《Land》：Rural Household Energy Conservation: Mediating Roles and Synergistic Configurations of Livelihood Capital Under Climate Risk Perception in Xining, China
编辑推荐：
农村家庭节能行为是生态脆弱高原地区低碳发展的核心。本研究探讨了气候风险感知是否能促进家庭节能行为、通过何种生计资本机制发挥作用，以及哪些生计资本配置能支撑高水平节能行为。基于中国西宁市315户农村家庭的调查数据，研究人员将可持续生计框架（SLF）与压力–状态–
农村家庭节能行为是生态脆弱高原地区低碳发展的核心。本研究探讨了气候风险感知是否能促进家庭节能行为、通过何种生计资本机制发挥作用，以及哪些生计资本配置能支撑高水平节能行为。基于中国西宁市315户农村家庭的调查数据，研究人员将可持续生计框架（SLF）与压力–状态–响应模型（PSR）相结合，并应用了偏最小二乘结构方程模型（PLS-SEM）、人工神经网络（ANN）和模糊集定性比较分析（fsQCA）。该整合框架将气候风险感知视为外部压力，生计资本视为家庭生计状态，节能行为视为行为响应。可持续生计框架识别了农村家庭的多维资源条件，而压力–状态–响应模型则明确了感知到的气候压力影响生计状态并诱发行为响应的因果序列。结果表明，气候风险感知显著促进节能行为。物质资本、人力资本和社会资本发挥正向作用，而自然资本和金融资本发挥负向作用。此外，自然资本、金融资本和社会资本显著中介了气候风险感知与节能行为之间的联系。多群组分析显示，对于农业主导型家庭，物质资本的重要性高于非农家庭。ANN结果识别出社会资本和人力资本是最强的预测因子，而fsQCA结果表明，高水平节能行为并非源于单一条件，而是源于多种资本配置，其中社会资本始终处于核心地位。因此，气候风险下的节能最好被理解为嵌入家庭生计结构的多维、非线性适应过程，而非对任何单一因素的响应。这些发现通过将气候压力、生计条件和组态决策逻辑联系起来，在高原社会生态背景下拓展了农村节能研究。政策干预应结合节能基础设施、针对性金融激励、社区扩散以及对农村家庭的生计敏感性支持。
**论文解读：气候风险感知下生计资本对农村家庭节能行为的中介与协同作用——以中国西宁为例**
**一、研究背景、问题与意义**
全球气候变化加剧，极端天气事件频发，对生态脆弱的高原地区（如青藏高原）农村家庭构成严重威胁。农村家庭能源消费占最终能源需求与碳排放的较大比例，且传统生物质能源（如煤炭、薪柴）的使用与土地利用、资源可及性紧密相关。然而，现有研究多从心理学或生计资产角度单独分析节能行为的驱动因素，缺乏将气候风险感知与全面的生计资本框架整合在同一因果模型中，尤其在高海拔、依赖土地的地区。理论层面，可持续生计框架（SLF）与压力–状态–响应模型（PSR）尚未充分结合，未能揭示从气候压力感知到生计资本状态再到行为响应的完整链条。方法层面，以往研究多采用线性对称方法估计平均净效应，未能捕捉导致节能行为的等效、非线性组态。本研究旨在填补上述空白：通过整合SLF与PSR，系统考察气候风险感知如何通过多维生计资本（尤其土地相关的自然资本）影响节能行为；采用混合分析方法（PLS-SEM、ANN、fsQCA）同时揭示中介机制、非线性预测重要性与组态协同效应。该研究聚焦青藏高原气候敏感区西宁市农村家庭，为可持续土地利用和节能行为推广提供政策依据，论文发表在《Land》。
**二、关键技术与方法**
研究人员采用三阶段混合分析方法。第一阶段：偏最小二乘结构方程模型（PLS-SEM），用于检验直接效应与中介效应，并进行多群组分析（MGA）以区分农业主导型与非农主导型家庭。第二阶段：人工神经网络（ANN），通过10折交叉验证和敏感性分析，捕捉非线性关系并评估各预测因子的相对重要性。第三阶段：模糊集定性比较分析（fsQCA），识别导致高水平节能行为的多种生计资本组态。数据来自2024年10–11月对中国西宁市315户农村家庭的问卷调查，样本按农业收入比例分为农业主导型（126户）和非农主导型（189户）。
**三、研究结果**
- **4.1 测量模型结果（PLS-SEM）**：所有潜变量的因子载荷、克隆巴赫α系数、组合信度（CR）和平均方差提取值（AVE）均超过阈值，表明测量工具具有良好的信度和收敛效度。区分效度通过Fornell–Larcker准则和异质–单质比率（HTMT）验证，所有方差膨胀因子（VIF）低于5，满足要求。
- **4.2 结构模型结果（PLS-SEM）**
- **4.2.1 直接效应**：气候风险感知（N）显著正向促进节能行为（E）（β=0.185, p=0.006），验证H1。N对自然资本（NC）和金融资本（FC）有显著负向影响（N→NC: β=-0.593, p<0.001；N→FC: β=-0.632, p<0.001），对社会资本（SC）有显著正向影响（β=0.630, p<0.001），但对物质资本（PC）和人力资本（HC）影响不显著。各类生计资本对E的影响：NC显著负向（β=-0.179, p<0.001）；PC、HC、SC均显著正向（PC: β=0.223; HC: β=0.276; SC: β=0.297, 均p<0.001）；FC显著负向（β=-0.145, p=0.002）。
- **4.2.2 中介作用**：NC、FC和SC在N到E的路径中发挥显著中介效应（NC: β=0.106, p<0.001; FC: β=0.092, p=0.003; SC: β=0.188, p<0.001），而PC和HC的中介效应不显著。
- **4.2.3 农业与非农群组差异**：MGA显示，N→E路径在农业主导型（系数0.509）低于非农主导型（0.651），且PC→E路径在农业主导型（0.362）显著高于非农主导型（0.132）（p均<0.05），其余路径无显著组间差异。
- **4.3 人工神经网络（ANN）分析**：ANN训练和测试阶段的均方根误差（RMSE）分别为0.113和0.109，预测精度优于PLS-SEM（R2=76.34% vs 58%）。敏感性分析显示，社会资本（SC）标准化重要性最高（100%），其次为人力资本（HC, 98.60%）、物质资本（PC, 68.23%）、自然资本（NC, 61.52%）和金融资本（FC, 59.18%）。
- **4.4 fsQCA分析**
- **4.4.1 必要性分析**：所有单一条件的一致性均低于0.9，说明不存在必要条件。
- **4.4.2 充分性分析**：得到四种产生高水平节能行为的组态，总体一致性0.8546，覆盖度0.6628。组态1：~NC*~FC*SC（缺乏自然和金融资本但拥有高社会资本）；组态2：~FC*PC*SC；组态3：~NC*HC*SC；组态4：HC*PC*SC。社会资本在所有组态中均为核心条件。
- **4.4.3 稳健性检验**：提高一致性阈值至0.85或0.90后，组态结构无明显变化，结果稳健。
**四、讨论与结论**
**讨论部分总结**：研究证实气候风险感知是节能行为的驱动力，但这一效应在青藏高原由于气候风险与农业产量的直接关联而更为显著。各类生计资本作用分化：自然资本和金融资本抑制节能（高自然资本依赖传统农业，高金融资本倾向炫耀性消费）；物质、人力、社会资本促进节能（物质资本支撑高效设备投资，人力资本提升环境意识，社会资本通过信息扩散和规范强化行为）。中介路径显示，气候风险感知通过降低自然和金融资本、提升社会资本间接影响节能行为。fsQCA揭示，高水平节能行为并非依赖单一条件，而是多种资本组态的结果，其中社会资本始终关键，且资源不足的家庭可通过社会网络补偿实现节能。
**研究结论翻译**（来自6.1节）：本研究利用可持续生计框架和压力–状态–响应模型，结合PLS-SEM、ANN和fsQCA，考察了气候风险感知对青藏高原西宁市农村家庭节能行为的影响。得出三点结论。第一，气候风险感知是节能需求的激励因素，而非直接映射到个体行为。第二，生计资本的功能并非普遍一致：自然资本和金融资本限制节能；物质、人力和资本支持节能；物质资本对农业主导型家庭的影响相对强于非农家庭。第三，节能行为的形式并非由组态线性决定：并非所有结果都需要大量资本，而最有效的路径以人力和资本为中心。这些结果表明，气候风险下的农村节能是家庭层面生计结构的多维、非线性适应过程，而非对单一因素的响应。
