探析霧霾歸因路徑中的思維定勢和偏差
——基于信息加工及傳播的視角

李 琛

(北京第二外國語學院文化與傳播學院新聞系，北京 100024)

引言

針對空氣污染的“藍天保衛(wèi)戰(zhàn)”成為了近些年污染防治中的重中之重，且取得顯著成效。但仍需注意的是，作為大氣污染防治重點區(qū)域，京津冀及周邊地區(qū)霧霾防治較為復雜、耗時，其“區(qū)域復合型”特征更是需要“區(qū)域聯(lián)防聯(lián)控”及“多種污染物共同防治”。在這種情況下，已飽受過霧霾困擾的公眾都有何關切及困惑值得探究。進一步講，他們對于治霾進展的評價，很大程度上取決于他們對于霧霾成因的判斷，以及此所延伸出的何謂“對癥下藥”，何謂“標本兼治”。當然在此歸因過程中，不免會有部分個體存在認知局限及偏差，進而對相關舉措或動機產(chǎn)生質疑和批判，這也會為污染防治全局工作的統(tǒng)籌和推進帶來一定的阻力?；诖耍狙芯繑M以該地區(qū)飽受過霧霾困擾的北京市民為研究對象，了解他們對于霧霾成因都有何看法，并從社會認知角度探析他們的歸因路徑和模式如何形成。

一、文獻回顧：態(tài)度、歸因相關概念回顧及其在環(huán)境治理領域中的應用

(一)態(tài)度形成的認知視角及相關理論

按照心理學上的定義，態(tài)度是集“認知、情感及行為傾向”等要素所構成的對人、事、物的評價。態(tài)度不是與生俱來的，往往通過后天不同方式而形成。其中，在不同議題上有何態(tài)度立場以及承載這些態(tài)度立場的觀點看法源自何處，則成為了眾多學科的研究重點。比如民意調查通常需要通過問卷來收集公眾對不同議題的態(tài)度立場。這個過程既可能是記憶中現(xiàn)存固化信念體系的即時反映，也可能是新的考慮事項引發(fā)新反應的動態(tài)過程。

具體來講，一方面，儲存于記憶的“初始判斷”往往會成為部分受訪者表明態(tài)度時反復依賴的依據(jù)。這種“可從記憶中提取的態(tài)度”可以視為“圖式”(schema)的一部分，既可以是其認知結構體系中就某一類話題所進行的原則性表態(tài)，也可以是其針對已發(fā)生的特定案例所給出的定性結論。比如說電動汽車推廣者往往會對產(chǎn)生溫室氣體的化石燃料持排斥態(tài)度；而當他們提起20世紀中葉洛杉磯光化學煙霧事件時則會將矛頭指向汽車尾氣(尤其是尾氣中所含污染物隨光化學反應而生成的二次污染物)。需要注意的是，這些儲存于記憶的“初識判斷”或先前經(jīng)驗(prior theories)往往會增強人們對出現(xiàn)類似結果或類似邏輯關聯(lián)的期望值，進而會特別關注其他反映此類結果或邏輯關系的案例。

另一方面，得益于信息加工理論(information processing theory)和社會判斷理論(social judgement theory)的發(fā)展，日常生活中錯綜復雜的信息流與個體認知發(fā)展的關系得到進一步探索。尤其當與某議題相關信息日趨碎片化、相關論調眾說紛紜莫衷一是時，這些理論視角無疑成為了解個體觀點立場如何形成的有效工具。比如2013年底媒體曾廣泛報道過 “汽車尾氣對北京地區(qū)霧霾貢獻不足4%”。這一說法最初源自中科院某課題組研究發(fā)現(xiàn)，后經(jīng)媒體大幅報道后(類似報道如《京華時報》2013年12月31日第12版曾刊文《汽車尾氣對京城霧霾貢獻不大》)演變?yōu)椤碍h(huán)保部與中科院就霧霾真兇產(chǎn)生分歧”以及“孰對孰錯”的公關危機。在此過程中，對搖號限行政策的不滿者則可能會以此信息為依據(jù)質疑汽車尾氣危害性被夸大；而化石燃料的抵制者也會比照自己現(xiàn)有知識體系對此條信息進行評估以消除所造成的認知不協(xié)調，可能會拒絕此種說法(比如后續(xù)媒體報道出部分專家認為此數(shù)字被嚴重低估)，也有可能會因此動搖其儲存于記憶中有關霧霾來源的“初始判斷”。也就是同一條信息會產(chǎn)生不同認知路徑。

(二)歸因理論及歸因模式：協(xié)同變化及孰重孰輕

歸因，顧名思義就是“歸結原因”?，F(xiàn)實世界中人們總想弄明白周圍的現(xiàn)象或問題為何會發(fā)生，并試圖給出相應的合理解釋從而形成觀點、看法。而對于此“歸因”過程的系統(tǒng)性研究，始于格式塔學派的弗里茨·海德，并逐漸形成相應的歸因理論。海德指出，個體既可以通過接觸蘊含因果關系的信息而直接感知其成因，也可以基于自身記憶、信念體系及邏輯分析對相應信息進行“集中式”處理進而推知其成因。而后者也逐漸成為歸因研究領域所關注的重點。

其中哈羅德·凱利提出可參照“主體—刺激客體—情景”的三元框架，并依據(jù)兩兩間強弱關系的“協(xié)變”(covariation)狀況，從而去推知“何種元素的何種特質”造成了這個結果。比如“秋冬季供暖一開始就會出現(xiàn)大面積霧霾”，就可以用“燃煤—供暖—秋冬季”的三元框架進行歸因，即情景一致性低(秋冬季天氣寒冷有取暖需要)、共同性反應低(使用清潔能源取暖就不會)、刺激客體特異性低(無論用于供暖還是發(fā)電，燃煤都有污染)時則會推斷出：用于取暖的燃煤“在燃燒不充分時易污染”的特質是導致秋冬季霧霾大規(guī)模產(chǎn)生的主因(相關燃煤因素探討請見下文)。再比如“春季時某地易出現(xiàn)沙塵暴”，也可以用“沙塵—多重氣流—春季”的三元框架進行歸因，即情景一致性低(只有春季時才會出現(xiàn)多重氣流)、共同反應性低(其他污染物不能被輸送過來)、刺激客體特異性高(相比較多重氣流，單氣流就不能輸送)時則會推斷出：只有當春季出現(xiàn)多重氣流，在其共同作用下才能形成沙塵，并將其傳輸?shù)狡渌胤健?/p>

對于復雜問題成因的探索，不免會牽扯到諸多因素的考量以及由此去比較“孰重孰輕”的判斷進程。而這一進程也被部分學者定義為“權衡”，即個體會從相關程度、是否合乎邏輯性乃至自身利益等角度去權衡、比較何種因素貢獻比例更大(或相關問題更迫切需要解決)。比如溫室氣體的批評者更傾向于將“海平面上升、南太平洋小島被淹沒”的原因主要歸結為人類活動所帶來的碳排放，而將“自然界自然變暖”視為次要因素甚至忽略不計。再比如上世紀90年代英國學者開始反思該國汽車產(chǎn)業(yè)發(fā)展政策時就提出，應該充分考慮到尾氣排放對環(huán)境影響，就不應該放任汽車數(shù)量一味增長。他們經(jīng)過權衡，覺得要解決汽車尾氣污染以及全球變暖等問題，僅提升汽油質量(比如使用無鉛汽油)是遠遠不夠的，而要充分重視各國人民(尤其是發(fā)展中國家)對汽車需求量不斷增長而造成汽車保有量，即龐大的排熱/排污規(guī)模必須加以限制。再比如就那些不愿使用可再生能源發(fā)電或發(fā)熱的地區(qū)來講，很大程度上是因為要負擔或分攤較高的成本開銷(如新老設備的交替及整合)，盡管他們也能明確意識到這樣做能有效減少溫室氣體排放以及空氣污染。

(三)認知偏差由何而來：信者恒信、同質化聚集以及啟發(fā)式推斷

之所以歸因中會產(chǎn)生認知偏差乃至不理性的歸責，多是因為人們推斷過程中自身的局限性，尤其是過于依賴儲存于記憶的“初識判斷”以及信息獲取、加工中的片面化。正如前文所示，基于“圖式”的信息加工會造成思維模式“刻版化”(stereotyping)，以至于將個別案例結論過度泛化、抑或陷入“非黑即白、孰是孰非”的兩元對立思維，乃至為了避免認知失調、維系個人信念體系穩(wěn)定而出現(xiàn)“證實偏差”(confirmation bias)。

究其緣由，主要是由于“初識判斷”在形成伊始已經(jīng)過歸納、對比、權衡直至接受，故得到個體信賴；且許久儲存在“圖式”記憶中具備可持續(xù)性、易于個體回憶提取，以作為外顯態(tài)度(explicit attitudes)呈現(xiàn)出來。除此之外，個體需要從日常生活錯綜復雜的信息流中快速、有效地理出頭緒并做出相應決策，而依據(jù)自己所信賴的“圖式”獲取信息則滿足了這一需求。比如Bolsen等人就指出，正是因為部分公眾深信“全球變暖是自然現(xiàn)象”，所以即便向他們普及相關科學證據(jù)也很難讓他們相信人類活動(如大規(guī)模使用化石燃料)會造成全球變暖。盡管諾爾-諾伊曼提出“沉默的螺旋”來描述輿論場中不同聲音的此消彼長，但她也明顯注意到那些即使被主流聲音所孤立、也要堅持表達己見的“中堅分子”，以及那些緘口不言抑或口是心非、也絲毫不動搖先前信念的堅定人士。這些都可謂“信者恒信”的典型表現(xiàn)。

另外就是當遭遇到前所未有的情形或尚不能完全認識某種事物/狀況時，人們往往會基于“已知的、類似的”盡可能對該事物狀況所屬類別(或應對策略)進行推斷，即所謂的“啟發(fā)式推斷”(heuristic)。比如上世紀80年代末瘋牛病(BSE)剛被發(fā)現(xiàn)時，科學家們對其來源、成因及應該如何應對、治療均一無所知，部分也只好基于病畜有運動失調等神經(jīng)癥狀，與已為人熟知近百年的傳染性海綿狀腦病“羊瘙癢癥”(scrapie)類似，而將其稱為“牛瘙癢癥”。也因此在早期階段基于“近百年沒有羊瘙癢癥傳染給人的病例”而推斷出“所謂的牛瘙癢癥也不存在跨物種傳染的風險”，也因此在長達一年多的時間里(1987年10月至1988年12月)沒有及時禁止人們食用源自病畜的奶制品和肉制品。而當光化學煙霧首次大規(guī)模侵襲洛杉磯時，這座城市的居民乃至專家對這種刺激性氣體都茫然不知所措，即便檢測出空氣污染物樣本中的成分，也不知其“究竟為何物”，更談不上知其“從何而來”。部分技術人員只能基于以往常識，將其解釋為工廠違規(guī)操作或失火所造成的化學氣體泄漏；也有專家強調污染物成分與尾氣構成并不相同而宣稱不必擔心汽車因素。這種狀況直到加州理工學院斯密特(A.H.Smit)教授通過化學分析將矛頭指向“汽車尾氣所產(chǎn)生的氧化物”后才逐漸得以改變。

二、研究方法及樣本

基于課題組所在城市及開展相關研究條件，本研究選取了京津冀地區(qū)飽受過霧霾困擾的北京市民為研究對象，了解他們對于霧霾成因都有何看法，并從信息加工及傳播視角探析他們的歸因路徑或模式如何形成。課題組于2014年至2015年對于居住、生活在北京城六區(qū)內京籍在校大學生進行了探索性研究，并委托他們向其家長也發(fā)放了問卷。基于此，本課題組通過問卷統(tǒng)計與質性訪談相結合的方式，以家庭為研究單位，就“霧霾成因”這一環(huán)境議題對其家長或親屬(年齡分布在40歲至56歲，屬于中年群體)進行抽樣和考察。

本研究主要分為兩個階段開展：第一階段即探索期向他們發(fā)放涉及相關歸因論斷的問卷供其選擇、表態(tài)，共收回有效問卷220份(來自于112戶家庭，回收率達81%)。問卷中不僅請他們按照所認為的貢獻比例，從11個霧霾成因中(見圖1)選出最主要的三項，還請他們針對有關霧霾成因的多項論斷(見表1)進行了表態(tài)。

圖1 問卷中受訪者針對不同霧霾成因進行表態(tài)

第二階段，于2016年至2017年通過小組座談的形式對問卷填寫者進行追問(于所在家庭分別舉行了112組座談，每組1-3人不等)，主要讓其對霧霾成因的相關立場或判斷進行更深入的闡釋及探討，以便更清楚地了解他們的歸因模式都有何特征、如何形成及其背后所蘊藏的政策性啟示。

三、不同霧霾歸因路徑下的思維定勢及認知偏差討論

如前文所示，本研究主要通過兩個階段收集資料并加以分析：第一階段受訪者不僅通過問卷選項(即：“按照貢獻比例排序”)明確表明自己對于霧霾成因的態(tài)度，而且會依次對不同成因的相關邏輯、說法進行判斷以盡可能完整地呈現(xiàn)其思維模式輪廓(其特征及構成要素的相關數(shù)據(jù)請見下表)；第二階段不同歸因類別的受訪者則通過話語，詳盡闡釋其“圖式”如何協(xié)助信息加工以及維系個人信念體系，其中既有同一個事實產(chǎn)生兩種截然不同的解讀或被用作兩種不同結論的證據(jù)，也有涉及到對于情境性因素所蘊含信息的啟發(fā)式推斷。

(一)有關霧霾形成的不同歸因路徑特征及其構成要素

如表1所示，受訪者中既有歸因路徑特征呈現(xiàn)“孰是孰非”兩元對立思維的，也有具備“多維度”并重且突出某特定因素的?？傮w來講，圍繞著“汽車尾氣是否為主因”的判斷是各個歸因路徑都繞不開的首要問題，并由此衍生出對于其他特定因素的啟發(fā)式推斷乃至證實偏差。為更好地理解各歸因路徑緣何形成，在E1.您覺得造成北京霧霾最主要的原因是什么? [請按照貢獻比例排序，并將選項序號放入下面的橫線處]

此有必要對其構成要素及其關系進行探討，以更清晰地呈現(xiàn)思維模式的多元性和復雜性。

首先，各個歸因路徑下各項條目間都保持了較高的相關性。這表明受訪者在所對應的歸因路徑下對相關支撐要素保持了較高的、連貫的認可程度；且相關性越高越意味著那些認知要素容易關聯(lián)疊加進而強化其信念程度。圍繞著“汽車尾氣是否為主因”來講，比如認定“汽車尾氣會二次轉化污染物”的受訪者大多會認同“PM2.5成分中有不少源自汽車尾氣”(r=.736, p<.01)；那些觀察到“車少的地方，污染反倒更嚴重”的受訪者則會傾向認同中科院“汽車尾氣對霧霾貢獻較小”的研究結論(r=.544, p<.01)。對于那些“工業(yè)治污派”，往往會考慮到“本地工廠已遷走”的事實以及“周邊地區(qū)產(chǎn)業(yè)結構的缺陷性”(兩要素相關性系數(shù)r=.353, p<.01)進而推斷周邊地區(qū)工業(yè)污染為主因。類似的啟發(fā)式推斷還有：部分受訪者依據(jù)冬季霧霾尤為嚴重且“PM2.5成分中有不少硫化物”而將燃煤歸為主因，也都能基于“本地已不使用燃煤取暖”的事實而將源頭指向周邊地區(qū)(r=.372, p<.01)。簡言之，這些相關性數(shù)據(jù)基本反映了影響某種特定歸因路徑形成的考量及因素間是保持連貫、遙相呼應的。

其次，諸多歸因路徑也印證了前文所提到的信息加工進程，即已擁有初識判斷的受訪者多會比照自己信念體系對所遇信息進行評估。比如將汽車尾氣歸為主因的受訪者來講，無論是基于何種要素而形成的認知路徑(“人多車多”抑或“本地工廠已遷走”)，都明顯表現(xiàn)出對于中科院2013年研究成果(即“汽車尾氣對北京地區(qū)霧霾貢獻不足4%”)的排斥感。也就是說，這些“尾氣論者”所形成的信念體系比較牢固，不易受到異質信息流干擾(下文深度訪談中也就通過實例更為詳盡地闡釋)。與此相比，依據(jù)“周邊地區(qū)產(chǎn)業(yè)結構的缺陷性”歸因于工業(yè)污染的受訪者，往往會對“汽車尾氣是主因”表示質疑，要么認同中科院2013年研究成果(r=.202, p<.01)，要么會通過強調“車少的地方，污染反倒更嚴重”(r=.163, p<.05)。

另外還應注意，霧霾歸因路徑并非只呈現(xiàn)有關主因“孰是孰非”的單一思維定勢，“多維度歸因路徑”亦可在部分受訪者思維模式中并存。最明顯的是，盡管“尾氣論者”與“工業(yè)治污派”各自所依托的歸因路徑相互排斥，但他們當中也有不少受訪者能從不同角度考慮到“燃煤因素”，進而更好地理解霧霾成分的復雜性以及區(qū)域傳輸性等特征。比如有些“尾氣論者”能從“PM2.5成分中含硫化物”認同燃煤對霧霾形成的貢獻(r=.311, p<.01)；抑或基于霧霾“冬季會加重”的特征而推斷出供暖燃料的污染性，部分受訪者還能鑒于北京本地已使用天然氣等清潔能源取暖而意識到周邊燃煤取暖所造成污染的區(qū)域傳輸性。與此相比，熟悉周邊產(chǎn)業(yè)結構(即熟悉燃煤火力發(fā)電)的“工業(yè)治污派”也會認定燃煤作為周邊地區(qū)取暖的主要途徑及強調其污染傳輸性(r=.319, p<.01)。

(二)“孰是孰非”兩元對立思維下的證實偏差及錯覺關聯(lián)

如前文所示，圍繞著“汽車尾氣是否為主因”的“孰是孰非”判斷，成為奠定各個歸因路徑的首要問題，并由此延伸出“尾氣論者”與“工業(yè)治污派”就“何為霧霾主因”而相互排斥的兩元對立思維。值得注意的是，他們會在各自歸因框架下拓展思維定式，以致于對于同一個事實產(chǎn)生不同闡釋路徑。其中最為明顯的就是對于出現(xiàn)“藍天白云”好天氣的解讀。

如圖2所示，“尾氣論者”受“汽車尾氣為主因”歸因框架的影響，也會在現(xiàn)實生活中較多關注汽車相關事宜及所帶來的變化。比如當重大節(jié)日或活動期間出現(xiàn)優(yōu)質天氣時，本研究發(fā)現(xiàn)，這些“尾氣論者”會順理成章歸結于汽車尾氣的減少，進而在闡釋時只列舉導致尾氣減少的臨時性公共管理舉措(比如單雙號限行)，而對其他舉措“漠不關心”或“視而不見”。這種為了證實而尋找或篩選證據(jù)的“證實性偏差”(confirmation bias)如下：“記得APEC會議的時候，北京實行了單雙號限行的政策，那時候明顯感受到路上的車少多了，空氣也比以前好多了，網(wǎng)上還把那時候北京的藍天叫北京藍”(受訪者乙，女，海淀區(qū)，中年第85組)。與此相比，“工業(yè)治污派”則覺得這種好天氣源于工業(yè)污染的減少：“趕上重大活動，只要京津冀的工廠一停，你看看那環(huán)境立馬改變很多。APEC藍、閱兵藍不都是這樣的嗎？”(受訪者乙，女，西城區(qū)，中年第86組)。還有受訪者結合自己親身經(jīng)歷強調“所篩選證據(jù)”的可信度/說服力：“APEC那時候我們去訂做一個家具，那個家具廠他要停工，還有印刷廠停工，這些都停工可以想象當時停了多少”(受訪者乙，女，石景山區(qū)，中年第109組)。除此之外，這種“車數(shù)量減少藍天白云”或“工廠停工藍天白云”的思維定勢會因為歸因中的“協(xié)變”(covariation)而加深他們的錯覺關聯(lián)(illusory correlation)，使其對“一減少…就可以…”的邏輯深信不疑，進而加強對相應治理舉措的認可(如圖2所示)。

圖2 不同受訪者對于“藍天白云”同一事實的不同闡釋路徑

然而，同樣一個 “北京市區(qū)高污染工業(yè)已外遷或關停”的事實在不同闡釋框架下會被用作證明不同結論的證據(jù)。這不僅同樣反映了維系個人信念體系穩(wěn)定的 “證實偏差”，更體現(xiàn)了當今社會愈演愈烈的“信者恒信”(conviction)。具體來講，如圖3所示，對于歸因于尾氣、抱怨人多車多的受訪者來講，會基于“北京工廠已外遷”的事實而排除工業(yè)污染，進而強調自己關于汽車尾氣判斷的正確性。頻繁出現(xiàn)的言論有：“我覺得主要還是因為車太多了…而且北京現(xiàn)在的重工業(yè)工廠都遷了”。個別受訪者還從城市發(fā)展的角度闡釋了為何車多及其所帶來的影響：“北京畢竟人太多了，加起來兩千多萬，擁有的車輛也不少，每天都在用車。北京大工廠其實很早已經(jīng)外遷了，而且市中心根本就沒什么工廠，但市中心的霧霾還這么嚴重，所以我覺得是汽車尾氣導致的”(受訪者乙，男，西城區(qū)，中年第2組)。與此相比，指向工業(yè)污染的受訪者則會強調周邊工業(yè)污染的“傳輸性”來闡釋為何在“北京市區(qū)的高污染工業(yè)都已外遷或關?！钡那闆r下依然會存在嚴重霧霾的情況：“北京自己都沒什么工廠，就是周邊工業(yè)污染太厲害。就應該大家一起治理霧霾，空氣都是流通的。這件事就得大家齊心協(xié)力一起干” (受訪者甲，男，朝陽區(qū)，中年第76組)。

圖3 不同受訪者對于“藍天白云”同一事實的不同闡釋路徑

(三)多維度歸因路徑下針對“情境性因素”的啟發(fā)式推斷

早期的歸因理論主要圍繞“什么情況下歸結于內因”以及“什么情況下歸結于外因”等議題而展開，尤其當涉及到歸責問題時更是如此。其中“情境性因素”所蘊含信息往往會成為個人判斷是否應“歸結于外因”的重要依據(jù)。就本文講，這里的“情境性因素”不僅包括時間上的“季節(jié)性因素”，還包括空間上的“地形因素”。

本研究發(fā)現(xiàn)，很少有受訪者將與季節(jié)有關的“冬季供暖”單獨列為霧霾主因：畢竟他們發(fā)現(xiàn)霧霾不單單只是“供暖季的產(chǎn)物”，通常是“四季都會有，而冬季尤為嚴重”的現(xiàn)象。如有受訪者這樣描述道， “只要一開始供暖，隨著很多鍋爐開始運轉，我自己能明顯感覺到霧霾馬上變得嚴重起來。這種感受很直觀很明顯”(受訪者乙，女，朝陽區(qū)，中年第58組)。故他們通常將其視為工業(yè)污染或汽車尾氣之外的“附帶”因素，即導致霧霾加重的“助推器”。這從另一層面也闡釋了他們?yōu)楹螐娬{“多種污染物共同防治”的治理理念。而這種“共同防治”并不意味著污染物間毫無關聯(lián)，比如部分受訪者認為“工業(yè)污染”和“冬季供暖”治理應雙管齊下時就會指出——“如何減少對燃煤的依賴”是兩者都不得不面對的共同問題。

如圖4所示，“減少工業(yè)生產(chǎn)中對于燃煤的依賴”(35%)以及“減少冬季供暖中對于燃煤的依賴”(18%)——這兩項舉措中都以“燃煤”為切入點強調了“共同防治”理念的重要性。毋庸置疑，傳統(tǒng)意義上來講，工業(yè)生產(chǎn)需要通過燃煤以火力發(fā)電提供動能，而燃煤鍋爐則承擔了部分區(qū)域冬季供暖的主要任務。比如一位來自朝陽區(qū)的中年受訪者這樣總結道：“我認為造成北京霧霾的主要原因是周邊地區(qū)的工業(yè)排放和冬季供暖。二者都對于燃煤的依賴太重，才造成了大量的污染”(受訪者甲，男，朝陽區(qū)，中年第54組)；還有一位受訪者這樣評論道：“呼吸時會感覺到煙煤粉塵的味道…在我看來燃煤對于大氣污染是最嚴重的，我覺得應該減產(chǎn)使用煤多的周邊企業(yè)，同時引進更多的天然氣用于取暖”(受訪者甲，男，朝陽區(qū)，中年第68組)。值得注意的是，“區(qū)域聯(lián)防聯(lián)控”也是“減少燃煤”舉措中所強調的另外一個重點：“北京已經(jīng)實現(xiàn)了煤改電，但是周邊地區(qū)還沒有實行，燃煤產(chǎn)生的二氧化硫對大氣污染還是很嚴重的”(受訪者乙，女，東城區(qū)，中年第51組)。這與他們普遍認為“北京工廠已外遷、工業(yè)污染多來自周邊”形成呼應，從而更加凸顯霧霾協(xié)同治理中“區(qū)域一體化”和“尋找共源性”的重要性。

圖4 部分受訪者們針對如何“雙管齊下”所提出的方案及舉措

除此之外，就空間因素中“北京的地理位置”這一客觀存在來講，與其相關的論斷主要體現(xiàn)為“北京地理位置不利于污染物擴散”——而這里受訪者所提及的污染物既可以指代那些由本地汽車尾氣所產(chǎn)生的，也可以結合特定的氣象條件凸顯周邊的工業(yè)污染。而這些恰恰體現(xiàn)了不同受訪者依據(jù)各自已形成的歸因框架、針對附加信息所進行的啟發(fā)式推斷。具體來講，一方面尾氣論者認為地理位置會加劇北京本地污染物(即尾氣所造成的污染物)的堆積，類似言論如“北京周圍的山加劇了污染物聚集”或“北京的這個地形呢，三面環(huán)山，一面平原，本地污染形成以后不容易擴散出去”；另一方面，那些歸因于周邊工業(yè)污染的“工業(yè)治污派”則會通過同時強調導致污染物傳輸?shù)臍庀髼l件來凸顯“既然這些客觀條件不可改變，更應該主動治理周邊污染的必要性”。比較有代表性的言論有：“北京是簸箕型地形，東、西、北都高，一旦氣壓變低或遇到偏東南風，周圍污染吹到這里便堆積下來”(受訪者乙，男，西城區(qū)，中年第60組)；“周邊的工業(yè)污染是最主要的霧霾因素，污染一來，北京周圍的山加劇了污染物聚集，再加上風小，不利于空氣流動，這就是導致霧霾加重的一個鏈條”(受訪者乙，女，石景山區(qū)，中年第99組)。

結語

針對特定公共議題了解公眾有關的態(tài)度立場以及思維模式，有助于有關部門在政策制定過程中更全面地統(tǒng)籌公眾考量，并在政策出臺后能夠有針對性地開展解讀和答疑，進而協(xié)助政策層面的執(zhí)行和落實、矯正后續(xù)的認知局限和偏差。對于本課題來講，盡管所聚焦的樣本數(shù)目有限，但如前文所示，受訪者對于霧霾成因的認知還是存在明顯分歧的(尤其是圍繞“汽車尾氣是否為主因”而延伸出來的兩元對立思維)；而對于其歸因路徑特征及構成要素的探討，則可以幫助揭示相關論調背后所蘊含的思維邏輯，從而為霧霾治理相關政策的推進構建、凝聚應有的認知共識。

首先，應從社會認知層面考慮到個人信念體系形成過程中的漸進累積、長期性等特征，以及形成后的穩(wěn)定性在信息加工時所呈現(xiàn)的信者恒信和啟發(fā)式推斷。正如前文所示，基于個體自身觀察、體驗以及邏輯判斷，諸如汽車尾氣和工業(yè)污染分別被歸為霧霾主因并依此分別延伸出兩個截然不同的闡釋框架、且成為后續(xù)相關判斷所圍繞的主要依據(jù)。值得注意的是，這一點不僅在小組座談中對其邏輯有詳盡的文字闡釋，也在不同論斷間相關性數(shù)據(jù)方面印證了其較高的連貫性。這從一定程度也體現(xiàn)了構建、凝聚共識并非易事，同時也要求相關部門應定期及時、多渠道通報和解讀相關領域最新研究發(fā)現(xiàn)和治理進展等情況。

其次，本研究發(fā)現(xiàn)，圍繞著“汽車尾氣是否為主因”所形成的“孰是孰非”兩元對立思維，成為了消除認知局限及偏差的主要阻礙。究其根源，不僅在于媒體場域自身曾經(jīng)存在相關爭論導致公眾困惑，更是因為公眾缺乏有效渠道及時獲取相關專業(yè)、可信的公共知識——以打消自身經(jīng)歷或邏輯思考中所存在的疑惑和偏差。如本文所示，同一個“藍天白云”的事實會被不同個體闡釋出截然不同的成因(“車數(shù)量減少藍天白云”或“工廠停工藍天白云”)，要么結合自己親身經(jīng)歷強調自己思維定式的可信度，要么選擇性只列舉能夠證實自己邏輯的案例而對其他成因的例證有意或無意地視而不見。類似還有，同樣一個“北京市區(qū)高污染工業(yè)都已外遷或關?！钡氖聦?，既可以被歸因于尾氣、抱怨人多車多的受訪者作為排除工業(yè)污染的證據(jù)，也可以被其他受訪者拿來強調周邊工業(yè)污染傳輸性而導致本地污染依舊。

值得關注的是，已于2020年11月2日公布的《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃(2021-2035年)》提出，“2021年起，大氣污染防治重點區(qū)域(如京津冀及周邊地區(qū))公共領域新增或更新用車中新能源汽車比例不低于80%，到2035年，公共領域用車全面電動化；純電動車成為新銷售車輛的主流，燃料電池汽車實現(xiàn)商業(yè)化應用”。這項規(guī)劃不僅體現(xiàn)了建設“資源節(jié)約、環(huán)境友好”綠色發(fā)展體系的新發(fā)展理念，也是從尾氣污染物防治層面對霧霾進行治理的堅實舉措?？梢灶A見的是，隨著該項政策逐步推進所帶來的霧霾治理成效，使那些對尾氣污染與霧霾形成持懷疑的公眾逐漸修正先前信念體系。

當然，針對京津冀及周邊地區(qū)霧霾所呈現(xiàn)的“區(qū)域復合型”特征，相關部門自2013年以來所出臺的治理細則可謂多措并舉，除機動車管控外，產(chǎn)業(yè)結構優(yōu)化及燃煤使用清潔化同樣也提上了協(xié)同減排的日程，且成效顯現(xiàn)。但仍需考慮到該地區(qū)空氣污染防治工作的復雜性和嚴峻性，尤其是空間上和時間上的情境性因素(即三面環(huán)山的地形因素和冬季供暖需求)所造成的霧霾加重，都為霧霾立竿見影的徹底根除增加了阻力。針對如此耗時長、耗資多且需多地全方位統(tǒng)籌協(xié)調的治理項目來講，除了公眾自我應對期許保持耐心外，相關部門也應在公眾能夠達成治理共識的領域加大執(zhí)行力度、以提升其對更多舉措成效的信心。正如本研究所指出的，即便存在“汽車尾氣vs工業(yè)污染”的兩元對立思維，解決冬季供暖中清潔能源使用的問題也會被大部分受訪者考慮到，并由此延伸到“如何在能源領域減少對燃煤依賴”的關切上。基于此，應定期、多渠道及時向公眾通報如何廣泛使用清潔能源、或者如何實現(xiàn)煤炭清潔高效轉化等技術創(chuàng)新的進展情況，以更為積極主動的形式引導公眾信念體系的更新及形成、進而矯正或避免個體思維定式所帶來的認知偏差及負面情緒。