《Sustainability》：Unveiling Individual Climate Behaviors Through Digital Text: A Scoping Review of Natural Language Processing Methods
编辑推荐：
气候变化是最严峻的全球挑战之一，尽管有减缓努力，温室气体排放仍在持续上升。家庭消费约占全球排放量的72%，这表明个体行为的关键作用。传统的测量工具，如调查和访谈，成本高、耗时且易受反应偏差影响。用户生成的文本内容提供了另一种证据来源，而自然语言处理（NLP）使
气候变化是最严峻的全球挑战之一，尽管有减缓努力，温室气体排放仍在持续上升。家庭消费约占全球排放量的72%，这表明个体行为的关键作用。传统的测量工具，如调查和访谈，成本高、耗时且易受反应偏差影响。用户生成的文本内容提供了另一种证据来源，而自然语言处理（NLP）使其能够大规模分析。尽管有此潜力，现有综述尚未系统地绘制其在个体层面气候行为中的应用。本研究的主要目标是通过遵循PRISMA-ScR指南的范围综述来填补这一空白。系统检索在Web of Science、Engineering Village和Google Scholar中进行，覆盖2015年1月至2026年4月。共筛选2580条记录，十项研究符合纳入标准。这些研究分析了Twitter/X、新浪微博、Reddit和电子商务评论，覆盖从绿色交通到废物管理的行为。研究结果表明，主题建模和基于Transformer的模型是主导技术，通常与情感分析结合。近期研究已超越描述气候话语，转向解释行为。基于NLP的文本分析构成了调查的可扩展补充，并为有针对性的气候干预奠定了基础。
**1. Introduction**
该部分指出气候变化是当代最严峻的挑战之一，尽管存在国际协议和国家政策，温室气体排放仍在上升。个体行为（如出行、购买和家庭能源使用）对全球减排至关重要，家庭消费约占全球排放的72%。传统测量工具（如调查和访谈）成本高、耗时且易受反应偏差影响。用户生成的数字文本（如社交媒体帖子、论坛讨论和在线评论）提供了一种替代数据源，自然语言处理（NLP）可实现大规模分析。现有综述聚焦于气候话语而非个体行为，因此本研究旨在通过范围综述填补这一空白，主要贡献包括：考察数字数据源及其作为行为证据的适用性、记录NLP技术及其验证和性能、识别与气候政策最相关的行为领域和区域模式。
**2. Literature Review**
该部分回顾了个体行为在气候缓解中的重要性，指出行为改变可缩小当前排放轨迹与国际气候目标之间的差距。个体决策受心理、社会和结构因素（如个人和社会规范、意识、收入、基础设施）共同影响，但自报数据易受社会期望偏差影响。用户生成文本可自然捕捉个体态度和行为，NLP可大规模分析这些文本。现有综述已涵盖气候变化与社交媒体、政治极化、Twitter研究、气候错误信息等主题，但均未聚焦于个体行为或NLP方法的应用与评估。因此，本研究被定位为首次对NLP在用户生成文本中分析个体气候行为的系统综合。
**3. Materials and Methods**
**3.1. Study Design**
采用范围综述方法学，遵循Arksey和O’Malley框架，包括：明确研究问题、识别相关研究、研究选择、数据图表化、汇总和报告结果。未进行可选的利益相关者咨询环节。
**3.2. Research Question**
主要研究问题为：“从数字文本中分析个体气候相关态度和行为所采用的主要NLP技术是什么？文献中关于区域差异和特定行为领域的关键发现是什么？”
**3.3. Information Sources and Search Strategy**
系统检索在Web of Science、Engineering Village（涵盖Compendex、Inspec等）和Google Scholar中进行，覆盖计算机科学、环境科学和社会科学文献。检索时间范围为2015年1月至2026年4月，以可持续发展目标采用为起点。检索策略结合三组概念：气候相关行为、NLP方法学、排除术语。Google Scholar按相关性排序导出703条记录，全部手动筛选。
**3.4. Eligibility Criteria**
纳入标准包括：2015-2026年间发表、使用NLP/文本挖掘/机器学习技术分析文本数据、聚焦个体层面气候态度和行为、分析数字平台/论坛/社交媒体、英文发表。排除标准包括：仅关注技术气候解决方案、分析组织/政策层面策略、仅分析气候感知而无行为成分、NLP用于非气候应用、会议摘要/社论/预印本/学位论文。
**3.5. Study Selection Process**
遵循PRISMA-ScR指南，初始检索获得2580条记录，去重后剩余2095条。两名独立评审者（N.SH和S.R.）进行标题和摘要筛选，排除1971条，冲突通过第三评审者（S.M.）解决。剩余124条进入全文资格评估，最终10项研究纳入综述。排除主要原因包括：缺乏用户生成数字文本、技术应用未分析人类行为、机器学习用于能源/排放预测而非个体行动。
**3.6. Data Extraction and Charting**
使用标准化表格提取数据，包括：研究特征、数据源、NLP方法学、所调查的气候行为。
**4. Results**
**4.1. Study Characteristics**
纳入的10项研究发表于2022-2026年，其中4项分析中文平台（新浪微博、京东、汽车之家），Twitter/X使用最多（4项），其次是Reddit（1项）和实验性写作响应（1项）。地理覆盖：4项聚焦中国，1项德国，1项比较西班牙和北马其顿，其余为全球英语数据或大学样本。语料库大小从15份响应到483,100条微博帖子不等。行为领域包括绿色出行、低碳生活、节能电器购买、新能源汽车购买、衣物修补等。预处理步骤包括去重、噪声去除和停用词去除。
**4.2. NLP Techniques and Methods**
应用了四组技术：主题建模、情感与情绪分析、基于Transformer的监督分类、多方法设计。主题建模以潜在狄利克雷分配（LDA）为主（5项研究），用于提取可持续消费、能源消耗等主题。非负矩阵分解（NMF）与词频-逆文档频率（TF-IDF）结合用于Reddit讨论，BERTopic用于西班牙和北马其顿推特。情感分析在8项研究中出现，分为基于词典（如VADER、TextBlob、领域特定词典）和基于模型（如预训练Transformer分类器、BERT）两类。基于Transformer的监督分类包括XLM-RoBERTa用于德语推特（F1=0.70/0.83）、BERTweet用于跨国家比较。多方法设计结合Word2vec语义表示、LDA输入结构方程模型、词典情感评分与合成控制法、Sentence-Transformer嵌入等。方法学约束包括样本代表性、时间覆盖有限、测量效度问题。
**4.3. Social Media Platforms and Data Sources**
9项研究依赖自然发生的公共平台文本，1项为实验性写作响应。三类数字文本来源：通用社交媒体（Twitter/X、新浪微博、Reddit）、领域特定商业网站（京东、汽车之家）、实验框架。语料库大小差异显著（15至483,100条）。地理分布不均，四项研究利用中文平台，欧洲研究聚焦德语推特和西班牙/北马其顿比较，英语数据覆盖全球用户但偏向工业化国家。
**4.4. Individual Climate-Related Behaviors and Attitudes**
区分三种构念：表达的态度和意识（最常见，6项研究），包括对可持续消费、能源节约、废物管理、气候行动的情感与立场；行为意图（2项研究），如绿色出行意愿和低碳生活意愿；报告行为（2项研究），基于电子商务和汽车评论，具有最强行为效度。行为领域跨交通、家庭能源、绿色购买、可持续消费、废物管理、低碳生活等，个体气候态度与参与作为连接维度。
**5. Discussion**
该部分指出纳入研究已收敛于方法学核心：LDA主题建模恢复话语主题结构，基于Transformer模型进行分类和情感分析。部分研究描述气候话语，部分尝试解释行为（如结合结构方程模型、准实验设计、与销售数据关联）。时间分布显示2015-2021年无合格研究，表明该领域仅在2019-2020年后因Transformer架构成熟而出现。筛选漏斗表明计算气候研究丰富，但个体行为计算研究稀缺。数据源分布反映平台在态度-行为连续体中的位置：微博服务适合规模但弱于行为锚定，Reddit提供更真实的讨论，商业平台链接已验证消费行为。数字痕迹提供连续、时间戳的观测，但存在人口代表性、非人类内容、算法影响、文化差异和社会期望偏差等局限。
**6. Limitations**
搜索限制：仅限英文出版、三个数据库、Google Scholar排名算法不可重复、检索术语可能遗漏。证据基础限制：仅10项研究，比较不稳健；平台范围窄（Twitter/X、新浪微博、Reddit、电商评论），用户不代表总体人口。
**7. Conclusions**
基于NLP的数字文本分析为测量个体气候态度和行为（交通、能源、购买、消费、废物）提供了实用方法。证据基础尚小，但呈现从描述话语向测量意图和行为的明确演变。研究意义：未来需长期验证及生成式语言模型（通过零样本/少样本提示降低标注成本）的基准测试。政策意义：文本证据可识别目标行为与人群、评估政策效果、持续低成本监测个体气候态度与行为，从而成为理解和支持个体气候行动的实际工具。
