发达地区城市居民低碳消费行为影响因素探究,本论文为您写发达地区毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
发达地区论文参考文献：
摘 要：本文从低碳消费行为出发,利用来自北京、上海、广州三个中国经济最发达地区的调研数据,从个人情感和认知、社会环境因素以及人口统计特征三个角度综合考察十个因素对城市居民低碳消费行为的影响,并通过提出假设,建立计量模型进行检验的方式得出结论,结果显示：对低碳消费的认知和关注度、环境价值观、社会责任意识和低碳实施成本对城市居民的低碳消费行为影响显著.根据研究结论,提出促进居民低碳消费行为的相关政策建议.
关键词：低碳消费 影响因素 发达地区
一、引言
2014年2月,连续近十天的雾霾让北京再一次吸引了全世界的目光.根据世界卫生组织的有关报告描述,中国最大的500个城市中,只有不到1%的城市达到了世界卫生组织推荐的空气质量标准,此外,世界上污染最严重的10个城市就有7个在中国.在中国的GDP一跃成为世界第二之后,人们慢慢开始关注到隐藏在经济指标背后的环境问题.
随着2003年2月24日英国政府在《能源白皮书》中首次提出“低碳经济”这个概念,“低碳”的理念开始慢慢进入中国人的视野. 总书记在十八大报告中指出,中国应该“着力推进绿色发展、循环发展、低碳发展”.
但是如何实现“低碳发展”,对政策制定者来说是一个考验.国外学者Bhate（2005）指出在发展低碳经济的过程中,不仅需要研究政府部门制定的相关政策以及企业营销人员向市场推出各种低碳产品的问题,更需要关注的重点是消费者的参和.针对我国目前的情况,国内学者张一鹏（2009）等人也指出,低碳消费是低碳经济的一个重要组成部分,低碳经济应依托于低碳生活,但是,一些传统的消费模式,比如“过度消费”和“炫耀性消费”等,仍然成为我国消费者采取低碳消费模式的重要障碍.因此,要实现低碳经济的目标,除了政府和厂商,广大的消费者更是不可或缺的一环.
因此,本文从消费者的低碳消费行为出发,综合考虑购买、使用、处理三个维度,并选取北京、上海、广州三个中国经济最发达的地区为考察对象,结合调查问卷并运用主成分分析的方法构造指标权重,试图探究发达地区城市居民低碳消费行为的影响因素.
二、理论基础和研究假设
(一)理论基础
本文主要基于Guagnano（1995）提出的态度—情境—行为理论以及Lewin（1890-1947）提出的行为模型,并考虑到Bhate（1997）等学者指出的人口统计变量对消费行为也具有一定影响,将低碳消费行为的影响因素分为三大类,分别是：个人的情感和认知（比如对低碳产品的认知和关注度,环境价值观,社会责任感等）,社会环境因素（比如宣传教育程度,购买的便捷程度,周围人的态度等）和人口统计变量（性别、年龄、收入、学历等）.
(二)研究假设
对于上述影响因素,我们做出以下十个假设：H1：对低碳产品的认知和关注度和低碳消费行为显著正相关；H2：对低碳产品的环境价值置信度和低碳消费行为显著正相关；H3：环境价值观和低碳消费行为显著正相关；H4：社会责任意识和低碳消费行为显著正相关；H5：低碳实施成本和低碳消费行为显著正相关；H6：周围人的态度和低碳消费行为显著正相关；H7：宣传教育程度和低碳消费行为显著正相关；H8：购买便捷程度和低碳消费行为显著正相关；H9：家庭月可支配收入和低碳产品购买行为显著正相关；H10：受教育程度和低碳产品购买行为显著正相关.
三、数据得到和处理
(一)调查情况概述
本研究主要采取问卷调查的方法,样本来自北京、上海、广州三个城市,这三个城市分别为2013年中国GDP排名前三的城市,可以很好的代表中国发达地区的情况.且这三个城市的地理位置、人文环境都存在较大差异,使得样本的差异性和外部有效性增强.调查问卷的题项设计均采用的是Likert 5级量表制,对每个题目的选择分为 “非常赞同”、“较赞同”、“不确定”、“较不赞同”、“非常不赞同”,并对应分别赋值“1”至 “5”.
(二)低碳消费行为的衡量
目前国内外尚无专门针对低碳消费行为如何度量的研究,也没有相关的指数可以用于衡量低碳消费行为.根据其广义的定义和大部分国内外学者的认同的观点,我们将其分为三个维度衡量,分别是低碳产品购买行为（CB）、低碳使用行为（UB）和低碳处理行为（HB）.
对于每部分的权重,我们采取的方法是首先将每部分的指标标准化,然后再利用主成分分析的方法得到.
首先,我们将每部分指标进行标准化处理,得到标准化后的指标V1、V2、V3,然后对其进行主成分分析,得到其KMO值为0.753且检验p值小于0.001可以通过Bartlett 的球形度检验. 经过主成分分析,我们可以提出2个主成分,并得到组合方程：F1等于0.576614*V1+0.569142*V2+0.585955*V3,F2等于-0.6008*V1+0.780441*V2-0.16567*V3,再由每个成分的方差贡献率我们可以得到综合系数,最后对其进行归一化处理,即可得到每部分权重,最终确定低碳消费行为指数（LCB）的计算公式为：
LCB等于CB*0.299+UB*0.372+HB*0.329
(三)计量模型设定
根据本文的研究需要和变量特点,我们决定将被解释变量作为一个连续变量,选择Multiple Regression模型进行处理,建立计量方程如下：
其中,y表示低碳消费行为指数,为模型的因变量； 表示各自变量,G、A、FS、MS分别为性别、年龄、家庭规模和婚姻状况,为控制变量,β0为截距项,ε为误差项.
(四)回归结果
以“低碳消费行为”（LCB）为被解释变量,运用Stata11.0计量软件中的OLS Regression模型进行回归,经过White检验发现存在异方差性,可能是由于数据收集中存在测量误差等原因造成的.因此,笔者决定采用robust+OLS稳健标准误来消除异方差的影响,White（1980）证明了这种方法得到的标准误是渐进可用（asymptotically valid）.robust矫正后的回归结果整理如下表：
结论：适合不知如何写发达地区方面的相关专业大学硕士和本科毕业论文以及关于发达国家和地区论文开题报告范文和相关职称论文写作参考文献资料下载。
互联网经济下居民网络消费行为影响因素
内容摘要：随着互联网经济的发展，居民网上消费规模逐年扩大。在经济新常态下，如何进一步拉动内需成为关注的热点。基于前人研究成果，本文从消费体验因子。
河南省城镇居民低碳消费行为
摘要：低碳消费是实现可持续发展的重要环节，正确的低碳消费行为是我国建设低碳社会的重要途径。本文从低碳消费行为出发，利用河南省统计年鉴上的数据，对。
绿色农产品消费行为影响因素分析
摘 要：本文以黑龙江及甘肃部分地区消费者购买绿色农产品的调查为例，运用二元Logistic回归模型实证研究发现：购买绿色农产品的人群较为局限，其。