《Journal of Environmental Management》:From ecological foundations to nature-based solutions: A semantic-temporal scientometric analysis of urban expansion and green space research
快速全球城市化产生了大量关于城市扩张与绿地动态的跨学科文献,给综合知识合成和理解城市可持续性转型带来了挑战。传统的基于关键词共现的文献计量综述在捕捉科学文献中的语义结构和时间动态方面存在局限性。为应对这一挑战,研究人员对2000年至2025年间索引的13,001篇城市扩张与绿地出版物进行了语义-时间科学计量分析(semantic-temporal scientometric analysis)。在混合语义聚类框架(hybrid semantic clustering framework)内对十二种基于变换器的嵌入模型(transformer-based embedding models)进行了基准测试,其中BGE-large-en-v1.5在四个诊断指标上表现出最强的整体性能。由此产生的关键词网络揭示了一个以三大核心为中心的多中心知识结构(polycentric knowledge structure):生态基础(ecological foundations)、城市规划(urban planning)以及观测与建模(observation and modelling)。研究识别出23个语义知识聚类(semantic knowledge clusters),并将其聚合为五个高阶元主题(meta-themes)。虽然基础生态学在结构上保持稳定,但该领域在2015年后经历了一次双重转型,表现为数据驱动的观测与建模的快速扩展,以及向基于自然的解决方案(nature-based solutions, NbS)、人类福祉(human well-being)和环境正义(environmental justice)的规范性重新定位,反映了更广泛的国际可持续性优先事项。该领域的演变并非取代现有领域,而是通过语义重新加权(semantic reweighting)和既有概念的整合进行,其中规范性议程的孵育期明显长于方法论聚类。这些发现为城市规划者、环境机构和研究资助机构提供了一个面向生命周期的分析框架(lifecycle-oriented analytical framework),针对性地提出:振兴饱和的基础聚类、为数据密集型领域建立协调的开放数据基础设施、以及从一开始就将公平指标(equity metrics)结构性嵌入基于自然的解决方案规划中,直接支持可持续发展目标(SDGs)10、11和15。
1. 引言(Introduction)
全球城市化进程加速,城市人口比例从20世纪中期的30%增至2018年的55%,预计2050年达68%。城市土地面积在2000-2030年间预计翻三倍,伴随生态功能改变、水文情势变化、气候暴露加剧和社会不平等。城市绿地(urban green spaces, UGSs)在绿色基础设施(green infrastructure, GI)框架下规划和管理,通过调节微气候、减少热相关健康风险、支持身心福祉和生物多样性来应对城市化挑战。全球政策框架如可持续发展目标(SDGs)、巴黎协定、新城市议程和昆明-蒙特利尔全球生物多样性框架(KMGBF)推动绿色空间规划获得政策关注,将城市视为社会-生态系统(socio-ecological systems, SES)。现有综述多局限于特定学科(如生态系统服务评估、基于自然的解决方案(NbS)应用、城市热岛(UHI)减缓研究),传统文献计量方法(如VOSviewer、CiteSpace)依赖关键词频率和共现,无法捕捉语义关系。替代模型如潜在狄利克雷分配(LDA)和主题-时间(Topics-over-Time)改进了连贯性,但频率模型在捕捉相似性、同义性或语义漂移方面存在局限。基于变换器的嵌入模型(如BERT、Sentence-BERT、MPNet、BGE)在语义空间中编码文本,性能优于传统方法,但在城市系统研究中应用有限。同时,时间演化分析不足,缺乏对主要概念涌现、加速、稳定或衰退的显式时间理解。本研究对2000-2025年城市扩张-绿地研究的约13,001篇文章进行大规模语义-时间科学计量综述,回答四个研究问题:主要知识聚类、25年演化、概念组织变化和未来研究优先事项。方法学创新包括多模型嵌入比较、混合聚类工作流和时间分析套件。
2. 数据与方法(Data and methods)
采用多阶段分析流程,结合语义建模和时间演化分析,包括数据获取与预处理、嵌入语义表示、聚类构建与验证、纵向趋势检测和性能评估。
2.1. 数据获取与语料库构建(Data acquisition and corpus construction)
使用Web of Science(WoS)核心合集和Scopus,构建城市扩张-绿地综合数据集。搜索策略结合两个主题块:城市扩张与土地利用变化过程(如城市扩张、蔓延、增长、致密化)和绿色空间(如绿地、城市绿地、植被覆盖、城市公园与森林、绿色和蓝色基础设施)。检索标题、摘要和关键词,限于2000年1月1日至2025年7月21日的同行评审英文研究论文和综述。合并去重后得到13,001条记录。
2.2. 关键词预处理与语义整合(Keyword preprocessing and semantic consolidation)
对关键词进行清洗和规范化,包括移除HTML标签、转换为小写、分割、去除短词。构建别名词典(约50条)映射模糊术语。对频率大于5的关键词生成嵌入,通过最近邻分组识别近义项,余弦相似度≥0.92且至少共享一半词元的词对合并。
2.3. 嵌入模型及其评估(Embedding models and their evaluation)
比较12种句子嵌入模型,包括轻量级蒸馏编码器(MiniLM)、通用语义编码器(all-mpnet-base-v2)、检索优化模型(E5-large-v2)、指令微调模型(Instructor-XL)、对比学习架构(BGE-large-en-v1.5、GTE-large-en-v1.5、MXBAI-embed-large-v1)、多语言编码器(BGE-m3)和Matryoshka表示模型(Snowflake Arctic-M、Nomic-embed-text-v1.5)。评估四个指标:语义连贯性、聚类分离度、时间响应性(Mann-Kendall τ-b)和GLM logit斜率。BGE-large-en-v1.5表现最佳,选为主要嵌入模型。使用调整后兰德指数(ARI)和归一化互信息(NMI)评估跨模型稳定性。
2.4. 语义网络构建与聚类(Semantic network construction and clustering)
对每篇文档,使用分数加权计算关键词共现对,保留频率大于5的词对。定义混合边权重公式:wij = α×cos(ei,ej) + (1-α)×Cij×G(ti,tj),其中cos(ei,ej)为嵌入余弦相似度,Cij为归一化共现频率,G(ti,tj)为高斯时间邻近函数。α=0.7通过敏感性分析确定。应用节点级过滤保留每个节点top-k最强边(k=8)。在最大连通分量上采用基于稳定性的共识策略,使用Leiden(Louvain后备)社区检测,分辨率{1.0,1.1,1.2,1.3},5次随机初始化,模态一致确定聚类分配。节点聚类稳定性≥0.70的保留为共识标签,否则在更高分辨率下重新聚类。少于15个关键词的聚类归为未标记类别。每篇文章继承其关键词中最频繁的聚类。共有778条记录无作者关键词被排除,570条记录未分配聚类。稳健性分析显示纳入和排除记录之间效应量很小。
2.5. 聚类稳定性与分离度(Cluster stability and separation)
计算对数似然比(LLR)评估关键词在聚类内外的频率差异。聚类连贯性量化为LLR加权词项的平均余弦相似度,分离度为一减去与最近聚类中心的余弦相似度。
2.6. 聚类的时间分析(Temporal analysis of clusters)
采用时间切片网络方法,定义四个时间段(2000-2009、2010-2015、2016-2020、2021-2025)。每个时间窗口构建独立的关键词共现网络,加权后社区检测,提取LLR标签。使用秩偏重叠(RBO)和Jaccard相似度匹配相邻切片间的聚类,用桑基图可视化。使用Savitzky-Golay滤波平滑,估计年增长率。通过自适应阈值识别涌现(E1)和加速(A1)事件:E1定义为正增长超过历史基线z≥1且基线体积门限n≥5;A1定义为z≥2且n≥10。连续趋势建模使用Mann-Kendall τ-b和GLM logit链接,边际效应在1%、5%、10%和均值份额处评估。
2.7. 聚类标签与元主题综合(Cluster labelling and meta-theme synthesis)
基于LLR最高词项、时间特征和网络上下文为聚类命名。通过专家引导过程将23个聚合为5个高阶元主题,由四位博士生独立审核,基于主导LLR词项、关键词共现、时间特征和语义关系。
3. 结果(Results)
3.1. 语义结构:多中心知识组织(Semantic structure: polycentric knowledge organisation)
语义结构呈现多中心组织,三个主要概念核心:规划导向核心(城市规划、城市环境、城市蔓延)、生物多样性核心(植被、保护、鸟类、栖息地、物种丰富度)和观测与建模核心(土地利用/覆盖、遥感、景观指标)。可持续性、GI、NbS、ES、开敞空间等概念处于结构中心位置,连接生态研究与规划政策领域。
3.2. 语义聚类稳健性与模型敏感性(Robustness of semantic clustering and model sensitivity)
12种嵌入模型性能差异与架构一致。轻量级MiniLM产生高分离度但低连贯性;检索导向模型(E5-large-v2)高连贯性低分离度;对比学习模型(BGE-large-en-v1.5)实现平衡。BGE-large-en-v1.5在全部评估指标上表现最一致。跨模型聚类解决方案的配对ARI中位数为0.51,NMI中位数为0.50。三个代表性模型与主架构的ARI为0.527-0.624,最大20个聚类的时间轨迹(Kendall τ)呈强跨模型一致性(Pearson r≥0.706,p≤0.001),确认宏观演化稳健。
3.3. 主要知识聚类与元主题识别(Identification of major knowledge clusters and meta-themes)
识别出23个语义知识聚类,按规模排序,包括城市生态与生物多样性、生态系统服务与城市代谢、城市热岛与微气候、遥感与机器学习工具包、公共健康与空气质量、景观生态与建模、城市化与环境影响、城市可持续性与绿化设计、可持续城市规划与治理、基于自然的解决方案与暴雨弹性、碳生态与生物地球化学、遥感与植被监测、绿色基础设施服务与估值、治理与宜居性、人类-自然互动与绿地感知、城市蔓延与城市化梯度、全球南方与比较研究、城市发展与紧凑城市、绿地规划与暴露、环境正义与绿地公平、可持续性与碳中和、公共空间与人类福祉、气候适应与正义。五个元主题:生态基础、观测与建模、可持续性与规划、基于自然的解决方案与福祉与正义、全球转型与比较可持续性路径。
3.4. 元主题的时间增长与重组(2000-2025年)(Temporal growth and reorganisation of meta-themes (2000–2025))
元主题增长轨迹不同步:基础元主题持续增长;观测与建模在2015年后加速,2020年后显著增加;可持续性与规划平稳增长;基于自然的解决方案与福祉与正义元主题在2015年前边缘,之后扩张,主导2021-2025年出版量;全球转型在2015年中期适度增长后下降。领域扩张通过主题重新加权和多样化实现,而非领域替代。
3.5. 时间切片概念转型:连续性与语义重加权(Conceptual transitions across time slices: continuity and semantic reweighting)
概念变化通过结构连续性和内部语义重加权发生。Jaccard相似度平均约0.22,表明概念持续存在;RBO值平均约0.20,表明词项重要性变化。基础元主题从早期“破碎化”、“生物多样性”演变为后期“功能生态”、“生态连通性”、“公民科学”。观测与建模从“景观指标”转向“Google Earth Engine”和“机器学习”。可持续性与规划从“开敞空间”、“娱乐”转向“生态系统服务”、“热舒适”、“碳中和”、“基于自然的解决方案”。正义主题在后期通过“环境正义”、“公平”、“可及性”等出现。
3.6. 知识聚类的结构与时间定位(Structural and temporal positioning of knowledge clusters)
3.6.1. 语义质量与生命周期定位(Semantic quality and lifecycle positioning)
在语义-质量相图中,核心范式(高连贯性低分离度)如城市可持续性、绿化与植被监测;专门子领域(高连贯性高分离度)如UHI研究、基于自然的暴雨管理、先进地理空间建模;宽泛主题(低连贯性低分离度)如城市化与环境影响;新兴领域(低连贯性高分离度正趋势)如气候适应、环境正义、人类福祉。
3.6.2. 涌现与加速作为不同时间阶段(Emergence and acceleration as distinct temporal phases)
早期涌现聚类(2000-2010年)包括城市生态与生物多样性(2002年)、生态系统服务与城市代谢(2009年)、城市化与环境影响(2010年)。观测与建模聚类(2011-2016年)包括遥感与植被监测、RS+ML工具包、景观生态与建模、UHI与微气候。2015年后涌现转向规范与政策主题:环境正义与绿地公平、绿地规划与暴露、可持续性与碳中和、气候适应与正义。加速通常滞后于涌现数年,方法论聚类涌现-加速间隔短,规范聚类间隔长。
3.6.3. 基于基线的增长动态:主导、新兴与饱和轨迹(Baseline-dependent growth dynamics: Dominant, emerging, and saturating trajectories)
GLM边际效应揭示:成熟且扩张(左上象限):城市可持续规划与治理、公共健康与空气质量、UHI与微气候;新兴且扩张(右上象限):环境正义与绿地公平、可持续性与碳中和、气候适应与正义;成熟但平台化(左下象限):城市生态与生物多样性、生态系统服务与城市代谢;新兴但停滞(右下象限):后2015年涌现但增长有限的主题。边际效应绝对值随基线变化,但相对位置稳定。
4. 讨论(Discussion)
4.1. 城市扩张-绿地研究的多中心整合(Polycentric integration in urban expansion-green space research)
该领域为多中心网络,由生态基础、城市规划关注点和观测工具包三个持续交互的概念核心组成,通过可持续性概念联结。跨学科性并非概念不稳定,而是通过共同问题框架和分析词汇实现整合,同时允许专业领域出现和持续。
4.2. 通过语义重加权而非突变的概念变化(Conceptual change through semantic reweighting rather than abrupt shifts)
变化为增量式,新概念通过语义重加权在持续概念结构中获得突出地位。例如,NbS与暴雨弹性聚类从早期“低影响开发”和“暴雨管理”过渡到后期“基于自然的解决方案”和“蓝绿基础设施”。环境正义聚类在2017年出现,词汇从治理转向可操作的空间分析(如“环境不平等”、“空间异质性”)。观测与建模元主题从传统景观指标转向数据密集型机器学习和人工智能方法。增长并非取代基础知识,而是快速部署新的规范性和解决方案导向的覆盖层。
4.3. 选择性增长与基于体积解释的局限(Selective growth and the limits of volume-based interpretations)
聚类增长行为依赖于基线,低基线下的强边际效应常随份额增加而稳定。涌现与加速的脱节符合对体积指标的评价批判。观测与建模的快速增长与地球观测数据、云计算、人工智能等技术变革一致,这些技术同时支持了向NbS、福祉与正义的规范性重新定向。
4.4. 基于自然的解决方案、福祉与正义议程的延迟整合(Delayed consolidation of NbS, well-being and justice-oriented agendas)
定义概念孵育期(Δt)为涌现(E1)到加速(A1)的时间差。方法论聚类(如RS+ML工具包)在1年内加速,而NbS与暴雨弹性聚类孵育期6年(E1=2013,A1=2019),环境正义聚类仍在孵育。加速与跨国资助优先事项(如欧盟Horizon 2020框架)和联合国SDGs对齐相关。
4.5. 未来展望与政策启示(Future outlook and policy implications)
提出面向生命周期的框架:基础聚类需跨学科振兴;快速加速的方法论领域需建立协调开放数据基础设施,并从一开始纳入标准公平指标;规范议程需在NbS和GI规划初期结构性嵌入公平指标。全球转型元主题中,气候适应与正义和可持续性与碳中和聚类增长,而全球南方与比较研究聚类停滞,需资助跨区域比较研究。
4.6. 局限性(Limitations)
依赖WoS和Scopus英文记录可能低估本地学术;嵌入作者关键词可能过滤掉隐含方法论实践;最晚出版年份(2024-2025)可能因索引延迟代表性不足;大型变换器模型存在算法偏差,偏向西方学术用语,未来应使用多语言嵌入。
5. 结论(Conclusion)
本研究通过整合基于变换器的语义组织与时间动态,对全球城市扩张-绿地研究(2000-2025年)进行长期综合。识别出23个知识聚类和5个元主题。25年来,聚类从早期生态基础到可持续性规划整合,再到观测与建模扩展,近期转向NbS、福祉与正义。方法学领域加速早于规范领域。该框架为城市规划者和资助机构提供可操作的生命周期工具,指导可持续城市转型,并建议未来研究关注孵育期差距和公平中心评估。