原创《低碳经济下我国碳会计热点可视化分析》：这是一篇与可视化论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
【摘 要】 推进节能减排,发展低碳经济,使得碳会计的研究日益重要.以CNKI数据库中2009—2016年碳会计相关的期刊论文为基础,以筛选出的高频关键词为研究对象,采用共词分析法和可视化技术,借助SPSS统计工具对其进行因子分析、聚类分析和多维尺度分析,最终得出我国碳会计研究的五大热点主题群组：碳会计体系构建与信息披露管理、碳固会计、碳排放与碳减排会计、碳排放权及其交易会计和碳会计其他扩展方面研究.文章在推动碳会计热点理论研究的同时也为相关学者研究该领域提供有用的参考.
【关键词】 碳会计； 共词分析； 因子分析； 聚类分析； 多维尺度分析
【中图分类号】 F230 【文献标识码】 A 【文章编号】 1004-5937（2017）17-0035-06
一、引言
贯彻绿色发展理念,推动低碳经济发展,不仅是全球经济发展的大势所趋,更是中国应对全球气候变暖、雾霾频发等尖锐环境问题的必然要求.从2008年开始我国相继在全国的主要城市成立了10余家碳交易平台,2013年我国第一个试点碳市场正式启动,2017年我国将正式启动全国性碳交易市场,进行全国碳排放权交易.碳交易市场将生态现象引入到企业的会计处理中,使得碳会计应运而生.作为环境会计的一个新兴研究分支,碳会计集多个领域的知识,重点探讨低碳背景下碳交易的会计处理规则及相关问题.此外,伴随着碳市场的建立和发展,势必使得碳会计相关理论研究成为当务之急,而综观国内现有的研究文献,学者们对碳会计的研究内容众说纷纭,未成体系,对碳会计进行全面文献计量方面的研究显得更为稀缺.
本文主要利用共词分析法来分析国内碳会计领域的研究热点问题.共词分析法作为一种定性分析和定量分析相结合的方法,主要是通过对能够表达某一学科领域研究主题的专业术语共同出现在一篇文献中的现象的分析,判断学科领域中主题间的关系,从而展现该学科的研究内容与结构[1].通过对2009—2016年以来我国碳会计研究领域主要关键词进行检索,建立共词矩阵和相关矩阵,利用因子分析、聚类分析和多维尺度分析,以图表的形式可视化地呈现出我国碳会计热点研究的五大主题群组,并进一步揭示出未来该领域整体的发展趋势和大致的研究方向,从而为相关学者从事这方面的的研究提供重要参考.
二、研究设计和数据处理
(一)数据来源
本文的数据来源于CNKI数据库,通过高级检索功能,检索“篇名”中含有“碳会计”或“低碳会计”的期刊论文.由于国内第一篇与碳会计相关的文献出现在2009年,所以为全面揭示碳会计研究的趋势,本文将检索时间限定为2009—2016年,得到900篇符合条件的相关文献,剔除无关键词文献以及与碳会计无关的文献75篇,最终得到 825篇有效文献,将其作为共词可视化分析的样本数据库.
（二）关键词的筛选与预处理
将在CNKI中检索获取的825篇文献的关键词导入Excel中,利用分列功能,总共得到关键词3 230个.对关键词进行主题相关性分析以及甄别性筛选,去除“工业集团”“上市公司”“必要性”“问题”“建议”等无关关键词,合并“碳会计”与“低碳会计”、“碳排放额”与“碳排放量”以及“物质流核算”与“碳足迹核算”等同义关键词,最终筛选得到有效关键词2 385个.然后利用Excel数据*功能进行关键词词频累计,基于研究实际的需要并结合齐普夫第二定律辅助判定高频词的界限[2],选取累计频次大于等于10,得到41个高频关键词.尽管“碳会计”词频高达172次,但由于其作为本文研究的主题词,便失去了研究意义,所以在共词分析中排除这个关键词.最终得到40个高频关键词并依累计频次的大小进行降序排列,如表1所示.
(三)共词矩阵与相似矩阵
共词矩阵是一个对称矩阵,主对角线上的数值表示该关键词出现的频次,非主对角线上的数值则为两个相异关键词的共现频次[3],并且共词矩阵中关键词之间共现频次的大小与内在相关程度成正比.在Excel中通过对40个高频关键词进行两两共词检索,统计其在文献中同时出现的频率,形成了一个40×40的共词频次矩阵[4]（见表2）.可以初步得出基于低碳经济视角研究碳会计的相关问题成为主流,其中碳会计信息披露、碳排放、碳排放权交易等方面的会计研究日益得到重视.
为了进行后续的聚类分析及多维尺度分析,消除关键词自身频次的大小对共现频次的相对值的影响,本文利用Ochia相关系数对上述共词矩阵进行修正,转换为相关矩阵[5]（见表3）.相关矩阵的数值大小与两高频词之间的距离成反比,与二者相关性成正比.接下来,在共词矩阵和相关矩阵的基础上进行具体的多元统计分析.
三、碳会计文献研究的共词分析
(一)因子分析
因子分析是对多变量的数据进行整理和简化,在保证数据信息较为完整的情况下,对高维变量空间进行降维处理的一种多元统计分析方法[6].
将关键词40×40的相关矩阵导入SPSS 22进行因子分析,输出旋转后的总方差解释表（表4）和碎石图（图1）[7].表4只列出部分主成分因子,按照“特征值大于1”和“累计贡献率达到70%以上”的原则,在40个高频关键词中选择前12个符合此要求的公共因子,即将40个高频关键词分为12个类别,就可解释碳会计研究领域77.5%的信息.进一步观察可以发现,前六个因子解释的方差比例比较高,分别达到17.022%、12.008%、9.887%、6.775%、5.978%和5.186%,且累计方差解释贡献率为56.856%,表明这些是近年来国内碳会计领域中最重要的六个研究方向,据此可以初步将40个高频关键词分为6个类别[9],为接下来进一步的统计分析提供一定的对照与参考.
而通过进一步观察因子个数碎石图则更加直观地显示出大因子的陡峭斜率与剩余因子平缓的尾部之间存在较为显著的波动.由于处在曲线平缓斜率上的因子对变量的可解释性比较小,所以一般将处在陡峭斜率上的因子选为研究的主因子.由于有4个因子比较明显的出现在陡峭斜率上,所以结合上文總方差解释表分析的结果,将碳会计研究领域划分为4—6类是比较科学和合理的[8].
可视化论文参考资料：
结论：低碳经济下我国碳会计热点可视化分析为关于本文可作为可视化方面的大学硕士与本科毕业论文数据可视化论文开题报告范文和职称论文论文写作参考文献下载。
