摘要
2021年3月，“十四五”规划要求在2030年以前我国碳排放量必须达到峰值，即完成“碳达峰”任务目标；在2060年前必须达到碳排放与碳吸收的平衡，即完成“碳中和”任务目标。在我国的碳排放总量中，能源活动产生的二氧化碳排放量占据其中的87%。其中电力生产活动产生的碳排放量超过了全社会碳排放总量的40%，因此电力行业成为了实现碳减排目标任务的重要角色。因而发展绿色电力，是我国实现“碳中和”与“碳达峰”的重要方式。
本文通过对成都居民进行线上问卷调查回收的数据分析，运用SPSS软件进行单因素ANOVA检验、回归分析等分析方法分析讨论了居民绿色用电的影响因素，结果表明：（1）家人朋友的支持以及绿电的价格是影响成都地区居民绿色用电的主要影响因素；（2）绿电的安全可靠性、居民对环境保护的关注度和绿电的购买渠道在较高程度上影响着其绿色用电水平;（3）绿色电力从理论上来说是促进了消费者用电的。
目前，国内外各学者对居民生活用电影响因素的研究已经相当丰富，而且他们分别从不同的研究视角出发，为有效减少碳排放和大气污染等问题出谋划策。但结合现有的学术研究来看，鲜有对居民绿色用电的影响因素的研究文献。本文从绿色电力的角度出发，通过线上问卷调查法来收集成都居民有关绿色用电的数据，以实证的方法来研究分析居民绿色用电的影响因素。并基于回归分析得出的影响因素提出以下四点建议：（1）深入挖掘绿色电力的环境价值，提高消费者和企业的绿电意识；（2）强化电网安全可靠性，维护电力系统安全稳定运行；（3）综合采取强制性收费和补贴政策，对绿色电力产业进行调节；（4）畅通绿电产业链和供应链，助力供给侧和需求侧绿色发展。
关键词：“双碳”；绿色电力；SPSS；线性回归
第1章前言
1.1研究背景
2020年9月，我国提出“二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和”的目标，开启了全社会绿色低碳转型的新征程（毛俊杰和郜小芳，2022）。我国二氧化碳排放体量大，从碳达峰到碳中和仅有30年时间，任务艰巨复杂。目前，我国能源燃烧占全部二氧化碳排放的88%左右，电力行业排放占约41%（玉琦彤，2021）。
联合国环境划署2020年报告指出，全球一半以上的温室气体排放是由家庭消费排出的，这让我们不得不思考如何改变生活方式，来缓解气候变化，这是一项必须且迫切的选择。中国科学院发布的一份研究报告也显示，居民的消费行为产生的碳排放量是碳排放总量的53%，其对环境所造成的污染是不可忽视的。加之国人的生活水平和消费水平不断提高，导致这一比例不断攀升，未来还将持续增长。碳中和领域将有巨大的消费变革，这意味着公众有着巨大的发挥空间。我国已经开始探索和实践减少碳排放的方式，并且以消费者为中心，试图改变公众的行为。2022年5月，我国首个消费端碳减排量化标准正式实施，其中就包括了鼓励公民使用清洁能源、使用绿色节能产品和节约用电等建议。基于以上背景，要减少消费端的碳排放量，重中之重还是要从消费端抓起，要让居民使用绿电。
目前，我国的绿色电力交易仍处于探索阶段，用户可以通过国家电网开发的“e-交易”电力市场统一服务平台，在绿色电力交易专区购买绿电（张显等，2022）。现阶段的绿色电力交易主要依靠双边协商推进，具体分为电力用户直接购买和售电公司代理购买。以浙江省为例，110kv以上的电力用户可以直接找光伏及风力发电企业购电，但这种途径购买绿电具有数量少、价格高的问题，还面临着欠发欠用的风险，所以目前大多选用的是通过售电公司代理购买绿电（李平，2021）。而在这一方面，国外的绿电市场已经发展得较为完善。比如截止2022年3月底，德国屋顶上共安装了220万个总额定输出功率为58.4吉瓦（1吉瓦等于1百万千瓦）的光伏系统（于琳娜，2022）；2019年，加拿大作为世界第四大水电生产国，每10个电力消费者中就有6个在使用水电（周兴波等，2020）。
综上所述，国外居民的绿电使用体系目前已较为完善，而国内居民绿电的购买和使用情况则显示出途径单一、价格高、安全可靠性低等问题。现阶段的研究成果大都集中在居民生活用电，对居民绿色用电的影响因素知之甚少。且在我国“2030年碳达峰、2060年碳中和”的政策背景下，发展绿电以减少电力行业碳排放就显得尤为重要。所以，研究居民绿色用电的影响因素具有重要的理论和现实意义。
1.2研究内容
本文以成都居民为例，对其绿色用电的影响因素进行分析。本研究的目的在于分析影响居民绿色用电的因素，力求将理论成果作用于实践，切实提高用电效率，加快“双碳”目标的实现。本文的研究内容包括五部分：第一部分是前言，介绍了本文的研究背景、研究方法、技术路线图、研究的创新点以及研究的意义。第二部分是文献综述，包括“绿色电力”的起源以及核心概念，同时就国内外研究现状进行分析介绍，为本课题的研究奠定理论基础。第三部分是预调研，是为了在一定程度上确保之后正式调研的数据及分析准确无误。第四部分是正式调研，通过问卷星、微信群等线上平台收集到的数据，利用SPSS软件进行单因素ANOVA分析和回归分析等，得出居民绿色电力的影响因素。第五部分是总结，根据之前的数据分析与讨论，得出最终结论并基于影响因素给予相应的建议与展望。
1.3研究方法
1.3.1文献研究法
文献研究法是根据一定的研究目的或课题，通过调查文献来获得资料，从而全面地、正确地了解掌握索要研究问题的一种方法（姚计海，2017）。围绕本文研究课题，通过知网、谷歌学术、万方等多个渠道对“绿色电力行业”、“绿色电力”、“居民用电影响因素”等方面的中英文文献进行研读。对相关内容进行了收集与整理，形成了充足的文献资料基础储备，为研究的科学性、准确性奠定了夯实的基础，形成理论依据。
1.3.2问卷调查法
问卷调查法是指通过制定详细周密的问卷，要求被调查者据此进行回答以收集资料的方法（骆雯和张宁，2017）。根据论文的研究主体与研究目的，初步设计问卷调查的题项，再根据预调研的数据进行信效度检验分析以及与指导老师的反复论证后，通过问卷星、微信平台等方式向成都市居民发放并回收问卷，为本文的研究提供数据支撑。
1.3.3实地访谈法
实地访谈法是指更具研究者拟定大致的研究计划或访谈提纲，对观察对象所做的访问无主题谈话，通过面对面的交流获得资料（庄欠凤，2023）。对参与问卷调查且意愿较强的部分居民进行实地访谈，选择对象为成都各小区内随机选取的3-4位居民，通过面对面访谈以及收集资料，深入了解居民对使用绿电的看法和建议。
1.3.4回归分析法
回归分析法指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程，并加以外推，用于预测今后的因变量的变化的分析方法（尹路和刘远鹏，2023）。利用线上问卷调查收集的数据，运用SPSS软件对显著性影响因素进行回归分析，得出回归分析模型并进行讨论。
1.4研究的创新点
近年来，随着大气污染问题越来越严重，社会各界对于温室气体的排放也愈发严格把控，而居民生活用电又是碳排放的主要输出。目前，学术界对于居民生活用电影响因素的研究已经相当丰富，国内外的学术研究者分别从不同的研究视角出发，为有效减少碳排放和大气污染等问题出谋划策。但结合现有的学术研究来看，鲜有对居民绿色用电的影响因素的研究文献。于是本文从绿色电力的角度出发，通过问卷调查法搜集的数据来进行具体分析，其结论为推动产业发展提出全方位的政策建议，也有助于构建新型电力系统。这也体现出本文在研究中的理论运用层面的创新。
1.5技术路线图
图1-1技术路线图
1.6研究意义
2022年12月，国家发展改革委员会印发了《“十四五”扩大内需战略实施方案》，方案提出：积极发展绿色低碳消费市场，鼓励绿色电力交易，并且制定了促进各类电力用户购买绿色电力的激励措施和奖励机制，积极推动高载能企业和行业优先使用绿色电力。且随着经济的增长和居民消费水平的提高，居民的生活用电持续增长较快。根据2021《中国统计年鉴》报告显示，中国居民在过去30年间的电力消耗从1990年的481亿千瓦时增长到了2019年的10637亿千瓦时，增长了22倍多。就成都来说，根据国网成都供电公司披露的2020年成都市全社会用电量数据，2020年成都市城乡居民生活用电量170.38亿千瓦时，占全社会用电总量的23.49%，同比增长10.53%。近年来，对居民用电影响因素的研究大多集中在生活用电，在绿色用电方面的研究还很欠缺。因此，本文以成都居民为例，通过线上问卷调查的方式，收集成都区域内居民绿色用电的行为数据并进行分析研究，一方面有助于拓展居民的用电领域提高居民的低碳意识，另一方面有助于构建新型电力系统，从而达到有效减少大气污染和碳排放等问题。
本文通过对现有居民生活用电影响因素的研究进行分析梳理，再结合对相关文献资料的手记整理，整合出一份综合的、深入的调查问卷。为了使得最终的研究成果能够真正运用到实际生活中，本文在成都区域内进行线上问卷调查，运用SPSS软件对收集到的数据进行单因素ANOVA分析、回归分析等，对其影响因素提出意见和建议，以推动绿色电力消费，加速“双碳”目标的实现。
第2章文献综述
2.1绿色电力概念与起源
绿色电力（Green Power）是指生产过程中不需要消耗煤、天然气等燃料，而利用可再生资源所产生的电力，因而其不会产生或很少产生对环境有害的排放物（刘梦飞，2022）。生产绿色电力须利用特定的发电设备，如风机、太阳能光伏电池等，将风能、太阳能等可再生的能源转化成电能（王圣等，2022）。
绿色电力项目最早是由X在1993年启动的，随后欧洲各国也结合本国资源积极发展绿电；之后为了应对资源短缺、气候变化等问题，各国也都有积极参与探索和发展绿色电力（王圣等，2022）。中国也是从2002年以来就持续关注，并积极发展绿色电力（王源，2018）。且自绿色电力提出以来，居民的用电行为问题就开始备受国内外学者的高度关注与重视，同时取得了较多的研究成果。
2.2国内外研究现状
2.2.1居民绿色用电影响因素研究现状
目前，国内有关居民绿色用电影响因素的研究尚少。彭蓬（2022）通过构建消费者意愿模型发现，消费者愿意在不使自身利益受损的情况下购买更加绿色环保的含光伏-储能系统的住宅。蔺阿琳（2020）在“理论研究-机理解析-模型构建-空间评估-规划实施”的技术框架下展开研究，运用实地踏勘、公众和专家问卷访谈、视觉Q方法以及文献分析法等研究方法，并且通过构建评估模型得出受访者普遍赞成安装太阳能设施，着眼于提升太阳能可利用空间的开发质量。
2.2.2居民生活用电影响因素研究现状
纵观国内外现有文献，有关居民生活用电的影响因素方面已经有了不少研究。陈佳（2022）利用多元归回模型，揭示出城镇化比率、常住人口数、人均可支配收入和电器普及率是影响居民用电量主要因素。相楠等（2017）也发现，在对北京、杭州、广州和贵阳四个城市居民生活用电情况进行调查问卷中,分析得出居民的收入水平与生活用电之间存在着明显的相关性。贾艳琴（2014）运用实地调查法,并利用多元线性回归模型发现，西北地区居民生活用电与其人均收入和家庭人口数量存在着十分密切的关联;另外家庭所拥有的大功率电器的数量和品质也会明显影响他们的生活用电的水平。闫宁（2020）通过分析，深入剖析居民用电的增长受多方面因素影响，主要因素有居民收入水平、电价水平和替代能源的使用情况。沈勇等（2012）对上海地区2000～2010年居民用电规律进行了详细分析,通过研究居民用电负荷、经济社会因素和气象因素之间的关系,利用回归分析的方法得出居民用电的预测模型，研究结果显示，人均可支配收入、最高月平均气温和总户数是影响居民用电的主要因素。而李永毅（2019）在对陕西省居民用电量、经济和社会指标等大量数据进行统计计算后发现常驻人口是影响居民生活用电的间接影响因素。周晖等（2003）通过对城八区1000户居民家庭夏季用电状况抽样调查并采用SPSS软件进行数据分析，发现住房面积是影响居民夏季用电水平的重要因素之一，并且不同面积的住宅之间存在明显的差异性。国外学者Kerui Du et al.（2020）通过运用部分线性函数系数面板数据模型揭示出气候变化显著地影响到了炎热天气下的居民用电；此外，收入水平也影响气候敏感性，进而间接影响居民用电水平。Mengxuan Teng et al.（2022）利用高质量的中国省级月数据和固定效应面板方法发现环境温度与居民月用电量呈U型不对称关系也得出了类似的结论，具体表现为：在最高气温超过34摄氏度的一天，与当日最高气温在22-26摄氏度范围内的情况相比，该月的人均住宅用电量增加1.6%。
2.2.3文献述评
目前，国内外学者大都将焦点集中在居民生活用电影响因素的分析上，对居民绿色用电的影响因素的研究分析还很少。纵览现有文献，影响居民生活用电的主要因素大致包括：经济因素、气候因素以及家庭人口学特征等。我国作为世界上第二大温室气体的排放大国（赵夕娴，2020），常规电力生产使用的煤、石油、天然气，已经成为我国二氧化碳等温室气体的主要排放源之一。绿色电力的出现恰恰上是给消费者提供了一个机会，他们只需要支付略高于常规电力的费用就可以选择使用对环境有益的绿色资源；同时，使用绿色电力的更是对可持续发展理念的身体力行，也有助于推动产业结构调整和构建发展新格局，为“双碳”目标的实现添砖加瓦。因此，有必要结合绿色电力对居民用电的影响因素做一个研究分析，让绿电充分发挥其在电-碳市场起到的协调发展作用，助力实现“双碳”目标。
第3章预调研
3.1预调研的目的
本次预调研的样本来自成都，通过问卷调查的方式，进行线上问卷收集，共回收有效问卷70份。由于正式调研在人力物力财力和时间上都耗费巨大，预调研在一定程度上降低了由于问卷涉及缺陷造成的不必要浪费的可能性，因此是必须而且必要的。该预调研的主要目的包含了以下两个方面：（1）调研结果主要用于验证所使用量表的信效度表现。通过分析可以及时发现问卷的潜在问题，并进行调整，以确保最终版本适用于正式调研。（2）预调研结果有助于我们初步检验研究假设的方向是否正确。尽管受样本量的限制，预调研的结果不可能完全验证假设，但其结果在一定程度上可以指示变量之间的联系和趋势。
3.2预调研问卷设计
问卷的设计主要包含两个部分的内容，完整调查问卷见文末附件。第一部分重点了解受访者的基本情况，包括性别、年龄、受教育水平、家庭人口数、家庭月收入、房屋建筑面积、所处楼层高度以及每月所用电费，进而了解受访者现阶段对用电量的需求情况，为后续绿色电力的发展提供有力支撑。第二部分主要涉及对本研究几个出发点的验证，即通过涉及五级量表的形式调查受访者对绿色电力的需求和态度，以及为什么会选择绿色电力。同时，也可帮助预测受访者未来的行为和需求，以便于提供更好地产品和服务。
3.3预调研数据检验
信度分析和效度分析是调查问卷数据分析中最重要的内容，也是检验问卷数据是否合格的重要标准，数据的质量更是对论文的研究结果有着重大的关联。信效度检验可以提高样本的质量，证明样本具有统计学意义，提高论文的可靠性和说服力，常见的克隆巴赫系数和KMO值检验都是衡量问卷数据质量的指标。
3.3.1信度检验
信度检验是对问卷的可靠性和一致性进行检验。本研究采用克隆巴赫系数来对居民绿色用电影响因素调查问卷进行信度检验，具体如图所示：
信度系数在0-1之间，越接近于1信度越好（关守义，2009）。根据居民绿色用电的影响因素预调研的信度检验结果可知，量表题项总体的克隆巴赫系数为0.986，说明可信度较高；且根据各量表问题的“项已删除克隆巴赫系数”，任意题项被删除后，信度系数并不会有明显的上升，因此说明题项不应该被删除处理。综上所述，该研究数据信度系数值高于0.9，说明数据信度质量高，可用于进一步分析。
3.3.2效度检验
对理解测量结果的含义而言，结构效度是最重要的效度指标之一。本研究运用于因子分析方法从数据中提炼出基本的构思，以此对居民绿色用电影响因素调查问卷的结构效度进行分析。
表3-2 KMO测度和巴特利球体检验
KMO值的度量标准是：0.9以上非常适合，0.8适合，0.7一般，0.6不太适合，0.5以下极不适合（李灿和辛玲，2008）。根据居民绿色用电的影响因素预调研的效度检验结果可知，其KMO值为0.937，数据适合做因子分析；巴特利球形度检验显示，其近似卡方值为2336.863，自由度为406，显著性水平为0，即拒绝相关矩阵为单位矩阵的假设，适合做因子分析。
第4章正式调研
经过预调研问卷数据的信效度检验以及同老师商讨相关问题的修改完善后，进行正式调研问卷的发放，通过在问卷星平台、小区微信业主群等线上方式共回收386份问卷，其中有效问卷359份，问卷回收率为93.01%。接下来将通过此次线上回收的数据，对居民绿色电力的影响因素做SPSS分析。
4.1信度检验和效度检验
4.1.1信度检验
根据居民绿色用电的影响因素调查问卷的信度检验结果可知，居民绿色用电的影响因素调查问卷的克隆巴赫阿尔法系数为0.980，也即达到了0.7的信度检验标准，因此认为居民绿色用电的影响因素调查问卷具有良好的内部一致性。
4.1.2效度检验
根据居民绿色用电的影响因素调查问卷的效度检验结果可知，其KMO值为0.991，也即达到了0.7的效度检验标准，且巴特利特球形检验的卡方统计量达到了5%的显著性水平，因此认为居民绿色用电的影响因素调查问卷具有良好的结构效度。
4.2描述性统计分析
4.2.1频率占比分析
选择问卷中的基本信息，包括被调研者的性别、年龄以及受教育水平，对其进行频率统计分析，结果如表所示：
由表可知，参加本次问卷调查的男女比例分别为49.6%和50.4%；年龄占比分别为24%、28.1%、23.4%、18.9%和5.6%，其中处于26-35岁年龄段的人最多，其次是处于25岁以下和36-45岁的人数，处于46-55岁之间的人较少，处于56岁以上的人最少；受教育水平中小学学历占比为9.7%、初中学历占比为13.4%、高中学历占比为32.9%、大专学历占比为25.1%、本科及以上学历占比为18.9%。
4.2.2交叉表格分析
选取年龄和受教育水平同购买意愿，用卡方检验来描述这两个变量的联合分布及其结构。
根据不同年龄段被调查者购买意愿频数分布差异的卡方检验结果可知，不同年龄段被调查者各种购买意愿频数分布差异的皮尔逊卡方统计量为11.283，，也即并未达到5%的显著性水平，因此认为不同年龄段被调查者各种购买意愿频数分布不存在显著性差异。
根据不同受教育水平被调查者购买意愿频数分布差异的卡方检验结果可知，不同受教育水平被调查者各种购买意愿频数分布差异的皮尔逊卡方统计量为15.919，，也即并未达到5%的显著性水平，因此认为不同受教育水平被调查者各种购买意愿频数分布不存在显著性差异。
4.3独立样本T检验
选取性别和购买意愿两个变量，用独立样本T检验来描述这两个变量的联合分布及其结构。
首先对于不同性别被调查者的购买和使用绿色电力意愿进行了描述性统计分析，结果显示，男性被调查者购买和使用绿色电力意愿平均值为1.44，而女性被调查者购买和使用绿色电力意愿平均值为1.54，因此，女性被调查者购买和使用绿色电力意愿平均水平略高于男性被调查者。进一步根据独立样本T检验结果可知，男性和女性被调查者的购买和使用绿色电力意愿平均水平差异的t统计量为-0.821，，也即并未达到5%的显著性水平，因此认为男性和女性被调查者的购买和使用绿色电力意愿平均水平并未存在显著性差异。
4.4单样本T检验
选取家庭人口数、住宅建筑面积以及楼层同家庭月均电费做单样本T检验。
根据不同家庭人口数与被调查者月均电费频数分布差异的单样本检验结果可知，不同家庭人口数被调查者月均电费频数分布差异的显著性，也即该统计量达到了5%的显著性水平，因此认为家庭人口数对不同判断水平下被调查者月均电费存在着显著性差异。
根据不同家庭月收入与被调查者月均电费频数分布差异的单样本检验结果可知，不同家庭月收入被调查者月均电费频数分布差异的显著性，也即该统计量达到了5%的显著性水平，因此认为家庭月收入对不同判断水平下被调查者月均电费存在着显著性差异。
根据不同家庭建筑面积与被调查者月均电费频数分布差异的单样本检验结果可知，不同家庭建筑面试被调查者月均电费频数分布差异的显著性，也即该统计量达到了5%的显著性水平，因此认为房屋建筑面积对不同判断水平下被调查者月均电费存在着显著性差异。
4.5单因素ANOVA检验
选取被调查者家人朋友的支持力度、XX的支持力度、绿电的安全可靠性、购买渠道、对资源短缺和环境污染的关注度以及绿色电力的价格同购买意愿做单因素ANOVA检验。
根据家人、朋友对居民购买绿色电力影响程度不同判断水平下被调查者购买意愿平均水平差异的方差分析结果可知，绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的F统计量为160.048，，也即该统计量达到了5%的显著性水平，因此认为绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平存在着显著性差异。
根据XX对居民购买绿色电力影响程度不同判断水平下被调查者购买意愿平均水平差异的方差分析结果可知，绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的F统计量为129.372，，也即该统计量达到了5%的显著性水平，因此认为绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平存在着显著性差异。
根据绿色电力的安全可靠性影响程度不同判断水平下被调查者购买意愿平均水平差异的方差分析结果可知，绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的F统计量为130.320，，也即该统计量达到了5%的显著性水平，因此认为绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平存在着显著性差异。
根据绿色电力的购买渠道影响程度不同判断水平下被调查者购买意愿平均水平差异的方差分析结果可知，绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的F统计量为120.830，，也即该统计量达到了5%的显著性水平，因此认为绿色电力的购买流程对购买决策影响程度不同判断水平下被调查者购买意愿平均水平存在着显著性差异。
根据不同资源短缺和环境污染关注度条件下被调查者购买意愿平均水平差异的方差分析结果可知，不同资源短缺和环境污染关注度条件下被调查者购买意愿平均水平差异的F统计量为128.870，，也即该统计量达到了5%的显著性水平，因此认为不同资源短缺和环境污染关注度条件下被调查者购买意愿平均水平存在着显著性差异。
根据绿色电力价格对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的方差分析结果可知，绿色电力价格对购买决策影响程度不同判断水平下被调查者购买意愿平均水平差异的F统计量为136.952，，也即该统计量达到了5%的显著性水平，因此认为绿色电力价格对购买决策影响程度不同判断水平下被调查者购买意愿平均水平存在着显著性差异。
4.6回归分析
选取根据单因素ANOVA检验分析得出的与“购买意愿”有显著相关的影响因素，进行回归分析，得出回归模型，并就影响程度进行分析。
a.预测变量：(常量),绿色电力的价格高低并不影响您购买的决策,您认为绿色电力是安全可靠的,家人、朋友支持您使用绿色电力,您一直在关注资源短缺和环境污染等问题,您对绿色电力的来源、购买渠道和使用方法十分清楚,XX支持居民使用绿色电力
b.因变量：您愿意购买和使用绿色电力
根据所构建回归分析模型的拟合优度检验结果可知，其拟合优度调整后R方为0.644，因此认为模型中的自变量可以解释因变量购买和使用绿色电力意愿变异的64.4%，因此认为所构建回归分析模型的解释能力较强。而根据自相关检验的DW检验结果可知，其德宾-沃森检验统计量为1.913，接近2，因此认为所构建的回归分析模型不存在自相关问题。
b.预测变量：(常量),绿色电力的价格高低并不影响您购买的决策,您认为绿色电力是安全可靠的,家人、朋友支持您使用绿色电力,您一直在关注资源短缺和环境污染等问题,您对绿色电力的来源、购买渠道和使用方法十分清楚,XX支持居民使用绿色电力
根据回归分析模型整体性检验结果可知，所构建回归分析模型整体性检验的F统计量为109.046，，且达到了5%的显著性水平，因此认为所构建的回归分析模型中自变量和因变量存在显著的线性关系，也即所构建的回归分析模型是有效的。
根据以上结果可以得出本研究的回归分析模型：
其中，Y表示“购买和使用绿色电力意愿”，X1表示“家人、朋友支持您使用绿色电力”，X2表示“XX支持居民使用绿色电力”，X3表示“您认为绿色电力是安全可靠的”，X4表示“您对绿色电力的来源、购买渠道和使用方法都十分清楚”，X5表示“您一直在关注资源短缺和环境污染等问题”，X6表示“绿色电力的价格高低并不影响您的购买决策”。
根据回归分析模型的回归系数显著性检验结果可知，自变量“家人、朋友支持您使用绿色电力”的回归系数为0.216，，也即达到了5%的显著性水平，因此认为自变量“家人、朋友支持您使用绿色电力”可以显著正向影响购买和使用绿色电力意愿，且表现为随着被调查者对“家人、朋友支持您使用绿色电力”的认同程度提高一个单位，那么购买和使用绿色电力意愿会提高0.216个单位。
自变量“XX支持居民使用绿色电力”的回归系数为0.050，，也即并未达到5%的显著性水平，因此认为自变量“XX支持居民使用绿色电力”不可以显著影响购买和使用绿色电力意愿。
自变量“您认为绿色电力是安全可靠的”的回归系数为0.165，，也即达到了5%的显著性水平，因此认为自变量“在过去5年内，您购买过绿色电力”可以显著正向影响购买和使用绿色电力意愿，且表现为随着被调查者对“您认为绿色电力是安全可靠的”的认同程度提高一个单位，那么购买和使用绿色电力意愿会提高0.165个单位。
自变量“您对绿色电力的来源、购买渠道和使用方法都十分清楚”的回归系数为0.140，，也即达到了5%的显著性水平，因此认为自变量“您对绿色电力的来源、购买渠道和使用方法都十分清楚”可以显著正向影响购买和使用绿色电力意愿，且表现为随着被调查者对“您对绿色电力的来源、购买渠道和使用方法都十分清楚”的认同程度提高一个单位，那么购买和使用绿色电力意愿会提高0.140个单位。
自变量“您一直在关注资源短缺和环境污染等问题”的回归系数为0.158，，也即达到了5%的显著性水平，因此认为自变量“您一直在关注资源短缺和环境污染等问题”可以显著正向影响购买和使用绿色电力意愿，且表现为随着被调查者对“您一直在关注资源短缺和环境污染等问题”的认同程度提高一个单位，那么购买和使用绿色电力意愿会提高0.158个单位。
自变量“绿色电力的价格高低并不影响您的购买决策”的回归系数为0.210，，也即达到了5%的显著性水平，因此认为自变量“绿色电力的价格高低并不影响您的购买决策”可以显著正向影响购买和使用绿色电力意愿，且表现为随着被调查者对“绿色电力的价格高低并不影响您的购买决策”的认同程度提高一个单位，那么购买和使用绿色电力意愿会提高0.210个单位。
4.7小结
本章先是对调查问卷回收的数据利用SPSS软件进行了信效度检验，结果表明问卷的信效度较好，可以用于接下来的分析。接下来是对问卷的基本情况做了描述性统计分析，包括被调查者的性别、年龄以及受教育水平，并就年龄和受教育水平同对绿电的购买意愿做了卡方检验，结果表明二者对购买意愿无显著影响。其次是就性别同购买意愿进行了独立样本T检验，其结果表明二者并无明显相关。之后就家庭人口数、楼层高以及家庭月收入同月均电费做了单样本T检验，结果表明三者对月均电费均有显著影响。然后就被调查者的家人朋友对其使用绿电支持力度、XX的支持力度、绿电的安全可靠性、购买渠道、对资源短缺和环境污染的关注度以及绿色电力的价格同购买意愿做单因素ANOVA检验，结果表明其对购买意愿均有显著影响。最后是就单因素ANOVA检验结果的影响因素做回归分析，结果表明家人、朋友对居民使用绿电的支持力度的影响最大，其次是绿电的价格影响，绿电的安全可靠性、关注度以及绿色的购买渠道也对居民绿电的使用有一定影响。
结论
随着绿色发展、低碳发展和绿色经济的不断发展，绿色电力在迎来机遇的同时也迎来了不同的挑战与风险。而发展绿色电力有助于解决中国电力短缺、资源短缺和环保问题，是我国电力可持续发展的基本选择，所以其扮演的角色也充当着越来越重要的地位。本文在正式调研的单因素ANOVA检验的结果中发现，不同影响因素对居民的绿电购买意愿都有显著差异，即家人、朋友的支持力度、绿电的安全可靠性、居民自身对于环境保护与资源节约的关注度以及绿电的价格都会对居民的购买意愿造成影响。同时本文在之后的分析中基于此分析基础上，对于不同影响因素对居民的购买意愿做了回归分析，从回归模型中得出不同影响因素对居民购买意愿的影响程度，基于以上影响因素提出建设性的意见和建议以确保“双碳”目标的实现。
本文在基于各位业界学者关于居民用电影响因素的调查研究的基础上，从绿色的角度出发，对居民绿色用电的影响因素进行了研究，通过文献调查法、问卷调查法和实地访谈法，得到了绿色电力从理论上来讲是促进了消费者用电这一结论。在问卷的第38-40题中，都有超60%的居民是认为绿电是会促进其对电力消费的，并且绝大多数居民都是对绿电抱有十分看好的态度且未来也为继续使用绿电。其次是通过对家人、朋友的支持力度、绿电的安全可靠性、居民自身对于环境保护与资源节约的关注度以及绿电的价格对居民绿电购买意愿的回归分析，可以看出不同因素对其影响的侧重程度也不相同。从分析结果中可以看出家人朋友的支持以及绿电的价格是影响成都地区居民绿色用电的主要影响因素；绿电的安全可靠性、居民对环境保护的关注度和绿电的购买渠道在较高程度上影响着其绿色用电水平。并且从李强（2022）等人的分析中可以得出：电力用户对绿电成交价格的关注度是非常高的，其次是用户对绿电的关注度也影响着绿电的交易使用。那么从以上影响因素入手给出建议，在家人、朋友以及自身的关注度方面，应注重深入挖掘绿电的环境价值；在绿电的安全性方面，应多关注绿电交易市场机制的完善；在价格方面，XX应多多落实相关政策，企业和居民也应大理支持绿色电力的发展；在购买渠道方面，要构建多渠道绿电供应保障，确保居民购电渠道畅通。
基于本文收集的数据和进行的相关研究分析所得出的影响居民绿色用电的因素，本文建议如下：
第一，深入挖掘绿电的环境价值。首先是加大绿色低碳理念的宣传力度，提高消费者对绿电的消费意识。通过问卷的调查报告可知，口头宣传和音像宣传这两种宣传方式更容易被居民认可，所以可以通过这两种形式来介绍绿色电力对改善生态环境、提高人民生活质量以及实现国民经济持续发展的重要作用，让社会上更多的人来参与到支持绿电发展的活动中来，并积极使用这种清洁无污染的可持续利用的能源。其次就是推行绿电产品环境认证，建立健全绿色电力环保认证体制，汲取国外最新研究成果，并逐渐与国际标准相接轨。还可以将绿电消费与绿色金融信贷、绿色工厂评定以及零碳园区创建等方面相结合，进一步凸显绿电的环境价值。
第二，维护电力系统安全稳定运行，提高相应保障体系标准。从目前的大量分析报告看，鲜有从供电可靠性角度去研究策略的，无论是专家还是领导都将焦点集中在节流上，以为只要将空调温度维持在26摄氏度，便可度过难关。其实不然，全国各大城市都必须要对自身的电力系统运转的可靠性有新的认识，不安全的系统结构、不可靠的备用设备、老旧的线路及其潜在的风险都会导致电力系统发生故障。更关键的是，目前的节能是以供电可靠性及系统运转的良好作为第一要务，要明白，如果没有可靠性及安全性保障，那就谈不上节能。因此，要保证电网安全、平稳地运转，就必须要坚持“安全第一”的方针，避免和消除各种隐患，例如必须考虑到特大事故，如大型设备严重损坏等对社会造成的影响；特别是必须提高城市电网指挥中心和信息中心等系统的安全性，不仅要对这类负荷进行规范，还要不断提高其安全评估，确保居住环境下的绿色用电安全可靠。
第三，综合采取强制性收费措施和补贴政策，对绿色电力产业进行调节。在最新的绿电交易中，绿电比普通电价要贵0.03-0.05元/千瓦时，并且不排除未来还会更贵，但这也是合乎逻辑的结果（马晨晨，2022）。因此，为了鼓励消费者使用绿电，XX和企业可以根据消费者的用电量来引入系统效益费，用来建立一个促进节能和可再生能源发展的基金，支持绿色电力的开发、使用、生产和建设，并鼓励消费者购买和消费绿色电力；在此基础上也可以募集和引导民间资本加入其中。同时，绿色电力的环境效益也可以通过一系列的方法转化为经济效益，还能得到XX出台配套的政策支持，比如对认购绿色电力的单位和个人，在授予荣誉证书的基础上，实施其他奖励机制。
第四，畅通绿电产业链和供应链，助力供给侧和需求侧共同发展。随着“双碳”战略目标的制定实施，社会各界都逐渐意识到可持续发展的重要性，并认识到使用绿电不仅与企业自身的可持续发展战略相符合，也可以大大提升品牌形象，有些跨国公司更是将消费绿色电力作为其国际商誉的重要组成部分。在这方面，国外一些公司做出了相当傲人的成就。比如X的绿山能源公司，其在全美共7个州开展绿电交易，建立了67个风力发电厂和8个光伏发电厂（邓琴雯，2022）。而国内的绿电交易则可以根据国情以及自身的发展情况来入手，第一步是关注消费者本身，满足他们对绿电的需求，从而引导全社会形成主动消费绿色电力的共识。其次企业还可以通过绿色电力交易，将供给侧的绿色低碳转移到需求侧，实现供需双方协同，从而鼓励供给侧和需求侧互动。而且在目前我国产业结构发展不平衡的情况下，推广绿色电力消费不仅有助于优化产品的工艺流程结构，同时还可以助力调整产业结构，还可以促进构建循环经济产业链。另外，四川是我国水电第一大省，其水力资源技术可开发量装机容量占全国的22%（农哲，2006）。根据国家统计局数据显示，四川2021年发电总量4300亿千瓦时，其中水力发电就达到了3700亿千瓦时，达到了80%以上的占有率；同时攀枝花也依托其得天得厚的阳光资源，大力发展光伏发电，根据2023年的《中国统计年鉴》显示截至2022年6月，攀枝花市共有光伏用户1537户，涉及配网台区1081台，总装机容量106.24兆瓦；且目前两个零碳村庄试点项目（仁和区混撒拉村、米易县草场镇龙华村）已基本完工，初见成效。四川可基于现有能源资源禀赋，充分利用省内和省外电力工业渠道，统筹绿电资源协同发展；稳步推进攀枝花分布式光伏建筑，充分利用城区和工业园区的屋顶资源，大理发展分布式光伏和与建筑外表一体化的光伏发电技术，确保绿电多渠道畅通。
基于本文所收集到的数据和采用的分析方法，虽取得了一定的研究成果，但是受限于研究条件、研究方法以及数据质量等，本文的研究还存在很多的不足之处，例如：
在问卷设计方面，本研究虽然在设计调查问卷时借鉴了国内外学者的相关文献以及成熟量表，也进行了实地访谈和预调研，但是目前与本文所研究内容类似的实证研究还不是特别多，受限于自身的学力，因此有些问卷的题项还有待进一步提升改善。另外，本文研究所采用SPSS软件进行信效度检验，虽然结果达到了分析的标准，但研究结果在可允许的误差范围内仍然存在可以影响实际结构的可能性。在数据处理方面，本文的实证分析只包含了验证显著性影响因素的检验，并没有对结果进行进一步的挖掘，可能会存在一些有价值的影响因素未被发现。因此，在接下来的研究中，将会尽可能地完善调查问卷的题项，进步一挖掘实验数据，以获得更加有价值的实验成果。
致谢
时光易逝，转眼间大学生活已经迈向了最后一步。十分有幸在这五年的时间里能与诸君相遇、相识、相知。
一谢各位老师的谆谆教诲。感谢学院各位老师的栽培与教育，无论是在生活上还是在学习上都给了我很多帮助。更要感谢在这次的毕业论文写作中一直给予我指导、帮助的陈威老师，从一开始的选题，到之后的论文框架、初稿后的反复修改，陈老师都秉承着严谨求真的态度和辩证的思维方式，给予了我在学术写作方面极大的帮助，再次对老师致以最真挚的谢意！
二谢亲爱的同窗挚友。都说陪伴是最长情的告别，朝夕相处的大学生活，互帮互助，共同进步，与优秀的你们相遇是我生命中的小确幸。特别感谢我的室友们在学习生活中给予我的鼓励与关怀，感谢你们让我在各方面都有了极大的提升。同你们在大学生活中的点点滴滴将是我未来生活中很长一段时间里最怀念的时光。
三谢含辛茹苦养育我的父母。是你们将我带到了这个美丽的世界，更是你们在背后默默支持着我这17年的学习和生活，让我没有后顾之忧。我能在学校里没有任何顾虑地学习，离不开你们的付出。今后必将更加努力，报以孝道。
山高路远，道阻且长；凡心所向，行之将至。最后，祝各位静宁见春，祉猷并茂！
参考文献
陈佳,陈辉,成飞.浙江居民用电需求的影响因素研究及定量预测[J].大众标准化,2020(15):124-125.
邓雯琴.“双碳”目标下售电公司绿色电力营销策略研究[J].中国电力企业管理,2022(10):40-41.
关守义.克龙巴赫α系数研究述评[J].心理科学,2009,32(03):685-687.DOI:10.16719/j.cnki.1671-6981.2009.03.019.
贾艳琴.西北地区居民生活用电的影响因素分析[J].资源开发与市场,2014,30(04):405-408.
李灿,辛玲.调查问卷的信度与效度的评价方法研究[J].中国卫生统计,2008(05):541-544.
李平.绿电交易开闸台州企业如何购买[N].台州日报,2021-09-16(004).DOI:10.28812/n.cnki.ntzrb.2021.003581.
李强,刘瑞丰,刘静,魏博远.西北地区绿色电力交易实践与思考[J].中国电力企业管理,2022(10):30-32.
李永毅,石蓉,郎锐,王开艳,贾嵘.基于大数据分析的陕西省居民用电行为及影响因素研究[J].电网与清洁能源,2019,35(04):43-48.
蔺阿琳.城市太阳能可利用空间评估与规划研究[D].哈尔滨工业大学,2020.DOI:10.27061/d.cnki.ghgdu.2020.001934.
刘梦飞.绿色电力市场体系建设现状及存在问题[J].有色冶金节能,2022,38(06):1-4.DOI:10.19610/j.cnki.cn11-4011/tf.2022.06.001.
骆雯,张宁.浅谈问卷调查法应用原则[J].新西部,2017(15):136-137.
马晨晨.全国绿电交易试点过周岁成长空间在哪[N].第一财经日报,2022-12-23(A07).DOI:10.28207/n.cnki.ndycj.2022.005407.
毛俊杰,郜小芳.电力行业对“双碳”目标的贡献、问题及对策探讨[J].电力勘测设计,2022(05):60-66.DOI:10.13500/j.dlkcsj.issn1671-9913.2022.05.012.
农哲.2005年末国家发改委发布全国水力资源复查成果[J].广西电业,2006(01):12-13.
彭蓬.考虑消费者购买意愿的光伏住宅储能系统容量优化研究[D].华北电力大学(北京),2022.DOI:10.27140/d.cnki.ghbbu.2022.000320.
沈勇,杨荥,俞国勤,刘隽,臧建彬,王亚伟.上海地区居民用电的影响因素和需求预测模型[J].华东电力,2012,40(10):1763-1766.
王圣,庄柯,徐静馨.全球绿色电力及我国电力低碳发展分析[J].环境保护,2022,50(19):37-41.DOI:10.14026/j.cnki.0253-9705.2022.19.010.
王源.中国绿色电力发展综述[J].绿色中国,2018(04):32-35.
相楠,徐峰.城市居民生活用电影响因素和电力消费弹性研究[J].中国人口·资源与环境,2017,27(S1):207-210.
谢永茂.影响住宅用电水平的主要因素——关于重庆地区住宅及小区用电调查的讨论之二[J].建筑电气,1998(01):6-8.
闫宁.基于用电行为的居民用电影响因素及增长潜力预测研究[D].华北电力大学(北京),2020.DOI:10.27140/d.cnki.ghbbu.2020.001580.
姚计海.“文献法”是研究方法吗——兼谈研究整合法[J].国家教育行政学院学报,2017(07):89-94.
尹璐,刘远鹏.基于回归分析法的核电厂循环冷却水管沟土建工程造价估算方法研究[J].核标准计量与质量,2023(01):57-63.
于琳娜.德国立法锁定2035年实现全绿电[N].中国电力报,2022-04-13(003).DOI:10.28061/n.cnki.ncdlb.2022.000506.
玉琦彤.中国电力行业碳排放脱钩效应情景模拟[J].环境科学与技术,2021,44(06):194-200.DOI:10.19672/j.cnki.1003-6504.2021.06.024.
张显,冯景丽,常新,王栋,嵇士杰,谢开.基于区块链技术的绿色电力交易系统设计及应用[J].电力系统自动化,2022,46(09):1-10.
赵夕娴.中国电力行业温室气体排放区域差异与影响因素研究[D].东北财经大学,2020.DOI:10.27006/d.cnki.gdbcu.2020.001230.
周晖,钮文洁,纪洪.各种因素影响下的居民夏季用电状况分析[J].华北电力技术,2003(03):12-14+21.DOI:10.16308/j.cnki.issn1003-9171.2003.03.004.
周兴波,张梁,姚虞.加拿大水电开发与大坝安全管理体系研究[J].水力发电,2020,46(04):89-96.
庄欠凤.访谈法在教育研究中的应用分析[J].现代商贸工业,2023,44(02):210-213.DOI:10.19311/j.cnki.1672-3198.2023.02.069.
Kerui Du,Ying Yu,Chu Wei.Climatic impact on China’s residential electricity consumption:Does the income level matter?[J].China Economic Review,2020,63.
Teng Meixuan,Liao Hua,Burke Paul J.,Chen Tianqi,Zhang Chen.Adaptive responses:the effects of temperature levels on residential electricity use in China[J].Climatic Change,2022,172(3-4).
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/203941.html,
