中國低碳城市關注度研究

楊威杉+蔡博峰+王金南+曹麗斌+李棟

摘要 本文通過文獻計量和社交大數據挖掘的方法統計到包含“低碳”和“城市”的文獻共8 574篇，新浪微博51 081條。利用文獻代表學者對于低碳城市的觀點，利用新浪微博代表公眾對于低碳城市的關注度，分別統計文獻和新浪微博中城市出現頻率以及關鍵詞出現頻率并進行分析。結果表明與低碳城市相關的文獻和新浪微博從2010年開始增長，2013年達到峰值，2014年后略有回落。文獻和新浪微博中出現頻率最高的前30位城市基本一致，城市出現頻率與城市行政地位和政策支持力度高度相關，另外文獻和新浪微博中均未統計到的城市還有3個。詞頻統計結果表明：公眾和學者對于低碳城市認知相差較大，學者更關注低碳城市建設和經濟之間的關系，以及低碳城市對環境的影響程度。公眾對于低碳城市的關注角度主要是從日常生活出發，更偏向于把低碳城市理解為低碳生活。建議政府進一步加大低碳城市的宣傳力度，通過調整政策加大對非低碳試點城市和欠發達城市的扶持力度。并出臺低碳城市的考核細則和評價標準，進一步理順低碳發展與經濟建設和環境保護的關系。

關鍵詞 低碳；城市；文獻計量；社交網絡

中圖分類號 X196 文獻標識碼 A 文章編號 1002-2104（2017）02-0022-06 doi：10.3969/j.issn.1002-2104.2017.02.005

由于近三十年經濟的高速發展，中國目前已成為世界最大的碳排放國家[1]，到2016年，自1990年以來中國二氧化碳累計排放量將達到1 464億t，超過美國和歐盟的總和[2]。在目前嚴峻的氣候變化形勢的影響下，自然災害頻發、農作物減產、水資源短缺等重大危機正在逐步改變著世界地緣政治格局，世界各國對于削減二氧化碳以應對氣候變化已達成普遍共識[3]。為應對氣候變化和削減二氧化碳排放，我國已制定和實施包括能源、工業、交通、建筑等一系列減排措施。根據世界銀行計算，城市中二氧化碳的排放量大約貢獻了中國二氧化碳排放總量的70%[4]。因此中國二氧化碳的減排重點應集中在城市地區，發展低碳城市的建設成為控制二氧化碳排放的關鍵。“低碳城市”這個概念表示的意思即城市在發展過程中既保持城鎮化和經濟發展的同時又削減二氧化碳排放以達到應對氣候變化的目的。中國自2010年以來開始啟動低碳城市建設[5-6]，先后兩批共批準了6省36市作為低碳省區和低碳城市試點。試點地區的人口占全國總人口的40%，GDP占全國總量的60%左右[7]。另外，在2015年第一屆中美氣候智慧型/低碳城市峰會上發表的中美氣候領導宣言中指出中國將有北京、四川、海南、吉林，廣州、武漢、貴陽，深圳、鎮江、延安、金昌等11個省或地級市計入“率先達峰城市聯盟”。在2015年我國政府提交給聯合國的《強化應對氣候變化行動——中國國家自主貢獻》中也強調要創新低碳發展模式，深化低碳省區和低碳城市試點工作。一系列的政策實施都標志著我國對于城市碳減排和發展低碳城市高度重視，并期望以此為抓手促進二氧化碳的全面減排來應對氣候變化的影響。

正是由于政策的大力推動，我國學者近年來也開展了大量城市二氧化碳減排和低碳城市的研究。一部分研究主要關注的是以城市為單位的二氧化碳排放清單方法[8-10]。還有一部分研究從理論出發，主要是通過文獻梳理等方式界定低碳城市的內涵、定義、發展理論等[11-13]。另外還有研究主要關注低碳城市的績效評估，例如Su等探討了低碳城市評價方法[14]，Zhou等利用DPSIR框架模型構建了低碳城市的評價框架和指數[15]，Liu等以重慶為例對低碳發展情景下城市二氧化碳和經濟增長進行了預測[16]等，這一類研究的內容偏重于量化低碳城市發展實踐所帶來的環境和社會經濟效益。

雖然國內外特別是我國學者以低碳城市為研究方向開展了大量的研究工作，但是對于研究的內容，關注的城市，學者與公眾對于低碳城市關注和理解的差異卻缺乏系統性的總結。本文通過采用文獻計量和社交網絡大數據挖掘的方法對學者和公眾對于低碳城市認知和關注的角度進行系統梳理，從而了解學者和公眾對于低碳城市關注度和關注角度。

1 方法和數據

1.1 研究方法

本文嘗試采用文獻計量與社交網絡大數據挖掘相結合的方法，力求全面系統的通過對于城市名和高頻詞的使用，來分析學者和公眾對于低碳城市關注度的相似和差異，從而發現不同人群的關注規律。

文獻計量的研究方法起源于20世紀初，是圖書館學、情報學和信息學等領域交叉衍生出的一種方法學，用于處理文獻信息之間定量或定性關系，并總結出一定規律[17-18]。文獻計量的方法在許多領域都發揮著作用，例如田亞平等人利用文獻計量方法歸納總結了過去20年我國對生態脆弱性研究的三個階段及其特點[19]；高懋芳等人通過搜索國內外主要期刊數據庫并根據發文量、發文期刊以及引用頻次等指標，分析了近30年來農業面源污染研究的發展態勢、研究機構等[20]；蘇燕等人利用文獻計量的方法和社交網絡方法相結合，以生物醫藥研究為對象，提出了文獻計量的新評價方法-結合文獻計量和經濟社會因素相結合[21]； Yeo等[22]通過文獻計量的方法研究了全球科技創新在文獻上的反映程度，通過文獻的搜索和整理觀察全球科技創新的發展趨勢和不確定性[22]。社交網絡的大數據挖掘有很多種類，除了挖掘文字信息外還可以挖掘圖片、音樂、視頻等多媒體信息。通過對關鍵字的索引可以在社交網絡的海量文字中挖掘出有價值的信息[23]。基于社交網絡的大數據挖掘方法與傳統的社會調查方法相比能在相對較小的成本下獲得更加多的樣本量，而且獲取速度和效率也遠遠高于社會調查[24]。目前已有部分學者利用社交網絡大數據挖掘的方法對某一問題開展研究：例如Song等人利用與“自殺”相關的關鍵詞在社交網絡上進行檢索，以確定韓國青少年自殺傾向的比例，年齡、性別構成，分布情況等[25]。作為海量數據檢索的方法，社交網絡數據挖掘的統計精度和準確性不如社會調查，但是其反映的趨勢結果在樣本量較大時具有一定的參考價值。

本文研究方法的特點是將文獻計量和社交網絡大數據相結合，針對不同的目標人群采用同樣的研究指標（城市頻率和實詞頻率）來進行研究并加以比較，從而充分反映學者和公眾對低碳城市的認知和關注度。這種研究方式具有獲取樣本量大、覆蓋范圍全面等特點。

1.2 研究數據

本文研究數據共包括三個部分：首先以“低碳”和“城市”作為關鍵詞，通過檢索萬方數據知識服務平臺中的中文期刊數據庫和Scopus中的英文期刊數據庫的結果來總結和分析學者對低碳城市的認知和關注度；然后以同樣的關鍵詞檢索新浪微博，利用檢索結果來代表公眾對低碳城市的認知和關注度；最后采用基于中國高空間分辨率網格數據（CHRED）建立的中國地級市二氧化碳排放數據用以輔助檢驗典型城市低碳關注度差異原因。

由于新浪微博建立于2009年底，同時在專業期刊庫中的搜索結果顯示2009年之前也較少有與低碳城市相關的文獻發表，因此本研究將數據樣本獲取的時間范圍定為2010年1月1日至2016年5月16日期間。在這段時間范圍內新浪微博累積共發布51 081條含有關鍵詞“低碳”和“城市”的微博；專業期刊數據庫的檢索結果顯示中文期刊庫中共有8 290篇文獻的摘要中包含有關鍵詞“低碳”和“城市”，英文期刊庫中共有284篇文獻的摘要中同時含有關鍵詞“低碳”、“城市”和“中國”；中國高空間分辨率網格數據庫包含了288個地級市2012年的二氧化碳排放數據。

分年度的文獻和微博統計（見表1）表明與低碳城市相關的文獻和新浪微博從2010年開始逐年增長，并于2013年達到峰值，但自2014年起略有回落。由于文獻數量的增幅超過一倍，又由于文獻發表需要一定的周期，這一現象應該是與2012年發布了與低碳城市影響較大的政策相關，而與此直接相關的政策就是發改委發布了第二批低碳試點省市的通知，與2010年第一批低碳試點的范圍相比，第二批獲得試點的地區范圍擴大了不少。從國際環境來看2012年6月在巴西里約召開的聯合國可持續發展大會也間接刺激了學者的研究興趣。

2 結果與分析

2.1 詞頻分析

除了對目標文獻和微博的城市頻次進行統計以獲得不同城市在低碳發展中被公眾與學者的關注程度外，本研究的另一個重點是通過對詞頻的統計來了解公眾和學者對低碳城市發展關注角度的相似和異同之處。

在對文獻的摘要進行詞頻統計后，全部8 290篇中文文獻摘要共統計到有效實詞32 800個。其中約有一半關鍵詞僅出現一次，除“低碳”和“城市”作為索引關鍵詞出現頻率最高以外，“發展”一詞共出現了16 078次為第一高頻詞，除此之外沒有實詞出現頻率超過10 000次。

在對微博的高頻詞統計中共得到有效實詞73 132個，其中同樣約有一半實詞僅出現一次。除“低碳”和“城市”外，“綠色”，“環保”和“出行”三個詞分別排在3—5位，這與文獻中排在3—5位的高頻詞差異較大。

除了了解學術界和公眾對于哪些城市的低碳發展具有較高的關注度外，為進一步了解我國學者與公眾對于低碳城市關注角度的差異性，通過將文獻和微博高引用頻率詞匯的前20位分別摘出進行分析比較（見圖1，圖2），發現排在文獻高頻引用詞匯的前5位詞匯分別是“發展”“經濟”“建設”“生態”和“排放”，特別是“經濟”和“建設”在8 000多篇文獻中出現了7 500次左右，可以看出學者對于低碳城市的建設，以及其對經濟的影響關系最為關注，從側面也可以證明我國城市的低碳發展還處在初級階段，城市建設與經濟發展的關系依然處在低碳城市發展的首要考慮位置。

一個較有趣的現象是“生態”“綠色”和“環境”三個關鍵詞的使用頻率（三者相加為總使用頻率約為11 500次）遠遠高于“建筑”“能源”和“交通”（6 500次總使用頻率）這三個關鍵詞。而低碳發展的實踐證明后三者才是實現低碳的主要途徑，這一方面既說明了目前學者對于低碳發展的核心內容關注度不足，同時也證明了環境問題被學者視為低碳發展主要解決的問題或是學者期待通過低碳發展帶來環境改善的協同效益。

微博高頻詞匯前五位分別是“綠色”“環保”“出行”“發展”和“生活”，這與文獻高頻詞的語境相比明顯帶有日常生活性，對低碳城市的關注偏向微觀和實用的角度。另外例如“生活”“方式”“自行車”等關鍵詞明顯帶有民眾對于低碳城市的生活化傾向，從側面反映出公眾對低碳城市發展的理解部分性的偏向于自身的低碳生活。另外在微博詞匯中“公交車”（第39位，引用3 801次）、“騎行”（第47位，引用3 371次）、“無車日”（第48位，引用3 274次）等詞匯的高引用率在文獻中也較少出現，一方面是因為這些詞匯屬于口頭用語較少在文獻中使用，另一方面也說明公眾對于低碳城市的理解和關注更傾向低碳生活或低碳出行相關。

2.2 城市出現頻率特征分析

對8 574篇文獻摘要中的城市名出現數量進行挖掘，結果顯示文獻摘要中至少出現一次城市名的城市數量有257個，占總城市數量的89%。其中文獻中城市出現頻次高于300的城市僅有兩個，分別是上海和北京，出現頻次介于100和200之間的城市有6個，分別是天津、深圳、杭州、廣州、武漢和重慶。

在對微博中對于城市名的出現頻次進行分析的結果顯示，出現頻次高于2 000的城市僅有北京和上海，出現頻次介于1 000和2 000之間的城市僅有深圳和廣州。微博中從未出現的城市僅有7個，而文獻中從未出現的城市有32個。通過比較統計結果發現，仍然有3個城市在文獻和微博中均未出現，分別是崇左、固原和雙鴨山。根據二氧化碳排放數據來看，崇左和固原的二氧化碳排放量相對較低，但2012年雙鴨山市二氧化碳排放量達到了2 130萬t，在全國288個地級市中排在第166位，但城市低碳發展角度卻并未得到相應的關注。

為了更好地研究低碳城市從學者角度的關注度情況，將257個出現在低碳城市文獻中的城市按照被引用頻率進行排序，本文僅列出最高引用率的前30位城市進行分析研究（見圖3）。

首先從行政劃分來看，除了保定、無錫、蘇州和唐山外，其余26個高引用城市均為直轄市、省會或副省級城市，充分說明城市的政治地位對于研究者來說具有較高吸引力。從經濟總量來看，GDP最高的15個城市均在高低碳城市引用榜中，但GDP最高的30個城市里佛山、煙臺、東莞、濟南、泉州、南通、長春和福州等8個城市在文獻的引用數量均沒有超過25，證明學者對低碳城市的關注并不是完全集中在經濟規模上。從地理位置來看，前30位高引用頻率低碳城市中有7個西部城市，6個中部城市，17個東部城市，由于低碳城市的發展對于城市發展階段和產業結構具有較高的要求，因此以東部城市為樣本研究低碳城市發展具有更好的示范作用。從城市人口數量方面（按照2010年第六次全國人口普查數據）來看，城市人口數量最多的前30位城市中有12個城市（南陽、臨沂、邯鄲、溫州、濰坊、周口、徐州、贛州、菏澤、東莞、泉州、濟寧）未在文獻中呈現較高的出現頻率，證明學者對于低碳城市的關注度與城市人口數量相關性并不高。

在比較了微博中引用頻率最高的前30位城市（見圖4）與文獻引用頻率最高的前30位城市后發現，首先微博與文獻中高引用城市的差異不大，其中微博高引用但未出現在文獻引用頻率最高的前30個城市中的城市僅有三個，分別是珠海、濟南和鎮江。排在微博和文獻中引用頻率最高的前五位的城市完全一致。這證明學者和公眾對于低碳城市關注的目標城市較為一致。合并文獻和微博引用頻率最高城市前30位的排名后，共得到33個城市，其中南京、長沙、鄭州、無錫、合肥、哈爾濱、蘭州、唐山、珠海和濟南共10座城市既不是發改委低碳試點市，也不是低碳試點省內的城市。

通過對比發現，無論學者還是公眾對于低碳城市的關注度主要集中在政治地位較高、政策影響較大的城市。綜合比較發改委低碳試點政策和城市政治地位兩方面因素可以發現，僅有無錫和唐山既不是國家確定的低碳試點，也不是副省級以上級別城市。但是根據分析，二者之所以受到較高的關注度與其地理和戰略位置相關。首先河北省已經確定的低碳試點包括省會石家莊、保定和秦皇島，但省內GDP總量和人均GDP最高的城市卻是唐山，而且唐山的碳排放量在全國排第二位僅次于上海（2012年數據），充分說明唐山既是經濟大市，又是碳排放量大市，因此在經濟特別是工業未來的發展中需要格外的注意低碳轉型帶來的機遇與挑戰，關注低碳發展才能保持長久的城市競爭力。無錫與唐山的情況相似，雖然不像南京一樣既是副省級城市又是省會，也不像蘇州一樣成為國家低碳試點，但是在最近幾年無論是GDP總量還是人均GDP指標一直排在江蘇省前三名當中，在低碳發展成為一種趨勢時，被政府和社會所認可并且在省內擁有強大競爭力的“對手”的同時，無錫從自身發展需要出發理應關注其低碳城市發展的戰略和實施路徑。

3 結論與討論

研究結果表明，與低碳城市相關的文獻和新浪微博從2010年開始增長，于2013年達到峰值，2014年后略有回落。文獻和新浪微博中出現頻率最高的前30位城市基本一致，表明學者和公眾關注的城市基本相似。城市出現頻率與城市行政地位和政策支持力度高度相關，另外文獻和新浪微博中均未統計到的城市還有3個，證明一些城市的低碳發展還沒有被學者和公眾關注到。詞頻統計結果表明公眾和學者對于低碳城市認知相差較大，學者更關注低碳城市建設和經濟之間的關系，以及低碳城市對環境的影響程度。公眾對于低碳城市的關注角度主要是從日常生活出發，更偏向于把低碳城市理解為低碳生活，這雖然也是建設低碳城市的重要部分，但是需要決策者從政策和宣傳角度引導公眾的積極性，以便更好地參與到服務低碳城市建設當中。通過低碳城市關注度研究發現，學者和公眾對于低碳城市的關注度主要集中在政治地位較高（省會，副省級城市）、政策影響較大（是否發改委低碳試點）的城市。

建議政府進一步加大低碳城市的宣傳力度，通過調整政策將扶持力度轉移到非低碳試點城市和欠發達城市。出臺低碳城市的考核細則和評價標準，進一步理順低碳發展與經濟建設和環境保護的關系，對低碳城市建設形成可量化、可考核的標準，并通過制度建設保障起來，使全社會能更加透明地參與到低碳城市的監督和建設當中。

參考文獻（References）

[1]QUR C L. Global carbon budget 2014[J]. Earth system science data discussion，2014 （6）： 1-90.

[2]JACKSON R B. Reaching peak emissions[J]. Nature climate change， 2016， 6（1）： 7-10.

[3]IPCC. Climate change 2014： impacts， adaptation， and vulnerability. part a： global and sectoral aspects. contribution of working group ii to the fifth assessment report of the intergovernmental panel on climate change[M]. Cambridge， United Kingdom and New York， NY， USA： Cambridge University Press， 2014.

[4]The World Bank. Sustainable lowcarbon city development in China[M]. Edited by BAEUMLER A， 2012.

[5]中華人民共和國發展與改革委員會. 關于開展低碳省區和低碳城市試點工作的通知[Z].發改氣候〔2010〕1587號，2010.[National Development and Reform Commission， Peoples Republic of China. Note on launch low carbon pilots provinces and cities[Z].NDRC Climate 〔2010〕No.1587，2010.]

[6]中華人民共和國發展與改革委員會.國家發展改革委關于開展第二批低碳省區和低碳城市試點工作的通知[Z].發改氣候〔2012〕3760號，2012.[National Development and Reform Commission， Peoples Republic of China. Note on launch the second batch low carbon pilots provinces and cities[Z]. NDRC Climate 〔2012〕No.3760，2012.]

[7]中華人民共和國國家統計局. 中國統計年鑒2012[M]. 北京：中國統計出版社，2012.[National Statistics Bureau， Peoples Republic of China. China statistics yearbook 2012[M]. Beijing： China Statistics Press， 2012.]

[8]婁偉. 城市碳排放量測算方法研究——以北京市為例[J]. 華中科技大學學報，2011，25（3）：104-110. [LOU Wei. Study on measurement methods of city carbon emissions：Beijing as a case[J]. Journal of Huazhong University of Science and Technology， 2011， 25（3）： 104-110.]

[9]白衛國，莊貴陽，朱守先，等. 中國城市溫室氣體清單核算研究——以廣元市為例[J]. 城市問題，2013（8）： 13-18.[BAI Weiguo， ZHUANG Guiyang， ZHU Shouxian， et al. Study on green house gas emission accounting of Chinas City ： Guangyuan as a case[J]. Urban problems， 2013（8）：13-18.]

[10]方齊云，吳光豪. 城市二氧化碳排放和經濟增長的脫鉤分析——以武漢市為例[J]. 城市問題，2016（3）：56-61.[FANG Qiyun， WU Guanghao. Study on CO2 and economic growth decoupling analysis：Wuhan as a case[J]. Urban problems， 2016（3）： 56-61.]

[11]李迅，曹廣忠，徐文珍，等. 中國低碳生態城市發展戰略[J]. 城市發展研究，2010，17（1）：32-41.[LI Xun， CAO Guangzhong， XU Wenzhen， et al. Chinas lowcarbon ecocity development strategy[J]. Urban development studies， 2010， 17（1）： 32-41.]

[12]潘曉東. 中國低碳城市發展路線圖研究[J]. 中國人口·資源與環境，2010，20（10）：13-18.[PAN Xiaodong. Road map for Chinese lowcarbon city development[J]. China population， resources and environment， 2010， 20（10）： 13-18.]

[13]張貢生，李伯德. 低碳城市：一個關于國內文獻的綜述[J]. 首都經濟貿易大學學報，2011（1）：107-120.[ZHANG Gongsheng， LI Bode. Lowcarbon city： a comment about the domestic literature[J]. Journal of Capital University of Economics and Business， 2011 （1）： 107-120.]

[14]SU Meirong， LI Ronghua， LU Weiwei， et al. Evaluation of a lowcarbon city： method and application[J]. Entropy， 2013（15）： 1171-1185.

[15]ZHOU Guanghong， SINGH J， WU Jiechen， et al. Evaluating lowcarbon city initiatives from the DPSIR framework perspective[J]. Habitat international， 2015，50： 289-299.

[16]LIU Gengyuan， YANG Zhifeng， CHEN Bin， et al. A dynamic lowcarbon scenario analysis in case of Chongqing city[J]. Procedia environmental sciences， 2012（13）： 1189-1203.

[17]王日芬，路菲，吳小雷. 文獻計量和內容分析的比較與綜合研究[J]. 圖書情報工作，2005，49（9）：70-73.[WANG Rifen， LU Fei， WU Xiaolei. Comparative and synthetic research on content analysis and bibliometrics[J]. Library and information service， 2005， 49（9）： 70-73.]