《Applied Psychology: Health and Well-Being》:Theory-based promotion of diet and transportation behavior change to reduce carbon footprint among students: Randomized parallel trial of the GROW app
编辑推荐:
采用低排放饮食和选择低排放交通模式是减轻个人对气候影响最有效的策略之一。然而,针对这些行为的干预措施往往效果有限,因为它们主要关注动机,而忽视了意志过程。在健康行动过程方法(Health Action Process Approach, HAPA)的指导下,这
采用低排放饮食和选择低排放交通模式是减轻个人对气候影响最有效的策略之一。然而,针对这些行为的干预措施往往效果有限,因为它们主要关注动机,而忽视了意志过程。在健康行动过程方法(Health Action Process Approach, HAPA)的指导下,这项双盲随机平行试验测试了一种针对行为动机和意志决定因素的数字干预是否比仅针对动机的干预更能有效降低饮食和交通相关的碳足迹。干预通过GROW应用程序实施,该应用包含两个版本:动机版本(目标设定和反馈)和动机+意志版本(额外技术,如行动计划和问题解决)。参与者(N=226;97%为学生)使用任一版本的应用5周,每日报告动物性食品消费(例如红肉和家禽)和交通行为(例如自行车和汽车)。每周测量心理决定因素(例如行动计划和行动控制)。多层模型显示,饮食相关碳足迹总体降低(B=?0.1,95% CI [?0.02, ?0.01]);然而,这种下降在干预组之间没有差异。交通相关或总碳足迹未出现变化。行动计划和行动控制是降低饮食相关碳足迹的最强相关因素。研究结果表明,数字行为改变干预在降低饮食相关碳足迹方面具有初步效果。可能需要采取结构性措施来解决物理环境中的机会和障碍,以减少交通相关排放。
**研究背景与目的**
气候变化是全球社会面临的最关键问题之一,主要由人类活动产生的温室气体(greenhouse gas, GHGE;例如二氧化碳CO
2)排放导致。深度减排需要改变人类行为和消费模式。个人可采取的最具影响力的缓解行为包括采用低排放饮食(尤其是减少动物性食品消费)和选择低排放交通模式(如骑自行车或乘火车代替开车)。这些行为也与人类健康密切相关,有助于预防非传染性疾病。然而,现有干预措施大多仅关注动机,忽略了意志过程,导致效果有限。健康行动过程方法(Health Action Process Approach, HAPA)整合了动机和意志阶段,强调行动计划、应对计划、行动控制和自我效能等意志决定因素在行为改变中的作用。本研究旨在检验:在基于HAPA模型设计的GROW应用程序干预中,同时针对动机和意志成分(动机+意志组)是否比仅针对动机(动机组)更能有效降低饮食和交通相关的碳足迹。该研究发表在《Applied Psychology: Health and Well-Being》。
**主要关键技术方法**
研究采用双盲随机平行试验设计,招募226名参与者(97%为瑞士伯尔尼大学学生,排除素食者及患饮食障碍者),随机分配至动机组或动机+意志组。干预通过GROW应用(基于伯尔尼大学自我帮助平台开发)进行,为期4周,每日通过电子日记收集饮食相关碳足迹(依据SHARP Indicators Database中8类动物性食品的GHGE/kg计算)和交通相关碳足迹(依据mobitool数据库的乘客公里排放因子计算)。每周评估行动计划、应对计划、行动控制、自我效能等社会认知决定因素。数据分析采用多层模型(multilevel modeling, MLM),并进行了灵敏度分析(缺失值用卡尔曼滤波插补)。
**研究结果**
**时间与干预对碳足迹的影响**
多层模型显示,饮食相关碳足迹随时间显著下降(B=?0.1, 95% CI [?0.02, ?0.01]),支持假设H1a;但交通相关碳足迹(H1b)和总碳足迹(H1c)无显著时间效应。干预组与时间的交互作用对三类碳足迹均不显著(H2a-c),即动机组与动机+意志组之间的碳足迹下降无差异。
**社会认知决定因素的中介效应**
由于未发现显著的干预效应(组×时间),预设的中介分析条件不满足(H3a-d)。进一步分析显示,行动计划和行动控制是饮食相关碳足迹降低的最强相关因素:在个体间层面,行动计划较高的参与者饮食碳足迹更低(B=?0.89, 95% CI [?1.73, ?0.04]);在个体内层面,行动控制较高的周对应更低的饮食碳足迹(B=?0.26, 95% CI [?0.45, ?0.05])。应对计划与饮食碳足迹呈正相关(B=0.27, 95% CI [0.00, 0.55])。交通相关碳足迹与社会认知决定因素无显著关联。
**讨论与结论**
研究未支持假设H2a-c,即动机+意志干预并不优于单纯动机干预。可能原因包括:基线碳足迹已较低(学生群体,且大学环境支持可持续行为),产生地板效应;每日自我报告本身构成自我监控,可能提升了行动控制,从而缩短了组间差异。饮食相关碳足迹总体下降13%(平均每人每日减少约10克CO
2当量),表明数字干预对低排放饮食的初步有效性。交通行为未改善,可能由于该模块为可选且参与率低,加之交通行为受环境与结构性因素(如基础设施、成本)制约,个体层面干预作用有限。
研究结论翻译如下:本研究调查了基于HAPA模型的GROW应用干预在促进缓解行为和降低个人碳足迹方面的效果。研究结果不支持同时针对动机和意志阶段比仅针对动机更有效的假设。然而,研究期间饮食相关碳足迹的减少初步支持了数字干预在促进低排放饮食方面的有效性。在该行为领域中,研究结果强调了行动计划和行动控制等社会认知因素的相关性,并指出了HAPA模型作为发展未来干预理论框架的价值。相比之下,通过数字干预改变交通行为似乎可行性较低,凸显了额外干预(例如针对结构性因素)的必要性。