重塑智能能源转型：基于机器学习技术的卡塔尔人-建筑交互分析

政策规划即使在没有显著结构性变化的情况下，也有潜力为发展中国家的战略发展与经济多元化作出贡献。在本研究中，我们分析了一组以人为中心的维度，旨在改进卡塔尔建筑行业相关的能源政策。考虑到在海湾合作委员会（GCC）中，与本地社区相比，外籍和移民群体具有不同经济与文化背景及行为模式的高占比，需要调查人文维度以提出恰当的能源政策。本研究探讨了社会经济、行为与人口维度之间的相关性，以确定能源使用、责任、动机、习惯及整体福祉方面差异的主要影响因素。样本包含卡塔尔 2,200 人，被聚类为高、低两类消费者。特别地，研究聚焦于探索人体室内舒适度感知与建筑特征之间的依赖关系。诸如需求侧计划与能源补贴等经济驱动因素，被结合行为模式进行了探讨。随后，数据分析得出了对涉及干预、社会福祉与意识的能源政策之启示。机器学习方法被用于执行特征重要性分析以确定人类行为的主要因素。本研究结果展示了人为因素如何影响居住与工作环境的舒适度感知、规范、习惯、自我责任、后果意识及消费。该研究对制定旨在提升能源政策效能与可持续性绩效指标的针对性战略具有重要意义。