能源与气候谈论下经济研讨

时间:2022-05-21 04:24:00

能源与气候谈论下经济研讨

随着应对能源短缺与气候变化的压力日益加大,与之相关的政策和经济研究也越来越受到重视;但作为一个相对年轻的研究领域,能源与气候变化议题下政策和经济研究呈现机构众多、体系庞杂的特点。因此,识别该领域的研究热点对于系统性地分析能源与气候变化问题非常必要。然而,由于各国研究者在该领域都倾注了极大的精力,相关文献资料呈爆炸性的增长。若要全面系统地了解该领域的研究方向和热点,需要极为广阔和深刻的研究经历,完成巨量的文献阅读工作,这对于一般研究者来说具有相当的难度。因此,本研究参考了以往研究的先进经验,以共被引分析为主要研究思路,通过聚类分析,对能源与气候变化议题下的政策和经济研究这一研究领域的热点完成了初步识别。

1研究方法

1.1共被引分析

论文,特别是文献类型的论文反映了科研工作者的原创性研究成果,被引用的次数越多,则表明它的作者在其研究领域越有影响力。两个作者的论文若同时被第3人所引用,则称之为共被引(co-citation)。共被引分析是由Small和Marshakova于1973年同时提出的,从此对共被引分析的研究和实践在科学计量学领域内广泛展开[1],[2]。1987年,White和Griffith将其扩展到作者共被引分析(ACA)[3],它对于探讨学科结构有着积极的创新意义。在共被引分析中,若两名作者的共被引次数越多,说明两人的研究方向越接近。因此,共被引可以应用到整个社会科学知识体系的划分中[4]。举例说明,武汉大学的刘林青对战略管理这一领域完成了范式可视化与共被引分析[5],大连理工大学的宋娟基于作者共被引和元分析进行了知识管理流派的研究[6],大连理工大学的姜春林以及华东师范大学的刘璇,基于共被引理论分别对科学学和图书情报学也进行了非常深入的研究[7],[8]。这些研究在一定程度上都提供了非常有价值的分析结论。作者之间共被引的情况可用共被引矩阵来表示,其行和列均是作者的信息,每个元素值反映了行列所代表的作者的研究方向的接近情况,元素值越大,说明两人的研究方向接近。本研究首先构建了能源与气候变化议题下的政策和经济研究领域的论文作者之间的共被引矩阵,作为进一步分析的基础。

1.2聚类分析

系统聚类法的聚类过程:首先默认每个样本自成一类,然后每次将最相近的两类合并,之后重新计算新类与其他类之间的距离,继续按照最小距离的准则合并,直到所有对象归为一类为止。我们使用谱系图表达这个过程,并输出聚类结果。本研究中采用的离差平方和法是一种应用较为广泛、效果较好的距离计算方法。离差平方和法并类时总是使得并类导致的类内离差平方和增量最小,是基于方差的分类方式,因此如果类分得正确,则同类样品之间的离差平方和应当较小,不同类样品之间的离差平方和应当较大。由于共被引矩阵与聚类分析中的距离矩阵形式上非常相似,因此,本研究在共被引矩阵的基础上可进行聚类分析。通过聚类分析,将作者分为若干类,再根据对这些作者的关键词进行分析比较,挖掘共被引现象反映的能源与气候变化议题下政策和经济研究的热点。综上所述,本研究的研究方法框架如图1所示。

2数据处理

2.1文献选取

本研究通过对多位在该研究领域具有较为丰富经验的科研工作者的推荐,圈定了“RENEW-ABLE&SUSTAINABLEENERGYREVIEWS”,“CLIMATCHANGE”,“ENERGYPOLICY”,“EN-ERGYECONOMICS”,“ECONOMICMOD-ELLING”,“JOURNALOFPOLICYMODELING”,“CLIMATEPOLICY”,“ENVIRONMENTAL&RE-SOURCEECONOMICS”,“ENERGYJOURNAL”,“ENVIRONMENTALMODELING&ASSESSMENT”等多部期刊,将文献的时间跨度设定为1990~2010年,同时,为提高研究质量,只选取文献类型为Ar-ticle的文章,滤掉了Review,BookReview,Discus-sion等类型的文章,最后获得19714条记录。

2.2作者选取

如果研究目标是对研究领域的知识结构的综合描述,那么建立一个多样全面的作者组合是非常关键的,最好有多种来源,如专家访谈、问卷调查、综述性文章、学会成员、会议参加者和获奖者等,其中一个相对客观而且方便的方法是通过引文中作者被引用次数的高低来选择,本研究即采用此种方法选取该领域的关键作者,选取被引用次数排序前100位的作者作为研究对象,统计任意两个作者被共引用的次数,得到他们之间共被引记录21976条,部分结果见表1。

2.3构建共被引矩阵

根据共被引关系的记录,构造这100位作者的共被引矩阵,基本思路:通过对两两作者共被引的文章数目进行统计,形成作者共被引次数矩阵。该矩阵为对称矩阵,非主对角线中单元格的值为作者共被引次数。关于对角线上的取值之前的研究有不少讨论,本研究将主对角线元素定义为行向量最大值加1[9]。由于共被引分析关注的重点不是作者或者作品共被引次数的高低,而是由这种共被引关系所反映的作者或者作品之间的相似性。因此,需要将共被引矩阵转换成相关系数矩阵,揭示作者间的相似和不相似程度。这里使用常见的皮尔森相关系数矩阵(Pearson’sCorrelationCoefficientMatrix),利用R统计软件的矩阵计算功能,将原始矩阵转化为皮尔森相关系数矩阵,消除由作者研究领域导致的引文频次差异所带来的影响。表2为得到的皮尔森相关系数矩阵的一部分。

2.4聚类个数的确定

本研究根据聚类之间平均距离与聚类之外平均距离之比的增加值来确定。利用R的cluster.stats过程,提取聚类之间的平均距离average.be-tween和这两个统计量,它们比值的增量越大,说明合并为K+1类的效果比分为K类时效果更明显。图2所示,在分类数为5时,聚类内与聚类间平均距离比值增量最大,最终确定分类个数为5。

2.5用聚类个数5进行聚类

在之前计算的基础上,利用R软件中rect.hclust函数按照分类个数为5进行聚类。由谱系图可以大致看出样本的分布情况,小类中的数据距离明显小于上一层大类,这100个数据之间的关系较明显,聚类结果如图3所示。对应作者姓名可以通过Access中的查询功能实现,得到作者的分类表,按照聚类内作者数从低到高顺序显示如表3所示。

2.6关键词频统计

在通过聚类分析对作者进行分类后,我们需要对各类进行分析和讨论,才能真正地识别出各类所代表的研究热点。由于分类作者的论文中出现频率较高的关键词,在一定程度上能够反映这类的研究热点,因此,本研究在先前确定文献的总集合中,筛选出被引用次数排序前100位作者发表的论文,之后提取每篇论文的关键词,根据聚类的结果,在Access中建立查询,统计聚类形成的5类中每一类的作者所著文章中关键词出现的频数,按照从大到小的顺序进行排列,得到了5类的关键词频数统计,分析这些数据,去除不同形式出现的关键词(例如CO2emissions和Carbonemission)及出现在其它类中一些低频次关键词的影响,从每一类中只提取词频数最高的20个关键词来做分析,尽量避免低频数据的干扰,逐一识别每一类的研究热点。

3研究结果

第1类作者论文中,频数最高的前20个关键词中,“Contingentvaluation”,“Choiceexperi-ments”,“Rank-orderanalysis”都是评价主体支付意愿的方法,这些方法在拍卖和意愿揭示上有很多的应用,而“Initialallocation”,“Paymentvehi-cle”,“Pollutionpermits”又非常明显地指向了排污权分配和交易这个领域,并且“Randomutilitymodels”的多次出现也说明随机模型很可能在研究交易过程中被使用。这一类的研究集中在排污权交易机制以及机制的效率方面。表4显示了分类作者论文中频数最高的前20个关键词。第2类作者论文中,关键词大多是模型种类“Thickmodeling”,“Gordon-schaefermodel”等。实际上,不少关键词出自DICKEYDA的一篇文章中,经过分析,这类作者通常是年代较早的经济学家或统计学家,他们的经典文章会被多次引用,但在能源和气候变化议题本身并没有过多的研究成果。可以认为从关键词统计来看,此类作者的文章主要关注的是应用于能源和气候变化研究领域的经济或统计学中的模型与理论。第3类作者论文中,关键词出现频率最高的是“Climatechange”,同时与此有关的有“Climatepolicy”,“Globalandregionalclimatemodeling”等与应对气候变化相关政策评估相关的词汇,同时“Emissionstrading”,“Economiccost”,“Ecologicalplanning”等关键词的出现也反映了本类研究应对气候变化政策问题所考虑的经济影响及政策规划。因此,第3类主要研究的是应对气候变化相关政策经济性评估问题。第4类作者论文中,关键词主要集中在能源安全、能源利用方面。“Energysecurity”,“Energyuse”体现了研究的主要对象,“Transportation”也体现了对能源的管理,“Carbondioxideemissions”则代表了与能源利用伴随而生的排放问题,“LM-DI”(迪氏对数指标分解法)在全球的能源消费分解研究领域被广泛使用,“GIS”(地理信息系统)也大量应用于能源管理及资源配置规划中。所以,这一类研究领域是能源利用及能源安全。第5类作者论文中,关键词出现频率最高的是“Climatechange”,同时与此有关的有“Emissiontrading”,“Carbontrading”,“Carbontax”等与国际碳减排交易机制相关的词汇。因此,第5类主要研究的是国际碳减排中碳交易机制及碳税相关问题。小结以上各类所代表的研究热点,主要包括经济学或统计学模型、排污权分配和交易、政策经济性评估、行业能效和排放、碳交易机制及碳税等。

4结论

本研究识别出能源与气候变化议题下的政策和经济研究的5个主要研究热点,按照聚类内研究作者数目从低到高排序,分别是应用于能源与气候变化研究的经济学或统计学模型理论、排污权分配和交易、政策经济性评估、行业能效和排放、碳交易机制及碳税。它们之间虽然存在着一定的联系,但是也有显著的区别,分类结果基本合理。采用本研究的研究思路,操作者不需要对所分析的研究领域具有非常深刻和全面的认识就能获得较为充分的信息,而且分析时不依赖于阅读具体文献时对文献的主观理解,使得结果更为可靠。本研究的结论对深入研究能源与气候变化议题下政策和经济热点问题,全面掌握细分领域的知识网络具有着积极的意义;同时,本研究也为其它研究议题下的类似工作提供了有益的借鉴。