能源转型中的公众接受度与感知影响：11种关键能源与技术系统性评估

为揭示全球能源转型中公众对不同能源技术的接受度差异及其影响因素，研究人员系统综述了141篇文献（2000-2021年），涵盖生物质、碳捕集与封存（CCS）、核能等11种技术。研究发现太阳能、风能和水电接受度最高（均值1.86/2.0），而煤炭和石油最低（-0.60至-0.33），且本地项目接受度普遍低于宏观评估（除核能外）。研究首次构建了美学、经济、环境等6类33项感知影响指标体系，为政策制定者优化能源布局提供实证依据。

　　

能源转型已成为全球应对气候危机的核心战略，但不同能源技术的推广效果却天差地别——为什么海上风电项目常遭遇居民抗议？为何核电站选址总引发社会争议？这些矛盾的背后，是公众对能源技术的复杂认知尚未被系统解构。传统研究多聚焦单一技术，缺乏横向比较，更忽视了对"既有技术淘汰"与"新兴技术推广"的双向评估。这种认知盲区可能导致政策制定者误判社会阻力，例如德国"弃核"政策引发的电价飙升争议，或英国页岩气开发中的社区对峙事件。

为填补这一空白，研究人员开展首个涵盖11种关键能源技术的系统性综述，通过分析141篇跨学科文献（2000-2021年），首次建立可比性评估框架。研究发现公众对可再生能源的偏爱具有跨文化一致性：太阳能、水电和风电以1.86、1.50和1.26的接受度评分（-2至+2量表）位居前三，而煤炭（-0.60）与石油（-0.33）垫底。值得注意的是，碳捕集与封存(CCS)呈现显著"认知割裂"——公众普遍认可其延缓气候变化的潜力（评分+0.8），但CO₂
泄漏风险使本地项目接受度骤降至-0.59。

研究方法上，团队创新性地整合定性与定量证据：1）采用PRISMA框架筛选Scopus和Web of Science数据库文献；2）构建六维感知影响模型（美学、经济、环境、社区健康、时间、可用性），通过双盲编码将异质数据转化为-2至+2标准化评分；3）区分"宏观评估"与"本地项目"场景，控制样本地域代表性偏差。特别对核能等争议技术，还细分"现有/规划/假设"三类实施阶段。

研究结果揭示多重颠覆性发现：

1. 技术接受度梯度：可再生能源呈现"太阳能>风电>水电>生物质（0.38）>核能（0.11）"的阶梯分布，化石燃料中天然气（0.14）因页岩气争议评分波动较大。
2. 本地化悖论：风电场本地接受度（0.88）较宏观支持（1.72）下降48%，但核能反呈"逆NIMBY效应"——日本福岛周边居民支持度（0.75）反超国家层面（-0.08），可能与地方就业补偿机制有关。
3. 感知影响图谱：通过33个子维度分析发现，风电的视觉干扰被过度担忧（仅-0.4分），而煤炭的真实健康危害（呼吸道疾病风险评分-1.2）却被低估。生物质能源则陷入"气候救星VS空气污染源"的认知矛盾。

讨论部分指出，该研究首次实证了"技术生命周期认知"规律——公众对化石燃料的负面评价多集中于开采阶段（如煤矿坍塌），而对可再生能源的关注则聚焦运营期（如风机噪声）。这种认知偏差解释了为何北海风电项目遭遇阻力，而退役煤矿改造光伏电站更易获支持。作者建议政策制定者：1）对CCS等技术需明确"过渡性技术"定位；2）加强风电美学价值的公众教育；3）借鉴核能"地方利益共享"模式缓解选址冲突。

论文的里程碑意义在于创建了首个跨技术可比评估体系，其六维模型已被IPCC第六次评估报告引用。但作者也指出局限：地热（仅5篇研究）和储能技术（3篇）证据薄弱，且78%数据来自欧美，未来需加强全球南方国家研究。随着迪拜COP28将可再生能源目标提升三倍，这项研究为平衡气候雄心与社会接受度提供了关键决策工具。