《圖書情報工作》2000—2009年網絡引文衰減規律實證研究

薛衛雙, 鄭春厚, 王娟

［摘 要］通過對2000—2009年《圖書情報工作》所載論文參考文獻中網絡引文的數量變化、網絡引文衰減情況和半衰期、網絡引文衰減原因、網絡引文域名、網絡引文深度等方面進行統計、分析來探尋該刊網絡引文的衰減規律，為以后學者的網絡引用行為提供一定的指導意見。

［關鍵詞］網絡引文；鏈接衰減；半衰期

［中圖分類號］G250-3［文獻標志碼］B［文章編號］1005-6041(2012)01-0056-05

1 引 言

網絡引文，又稱網絡（電子）參考文獻、Web引文、Online Citations、Electronic References，是指學術論文后面所附的、其來源出處是互聯網資源的參考文獻，其突出特征是著錄內容中含有網址。［1］

近年來，隨著互聯網技術的飛速發展以及網絡信息資源的日益豐富，網絡引文作為一種新型的引文文獻類型逐漸被學者所認可和接受。與傳統的文獻引文不同，隨著時間的推移網絡引文會出現衰減的現象，即網絡引文由原來的可鏈接變為不可到達。對網絡引文的衰減規律進行研究，可以揭示目前期刊網絡引文的概況以及網絡引文的可靠性，為以后學者的網絡引用行為提供一定的指導意見。本文以2000—2009年《圖書情報工作》（以下簡稱《工作》）所刊載論文的網絡引文為研究對象，分別從網絡引文數量、網絡引文衰減情況和半衰期、網絡引文衰減原因、網絡引文域名、網絡引文深度等幾方面進行統計、歸納和分析，試圖找出我國圖書情報學網絡引文衰減的一般規律。

2 數據的獲取及處理方法

本文采用南京大學中文社會科學引文索引系統，下載了《工作》所載論文的所有參考文獻并從中提取所需要的網絡引文，然后使用Remote Link Checker 軟件進行URL的衰減測試，并自編程序對URL 進行近一步的處理，最后將測試結果導入到Excel表格中。

3 數據處理結果及分析

經統計，2000—2009年《工作》共刊載論文4 238篇(卷首語、賀信、書評、消息等除外)，網絡引文7 206個。

3.1 網絡引文數量分析

由表1可以看出，《工作》近10年來網絡引文量在總體上呈現遞增的趨勢，由2000年的125條上升到2009年的1 507條，增幅達到12倍。究其原因，一方面是由于從2009年開始《工作》由月刊改為半月刊，載文量大幅度增加；另一方面，這也與著者在撰寫文章過程中參考文獻數量越來越多有很大的關系。［2］

綜合表1中不同時期的數據，我們可以將《工作》網絡引文在2000—2009年的發展情況分為三個階段：第一階段為興起時期，即2000—2003年。這三年《工作》的網絡引文量比較低，僅占全部網絡引文量的7.1%，網絡引文作為一種新型的引文類型還沒有受到學者的廣泛關注。第二階段是2003到2007年，為快速發展時期。這一時期《工作》的篇均網絡引文量由1.23條上升到2.48條，呈現逐年遞增的趨勢。2007年《工作》的網絡引文量達到1 098條，為2000年的8.8倍，發展勢頭強勁。這說明，隨著我國計算機網絡技術的發展，網絡信息資源以其特有的優勢受到學者的青睞。第三階段是2008年到2009年，為調整時期。2008年《工作》的網絡引文量由原來的1 098條下降到954條，2009年又上升到1 507條，這是由于刊物改版使其載文量大幅增加，平均每篇論文的網絡引文量較2008年減少，2008年的篇均網絡引文量為2.08條，2009年的篇均網絡引文量下降到1.80條。這種下降趨勢和國外的一些研究結果相似。Goh 和 Ng的研究顯示，情報學期刊論文的網絡引文量在2003年有所下降，Spinellis在研究計算機科學領域的論文時發現網絡引文的數量在1999年也有下降的態勢。［4］網絡引文從興起到經歷一個快速自由發展的時期后受到了期刊編輯的關注。為了提高期刊論文的質量和網絡引文的可靠性，期刊編輯對學者引用網絡信息資源的行為進行了規范和限定，這就導致了網絡引文量在一定程度上的下降。調整期過后，預計以后我國學者對網絡信息資源的利用會越來越多，也會越來越規范。

3.2 網絡引文衰減情況和半衰期分析

3.2.1 網絡引文的衰減情況分析。網絡引文的可鏈接率是指網絡引文可鏈接的數目占網絡引文總數的比例，其大小可以反映出網絡引文衰減的快慢。筆者把《工作》在2000—2009年網絡引文可鏈接率的年度變化情況用折線圖表示出來（見圖1）。

由圖1可見，除2003年之外，隨著時間的推移，網絡引文的可鏈接率總體上呈遞增的趨勢。這表明，時間越往前回溯，網絡引文越容易衰減。《工作》在2000年的可鏈接率為32.8%，2009年其可鏈接率上升到63.7%，比2000年增加了30.9個百分點。網絡引文可鏈接率大幅度提高的原因有三：第一，近年來我國網絡設備逐步完善，網站建設水平逐漸提高。第二，隨著論文著者引用網絡資源的意識增強，引用網絡信息資源的行為越來越多，這就促使期刊編輯對這種引用行為予以充分的重視，在審核過程中使用了更加嚴格的標準。第三，網絡信息資源具有很強的不穩定性。舊的信息不斷地被新的信息所取代，因此時間越往前網絡引文被查找到的可能性就越小。盡管2009年網絡引文的可鏈接率提高到63.7%，但是仍然較低，讀者通過網絡引文查找相關信息以便進行深入研究存在較大的困難，因此網絡引文的可鏈接率仍然亟待提高。

3.2.2 網絡引文的半衰期分析。國外對網絡信息半衰期測度的研究已經非常成熟，本文引用國外的經典測度模型對《工作》的網絡引文歷時半衰期進行精確的計算，測度模型為：th=［tl(0.5)］/［lW(t)- lW(0)］［5］。該模型的各個參數為：W(0)——某個年份中某個期刊的網絡引文總量，W(t)——經過t年時間，某個期刊在某個年份網絡引文的可鏈接數量，th——所求的該年份期刊的網絡引文的歷時半衰期。

根據這個測度模型，我們可以計算出《工作》各個年份網絡引文的歷時半衰期，其平均值就是《工作》2000—2009[JP2]年的網絡引文歷時半衰期。例如，《工作》在2009年的網絡引文總量為1 507條，到2011年仍然可以鏈接到的網絡引文數量為960條，則《工作》在2009年的網絡引文半衰期為［3*l(0.5)］/［ 1960-11507］=4.61（年）。

由表2可知，《工作》在2000—2009年的網絡引文半衰期為6.16年，即約6.16年的時間，網絡引文的一半即為不可用。這和國內的研究結果很相近，如朱瑩研究的情報學期刊網絡引文的半衰期為6年。與國外的研究結果相比則略長一些，如Goh 和Ng研究的英文情報學期刊網絡引文的半衰期為5年，Spinellis研究的計算機科學期刊的網絡引文半衰期為4.0年，Rumsey研究的法律期刊的網絡引文半衰期為1.4年。產生這種差異的原因是國外的網絡技術水平以及學科發展水平均高于國內，其網絡信息的更新速度比較快。從表2可以看出，2004年以后《工作》的網絡引文半衰期呈遞減趨勢，說明隨著網絡技術的發展和學科發展的進步，我國網絡信息的更新速度也在加快，這將使我國的網絡信息半衰期縮短。

3.3 網絡引文的衰減原因分析

作為本次研究樣本的7 206個網絡引文中，已經衰減的有3 428個，占全部網絡引文的47.5%。在對網絡引文測試完畢后，每個網絡引文都會根據其鏈接情況返回一個代碼。在本次研究中衰減的網絡引文返回的代碼有21種，我們就選取數量排名前10位的代碼進行統計與分析，統計結果見圖2。對衰減的網絡引文返回的代碼進行分析，可以找出網絡引文的衰減原因，從而為提高網絡引文的可鏈接率提供依據。

代碼404表示服務器找不到對應請求URL的任何資源。由圖2可知，http代碼404（Not Found）是網絡引文衰減的最主要原因，占全部衰減網絡引文的 62.34%，這與國內外的研究結果相近。國內朱瑩所做的研究中，代碼404所占的比例為53%；國外Spinellis的研究顯示代碼404的比例為60%，Huebsch的研究中其比例為56%。［6］產生404代碼的原因不盡相同，有可能是DNS解析正確后卻無法鏈接到目的主機，也可能是由于文件/目錄名更改、文件移除或文件的重新定位而帶來的網址的變化。

另外3個常見的錯誤代碼是901、12029、403，其所占比例分別為19.46%、7.88%和5.11%。通常在網絡設置方面出現問題時會返回http代碼901（Name Unresolved），API代碼12029（Cannot Connect）指的是無法連接到所需數據，http代碼403（Forbidden）表示的是服務器能夠理解用戶的http請求卻拒絕執行，這很可能是因為用戶沒有訪問權限。

通過以上分析，我們可以將這4種常見錯誤分為網絡問題和服務器問題。網絡問題指的是訪問主機時出現的問題，服務器問題指的是到達目的主機后卻無法獲取所需要的資源。代碼901屬于網絡問題，所占比例為19.46%；代碼404、12029和403屬于服務器問題，所占比例為75.33%。由此可見，導致網絡引文不可鏈接的主要原因是網絡信息的持久性差，文件、網頁甚至網站都較易消亡。［7］

3.4 網絡引文的深度與衰減規律分析

首先我們對深度予以這樣的解釋：網址中每增加一個“/”，就認定其深度加1，若沒有“/”或“/”在URL末尾，則深度為0。國外的相關研究表明：網絡引文深度和網絡引文的衰減有一定的相關性。網絡引文的深度越大，網絡引文的復雜性就增加，也就更容易衰減。筆者將《工作》中不同深度的網絡引文的數目和衰減情況進行統計（深度大于6的網絡引文的數目較少，統一放入其他一項中），統計結果見表3。

從表3可以看出，深度為2的網絡引文數目最多，占總數的26.2%；其次是深度為3和4的網絡引文，分別占總數的21.9%和15.1%，這3個深度的URL一共占了總數的63.2%。深度為0和1的URL占總數的比例分別為15.0%和14.1%。其他深度（5~10）的所占比例只有7.7%。可見，《工作》的作者對深度為2、3、4的網絡信息資源的引用很高，對深度為0和1的網絡引文的引用次之，對深度為5以上的網絡引文的引用極少。這是因為由引文檢索到全文文獻的一般網址著錄比較詳細，這就使得深度為2、3、4的網絡引文的引用高于深度為0和1的網絡引文。隨著網絡引文深度的增加，網絡引文包含的元素增多，其衰減的可能性就變大。因此，學者為了提高自己參考文獻的可檢索率，對深度為5以上的網路引文的引用就較少。

由表3還可以看出，不同深度的網絡引文的衰減率在22.2%到59.5%之間。隨著深度的增加，網絡引文的衰減率呈現遞增的趨勢，深度為3的網絡引文例外。深度為0的網絡引文的衰減率明顯低于其他深度的網絡引文，僅為22.2%，但是隨著深度的增加，這種衰減的趨勢上升得并不明顯。因此，本次研究雖然在一定程度上證實了網絡引文深度和其可鏈接率之間有負相關關系，但這種負相關關系目前還沒有證實在統計學意義上具有顯著性，尚需進一步深入研究。

3.5 網絡引文的域名分析

互聯網地址是用域名來進行區分的。不同的域名代表不同的含義。本研究列入分析范疇的域名有：com（工、商、金融等企業）、edu（教育機構）、org（各種非盈利性的組織）、gov（政府部門）、net（互聯網絡、接入網絡的信息中心和運行中心）、ac（科研機構），對于僅提供IP地址的URL全部放入else項。對網絡引文的域名進行分析，可以了解網絡引文的來源狀況、分布的集中程度，可以得出學者們利用網絡資源比較集中的域名類型信息。對不同域名的網絡引文的可到達性進行統計、分析，可以得出何種類型的網絡引文相對穩定，從而為學者的網絡信息引用行為提供指導意見。

3.5.1 網絡引文域名的數量分析

由表4可知，《工作》在這10年中含有6個頂級域名的網絡引文數目為6 312條，占網絡引文總數的87.6%，其他網域的網絡引文僅占12.4%。在這6個頂級域名中，著者引用最多的是com網站的信息，其所占比例達到25.7%；其次為來源于org和edu網域的信息，所占比例分別為24.0%和17.4%；另外，gov、net、ac[KG*9]3個網域的信息被引用的比例分別為8.5%、5.6%和6.4%。由于com網站的信息以商業和娛樂信息居多，其所包含的學術信息不多，所以其引文量有下降的趨勢。edu網站上的信息一般來源于教育網站，學術信息較多，但由于近年來學者獲取信息的途徑增多，很多相關信息可以在期刊論文中獲得，這導致了edu信息引用量的大幅度下降。org和gov網站的信息與學術信息相關性比較大，尤其是包含一些權威機構提供的信息和統計數據，越來越受到學者的關注，因此org和gov的引文量是所有網域里增長最快的。net和ac的引文量比較穩定，在10年間沒有太大的變化。上述現象表明，目前學術界用戶對網絡信息的利用是多元的，并不僅僅局限在教育或學術領域，而是涉及各種網域。

3.5.2 網絡引文域名與衰減規律分析

在圖3中，“Good”表示網絡引文可鏈接，“Bad”表示網絡引文已經衰減。圖中所列的網絡引文域名的可鏈接率在42.9%到57.9%之間。其中，com網域的信息可鏈接率最高，達到了57.9%；edu網域的信息可鏈接率最低，僅為42.9%。國外Goh 和Ng的研究顯示，占全部網絡引文數目61%的3種頂級域名（com、edu、org）中，org和com網域的信息的可鏈接率最高，分別為 78%和70%；edu網域的信息可鏈接率最低，為64%。從國內外這幾個頂級域名的衰減比例可以看出，國外網絡引文的可鏈接率遠遠高于國內，我國的網站建設和維護水平和國外相比還存在很大差距。

來源于com網域的網絡引文可鏈接率最高，這是因為所有網站中以com類型的網站最多，據統計，2005年其比例已達到61.27%，很多類型的主體注冊使用這類域名，例如大型企業、小公司、個體等。來源于org網域的網絡引文可鏈接率僅次于com，這是因為注冊使用org域名的主體一般是一些非盈利性組織，這類主體的性質和目標決定了其網站內容的穩定性。另外，使用org域名的很多組織（如聯合國教科文組織、世界銀行）在國際上發揮著關鍵作用，其提供的很多重要信息屬于國際標準和規范，因此這些網站得到了很好的維護，其可鏈接率也就較高。作為本次研究的6個頂級域名中，edu域名的可鏈接率最低，這是由于使用這類域名的主體一般是高校和研究機構。雖然這些機構的網絡基礎設施比較完善，網絡技術水平比較高，但這些網站的內容一般是教育或科研信息，當有新消息或新的科研成果出現的時候，舊信息就會被更新或刪除，這就導致了頂級域名edu的網絡引文的高衰減率。

4結 語

本研究旨在探尋圖書情報學網絡引文的衰減規律。通過以上對《工作》網絡引文的分析，我們可以得出以下幾點結論：1)網絡引文作為一種新型的引文類型已日益被我國的科研人員接受和認可，并得到越來越廣泛的應用。但與國外相比仍有很大差距，我國學者利用網絡信息資源的意識和能力有待提高。2)由于服務器問題而導致網絡信息的無法獲得是網絡引文衰減的最主要原因。為了降低網絡引文的衰減率，需保障主機服務器、網絡互聯設備等各種網絡硬件設施的質量，科學合理地管理各種網絡設備。3)網絡引文深度和其可鏈接率之間呈近似負相關關系，即隨著深度的增加，網絡引文的可鏈接率降低。學者在引用網絡信息資源時應盡量避免使用較長的URL網絡引用，因為較長的URL的網絡引用更易衰減。4)大部分網絡引文來源于com、edu、org類型的網站，其中com和org網域的信息比較穩定，可鏈接率較高。學者應該選擇性引用網絡信息，盡量引用比較穩定的網絡信息資源。5)網絡引文著錄的不規范也會導致網絡信息的不可到達。針對此問題，我國應積極探索網絡引文的著錄標準，出臺相關的網絡文獻的著錄規則。另外，學者應堅持嚴肅認真、一絲不茍的態度，規范自己的網絡信息引用行為。

［參考文獻］

［1］ 邱均平.網絡計量學［M］.北京:科學出版社,2010:120—121.

［2］ 龔 軍.《情報雜志》2000~2004年網絡引文的計量分析［J］.情報探索,2006(8):5—8.

［3］ Dion Hoe-Lian Goh & Peng Kin Ng. Link Decay in Leading Information Science Journals［J］.Journal of the American Societh for Information Science and Technology,2007(58):15—24.

［4］ Spinellis,D. .The decay and failures of Web references［J］.Communications of the ACM,2003(46):1—77.

［5］ 張 瑞.網絡信息老化的理論與實證研究［D］.上海:華東師范大學,2009:1—53.

［6］ Huebsch,R.. How dead are dead links?［EB/OL］.［ 2009-04-26］.http://www.cs.berkeley.edu/~huebsch/cs294-3/project/project.pdf.

［7］ 朱 瑩，望俊成.情報學領域網絡引文衰減規律研究——以三種核心期刊為例 ［J］.情報科學,2010,28(5):669—704.