導語：能源與氣候談論下經濟研討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

隨著應對能源短缺與氣候變化的壓力日益加大，與之相關的政策和經濟研究也越來越受到重視；但作為一個相對年輕的研究領域，能源與氣候變化議題下政策和經濟研究呈現機構眾多、體系龐雜的特點。因此，識別該領域的研究熱點對于系統性地分析能源與氣候變化問題非常必要。然而，由于各國研究者在該領域都傾注了極大的精力，相關文獻資料呈爆炸性的增長。若要全面系統地了解該領域的研究方向和熱點，需要極為廣闊和深刻的研究經歷，完成巨量的文獻閱讀工作，這對于一般研究者來說具有相當的難度。因此，本研究參考了以往研究的先進經驗，以共被引分析為主要研究思路，通過聚類分析，對能源與氣候變化議題下的政策和經濟研究這一研究領域的熱點完成了初步識別。

1研究方法

1.1共被引分析

論文，特別是文獻類型的論文反映了科研工作者的原創性研究成果，被引用的次數越多，則表明它的作者在其研究領域越有影響力。兩個作者的論文若同時被第3人所引用，則稱之為共被引(co-citation)。共被引分析是由Small和Marshakova于1973年同時提出的，從此對共被引分析的研究和實踐在科學計量學領域內廣泛展開[1]，[2]。1987年，White和Griffith將其擴展到作者共被引分析(ACA)[3]，它對于探討學科結構有著積極的創新意義。在共被引分析中，若兩名作者的共被引次數越多，說明兩人的研究方向越接近。因此，共被引可以應用到整個社會科學知識體系的劃分中[4]。舉例說明，武漢大學的劉林青對戰略管理這一領域完成了范式可視化與共被引分析[5]，大連理工大學的宋娟基于作者共被引和元分析進行了知識管理流派的研究[6]，大連理工大學的姜春林以及華東師范大學的劉璇，基于共被引理論分別對科學學和圖書情報學也進行了非常深入的研究[7]，[8]。這些研究在一定程度上都提供了非常有價值的分析結論。作者之間共被引的情況可用共被引矩陣來表示，其行和列均是作者的信息，每個元素值反映了行列所代表的作者的研究方向的接近情況，元素值越大，說明兩人的研究方向接近。本研究首先構建了能源與氣候變化議題下的政策和經濟研究領域的論文作者之間的共被引矩陣，作為進一步分析的基礎。

1.2聚類分析

系統聚類法的聚類過程：首先默認每個樣本自成一類，然后每次將最相近的兩類合并，之后重新計算新類與其他類之間的距離，繼續按照最小距離的準則合并，直到所有對象歸為一類為止。我們使用譜系圖表達這個過程，并輸出聚類結果。本研究中采用的離差平方和法是一種應用較為廣泛、效果較好的距離計算方法。離差平方和法并類時總是使得并類導致的類內離差平方和增量最小，是基于方差的分類方式，因此如果類分得正確，則同類樣品之間的離差平方和應當較小，不同類樣品之間的離差平方和應當較大。由于共被引矩陣與聚類分析中的距離矩陣形式上非常相似，因此，本研究在共被引矩陣的基礎上可進行聚類分析。通過聚類分析，將作者分為若干類，再根據對這些作者的關鍵詞進行分析比較，挖掘共被引現象反映的能源與氣候變化議題下政策和經濟研究的熱點。綜上所述，本研究的研究方法框架如圖1所示。

2數據處理

2.1文獻選取

本研究通過對多位在該研究領域具有較為豐富經驗的科研工作者的推薦，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，將文獻的時間跨度設定為1990~2010年，同時，為提高研究質量，只選取文獻類型為Ar-ticle的文章，濾掉了Review，BookReview，Discus-sion等類型的文章，最后獲得19714條記錄。

2.2作者選取

如果研究目標是對研究領域的知識結構的綜合描述，那么建立一個多樣全面的作者組合是非常關鍵的，最好有多種來源，如專家訪談、問卷調查、綜述性文章、學會成員、會議參加者和獲獎者等，其中一個相對客觀而且方便的方法是通過引文中作者被引用次數的高低來選擇，本研究即采用此種方法選取該領域的關鍵作者，選取被引用次數排序前100位的作者作為研究對象，統計任意兩個作者被共引用的次數，得到他們之間共被引記錄21976條，部分結果見表1。

2.3構建共被引矩陣

根據共被引關系的記錄，構造這100位作者的共被引矩陣，基本思路：通過對兩兩作者共被引的文章數目進行統計，形成作者共被引次數矩陣。該矩陣為對稱矩陣，非主對角線中單元格的值為作者共被引次數。關于對角線上的取值之前的研究有不少討論，本研究將主對角線元素定義為行向量最大值加1[9]。由于共被引分析關注的重點不是作者或者作品共被引次數的高低，而是由這種共被引關系所反映的作者或者作品之間的相似性。因此，需要將共被引矩陣轉換成相關系數矩陣，揭示作者間的相似和不相似程度。這里使用常見的皮爾森相關系數矩陣（Pearson’sCorrelationCoefficientMatrix），利用R統計軟件的矩陣計算功能，將原始矩陣轉化為皮爾森相關系數矩陣，消除由作者研究領域導致的引文頻次差異所帶來的影響。表2為得到的皮爾森相關系數矩陣的一部分。

2.4聚類個數的確定

本研究根據聚類之間平均距離與聚類之外平均距離之比的增加值來確定。利用R的cluster.stats過程，提取聚類之間的平均距離average.be-tween和這兩個統計量，它們比值的增量越大，說明合并為K+1類的效果比分為K類時效果更明顯。圖2所示，在分類數為5時，聚類內與聚類間平均距離比值增量最大，最終確定分類個數為5。

2.5用聚類個數5進行聚類

在之前計算的基礎上，利用R軟件中rect.hclust函數按照分類個數為5進行聚類。由譜系圖可以大致看出樣本的分布情況，小類中的數據距離明顯小于上一層大類，這100個數據之間的關系較明顯，聚類結果如圖3所示。對應作者姓名可以通過Access中的查詢功能實現，得到作者的分類表，按照聚類內作者數從低到高順序顯示如表3所示。

2.6關鍵詞頻統計

在通過聚類分析對作者進行分類后，我們需要對各類進行分析和討論，才能真正地識別出各類所代表的研究熱點。由于分類作者的論文中出現頻率較高的關鍵詞，在一定程度上能夠反映這類的研究熱點，因此，本研究在先前確定文獻的總集合中，篩選出被引用次數排序前100位作者發表的論文，之后提取每篇論文的關鍵詞，根據聚類的結果，在Access中建立查詢，統計聚類形成的5類中每一類的作者所著文章中關鍵詞出現的頻數，按照從大到小的順序進行排列，得到了5類的關鍵詞頻數統計，分析這些數據，去除不同形式出現的關鍵詞（例如CO2emissions和Carbonemission）及出現在其它類中一些低頻次關鍵詞的影響，從每一類中只提取詞頻數最高的20個關鍵詞來做分析，盡量避免低頻數據的干擾，逐一識別每一類的研究熱點。

3研究結果

第1類作者論文中，頻數最高的前20個關鍵詞中，“Contingentvaluation”，“Choiceexperi-ments”，“Rank-orderanalysis”都是評價主體支付意愿的方法，這些方法在拍賣和意愿揭示上有很多的應用，而“Initialallocation”，“Paymentvehi-cle”，“Pollutionpermits”又非常明顯地指向了排污權分配和交易這個領域，并且“Randomutilitymodels”的多次出現也說明隨機模型很可能在研究交易過程中被使用。這一類的研究集中在排污權交易機制以及機制的效率方面。表4顯示了分類作者論文中頻數最高的前20個關鍵詞。第2類作者論文中，關鍵詞大多是模型種類“Thickmodeling”，“Gordon-schaefermodel”等。實際上，不少關鍵詞出自DICKEYDA的一篇文章中，經過分析，這類作者通常是年代較早的經濟學家或統計學家，他們的經典文章會被多次引用，但在能源和氣候變化議題本身并沒有過多的研究成果。可以認為從關鍵詞統計來看，此類作者的文章主要關注的是應用于能源和氣候變化研究領域的經濟或統計學中的模型與理論。第3類作者論文中，關鍵詞出現頻率最高的是“Climatechange”，同時與此有關的有“Climatepolicy”，“Globalandregionalclimatemodeling”等與應對氣候變化相關政策評估相關的詞匯，同時“Emissionstrading”，“Economiccost”，“Ecologicalplanning”等關鍵詞的出現也反映了本類研究應對氣候變化政策問題所考慮的經濟影響及政策規劃。因此，第3類主要研究的是應對氣候變化相關政策經濟性評估問題。第4類作者論文中，關鍵詞主要集中在能源安全、能源利用方面。“Energysecurity”，“Energyuse”體現了研究的主要對象，“Transportation”也體現了對能源的管理，“Carbondioxideemissions”則代表了與能源利用伴隨而生的排放問題，“LM-DI”(迪氏對數指標分解法)在全球的能源消費分解研究領域被廣泛使用，“GIS”（地理信息系統）也大量應用于能源管理及資源配置規劃中。所以，這一類研究領域是能源利用及能源安全。第5類作者論文中，關鍵詞出現頻率最高的是“Climatechange”，同時與此有關的有“Emissiontrading”，“Carbontrading”，“Carbontax”等與國際碳減排交易機制相關的詞匯。因此，第5類主要研究的是國際碳減排中碳交易機制及碳稅相關問題。小結以上各類所代表的研究熱點，主要包括經濟學或統計學模型、排污權分配和交易、政策經濟性評估、行業能效和排放、碳交易機制及碳稅等。

4結論

本研究識別出能源與氣候變化議題下的政策和經濟研究的5個主要研究熱點，按照聚類內研究作者數目從低到高排序，分別是應用于能源與氣候變化研究的經濟學或統計學模型理論、排污權分配和交易、政策經濟性評估、行業能效和排放、碳交易機制及碳稅。它們之間雖然存在著一定的聯系，但是也有顯著的區別，分類結果基本合理。采用本研究的研究思路，操作者不需要對所分析的研究領域具有非常深刻和全面的認識就能獲得較為充分的信息，而且分析時不依賴于閱讀具體文獻時對文獻的主觀理解，使得結果更為可靠。本研究的結論對深入研究能源與氣候變化議題下政策和經濟熱點問題，全面掌握細分領域的知識網絡具有著積極的意義；同時，本研究也為其它研究議題下的類似工作提供了有益的借鑒。