内容提要🏬：传统的风险感知研究未能将媒介技术嬗变与风险传播纳入分析中，因而以媒介传播-风险感知为核心解释机制的风险的社会放大(SARF)模型成为当前核心的理论演绎范式。本研究以中国综合社会调查(CGSS)环境感知部分的实证数据为支撑👨🏿‍🌾，验证媒介使用对环境风险感知的放大效应、媒介使用对环境风险感知的差异效应以及政治信任的“双路径”中介效应三大假设🆙。研究发现：(1)媒介使用频率与公众的环境风险感知程度正向相关；(2)与传统媒介使用者相比🧝🏻‍♂️，以新媒介为主要信息来源的媒介使用者表现出更强的环境风险感知💁‍♂️；(3)就城市环境风险感知而言，传统媒介使用能够提升城镇居民的政治信任水平，从而削弱其风险感知；而新媒体使用则会降低政治信任水平☪️，从而增强其风险感知；(4)就生态环境风险感知而言👐🏻，政治信任在传统媒介-风险感知、新媒介-风险感知的作用机制中均发挥部分中介效应☃️；传统媒介与新媒介使用频率的增加均会导致政治信任水平显著降低，从而增强风险感知🧑🏼‍🦳。本研究拓展了SARF模型在信息社会的解释力。同时🌯，随着“互联网+政务”成为“十四五”时期生态文明建设的新方向，“媒介-信任-环境风险感知”机制的提出或可为未来的环境风险沟通提供新的思路。

关键词：环境风险感知/媒介使用/新媒介/政治信任

作者简介🧯：万仞雪，复旦大学社会发展与公共政策学院尊龙凯时AG系博士研究生🫅🏽🚵🏿‍♀️；袁益💊，复旦大学社会发展与公共政策学院人口研究所博士研究生。

一😶、问题的提出

自中共中央📓、国务院发布的《关于加快推进生态文明建设的意见》将生态文明建设列为新时期国家发展的基本战略之一以来，环境风险沟通与治理就成为经济学、环境科学和风险研究等学科关注的重要议题(陈涛，2020)🚕。作为环境风险社会建构的重要渠道💱，媒介传播在公众环境风险感知研究中一直扮演着重要角色(伍麟、王磊🧑🏽‍🦰，2013；Huang，2017)。目前👩🏿‍⚕️，关于媒介传播与环境风险感知的主流理论范式是Karsperson等(Karsperson et al.，1988)提出的风险的社会放大(Social Amplification of Risk Framework)模型(以下简称SARF模型)♍️。该模型认为，公众的风险感知源于风险图景(image of the risk event)🕎，而非风险事实。这一模型将风险事件中的信息看作信号(signal)🚵🏻‍♂️，公众的风险感知过程被转化为信号的解码过程🌍。在此过程中，媒体、社会组织及非正式群体作为“放大站”参与其中，对原始的风险信息不断进行再构🖖🏿，强化或弱化人们对特定风险事实的感知。

然而🫸🏼，现有基于SARF模型的风险感知研究存在两点不足🧔🏻‍♂️。在理论方面，基于SARF模型的风险感知研究并没有突破传统的传播学框架🎊。虽然 SARF模型的构建旨在囊括媒介信息传播与风险感知之间可能存在的各种社会🏥、政治与文化机制🧑🏿‍🦱，但SARF模型过于宽泛的分析架构导致了“媒介-感知”的内在机制模糊，使其与其他风险感知的解释理论有重合(Rayner，1998🫠⛹🏽‍♀️；Richard et al.💂🏿‍♀️，2013)👨🏿‍🦳。在经验方面，SARF模型难以捕捉信息技术更迭形势下新媒介对个体环境风险感知影响的差异性。从传统媒介到新媒介，信息载体的基础特性、信息传递方式以及信息反馈形式使信息传播框架发生了深刻变化，而目前环境风险感知方面的研究鲜少涉及此种媒介变迁的影响(王庆，2017)。

因此，本研究以SARF模型为基础分析框架，利用中国综合社会调查2013年数据(CGSS2013)😗，聚焦媒介使用对环境风险感知的影响，从如下三个方面展开研究🧗🏿。第一，以SARF模型为依据，探讨城镇居民的媒介使用对我国公众环境风险感知的影响🧔‍♂️，并提出媒介使用对环境风险感知的放大效应假设。第二，依据传统媒介与新媒介在传播特性上的差异👗，提出媒介使用对环境风险感知的差异效应假设🙉。第三𓀜，本研究试图将政治信任作为媒介使用与环境风险感知的中间机制加以考察，增强SARF模型在社会性风险感知研究中的适用性🚽。

二、文献回顾与研究假设

(一)媒介使用与环境风险感知

风险的社会放大模型是环境风险感知研究的重要组成部分，它的提出源于环境风险感知研究中的实在论与建构论这两股相对的理论张力(Karsperson et al.➡️，1988)🧑🏻‍🦯。实在论将环境风险看作一种独立于个体主观意识的客观存在，认为对公众环境风险感知的测量主要依靠专家对风险特征的测量、计算和预测来完成(Bohnenblust & Slovic，1998)；建构论则反对将环境风险看作完全独立于个体意识的可量化的客观现象，认为风险是一种文化建构🚘🙉，个体对风险的知觉是其生活经验、观念与信仰的反映。而这种反映在不同社会形态和文化语境中不尽相同(Douglas，1990)。

SARF模型通过引入风险的传播特性来消解环境风险感知学说间的张力。在该模型中，风险事件的客观特质，包括强度、烈度、持续时间等🧗🏿‍♀️，被视作风险原始信号(signal)🫸；媒介作为传播器(transmitter)，将信号编码(coding)并释放给接收者(receiver)，信号接收者(公众)对经由媒介编码过的信息进行解码(decoding)✶。在此过程中，媒体、社会组织及非正式网络作为“放大站”参与其中，对原始的风险信息不断进行再解读，由此释放出新的“风险画像”(portrayal of the event)，形成风险放大的“涟漪效应”(ripple effect)。

随后，国内外研究者通过各种经验材料为SARF模型的应用提供了实证支撑(Renn et al.，1992🚴🏻‍♀️；Lewis & Tyshenko，2009📥；Hart et al.,2011🩰；刘岩，2010；邱鸿峰，2013)。Renn等(1992)的经验研究证实了媒介对某一风险问题报道的覆盖面、时间长度以及释放的信息强度会导致公众对该问题的感知增强🔔。Hart等(2011)的研究也指出，积极通过媒介探寻与环境保护有关的新闻的个体表现出了更强的风险感知🌎。Lewis和Tyshenko(2009)的研究则证实了媒介传播对风险感知的“缩小”(attenuation)效应🫱🏿，通过比较研究发现较少的媒介关注度是加拿大没有形成疯牛病恐慌的主要原因⬆️。邱鸿峰(2013)以厦门XP事件的传播为例，指出异地媒体传播不平衡和戏剧化表征、网民的污名化与语境化是引起风险放大的重要机制。由此本研究提出媒介使用对环境风险感知的放大效应假设。

假设1🧗🏼‍♂️❕：媒介使用频率会影响公众对环境风险的感知𓀃，媒介使用频率越高🥜，公众环境风险感知越强👳🏼‍♂️。

(二)媒介属性差异与环境风险感知

目前国内外以SARF模型为例的研究多直接关注媒介使用对风险感知的影响，而没有注意区分媒介属性差异与风险感知之间的关系(Kim et al.，2015)↕️。通过文献梳理😧，本研究认为传统媒介与新媒介在信号传播的基础特性𓀐、信号扩散的交互性及信号内容的偏向性三方面存在差异。

在信号传播的基础特性方面🧏🏿，新媒介较传统媒介更具灵活性🧙‍♀️，具体体现为信息获取方式更加便捷、信息传播速度更快、信息覆盖面更广、信息延展面更广(卡斯特⬅️，2009；许静💂🏻，2013)。国内外诸多经验研究已先后证实🔣，信号传播的基础特性差异直接导致了受众的信息感知及由此产生的风险感知的差异(Gunter & Wober⚽️🪫，1983；邓滢、汪明，2014)。如沃尔伯格与斯托博格(Wahlberg & Sj berg，2000)的研究证实了传统媒介作为风险“放大站”之影响力的式微🧔🏽‍♂️🚔，他们发现报纸与电视新闻并不一定直接导致民众风险认知的“放大”，民众的信息接收能力与判断能力、风险的普遍程度对个体风险感知的影响更大。同样‼️🐛，Gunter与Wober的研究也发现🎞，电视对风险感知的形塑力正在减弱🍗，看电视与不常看电视的个体在风险的认同上并没有显著的差异(Gunter & Wober，1983)👨🏽‍🦰。

在信号扩散的交互性方面🦸，传统媒介信号的反馈往往是延迟或微弱的👋🏽🙋🏼，而新媒介信号的反馈是及时的👩🏻‍🍳，甚至是一触即发的。与此同时，新闻作为一个事实概念被添加了“情感”与“情绪”(Salcudean & Muresan，2017)。这是由公众反馈形成的群体情感，它的加入象征着媒介传播范式的转变(刘少杰，2018)，甚至有学者将情绪的出现看作传统媒介与新媒介最主要的差异(王庆，2017)。

在信号内容的偏向性方面，由于情绪因素的加入，新媒介的信息生成、传播文本具有了泛娱乐性、随意性等常人偏向，围绕着这种UGC式的内容生产出现了两种不同的声音。一部分学者认为公众自由的信息生产为公民社会的完善提供了空间👩🏻‍🦱。如刘少杰认为🧜🏻‍♂️，“这些缺乏计算与推论🤸🏿‍♀️，甚至不合逻辑的表达🏷，却生动、形象地表达了网民的感知、表象、意愿、评价与向往”(刘少杰，2018)✍🏿。而另一部分学者则看到了内容制造的随意性可能引起的信息失焦和风险放大。与传统媒介相比，社会化媒介具有更强的社会动员及风险传播能力，甚至可以带来与风险严肃性相反的幸灾乐祸情绪，最终导致对风险受害主体的污名化(王庆、余红，2015)🎿。由此，本研究提出如下关于媒介使用对环境风险感知的差异效应假设。

假设2：与传统媒介相比⛩，新媒介的使用将对个体的环境风险感知产生更大影响。

(三)媒介使用🦈、政治信任与环境风险感知

长期以来，人们对基于SARF模型的媒介使用与风险感知分析的质疑主要集中在解释机制含混的问题上👨🏽‍🦳。有学者指出，尽管SARF模型试图把社会心理、区域文化甚至是政治转型等因素囊括进风险感知的放大分析中，但SARF模型过于宽泛的架构将对媒介使用与风险感知作用机制的解释放进了黑箱，整体解释仍然是建立在传统传播理论预设之上的(Rayner🧏🏽‍♀️，1998；Richard et al.🕴🏻，2013)🤰🏽。SARF模型在媒介使用与风险感知作用机制解释方面的不足为纳入新的变量、构建新的解释框架提供了可能，本研究将政治信任这一社会心理研究中的核心变量纳入SARF模型，讨论媒介-信任-风险感知的中介机制。

信任研究的出现是对现代性中消失的某种“确定性”的回应👦🏻，这种消失的“确定性”即本研究所讨论的风险(吉登斯，2000📱；伍麟等🦶🏽，2017)🤨。在风险感知研究中，Slovic是最早意识到信任在公众风险沟通中的重要性的学者🤦🏽‍♀️，他主张将信任作为影响风险感知的重要变量纳入研究中👩‍🦽。他指出👨🏿‍🎨，公众的风险感知与专家界定风险的差异并非源自有限理性🆎🙅🏽，而是恰恰相反🏃‍♂️‍➡️，信息获取渠道的开放性使得公众拥有更为多元的知识𓀋🫓，公众视野下的环境风险议题因此成为极化的(polarized)、富有争议性的政治议题(Slovic👩🏽，1993)。公众对政府处理紧急环境风险事件的能力👨🏽‍🏫🌍、制定并落实环境保护政策等行为的认可程度直接影响了公众对所面临的环境风险的危害性的评价。在随后的研究中🌬，学者们尝试在信任与风险感知之间构建更为精细的理论框架，从而展开更为系统性的经验探索。如Siegrist👩‍👩‍👧‍👦、Earle及 Gutscher(2003)提出了社会信任-信心二元分析模型(dual-mode model of social trust and confidence)，区分了一般信任👎🏿🏋🏿‍♂️、社会信任与信心🧝🏼‍♀️🧝‍♀️。其中信心(confidence)即指人们对政府环境绩效的评价与对未来政策规划的期待。三人的研究发现，更高程度的信心能够提高公众对科技发展与由此引发的环境风险的接纳度，从而减弱公众对特定环境风险的感知🪄。随后🪑，围绕人际信任或社会信任和风险感知关系的讨论逐渐成为信任与风险感知研究中的主导(Sj berg🪅，2008)🎑。Siegrist等(2005)关于普通信任(general trust)与普通信心(general confidence)——而非对某一具体风险相关部门的信任——的研究表明，拥有更强普通信任及普通信心的公众对新科学技术带来的风险持更加积极的态度🐏。

同时，在风险沟通中🛍，公众的政治信任水平深受媒介传播信息的引导🙎‍♂️，媒介使用与信任的因果关系已获得经验研究的证实(Hunt et al.✧🧜🏻‍♂️，1999；Petts et al.👷🏿‍♀️，2001)。根据前述提及的传统媒介与新媒介在信息来源、信号传播和文本呈现上的不同特点，本研究关注媒介属性的差异与政治信任之间的关系🐿，以及这种关系对环境风险感知的影响。对于传统媒介传播与政治信任的关系🗃，一部分研究者持较为悲观的态度。早在1976年，Robinson就提出以电视为媒介的政治传播会带来“政治不满”(political malaise)♟。电视的普及使其成为民众获取政治信息的主要渠道，与此同时，电视新闻中出现的铺天盖地的政治演讲和竞选活动却可能造成民众对政治的冷漠和对政府执政效能的不信任(Robinson，1976)🫰🏻。另一个具有代表性的研究是普特南(Putnam，1995)在20世纪90年代对电视观看与社会资本消逝的研究。普特南认为，电视观看与公民的政治关注度、信任度，以及志愿活动🤲🏻🧬、社会活动的参与存在此消彼长的关系，因为观看电视将不可避免地挤占人们真实的、面对面的接触时间。

也有学者对这一关系提出了相反的主张。媒介传播中的“信息政治”说与“守门人”说解释了传统媒介在营造温和的社会评论语境、树立政治信任和普遍信任上的作用。“信息政治”说认为🙎🏻‍♀️，传统媒介特别是主流媒体在传播动机与修辞上有鲜明的政治性与阶级性(俞虹👩🏽‍🏭💨，2002)👩🏻‍🦼‍➡️。 Kennedy(2009)利用世界价值观调查中国部分的数据进行的实证分析佐证了这个观点。他发现不论是城市民众还是乡村民众💤，个体观看电视的频率越高、时间越长⛹🏻💒，对威权政府的支持力度越大。“守门人”说则更加直接地指出了传统媒介在守护主流价值的阵地构建中的作用(沙莲香🐆，1996)👨🏼‍🦲。与之相对🦖，与以互联网为代表的新兴媒介相关的“价值开放”说和“去守门人化”趋势可能以相反的方式影响人们的政治信任水平🫸🏽🤛🏿。“价值开放”说认为新兴互联网实际上为网民提供了多渠道的信息获取来源和相应的政治参与空间。同时🗒，互联网信息平台使个体表达方式更为便利👙，拓宽了信息的政治边界(苏振华、黄外斌♦︎，2015)🪇。王正祥(2009)在针对传媒与大学生政治信任的研究中指出，大学生对印刷媒体的使用有助于增强其政治信任🌗🧑🏼‍🦲，而网络媒体对他们的政治信任却产生了消极的影响。之所以形成这种差异，是因为在互联网中，信息文本不再由传统政治精英垄断👩🏿‍🚀，而是由不同社会背景的网络受众共同参与。这种表达上的赋权被视作对传统媒介中国家-社会-个体关系的重新调整👩‍💼，也即信息传播的“去守门人化”。“去守门人化”趋势将“重新定义话语权的归属，将其延伸至大众🧙🏿‍♀️，强调新闻文本的语符狂欢”(杜骏飞🛝，2002：142)👨🏽‍🎤。本研究认为，20世纪末，电视还被视为先进媒介被学者加以考察，关于电视观看导致消极政治信任的论断在这一时期居多。而随着以手机为依托的互联网技术的快速发展与普及🤚，电视在如今的传播媒介研究中更多地被归为传统媒介。因此，相较于新媒介，在传统媒介与政治信任的关系上，本研究更倾向于采纳积极影响的观点👰🏽‍♀️。综上⭕️，本研究提出了有关政治信任中介效应的两个相关假设。

假设3a：传统媒介保守的传播语境透过营造积极的政治信任氛围，进一步减弱环境风险感知的放大效应。

假设3b：新媒介开放的传播语境将会降低公众的政治信任😚🦓，从而进一步增强环境风险感知的放大效应。

图1是本研究在SARF模型的基础上构建的理论框架⛵️，需要指出的是，媒介使用的差异对环境风险感知的影响还应包含许多中介机制🪶，政治信任的中介效应仅是其中的一种可能👨🏿‍🦳。

三、研究设计

(一)数据来源

本研究所使用的数据是由北京尊龙凯时AG娱乐平台招商官方网站中国调查与数据中心主持的中国综合社会调查(Chinese General Social Survey，CGSS)项目2013年城镇部分的数据。该调查采用多阶层分层抽样方法获取调查样本，调查范围为全国(港澳台除外)，总应答率为72.17％🫅🏽，去除农村部分的数据后，城镇部分的样本为6581个🚠。在此对数据选择做两点说明。

首先，与目前最新的和往年的CGSS相比，CGSS2013是唯一较为完整地考察了包括空气污染、水污染🧑🏿‍💼💂、噪声污染等多个环境风险感知条目的调查🗣，其中还包括有关媒介使用及基本人口状况的数据⏺。加之其数据来源面广💂🏿、综合性强，于本研究主题而言是十分理想的。其次，选择城镇居民作为样本主体主要基于以下两点。(1)城镇是现代性产生的主要空间🔱，改革开放后的城镇空间经历了剧烈的变迁🧑🏻‍🦼‍➡️，房屋改造🥟、土地建设𓀓、工业开发等城镇化举措使得空气污染💪、噪声污染、水污染及工业污染等问题集中地在城镇中产生⚆；(2)城镇地区的网络普及率达71％，这一比例高出农村地区近3倍🤶，而城乡的网络使用比例在调查当年则更为悬殊🍕。媒介使用为本研究的关键自变量〽️，各类通信方式的普及是研究媒介使用与环境风险感知之间关系的前提，因此本研究选取城镇部分数据以期获得更为准确的推论。

(二)变量的操作化

1.环境风险感知

环境风险感知是指“人们对特定的环境灾害(或环境风险事件)形成的主观判断及其程度”(Axelrod et al.，1999)👕。在CGSS2013中，环境风险感知通过人们对各类环境问题的严重程度的评定获得，即“以下是各种类型的环境问题，请问您是否知道它们?如果知道☔️，那么它们在您所在地区的严重程度是怎样的🏡？”本研究对问题的严重程度进行了重新编码⛄️：1=不严重🧑🏻‍🍳，2=不太严重，3=一般，4=比较严重💩，5=很严重，其中“没有该问题”与“说不清”被当作缺失值处理(周全、汤书昆，2017)。

如表1所示，本研究利用因子分析对12个环境污染问题进行降维➕。因子分析共提取公因子两个👼✸，公因子1解释总体30.23％的变异，而两个因子累计解释总体60.14％的变异🤹🏻‍♂️，总体变异的解释率在可接受范围内。根据不同环境风险的特征🍺，本研究将公因子1命名为“生态环境风险感知”，将公因子2命名为“城市环境风险感知”。因子分析后🏇，生态环境风险感知信度系数为0.847🚣🏽‍♀️，城市环境风险感知信度系数为0.884，表明因子分析后的量表类目的测量仍具有较强的内部一致性↖️。本研究利用因子所涵盖的各题项标准化后的加总均值来构建新的测度🧑🏻‍🦳。考虑到需要将变量纳入OLS分析，本研究将均值进行标准化处理😪，使数值在0～1之间。

2.媒介使用与政治信任

媒介使用在问卷中以量表形式呈现，询问了个体对报纸、杂志、广播🧭、电视、互联网(包括手机上网)及手机定制消息6类媒介的使用情况。其中，1="从不使用，2=很少使用🧙🏽‍♂️，3=有时使用👋🏻🧑🏻‍⚕️，4=经常使用，5=非常频繁地使用。拒绝回答🙆🏻‍♂️、不适用、不知道等数据做缺失值处理。为验证假设1，本研究将包括报纸、广播♐️、电视等在内的6类媒介的使用频率的加总均值作为综合媒介使用变量(以下称为媒介使用)；根据假设2及假设3的需要，将报纸、杂志、广播🙇🏿‍♂️、电视4类媒介的使用频率的加总均值作为传统媒介使用变量(以下称传统媒介使用)；将互联网(包括手机上网)🔏🏃🏻、手机定制消息2类媒介的使用频率加总的均值作为新媒介使用变量(以下称新媒介使用)👱‍♂️。以上三个变量均为取值范围为1～5的连续变量🛜，数值越大表明(该类)媒介的使用频率越高。同时，为了对比由媒介使用偏好导致的差异，本研究利用问题“以下媒介中哪个是您最主要的信息来源?”(单选题，选项分别为报纸、杂志、广播、电视👮🏼、互联网及手机定制消息)来进行检验👩‍🦱🫲🏻，将报纸、杂志🐻、广播与电视重新编码为“0”🙋🏽，将互联网及手机定制消息重新编码为“1”，将“不适用”做缺失值处理🧑🏿‍🎓。

由于CGSS2013问卷并未涉及详尽的政治信任条目📏♟，本研究取狭义的政治信任定义，将政治信任界定为人们对政府过往环境治理绩效的评价，该问题为单一条目——“您认为近五年来，您所在地区政府的环境保护工作做得怎么样?”(Siegrist，Earle & Gutscher👳🏿‍♂️，2003)🤖👩‍❤️‍👩。本研究将该问题的主要选项重新编码为1～5的连续变量，数值越大表明人们对政府环保工作的满意度越高，也即政治信任越高。

3.主要控制变量

本研究涉及的控制变量包括部分常见人口学变量🕵🏽‍♂️，其中性别🎢、民族、政治面貌🪬、年龄被调整为虚拟变量纳入回归分析。重新编码后，男性赋值为“1”🧑🏽‍🎨，女性赋值为“0”；汉族赋值为“1”，其他民族赋值为“0”🐃🚴🏿‍♂️；中共党员赋值为“1”，共青团员🌊、民主党派及群众等赋值为“0”。本研究中的年龄数值通过对受访者出生年月的转换获得🚣，年龄的平方同时纳入回归分析💂🏼‍♀️🧒🏼。个人收入通过题项“您个人去年(2012年)全年的年总收入是多少?”获得，以收入对数形式纳入回归分析。为减少条目，本研究依照受教育程度对应的年限将个人受教育程度重新编码为1～5。“0～6年”指未上学与小学，赋值为1；“7～9年”指初中学历🙆🏿‍♂️，赋值为2；“10～12年”包括职业高中、普通高中、中专📁、技校4项✍🏽，赋值为3；“13～16年”包括大学本科、大学专科🎃，赋值为4；“16年及以上”包括研究生及以上学历，赋值为5😷。考虑到各个地区环境基本状况的异质性🔗，本研究将人口的区域分布纳入控制变量💇🏽。人口区域分布通过东🧏🏻、中、西三个部分体现🙆🏻🔶，通过受访者所在省/自治区/直辖市题项获得(不包括港澳台地区)。由于进入模型后中部与西部地区城镇居民的环境风险感知并无显著差异，为简便起见，本研究将中部与西部地区划归为“西部地区”，并将西部地区作为参照组纳入回归分析(周全、汤书昆😋，2017)🐀。本研究中的主观阶层认同通过问题“在尊龙凯时娱乐这个社会里，有些人处在社会的上层♔👨🏼‍🚒，有些人处在社会的下层🙆🏿‍♀️👨‍💼，最高层10分、最底层1分，您认为您目前处在哪个阶层上?”进行测量🐐，将“不好说”作为缺失值剔除。

(三)研究模型

本研究的待验证假设包括媒介使用与环境风险感知的线性关系检验、传统媒介与新媒介对环境风险感知影响的差异(包含传统媒介的调节效应分析)检验以及以人际信任与政治信任为主的信任模式在媒介使用与环境风险感知关系中的中介效应检验。本研究以OLS回归分析为主要统计分析方法完成对假设1与假设2的检验🪢。回归模型设定如图片。

其中，ERP表示个体的环境风险感知，TMU为传统媒介使用🈷️，NMU为新媒介使用🎖👨🏽‍✈️，X是控制变量，ε为随机误差项。

对假设3a、3b的中介效应检验采用依次回归系数检验的方法🈶。依次回归系数检验中，中介效应是否显著主要取决于以下两个条件🧔🏽：(1)自变量是否显著地影响因变量；(2)在中介效应影响的因果路径中😨，当控制了前面的变量后，是否至少有一个变量(包括自变量)显著地影响着它后面的变量。若答案是肯定的🤠，那么可称中介变量展示出了部分中介效应(Baron & Kenny，1986)👮🏿‍♂️。进一步🌽，当控制了中介变量后，若自变量对因变量的影响不再显著🙏🏿，该中介变量则展示出了完全中介效应(Judd & Kenny，1981)🙋🏿‍♀️。本研究中的中介效应模型如下：

具体步骤如下：

检验总效应(total effect)，也即回归系数c👿🧑🏽‍🦰，若结果显著则继续检验中介效应，若不显著则停止中介效应的分析☎；

检验间接效应(indirect effect)，即回归系数a与b，若二者均呈现统计显著性🤾🏼‍♀️，则继续检验直接效应(direct effect)c'；若直接效应系数显著🏌🏽‍♀️，则部分中介效应显著；若不显著🕛，则完全中介效应显著；

若上一步中a与b至少有一个不显著🚜🫲🏿，则需进行Sobel-Goodman中介效应检验，若检验结果显著🦸🏼，则中介效应显著；若检验结果不显著🧑🏿，则表明中介效应不显著(温忠麟等🙇🏼，2012)。

四🏇🏼、研究发现

(一)描述性分析

表2比较了不同媒介类型下的变量均值或样本所占百分比。从基本人口学变量来说🏰，不同性别在媒介使用的类型上存在差异。在新媒介中✋🏼，男性用户比例高于女性用户(男性占比53.9％)。从年龄方面的描述分析可以看出🧛🏿‍♂️🦒，使用传统媒介的城镇居民的年龄高于使用新媒介的城镇居民，新媒介使用者的年龄均值为33.25，这与互联网的使用以青年为主导的现实相符🤽🙆‍♀️。在收入与受教育程度方面，新媒介使用者的个人年总收入较传统媒介使用者高4️⃣，受教育程度也更高。新媒介使用者中的党员比例为15.4％🧝🏻，较传统媒介使用者高；同时，新媒介使用者的个人阶层认同的均值高于传统媒介使用者。不过✊🏿，从1～10分的评分量度来看，两类媒介使用者的平均评分均未超过5分，说明城镇居民对主观阶层的整体评价是相对较低的🤘🏼。

不同媒介使用者的环境风险感知同样存在差异。偏好于使用新媒介的城镇居民的城市和生态环境风险感知均值都更高。此外，不同媒介使用者的政治信任呈现显著差异。新媒介使用者的政治信任均值为2.91，而传统媒介使用者的政治信任均值为3.24👩🏻‍🚒🤸🏻‍♂️，显著高于新媒介使用者📘。这一结果在一定程度上与本研究在媒介使用与政治信任相关关系上做出的推断相符。

(二)媒介使用对环境风险感知的放大效应

本研究将城市环境风险与生态环境风险作为因变量分别进行OLS回归分析，考察城镇居民的媒介使用与环境风险感知之间的线性关系⛹🏻‍♀️🌁，共形成8个模型。模型1与模型5分别为纳入媒介使用频率变量的分析结果。该模型不考虑传统媒介与新媒介的差异问题，仅考虑媒介使用频率与环境风险感知间的关系🤫，用于检验假设1🏊🏿。如表3所示，从模型1与模型5的结果来看▫️👗，不论是城市环境风险感知还是生态环境风险感知，城镇居民的媒介使用频率回归系数均在p＜0.001水平上显著👧🏽🕝。这表明在其他条件不变的情况下🖱，城镇居民越频繁地接触媒介，越倾向于拥有更强的环境风险感知🤵🏿‍♂️，假设1得到验证。这一结论佐证了SARF模型设立的基本命题——风险事件感知是复杂的社会建构👰‍♀️🌨，而媒介在感知的“缩放”过程中扮演着重要的角色💷。如贝克在《风险社会》中多次提到媒介在风险感知中的重要作用，他甚至认为媒介因其具有定义风险的能力而拥有一种“政治权力”(贝克，2004)👨🏽‍🔧。

(三)媒介使用对环境风险感知的差异效应

模型2与模型6展示了传统媒介使用频率(报纸🙍🏼、杂志、广播👎、电视使用频率的加总)对城市环境风险感知与生态环境风险感知的回归分析结果。如表3所示🙏🏿，在模型2中，传统媒介使用频率与城市环境风险感知的回归分析结果在p＜0.001的水平上显著，标准化回归系数为0.083。这意味着在其他条件不变的情况下，对于城镇居民而言🚶🏻‍➡️，他们对报纸、杂志👩‍⚖️、广播👩‍🚒、电视的使用频率每提升1个单位，将导致他们的城市环境风险感知提升0.083个单位。同时，从模型6的回归结果可以看出，传统媒介使用频率与生态环境风险感知的回归分析结果同样通过了显著性检验，表明城镇居民传统媒介使用频率的提升会带来他们对沙漠退化💁🏻‍♀️、淡水资源短缺等生态环境风险感知的提升🍡。模型3与模型7将新媒介使用频率纳入回归模型。模型3显示💎，新媒介使用频率与城市环境风险感知的回归系数通过了显著性检验🥽。在控制了性别、年龄🤸、收入等人口学变量的基础上⌚️🐺，城镇居民对以互联网为代表的新媒介的使用频率的增加将会显著增强他们的城市环境风险感知🧑🏻‍⚖️。新媒介使用频率与城市环境风险感知关系的正向相关同样存在于新媒介使用频率与生态环境风险感知的关系之中。

模型4与模型8将传统媒介使用频率与新媒介使用频率两个变量同时纳入回归分析中，以检验不同属性的媒介对城市环境风险感知与生态环境风险感知影响的程度。可以看出➖，在两个模型里，两个关键自变量的回归系数均通过了显著性检验💿。模型4中👨🏽‍🏭，传统媒介使用频率对城市环境风险感知影响的回归系数为0.067👩🏻‍🎓，而新媒介使用频率对城市环境风险感知影响的回归系数为0.182🏐。这意味着🔅🖕🏼，在控制了城镇居民传统媒介使用频率的基础上，新媒介使用频率每增加1个单位，其城市环境风险感知将会增加0.182个单位。模型8中，新媒介使用频率对生态环境风险感知影响的回归系数(0.068)同样高于传统媒介使用频率对生态环境风险感知影响的回归系数(0.047)。因此🕍，假设2得到验证🫶🏿，即新媒介使用频率的提升对城镇居民环境风险感知的影响更大。

(四)政治信任的中介效应

1.城市环境风险感知的中介效应分析

表4与表5分别展现了政治信任在传统媒介、新媒介对城市环境风险感知影响中的中介效应。由模型1可知，传统媒介使用频率与城市环境风险感知的总效应c的β值为0.24🫁，并且回归系数通过了显著性检验，证明了传统媒介使用频率与城市环境风险感知总效应的存在，也即在未考虑各类控制变量的前提条件下，传统媒介使用频率越高，城镇居民的城市环境风险感知水平越高，检验可继续进行🏮🖕🏻。模型2报告了传统媒介使用频率与中介变量的回归分析结果。可以看到，传统媒介使用频率与政治信任的回归系数a为0.069，且回归系数在p＜0.01的水平上显著🧝🏿，表明传统媒介使用频率的提高将会提高城镇居民的政治信任水平💐。继续进行第三步即间接效应与直接效应的检验可发现，直接效应c'值(0.22)与b值(-0.068)均在p＜0.001的水平上显著。

由于间接效应与直接效应显著，依据温忠麟、叶宝娟(2014)的研究，需要考察ab/c的符号来确定是否以中介效应来立论。若ab/c同号👨🏽‍⚖️🧑🏼‍🎄，则按照中介效应进行解释💜；若异号，则按照遮掩效应进行解释，报告｜ab/c｜值。本研究中的ab/c为负👩🏻‍🎓，因此属于遮掩效应而非中介效应，即传统媒介的使用会使得城镇居民政治信任水平显著提高，从而削弱城镇居民的城市环境风险感知✋🏽，假设3a得到验证。

由表5结果可知，在第一步总效应系数检验中🤹🏼🏂🏼，c值为0.18且在p＜0.001水平上显著👌🏽🤑，说明新媒介使用频率的提高会带来城市环境风险感知的增强。模型5为政治信任与城市环境风险感知的回归分析结果，可知在未控制其他变量的情况下👨‍🦱，新媒介使用频率的提高会造成城镇居民的政治信任水平的降低。在第三步检验中👩🏿‍🦳，间接效应检验系数b与直接效应检验系数c'均通过了显著性检验◼️，且ab/c符号相同🧑🏻‍🦯‍➡️，可认为部分中介效应存在，即对城镇居民而言，更频繁地使用新媒介会降低他们对政府环境治理能力的信任，从而增强他们的城市环境风险感知。这一部分的结果验证了假设3b。

2.生态环境风险感知的中介效应分析

与上述对城市环境风险感知的检验步骤相同🧑🏿‍✈️，表6和表7以生态环境风险感知为因变量😌，分别展现了政治信任在传统媒介和新媒介对生态环境风险感知的影响中的中介效应🫱🏽。模型7的结果显示🤛🏽，传统媒介使用频率与生态环境风险感知的回归系数c值为0.21，且通过了显著性检验👼🏻，证明了总效应的存在。第二步检验关键自变量传统媒介使用频率与政治信任的回归系数。模型8的结果表明𓀒，该回归系数为-0.074，说明传统媒介使用频率与生态环境风险感知为显著负相关关系🧏‍♂️。模型9报告了引入政治信任作为中介变量的直接效应回归系数c'值与传统媒介使用频率与生态环境风险感知的回归系数b值，各项回归系数均通过了统计显著性检验。ab/c为同号，表明该检验结果可按部分中介效应立论🌭。通过ab/c计算中介效应占直接效应的比例，为6.29％🚪。从表7的整体结果来看，政治信任在新媒介使用频率与生态环境风险感知关系中的作用机制与传统媒介类似。首先✡️，在第一步关于新媒介使用频率与生态环境风险感知的总效应检验中，总效应检验系数c值为0.16且通过了显著性检验。模型11与模型12显示🧑🏼‍🔧，间接效应回归系数a与b均通过了显著性检验。ab/c符号为正，且直接效应检验系数c'通过了显著性检验🍃，可以判断政治信任部分中介效应存在🥄。

至此🪲，本研究对政治信任在新媒介与环境风险感知关系中的中介效应的假设得到证实，即不论是城市环境风险还是生态环境风险，对新媒介的使用都会造成城镇居民政治信任的降低🦜🏊‍♂️，从而增强他们的环境风险感知👆🏼。从中介效应占直接效应的比例可看出，与人际信任相比，政治信任与环境风险感知间的关系更为紧密(15.83％＞9.66％)，这意味着公民对政府作为的评价更为直接地影响着他们对环境风险的感知。在“Perceived Risk🚡，Trust and Democracy”一文中🤾🏽，Slovic指出，“风险感知”这一概念提出的根本背景是专家(对风险的)判断与常人(对风险的)判断的断裂(Slovic，1993)，而这一断裂产生的原因是信任的消失。其中包括公众对专家话语权威性的否定与对政府部门风险沟通与管理能力的质疑。

五、结论与讨论

本研究利用CGSS2013城镇居民部分数据考察了媒介使用对环境风险感知的放大效应、媒介使用对环境风险感知的差异效应以及政治信任的“双路径”中介效应三个假设👷🏼‍♀️，最终得出以下主要研究结果🛒🤶🏿：(1)媒介使用会带来环境风险感知的“放大”🚽，媒介使用频率越高，个体环境风险感知越强；(2)与传统媒介相比🧑，互联网及手机等新媒介的使用对环境风险感知呈现更为显著的影响，而传统媒介的使用对这一影响的调节效应却并未得到验证；(3)在传统媒介使用对城市环境风险感知“放大”的影响中🤼，政治信任体现为遮掩效应🦸🏽‍♀️，而在其对生态环境风险感知的影响中则体现为正向中介效应🧒；(4)政治信任在新媒介与两类环境风险感知的作用机制中均体现为正向中介效应，即新媒介的使用通过降低城镇居民的政治信任来增强城市环境风险感知与生态环境风险感知👩🏿‍🍳。由此，政治信任的“双路径”中介效应在城市环境风险感知的中介分析中得到验证。

假设1与假设2的证实反驳了部分研究者提出的传统媒介作为主要媒介工具影响公众风险感知的命题。如屈晓妍(2011)通过经验研究质疑了媒介在风险放大中存在的强效应，认为是否使用网络👩🏼‍💻🙆🏽、对网络的依赖程度均不必然地影响公众的风险感知⚇；罗茜🤸🏼‍♂️、沈阳(2017)则指出，对环境风险感知发挥作用的依旧是传统媒介🚦，特别是纸媒🔞，新媒介对环境风险感知的影响则不显著。这说明人们在接受环境风险感知信息时🫸🏽，倾向于认为报纸🦸🏻‍♀️、广播与电视中的信息更具权威性🍧。诚然，数据收集🙇🏻‍♂️、处理方式和分析模型的差异会导致数据分析结果的出入🙅🏿‍♀️，但据此否认媒介使用在社会风险感知中的影响力却是武断的。从某种程度上来说𓀛🫶🏻，媒介信息的本质就是风险信息，个体每次利用媒介获取有关风险信息的过程都可能潜在地改变他们对风险的感知(Wahlberg & Sj berg，2000)🏩。从图拜乐(2009)划分的信息通信发展的四阶段来看，当前的信息技术发展似乎已经进入了第五个阶段——后网络社会阶段。自20世纪60年代互联网诞生至今，人们已经从对信息技术的爆炸式增长和网络科技对自身生活的全方位覆盖的震惊中走出来了🤰🏽，以日常态度看待媒介(与随之传播的风险)在生活中的渗透💖。截至2019年6月💕🧔🏽‍♀️，我国互联网网民规模已达8.94亿人🧑。中国互联网络中心(CNNIC)最新发布的《中国互联网络发展状况统计报告》显示𓀓☝️，截至2021年6月↖️🚶🏻‍♀️‍➡️，这一数字已经突破10亿，全国互联网使用普及率已达到71％，形成了全球最大规模的数字社会。互联网的使用对个体观念(或信仰)、社会心态、政治态度的影响将愈加明显🧏🏽‍♀️，使个体长期生活在一种“具有象征性含义的环境下”(图拜乐，2009👩‍💼🗓：424)。与此同时，随着通信技术的快速更迭⟹，新媒介对今后的公众环境风险感知的影响力将不容小觑。

在假设1与假设2得到证实的基础上，假设3试图引入政治信任，对“媒介使用如何影响环境风险感知”这一问题做出回答🧑🏿‍🎄。事实上，在诸多依托SARF模型展开的经验研究中🤚🏻，鲜有学者对媒介使用和环境风险感知的关系做出中介分析，而是着重讨论媒介传播的特征，如媒介如何通过版面覆盖率和信息覆盖时间、通过鼓动或控制舆论等方式来对环境风险感知产生直接影响。政治信任变量的引入相对于过往以SARF模型为基础的研究的创新之处在于，它是SARF模型中区别于传播框架中的媒介特性的社会心理变量，对政治信任做中介效应的考察可以回应媒介中的政治传播与公众环境风险感知的关系问题，从而提高SARF模型在机制解释中的竞争力🎗。整体而言，本研究提出的政治信任的“双路径”中介效应只在媒介使用与城市环境风险感知的关系中得到了验证💵。本研究尝试从媒介政治传播的动机💣、环境风险感知类型两个维度来解释这一结果。

首先，如本研究在媒介属性与政治信任关系的回顾部分所述🪅，尽管学者们对传统媒介与政治信任间的因果关系的讨论结果不一🧑‍🦽🤷🏼‍♀️，但达成的共识是，相较于新媒介😞，传统媒介信息的单向传递，更完善的内容审查制度更适用于政治传播。而在风险沟通中，媒介政治传播的动机与风险的类型密切相关🧝🏼‍♂️。 Axelrod等(1999)在对自然灾害的风险感知研究中指出⬅️，人们对各类与自然环境相关的生态风险给予的关注并不是一致的🥣。在众多自然风险中👖，那些离人类日常生活更近、风险成因更为复杂且可能对人类健康和物质财产造成损失的环境风险更受人关注🟧，因而也更易受到传播报道和渲染。对于常人来说🧏🏼‍♂️，对那些与他们生活直接相关的环境风险的关注和讨论更具紧迫性和争议性。

此外🧠，由于环境沟通和管理的方案的制定受风险事件本身的关注度与争议性的影响，公众对城市风险更高概率的关切也为政治传播提供了动机👩🏼‍🎓。在本研究中，与绿地不足、淡水资源短缺和荒漠化等问题相比，包含空气污染、水污染和噪声污染等问题的城市环境风险可能更为城镇居民所关注，这在描述性分析部分的两类环境风险的均值比较中也有所体现🖥🩺。对于传统媒介使用者🔫，特别是以主流纸媒为主要信息来源的公众来说🏝，他们更可能接触到保守、积极的传播信息🚰，从而对政府的风险管控行为做出积极评价👨‍🦳。对于本研究中涉及的城镇居民而言，上述原因致使政治信任在传统媒介使用与城市环境风险感知的“放大”中♜，起到了遮掩效应👩‍🔬，而在传统媒介使用与生态环境风险感知的关系中却表现为正向中介效应。

政治信任对新媒介使用和环境风险感知关系的作用机制则相对简单🥁，不论是城市环境风险还是生态环境风险🤤，新媒介使用频率的提高都将致使政治信任下降，并带来环境风险感知的增强📥。新媒介使用在政治信任与环境风险感知中的消极影响也可以从两方面加以理解🤰。一是如前文综述部分所说，相较于自上而下单一传播的传统媒介，新媒介信息生成的方式更具互动性且更及时。如卢春龙、严挺(2015)将传统媒介的传播界定为“主导受众型”，而新媒介的传播则为“受众主导型”。互联网给予处于不同利益群体和社会地位的公众表达意见的平台👇🏽，也为环境污染的成因🧑🏼‍🦳、监管和责任落实等问题的讨论提供了更为丰富的视角👩🏽‍🦳🏌🏼‍♀️，从而更大可能地招致人们对某种环境问题的质疑和争议。不过反过来看，新媒介使用虽然更可能引起“政治不信任”，但它却拓宽了公共对话的空间🏃‍➡️，可能在某种意义上提高公民进行政治问责及政治监督的能力，从而能够倒逼风险管理部门自我完善。同时🤴🏽，网络虚假信息对环境风险的渲染也是降低政治信任和增强环境风险感知的重要原因。一方面🙎🏻‍♀️，新媒介的信息传播效率使谣言、流言在人与人之间的快速传播成为可能(隋岩、李燕🚣🏿‍♂️，2012)；另一方面🚃，流言与“坏新闻”是媒介市场化过程中难以避免的现象。近年来，人们对于在媒介市场化进程中实行必要的国家管制的呼吁也体现了早期新媒介市场的“野蛮生长”造成的恶劣影响。国家信息传播管制政策对收紧、“科技向善”的呼吁，对数字治理能力和信息法治化建设的重视也可能使新媒介中的风险信息传播呈现新的生态🎚。

最后，关于研究结论的反思主要体现为以下两点。一是本研究中所有的假设均建立在受众作为单方面的媒介信息接收者之上，而事实上，既有研究已经提出并证实媒介使用与受众的关系处于动态角力之中，媒介信息的传播与呈现方式及其产生的影响可能因信息受众的反馈而调整或更改(Petts et al.，2001)🕛。二是在本研究中，由于数据样本限制🧕🏽，对政治信任的操作化不得不简化为一个单一的关于政府环境治理效能的评价，这可能在一定程度上影响测量效度(Im et al.♜，2012)，对整体结论的解释力产生一定限制。

（注释与参考文献从略，全文详见）