2025年4月25日下午15：15，中国营销工程与创新研究中心 (以下简称“MEI”) 2024-2025年第二学期第10次研讨会 (以下简称“Seminar”) 在MEI如期举行，参与本次研讨会的有黄敏学老师及MEI各位成员。

　　本次Seminar由雷涵研读文章《The Impact of Air Pollution on Consumer Spending》。

　　一、研究概述

　　日益恶化的城市空气质量是否会影响人们的日常消费和选择?尽管人们对日益恶化的空气质量进行了广泛讨论，但对空气污染对消费者行为和经济活动的影响却知之甚少。

　　此前，致力于探究环境因素的市场营销研究主要聚焦于天气状况。相比之下，在越来越多的经济学和管理学文献中，空气污染被视为一个独特的环境因素。尽管经济学与市场营销领域对空气污染进行了一定的讨论，但除了少数特定领域的情况之外，人们对于空气污染如何影响消费者行为知之甚少。消费者支出为研究空气污染对消费者行为的影响提供了一个独特的契机，它体现了个人的日常购买和消费行为，并且具有直接且可衡量的经济意义，因为消费者支出是衡量家庭经济活动的一个关键指标。

　　在本文中，我们将回答以下问题：空气污染会影响消费者支出吗？如果会，是如何影响的，以及可能的解释是什么？

　　二、理论框架与研究假设

　　过往营销学界对环境因素的探讨主要集中于气象条件。此类策略不仅能提升销售额，更能塑造品牌与消费者需求高度契合的认知形象。营销研究者已识别出若干虽不显著却切实影响消费行为的潜在效应，这些发现值得从业者加以应用。

　　与气象条件不同，空气污染正日益成为经济学与管理学文献中独具特征的环境变量。尽管经济学家已对空气污染展开广泛探讨，且气象条件的营销应用研究颇为丰富，但除少数特定领域外，空气污染如何系统性影响消费者行为仍属理论盲区。

　　三、Empirical Study

　　数据与测量

　　空气质量指数(AQI)​​：数据源自韩国环境部档案报告，该指数通过颗粒物(PM10、PM2.5)、地面臭氧(O3)、二氧化氮(NO2)、二氧化碳(CO2)和二氧化硫(SO2)的分段线性函数计算得出。我们以城市为单位获取每日AQI观测值，其取值范围为0-500，数值越高表明污染程度越严重。

　　气象变量​​：同时采集温度(日均值)、湿度(日均值)、降水量(总量)、风速(最大值)及风向(众数)数据，气象资料按省级行政区(市道)公开每日更新。在韩国，空气质量与地方气象信息可通过网络搜索或移动应用程序便捷获取。

　　消费支出​​：本研究数据源自韩国头部信用卡公司(截至2019年底覆盖3600万用户，占全国人口70%)。该公司提供2017年7月至2019年6月期间3199名首尔消费者的400余万笔交易面板数据，该随机样本存在人口结构偏差(男性占比85%，20-30岁年龄段为主)。每笔交易记录包含：消费金额、时间戳、消费地点(城市级)及商户类别(按公司标准分为10大类210子类，如娱乐、餐饮等)。

　　调节变量：基于Voss、Spangenberg和Grohmann(2003)开发的"享乐-实用双维度量表"(HEDUT量表)，本研究对消费行为进行分类测量。该量表通过外源数据(如调查问卷)量化每类消费兼具的享乐属性(hedonic)与实用属性(utilitarian)强度，突破传统非此即彼的分类局限。

　　模型设计

　　我们采用固定效应面板回归模型来识别空气污染对消费支出的影响，基准模型设定如下：

　　为缓解内生性偏误，本研究采用控制函数法(Control Function Approach)，引入工具变量构建两阶段估计框架(Papies等，2017;Petrin和Train，2010)。该方法通过分离内生变量的外生变异部分，提升因果推断效度。借鉴空气污染与经济社会结果(如死亡率Deryugina等，2019、劳动生产率He等，2019的研究范式，选用​​风向与风速​​作为外生工具变量。气象要素直接影响AQI但理论上不通过其他渠道作用于消费决策，同时，逆风条件(leeward/trade winds)会加剧污染物跨区域传输。

　　估计结果

　　空气污染通过诱发情绪困扰(Evans & Jacobs, 1981)、健康焦虑与认知障碍(Lu, 2020)，导致消费者产生偶发性负面情绪，进而改变经济决策(如消费收缩);高污染地区可能因人口密集、经济发达而产生更高消费，与污染本身无关;商家可能在污染日加大促销力度(如折扣)，而非消费者主动减少支出;污染导致蓝天缺失可能激发对蓝色商品的补偿性需求(Ding等, 2021);消费者可能仅在污染预警日减少户外活动，但长期污染下回避成本过高(Graff Zivin & Neidell, 2009)。

　　Experimental Study

　　研究方法

　　我们通过2(空气质量：污染vs清洁)×2(消费类型：享乐型vs实用型)的组间实验设计展开研究。从美国空气污染最严重的15个州筛选招募202名参与者(女性占14.9%，平均年龄31岁)，随机分配至四个实验组。实验流程包括：(1)情境阅读与表述任务(操纵阶段)：参与者被要求想象自己正在查看一款显示实时空气质量与天空景观的移动应用，应用界面随机呈现污染或清洁的空气条件;(2)积极情感需求测量(中介变量)：采用Lerner和Keltner(2001)的方法，让参与者用母语描述对所见空气质量场景的感受后，测量其积极情感需求("我需要更多积极/愉悦/美好的感受"，α=0.98;Huang等2019量表);(3)消费意愿测量(因变量)：要求参与者对特定消费场景(享乐型：娱乐书籍、甜点面包等;实用型：学习书籍、代餐面包等)表明0-100美元的支付意愿;(4)操纵检验与人口统计学信息收集：参与者需完成空气质量感受(α=0.97)、感知空气质量(α=0.98)和产品享乐性(α=0.89)的9级量表评分，并报告回避意图(α=0.94)、状态冲动性(α=0.95)、认知损耗(α=0.89)和死亡凸显性(α=0.91)等心理指标，最后提供年龄、性别、教育程度和收入水平等人口统计学信息。

　　研究结果

　　我们以各类零售商品支付意愿(WTS)的总和作为因变量进行分析。与实地研究结果一致，方差分析显示空气质量与消费类型的交互效应显著(F(1,198)=3.91，p<0.05)。研究发现空气污染会显著提升支付意愿(污染条件：84.07美元 vs 清洁条件：67.69美元;t(200)=2.06，p<0.05)。进一步对比分析表明，对于享乐型消费，污染条件下的支付意愿显著高于清洁条件(污染：107.28美元 vs 清洁：76.18美元;F(1,198)=8.37，p<0.01)，但实用型消费未出现此差异(污染：60.40美元 vs 清洁：59.37美元;F(1,198)=0.01，p>0.10)。

　　采用PROCESS的Model 15进行分析。有调节的中介效应显示，首先，空气污染会显著提升积极情感需求(β=3.02，SE=0.26，t=11.84，p<0.01)。积极情感需求与享乐型消费的交互作用显著(β=14.61，SE=4.03，t=3.63，p<0.01)，而空气质量与享乐型消费的直接交互作用不显著(β=-15.07，SE=18.94，t=-0.80，p>0.10)。条件间接效应仅在享乐型消费中显著(β=39.14，SE=9.41，95%CI=[19.18,56.68])，在实用型消费中不显著(β=-5.03，SE=7.20，95%CI=[-18.70,9.43])。

　　一、研究启示

　　首先，空气污染与消费者行为之间的直接联系尚未得到全面研究，尤其是从市场营销的角度来看。先前的文献已经确定了随空气质量水平而变化的组织或财务方面的结果。相比之下，衡量空气污染对消费者支出的影响，能为环境变化方面的管理决策提供参考，进而加深我们对消费者市场的理解。

　　其次，空气污染是一个独特的环境因素，因其对人类认知和情感具有广泛(且往往是有害的)影响，有别于一般的天气状况。从消费者研究的角度来看，空气污染可被视为一种营销刺激因素，尽管几乎无法控制，但通过了解其影响最为显著的边界条件，仍可加以利用。通过探究这些边界条件以及空气污染对消费者支出产生影响背后的潜在机制，我们力求更全面地描绘出与环境因素相关的消费者行为图景。据我们所知，这项研究首次阐明了空气污染与消费者支出行为之间直接且多样的关联。

　　最后，本文得益于广泛运用观察数据和实验数据，以支持对所关注问题的因果推断。我们在实证研究中的主要发现是一致的，这保证了较高的外部效度和内部效度。虽然这些数据不足以让我们得出确凿的结论，但我们也考虑了潜在的解释。我们不断汇聚的证据表明，情绪调节是主要假设，这使本文与情感研究建立了联系。

　　至此，本次Seminar文章研读完毕。

　　之后，由贺光耀、鲁欣雨、陈铭雯、廖佐江分享研究进展，老师与同学们提出了建议，并明确了进一步的研究计划。

　　至此，本学期第10次Seminar圆满结束。

　　文字 / 左翎

　　排版 / 左翎

　　审核 / 左翎