摘要：数字经济背景下,新兴互联网平台企业快速崛起,深刻地改变着经济社会的运行方式。在平台经济蓬勃发展的同时,涉及平台竞争与垄断的治理问题日益增多,这让理论界和实务界开始重新审视反垄断问题。反垄断关系到市场公平竞争、企业创新、社会公共利益等诸多方面。本文从Web of Science和中国知网中检索反垄断研究文献,应用描述性统计、关键词共现分析和共被引网络分析等文献计量方法,对反垄断问题的历史、现状与趋势等进行研究。结果表明:(1)国内外学者对反垄断已有较为全面和深入的研究,主要集中在经济学和法学等领域。其中,欧美发达国家的研究处于领先地位,国内反垄断研究发展迅速。(2)早期的反垄断研究关注反垄断在宏观层面的影响,如法律、产业、政策等,后来学者们对垄断行为和反垄断案例进行了进一步研究与分析,近年来出现了双边市场理论、市场支配地位、数字经济、平台经济等新的研究热点。(3)反垄断研究仍存在困难和挑战。数字经济时代商业模式创新速度快,新兴的人工智能与大数据技术使得垄断行为难以被系统地识别、定义与分析,学术研究与政策制度也存在一定的时间差。本文提出,大数据与反垄断、相关市场界定、平台监管、竞争政策设计与制定等可能成为未来研究的热点。

摘要：以中文社会科学引文索引(CSSCI)为数据源,运用CiteSpace 4.0绘制中国碳排放研究的知识基础和热点演化知识图谱。研究发现,中国碳排放研究的知识基础集中在能源效率和碳效率评价、碳排放及其影响因素分析、碳排放机制设计与减排路径分析三大领域;同时归纳研究热点的演化分析路径为:概念形成与理论构建——宏观减排驱动研究——行业分析与政策评价。最后,提出中国碳排放研究未来发展趋势在于在协同减排机制设计、碳减排创新体系建设和国家能源安全战略三方面。

摘要：以Web of Science数据库中大数据背景下的人工智能相关文献作为数据样本,借助CiteSpace软件,对这一领域的研究分布、研究热点、前沿研究等进行分析。研究发现,美国在该领域具有绝对的领导力,中国缺少具有关键性的文献,并且形成了分别以中美为核心的两个合作子网络;该领域还没有出现具有关键性意义的研究;深度学习是这一领域的研究前沿。目前这一领域还只是大数据和人工智能两门学科的交叉,还没有出现能够使其成为新的边缘学科的趋势。分析结果有助于了解该领域的发展和现状,为后续的深入研究提供参考。