2.3　居民碳排放影響機(jī)理研究

2.3.1　主要研究方法

居民碳排放影響機(jī)理的研究方法在研究視角上可以劃分為宏觀、中觀和微觀三個(gè)層面，宏觀是指城市（城鎮(zhèn)）、省域或者國家的居民碳排放的影響機(jī)理研究；中觀是指社區(qū)層面居民碳排放的影響機(jī)理研究；微觀是指家庭成員個(gè)體生活碳排放的影響機(jī)理研究。在影響因素作用對象上可以聚焦于對居民行為的鎖定性和能源效率的改善兩方面，后者更多地涉及能源類或環(huán)境科學(xué)領(lǐng)域，地理學(xué)尤其是人文地理領(lǐng)域的諸多學(xué)者在前者的研究基礎(chǔ)上進(jìn)行了大量的探索。

城市能源消費(fèi)CO₂排放驅(qū)動因素分析的模型方法包括統(tǒng)計(jì)分析模型、因素分解模型和結(jié)構(gòu)分解模型等幾類，這些居民影響機(jī)理的研究方法有各自的優(yōu)越性，但同時(shí)也有方法本身或者應(yīng)用的缺陷。

統(tǒng)計(jì)分析模型包括最小二乘回歸、多層線性回歸、分位數(shù)回歸、面板數(shù)據(jù)分析、結(jié)構(gòu)方程模型等統(tǒng)計(jì)分析模型，回歸分析從方法本身來講，運(yùn)用于居民碳排放的有分位數(shù)回歸等。首先，在研究居民行為決策時(shí)的一種常用模型是Logit模型，它是最早的離散選擇模型，在很多領(lǐng)域應(yīng)用廣泛，其特點(diǎn)是求解速度快、應(yīng)用方便，可以考察不同情況下事件發(fā)生的可能性，但解釋因子數(shù)量較為有限。其次，因?yàn)榫用裼媚苄袨榛蛏罘绞降膹?fù)雜性也表現(xiàn)在決策的多層次結(jié)構(gòu)特質(zhì)上，多層建模（Hierarchical Modeling）方法就被學(xué)者所采用，這種方法能夠充分考慮多層次嵌套結(jié)構(gòu)的數(shù)據(jù)特性，區(qū)別出不同層次下自變量對因變量的影響程度和自變量之間的相互作用，將因變量的異質(zhì)分解為兩類：一類是組內(nèi)變異，即同一空間范圍內(nèi)的個(gè)體差異；另一類是組間變異，即不同空間中的個(gè)體差異。此外，Koenker和Bassett于1978年提出的分位數(shù)回歸（Quantile Regression）在最近幾年也被應(yīng)用于居民碳排放研究中，分位數(shù)回歸相對于最小二乘回歸有以下幾個(gè)方面的優(yōu)勢：第一，分位數(shù)回歸不假定矩量函數(shù)的存在（Zhu et al.，2016a、2016b）；第二，最小二乘法的估計(jì)結(jié)果是非常穩(wěn)固的，也就是不受異常觀察值的影響（Bera et al.，2016）；第三，分位數(shù)回歸模型并不作任何分布的假設(shè)（Sherwood and Wang, 2016）。最小二乘法要服從獨(dú)立分布和正態(tài)分布，但是在現(xiàn)實(shí)的社會經(jīng)濟(jì)生活方面，這些假設(shè)是很難滿足的，而分位數(shù)回歸可以克服這一缺陷，從而獲得更準(zhǔn)確的評估結(jié)果。

從回歸模型的數(shù)據(jù)獲取角度來講，一種是揭示意向法，即根據(jù)已經(jīng)實(shí)際發(fā)生的真實(shí)情況建立居民碳排放與行為習(xí)慣、居住區(qū)建成環(huán)境、城市空間形態(tài)等方面的數(shù)學(xué)關(guān)系（Cervero et al.，2010）；另一種是闡述意向法，即根據(jù)問卷或訪談的方式獲取居民對某些假定條件下的空間形態(tài)、居住環(huán)境，或者根據(jù)用能政策的改變而做出的用能行為選擇、出行模式的轉(zhuǎn)變或消費(fèi)行為的改變（Loo et al.，2002；丁川，2014）。回歸分析的方法可以較好地解釋和驗(yàn)證各影響因素對居民碳排放的影響方向和大小，但是回歸分析并不能解釋不同影響因素的作用時(shí)間和路徑，這是回歸方法的局限性。

結(jié)構(gòu)方程模型是一門基于統(tǒng)計(jì)分析技術(shù)的研究方法，用于處理復(fù)雜的多變量研究數(shù)據(jù)的探索與分析，一般歸類于高等統(tǒng)計(jì)學(xué)范疇，因?yàn)橛行д狭私y(tǒng)計(jì)學(xué)的因素分析和路徑分析兩大主流技術(shù)而被廣泛應(yīng)用。該模型的特點(diǎn)有：理論的先驗(yàn)性、同時(shí)處理變量與分析問題、以共變異數(shù)的運(yùn)用為核心同時(shí)可處理平均數(shù)估計(jì)、適用于大樣本分析、包含多個(gè)不同的統(tǒng)計(jì)技術(shù)、重視多重統(tǒng)計(jì)指標(biāo)的運(yùn)用（邱皓政，2003）。在居民碳排放研究中，較為常見的是路徑分析方法，國內(nèi)較有影響力的北京大學(xué)城市與環(huán)境學(xué)院根據(jù)北京市居民活動日志的微觀調(diào)查數(shù)據(jù)分析了居民出行碳排放的系列問題，還關(guān)注了老年人、女性和郊區(qū)社區(qū)及居民等不同群體（馬靜等，2011；柴彥威等，2011；柴彥威等，2014；塔娜等，2015）。

IPAT、LMDI、STIRPAT等因素分解模型和SDA等結(jié)構(gòu)分解模型多被用于宏觀層面的分析，這些方法的基本思想就是將目標(biāo)變量的變化分解成若干個(gè)影響因素的組合，從而辨別各個(gè)因素影響程度的大小。其中，分解的方式有兩種：一種是時(shí)間分解法；另一種是區(qū)間分解法（見表2-9）。

表2-9　居民碳排放影響機(jī)理的定量研究方法

續(xù)表

此外，從眾多的實(shí)證研究可以發(fā)現(xiàn)，由于研究的空間尺度、案例城市的自身發(fā)展歷史、空間結(jié)構(gòu)特點(diǎn)和被調(diào)查對象樣本多少等的不同，其實(shí)證分析結(jié)果存在明顯的差別，同時(shí)，因?yàn)榫用裣M(fèi)、出行、生活用能等本身是較為復(fù)雜的問題，其研究結(jié)果因地而異的特點(diǎn)也非常突出。

從以上研究方法的實(shí)證研究和學(xué)者們的機(jī)理分析中可以看出：居民碳排放涉及的影響因素主要可以歸為兩大類，即社會經(jīng)濟(jì)因素和空間形態(tài)因素，下文將對這兩大部分展開具體闡述。