用于事件性活动参与者废弃物分类意愿的联合分析方法

本申请提出一种用于事件性活动参与者废弃物分类意愿的联合分析方法，包括：通过潜变量假设对影响废弃物分类意愿的多个因素进行观测，使用Likert量表采集目标样本数据，并采用验证性因子分析评估潜变量的信度与效度；基于SEM计算路径系数；将路径系数显著的潜变量及其对应的观测变量作为XGBoost模型的输入特征，进行训练并优化超参数；计算XGBoost模型的SHAP值，结合SEM路径系数与SHAP值的重要性，确定多场景的关键因素，提出针对不同活动类型的差异化废弃物分类管理措施。本申请通过结合XGBoost‑SHAP与SEM两种方法，能够为废弃物分类管理的策略制定提供科学且实用的全景式分析框架。