近年来,温室气体（Greenhouse Gas,GHG）排放成为引发全球关注的焦点问题。温室气体会对公众健康和气候环境带来严重危害,各国通过颁布温室气体减排政策规范公众消费行为,鼓励能源消费向可再生能源过渡。国内外众多学者聚焦节能减排、绿色低碳、可再生能源等领域展开研究。然而,现有研究尚未充分讨论公众对能源税的态度、对可再生能源的偏好等相关社会性问题。因此,本研究结合Twitter等社交媒体平台数据,建立能源税、可再生能源和人口结构影响温室气体排放的政策模型,分析公众对能源税收的态度以及对可再生能源的消费偏好,构建可再生能源推广策略模型,进而探究提高温室气体减排政策接受度的有效路径。主要研究内容包含以下四部分。（1）构建人口结构影响下能源税和可再生能源影响温室气体排放的计量模型。首先,根据生产函数建立理论模型,基于2007年至2017年间的数据（包括美国、加拿大和澳大利亚之外的17个欧洲国家）,运用池化（Ordinary List Squared,OLS）固定效应和随机效应三种回归技术建立相应的计量经济模型。然后,考虑经济发展进行拆分样本分析,检验政策影响的空间异质性。最后,通过时变系数检验,验证政策影响的时间异质性。结果表明,能源价格上涨和能源税增加减少了住宅和工业温室气体排放,劳动力对工业温室气体排放的影响取决于工资弹性。此外,人口规模增加了住宅温室气体排放,而城市化则减少了这些排放。该研究揭示了温室气体减排政策影响的区域和时间异质性。在研究期间,税收和能源价格的负面影响有所增加。（2）探究公众对碳税的态度及其驱动因素并构建分析模型。首先,爬取欧洲、美国和澳大利亚地区关于与碳税有关的推文数据作为研究样本。然后,根据词频和中心度提取象征公众态度的关键词,运用bisecting k-means算法,依据关键词对推文进行聚类分析,探究人们对碳税态度的主要驱动因素。最后,通过情感分析衡量公众对碳税的态度。结果表明,影响公众对碳税态度的主要驱动因素是对政府、教育的信任以及个人和企业的感知成本,研究中的大多数国家对碳税持负面态度。（3）探究公众对可再生能源的消费偏好并构建分析模型。首先,收集来自欧洲、美国和澳大利亚的推文样本,基于语义文本相似性构建推文网络。然后,运用标签传播算法检测网络中的讨论主题。通过情感分析衡量公众对能源的满意度,通过提及率衡量用户偏好。最后,比较用户的满意度与兴趣偏好,以确定可再生能源政策的未来发展机会。结果表明,相较于可再生资源供应商,政府对Twitter的影响作用更小。就用户偏好而言,公众对太阳能和风能的兴趣度最高,对可再生能源的关注兴趣度持续增加,具体来说,人们对地热能的关注有所下降,对生物质能的关注不断上升。就用户满意度而言,人们对生物质能的满意度最高,对太阳能和风能的满意度有待提升,因此,若提升公众对太阳能和风能的满意度,它们可能成为未来能源转型中最有前景的两种能源。（4）基于延迟微分方程构建交互动力学模型,模拟可再生能源推广过程。首先基于人口理论,分析模型的有界性和解的唯一性,并对其进行验证。然后,确定平衡点并进行稳定性分析。最后,通过设计和测试不同扩散场景,进行数值模拟确定最佳参数。结果表明,能源税和可再生能源补贴具有关联效应。技术支持和信息交流是可再生能源推广应用的关键要素。此外,对可再生能源支持的滞后性极大地影响了其推广应用。本研究有助于制定环境政策,并为环境可持续发展提供有益参考。它指出了社交媒体作为环境政策输入数据来源的重要性,并证明了在引入温室气体减排政策之前需要更好的了解公众意愿并保证其相关权益。研究表明,政府应在平衡公民权益与环境政策实施、提升公民环保意识、强化信息技术支撑等方面发挥更大的影响力,加速能源转型升级。