基于多源异构数据的城镇居民低碳消费行为机理、价值发现及管理决策研究

Owing to resource constrain and worsening environmental problem, the issue of sustainable consumption based on ecological civilization has received more and more attention. Focusing on the scientific goals and key issues of “Management and decision science motivated by big data”, this project will integrate multi-source heterogeneous data (MSHD) to explore behavioral mechanism and managerial decision of residential low carbon consumption. Based on the integration of big data and behavioral theory, residential consumption database will be built by integrating MSHD such as real-time monitoring data, remote sensing data, web crawler data and etc. Behavioral features and corresponding influential mechanism will be explored. An decision-making model including both individual and group decision-making strategy will be built with the application of Social Network Analysis. After the above theoretical analysis, this project will take residential transportation, electricity consumption and low carbon product purchasing as example, and identify the potential value in economic, social and environmental benefits. This project is expected to reveal urban residential consumption features and evolution rules, and give management strategies according to different scenarios. This research not only makes important academic contributions by enriching the theory systems of sustainable consumption, but also has strategic importance in guiding the construction and realization of sustainable consumption in China.

从大数据角度开展居民低碳消费行为问题是目前资源与环境领域的国际新趋势。本项目紧密围绕“大数据驱动的管理与决策研究”科学目标和核心问题，拟采用多学科交叉的研究方法，从理论和实证两个层面对我国城镇居民低碳消费行为机理、价值发现及管理决策问题开展系统研究。首先，将大数据技术和方法与低碳经济理论、消费行为理论相融合，构建基于多源异构数据的居民低碳消费行为理论和方法体系，构建面向城镇居民低碳消费的集成数据库；在此基础上，系统诠释大数据背景下居民低碳消费行为特征和关键影响机理；同时，引入复杂社会网络理论，深入探究个体、群体交互影响和选择不确定性条件下低碳消费行为决策的范式和方法，并挖掘低碳消费带来的潜在经济、社会和环境综合价值，并针对不同情景提出相应管理策略。本研究不仅对丰富我国可持续消费理论体系具有重要学术价值，而且对于指导我国发展低碳经济实践和实现消费可持续具有重要战略意义。

开展基于多源异构数据的城镇居民低碳消费行为机理、价值发现及管理决策研究研究，是数据驱动居民可持续消费行为决策的前瞻性工作，也是服务我国2030年碳达峰与2060年碳中和重大战略需求的重要支撑。尤其是大数据背景下，大规模、多种来源数据不断涌现，产生新的科学问题的同时也为居民低碳消费行为研究提供新的契机。本项目围绕居民能源消费行为，综合利用实时用电监测数据、新能源汽车消费、行驶与充电数据、电子平台节能家电消费数据、网络舆情文本，同时匹配大规模调研问卷等多源异构数据，构建粒度缩放、跨建关联的全局视图，围绕互联网环境下居民低碳消费行为机理和决策机制进行系统深入研究，揭示基于多源异构数据的城镇居民消费特征及演变规律，并针对不同情景提出相应管理策略。.基于上述研究，课题组在《管理世界》、《管理科学学报》、Nature Communications、One earth、Omega等国内外知名SCI/SSCI/CSSCI检索期刊发表学术论文60余篇，其中ESI高被引论文4篇，被引超过1,000次；出版学术专著2部（其中1部为英文专著，由Springer和科学出版社联合出版），开发了软件著作权8项，申报专利9项；项目负责人入选教育部长江学者特聘教授、2020全球前2%顶尖科学家榜单、入选科睿唯安2021年度“高被引科学家”、入选全球顶尖前10万科学家榜单（2021）；项目骨干入选中组部青年拔尖人才、北京市青年托举人才等。项目研究成果荣获教育部高等学校科学研究优秀成果奖、北京市科学技术奖、中国管理学会优秀成果奖等，为数据驱动的可持续消费行为研究提供了建模方法和软件支撑。依托课题研究成果提炼成的11份政策提案报告，得到了国务院办公厅、工业和信息化部、北京市政协、北京市住建委、首都高端智库报告等的采纳、批示、立案或应用；部分研究成果被国网江西电力公司、特来电新能源股份有限公司等10余家企业示范应用，产生了广泛的经济价值与社会价值，对于丰富“大数据驱动的管理与决策”理论体系、推动实现我国“双碳”目标具有深远的现实意义和重要理论价值。