《Journal of Environmental Psychology》：Predicting the Community Acceptance of Airborne Wind Energy with the Integrated Acceptance Model: Insights from Two Test Sites
编辑推荐：
本研究测试整合接受模型（IAM）预测欧洲两个AWE试验场居民接受度，发现感知场址影响（噪音、景观、航空灯光）及开发者透明度与公平性显著预测接受度，而能源转型态度、经济影响和社会规范不显著。结论强调社会因素重要性，建议制定AWE-specific法规及负责任规划实践。
海伦娜·施密特（Helena Schmidt）|弗洛里安·J·Y·穆勒（Florian J.Y. Müller）|瓦伦丁·莱辛格（Valentin Leschinger）|格迪恩·德弗里斯（Gerdien de Vries）|罗兰·施梅尔（Roland Schmehl）|赖因特·扬·雷内斯（Reint Jan Renes）|贡杜拉·许布纳（Gundula Hübner）
代尔夫特理工大学技术、政策与管理学院，荷兰代尔夫特2600 GA
摘要
空中风能（AWE）利用风筝捕捉高海拔地区的风能来产生可再生能源电力。随着AWE技术逐渐接近商业化，了解当地社区如何与这些技术互动以及受到这些技术的影响对于实现社会责任感的部署至关重要。识别社区接受度的关键预测因素有助于在技术仍可调整时制定有针对性的措施来应对潜在影响。本研究在两个欧洲AWE试验点的调查数据上测试了综合接受模型（Integrated Acceptance Model, IAM）。线性回归分析显示，五个解释变量中有两个显著预测了接受度：对站点影响的感知（例如噪音排放、景观变化和航空灯光），以及开发商在站点运营中的透明度和公平性。相比之下，对能源转型的态度、对经济影响的感知和社会规范并未预测接受度。这些发现表明，虽然AWE开发商优先考虑技术挑战，但也必须关注社会因素，如尽量减少影响并确保实施过程透明和公平。这些结果还具有重要的政策意义，强调了制定针对AWE的具体法规和负责任规划实践的必要性。如果AWE技术继续向商业化发展，还需要进一步的研究来探讨其他接受度预测因素。
引言
随着2023年《可再生能源指令》的修订，欧盟将到2030年可再生能源在能源消费中的占比提高到至少42.5%（指令2023/2413，日期不详）。为了达到欧盟目标，安装的风力发电容量必须从2022年的204吉瓦增加到2030年的500吉瓦以上（欧盟委员会，2023年）。新兴的可再生能源技术——空中风能（AWE）可以通过利用高海拔风能、根据风况调整运行高度以及在不适合常规风力涡轮机的地点发电来帮助缩小这一差距（Bechtle等人，2019年；BVG Associates，2022年；Vos等人，2024年）。AWE使用被称为风筝的固定飞行装置，这些风筝要么通过机载发电机捕捉高海拔风能（即“飞发电”概念），要么在牵引过程中将风筝从鼓上释放时的力量转化为电能（即“地发电”概念；更多细节见Cherubini等人，2015年）。飞发电系统使用由坚固材料制成的固定翼风筝，而地发电系统也可以使用由柔性膜材料制成的软翼风筝（Fagiano等人，2022年；Vermillion等人，2021年）。图1概述了不同系统。
现有可再生能源的经验表明，能源转型中的挑战不仅仅是技术或经济方面的，还有社会方面的（Kirkegaard等人，2023年）。随着可再生能源的迅速扩张和适宜选址的减少，能源项目不可避免地建在人们居住地附近。过度影响当地社区的选址可能会导致抵制，从而延缓和阻碍可再生能源的发展，最终危及整个能源转型（Susskind等人，2022年；Temper等人，2020年）。因此，像AWE这样的新兴可再生能源应该被设计和部署得更加符合人们的生活（Schmidt等人，2022年）。然而，与技术、经济或政策问题相比，AWE的社会影响在研究和行业中受到的关注要少得多（同上）。例如，欧盟委员会关于AWE商业化挑战的研究发现，学术界、企业和公众利益相关者提出的障碍中只有7%涉及社会接受度（研究与创新总司及ECORYS，2018年）。相比之下，经济可行性（25%）和监管空白（24%）被提及的频率要高得多。不仅AWE的社会影响被忽视了，该行业还倾向于认为由于在高海拔地区预计视觉、噪音和生态影响较低，AWE将面临较少的社会问题（Schmidt等人，2022年）。这些假设很大程度上是推测性的，可能会误导设计选择、部署实践和政策制定（同上）。因此，像本研究这样的研究对于引起行业对这一研究不足的问题的关注以及实证识别预测接受度的因素至关重要。时机非常合适：AWE系统已经接近商业原型（BVG Associates，2022年；SkySails Power，2023b），但仍具有足够的可塑性，可以进行设计调整，并利用社会科学研究为政策制定和法规提供依据。
首次针对AWE试验点社区接受度的实地研究为AWE的发展和部署提供了建议（Schmidt等人，2024年）。与现有可再生能源的研究一致（Aaen等人，2022年；Firestone等人，2018年；G?lz & Wedderhoff，2018年；Hoen等人，2019年；Hübner等人，2019年；Mulvaney等人，2013年；Pohl等人，2018年；Rand & Hoen，2017年；Slattery等人，2012年），该研究发现，站点对居民和自然的影响（例如噪音排放、景观变化、航空灯光和生态影响）以及对程序方面的不满（例如认为开发商不透明和运营不公平）与对AWE站点的负面态度有关。尽管这些发现很有用，但仍需要更多研究来验证它们，并确定哪些因素最强烈地预测接受度，尤其是在不同AWE站点和地区之间。了解主要的接受度驱动因素对于制定有效和有针对性的措施至关重要。
迄今为止，预测可再生能源项目本地接受度的最简洁框架是综合接受模型（Integrated Acceptance Model, IAM；Hübner等人，2023年）。本地或社区接受度指的是居民对特定本地可再生能源项目的态度（Wüstenhagen等人，2007年），范围从负面到中性再到正面。通过综合现有的能源接受度研究，IAM提供了五个可以显著解释居民对本地项目态度的总体类别（见图2）：（1）经济影响（Baxter等人，2013年；Hoen等人，2019年；Leiren等人，2020年；C. Walker等人，2014年），（2）能源转型态度（Breitschopf & Burghard，2023年；Kirchhoff等人，2022年；Sonnberger & Ruddat，2017年），（3）居民和自然影响（Aaen等人，2022年；Fergen & B. Jacquet，2016年；Hübner等人，2019年；Mulvaney等人，2013年；Pohl等人，2021年；Rand & Hoen，2017年；Slattery等人，2012年），（4）规划过程（Gross，2007年；Hoen等人，2019年；Hogan，2024年；C. Walker & Baxter，2017年），以及（5）社会规范（Huijts等人，2012年；Johansson & Laike，2007年；Jones & Eiser，2009年；Read等人，2013年；Sokoloski等人，2018年）。具体来说，IAM预测当居民认为项目对当地经济的积极影响更大、对能源转型的态度更积极、项目对居民和自然的负面影响更少、对规划过程的看法更积极，并期望当地社区批准该项目时，本地接受度更高。虽然IAM可以显著预测不同风能项目的本地接受度（R2adj在0.76到0.78之间；Hübner等人，2023年），但考虑特定背景的方面也很重要，例如通过基于地点的方法（Devine-Wright & Peacock，2024年）。
还存在其他关于可再生能源社会接受度的框架，但它们超出了社区层面，不具备预测性（Sovacool & Ratan，2012年；Upham等人，2015年；Wüstenhagen等人，2007年），或者只关注本地可再生能源发展的一个方面（Devine-Wright，2009年；Gross，2007年），不够简洁（Hoen等人，2019年；Huijts等人，2012年），或者关注假设性或提议的而非现有的站点（Bidwell，2013年；G. Walker等人，2010年）。鉴于其他框架的不同范围和局限性，IAM似乎在理解AWE的社区接受度方面提供了更大的解释力。虽然IAM迄今为止仅应用于风电场的数据，但它综合了可再生能源的广泛且确立的接受度决定因素（即影响、程序公平性、经济效应、社会规范和能源转型态度），而不是特定技术的特征。这使得它适用于新的或不熟悉的可再生能源，如AWE，前提是这些因素以适合技术的方式测量（例如，指的是AWE的航空灯光而不是风力涡轮机的障碍灯光）。先前的环境心理学研究已将理论驱动的模型应用于早期或试点能源技术（例如潮汐能和氢燃料），表明该领域有使用既定框架研究新部署的先例（Devine-Wright & Howes，2010年；Huijts等人，2014年）。
目前尚无商业化的AWE项目，因此我们必须关注实际使用的AWE试验点。因此，本研究调查了IAM在预测AWE试验点接受度方面的有效性。目前欧洲只有少数几个定期使用且靠近居民区的活跃AWE试验点（Airborne Wind Europe，2024年）。此外，由于当前的操作和安全原则，这些站点周围的人口密度通常较低（Salma & Schmehl，2023年；SkySails Power，2023a）。这种空间设置使得在单个试验点难以招募足够大的样本以计算出具有足够统计功效的IAM。因此，我们将之前在德国一个站点收集的部分数据（Schmidt等人，2024年）与爱尔兰一个站点的未发表数据（DEM-AWE，日期不详）合并。爱尔兰的站点使用的AWE系统（AWES）与德国研究中使用的系统非常相似，提高了数据的可比性。
部分摘录
方法
在本节中，我们描述了德国和爱尔兰研究在方法论三个主要方面的相似性和差异：研究的AWE试验点、调查设计和参与者招募。此外，我们还介绍了样本特征并解释了所使用的统计分析方法。
结果
在本节中，我们首先报告了接受度与研究变量之间的双变量相关性。然后，我们基于合并样本中的五个IAM类别提出了多元回归模型，接着使用德国子样本进行了敏感性检验。最后，我们提出了一个将安全关切作为技术特定预测因素的探索性模型。
讨论
我们汇总了两个AWE试验点的居民调查数据，以评估成功解释风能项目接受度的综合接受模型（IAM）是否也能预测居民对AWE的态度。数据的汇总有助于获得足够大的样本量，以估计出具有足够统计功效的回归模型。
IAM解释了居民对AWE站点的接受度，调整后的R2值为0.69。然而，这一结果主要来自五个纳入因素中的两个
结论和政策意义
迄今为止，AWE供应商主要关注技术发展与部署的技术、经济和政策方面，鉴于行业向商业化的冲刺，这是可以理解的。供应商面临着解决剩余技术挑战、获得必要投资以及应对监管空白的压力（BVG Associates，2022年；Salma & Schmehl，2023年）。然而，假设社区对AWE的接受度……
CRediT作者贡献声明
海伦娜·施密特（Helena Schmidt）：撰写——审阅与编辑，撰写——初稿，可视化，项目管理，方法论，调查，正式分析，概念化。弗洛里安·J·Y·穆勒（Florian J.Y. Müller）：撰写——审阅与编辑，撰写——初稿，方法论，概念化。瓦伦丁·莱辛格（Valentin Leschinger）：撰写——审阅与编辑，撰写——初稿，方法论，正式分析，概念化。格迪恩·德弗里斯（Gerdien de Vries）：撰写——审阅与编辑，监督，方法论，概念化。
未引用参考文献
DEM-AWE，日期不详；指令2023/2413，日期不详；研究与创新总司及ECORYS，2018年；Fergen和B. Jacquet，2016年；Knauf和le Maitre，2023年；SkySails Power，2023a；SkySails Power，2023b；北德统计局，日期不详；图林根能源与绿色技术机构，日期不详。手稿准备过程中生成式AI和AI辅助技术的声明
在准备本文时，作者使用了Grammarly和ChatGPT来提高文章的可读性和流畅性。使用这些工具后，作者根据需要审查和编辑了内容，并对发表文章的内容负全责。
利益冲突声明
作者声明以下可能的利益冲突/个人关系：罗兰·施梅尔（Roland Schmehl）与荷兰空中风能开发商Kitepower B.V.有关联，包括董事会成员资格和股权或股票持有。
资助
本项工作得到了荷兰研究委员会（NWO）[资助编号17628]的支持。
致谢
我们感谢Giovanni Romano、Andrea Trebbi和Orla Nic Suibhne在参与者招募和数据收集方面提供的宝贵帮助。我们还要衷心感谢Kitepower B.V.提供的及时支持和信息，这对我们的研究非常有帮助。我们还要感谢两位匿名审稿人的深思熟虑的评论，这些评论大大提高了本文的质量。
