基于XGBoost-SHAP模型的太湖流域居民生态补偿支付意愿影响因素研究OA北大核心CHSSCDCSTPCD
在对太湖流域居民生态补偿支付意愿调查的基础上,基于可解释机器学习模型XGBoost-SHAP分析了居民生态补偿支付意愿的影响因素,并比较了有支付意愿和没有支付意愿居民之间影响因素的差异。结果表明:影响太湖流域居民生态补偿支付意愿最重要的3个因素为学历、收入和生态环境保护意愿;单个居民之间的支付意愿影响因素呈现一定的差异,尤其是有支付意愿和没有支付意愿居民之间的影响因素差异显著;总体而言,增强居民生态环境保护意识和加大生态补偿政策的宣传可以提升流域居民参与生态补偿的意愿。
邓梦华;张天舒;陈军飞;
河海大学商学院,江苏南京211100 河海大学江苏长江保护与高质量发展研究基地,江苏南京210098 常州市工业大数据挖掘与知识管理重点实验室,江苏常州213200河海大学商学院,江苏南京211100河海大学商学院,江苏南京211100 河海大学江苏长江保护与高质量发展研究基地,江苏南京210098
水利科学
生态补偿支付意愿XGBoostSHAP可解释机器学习太湖流域
《水利经济》 2024 (002)
P.44-50 / 7
国家自然科学基金项目(42001250);常州市领军型创新人才引进培育项目(CQ20210095)。
评论