探究公众对储能技术的关注度及其驱动因素：基于文本挖掘和机器学习的方法

《Journal of Energy Storage》：Exploring public attention to energy storage and its driving factors: Based on text-mining and machine learning

本研究基于新浪微博数据，运用文本挖掘与实证调查方法，分析公众对能源存储的关注现状及驱动因素。结果显示，男性用户及经济发达地区人群关注度更高，制造业、新能源等行业兴趣显著，感知风险是最主要影响因素，社会影响呈U型曲线，不同风险应对倾向人群的关键因素权重差异显著。研究为加速能源存储技术扩散提供决策依据。

　　

沈宇|王新平|苏畅

北京工业大学管理学院，北京，100081，中国

摘要

可再生能源并网比例的增加对能源系统的建设提出了更高的要求。储能技术的发展可以有效提高电力供应的质量和稳定性，已成为构建新型能源系统的关键环节。然而，中国储能市场的建设尚未达到预期，尤其是在用户侧储能方面。公众是储能市场的重要参与者。了解公众对储能的态度及其驱动因素将有助于从需求侧推动储能技术的发展。本研究基于新浪微博的数据，利用文本挖掘方法分析了公众对储能的关注现状及其驱动因素，并通过实证调查验证了这些因素的影响。结果表明，储能技术在中国引起了广泛关注，男性用户和经济发达地区的用户关注度更高。许多行业也对储能技术表现出浓厚兴趣。感知风险是影响公众关注储能的最重要因素。此外，预期收益、功能价值和个人创新性与公众对储能的关注呈正相关，而感知风险和舒适偏好则呈负相关。社会影响力对公众对储能的关注具有U型影响。最后，对于具有不同规避倾向的公众来说，各驱动因素的重要性存在显著差异。本研究为从下游消费者层面加速储能技术的推广提供了有益的见解。

引言

在全球能源系统深度脱碳和加速向清洁发电结构转型的双重驱动下，储能技术已成为支持可再生能源大规模整合、提升电网灵活性和可靠性的关键要素[1][2]。国际能源署（IEA，2023年）的最新报告强调，要实现2050年的净零排放目标，全球储能装机容量必须从当前水平扩大44倍[3]。作为全球可再生能源装机容量最大的国家，中国2023年的风能和太阳能装机容量已超过1太瓦[4]；然而，弃电率仍高达3.2%[5]，这凸显了快速容量扩张与电网调节灵活性不足之间的矛盾[6]。为应对这一挑战，中国政府颁布了一系列政策文件，如《“十四五”期间新能源储能发展实施方案》和《关于加快新能源储能发展的指导意见》，要求到2025年新增储能装机容量超过30吉瓦。尽管采取了多种激励措施，但商业和工业领域的分布式储能利用率仍然较低[7]，家庭储能系统的采用也进展缓慢[8]。这种次优的市场表现构成了一个关键瓶颈，最终可能阻碍气候治理目标的实现，并危及国家能源安全。

现有研究主要将上述困境归因于供应侧因素，如技术成本[9]、商业模式[10]和电价机制[11]；然而，它们往往忽视了需求侧因素——特别是公众态度——对储能技术推广轨迹的关键影响。公众是储能市场的主要利益相关群体[12]。家庭用电模式直接影响电网负荷分布[13]，从而推动储能配置的优化。此外，电动汽车（EV）的普及为储能技术奠定了核心需求[14]。这一趋势为未来的应用（如车对网[V2G]系统和共享储能）建立了广泛的用户基础，这些发展将深刻改变该行业的应用场景和商业模式[15]。微观行为经济学的研究表明，消费者态度是后续行为的前提[16][17]。因此，转变公众态度对于推动储能技术的发展至关重要。了解公众对储能的关注及其背后的驱动因素对于制定策略以改变消费者态度、加速储能技术的推广至关重要。然而，以往的研究主要集中在用户侧储能系统的控制和优化上[18][19]，而公众对储能的态度这一领域尚未得到充分探索。尽管有少量研究探讨了中国公众的态度[20]，但这些调查通常仅限于特定的城市中心。因此，中国公众对储能的总体认知尚未得到全面描述。在方法论上，以往的研究主要依赖于成熟的行为框架（如计划行为理论[TPB]和技术接受模型[TAM][21][22]）来探索消费者意图。这些演绎方法中理论框架和变量的选择往往基于研究者的假设，这引入了主观性和潜在偏差。鉴于个体行为的复杂性[23]，依赖通用理论框架的研究可能缺乏足够的解释力[24]。事实上，即使在采用相同理论框架的研究中，结果也常常存在显著差异[25][26]。在这种背景下，有必要采用更加客观和数据驱动的方法来深入研究中国公众对储能的态度。

在数字经济时代，在线社交媒体平台已深入融入人们的日常生活，成为公众获取信息、表达观点和参与互动讨论的重要媒介[27]。储能技术不仅为当前的能源挑战提供了解决方案，也为未来的能源可持续性指明了方向。因此，它成为多个领域讨论的焦点，在众多社交平台上引发了广泛讨论[28]。海量的用户生成内容为客观的大规模分析提供了新的机会[29]。因此，本研究利用文本挖掘技术从非结构化数据中提取影响公众对储能认知的关键主题。然而，尽管文本挖掘能够有效捕捉集体行为特征，但它无法解释个体差异对研究结果的影响[30]。为了解决这一局限性，本研究进一步通过全面的数据收集来阐明公众对储能关注的决定因素。

本研究的主要贡献如下：（1）方法创新：本研究采用自动化网络爬虫技术从社交媒体平台收集用户关于储能的评论数据，通过大规模数据采集，减少了仅基于理论假设分析个体行为和态度时的主观性。（2）范式创新：本研究将宏观层面的大数据分析与微观层面的实证研究相结合，通过综合多源数据克服了传统方法的局限性，特别是普遍性和代表性问题。（3）实际意义：本研究系统地探讨了公众对储能的关注现状及其决定因素，为推动储能技术的多样化部署提供了可行的见解。

本研究的结构如下：第2节回顾了相关文献；第3节介绍了研究的相关方法和研究框架；第4节进行了文本挖掘结果分析；第5节设计了实证调查，测试了驱动因素的作用并进行了异质性分析；第6节详细讨论了研究结果；第7节总结了主要结论、提出了政策建议、局限性及未来研究方向。

部分摘录

中国储能的现状

新能源储能技术的部署是中国缓解电网波动和推动能源系统低碳转型的关键国家战略[31]。中国的储能技术研发始于21世纪初。2014年，国务院的《能源发展策略行动计划》将其列为能源革命的关键支持技术。截至2022年底，中国的储能装机容量

网络爬虫技术

网络爬虫技术可以根据某些规则自动从互联网上提取信息。本研究使用网络爬虫技术获取公众在线社交平台的原始数据。作为中国的主要社交网络平台之一，新浪微博在社交领域占据重要地位。截至2024年8月底，新浪微博的平均日活跃用户数为2.56亿，月活跃用户数为5.83亿。

公众的职业和性别状况

经过数据清洗后，本研究共收集到68,908条在线评论，这些评论来自48,424个独特账户，其中21,500个为经过验证的用户。通常，与经过验证的账户相关的数据具有更高的真实性。在这些经过验证的用户中，14,913人为个人用户，6,587人为机构用户。这些用户类别的分布如图3所示。

调查区域

对新浪微博上在线评论的分析显示，北京、广东、上海、浙江、江苏和山东的居民对储能的关注度较高。因此，这些地区被指定为主要抽样群体。为了确保地理上的全面代表性并考虑区域差异，调查范围扩展到了河南、四川和辽宁。这些省份代表了公众关注的热点区域。

讨论

随着光伏、小型风电等家用分布式可再生能源设备的逐渐普及[110]，中国公众对储能的关注也在增加[111]。然而，中国微博用户的性别、账户认证情况、地理位置等因素导致了他们对储能的不同关注程度。首先，个人用户的数量远多于机构用户，这表明下游消费者

研究结论

了解公众对储能的态度有助于政府制定更有针对性的政策，从而促进储能技术的部署和消费者采纳。本研究通过文本挖掘方法描述了当前中国公众对储能的关注现状，并识别了其关键驱动因素。随后在中国进行了实证调查以进一步验证这些因素。研究结果表明，储能

CRediT作者贡献声明

沈宇：撰写 – 审稿与编辑、可视化、数据分析、概念化。王新平：撰写 – 审稿与编辑、监督、资源获取、资金筹集。苏畅：撰写 – 审稿与编辑、可视化、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文研究的财务利益或个人关系。

致谢

本研究得到了教育部人文社会科学研究规划基金（项目编号：23YJAZH127）和教育部西部人文社会科学研究项目（项目编号：23XJCZH016）的财政支持。