基于BERT+LSTM模型与TPA的中国锂资源价格分析:多阶段多事件主题视角

《Environmental Impact Assessment Review》:Analysis of China's lithium resource prices using BERT+LSTM models with TPA: A multi-phase and multi-event thematic perspective

【字体: 大 中 小 】 时间:2026年06月28日 来源:Environmental Impact Assessment Review 12.2

编辑推荐:

  戴旺|李一曼|张贤奇北京大学政府管理学院,中国北京100871摘要本研究以新闻文本作为数据来源,运用LDA模型和词云技术从文本中提取主题、情感倾向及出现频率。该方法阐明了不同阶段供应链各参与方之间的互动关系,分析了它们对中国锂资源价格的影响。研究还明确了不同阶段各类主题事件及相关

  
戴旺|李一曼|张贤奇
北京大学政府管理学院,中国北京100871

摘要

本研究以新闻文本作为数据来源,运用LDA模型和词云技术从文本中提取主题、情感倾向及出现频率。该方法阐明了不同阶段供应链各参与方之间的互动关系,分析了它们对中国锂资源价格的影响。研究还明确了不同阶段各类主题事件及相关政策的运作机制。此外,研究指出技术进步、电池材料需求以及企业间的合作是衡量产业成熟度的关键指标。国际政策动向也会导致锂资源价格出现短期波动。另外,本研究还利用预训练的BERT模型进行词嵌入处理,并采用带有时间注意力机制的长短时记忆(LSTM)模型来预测锂资源未来的价格走势。研究结果表明,锂资源供应过剩的状况并未发生显著变化。这项研究不仅揭示了中国新能源汽车产业链在不同发展阶段的复杂关系,还为及时、有效地评估中国锂资源价格风险提供了依据。

引言

为应对全球气候变化的严重影响,中国在2020年9月联合国第七十五届大会一般性辩论期间向国际社会宣布了双碳目标。该目标包括在2030年前实现碳排放达峰,2060年前实现碳中和(外交部,2020年)。在这一宏伟目标指导下,中国积极推动新能源产业发展,致力于实现能源转型。这一转型不仅有助于大幅减少温室气体排放,还会对能源安全、经济增长和社会稳定产生深远影响(Tian等人,2024年;Shi等人,2023年;Agusdinata和Liu,2023年)。新能源产业快速发展是这一能源转型的重要标志。根据中国汽车工业协会的数据,2020年新能源汽车的产量和销量分别达到了136.6万辆和136.7万辆。到2024年,这两项数字分别上升到了1288.8万辆和1286.6万辆。鉴于锂电池在新能源汽车中的核心作用,新能源汽车市场的快速扩张可能会给锂资源供应链带来风险(Shi等人,2023年)。有研究预测,到2030年全球锂资源供应将出现37%的缺口(Li等人,2024年)。此外,由于中国65%的锂资源依赖进口(Van Wyk,2023年),国际市场的波动会给中国的锂资源供应链安全带来巨大威胁。因此,分析并了解中国锂资源供应链的发展规律及各方参与者的互动关系至关重要,这既有利于推动新能源汽车产业的发展,也有助于保障锂资源供应链的安全。
在现有学术研究中,关于现有锂资源价格波动的研究大多依赖于市场统计数据,往往忽视了新闻媒体中的文本信息。例如,Yu等人(2021年)采用了资源可用性、经济重要性、技术水平以及进口稳定性这四个指标来识别潜在风险并进行风险评估。同样,Jiskani等人(2022年)则运用七个关键指标来分析矿产供应风险,这些指标包括金融经济风险、环境与气候因素、健康与安全问题、技术及运营难题、政治与法律框架以及社会和管理层面因素。此外,Yu等人(2023年)还将数据分为因变量、直接自变量和间接自变量,用以预测铬和钴的供应安全状况。在他们的研究中,因变量是新能源汽车的产量;直接自变量包括铬和钴的进出口比重、产量比重、储量比重以及环境指数,而间接自变量则涵盖进口依赖度、消费增长率以及价格等因素。尽管这些研究者充分考虑了多种数据来源,但他们的方法仍存在明显局限性。首先,这类方法的固有特性会导致研究结果出现时间滞后,可能无法与实际市场情况相匹配,使得基于这些统计指标和分析的数据无法及时反映最新的市场变化趋势。此外,这类方法也不适合用于分析产业链场景,其统计指标体系往往存在片面性。例如,一些关注关键矿产供应稳定的研究只注重矿产的获取,却忽视了供应链的稳定性以及其他技术障碍(Dou等人,2023年;Yu等人,2021年)。此外,市场情绪和预期等因素在价格波动中起着重要作用,但这些因素也常常被忽视(Cao等人,2023年;Rogmann等人,2024年;Xu等人,2024年;Liang等人,2024年)。
近期的学术研究已经认识到新闻文本在实时报道当前事件方面的优势,相比市场统计数据,新闻文本能够更快地反映市场动态和新出现的情况(Lee等人,2022年)。通过分析新闻文本,可以全面了解市场动态,从而快速识别市场波动。然而,尽管有一些研究利用新闻和社交媒体中的文本数据来分析关键矿产的供需风险,但这些研究仍存在一些缺陷。现有方法的一个主要局限在于,它们往往只关注文本的语气、情感倾向、出现频率或个别主题事件,而忽视了这些事件的发展趋势。因此,这类分析往往只是描述性的,仅根据事件出现的频率来记录过去的行业状况,未能深入分析新闻内容中的实质信息,也就无法从数据中得出更深层次的见解(Agusdinata和Liu,2023年)。此外,在特征提取和词嵌入技术方面,传统模型和算法在本文所讨论的研究背景下也存在明显不足。例如,Kim和Park(2023年)使用了TF-IDF和LDA模型来进行文本特征提取,其中TF-IDF是一种用于评估文档中单词相关性的统计方法,适用于特定场景。同样,Liu等人(2024年)也运用TF-IDF算法根据已有的文献资料来构建主题模型。不过,这种方法的主要缺点是无法考虑上下文信息以及语义差异。另外,Bai等人(2022年)使用了GloVe模型进行词嵌入处理,同时结合TextBlob的情感指数来进行情感分析,而Zhu和Ren(2023年)则采用了经典的Word2vec模型来探究研究主题与主题向量之间的关系。这些文本处理方法往往难以实现上下文的双向理解,难以捕捉长期依赖关系,也无法准确理解语义的细微差别。这些局限性或过时的方法大大降低了这些模型在供应链和产业链等领域的应用效果。为应对这些挑战,本研究探讨了利用预训练的BERT模型对新闻文本数据进行词嵌入处理的方法,该模型采用了Transformer架构进行预训练。这种方法能够生成对上下文敏感的动态词向量,从而准确捕捉语义的多样性以及上下文依赖关系(Horev,2018年)。本研究将从新闻文本中提取的主题事件作为价格变动的指标,这些指标反映了与新闻相关的主题事件的出现频率和情感倾向。这种方法能够全面呈现当前产业和供应链的现状,以及各方参与者的行为变化,有效解决了特征提取不完整和数据获取延迟等问题。
现有的研究通常是对整个事件周期进行整体分析,因此缺乏按不同阶段划分的详细分析。Han等人(2023年)、Islam等人(2022年)、Monirul Islam等人(2024年)以及Chang等人(2023年)的研究往往将这一过程视为一个整体,从而忽视了产业发展的时间动态,也忽略了各参与者或事件随时间变化的特点。
鉴于上述情况,有必要在现有研究的基础上进一步探讨数据和市场条件的时间变化特征。本研究旨在梳理和分析锂资源供应链的动态变化,以及各方参与者之间的战略互动关系。为此,本研究开发了一种以新闻文本为数据源的逐步回归模型。该模型用于分析不同阶段的主题事件对锂资源价格走势和波动性的影响。研究还运用经验模态分解(EMD)技术提取低频和高频数据(Liu等人,2024年),并借助带有时间注意力机制的LSTM模型来预测锂资源未来的价格走势。
本研究提出的方法不仅能够展现锂资源供应链的成熟程度,描述供需的波动情况,还能阐明政策在不同阶段所产生的影响机制。研究指出,技术进步、电池材料需求以及企业间的合作是衡量产业成熟度的关键指标。同时,研究也意识到国际政策动向可能会引发锂资源价格的短期波动。
本研究的贡献是多方面的。首先,它丰富了供应链安全领域的现有研究,强调了在价格波动背景下保持稳定的重要性。其次,通过运用预训练的BERT模型分析相关新闻文本,有助于我们更深入地了解与锂资源相关的市场新闻和事件。这种分析方式能够更精准、更及时地反映当前的市场动态和新出现的问题。第三,本研究开发的基于阶段的逐步回归模型,有助于从纵向角度全面分析锂资源的价格走势和波动性。最后,通过引入时间注意力机制,解决了预测过程中存在的时间依赖性问题,能够更准确地识别出关键的时间节点。

章节节选

模型构建

本研究提出了一种创新的行业安全评估预警系统,该系统利用与锂资源相关的新闻文本数据。如图1所示,该系统同时从多时间和多事件的角度进行分析。数据来源包括新闻数据和锂资源价格数据,这些数据对于分析价格走势和波动,以及供应链各参与方之间的互动关系至关重要。模型构建分为两个阶段:

数据获取与爬取

本研究的主要数据包括锂资源的价格数据以及从2017年3月至2024年3月的新闻文本数据。碳酸锂是一种用于生产各种锂电池电极的关键原材料,这类电极包括氢氧化锂、氯化锂和磷酸铁锂等,因此被选为锂资源的代表性价格指标。这些数据来源于东方财富Choice数据库。新闻数据则来自四个渠道:中国

主要结论

本研究通过分析新闻文本,研究了锂资源供应链中各关键参与者之间的互动关系及其演化行为。这些参与者的行为被转化为主题事件,并按不同阶段进行分类分析,同时运用带有时间注意力机制的LSTM模型来预测中国锂资源的价格。主要研究结论如下:

资金支持

本研究得到了中华人民共和国教育部人文社会科学青年基金的资助,项目编号为:22YJC790120;同时还获得了中国国家社会科学基金的支持。

利益冲突声明

作者们未报告任何潜在的利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号