针对气候变化的态度与需求驱动的能源减排：一种机器学习方法

《Energy》：Attitudes toward climate change to demand-driven energy mitigation: A machine-learning approach.

　　

摘要

在公众中推广减缓气候变化的行为是应对这一挑战的关键步骤，但不同群体在这方面的成效参差不齐。本文综述了关于个人对气候变化的态度与减缓行为之间关系的相关研究，重点关注需求端的能源消耗降低问题。文章还提出了一个分析框架，用以理解各种减缓策略背后的驱动因素及障碍。通过运用机器学习方法分析23个欧洲国家的调查数据，研究发现在态度层面，个人认为自己对气候变化负有责任这一因素是影响人们采取节能行为的最重要因素。因此，本文为了解该地区在激励人们采取环保行动方面的有效方法提供了有益的指导。

引言

自《斯德哥尔摩宣言》发布50多年后（联合国，1972年），气候变化已被公认为是当今最严峻的挑战之一。尽管各方普遍认同有必要防止环境状况进一步恶化，但政策制定者在控制排放方面的努力仍远远不足以满足科学界的建议（IPCC，2023年；经合组织，2024年）。根据联合国环境规划署的说法，到2035年，温室气体排放量必须减少一半以上，才能让全球重回实现《巴黎协定》目标的正轨，即把全球气温升幅控制在比工业化前水平高1.5°C以内（UNEP，2024年）。这一目标在2025年于贝伦召开的COP30会议上再次得到确认，“贝伦宣言”（气候行动高级别倡导者，2025年）强调，要弥补排放差距，就必须立即采取前所未有的措施来降低需求端的排放。同样，联合国环境规划署最新的《排放差距报告》（UNEP，2025年）也指出，如果个人能源消费模式不发生显著变化，实现1.5°C的目标将变得几乎不可能。造成这一困境的根本原因在于，污染行为与其带来的高昂代价之间不存在匹配，经济学家将此称为“公共物品问题”。从本质上讲，由于气候变化的全球性特征，缺乏协调会导致所有相关方都面临不佳的结果。在国家和国际层面也存在类似的激励机制失衡现象（经合组织等，2024年）。当个体更愿意搭便车，而不愿承担减缓气候变化的成本时，最终会导致整体上的过度消费和严重污染。这些负面外部性的规模和持续性使得一些学者将这一问题称为“超级棘手问题”（Levin等，2009年）。一方面，时间压力日益增大，且缺乏中央权威机构，这就要求所有人积极行动；另一方面，相互冲突的激励机制以及有限的理性也会抑制人们主动采取减缓措施的意愿。

尽管问题十分复杂，但解决方案是存在的。特别是在公共讨论中，一种越来越受到重视的方法就是推动个人行为改变。最近的评估表明，要弥补减缓差距，不仅需要从供应端实现脱碳，还需要在降低终端需求方面取得更快进展（国际能源署，2025a年；国际可再生能源机构，2024年）。2025年的《世界能源展望》明确指出，公众的参与是下一阶段能源转型的重要支柱。尽管有一小部分声音强烈的群体提出反对，但过去几十年来，公众越来越认识到气候变化是一种真实且严重的威胁（皮尤研究中心，2025年）。因此，改变消费者的生活方式不仅可以带来诸多好处，还能避免协调过程中可能出现的种种问题。虽然应对气候变化的成本并非在所有人群中平均分配，但利用人们为避免未来环境恶化而主动放弃短期福利的内在动机，被认为是一种很有前景的干预途径。本文重点探讨需求端的能源减缓策略，这一概念涵盖了私人家庭和个人为降低能源消耗所做出的决策。

然而，降低能源需求并非易事（Sorrell，2015年）。仅靠个人努力往往难以实现可持续的发展路径，因此，政策制定者必须设计相应的干预措施来支持和激励人们采取此类行为。对于个人能源消费及其减缓措施潜在好处的误解，可能会阻碍相关成果的实现（Johnson等，2024年；Lesic等，2018年）。在数学能力较低且环保意识较弱的群体中，这种认知偏差更为严重（Attari等，2010年），这类群体通常被认为更难参与到气候治理中。现有的研究往往难以将人们对减缓措施的态度与实际行为清晰地联系起来，也因此无法找到解决这一问题的最佳方法（de Costa等，2025年；Wolf & Moser，2011年）。这些未解问题的根源在于，大规模的研究，尤其是跨国和纵向研究十分匮乏，而且也缺乏可靠的因果估算方法来处理那些未被观察到的干扰因素。

本文从三个方面为有关气候变化减缓策略的现有研究做出贡献。首先，本文回顾了相关理论研究，解释了人们对气候变化的态度和信念是如何转化为实际行动的。由于可持续行为本质上是人们基于对现实且紧迫问题的认识而主动做出的决策，因此，找出阻碍人们积极参与的因素，有助于我们找到最具前景的干预方向。其次，本文对影响气候信念和私人节能行为的各类因素进行了分类，以便确定哪些个人特征能够促进人们采取节能措施。最后，本文通过运用机器学习算法，分析23个欧洲国家的调查数据，找到了影响人们环保态度和行为的最重要因素，从而为探讨气候态度与减缓行为之间的关系提供了新的视角。

本文的其余结构如下：第二部分探讨公众对气候变化的认知，包括近期怀疑情绪的增加以及这种情绪在特定人群中集中的原因。第三部分将进一步分析人们的信念和态度是如何转化为实际行动的，同时探讨可能存在的障碍，并阐述气候变化信念与一种解决方案——需求端能源减缓——之间的关联。第四部分会对影响人们参与环保事务的各种因素进行更详细的分析，并总结现有研究的优缺点。第五部分则介绍了一种机器学习方法，用于识别影响能源消耗降低和效率提升的最重要因素。最后，第六部分将给出结论性意见。

章节节选

环境信念与气候变化怀疑论

一个关键问题是，公众是将气候变化视为既定事实，还是将其视为受到他人质疑的普遍观点。由于当前的环境目标似乎已不足以应对日益严峻的气候变化问题（Geiges等，2020年），而且“议题疲劳”也在很大程度上削弱了人们持续参与的积极性（Morrison等，2018年；Pidgeon，2012年），因此，我们必须了解为什么以及在什么情况下，人们会不愿参与减缓气候变化的行动。

理解信念如何转化为行为

尽管我们已经了解到哪些因素会影响人们对环境的关注度，但将信念转化为实际行动仍然是一项艰巨的任务。根据计划行为理论及其延伸版本——理性行动理论（Ajzen，1991年；Fishbein，1967年；Fishbein & Ajzen，1975年），人们是否采取某种特定行为，是由两个核心要素相互作用决定的。一方面是意图，这取决于人们是否认为该问题值得付出努力，

解读现有研究：影响能源减缓策略的个人因素

在涵盖社会学、心理学、经济学以及其他社会科学领域的众多零散研究中，本文试图系统整理以往研究中的重要成果，同时关注各研究者所采用的方法。具体而言，接下来的讨论将重点分析那些与环境态度和能源消耗降低行为最为相关的因素。如前文所述，本文的目标是描绘出

利用随机森林对特征重要性进行排序

在之前的讨论结束后，还有一个问题亟待解答：衡量人们对气候变化的态度的最佳方式是什么？在各类环境信念中，哪一类更有利于形成相关的减缓信念和行动？在本节中，我们将通过运用先进的机器学习方法来解决这一难题，从而区分出那些真正能决定人们减缓行为的重要因素，以及那些只能起到轻微预测作用的因素。

结论

我们的研究结果深入揭示了阻碍能源转型的态度层面的因素，这在COP30（2025年）会议达成相关承诺之后显得尤为重要。正如最新的国际能源署（2025a年）和联合国环境规划署（2025年）报告所指出的，到2035年实现减排目标，更重要的是获得社会认可，而非依赖更多的技术突破。事实上，人们对于需求端干预措施的兴趣正在不断上升（Creutzig等，2018年；经合组织，2025a年、2025b年；Sharmina等，2025年）。各种情景分析

CRediT作者贡献说明

Emiliano SIRONI：撰写原文初稿、监督研究工作、开展调研。Bruno S. Sergi：监督研究工作、争取资金支持、构思研究方案。Giacomo A. Campagnola：撰写原文初稿、验证研究结果、处理软件相关问题、设计研究方法、开展调研、进行正式分析。

未引用参考文献

ESS，2023年；气候行动高级别倡导者，2025年；Muktarbek kyzy和Alfnes，2025年；经合组织、世界银行、联合国、国际货币基金组织及世界贸易组织，2024年；联合国环境规划署，2024年；联合国气候变化框架公约，2025年。

利益冲突声明

? 作者声明，他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

通讯作者：Emiliano Sironi教授

Bruno S. Sergi博士是意大利墨西拿大学的正教授，同时也在哈佛大学授课，主要研究领域为发展经济学和新兴市场经济学。他目前致力于研究新兴市场的政治经济问题，重点关注可持续发展、技术进步以及全球发展实践。他曾在新西兰大学以及中东欧的其他高校任教。

Giacomo A. Campagnola|Bruno S. Sergi|Emiliano Sironi

英国考文垂市沃里克大学经济系，CV4 7AL