典型文献
公众对助推型减碳政策的偏好研究:基于联合实验与机器学习方法
文献摘要：
助推策略在促进公众低碳行为方面具有效果佳且成本低的优势,但将其广泛运用到减碳政策中将引发公众对决策自主性可能被侵犯的担忧.助推型减碳政策要获得更高程度的公众支持,需要系统了解公众对助推型政策设计中多个属性的偏好.论文采用联合实验设计,从受益者、助推目标、公民社会参与、实施者、助推技术、透明性及替代技术这七个政策属性切入,分析了公众对助推型减碳政策的偏好,并使用机器学习方法探索了不同群体在助推型减碳政策偏好上的异质性.研究发现,公众偏好受益者为人类,助推目标为绿色出行及可持续电力消费行为,公民社会的参与以环保组织及大学与科研机构为代表,助推技术以运动式教育、积极框架与反馈策略为主,透明性高且用以取代税收政策的助推型减碳政策.公众对助推型减碳政策实施者属性中的四种类型无显著的偏好差异.不同文化世界观、不同气候变化风险感知的群体在助推型减碳政策偏好上具有较大差异.上述发现对助推型减碳政策的制定与推广有相应政策启示.
文献关键词：
助推;助推型减碳政策;公众政策偏好;联合实验;机器学习
中图分类号：
作者姓名：
胡赛全;刘展余;雷玉琼;刘盼
作者机构：
湖南大学公共管理学院
文献出处：
引用格式：
[1]胡赛全;刘展余;雷玉琼;刘盼-.公众对助推型减碳政策的偏好研究:基于联合实验与机器学习方法)[J].公共行政评论,2022(03):40-61
A类：
助推型减碳政策,公众政策偏好
B类：
联合实验,机器学习方法,助推策略,低碳行为,对决,担忧,高程度,政策设计,实验设计,受益者,公民社会参与,实施者,透明性,替代技术,七个,政策属性,方法探索,不同群体,公众偏好,好受,绿色出行,电力消费,消费行为,环保组织,科研机构,略为,税收政策,偏好差异,不同文化,同气,气候变化风险,风险感知,政策启示
AB值：
0.267008
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
