不同數據源下圖書館學研究的文獻計量分析

胡 浪

（廣東松山職業技術學院圖書館）

傳統圖書館學研究被認為是純人文科學，早期其研究方法基本上沿用社會科學的調查法、歷史法和比較法等。20世紀80年代初，學界開始就圖書館學研究方法進行研究和探討，并逐步形成按“哲學方法、一般研究方法、專門研究方法”劃分的圖書館學研究“三層法”。就“專門研究方法”而言，各家觀點各不相同，概括來說有圖書館統計法、讀者調查法、移植法、文獻計量法、引文分析法、信息處理法、檢索法等方法。其中，文獻計量法和引文分析法均被公認為是專門研究方法的重要組成部分。［1-4］

進入21世紀，隨著信息技術的發展，文獻計量學的研究也隨之呈現出新的發展趨勢。單從計量單位來看，文獻計量學已不僅僅局限在以篇、冊、本為單位的文獻單元的計量上，而是深入到文獻的內部知識單元，包括題名、關鍵詞、詞頻、引文信息、作者、研究機構等，都已成為文獻計量的研究對象。這些有關知識單元及文獻題錄信息的計量學研究，豐富了文獻學研究的理論和實踐，尤其是對主題研究的演進和趨勢判定等，都給予了量化甚至是可視化的技術支持，促進了主題研究的發展。本文主要是對不同數據源進行的文獻計量分析，就圖書館學研究中存量文獻的作者及機構、研究熱點等內容的比較研究，分析其反映該主題研究特性的異同和優劣，探尋不同研究目標設置下所適用的檢索策略和檢索路徑。

1 數據來源及數據采集

本文主要使用中國知網CNKI數據庫進行基礎數據收集和整理，采用CiteSpaceⅤ進行統計分析，三種數據源分別采用以下不同的檢索路徑。

（1）近5年圖書情報類核心期刊載文。在CSSCI（2017-2018）來源期刊中共有圖書情報檔案類期刊20種，剔除檔案和情報類期刊，剩余圖書情報類核心期刊有11種，分別是中國圖書館學報、圖書情報工作、大學圖書館學報、圖書情報知識、圖書與情報、圖書館雜志、國家圖書館學刊、圖書館論壇、圖書館建設、圖書館學研究和圖書館。在CNKI檢索“文獻來源”中分別輸入上述11種期刊名稱，檢索到2012-2016年共15,976篇文獻記錄，通過數據清洗，得到12,861篇文獻（檢索時間：2017-10-30），下載這12,861篇文獻的題錄信息，以純文本格式保存，作為第一種數據源，以下簡稱“核心期刊數據源”。

（2）“圖書館學研究”高被引文獻。主題研究的高被引文獻是從事相關（或相近）研究的人員廣泛關注并實施引征的文獻集合。按照圖書館學研究可能覆蓋的范圍，在高級檢索“主題”中輸入“圖書館學+圖書情報學+文獻學”，檢索到涉及圖書館學研究的論文共有30,759篇文獻，按被引頻次從高到低排序，取前3%的論文做高被引文獻，［5］考慮并列關系，選擇被引頻次大于18的文獻共959篇，下載這959篇文獻的題錄信息，并以純文本格式保存，作為第二種數據源，以下簡稱“高被引數據源”。

（3）“圖書館學研究”最新文獻。最新文獻是指最新發表的關于“圖書館學研究”的文章，反映當前圖書館學研究的最新成果。在上述檢索到的30,759篇文獻中，剔除通知、公告以及醫藥學文獻研究論文，按發表時間從2016年1月到2017年10月共1,638篇文獻，下載這1,638篇文獻的題錄信息，并以純文本格式保存，作為第三種數據源，以下簡稱“最新數據源”。

2 數據源和結果分析比較

2.1 數據源比較

顯然，上述三種數據源是從“期刊”和“主題”兩個方向對圖書館學研究的回溯，兩者互有交集又互有區別?！捌诳眮碓措m然單一，但專業領域核心期刊往往代表其主流和方向，為廣大研究人員所認同，因而，使用核心期刊數據分析某個領域研究態勢成為一種較為普遍的方法?！爸黝}”檢索來源多樣，除期刊外還有會議論文、博碩論文等其他多種文獻源，文獻檢索更為全面、詳實，同樣成為主題研究的常用方法。

通過檢索發現，核心期刊數據源的12,861篇文獻中，被引頻次在18次及以上者共882篇，占比6.9%，按所有文獻被引前3%計，高被引文獻最低被引頻次為29次，遠高于“主題”檢索被引數據指標（且僅為近五年數據），顯示核心期刊數據源文獻有相對較高的學術影響力。那么，是不是高被引數據源就更能反映圖書館學研究的現狀和態勢呢？從高被引數據源文獻的時間分布（見圖1）可以看到，其峰值分別出現在2003年和2007年，也就是說高水平研究的成果需要十年左右時間才能充分兌現其學術影響力?？梢悦鞔_的是，在高被引數據源中，某個關鍵詞出現的頻次越多，說明對它的研究越充分、水平也越高；反之，要么說明其缺乏研究價值，要么則是處于新興階段的價值洼地，亟待研究。

圖1 高被引數據年份發文

當然，“核心期刊”的期刊選擇以及“主題”檢索主題詞的確定對結果都會產生顯著影響。剔除檔案及情報類核心期刊，是為了減少非同源研究文獻對主題研究濃度的稀釋；而“圖書館學+圖書情報學+文獻學”的“主題”檢索詞的設定是為了盡可能全面涵蓋圖書館學研究的方方面面。

2.2 研究機構及作者分析比較

由于三種數據源所含文獻時間跨度各不相同，在CiteSpaceⅤ參數設置界面上，須將其時間切片功能區中分析時間按實際年份設置區間：核心期刊數據源分析時間為2012-2016年，高被引數據源分析時間為1980-2016年，最新數據源分析時間為2016-2017年。其他設置為：時區分割設為1，閾值選擇Top 100。設置完成后，運用CiteSpaceⅤ軟件，分別對上述三種數據源就研究機構、作者和關鍵詞進行統計和可視化處理，再做比較研究和分析。

2.2.1 機構分析比較

研究機構是科學研究主體的組織形式，是揭示學科或技術領域發展狀況的重要指標，對學術團體或科研機構發表的專著、論文、專利等文獻量的統計分析是文獻計量學的研究內容之一，［6］研究機構發表上述文獻的數量既能代表其科研生產能力，也能反映其在不同領域科學研究的影響力和貢獻值。通過運行CiteSpace，可以得到三種數據源下研究機構的發文量排名（見表1）。

表1 不同數據源下研究機構發文排序對照表（前20位）

初看表1，不同數據源導出的結果有些相似，名校教學院系、知名圖書館及研究中心（所）成為榜單的主角，尤其是武漢大學、北京大學、南京大學、中山大學、南開大學及中科院情報中心等六個研究機構在每個榜單都名列前茅。得益于多年積累的人才資源和先發優勢，這些機構無一例外都成為了國內圖書情報領域的標桿。仔細分析，不同數據源所反映的內涵和特征其實互有差異、各不相同。

（1）不同數據源所反映的機構實力各不相同。核心期刊數據源來自8家圖書館核心期刊和3家圖書情報兩棲類核心期刊，11家期刊年發文量合計僅為2,400篇左右。由于核心期刊對自身學術地位的珍視和對發文稿件的嚴苛，使得其門檻高、錄用難，在很大程度上保證了核心期刊載文的質量和創新性，而高質量、創新性論文是成為高影響力文獻的基礎和前提；同時，核心期刊更能凝聚高水平研究機構和團隊的研究力量，其成果無疑也更能反映專業領域的研究前沿和發展方向。因此，核心期刊數據源機構發文量代表的是機構的“整體實力”。

高被引和最新數據源是對主題設定下的檢索結果，未對文獻來源和期刊加以限制，因而其來源更加廣泛和全面，除上述11種核心期刊外，還包括其他核心或非核心期刊以及會議論文、博碩論文等。由于設定條件不同，這二者也存在顯著的區別。最新數據源除了發文時間，未做其他限定，它反映的是圖書館學近兩年研究的成果，是一定時間內存量文獻的集合，因此，最新數據源機構發文量代表的是機構的“勤勉狀態”。而高被引數據源則是過往圖書館學研究的精華和代表，不僅來源廣泛，而且歷時綿長，可以反映相關領域研究的變遷和發展路徑。由于文獻體量相對較小，有時個體的發揮直接提升整體的排名，因此，高被引數據源機構發文量代表的是機構“個體實力和整體實力融合”的結果。

（2）不同數據源所隱含的數據結構也不相同。由于三種數據源所含文獻量迥異，單純的數量比較顯然不合適。調整CiteSpace閾值參數（c,cc,ccv）為（1,2,20），其中c=1，即提取頻次為1的詞，得到三個數據源研究機構數量并做去重處理，再分別計算前1%、3%的機構文獻量占比，得到表2。

表2 不同數據源下研究機構數據結構表

從表2可以看到，按核心期刊數據源、高被引數據源、最新數據源排序，機構平均發文量和前1%（3%）機構發文占比均呈遞減趨勢，表明發文機構的集聚度從高到低排列，其中，高被引數據源更靠近核心期刊數據源，而遠高于最新數據源。熱力學中有個表征物質狀態的參量叫“熵”，其物理意義是表示體系混亂程度的度量，越隨機、越分散的排列，熵值越大；而且，熵值增大是個自發的過程（如液體的汽化），而反向則必須施以外力才能實現。文獻的分布有些類似，發文分布越隨機、越分散，其聚集度就越低，“熵”越大，越接近自然分布狀態，就像最新數據源；而按被引量排序后取出的高被引數據源以及核心期刊編輯“百里挑一”摘取后的核心期刊數據源，隨著人為干預的加入，發文分布更加有序，其聚集度就更高，“熵”就更小，反映到文獻的機構分布上，就是同樣比例的核心機構的發文量更大，占比也更高。當然，由于高被引數據源和最新數據源文獻數據量總體較少，幾家排名靠前的機構發文數據易對結果產生較大影響，有時會影響其信度。

2.2.2 作者分析比較

高影響力作者是科研機構科研產出的主要力量，往往代表一個領域的發展方向，而作者的科研能力和創造的價值可以通過其發文量和被引頻次來衡量，［7］本文主要通過發文量對作者進行分析。運行CiteSpace，可以得到三種數據源下作者的發文量排序（見表3）。

從表3可以看到。① 不同數據源下發文量名列前20位的作者既有圖書情報學界的著名學者，也有新近涌現的青年才俊，圖書館學研究呈現出生機勃勃、人才輩出的良性發展局面。② 鑒于數據源的文獻類型，三個榜單前列大體呈現“老、中、青”有區分又相結合的特點。高被引數據源文獻歷時長久，不乏老一輩學者的身影，如，武漢大學的黃宗忠、北京大學的吳慰慈等學者；核心期刊數據源則是中青年學者的主戰場，邱均平、鄭建明、劉茲恒、柯平等都是各自學校的代表；最新數據源則以新銳為主，活躍著一大批朝氣蓬勃的青年學者，代表圖書館學研究的未來。③ 武漢大學、北京大學、南京大學、中山大學、南開大學等國內圖書情報領域的頂級機構各有數位學者名列前茅，以他們為主體形成的各自學校的核心學者群顯示出強大的團隊優勢和科研生產力，這與機構排序也是一致的。④ 憑借個人優異表現也能使所在機構位居前列，如，華東師范大學的范并思、黑龍江大學的蔣永福幾乎就是憑一己之力使所在單位在表1的高被引數據源中高居第四和第七位；另外，個別?？茖W校位列高被引和最新數據源榜單也是例證。

通過數據源比較和對研究機構及作者的分析可以發現，不同數據源因其來源及文獻類別的不同，所揭示的內涵和適用的范圍也各不相同。由于圖書與情報事業的融合發展，在核心期刊數據源中除了圖書館學、文獻學論文外，還會有涉及情報學方面的文章，因而其文獻涉及的領域更為多樣；但就文獻來源而言，核心期刊數據源只包含11種核心期刊，對其他專業期刊、博碩及會議論文等均未涉及，難免遺漏重要文獻。而高被引數據源和最新數據源如果所含文獻量偏小，分析結果容易產生漂移而影響其信度。所以，在“圖書館學研究”這類涉及較大領域的研究中，應將這兩種數據源結合起來研究，才能得到完整、可信的研究成果；而在更小范圍的主題研究（如“閱讀推廣”“數字圖書館”等）對機構和作者的分析中，則適合以高被引數據源為主，并輔以最新數據源，在時間維度上做比對和分析，方可形成全面、動態的結論。

表3 不同數據源下作者發文排序對照表（前20位）

2.3 研究熱點分析比較

2.3.1 高頻關鍵詞比較

詞頻分析法是文獻計量研究中的常用方法之一。關鍵詞是一篇文獻核心內容的濃縮和提煉，某一關鍵詞在其所在學科（領域）文獻中的出現頻率，反映出該關鍵詞所表現的主題在該學科（領域）所受到的重視程度。因此，通過選取高頻關鍵詞可以確定該學科（領域）的研究熱點與發展動向。［8］通過運行CiteS-pace，可以得到三種數據源下關鍵詞排序，合并同類并剔除“圖書館”“公共圖書館”“大學圖書館”等表示稱謂的名詞后，取排名前20位的高頻關鍵詞列為表4。

表4 不同數據源下高頻關鍵詞（前20）

圖書館工作是圍繞圖書館資源的建設、管理、研究和服務等工作的總和，而圖書館資源包括圖書館本身、紙本資源、數字資源、空間資源和人力資源等幾個部分。顯然，圖書館資源是本體，而建設、管理、研究和服務是基于本體的人為運作，其中“服務”是圖書館工作的目標和任務，“建設、管理、研究”是為實現目標和任務而采取的措施、手段和方法，它們互相協同、相互促進，使圖書館成為一個有機整體。按照這樣的分類方法，將表4中不同數據源下的高頻關鍵詞重新歸類后，得到高頻關鍵詞歸類表（見表5）。

表5 不同數據源下高頻關鍵詞歸類表

（1）從內容上看，除了“圖書館學”和“圖書館員”共存在三個榜單外，不同數據源下高頻關鍵詞存在明顯的側重和差異。按大的類別分，核心期刊數據源明顯偏向“服務”，即基于資源的推廣和利用，這類高頻關鍵詞占比過半，表明核心期刊特別強調圖書館應用領域的理論研究。最新數據源側重于“研究”，尤其是大數據條件下運用文獻計量、引文分析、共詞分析及社會網絡分析等方法進行的數據挖掘研究，同時還注重對圖書館史的研究。而高被引數據源則相對均衡，主要體現在“管理”和“研究”上，其中既有知識管理、圖書館管理等基礎理論研究，又有上升到精神層面的圖書館哲學和圖書館精神的研究，表明這些方面的研究相對成熟、成果也較為豐富。

（2）從數據來源看，不同數據源所形成的高頻關鍵詞群各自帶有反映其數據來源及關注焦點的特征，究其成因，與“人”的偏好和關注度密切相關。①最新數據源幾乎沒有門檻，因而最能代表近兩年圖書館研究人員對圖書館工作的思考和研究，是對圖書館研究的全景展現。② 核心期刊數據源由于資源稀缺，加上核心期刊的欄目設置習慣和選稿用稿的偏好，使得發文質量精益求精，因此，核心期刊數據源基本上反映的是高水平學者群的關注焦點，因而也更能體現和代表圖書館研究的研究水平、發展方向。因而這種方法使用極其廣泛，如，邱均平［9］、侯劍華［10］、蘇娜［11］等學者都從國內外圖書情報領域最具影響力的核心期刊入手，分析該領域的研究熱點、前沿主題及其演進趨勢，并取得可信的研究成果。③ 高被引數據源則是圖書館學研究中影響力大、被引頻次多的文獻集合，與后續研究人員對其的關注程度正相關，其中的高頻關鍵詞，不僅為人們所關注，而且說明對該主題的研究成果也較為豐富，并在一定時期內成為當時的研究熱點和前沿。從實際數據看，該數據源時間跨度長達38年，因此，以高被引數據源做相關主題熱點研究時，必須考慮其高頻關鍵詞密集分布的時間區間，從而做出正確的判斷，得出合理的結論。

2.3.2 熱點分析比較

研究熱點可看作某研究領域中研究者共同關注的一個或多個研究主題，共詞分析可反映目標領域的熱點概況。［12］通過運行CiteSpace，對上述三種數據源的關鍵詞做共詞分析，可以得到不同數據源的研究熱點視圖（見圖2－圖4），為避免因節點大小反差過大而使大部分節點無法清晰顯示，在圖2中隱去了“圖書館”“公共圖書館”“大學圖書館”等表示稱謂的超高頻次節點。

圖2 核心期刊數據源熱點圖

圖3 高被引數據源熱點圖

圖4 最新數據源熱點圖

圖2 是以“圖書館學”為主體、圖3和圖4則為圖書館學、圖書情報學、文獻學及情報學分立格局的熱點視圖，符合各數據源檢索目標的設定。圍繞“圖書館學”，圖書館事業、數字圖書館、實證研究、熱點研究、文獻計量等內容的研究在每個圖中都有明確的反映，成為顯著的共性。同時，從三個圖中，也能發現各個圖所反映出的不同數據源之間研究熱點的明顯差異。

（1）核心期刊數據源與其他兩個數據源存在明顯差異，除“圖書館學”外，最突出的是以閱讀推廣和學科服務為主的圖書館服務以及以圖書館聯盟、數字資源和開放獲取等為主的資源建設及利用兩個部分，分別位于圖2的右上和下部，結構非常清晰。① 圖書館服務，最典型的主題有兩個：一是“閱讀推廣”，從2006年開始，圖書館學人不斷就這個命題展開研究并付諸實踐，王波［13］、范并思［14］等學者就圖書館閱讀推廣及其意義給出了自己的見解并廣為接受；二是“學科服務”，當前，圖書館尤其是高校圖書館正努力打造集“知識中心、學習中心、文化中心”于一體的服務中心，以“學科服務”為先導，服務“雙一流”建設，充分發揮圖書館的資源優勢，不斷創新服務理念和模式。② 資源建設及利用。大數據時代，以資源共享、開放獲取為目標，構筑資源整合平臺，建立起來的圖書館聯盟正日益影響著人們的工作和學習，促進著圖書館的變革和發展。

綜上可知，核心期刊數據源歷時5年，從其熱點視圖可以看到其節點清晰、分布均勻，很好地反映出近五年以“圖書館學”為主的相關研究全貌，從時間和內容分布上都是表現近年來圖書館研究較為理想的路徑和方法。

（2）高被引數據源熱點。高被引數據源主要表現的熱點有兩部分。① 位于圖3上部圖書館學研究、方法論體系等組成的專業研究主題，特別突出的關鍵詞有兩個，分別是“研究圖書館”和“圖書館哲學”。張曉林［15］提出，科學研究已進入數據密集型科學發現的第四范式時代，研究圖書館要建立支持知識發現的數字知識基礎設施、支持決策分析的科技動態監測服務體系，建立協同知識服務的觀念和機制，提高研究團隊嵌入服務的能力。在探討“圖書館哲學”時，蔣永福［16］、周慶山［17］等學者一致認為，圖書館哲學是一種科學精神、職業理想和學術境界，是圖書館人工作之余靜靜深思圖書館現象時所獲得的思維深處的感悟與理解。② 位于圖3下部以文獻計量、影響因子和h指數等為主的情報學主題。隨著圖情專業的融合發展，傳統圖書館工作占的比重越來越小，大量學科評價、文獻研究等工作的開展越來越依賴于基于各種參數的計量分析及包括引文分析、社會網絡分析、共詞分析等方法的運用，由此產生了大量有影響力的文獻，促進了圖書館學研究的發展。

綜上可知，高被引數據源雖然文獻量最小，但歷時長久達37年，通過CiteSpace分析得到的視圖卻是最為復雜且重疊交錯的。它反映的是業已深入研究的主題變遷，所以高被引數據源所涉及的主題不一定是最新的，但一定是最精深的，這也是高被引數據源最大的特點。

（3）最新數據源熱點。最新數據源熱點也明顯分為兩塊，一是圖4左下，圍繞圖書館學、包括研究熱點、文獻計量及可視化等的應用研究，二是圖2上部，以圖書館史、圖書館學史為主線的基礎研究。近年來對“圖書館學家”的研究逐漸增多，成為最新數據源的一個亮點。

總的來說，基于文獻自身的影響力，使得核心期刊數據源和高被引數據源更能代表圖書館學研究的主流和發展方向。高被引數據源時間跨度大，更適合反映某個領域研究熱點的演進歷程，而核心期刊數據源包含的文獻更加豐富，既可以展現學科的整體動態，又能反映近年來學科研究的熱點和前沿。當然，最科學、有效的方法還是將二者結合起來，兼顧研究的廣度和深度，才能取得最佳的成果。而最新數據源只是對主題研究最新成果進行檢索，適合做快速掠影式的掃描，深入研究則明顯感覺力所難及。

3 結論

本文基于不同數據源對圖書館學研究進行比較以及對數據源所含研究機構、作者、關鍵詞及研究熱點等內容進行統計和比較，明確其在圖書館學研究中的異同，得到了不同研究目標設置下所適用的檢索策略和檢索路徑。

（1）從數據源比較來看，核心期刊數據源更具代表性和影響力，但難免有遺漏；“主題”檢索更加全面但又難免參差不齊；高被引數據源具有較高的學術影響力，但也存在文獻量偏少及被引遲滯的不足。

（2）從機構發文量來看，核心期刊數據源代表的是機構的“整體實力”，高被引數據源代表的是機構“個體實力和整體實力融合”的結果，而最新數據源代表的是機構的“勤勉狀態”；另外，發文機構集聚度按核心期刊數據源、高被引數據源、最新數據源遞減，發文分布由有序向隨機過渡，“熵”值遞增。從發文作者比較來看，三個榜單前列大體呈現“老、中、青”有區分又相結合的特點，表明圖書館學研究正處于生機勃勃、人才輩出的良性發展局面。

（3）不同數據源所形成的高頻關鍵詞群各自帶有反映其數據來源及關注焦點的特征：核心期刊數據源明顯偏向于“服務”方面的應用研究；最新數據源側重于大數據環境下的數據挖掘研究以及對圖書館史的研究；而高被引數據源則兼顧了“管理”和“研究”，在知識管理、圖書館精神、圖書館哲學等方面形成了較多高影響力的經典成果。

（4）從研究熱點視圖來看，核心期刊數據源比較集中地反映出以“圖書館學”為主的圖書館學研究全貌，而高被引和最新數據源熱點視圖呈現的是圖書館學、圖書情報學、文獻學及情報學分立的格局；就圖形而言，核心期刊和最新數據源視圖構圖明快、脈絡清晰，高被引數據源則因歷時過長而致節點連線密布難辨。

綜上，核心期刊數據源涉及圖書館工作的方方面面，領域廣、數量大，適合做全域性分析研究；高被引及最新數據源則是對所有文獻載體按主題全面檢索的結果，反映的是主題研究的全貌，適合做小范圍主題研究分析。因此，對圖書館學研究熱點及其演進的研究，需將核心期刊數據源和高被引數據源結合起來分析。下一步研究將對選定不同期刊源、期刊周期及其自身高被引文獻進行更為細化的比較分析，以期得到更加全面、可信的結論。