编辑推荐：
城乡可持续发展研究前沿识别与趋势分析基于2013-2024年Web of Science数据，运用机器学习（LDA算法）与统计方法，系统梳理了九大研究前沿：土地转型、能源过渡、水粮食安全、环境风险、社会公平等，并指出仿真预测、韧性增强、合作治理机制为未来重点方向。
潘家伟|沈悦
华东师范大学现代中国城市研究中心，中国上海200062
摘要
关于城乡可持续性的研究旨在应对城乡系统面临的不确定性和复杂性，这一问题日益受到学术界的关注。明确城乡可持续性研究的演变过程并识别潜在的研究前沿有助于研究人员确定关键问题，同时为政府机构和学术机构提供理论支持，以促进更有效的城乡治理。然而，很少有研究系统地探讨该领域的研究前沿演变。本研究结合了基于机器学习的主题建模算法、统计分析和定性方法，利用Web of Science核心集合（2013-2024年）的数据，考察了城乡可持续性研究前沿的演变及其新兴趋势。研究结果确定了涵盖城乡可持续性理论、方法论和实践维度的九个研究前沿，包括土地利用转型、能源转型、水资源和粮食安全、环境风险以及社会公平。研究还表明，基于模拟的城乡可持续性预测、韧性增强以及可持续城乡发展的协作治理机制的构建可能会成为未来研究的关键方向。总体而言，本研究为城乡地区长期可持续发展机制的构建提供了理论基础和实践启示。
引言
城乡可持续发展是可持续发展范式的重要组成部分（Liu等人，2021年）。随着城市化进程的加快，城乡互动不断加强，城乡之间的差距逐渐扩大（Ye等人，2018年）。因此，如何实现城乡融合和可持续发展变得越来越重要。目前，城乡之间的人口密度差异、社会经济分层和基础设施建设的差距已成为实现可持续发展的障碍。在城市地区，交通拥堵和空气污染已成为令人担忧的问题（Huang等人，2018年）。而在农村地区，则需要更加关注土地利用、农业发展和自然资源的保护（Liao等人，2022年；Pan等人，2020年）。此外，加强农村基础设施建设并提高农村居民的生活水平对于确保粮食安全和促进可持续农业发展至关重要。不难发现，实现城乡协调发展被认为是一项艰巨的任务。
城乡可持续性研究涵盖了众多领域和学科，包括社会经济学、气候变化、粮食安全和生物多样性（Fischer等人，2012年；Godfray等人，2010年）。现有研究极大地丰富了我们对城乡发展的理解，并形成了理论框架和实证见解。随着学术出版物的快速增长，要全面了解城乡可持续发展的知识体系和研究现状需要付出大量努力。尽管城乡可持续发展已经得到了广泛讨论，但目前尚缺乏对相关文献的系统性回顾，以帮助研究人员更好地把握城乡发展研究中的关键问题。
回顾和识别研究前沿是学术研究中的两个关键阶段。文献回顾是明确研究前沿并提供理论基础的重要方式。反过来，对这些前沿的深入理解使研究人员能够在他们的文献回顾中展现创新性、前瞻性和学术价值。研究前沿是指新兴的概念、理论、技术以及具有创新性和潜力的研究方向。这一概念最初由Price提出，他将研究前沿定义为科学引用网络中频繁被引用和近期发表的文献所代表的研究领域（Price，1965年）。随后，Small提出了共引聚类方法，基于Price的定义来分析论文并探索研究前沿。自20世纪70年代以来，随着信息技术的进步，学者们越来越多地依赖CiteSpace和VOSviewer等文献计量可视化工具来追踪研究前沿的演变。这些工具采用共引分析、突发关键词检测和知识映射等方法来识别新兴领域和科学焦点的变化（Chen等人，2012年）。
机器学习和自然语言处理（NLP）技术为识别研究前沿提供了强大的计算支持。其中，潜在狄利克雷分配（LDA）已成为一种广泛采用的无监督主题建模技术，能够揭示大规模文本语料库中的潜在主题结构。通过根据词频将文献分类为连贯的主题，LDA实现了对研究动态的数据驱动和定量分析（Blei等人，2003年；Jelodar等人，2019年）。这种方法与日益重视文献回顾作为严谨研究方法的观点相一致，强调透明度、可重复性和分析深度（Snyder，2019年）。因此，本研究采用LDA来识别和构建收集文献中的核心主题，为后续的主题新颖性和影响力评估提供了基础。
城乡可持续发展不仅促进了社会公平和经济繁荣，还在环境保护、绿色基础设施建设以及应对全球挑战方面发挥着重要作用。然而，很少有研究揭示了城乡可持续性研究的过去、现在和未来方向。正是基于这一原因，本文得以开展。以下问题旨在得到解答：
●城乡可持续性研究前沿的演变特征是什么？
●城乡可持续性发展的未来前沿将位于何处？
基于上述背景，本文聚焦于城乡可持续性。我们试图通过计算文献回顾来探索与之相关的更多研究信息。以下是本文的各个部分：第2节阐述了所采用的研究方法，包括数据来源和研究框架的设计；第3节介绍了城乡可持续性研究的一般特征和趋势；第4节揭示了研究前沿主题和新兴趋势；第5节讨论了进一步研究的潜在空白和局限性；第6节提出了结论。
数据来源
本研究使用的文献数据来自Web of Science核心数据库的SCI-Expanded（科学引文索引扩展版）和SSCI（社会科学引文索引），通过Clarivate Analytics获取。用于数据库搜索的查询字符串如下：((“urban” OR “city” OR “cities”) AND (“rural” OR “village” OR “countryside”) AND (“sustainable” OR “unsustainable” OR “sustainability” OR “unsustainability”))。此外，为了确保研究结果反映
历史发布类别和频率分析
城乡可持续性研究是一个跨学科领域，涉及城市规划、环境保护、经济发展和社会文化问题等多个维度。因此，有必要从多个学科的角度系统地探讨其演变和研究前沿。通过回顾城乡可持续发展研究的整体出版物，我们确定了Web of Science中的十大主要类别
主题分布特征的描述性分析
主题困惑度是评估主题聚类效果的重要指标。根据肘部法则，将主题划分为九个是最优的，因为这对应于困惑度值达到最低并稳定的点，表明模型性能得到提升且没有过拟合。表1显示了这9个可持续性研究主题在平均发表年份、引用次数和出版数量方面的统计特征
基于机器学习的城乡可持续性研究前沿识别
识别研究前沿是一项复杂而关键的研究任务。然而，目前尚无关于研究前沿诊断框架的共识。主题识别的方法主要涉及关键词识别、引用分析和文本挖掘。具体来说，基于关键词的研究主题识别通常通过术语频率分析（Chen，2006年）、关键词共现网络（Callon等人，1983年）等方法来实现
结论
为了丰富对城乡可持续性演变特征和未来前沿的认识，本研究采用了定性和定量方法，包括机器学习、文献计量学、网络分析和统计分析。在分析城乡可持续发展研究的出版趋势和国际合作网络的基础上，本文介绍了新颖性和影响力，并构建了一个研究前沿分类框架
CRediT作者贡献声明
潘家伟：撰写——审稿与编辑、撰写——初稿、可视化、软件开发、方法论设计、调查、形式分析、数据整理、概念构建。沈悦：撰写——审稿与编辑、撰写——初稿、方法论设计、资金筹集、形式分析、概念构建。
资助
本研究得到了国家自然科学基金（资助编号：42371245）和中央高校基本科研业务费（资助编号：2024QKT006）的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
