我国智慧社区的研究现状与前沿热点

2023-03-10 01:55李亚萍
互联网周刊 2023年5期
关键词:图谱聚类智慧

摘要:本文以中国知网(CNKI)数据库中2012~2022年收录的205篇以“智慧社区”为主题研究的北大核心与CSSCI来源期刊论文为数据来源,运用文献可视化分析软件CiteSpace.6.1.R2进行数据处理和统计分析,并绘制可视化的知识图谱,从年度发文量、作者及其合作情况、机构及其合作情况等方面对研究的现状进行系统分析,从关键词共现、关键词聚类等方面对研究的前沿热点进行整体分析,希望能为我国智慧社区下一步的发展和研究方向提供一定的参考。

关键词:智慧社区;研究现状;前沿热点;可视化分析;文献计量

引言

从2008年“智慧地球”概念提出,到2012年住房城乡建设部颁布《国家智慧城市试点暂行管理办法》,以北京、上海为首的发达城市率先开始了智慧城市试点建设,作为智慧城市的重要组成部分,智慧社区的概念被正式提出。2013年,上海和北京率先出台智慧社区建设指南。2014年,住房城乡建设部出台《智慧社区建设指南(试行)》。

2020年7月,住房城乡建设部下发的《智慧城市建筑及居住区第一部分:智慧社区建设规范(征求意见稿)》中,将智慧社区定义为“利用物联网、云计算、大数据、人工智能等新一代信息技术,融合社区场景下的人、事、地、物、情、组织等多种数据资源,提供面向政府、物业、居民和企业的社区管理与服务类应用,提升社区管理与服务的科学化、智能化、精细化水平,实现共建、共治、共享管理模式的一种社区[1]。”

作为智慧城市的基本单元,智慧城市的发展离不开智慧社区的建设,推进智慧社区建设已成为加快城市化发展的一种有效途径,是创新社区管理与服务、提高居民生活满意度和幸福感的新策略。2022年5月,民政部、中央政法委、中央网信办等九部门印发《关于深入推进智慧社区建设的意见》,明确了智慧社区建设的总体要求、重点任务和保障措施等[2]。智慧社区是新形势下社区管理的新理念,是社会管理创新的新模式,目前,智慧社区已成为学术界关注的焦点。因此,本文对智慧社区的研究现状及前沿热点进行分析,旨在为我国智慧社区的发展及相关研究提供支持。

1. 数据来源与研究方法

1.1 数据来源

本研究为保证研究数据的质量,在CNKI数据库中选择学术期刊进行高级检索(查询时间为2022年9月5日),将主题词设置为“智慧社区”,时间范围设置为2012~2022年,期刊来源类别选择北大核心与CSSCI,检索得到244条结果。为提高分析的准确性和有效性,手动剔除报纸、规划、会议、信息、书讯等无效文献,最终筛选出205篇有效文献,通过Referworks导出文献作为本次文献分析的数据源。

1.2 研究方法

本文运用CiteSpace.6.1.R2对最终筛选出的205篇有效文献进行可视化分析。CiteSpace是陈美超参与研发的科技文本挖掘及信息可视化软件,其最大的特点是通过操作可得到科学的可视化图谱,从而了解到相关研究的结构、规律以及分布情况。首先,为了让检索出的文献数据适合CiteSpace软件的数据分析要求,需要对导出的文献进行格式转换;其次,需要对CiteSpace软件的各项参数进行相应的设置,其中,将时间跨度(timespand)设置为2012~2022年,将时间切片(Slice Length=1)設置为1年,然后导入已准备好的205篇文献数据;最后,运行CiteSpace软件,利用软件的各项功能进行统计分析,从而绘制出作者合作图谱、机构合作图谱、关键词共现图谱、关键词聚类图谱等,通过直观的图、表统计分析揭示出研究现状及前沿热点。

2. 研究现状分析

2.1 文献年度发文趋势分析

在中国知网(CNKI)数据库中选择学术期刊进行高级检索,主题词为“智慧社区”,期刊来源类别为北大核心与CSSCI,由于智慧社区的建设可以追溯到2012年住房城乡建设部启动的智慧城市试点,因此文章选取2012~2022年中国知网的核心期刊文献作为研究数据,通过对所检索的文献进行知网可视化分析,得到近10年有关智慧社区文献核心期刊的年度发文趋势(见图1)。

由图1可知,智慧社区的研究整体呈上升趋势,2012~2014年发文量为快速增长期。2012年住房城乡建设部启动290多个智慧城市试点建设,并发布《关于开展国家智慧城市试点工作的通知》,明确指出在智慧城市建设过程中,智慧社区是典型应用;2013年5月,公布将智慧社区作为智慧城市试点评估的重要考核内容;2014年住房城乡建设部公布《智慧社区建设指南(试行)》,在此背景下,各地纷纷开展智慧社区的建设高潮。

在这些政策背景下,从2012年开始,学术界对智慧社区的研究也呈现快速上升的趋势,并在2014年达到第一个高峰。2014~2015年发文量有所下降,应该是相关研究正在从广度向深度过渡;2015~2017年发文量再次增加,并在2017年达到第二个高峰;2017~2018年发文量又有所减少,研究内容继续向深度发展;2018~2022年发文量持续增长并保持上升趋势,说明近几年我国智慧社区的相关研究正在逐渐深入,热度也在逐渐上升。

2.2 作者及其合作情况分析

高产作者是学术研究领域积极活跃、观点新颖、成果丰硕的学者,在学科中发挥着重要的学术引领作用。因此,运行CiteSpace软件对205篇文献进行作者的统计分析(见图2),筛选出研究领域的高产作者,这将有助于把握学术界的权威学者和代表观点,更好地追踪学术动态。

图2展示了作者合作情况分析图,图中字体大小代表发文频次的高低,字体越大则发文频次越高,节点间的连线则代表作者之间的合作关系。图中显示甄峰、何继新、刘泉、张博、朱懿、常恩予、陈立文、何海清等人发文量较多,合作关系紧密的有甄峰、席广亮团队,甄峰、常恩予、孙晨团队,刘泉、钱征寒、黄丁芳团队,刘泉、王富海团队,刘刚、樊漓、樊灏团队,刘刚、于静、刘丹团队,刘丹、李闯、裴颖团队等。总体而言,研究文献中个人发文量较多,作者之间合作发文量较少,在未来的研究中,应该加强不同学科领域的作者之间的合作,从而使研究能在交叉学科的基础上有所创新与突破。

2.3 机构及其合作情况分析

研究机构往往需要相互之间的合作,以达到资源的优势互补,形成新的研究方向和研究内容。运行CiteSpace软件绘制了研究机构的合作网络图谱(见图3)。由图3可知,研究机构中单打独斗居多,合作发文量相对较少。就单独的机构而言,天津城建大学经济与管理学院发文量最多;就机构合作而言,机构合作网络关系中以南京大学建筑与城市规划学院为中心的合作网络最为庞大,其合作网络涉及江苏省智慧城市设计仿真与可视化技术工程实验室、江苏省智慧城市设计仿真与可视化工程实验室、江苏智慧城市研究基地、南京大学人文地理研究中心、深圳市铁汉生态环境股份有限公司共6家机构,这也表明研究在一些机构已经初具规模和实力,且学术影响力较强。

3.  前沿热点分析

3.1 关键词共现图谱分析

关键词是研究主题的浓缩,呈现了研究的核心问题,因而通过关键词统计分析,往往也是获取研究领域热点的常用方法。通过CiteSpace软件将205篇文献进行关键词统計分析,绘制出高频关键词统计表(见表1),频次前10的关键词分别为智慧社区、智慧城市、社区治理、大数据、互联网+、社会治理、智慧化、智慧养老、公共服务、电子政务等,这些也就反映了当前研究的聚焦点。

为了对高频关键词之间的联系进行分析,运行CiteSpace软件绘制出关键词共现图谱(见图4)。从关键词共现图谱可以看出,目前形成了智慧社区、智慧城市、社区治理、大数据、互联网+、社会治理等几个重要的连接点,以此形成了联系紧密的连接网络,这也说明了这些关键词在研究中的地位是至关重要的。

3.2 关键词聚类分析

为了对研究的类别以及结构特征进行深入分析,运行CiteSpace软件绘制出关键词聚类图谱(见图5)。关键词聚类是在关键词共现的基础上得出的,关键词聚类是将文献中所有的关键词以特定的算法进行主题划分,由此进一步得出关于智慧社区研究的主题与热点话题。本文是通过对数似然算法(LLR)对关键词进行聚类分析,通过设置将44个聚类结果筛选显示前10个聚类结果,分别为智慧社区、社区治理、智慧城市、社会治理、应急治理、媒体融合发展、公共管理、架构、人脸识别、智慧城区。

CiteSpace依据网络结构和聚类的清晰度,提供了模块值(Q值)和平均轮廓值(S值)两个指标,可以作为评判图谱绘制效果的一个依据。[3]一般而言,Q值一般在(0,1)区间内,Q>0.3就意味着划分出来的社团结构是显著的,当S值在0.7时,聚类是高效率令人信服的,若在0.5以上,聚类一般认为是合理的。CiteSpace的运行结果表明:Q=0.6213(>0.3),S=0.8813(>0.7),因此,说明关键词聚类图谱聚类社团结构显著、聚类结果令人信服,能够合理地反映出智慧社区的研究主题与热点话题。

为了解更多的聚类信息,在通过CiteSpace的聚类操作下,得出具体聚类名称下覆盖的前5个高频关键词(见表2)。其中节点数代表该聚类中包含的关键词个数,聚类#0智慧社区包含的节点数最多,说明与智慧社区研究相关联的关键词很多,也表明智慧社区的研究范围比较广,其中与智慧城市、社区治理、发展路径、社区建设等联系最为紧密。聚类#9智慧城区包含的节点数较少,但由于近年来城市生态问题的频发,生态策略、生态城区很有可能会成为未来的重点研究主题。

3.3 研究前沿热点分析

结合高频关键词统计表、关键词共现图谱、关键词聚类图谱以及阅读与整理相关文献后,可以分析出有关智慧社区研究的前沿热点话题主要集中在以下三个层面:一是有关智慧社区宏观层面的研究;二是有关智慧社区应用层面的研究;三是有关智慧社区技术层面的研究。

3.3.1 智慧社区宏观层面的研究

智慧社区宏观层面的研究可以从以下三个方面着手:智慧社区与智慧城市建设的结合、智慧社区规范建设的政策体系、智慧社区的系统架构。一是加强推进智慧城市的整体建设,并在此基础上统筹规划智慧社区的发展,智慧社区作为智慧城市的扩展和基本组成单元,如何不断创新基层自治的社会管理模式,提高社区治理效率,已成为学术界研究和关注的热点。二是加强智慧社区的规范建设,从政策层面深入推进智慧社区的发展,从总体要求、基础设施、资金投入等方面,对智慧社区建设的相关标准进行梳理,建立健全智慧社区规范建设政策体系。三是围绕政府、居委会、物业、居民、企业等多元主体的需求,以“智慧生态”为切入点,构建独具特色的智慧社区综合运营、管理、服务一体化平台架构[4]。

3.3.2 智慧社区应用层面的研究

智慧社区应用层面的热门话题包括智慧养老、智慧医疗、智慧家居、智慧物业等。在新时代背景下,人民对美好生活的需求日益增加,社区居民也更加渴望得到高效、便捷、智能化的服务,其中,有两类居民的需求将推动智慧社区的建设。一是老年群体,城市老龄化程度越来越高,养老院配套设施严重不足,在这种情况下,以社区为基础的居家养老模式将成为未来养老的主流,通过智能方式对老年人进行主动监测并予以快速响应将成为一种重要的应用[5]。二是青年群体,他们是伴随着互联网成长的一代,因此他们希望能够通过互联网解决所有的问题,而智慧家居、智慧物业等就能满足其期望,所以这些也将成为智慧社区相关研究的热点话题。

3.3.3 智慧社区技术层面的研究

大数据、互联网、物联网、云计算、5G等现代科学技术是智慧社区建设的基础,是社区实现智慧化的保障,因此对智慧社区的研究更加关注技术层面的发展。“十四五”规划纲要明确提出,要“推进智慧社区建设”,实现数字化平台建设,并加强社区治理及公共服务能力。民政部等九部门联合印发的《关于深入推进智慧社区建设的意见》,提出要因地制宜推进智慧社区综合信息平台建设,依托智慧社区综合信息平台,创新政务服务,优先开发符合“三农”需要的技术应用,打造多端互联、多方互动、智慧共享的数字社区生活,这些也将成为智慧社区研究中以技术为依托的热点主题[6]。

结语

本文运用CiteSpace文献计量可视化软件对2012~2022年间中国知网(CNKI)数据库的北大核心与CSSCI来源期刊中关于“智慧社区”主题的205篇文献进行了数据处理与统计分析。总体来看,研究整体呈现上升趋势,且发文量的变化趋势与相关政策的提出以及研究内容从广度向深度的转变有关[7]。从作者、机构以及其合作情况来看,多数研究是以个体为主,合作较少,这就需要未来的研究加强作者以及机构之间的合作,从而进一步开阔研究视野、创新研究观点、丰富研究内容。

通过关键词共现、关键词聚类等的分析,得出近年来智慧社区相关研究的热点主题,主要包括智慧城市、社区治理、大数据、互联网+、社会治理、智慧养老、公共服务等。结合关键词共现图谱、关键词聚类图谱以及阅读与整理相关文献后,可以分析出有关智慧社区研究的前沿热点话题主要集中在以下三个层面:一是有关智慧社区宏观层面的研究,包括智慧社区与智慧城市建设的结合、智慧社区规范建设的政策体系、智慧社区的系统架构等;二是有关智慧社区应用层面的研究,包括智慧养老、智慧家居、智慧物业等;三是有关智慧社区技术层面的研究,包括大数据、互联网、物联网、云计算、5G技术等。

参考文献:

[1]王志成.我国智慧社区发展趋势研判[J].通信企业管理,2020,(11):11-15.

[2]民政部等九部门印发意见深入推进智慧社区建设[J].社会与公益,2022,(6):5.

[3]陈悦,陈超美,刘则渊,等.CiteSpace知识图谱的方法论功能[J].科学学研究,2015,33(2):242-253.

[4]杨雪妍,冯丹娃.智慧社区信息化建设研究热点及发展趋势探析[J].情报科学,2021,39(12):187-193.

[5]章圆,孙钰.论智慧城市的研究进展——基于CiteSpace的文献计量可视化分析[J].城市,2020,(3):53-63.

[6]李莹.国内外智慧社区建设的综述与展望[J].电子技术,2021,50(12):80-81.

[7]刘凯强.“国家治理体系和治理能力现代化”研究的现状、热点与趋势——基于CiteSpace的可视化知识图谱分析[J/OL].重庆理工大学学报(社会科学):1-17[2022-09-15].http://kns.cnki.net/kcms/detail/50.1205.t.20220805.1755.002.html.

作者简介:李亚萍,硕士在读,研究方向:基层治理研究。

基金项目:2021年度武汉理工大学-西藏大学“西藏经济社会发展与高原科学研究共建创新基金”专项项目(编号:创新團队类lzt2021002)。

猜你喜欢
图谱聚类智慧
绘一张成长图谱
基于DBSACN聚类算法的XML文档聚类
补肾强身片UPLC指纹图谱
基于高斯混合聚类的阵列干涉SAR三维成像
主动对接你思维的知识图谱
一种层次初始的聚类个数自适应的聚类方法研究
有智慧的羊
自适应确定K-means算法的聚类数:以遥感图像聚类为例
智慧派
杂草图谱