海为例，聚焦于大城市公共绿地背景下居民支持绿地意图与行为之间的差距。具体研究目标如下：
1. 将社会文化背景因素（如社会网络和面子文化）纳入MOA框架，并构建分析框架。
2. 识别影响“意图-行为一致或差距”、“高意图-低行为”和“低意图-高行为”不同状态的因素。
3. 探究这些影响因素之间的逻辑层次结构。

2. 理论分析与研究假设
2.1 C-MOA：扩展的MOA分析框架
动机-机会-能力（MOA）模型是解释个体行为的一般框架（?lander和Th?gersen，1995）。在该模型中，动机是指个体参与某种行为的意图；能力代表个体执行该行为所需的知识和技能；机会是指个体在特定时空条件下对外部环境中有利因素的主观感知。MOA模型强调动机是行为的直接驱动力，但动机并不一定会转化为行为。只有当个体具备执行行为所需的能力并且有机会时，动机才更有可能转化为实际行为。尽管MOA模型已被广泛应用于绿色消费行为（Tawde等人，2023）和环境行为（Fu等人，2025）的研究，但一些研究者试图通过引入新因素来提高其解释力和适用性（Tawde等人，2023）。本研究关注中国大城市居民支持绿地的意图与行为差距。在以集体主义和关系导向为特征的东亚国家（Triandis，2001），社会背景因素如面子文化和社会网络可能对个体行为选择产生深远影响。因此，本研究将“情境”纳入原有的MOA框架，构建了扩展的理论框架C-MOA，以捕捉具有典型中国文化特征的社会背景因素的影响。
2.2 能力：内部条件
能力是指个体执行行为所需的技能，包括客观资源和将意图转化为行为的软心理能力。本研究用收入和教育水平分别代表个体的物质和认知资源，并引入自然连接性，以反映个体接近自然、理解自然以及形成环保行为倾向的心理能力。
2.2.1 收入
行为的发生不仅需要“想要行动”，还需要“有能力行动”。较高的收入水平可以提高个体获取资源、承担行为成本和参与公共事务的能力。同时，环境质量需求的收入弹性和马斯洛需求层次理论也表明，随着收入的增加，人们对环境治理的需求也会增加（McConnell，1997）。这种偏好结构的转变可能通过社会比较和道德价值表达进一步影响环境行为（Li和Chen，2018）。据此，我们提出以下假设：
H1：收入可能缩小居民支持绿地的意图与行为差距。
2.2.2 教育
教育使个体能够获取知识和技能，增强他们获取信息和理解复杂环境问题的能力，从而促进环保态度和行为。然而，这种影响依赖于具体情境（Chankrajang和Muttarak，2017）。根据低成本假说，当行为成本增加时，个体可能会出于象征性原因选择低成本选项（Diekmann和Preisend?rfer，2003）。对于受教育程度较高的群体，教育的积极效应可能不会延伸到高成本的环境行为上。在这种情况下，环保意图并不一定会转化为实际行为（Gifford，2011）。因此，本研究提出以下假设：
H2：教育对意图与行为差距具有双重影响。
2.2.3 自然连接性
与自然的接触可以提高个体的自然连接性（Mayer和Frantz，2004；Meyer，2016），促进对自然的同理心，并产生主观幸福感（Capaldi等人，2014），从而为行为提供心理基础（Martin等人，2020；Sato等人，2021）。因此，自然连接性可能有助于将意图转化为行为。这引出以下假设：
H3：自然连接性可以减少意图与行为差距的可能性。
2.3 机会：行为基础
机会是指个体在特定时空条件下对外部环境中有利因素的主观感知。因此，本研究从四个方面衡量机会：治理感知、环境体验、空间条件和社会陪伴。具体而言，绿地治理满意度、绿地满意度、绿地可达性和与绿地的互动模式被用作机会维度的指标。
2.3.1 绿地治理满意度
长期以来，公众倾向于将环境治理视为政府的责任，公众参与往往是被动的和形式化的。在环境治理中，“依赖政府”可能会加剧搭便车问题，削弱集体行动的有效性。因此，对地方政府绿地治理的满意度越高，居民采取行动的紧迫感可能越低，从而阻碍环保意图转化为实际行为，甚至可能导致“高意图-低行为”差距。据此，提出以下假设：
H4：居民对绿地治理的满意度越高，他们表现出“高意图-低行为”模式的可能性越大。
2.3.2 绿地满意度
居民在接触自然环境的过程中可能会形成对绿地环境质量的主观感知，这体现在他们对绿地的满意度上。根据期望确认理论，绿地体验影响居民对绿地环境的满意度，进而影响环保意图转化为行为。这引出以下假设：
H5：居民的绿地满意度可能缩小环保意图与行为差距的程度。
2.3.3 绿地可达性
从空间角度来看，接触自然环境可以增强个体从事环保行为的倾向（Hsia等人，2025）。这种接触被定义为特定地点与绿地之间的空间邻近性（Zhang等人，2021），即绿地可达性。较高的绿地可达性可以降低居民参与和维护绿地的时间和空间成本，增加他们接触和维护绿地的机会，从而促进意图与行为的一致性。因此，提出以下假设：
H6：绿地可达性对意图与行为差距具有负面影响。**绿色空间伴侣模式**
在空间上和社会关系上彼此接近的个体在环境行为上经常表现出溢出效应（Zhang等人，2023年），这种同伴效应可能会影响环保意图与行为之间的关系（Lin和Jia，2023年）。当居民与伴侣一起访问绿色空间时，他们的行为不仅受到自身意图的影响，还受到伴侣的态度和行为的影响。如果伴侣不参与环保行为，可能会产生负面的溢出效应，降低个体将环保意图转化为实际行为的可能性。因此，我们提出以下假设：
**H7** 绿色空间伴侣模式会加剧意图-行为之间的差距。

**2.4. 背景：结构性社会力量**
“背景”维度用于捕捉嵌入在社会文化结构中的外部力量。根据文化差异理论，像中国这样的东亚国家具有高语境文化特征（Hall，1976年）。面子和群体导向赋予公共领域环境行为独特的文化属性，并可能通过社会评价、声誉压力和关系嵌入性影响居民环保意图向行为的转化。Hwang（2006年）将面子分为道德面子（“lian”）和社会面子（“mian”）。前者强调道德品格，具有自我导向的性质；后者对应于荣誉和声誉，具有社会性质。因此，本研究将道德面子、社会面子和社会网络纳入“背景”维度。

**2.4.1. 道德面子**
作为公共领域的环保行为，环保意图和行为符合可持续发展的伦理要求，并为居民提供了环境意义上的行为道德规范。因此，道德面子增强了居民追求良好道德品格的意愿，使他们通过自我要求和自我调节形成更强的环保意图。然而，道德驱动的行为倾向并不一定会转化为高成本和持续的行为。根据道德许可效应，在形成道德身份、表达环保意图或完成某些道德行为后，个体可能会产生心理补偿或自我安慰，从而降低采取进一步实际行动的概率。因此，我们提出以下假设：
**H8** 道德面子（“lian”）会加剧意图-行为之间的差距，表现为“高意图-低行为”模式。

**2.4.2. 社会面子**
绿色空间是具有象征性和社会属性的公共开放空间。参与绿色空间保护在某种程度上可以被他人观察和评价，从而反映居民的环境素养和社会责任感。社会面子具有信号传递和身份认同的功能，被尊重的隐性激励可能减少意图-行为差距的概率。然而，社会面子也是一种资产，即通过成功和炫耀获得的声誉，这要求个体通过自己的行为有意管理和积累它（Juan Li和Su，2007年）。因此，对于内在意图较低的居民，社会面子也可能激发他们采取行动的动机，从而形成“低意图-高行为”类型的差距。因此，我们提出以下假设：
**H9** 社会面子（“mian”）可能减少意图-行为差距的出现，但也可能加剧“低意图-高行为”模式。

**2.4.3. 社会网络**
中国社会中的差异性社交模式将个体嵌入到密集的亲属关系和基于地域的网络中，使他们的行为受到周围人的强烈影响，体现了明显的群体导向。具有公共属性的环保行为依赖于集体参与和维护。在集体主义文化的背景下，社会网络可能增强个体对社会规范的感知。然而，这也可能导致责任稀释和搭便车行为，使个体将绿色空间保护的责任推给他人，减少他们将环保意图转化为实际行为的主动性。因此，我们提出以下假设：
**H10** 社会网络可能会加剧意图-行为差距。

基于上述C-MOA框架和研究假设，本研究构建了一个理论框架，以解释影响居民环保意图-行为差距的因素（图1）。

**3. 材料与方法**
**3.1. 研究区域**
研究地点选自上海的15个行政区，不包括崇明区。在每个行政区中，选择了2-3个综合公园、城市公园或乡村公园作为调查地点（图2），以及其周围的社区。

上海的城市常住人口已达1987万，属于特大城市。与其他中国特大城市（如北京、天津、广州和成都）相比，2023年上海的人均GDP排名仅次于北京，但其人均公园绿地面积仅为9.4平方米，在这些特大城市中最低。这表明上海面临着相对较高的环境需求与有限的绿地供应之间的明显矛盾。因此，需要更多居民参与绿色空间的共同治理，上海为研究居民环保意图向行为转化的潜在差距提供了合适的背景。因此，选择上海作为研究区域具有很强的代表性和政策意义。

**3.2. 问卷设计**
为了研究影响居民环保意图-行为差距的因素，本研究通过现场问卷调查收集了实证数据。试点调查于2024年6月进行。基于文献回顾、以往的研究成果以及几轮讨论，初步制定了问卷。邀请了中国相关领域的教授和副教授对问卷进行评审和修改。此外，在上海招募了100多名志愿者参与试点调查，以检验问卷条目的清晰度、可靠性和有效性。

问卷分为四个部分。第一部分介绍了调查背景、研究目的、匿名原则和数据用途，以确保参与者了解情况。第二部分收集了受访者的基本人口和社会经济特征，包括年龄、性别、户籍、收入等信息。第三部分测量了影响居民环保意图-行为差距的因素。根据理论框架，这些因素被划分为三个维度：能力、机会和背景。在第二部分收集的教育和收入被视为个体资源和能力条件，被纳入能力维度；机会维度包括绿色空间的可达性、绿色空间伴侣模式、绿色空间满意度和绿色空间治理满意度。背景维度包括道德面子、社会面子和社会网络。自然联系度采用Mayer和Frantz（Mayer和Frantz，2004年）开发的量表进行测量。绿色空间治理满意度通过两个项目的平均分来衡量。道德面子和社会面子借鉴（Chan等人，2009年）的结果，每个维度使用四个项目进行测量。社会网络使用三个项目进行测量。所有量表均来自已有的研究，并根据城市绿色空间治理背景进行了调整。完整问卷条目见补充文件的附录A。

第四部分进一步测量了因变量，即居民是否存在环保意图-行为差距及其程度。借鉴以往的研究方法（Wang等人，2020年；Li等人，2021年；Meng等人，2025年），这些研究分别在同一行为领域内测量了意图和实际行为，然后比较它们的一致性或差异，本研究分别测量了居民的环保意图和行为。环保意图通过“您愿意参与绿色空间的维护和发展吗？”这一项目来衡量；环保行为通过“在现实生活中，当我遇到绿色空间受损时，我会积极劝阻或举报其他游客”这一项目来衡量。该项目捕捉了居民在公共绿色空间环境中的直接维护相关干预行为，作为实际环保行为的代理指标。这两个项目均使用五点李克特量表进行测量，评分范围从强烈反对到强烈同意，分数越高表示意图越强或行为水平越高。借鉴使用意图和行为得分差异来描述意图-行为差距的行为研究（Allan等人，2008年；Reichenberger等人，2019年），本研究计算了意图和行为得分之间的差异。差异为0表示意图-行为一致，编码为0；非零差异表示存在意图-行为差距，编码为1。关于差距的程度，正值定义为“高意图-低行为”差距，保留原始正值；负值定义为“低意图-高行为”差距，使用其绝对值。

**3.3. 数据收集和样本特征**
正式调查于2024年7月由11名拥有硕士学位且熟悉城市绿色空间的项目成员进行。在每个绿色空间中发放了30-40份问卷。调查时间覆盖工作日和周末，从早上7:00到晚上20:00，旨在纳入学生、退休人员和在职居民等不同群体。采用了分层配额抽样和现场随机拦截相结合的方法，根据年龄、教育、性别、户籍和收入设置了配额，以提高样本的多样性。为了减少回应偏差，问卷项目的顺序在受访者之间进行了调整。共发放了1057份问卷。排除回答迅速且完全相同以及回答时间少于10分钟的可疑问卷后，保留了1003份有效样本，有效回答率为94.89%。样本特征见表1。样本涵盖了不同性别、年龄、户籍和教育背景的受访者。然而，由于参与意愿、问卷理解和回答合作方面的差异，样本相对偏向于年轻和受教育程度较高的受访者。因此，模型中包含了年龄和教育因素，以减少样本结构对估计结果的潜在影响。

**表1. 样本的统计特征**
| 类型 | 数量 | 比例（%） | 类型 | 数量 | 比例（%） |
|-------------|---------|------------|-------------|-----------|-------------|
| 性别 | 女性 | 53 | 4.04% | 男性 | 47 | 6.96% |
| 教育水平 | 小学以下 | 50 | 50.50% | 小学 | 14 | 1.40% |
| | 中学 | 10 | 9.97% | 外籍 | 38 | 38.19% |
| | 高中或中专 | 18 | 18.74% | 本地户籍 | 62 | 61.81% |
| | 大学或学士学位 | 54 | 54.34% | 硕士及以上 | 15 | 15.05% |
| 家庭年收入 | 80000元及以下 | 59 | 5.88% | 80000-150000元 | 119 | 11.86% |
| | 18-30岁 | 47 | 74.76% | 150000-300000元 | 31 | 13.10% |
| | 31-40岁 | 24 | 24.23% | 300000-500000元 | 36 | 36.49% |
| | 41-50岁 | 11 | 11.47% | 500000-100000元 | 11 | 11.76% |
| | 51-65岁 | 8 | 8.28% | 1000000元及以上 | 30 | 2.99% |
| | 65岁及以上 | 8 | 8.47% | | | |

**3.4. 模型构建**
为了实现研究目标，本研究分几个步骤进行。首先，使用二元logit模型识别影响居民环保意图-行为差距出现的因素。其次，对于两种差距模式（即“高意图-低行为”和“低意图-高行为”），分别采用有序logit模型和部分比例优势模型来研究影响差距程度的因素。最后，应用ISM模型揭示显著影响因素之间的层次结构和逻辑途径，为提出针对性的治理建议提供依据。

**3.4.1. 二元Logit模型**
在本研究中，将城市居民的意图与其实际行为的偏差视为一个二元变量，其中0表示一致，1表示偏差。因此，使用二元logit模型来研究其影响因素，如下所示：
$(1) \log_{it}(Y_i) = \ln(\frac{T_i}{1 - T_i}) = \beta_0 + \beta_i X_i + \eta_i + \varepsilon_i$
其中，$Y_i$表示意图-行为差距，作为因变量；$T_i$表示差距概率；$X_i$（$i=1,2,\ldots,n$）定义为自变量；$\beta_i$表示第i个自变量的回归系数，$\beta_0$是常数项，$\varepsilon_i$是随机误差项。

**3.4.2. 有序Logit模型和部分比例优势模型**
在本研究中，差距程度构成了一个从1到3的有序分类变量，数值越大表示差距越明显。首先采用有序Logit模型充分利用因变量的有序信息并保留数据的序数性质。根据本研究选定的变量，模型具体如下：
$(2) \logit(P_m) = \ln\left[\frac{P(y_i > m)}{1 - P(y_i > m)} = \alpha_m + \sum_{n=1}^n \beta_n X_n$
其中，$m$表示有序因变量的分界点；$P(y_i > m)$表示意图-行为差距程度高于类别m的累积概率；$X_n$表示影响居民i的第n个因素；$\beta_n$是相应的回归系数；$\alpha_m$是阈值参数。

有序Logit模型假设在不同分界点上自变量的效应是恒定的，因此应用此模型时需要满足平行回归假设。对于“高意图-低行为”差距模式，Brant检验的p值为0.035，表明在5%的显著性水平上并不服从平行回归假设。因此，采用了Williams（2006）提出的部分比例优势模型。该模型仅对违反假设的变量放宽了平行性约束，允许它们的系数在不同的临界点上变化。累积模型的具体形式如下：(3)Logit?(Pm)=ln?[P?(yi＞m)1?p?(yi＞m)]=αm+j∑j=1βj?Xij+q∑q=1γqm?Ziq，其中Xjj表示满足平行回归假设的自变量，其系数βj在不同临界点上被限制为相等；Ziq表示违反平行回归假设的自变量，其系数γq?m允许在临界点上变化。对于“低意图-高行为”差距模式，Brant检验的p值为0.125，表明平行回归假设未被拒绝，因此保留了有序Logit模型。上述模型使用Stata 16.1中的ologit和gologit2命令进行估计。

3.4.3 解释结构模型（ISM）

为了考察影响因素之间的层次结构和相互关系，本研究基于上述模型识别出的重要变量，采用了解释结构模型（ISM）。为了减少确定因素之间关系的主观性，相关分析被作为辅助工具使用。按照标准的ISM程序，首先构建了邻接矩阵，然后使用MATLAB R2021b计算了可达性矩阵。随后，基于最高层次因素提取方法确定了影响因素的层次结构。详细模型规格、计算程序和矩阵构建在补充材料（附录B）中提供。

4. 结果

4.1 城市居民支持绿色空间的意图-行为差距分布

图3展示了城市居民支持绿色空间的意图与行为之间的一致性和差距情况。居民表现出意图与行为之间的一致性，或者两者之间存在差距。一致性可以进一步分为三类：“意图与行为一致（正向一致性）”、“无意图且无行为（负向一致性”以及“中立”。相比之下，意图-行为差距包括“低意图-高行为”和“高意图-低行为”两种模式。总体而言，367名居民（36.59%）表现出意图与行为的一致性，而633名居民（63.11%）表现出支持绿色空间的意图-行为差距，表明研究区域内居民在支持绿色空间的意图与行为之间存在明显的一致性差异。在差异模式方面，387名居民（38.58%）表现出“高意图-低行为”模式。值得注意的是，249名居民（24.83%）表现出“低意图-高行为”模式。

4.2 回归分析结果

4.2.1 影响支持绿色空间意图-行为差距的因素

在进行计量经济学分析之前，所有变量的Cronbach’s α值均大于0.75，所有潜在变量的复合可靠性（CR）超过了推荐的0.70阈值，平均提取方差（AVE）值也都大于0.50。同时，平均VIF值为1.19，所有VIF值均低于2，表明该模型不存在多重共线问题。二元Logit回归的结果见表2。在核心自变量中，收入、绿色空间可达性和社会面子对意图-行为差距的出现有显著的消极影响，而教育水平、绿色空间陪伴模式、道德面貌和社会网络则有显著的积极影响。

表2. 影响居民支持绿色空间意图-行为差距的因素的二元Logit回归和AME结果

变量 Model 1 (Logit) AME
年龄 0.106*(0.061) 0.023*(0.013)
性别 -0.065(0.137) -0.014(0.030)
户口登记 -0.262*(0.155) -0.058*(0.034)
教育 0.321***(0.079) 0.071***(0.017)
收入 -0.130**(0.064) -0.029**(0.014)
自然联系 -0.169(0.119) -0.037(0.073)
绿色空间可达性 -0.133*(0.069) -0.029*(0.015)
绿色空间陪伴模式 0.361**(0.158) 0.079**(0.034)
绿色空间治理满意度 0.096(0.099) 0.021(0.0221)
绿色空间满意度 0.115(0.110) 0.025(0.024)
道德面貌 0.327***(0.115) 0.072***(0.025)
社会面子 -0.282***(0.088) -0.062***(0.019)
社会网络 0.248**(0.101) 0.055**(0.022)
-cons -1.197(1.021) -N
100 3100 3
伪R2 0.040
LR卡方 52.798
Prob > chi2 0.000
AIC 1292.620
BIC 1361.370
预测准确性 (%) 64.41

注：***、** 和 * 分别表示p < 0.01、p < 0.05 和 p < 0.1。括号中的为标准误差。以下内容相同。由于二元Logit模型的系数估计仅表示效应的方向和统计显著性，表2进一步报告了平均边际效应（AMEs），以解释变量对差距发生的实质性影响。结果表明，在能力维度上，收入每增加一个单位，居民具有支持绿色空间意图-行为差距的概率降低了2.9个百分点；而教育每增加一个单位，这一概率增加了7.1个百分点，支持了H1假设并进一步支持了H2假设。尽管自然联系的AME为负值，表明它可能有助于减少差距发生的概率，但这一效应在统计上并不显著，因此H3假设被拒绝。在机会维度上，绿色空间可达性每增加一个单位，差距发生的概率降低了2.9个百分点；而绿色空间陪伴模式每增加一个单位，这一概率增加了7.9个百分点，支持了H6和H7假设。在情境维度上，道德面貌和社会网络每增加一个单位，差距发生的概率分别增加了7.2和5.5个百分点；而社会面子每增加一个单位，这一概率减少了6.2个百分点，支持了H8、H9和H10假设。

4.2.2 影响“高意图-低行为”和“低意图-高行为”模式的因素

部分比例优势模型和有序Logit模型进一步揭示了影响这两种差距模式程度的因素：“高意图-低行为”和“低意图-高行为”。如表3所示，在“高意图-低行为”差距模式（模型2）中，收入和社会面子有显著的消极影响，而绿色空间治理满意度和道德面貌有显著的积极影响。在“低意图-高行为”差距模式（模型3）中，社会面子有显著的积极影响，而绿色空间满意度有显著的消极影响。

表3. 影响“高意图-低行为”和“低意图-高行为”差距程度的因素的回归结果

变量 Model 2 (高意图-低行为) Model 3 (低意图-高行为)
空单元 Model 3 (低意图-高行为)
中等和高差距 高差距 低差距 中等和低差距
年龄 0.054(0.099) 0.054(0.098) 0.174(0.141)
性别 -0.871***(0.234) -0.149(0.330) 0.286(0.299)
户口登记 0.296(0.243) 0.296(0.243) -0.623*(0.355)
教育 -0.019(0.145) -0.019(0.145) 0.172(0.165)
收入 -0.337***(0.102) -0.337***(0.102) 0.206(0.152)
自然联系 0.163(0.194) 0.163(0.194) -0.042(0.224)
绿色空间可达性 -0.075(0.120) -0.075(0.120) 0.065(0.055)
绿色空间陪伴模式 0.174(0.260) 0.174(0.260) -0.332(0.364)
绿色空间治理满意度 0.393**(0.165) 0.393**(0.165) 0.152(0.212)
绿色空间满意度 0.080(0.176) 0.080(0.176) -0.404*(0.222)
道德面貌 0.280(0.183) 1.322***(0.296) 0.210(0.276)
社会面子 -0.247*(0.134) -0.247*(0.134) 0.752***(0.204)
社会网络 0.093(0.154) 0.093(0.154) -0.318(0.214)
_cons -1.846(1.778) -1.846(1.778)
Cut1-- 3.683**(1.809) Cut2-- 5.502**(1.826)
N 387 249
伪R2 0.065 0.090
对数似然 -319.603 -181.255
LR卡方 61.933 5.89
Prob > chi2 0.000 0.001
AIC 673.206 392.509
BIC 740.499 445.271
预测准确性 (%) 64.34 68.67

表4显示，AME结果揭示了关键变量的实质性影响。在“高意图-低行为”差距模式中，较高的收入降低了处于中等和高差距类别的概率。具体来说，收入每增加一个单位，处于中等和高差距类别的概率分别降低了4.1和3.1个百分点。相比之下，绿色空间治理满意度每增加一个单位，处于低差距类别的概率降低了8.4个百分点，同时提高了处于中等和高差距类别的概率分别4.8和3.6个百分点，支持了H4假设。道德面貌也增加了处于高差距类别的概率12.1个百分点，支持了H8假设。在“低意图-高行为”差距模式中，绿色空间满意度每增加一个单位，处于低差距类别的概率增加了7.5个百分点，同时降低了处于中等和高差距类别的概率分别4.7和2.8个百分点。这表明较高的绿色空间满意度有助于减轻这种类型的差距的严重程度，支持了H5假设。值得注意的是，社会面子每增加一个单位，处于低差距类别的概率降低了14.0个百分点，同时提高了处于中等和高差距类别的概率分别8.7和5.3个百分点，支持了H9假设。

4.2.3 回归结果的稳健性检验

为了进一步验证回归结果的稳健性，分别使用了二元probit、部分广义有序probit、有序probit和OLS模型作为二元logit、部分比例优势模型和有序logit模型的替代规格。结果分别报告在模型4-9（补充表S1和S2）中。核心变量的符号和显著性水平总体上与基线模型一致，AME结果没有显示出实质性差异（补充表S1和S3）。这些发现进一步确认了结论的稳健性。

4.3 城市居民支持绿色空间意图-行为差距的路径

4.3.1 基于ISM的影响因素层次分析

根据上述回归模型的拟合结果，通过统计检验发现十个因素（包括控制变量）具有显著性：户口登记（??1）、教育（??2）、陪伴模式（??3）、收入（??4）、绿色空间可达性（??5）、道德面貌（??6）、社会面子（??7）、绿色空间满意度（??8）、社会网络（??9）、绿色空间治理满意度（??10），其中??0表示支持绿色空间的意图-行为差距。基于相关分析（图4），确定了影响因素之间的初步关系，这有助于减少在ISM框架内确定逻辑关系时的主观性。结合理论推理和实证证据，建立了最终的逻辑关系（图5）。

随后构建了邻接矩阵和可达性矩阵，并推导出影响因素的层次结构。得到??1= {??0,gap}，接着是??2= {??8}, ??3= {??3,??6}, ??4= {??5,??9}, ??5= {??1,??7,??10}, ??6= {??2,??4}（图6）。然后绘制了层次结构图（图7）。

4.3.2 基于ISM的影响因素路径分析

ISM分析确定了一个“五层次、五路径”的逻辑结构（图7）。路径1是“教育、收入 → 社会面子 → 社会网络 → 绿色空间陪伴模式 → 绿色空间满意度 → 支持绿色空间的意图-行为差距”。路径2是“户口登记 → 社会网络 → 绿色空间陪伴模式 → 绿色空间满意度 → 意图-行为差距”。路径3是“绿色空间治理满意度 → 社会关系网络 → 绿色空间陪伴模式 → 绿色空间满意度 → 意图-行为差距”。路径4是“绿色空间治理满意度 → 道德面貌 → 绿色空间满意度 → 意图-行为差距”。路径5是“绿色空间可达性 → 绿色空间陪伴模式 → 绿色空间满意度 → 意图-行为差距”。这些路径表明，教育、收入、户口登记、绿色空间治理满意度和绿色空间可达性构成了不同路径的起点。面子文化、社会网络和绿色空间陪伴模式起到了重要的传递作用，而绿色空间满意度作为关键中介因素，连接了多个路径并直接影响了意图-行为差距。总体而言，“五层次五路径”框架表明，意图-行为差距是由空间供给和体验、社会文化动态、能力条件以及治理满意度共同塑造的。

5. 讨论

本研究将面子文化和社会网络纳入了MOA框架，以考察影响上海居民支持绿色空间意图-行为差距的因素及其层次结构。结果表明，居民的支持绿色空间的意图并不一定会转化为行为。相反，意图-行为差距是由多种因素共同塑造的。

5.1 空间供给和体验促进意图-行为的一致性

绿色空间可达性和绿色空间满意度降低了意图-行为差距。这一发现与以往的研究结果一致。更高的可达性意味着更低的行为成本。根据TPB理论，感知到的行为控制反映了个体对时间和成本等条件的判断，并对意图和行为都有积极影响（Huang等人，2021）。同时，更高的可达性意味着居民可以更频繁地接触自然环境。接触自然环境已被证明能够增强内在动机，并进一步促进亲社会倾向（Weinstein等人，2009），而更频繁使用城市绿地与亲社会行为有更强的关联（Jin等人，2026）。绿色空间满意度反映了个体对绿色空间质量的评价。现有研究表明，良好的绿色空间体验与生活质量、心理恢复和环境感知、参观行为密切相关（Jiang和Huang，2022；Wang等人，2019；Giannico等人，2021）。本研究进一步扩展了这些发现，表明在公共绿地的背景下，良好的绿色空间体验增加了居民将意图转化为行为的可能性。

5.2 社会文化动态塑造了不同的意图-行为差距模式

在社会文化动态方面，道德面貌、社会面子和社会网络对意图-行为差距产生了不同的影响。道德面子扩大了差距，甚至引发了“高意图-低行为”的模式。这一发现与那些认为道德可以促进行为参与的研究结果相矛盾（Eichner和Pethig，2021年；Lee，2020年），但可以通过道德许可效应来解释（Zhang等人，2026年）。同时，道德面子强调了个体的自我评价（Hwang，2006年），这可能会加强居民表达意图的积极性，但不一定转化为实际行为。社会面子则产生了相反的效果，缩小了差距。这与先前强调社会压力可以促进环保行为的研究结果一致（Naiman等人，2023年；Tam，2025年；Yang等人，2024a；Yang等人，2024b）。这项研究进一步扩展了这些发现，表明社会面子也导致了“低意图-高行为”的模式。这可以通过集体主义的文化背景来解释，在这种背景下，群体意识可能会使居民的行为更加容易受到他人的影响（Triandis，2001年；Zhu等人，2025年）。在高度可见的城市绿地环境中，即使居民的内在意图相对较弱，他们仍可能会采取行动来维护自己的社会形象。然而，社会网络却扩大了这一差距。这一发现与之前关于同伴效应可以通过主动学习或规范强化来促进环保行为的研究结果不同（Meng等人，2023年；Zhang等人，2023年；Li等人，2025年）。这也表明，在公共绿地环境中，由于责任的扩散和从众的不作为，关系嵌入性可能会削弱从意图到行为的转化（Cialdini等人，1991年；Darley和Latane，1968年）。因此，不应简单地将文化视为“好”或“坏”；相反，其双重属性可以通过清晰且可执行的计划转化为灵活的治理力量。

5.3. 能力条件和治理满意度影响意图-行为差距
关于能力条件，本研究发现收入有助于减少意图-行为差距。这与以往的研究结果一致，因为收入会影响环境关注度，并且也与居民承担行为成本的能力有关（Li和Chen，2018年）。当个体认为对某种行为有更大的控制力时，他们更有可能产生参与意图并付诸行动（Huang等人，2021年）。先前的研究也证实，教育年限可以促进意图的形成（Newman和Fernandes，2016年）。然而，本研究进一步发现，教育可能会加剧意图-行为差距。当支持绿地行为涉及相对较高的时间或社会成本时，环境意图对实际行为的促进作用可能会减弱（Diekmann和Preisend?rfer，2003年）。在治理满意度方面，本研究发现，对绿地治理满意度较高的个体更可能出现意图-行为差距，尤其是“高意图-低行为”模式。这一发现与以往的研究结果不同，那些研究认为较高的治理认可度可以增强环境态度和情感信任，从而促进意图和行为（Jia和Lin，2025年；Zhu等人，2025年）。然而，我们的发现也可以得到现有研究的支持。先前的研究表明，政府的优秀环境表现可能会对个体行为产生负面溢出效应。组织和个体之间可能存在一种替代的道德平衡机制，为个体减少自身环保行为提供了心理上的理由，从而无意中削弱了个体责任（Zhang等人，2026年）。值得注意的是，这种负面影响并非源于政府治理绩效的客观现实，而是源于居民的主观感知。因此，促进行为的政策努力不应仅仅依赖于发布治理成就的总结报告，而应建立共同维护的渠道，并鼓励个体更深入地了解环境问题和治理过程。

5.4. 理论意义
本研究在两个方面推进了理论发展。一方面，我们将情境因素引入了传统的MOA框架，并发展了一个C-MOA框架，表明居民的环保意图-行为差距不仅受能力和机会因素的影响，还受到面子文化和社会网络等社会文化力量的影响。这扩展了MOA框架在城市绿地环境中的解释力。另一方面，我们的发现超越了以往意图-行为差距研究主要关注意图而忽视相应行为的局限，不仅区分了意图-行为差距的程度，还将现实中观察到的“低意图-高行为”模式纳入了理论讨论。

5.5. 管理意义
基于上述实证发现（图8），我们提出了一个三维治理模型——“绿色供应-文化引导-制度保障”，以缓解城市绿地中居民意图-行为差距的治理挑战。
(1) 在绿色供应方面，应通过改善访问性和体验来提高其质量。例如，绿地治理应从总体指标（如绿地比例）转向与居民日常活动更相关的供应目标，如“300米范围内看到绿地”，“500米范围内可到达公园”以及“15分钟绿色服务圈”。同时，通过定期清洁、设施维护、安全巡逻、植被管理和无障碍设施的优化来提高绿地质量和用户体验。
(2) 在文化引导方面，应将面子文化和社会网络转化为实际的参与渠道。例如，治理实践应减少模糊的道德呼吁，如基于口号的“注意脚步”要求，而是通过具体的行动（如协助劝说、绿地巡逻、花坛维护、植物认养和绿地问题报告）为居民提供明确的任务列表。同时，通过社区公告板和在线平台展示参与者名单、维护结果和基于积分的反馈，将“被看见”转化为治理工具。
(3) 在制度保障方面，建立低门槛的绿地共同治理平台非常重要。例如，可以定期组织持续30分钟到1小时的绿地共同管理活动，推广附近的社区或公园-based的认养和维护计划，并提供灵活的参与选项，如周末和晚间活动。同时，可以使用小程序和官方微信等数字工具来建立参与记录，展示完整的参与过程，包括任务发布、居民认养、进度更新和工作痕迹。

5.6. 限制与未来研究方向
本研究存在一些局限性，并且有改进的可能方向。首先，它主要依赖于问卷数据，这可能会受到回忆偏差和社会期望偏差的影响。此外，行为变量基于单一项目，主要反映了居民与直接维护相关的行为，而其他类型的行为（如志愿服务和社区共同管理）并未得到充分捕捉。未来的研究可以引入多项行为量表、行为观察和社区参与记录，以更全面地描述居民的环保行为。其次，本研究主要使用横断面数据，这些数据反映了多个因素在特定时间点上对居民环保意图-行为差距的影响。未来的研究可以纵向追踪参与者或采用实验设计来进一步检验差距的变化。第三，样本结构相对偏向年轻和高教育水平的群体。未来的研究可以使用更加平衡的样本进行验证，并在多个城市开展比较研究。

6. 结论
通过构建一个嵌入情境的MOA分析框架，本研究得出以下结论：
(1) 收入、绿地可及性、绿地满意度和社会面子有助于减少意图-行为差距。
(2) 教育、绿地治理满意度、绿地陪伴模式、道德面子和社会网络会加剧差距。
(3) 收入有助于减少“高意图-低行为”模式，而绿地治理满意度和道德面子则更有可能引发“高意图-低行为”模式，社会面子可能有助于“低意图-高行为”模式。
(4) ISM分析识别出一个“五级、五路径”的逻辑结构。这五条路径可以进一步总结为一个三维嵌入式治理模型，整合了绿色供应、文化引导和制度保障。

作者贡献声明：
Feng Mi：写作 - 审稿与编辑，资金获取
Zhiwei Lian：调查
Yuguo Ji：写作 - 审稿与编辑，软件使用，方法论
Yige Ju：写作 - 审稿与编辑，初稿撰写，可视化，调查，形式分析，概念化

Yige Ju | Yuguo Ji | Zhiwei Lian | Feng Mi
北京林业大学经济管理学院，北京，100083，中国