第三节
邻避问题的研究主题提炼

在挖掘当前国内邻避研究涉及的基本问题的基础上，本节通过对国内邻避研究文献的计量学分析，呈现目前国内邻避研究的进展与特征，并进一步分析和提炼当前邻避问题研究的热点主题。

一、国内邻避研究的进展与特征

在分析邻避研究的进展与特征时，本书将国内硕博士学位论文和期刊论文作为分析的主要资料。一方面，包括硕士及博士在内的研究生学位论文是学界研究偏好变迁的重要风向标，论文的选题反映了导师及学术单位的研究旨趣和研究视野；另一方面，期刊论文则集中和直接地反映了学者的研究兴趣，是目前国内邻避研究的主要成果形式。通过对学位论文和期刊论文的分析，可以较为全面地呈现目前国内邻避研究的进展与特征。

（一）基于学位论文的内容分析

本书在CNKI“中国优秀硕士学位论文全文数据库”和“中国博士学位论文全文数据库”，以“邻避”作为主题词进行主题检索，检索时间为2016年8月17日8时。经过数据清洗后，本书共获取有效硕博士学位论文107篇。本书从年份、学科以及机构等角度出发，对这些论文进行内容分析。在对重要变量进行编码后，本书利用SPSS软件进行分析，以呈现在学位论文中对邻避问题的研究趋势与特征。

1.学位论文中邻避研究的时间特征

通过梳理近十年发表的硕博士学位论文，可以发现，每年“邻避”主题的学位论文数量总体上呈现出较为明显的增长态势。近年来“邻避”主题的硕博士学位论文发表情况如图1-2所示。截止到2016年8月17日，^[1]“邻避”主题的博士学位论文总计10篇，最早记录出现于2010年，在2013年和2016年单年发表数量最多；“邻避”主题的硕士学位论文共计97篇，最早出现于2007年，在2015年达到单年发表数量最多。

自2012年至今，每年“邻避”主题的硕博士学位论文发表数量呈现出井喷式增长态势，其中2015年高达39篇。自2007年起，每年“邻避”主题的博士学位论文数量较为稳定，而硕士学位论文数量增长明显，其在“邻避”主题的学位论文中所占比例总体上呈现上升趋势。可见，相关硕士学位论文大量出现是“邻避”主题的学位论文数量井喷的重要原因。

2.学位论文中邻避研究的学科特征

经过学界的不断探索，“邻避”问题的属性早已跨越视其为技术性问题的认知界限，诸多学科都在不断尝试利用不同的视角、原理和技术对相关问题加以分析和解释。根据教育部颁布的《普通高等学校本科专业目录（2012年）》中对于各类学科的界定，现将搜集的“邻避”主题的107篇学位论文分为：公共管理类、环境科学与工程类、法学类、新闻传播学类、政治学类、地理科学类、管理科学与工程类、工商管理类、马克思主义理论类、社会学类、物流管理与工程类、图书情报与档案管理类、经济学类等13大类，并进行一定的汇总和整理。

由图1-3可以发现，“邻避”主题的学位论文在不同学科之间的数量分布存在显著差异，学科分布极不均衡。其中，公共管理类最多，共有56篇，约占52%；环境科学与工程类、法学类、新闻传播学类较多，各有8篇，约占7%；政治学类和地理科学类紧随其次，各有6篇，约占6%；管理科学与工程类、工商管理类、马克思主义理论类、社会学类、物流管理与工程类、图书情报与档案管理类以及经济学类较少，所占比例分别为4%、3%、3%、2%、1%、1%、1%。上述学科分布格局凸显了学界更多地将邻避问题视为公共问题属性的基本定位，同时技术手段的科学化利用路径也是邻避研究中的重要内容。

3.学位论文中邻避研究的机构特征

学校是硕博士学位论文的重要组织依托。通过分析近年来“邻避”主题的硕博士学位论文的学校分布，可以发现，全国共有54所高校发表了数量不一的相关主题的学位论文，且不同学校之间学位论文数量差异较大，具体分布情况如图1-4所示。

学位论文数量的不同体现着不同学校对“邻避”问题关注程度的高低，而大量高校以“邻避”为学位论文主题同时也凸显了学界对这一命题的广泛关注。单从数量上分析，华东政法大学、南京大学、华东师范大学“邻避”主题的硕博士学位论文数量最多，分别是10篇、9篇、7篇；苏州大学、复旦大学、西南政法大学、上海师范大学、西北大学、山东大学、清华大学等高校紧随其后；华东理工大学、中共中央党校等高校也发表了一定数量的“邻避”主题的硕博士学位论文。

（二）基于期刊论文的计量分析

期刊是学术研究的重要风向标，各类期刊尤其是权威期刊的内容反映着学术研究的重要趋势和变化。为准确反映当前学界在邻避问题上的研究状况，本书基于CNKI“中国学术期刊网络出版总库”的数据资源，于2016年8月17日8时在该学术平台以“邻避”作为主题词检索CSSCI来源文献，共检索出179篇文献，经过数据清洗后剔除15篇文献，共搜集“邻避”相关期刊164篇（以此作为后续分析的文本来源）。本书利用CiteSpace软件对论文的发表时间、机构等趋势与特征进行计量分析。

本书利用CiteSpace软件进行合作机构网络分析，节点类型选择“机构”（Institution），为保证分析的全面性，共对164篇文献进行分析，共生成186个节点。经过整理、筛选，本书共抓取研究机构109所。我们经过分析发现，南京大学、山东大学等科研机构在此期间发表相关成果较多（见图1-5）。

二、国内邻避研究的主题与话语

在对国内邻避研究进展与特征进行整体性的描述和分析之后，本书进一步分析和提炼国内邻避研究的热点主题。这一过程通过两个分析环节实现。首先，对检索的164篇期刊论文进行计量分析。本书利用CiteSpace软件进行关键词的共现分析和聚类分析，以从宏观层面识别当前邻避的研究主题。在此基础上，本书对164篇期刊论文关于邻避相关概念内涵的界定进行文本分析。在164篇期刊论文中，本书挖掘有关邻避的概念文本，利用“谷尼舆情图悦picdata.cn热词分析工具”进行热词词频、权重分析和热词权重词云图绘制，进而利用ROSTNAT软件和Ucinet软件进行语义网络分析，从而在微观层面聚焦当前邻避研究的热点话语。

（一）关键主题的提取与识别

本书利用CiteSpace软件，对搜集到的164篇期刊论文进行关键词共现分析和聚类分析，以识别和挖掘当前国内期刊论文所体现的邻避研究主题。具体处理过程为：设置好相关路径，以1年为单位，将2007—2016年的10年时间跨度分为10个时间片；节点类型选择“关键词”；为保证聚类效果，经过反复调整，设置阈值为（2,2,15）（3,2,15）（1,2,15）。

通过数据清洗和整合，本书将部分意思相同的关键词进行整合后，经分析共生成关键词节点201个，节点连线428条。模块化聚类Q值（ModularityQ）为0.7753,可见具有较好的聚类效果。经过聚类,CiteSpace软件共识别出15个聚类，利用对数似然比算法（Log-Likelihood Ratio,LLR）抽取聚类标签后，部分节点数较大的主要聚类及聚类标签如图1-7所示。

该共现网络聚类结果显示，“邻避冲突”“邻避危机”“邻避运动”“邻避设施”“公众参与”“邻避效应”“邻避型群体性事件”“风险认知”等是邻避研究中的关键主题。此外，该网络中节点的共现频次与节点的中间中心度（betweenness centrality）也可以反映邻避研究的关键概念。表1-4呈现了其中的主要聚类，以及每个聚类中共现频次较高和中间中心度较高的关键词节点。

（二）热词分析与语义网络构建

1.邻避问题研究的热词词频与热词权重分析

本书利用“谷尼舆情图悦picdata.cn热词分析工具”识别研究热词，并进行热词词频与热词权重分析。研究热词按照“大词优先”的分词原则，采用TF指标^[2]进行词频分析。热词权重是指一个词在文章中的重要性，主要由“TF热词词频”“IDF倒转文档频率”^[3]以及“Other其他”^[4]三个指标决定。^[5]在结果呈现时，本书首先以图表的形式按照“热词词频Z-A”和“热词权重ZA”的排序方式呈现主要的研究热词，进而通过热词权重词云图的绘制，以不同的侧重点全面呈现研究热词。

经过分析，本书共获取前150条最高记录。根据热词词频与热词权重降序进行排序后，结果如表1-5所示。从表中可以看到，“设施”“居民”“环境”“公共”“项目”“建设”“周边”“冲突”“利益”以及“外部性”等关键词是出现频率较高的词汇，其对应词频都在35次及以上，反映了相关期刊中邻避研究的共性内容和一般特点。在前150条记录中，热词词频最高为259次，最低为3次。不同热词之间词频的巨大差异反映了即便是同在邻避领域中，同样存在不同的研究侧重点。可见，当前邻避研究是围绕某些核心命题分散开展的。基于表1-5的分析，面对大量热词词频相同的分布格局，本书选取生成热词权重词云图（见图1-8），以最大化实现研究热词的精准可视化表达。在此类词云图中，字号大小表示热词权重的大小，并通过颜色及空间的调整保障视觉呈现效果。图1-8呈现的“设施”“居民”“环境”等高权重热词与表1-5的计算结果一致。

2.邻避问题研究的语义网络分析

本书对提取的有关邻避概念的文本，利用ROSTNAT软件和Ucinet软件进行基于共现的语义网络构建，以进一步识别当前国内研究对邻避内涵的总体性认识。在对相关文本资料进行必要的数据清洗^[6]后，本书利用ROSTNAT软件，经过“提取高频词—过滤无意义词—提取行特征—构建网络”等步骤，形成基于共现的语义网络，并进行多维标度分析^[7]、K-核凝聚子群分析^[8]和点度中心度分析^[9]，结果如图1-9所示。

从该网络可以发现，“设施”“公众”和“环境”是邻避概念语义网络中的重要节点。此外，“附近”“垃圾”“健康”“反对”“项目”“行为”等节点也是6-核凝聚子群中中心度较高的节点。可见，邻避问题从总体上看，是指公共设施或项目在建设过程中，对周边居民带来了环境问题和健康威胁的负面社会影响，由此引发了公众的集体抵制和反对，甚至发酵成一种激烈的抗争行为。

该语义网络对164篇文献中所有涉及邻避相关概念的文本进行了分析，从总体上反映了国内研究对邻避问题的认识，但并不能更加精准地呈现在不同研究主题之下解读邻避问题时各自的侧重点与特征。因此，本书在随后不同的章节，从不同的视角出发，对解读相关邻避概念的文本进行更加具体的分析。

[1] 截至数据统计时，部分2016年硕博士学位论文尚未完成数据上传，故2016年的数据并不全面。

[2] TF指标是指一个词在文章中出现的次数。一般而言，出现的次数越多的词越重要。

[3] IDF倒转文档频率表示词的区分能力，区分能力越差的词的主题代表性越弱。

[4] Other其他指标包括词在文章中的位置因素、词在文章中与其他词的语义聚合程度等。

[5] 图悦热词分析指标说明[EB/OL].http://www.picdata.cn/indexb.php.

[6] 数据清洗工作主要包括三个方面：一是同义词、近义词的合并，如将“周边”“附近”“邻近”等关键词合并为“附近”。此外，将文本中经常出现的“公众”“民众”“居民”合并为“公众”。按照托马斯·海贝勒（Thomas Heberer）等人的观点，根据马歇尔（Thomas H. Marshall）的公民权理论，公民拥有的权利包括“个人自由的权利；适当的、有保障的生活水平的权利；参与的权利”。在托马斯·海贝勒等人看来，“群众”或“民众”是政治概念，“公民”则是一个法律概念。群众会被动员，发挥作用；公民则是参与，自觉地、批评性地行事（托马斯·海贝勒，君特·舒耕德.从群众到公民：中国的政治参与（城市卷）.北京：中央编译出版社,2009:172）。另外，“公众”“民众”的外延要比“居民”更广。本书将这些词语合并是基于以下考虑：首先，“增长联盟—社群联盟”的分析框架强调了邻避现象中政府和公众之间差异化的立场与行为逻辑；其次，邻避现象的时代特征正是体现为新的社会发展阶段，公民社会的发展和公众参与意识的增强给政府治理方式带来的挑战。二是将对解读邻避现象无意义的词语清洗掉，如“一种”“是指”等词语。三是将表示关系的词语清洗掉，如“引发”“带来”“引起”“导致”“影响”等。因为在语义网络中，节点连线本身反映了不同节点之间的影响和关系。通过上述清洗工作，增加了节点的代表性和分析价值。以下各章的文本分析，均采用此方式进行数据清洗。

[7] 多维标度分析（Multidimensional Scaling, MDS）是一种在低维空间中展示高维数据的可视化方法，它使得低维空间中观测点之间的距离（或相似度）和原来高维空间中观测点之间的距离（或相似度）“大致匹配”，常用于对数据进行降维（张俊妮.数据挖掘与应用[M].北京：北京大学出版社,2009:65）。

[8] K-核（K-core）是一种建立在点度数基础上的凝聚子群概念。如果一个子图中全部点都至少与该子图中的其他K个点邻接，则称这样的子图为K-核（刘军.整体网分析讲义:UCINET软件实用指南[M].上海：格致出版社，上海人民出版社,2009:168）。

[9] 在点度中心度分析中，如果某节点具有最高的度数，则称该点居于网络的中心，拥有权力（刘军.整体网分析讲义:UCINET软件实用指南[M].上海：格致出版社，上海人民出版社,2009:127）。我们可通过这一指标来识别对邻避现象所作解读中的核心概念。