《表7 各地区公众电力来源偏好及个体特征分组结果总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《公众对电力来源清洁化的支付意愿》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Latent Class模型同样可以分析偏好异质性。与Mixed Logit模型结果不同的是，本文利用Latent Class模型将不同地区公众的电力来源选择偏好匹配对应的人群特征，得到了个体特征与电力来源偏好的相关性。在个人特征变量部分里，Latent Class模型将2组设为参考组，1组数值的正负则表示相对于2组而言，1组的人群特征数值更大（正）或更小（负）。分类结果特征总结如表7所示。