機械学習を活用して二重の環境配慮の意図–行動ギャップの影響機構を探る

善意のグリーンな意図がしばしば実行に至らない理由

多くの人が気候問題を気にしていると言いますが、それでもごみの分別を忘れたり、電気をつけっぱなしにしたり、歩ける距離なのに車を使ったりします。人々が環境のためにやろうと意図することと、実際に行動することの間のこのずれが本研究の核心です。研究者たちは、強い意図がなぜ行動につながらないことがあるのかを解明しようとしただけでなく、意識的な意図がほとんどないと答えたにもかかわらず環境に優しい行動を取る人がいる理由も明らかにしようとしました。

気候を形作る日常の選択

本論文は、家電の電源を切る、リサイクルする、公共交通を利用する、友人や家族に環境意識を促すといった日常的な環境配慮行動に焦点を当てています。これらの小さな行動が何百万人にも広がれば、炭素排出を大幅に削減し、社会を低炭素発展へと導く助けになります。それでも過去の研究は主に意図を駆動する要因を調べることに集中しており、人々の発言と行動の間にしばしば見られる驚くべきギャップにはあまり踏み込んでいませんでした。本研究は、2,216人の中国の都市住民から得たデータを用い、そのギャップの両面を詳細に検討しています。

4つのグリーン行動パターン

これらの意図と行動の不一致を理解するために、著者らは単純な色分けモデルで人々を4つのグループに分類します。「グリーン」は意図が高く、環境配慮行動を頻繁に行う人々です。「レッド」は意図が低く、ほとんど環境行動を取らない人々です。より興味深いのは二つの「グレー」グループで、ここに二重のギャップが現れます。ひとつは意図は低いが頻繁にグリーン行動をする（正のギャップ）グループ、もうひとつは意図は強いが実行が伴わない（負のギャップ）グループです。回答者の約5人に1人がいずれかのギャップ群に該当し、こうした不一致が現実にいかに一般的であるかを示しています。

心の中と周囲の状況が果たす役割

研究者たちは次に、どのような個人特性や外的条件がこれら4つのパターンを説明する助けになるかを調べます。環境知識、グリーン行動に関する感情、個人的責任感、自分が変化を起こせるという自己効力感、社会的圧力の認知などを検討しています。さらに、リサイクルポイントや公共交通といったグリーンインフラがどれだけ目に見え、利用しやすいかといった状況的要因も考慮しています。単純な直線的関係を仮定する従来の統計手法の代わりに、現代の機械学習手法を用い、複雑で非線形なパターンを捉えるのに最も適しているアルゴリズムとしてLightGBMを特定しました。

隠れた転換点とインフラの意外な役割

機械学習の結果は、環境配慮行動に対する態度が一貫して最も重要であることを示していますが、それは単純な「多ければ多いほど良い」という関係ではありません。意図は低いが行動は高い正のギャップ群では、態度や責任感が逆U字型の関係を示します：ある点まではグリーン行動を後押ししますが、ある閾値を超えるとその影響が逆転します。意図は高いが行動が伴わない負のギャップ群では、非常に強い環境態度は当初ギャップを拡大させるように見えますが、態度がさらに極端になると行動が追いつき始めます。高い責任感や強い自己信念は負のギャップを小さくするのに役立ちますが、目立つインフラは逆にギャップを拡大することがあり得ます。これは、人々が「システム」が対処してくれていると感じ、自分の努力は重要でないと考えるためかもしれません。

気候行動への示唆

専門家でない読者への要点は、より持続可能な暮らしを促すには、意識を高めたりインフラを整えたりするだけでは不十分だということです。研究は心理的な転換点が存在することを示唆しています：態度、責任感、自己信頼は慎重に育てられなければ、行動を促すどころか挫折や「誰か他の人がやるだろう」という無関心を生みかねません。最適なのは状況に応じた戦略でしょう。すでにグリーンな人々を支援・拡大すること、行動に移せない人々の実際的な障壁を下げること、家庭や職場で静かに行動する人々を後押しする役割を活用すること、個人の関与を薄めるのではなく促すような公共制度の設計などです。こうした微妙なパターンを明らかにすることで、本論文は気候への配慮を日常の持続的な行動へと変えるためのより現実的な指針を提供しています。

引用: Dong, Z., Zhang, Y., Mao, Y. et al. Harnessing machine learning to explore influencing mechanism in the dual pro-environmental intention-behavior gap. Sci Rep 16, 12082 (2026). https://doi.org/10.1038/s41598-026-42468-1

キーワード: 環境配慮行動, 意図–行動ギャップ, 機械学習, 環境心理学, 低炭素ライフスタイル