关于气候信息情感反应及其对政策支持影响的学术研究报告
本研究由George Mason大学气候变化传播中心的Teresa A. Myers、Connie Roser-Renouf和Edward Maibach合作完成，并于2023年8月23日发表在开放获取期刊《Frontiers in Climate》上（卷5，文章编号1135450）。该研究旨在深入探究不同类型的气候变化信息如何引发公众的离散情绪（discrete emotions），以及这些情绪如何进一步影响人们对气候变化减缓政策的支持度。
一、 研究背景与目标
气候变化传播领域长期关注信息内容对公众认知、态度和行为的影响。其中，情绪反应被认为是预测气候政策支持度的关键因素，但以往研究多集中于单一情绪（如恐惧或希望），或未系统比较不同类型信息在引发多种情绪上的差异。该研究的学术背景建立在环境传播、社会心理学和风险沟通的交叉领域，旨在填补这一空白。研究者指出，关于气候变化的讨论常常充满情绪，无论是支持者还是怀疑者都可能体验到愤怒或恐惧，这甚至导致人们回避讨论此话题。同时，学界和公众对于气候传播应采取何种情感基调存在争论，有人主张使用强烈的情感语言，有人则推崇冷静客观的论述。
因此，本研究设定了明确的研究目标：系统性地检验四种常见的气候信息类型（成因信息、科学共识信息、影响信息、解决方案信息）对五种离散情绪（内疚、愤怒、希望、悲伤、恐惧）的激发作用；探究这些情绪各自与气候政策支持度的关系；并最终检验这些情绪是否在信息类型与政策支持之间起到中介作用。研究旨在回答三个核心问题：1）人们对不同类型气候信息的情绪反应如何？2）这些情绪是否与气候政策支持度相关？3）不同类型的气候信息是否会通过影响特定情绪，进而间接影响政策支持？
二、 研究设计与详细流程
本研究采用在线实验设计，流程严谨，包含实验刺激制作、参与者招募与分组、数据收集和统计分析等多个环节。
1. 实验刺激材料开发： 研究者制作了四部白板动画视频，分别对应四种气候信息类型。视频长度相近（78-105秒），由同一家公司（Truscribe）制作，旁白声音风格一致，以确保除信息内容外其他变量得到控制。视频脚本基于权威资料： * 共识信息视频：内容主要基于van der Linden等人（2015）的研究，强调科学家在气候变化人为成因上的高度一致性（如“97%的气候科学家认为气候变化正在发生且由人类引起”）。 * 成因信息视频：解释气候变化的科学机制，如化石燃料燃烧如何释放温室气体并导致全球变暖。 * 影响信息视频：内容参考了美国国家气候评估报告，描述气候变化已造成及未来可能加剧的影响，如海平面上升威胁沿海社区、健康风险增加等。 * 解决方案信息视频：内容基于Hawken（2017）的著作，展示应对气候变化的可行方案，如风能、太阳能的快速发展与应用。
此外，设置了一个无视频控制组，该组参与者不观看任何视频，仅基于自身既有认知回答问题。这种设计可以评估视频信息相对于“无干预”状态的效果。
2. 研究对象与样本： 研究通过在线样本提供商Qualtrics和Climate Nexus进行配额抽样，以确保样本在党派归属和“全球变暖六类美国人”受众细分上具有代表性。最终有效样本量为3，023人。参与者的人口统计学特征如下：36%为男性，59%为女性；年龄中位数在45-54岁之间；平均教育水平为“上过一些大学”；84%为白人，10%为黑人，3%为亚裔或太平洋岛民，2%为美洲原住民，7%为西班牙裔或拉丁裔。
3. 实验程序与数据收集： 参与者首先完成筛选问题以确定其党派和议题细分归属。通过筛选后，他们阅读并签署知情同意书，承诺完整观看视频。随后，参与者被随机分配到四个视频条件组（共识、成因、影响、解决方案）或控制组中的一组。观看视频后（控制组直接进入），所有参与者完成一份后测问卷。问卷核心测量内容包括： * 情绪测量：参与者使用0-100的滑块（分析时缩放为0-10）报告他们在观看视频时（或思考气候变化时，针对控制组）感受到的五种情绪的强度：内疚、愤怒、希望、悲伤、恐惧。对于报告有愤怒感的参与者，会进一步询问其愤怒指向的对象（如“那些认为我们不应采取行动应对气候变化的人”），本研究主要分析了指向“不行动者”的愤怒。 * 政策支持度测量：参与者在一个7点量表上评价他们对九项具体联邦气候政策的支持程度。这些政策涵盖可再生能源附加费、碳税、碳排放管制、资助能效改进、保护脆弱社区等多个方面。九项得分取平均值，形成一个内部一致性信度（Cronbach‘s α）高达0.95的综合政策支持度指标。 * 操控检验：通过知识性问题检验各信息组是否成功传达了目标信息。例如，共识组的参与者对科学家共识比例的估计显著高于控制组；成因组更倾向于认为人类是气候变化的主因；影响组在关于海平面上升和温度变化的事实判断上正确率更高；解决方案组在部分相关知识题上表现更好。这些检验证实了实验操控的有效性。 * 人口统计学信息：包括政治派别（共和党、民主党、无党派）等。
4. 数据分析方法： 研究采用了一系列回归分析和中介效应分析。首先，通过回归分析比较各实验组与控制组在五种情绪得分上的差异，以回答研究问题一。其次，通过回归分析（控制实验条件和政治派别）检验五种情绪各自对气候政策支持度的独立预测作用，以回答研究问题二。最后，使用Hayes（2017）提出的PROCESS Model 4进行中介效应分析，检验各实验条件（相对于控制组）是否通过影响特定情绪，进而间接影响政策支持度，以回答研究问题三。所有分析均将政治派别作为协变量纳入模型。
三、 主要研究结果
1. 不同信息类型引发的情绪反应（对应RQ1）： 研究发现，四种信息引发了差异化的情绪模式。 * 成因信息：显著增加了参与者的内疚感（与控制组相比）。 * 影响信息：显著增加了参与者的悲伤感。 * 解决方案信息：显著增加了参与者的希望感。 * 共识信息：未显著增加任何情绪。 然而，更重要的发现是信息对情绪的抑制效应： * 共识、成因、影响这三种信息，均显著降低了参与者的希望感。 * 解决方案信息则显著降低了参与者的愤怒、悲伤和恐惧感。
2. 情绪与政策支持度的关系（对应RQ2）： 在控制了实验条件和政治派别后，回归分析显示： * 愤怒（指向不行动者）、希望、悲伤和恐惧均与气候政策支持度呈显著正相关。其中，愤怒的关联性最强，其次是希望、恐惧和悲伤。 * 内疚与政策支持度没有显著关联。这一发现与部分先前研究相左，是本研究的一个重要结果。
3. 情绪的中介作用（对应RQ3）： 中介效应分析揭示了信息通过情绪影响政策支持的复杂路径： * 共识、成因、影响信息：这三类信息均通过降低希望感，产生了对政策支持度的显著负向间接效应。尽管它们可能通过其他路径（如直接影响）有正向作用，但通过希望感降低产生的负向作用抵消了这些正向效果，导致总效应不显著。 * 影响信息：除了负向路径，还通过增加悲伤感，产生了对政策支持度的显著正向间接效应。 * 解决方案信息：呈现出最复杂的模式。它通过增加希望感，产生了正向间接效应；但同时，它通过降低愤怒、悲伤和恐惧这三种与政策支持正相关的情绪，产生了三个显著的负向间接效应。这些负向间接效应的总强度超过了希望带来的正向间接效应，导致解决方案信息通过情绪路径对政策支持的总间接效应为负。
四、 研究结论与意义
本研究得出核心结论：常见的气候变化信息在影响公众情绪方面具有多重且相互冲突的效应。单一信息类型（如解决方案信息）在提升一种积极情绪（如希望）的同时，可能会抑制其他同样能促进政策支持的情绪（如愤怒、悲伤）。这种情绪的“此消彼长”可能导致信息的整体说服效果被削弱甚至抵消。
研究的科学价值在于： 1. 提供了更精细的情绪机制理解：超越了“积极情绪好，消极情绪坏”的简单二分法，揭示了不同离散情绪在气候政策支持中的独特作用，特别是愤怒和悲伤的积极动员潜力，以及内疚在本研究语境下的有限作用。 2. 揭示了信息策略的潜在陷阱：明确指出单纯依赖某类“经典”信息（如只讲解决方案以激发希望，或只讲影响以引发恐惧/悲伤）可能产生反效果，因为情绪反应是复杂的网络，而非孤立的开关。 3. 为气候传播实践提供了关键启示：信息设计者需要全面考虑信息可能引发的情绪谱系，致力于开发能够同时激发多种情绪的内容，避免在提升一种情绪动机时压抑另一种。例如，在传达希望（解决方案）时，不应消解人们对不公（愤怒）或对损失（悲伤）的合理关切；在阐述严峻现实（影响）时，也应避免完全扼杀希望。
五、 研究亮点与创新
六、 其他有价值的内容与局限
研究者也坦诚指出了本研究的局限性： * 信息的情感强度：使用的视频是信息性而非情感煽动性的。未来研究可以比较情感负载版与信息版信息的效果。 * 生态效度：实验是单次、单一信息暴露，与现实世界中人们接触多重、反复信息的场景不同。 * 政治派别的调节作用：本研究为简洁起见未分析政治派别的调节效应，但承认这是一个重要方向。 * 情绪测量的方式：采用单一自陈量表测量情绪，未来研究可采用更丰富的测量方法（如生理指标、面部表情编码）。 * 情绪的共现性：数据分析显示情绪间存在相关性，表明高情绪反应者可能同时体验多种情绪。未来研究可纳入更多积极情绪（如自豪、同情、责任感）。
尽管存在局限，本研究通过严谨的实验揭示了气候传播中情绪动力学的复杂性，强调成功的传播策略需要精心设计，以协调而非抵消多种情感诉求，从而更有效地推动公众对气候行动的政策支持。