国际新能源发展态势研究

来源:用户上传      作者:

　　摘  要：文章采用CITESPACE软件，围绕新能源研究主题，编辑检索式TS=（"new energy" or "clean energy" or "renewable energy"）对web of science数据库核心集进行数据挖掘，基于合作网络、贡献网络、基金等三个视角阐述文献数据信息。研究表明：（1）我国在新能源研究领域文献产量居全球首位，但中心度不高;（2）新能源研究主题呈“宽泛-具体”态势，未来新能源研究问题将进一步细化;（3）中国在有关新能源研究领域的基金支撑远高于美国等发达国家。
　　关键词：新能源;发展态势;CITESPACE;知识图谱
　　中图分类号：F124.5        文献标识码：A         文章编号：2095-2945（2020）23-0001-05
　　Abstract： CITESPACE software was used to conduct data mining on the web of science database by editing and retrieving TS=（"new energy" or "clean energy" or "renewable energy"） around the research topic of new energy. Literature data information was elaborated from three perspectives including cooperative network， contribution network and fund support. The research shows that：（1） China's literature output in the field of new energy research ranks first in the world， but its centrality is not high; （2） the theme of new energy research is "wide-specific"， and the future research on new energy will be further refined.（3） China's fund support in the field of new energy research is much higher than that of developed countries such as the United States.
　　Keywords： new energy; development situation; CITESPACE; scientific knowledge graph
　　1 概述
　　能源既是社會发展的主要动力，又是经济增长的关键因素，其普遍应用于工业、交通、生活和建筑等领域（Abdelrahman，2018）[1]，但随着化石能源的过度消费，全球能源危机、极端天气等问题日益凸显。为此，人类一直试图采用调整能源消费结构、转变能源消费方式等手段以缓解人类经济、环境和资源之间的矛盾。在此背景下，新能源研究方兴未艾，例如利用非耗竭太阳能系统清洁能源研发的太阳能电池材料;用于可逆转充放电的锂基材料等（Gandomi，2015）[2]。国内外诸多学者基于自身知识结构和学术立场对新能源展开多方位研究，并得出不同的研究结论，形成各异的学术认知。通过文献梳理与汇总可知，尽管当前文献研究产出较多，且结论不一，但可将众多文献归纳为新能源材料、新能源技术和新能源政策等三类研究视角。
　　在新能源材料方面，郭慧等（2018）[3]认为在特殊环境下，铜铟镓硒发电量要高于同规模硅、非晶硅;且铜铟镓硒电池中铟的部分功能可由镓替代实现，故而具有成本偏低、效率较高的优点。Lei等（2019）[4]基于剑桥结构数据库（CSD）和无机晶体结构数据库（ICSD）等各种结构数据库，采用结构-性能数据挖掘方法，识别出太阳能电池、锂电池、热电器件、压电材料、气体吸附剂材料等新能源研究热点材料。朱军等（2019）[5]对新能源材料进行了详细的阐述，超级电容器材料、电池材料、超导材料、光伏太阳电池材料、磁性材料、纳米材料和核材料等均属于新能源范畴，并指出电池材料是当前研究的焦点。在新能源技术方面，国内外学者研究视角泾渭分明，国外学者研究焦点较为微观，聚焦于某项能源技术。例如抽水蓄能电站技术，电站抽水蓄能虽然不能直接用电，但在用电需求较低的情况下（如夜间），电站抽水蓄能通过水泵将水从较低的蓄能层提升到较高的蓄能层，从而提高水力容量（Margeta，2014）[6]。而国内学者研究视角较为宏观，倾向于能源技术驱动因素实证分析。王火根等（2106）[7]实证研究结果表明农户责任、认知、满意等因素促进农村新能源技术应用，而成本、补贴及生活习惯等因素的影响机制较为复杂。梁慧超等（2017）[8]基于中国各省份风电行业探究新能源技术与环境支撑能力之间辨证关系，并发现当前国内新能源技术环境支撑能力不均衡。在新能源政策方面，Sarah等（2018）[9]认为现有侧重于提高技术效率和消费者选择的需求侧方法不太可能足以实现未来的碳减排目标，而新能源政策则对需求具有重大影响，当前能源政策的作用在很大程度上被忽视。吴锦明（2019）[10]基于财政和税收两个角度对国内新能源产业政策红利进行了深入剖析，财政补贴落实、产品税收减免等政策均制约着新能源发展。
　　综上所述，现有研究成果表明国内外有关新能源研究日渐成熟，角度各异，层次不一，结论多元，那么国际新能源研究当前研究焦点或者未来发展态势如何？这是本文研究的主要目的和选题依据。本文基于web of science数据库核心集，通过检索式TS=（"new energy" or "clean energy " or "renewable energy"）提炼有关新能源研究文献产出，在此基础上，采用CITESPACE软件，从合作网络、贡献网络、基金等三个方面呈现文献数据信息。 　　2 研究方法
　　科学知识图谱是情报计量学研究较为常见的研究方法，采用科学知识图谱可以直观的呈现出有关新能源研究的文献产出、引用、作者、机构等信息（邱立新等，2014）[11]。当前，CITESPACE作为科学知识图谱常用的软件，得到了广大学者的普遍认可。CITESPACE是一款基于JAVA平台运行的可视化文献分析软件，可直观反映出某一学科或某一主题的基础文献、演进过程与前沿领域（侯剑华，2008）[12]，其研发者为美国德雷塞尔大学的陈超美教授，基本原理围绕某一研究主题，利用国内外文献，通过软件设置生成结构性视图和时序性视图，例如合作网络、贡献网络、共被引、文献耦合、基金等（Chen，2002）[13]，而进行引文分析的关键节点确定是情报计量分析的重要环节，假设Ψa和Ψb表示t时刻和t+△t时刻产生于Ωa=Φ（Ψa）和Ωb=Φ（Ψb）文献基础上的，以文献a和文献b为标识的主要研究前沿，且以文献a和文献b为中心的文献聚类，而链接文献a和文献b的路径表示Ψa向Ψb演进特征，该路径则为关键节点（Chen，2004）[14]，因而本文采用CITESPACE软件以新能源（"new energy" "clean energy " "renewable energy"）为主题词分析国际新能源研究前沿领域与发展态势。
　　3 数据说明
　　本文以web of science数据库核心集为基础，围绕主题词“新能源”，编辑检索式TS=（"new energy" or "clean energy" or "renewable energy"） 对web of science核心合集默认年份（1900年至2019年）进行主题检索，获取文献产出基础数据。为保证后文引文分析可行性，文件导出设置记录内容为“全记录与引用的参考文献”，下载格式设定为“纯文本”。通过检索式“new energy”于web of science数据库1900年至2019年有关新能源研究的文献共75855篇。自21世纪以来，有关新能源研究的文献产出增长趋势凸显（见图1）。从文献产出绝对量来看，有关新能源研究的文献产量逐年增长，2018年文献产量达10525篇，创历史新高;从文献产出增长率来看，历年文献产出增长率均呈波动态势，其中，2010年至2017年文献产出增速“加速度”较大，而2018年新能源主题文献产出增速明显放缓;从文献产出类型来看（见表1），文献形式主要以ARTICLE为主，占比达到51.613%，其次为PROCEEDINGS PAPER，为31325篇。基于文献产出绝对量、增长率和类型等三方视角可知，有关新能源研究的文献产出逐年上升，说明新能源领域正逐步成为诸多学者研究的热点领域。
　　4 实证结果
　　本文基于合作网络、贡献网络、基金等视角利用CITESPACE软件对web of science数据库中“new energy”文献数据信息进行可视化分析。其中，时间跨度设定为2014-2018年，以一年为单位，检索进程设置包括题目、摘要、作者、关键字等，检索路径选择pathfinder算法。实证结果如下所示：
　　4.1 合作网络分析
　　合作网络分析可操作界面主要包括作者、机构及国家三个方面。从高生产力文献产出作者来看（见图2），国内学者文献被引频次计数较高，WANG Y、ZHANG Y和WANG J等三位作者2014年文献被引频次计数分别630次、623次和600次。从高生产力文献产出机构来看（见表2），在新能源研究领域Top10中，中国科研院所与高校占比50%，同时可以看出当前国内领先机构分别为中国科学院、清华大学、中国科学院大学、北京大学、中国科学技术大学。其中，中国科学院文献被引频次远远高于排名第二位的清华大学，文献被引频次计数高达4172次。从高生产力文献产出国家来看，中国文献被引频次计数位居榜首（27138次），美国紧随其后（23119次），其次是德国（7826次），但中国文献中心度远远低于美国（0.95）和德国（0.91）。综上所述，在研究期内国内学者在新能源领域研究得到了全世界诸多学者认可，发文量和被引量均处于全球较高水平，但文献中心度与美国、德国等发达国家仍具有一定差距，表明当前国内有关新能源研究正逐步接近世界领先水平，在新能源领域依然存在较大研发空间。
　　4.2 贡献网络分析
　　在贡献网络分析中，主要围绕关键词进行分析，Node Types设置更改为Keyword，以时间结构性视图呈现研究期内文献研究关键节点（如图3所示）。从时序结构性视图可知，研究期初，有关新能源领域研究主题较为宽泛，因而关键词、热频词出现较多;随着时间推移，新能源研究主题日益细化，研究问题逐步深入。例如2015年热点领域为石墨烯，2016年研究焦点已转变为复合材料，2017年则聚焦于能源存储研究，2018年新能源研究视角变为影响因素和新能源产生。
　　通过表3可知，研究期内新能源研究的热点词频次最高的为Energy，而中心度最高的则为Performance，同时该表热点词频词义较为混乱，既有新能源材料方面热点词频，又有新能源模式方面热点词频，表明当前有关新能源研究主题较为宽泛、笼统，进一步验证未来新能源领域研究主题已日渐细化。
　　4.3 基金分析
　　通过对CITESPACE软件Node Types设置更改为Grant，其他设置不变，对新能源研究领域文献支撑基金进行可视化分析，得图4和表4。从表4可知，国家自然科学基金支撑的文献产出被引频次为13274次，中心度1.34，两项指标均远高于位居第二的美国国家科学基金支撑的文献产出（被引频次为2388次，中心度0.77），表明我国对新能源领域研究的基金支撑远远高于世界水平，龐大的基金支撑促使我国在新能源研究领域发展速度迅猛，研究成果丰硕，凸显了我国发展新能源的信心与决心。 　　5 研究結论
　　新能源消费作为城市低碳转型的有效路径之一，备受国内外众多学者青睐，本文采用情报计量学典型研究方法——科学知识图谱，采用CITESPACE软件围绕新能源研究对web of science数据库进行数据筛选、处理、清洗及分析，并从合作网络、贡献网络及基金三个方面实现可视化结构图，形成如下研究结论：
　　（1）近年来，我国在新能源领域的研究发展速度迅猛，文献产出绝对数量高于世界各国文献产出数量，文献被引频次亦处于较高水平，但文献中心度与美国、德国等发达国家始终存在较大差距。
　　（2）通过关键词频分析，自2014年开始，新能源研究主题逐渐细化，研究问题愈加具体，2015年热点领域为石墨烯，2016年研究焦点为复合材料，2017年则聚焦于能源存储研究，2018年新能源研究视角变为影响因素和新能源产生，说明未来有关新能源领域研究必将进一步深入。
　　（3）从基金分析可知，我国国家自然科学基金在新能源领域的投入庞大，远高于美国等发达国家，并形成了丰硕的研究成果，进一步表明我国新能源研究成果逐步获得世界认可，为全球经济可持续发展做出了巨大贡献。
　　参考文献：
　　[1]Abdelrahman Azzuni， Christian Breyer. Energy security and energy storage technologies[J]. Energy Procedia，2018，155：237-258.
　　[2]GandomiA ，Haider M . Beyond the hype： Big data concepts， methods， and analytics[J]. International Journal of InformationManagement，2015，35（2）：137-144.
　　[3]郭慧，李亚萍，王学明.铟、镓、硒成为新能源材料新宠应加强地质找矿与综合利用[J].中国地质，2018，45（01）：205-206.
　　[4]Lei Zhang， Zhiqiao Chen， Jing Su， Jingfa Li. Data mining new energy materials from structure databases[J]. Renewable and Sustainable Energy Reviews，2019，107：554-567.
　　[5]朱军，张红霞，赵成.有色金属与新能源材料发展[J].电源技术，2019，43（04）：731-733.
　　[6]Margeta， Jure. Water storage as energy storage in green power system[J]. Sustainable Energy Technologies and Assessments，2014，5：75-83.
　　[7]王火根，李娜.农户新能源技术应用行为及其影响因素分析[J].湖南农业大学学报（社会科学版），2016，17（05）：1-7.
　　[8]梁慧超，孙丽云，崔婷.新能源技术产业化发展的环境支撑能力实证分析——以风电产业为例[J].财贸研究，2017，28（02）：30-38.
　　[9]Sarah Royston， Jan Selby， Elizabeth Shove.Invisible energy policies： A new agenda for energy demand reduction[J].Energy Policy，2018，123：127-135.
　　[10]吴锦明.新能源产业发展需要哪些“政策红利”[J].人民论坛，2019（08）：66-67.
　　[11]邱立新，张赫.科学知识图谱在文献分析中的实用性探究[J].青岛科技大学学报（社会科学版），2014，30（04）：87-91.
　　[12]侯剑华.国际能源技术前沿热点领域演进的可视化[J].中国科技论坛，2008（11）：140-144.
　　[13]Chen C， McCain K， White H， Lin X. Mapping Scienteomtrics[J].ASIST，2002：25-34.
　　[14]Chen C. Searching for intellectual turning points： progressive knowledge domain visualization[J]. Proc Natl AcadSci USA，2004，101：5303-5310.
转载注明来源:https://www.xzbu.com/1/view-15292692.htm