我國社區警務研究及其演化分析
——基于科學計量學的可視化分析

肖相金,鄒 俊

(江西警察學院，江西 南昌 341000)

引言

社區警務經過警學界和基層警務工作者三十余年全面、深入、系統的研究和實踐探索，逐漸形成了共識，并在警務實踐嘗試、摸索和總結的基礎上全面推行[1]。2011年3月，經國務院學位委員會和教育部批準，公安學和公安技術被分別列入《授予學位和人才培養學科目錄(2011年)》[2]，其中公安學下設治安學、偵查學、邊防管理等二級學科，標志著公安學及其各分學科長期依附于其他學科的歷史的結束，開創公安研究和公安高層次人才培養的新局面。而社區警務一方面作為治安學學科下設必修課程，另一方面也是警務實戰中最重要的公安基礎性工作之一，特別是當前公安部提出加強新時代公安派出所工作的大背景下，將社區警務工作又提到一個新的高度。

本文系統梳理了2011年公安學成為一級學科以來，關于國內社區警務領域的研究文獻，對于把握社區警務領域的研究脈絡與發展路徑，以及推動國內社區警務更好地發展具有重要的作用。

通過梳理發現，目前我國學術界以社區警務為主題的專門綜述類研究還并不豐富。本文采用文獻計量的方法，以定量的方式對我國社區警務研究理論與實踐進行系統分析與回顧。與傳統定性綜述研究相比，基于知識圖譜的理論和方法對文獻定量計量和可視化，對研究進展的跟蹤與評估更全面、直觀、客觀[3]。運用科學可視化分析軟件，對自2011年來國內公開發表的有關社區警務的研究文獻進行可視化分析，定量展示我國社區警務領域研究的發文情況、研究熱點，并通過比較研究主題，著重分析社區警務研究前沿的演化路徑，為進一步社區警務研究，提供參考。

一、研究方法和工具

(一)研究工具

知識圖譜和知識可視化已廣泛應用于各類計量研究，其理論、方法和工具不斷發展完善(邱均平等，2014)[4]。隨著可視化技術和工具的日益成熟，知識圖譜技術越來越多地應用于探索研究熱點、研究前沿及其演進(馬續補等，2019)[5]。當前，應用于可視化分析的軟件工具越來越豐富，如Bibexcel、Bicomb、CiteSpace、HistCite、Pajek、SATI、Ucinet、VOSviewer等(周曉分等，2013)[6]。

本文綜合運用VOSviewer和CiteSpace兩個可視化分析軟件，分別繪制了國內社區警務領域作者合作網絡圖譜、關鍵詞共現、關鍵詞突現以及關鍵詞時區圖等，對該領域的研究內容結構、前沿問題及演化進行分析。

(二)研究方法

本文以2011-2019年間CNKI中國期刊數據庫收錄的社區警務領域相關文獻為研究對象，以VOSviewer、CiteSpace文獻計量分析軟件為工具，運用合作網絡分析、關鍵詞共線分析等功能，探索國內社區警務研究的研究熱點及其演化規律。

本文基于樣本數據，分析國內經濟偵查領域的年發文量、合著情況、被引頻次等，挖掘該領域的發展規律。通過對文獻計量統計和運用可視化軟件網絡分析功能，分析國內社區警務領域的作者、機構的發文量、合作網絡等，識別該領域的核心作者、高產出研究機構以及主要科研團隊、合作情況。運用可視化軟件的關鍵詞共現分析等功能，挖掘國內社區警務領域的研究熱點、研究前沿和演化路徑。

二、數據來源與樣本分析

本文關注國內社區警務領域研究，是以國內公開發表的有關社區警務研究(不包括內部發行刊物等非公開發表期刊)的中文期刊論文為樣本開展的研究。在中國知網(CNKI)的中國學術期刊數據庫，以“主題”“題名”“關鍵詞”為檢索途徑，“社區警務”“社區民警”為檢索詞，共檢索出中文文獻1325篇。為提高分析效度，經過逐篇仔細篩查，剔除人物介紹、案件紀實、大事記、書評、會議通知、征稿通知、消息、公示等非學術類文章，最終獲得出804篇社區警務領域研究相關文獻，作為本文研究的樣本數據。

為了保證數據分析的準確性，借助NoteExpress、Excel等軟件進行數據清洗，對804條樣本數據逐條核查，修正和完善數據中題名、作者、作者機構、關鍵詞、年份等內容信息不完整、表達不規范等問題。

圖1為近二十年來，國內社區警務研究領域發文量的年代分布圖，從圖中可以看出，近十余年，國內社區警務領域的發文量處于較平穩的發展狀態。

圖1 國內社區警務領域研究論文年代分布

三、結果分析

(一)高產作者及其合作網絡分析

1.核心作者分析

2.合作關系分析

運用VOSviewer軟件進行作者合作網絡分析，804篇樣本論文中，共有929位作者，選擇一個作者最少發文數為“2”，共有134位作者符合條件。對這134位作者進行合作網絡分析，形成合作網絡圖譜(如圖2)。

表1 國內社區警務研究領域高產作者發文量TOP10

圖2 作者合作網絡可視化圖譜

從可視化圖譜結果可以看出，國內社區警務研究領域尚未形成規模較大的合作團隊，大多數學者在科研上處于“單打獨斗”中。從作者合作網絡圖譜中可以看出，共形成了5人合作關系網絡3個，4人合作關系網絡1個，3人合作關系網絡3個，2人合作關系網絡10個。

深入挖掘合作作者的基本信息，可以看出國內社區警務研究領域所形成的合作網絡關系，主要以所在單位或研究機構為依托，如以安福強、王晨等人為主要成員的5人合作關系網絡是以甘肅警察學院為依托，該合作關系網絡中的成員均來自該單位。以房長明、施顯剛為等為主要成員的5人合作關系網絡則是以中國人民公安大學為依托，成員均來自于單位。

從作者網絡圖譜上看，國內社區警務研究領域作者合作網絡密度比較低，說明國內社區警務領域的研究合作網絡還尚未形成，研究者之間處于“單打獨斗”的狀態，缺乏學術聯系。研究者之間應加強相互合作，形成強大的研究團隊，發揮團隊效應。

(二)研究機構分析

發文機構的分析，可以展示出國內社區警務領域的主要產出機構，本文統計了樣本數據中各研究機構的發文量及其所占比例，如表2所示。

統計結果顯示：(1)804篇文獻的作者來自198個機構，其中發文量在5篇及以上的機構有39個；(2)如表2 所示，發文量排行前十的單位，發文量合計287篇，占總篇數的35.7%，可以認為這十個機構為國內社區警務研究領域的核心研究機構；(3)公安院校是該領域的主要產出機構，產出最多的機構是中國人民公安大學(118篇)，其次是南京森林警察學院(34篇)、中國刑事警察學院(33篇)。

表2 國內社區警務領域核心研究機構發文量及占比

(三)文獻來源分析

804篇樣本文獻，發表在245種期刊上，平均每種期刊發文量3.28篇。但發表在CSSCI刊物上的文獻僅26篇(占全部文獻的3.23%)，發表在中文核心期刊上的文獻60篇(占全部文獻的7.46%)，這兩項比例與其他學科領域相比，數值偏低。

在文獻計量科學中，布拉德福定律(Law of Bradford)是測定核心出版物最常用的方法之一，由英國著名文獻學家B.C.Bradford提出的描述文獻分散規律的經驗定律。布拉德福定律描述為“將出版物按其關于某一類別所出版文獻數量的多少以遞減順序排列，在這列表中，依次區分出該類別的核心區、相關區和非相關區等，令每區出版的文獻數量基本相等，此時各區之間出版物的數量滿足n1n2n3…=1aa2…(其中n1,n2,n3…為各區出版物的數量，a為布拉德常數)”[10]。根據布拉德福區域分析的原理，(1)將國內社區警務研究領域的文獻來源刊按發文量多少遞減排序；(2)設定核心期刊、相關期刊和非相關期刊三個分區，則每個分區期刊數量比例大約為1/3；(3)從期刊排序列表中自上而下累加，分別計算出各分區內文獻總量約為1/3左右的期刊數量。經過計算分析，得到表3國內社區警務研究領域來源刊分區統計表。

表3 國內社區警務研究領域來源刊分區統計表

表3顯示的結果，國內社區警務研究領域來源刊物所在核心區、相關區和非相關區的數量之比為1129205=12.77.1，與布拉德福區域表示法的結果一致，其比例大致呈1aa2的關系。布拉德福常數a的值為2.64，a值越大，表示該領域文獻的集中度越強[11]。國內社區警務研究領域的核心出版物如表4所示。

表4 國內社區警務領域核心出版物統計表

(四)國內社區警務領域研究內容分析

關鍵詞是一篇論文的核心概括，能夠反映論文的研究內容或主要研究方法。根據陳超美等人對可視化軟件的解釋，某一學科領域的關鍵詞出現次數越多，則該詞在科學圖譜中出現的頻率就越高[12]18。而一篇論文給出的幾個關鍵詞一定存在著某種關聯，而這種關聯可以用共現的頻次來表示。一般認為，詞匯對在同一篇文獻中出現的次數越多，則代表這兩個主題的關系越緊密[13]。聯系緊密的關鍵詞會相對形成一個個小的聚類，將各個聚類的關鍵詞進行歸納總結，可以探知該領域的研究熱點[14]。

本文運用CiteSpace可視化軟件來統計社區警務研究的關鍵詞共現聚類情況，以探索社區警務的學科結構及前沿熱點。

1.國內社區警務領域研究的學科結構

運行CiteSpace軟件，時間分段設為“2011-2019”，分段間隔為“1”，節點類型為“Keyword”、TopN為“50”、修剪算法為“Pathfinder”，可以得到關鍵詞共現圖譜(N=153,E=354,Density=0.0304)；再對關鍵詞進行聚類，選擇“LLR”算法進行聚類(Q=0.6206，S=0.4056)，再選擇“Timeline View”生成國內社區警務領域關鍵詞時間線圖譜，如圖3所示。

圖3 社區警務關鍵詞聚類時間線圖

從圖中可以看出，可視化工具將2011-2019年間國內社區警務研究文獻的關鍵詞聚成了八個類，根據知識圖譜的解釋，可以認為這些是國內社區警務研究的內容結構。八個聚類分別為社區警務、群眾工作、公安機關、警務改革、警務機制、大數據、和諧警民關系以及創新社會治理。從圖3可以看出，群眾工作和警務改革的研究時間主要集中在2011-2016年間；社區警務中公安機關的建設的研究時間段為2011-2017年，而有關警務機制的研究則從2011年持續到2018年；和諧警民關系則是2011-2012年間的研究重點，大數據和創新社會治理作為新興的研究方向，分別起源于2015年和2013年。

根據可視化圖譜的聚類分析結果，分析出國內社區警務研究內容主要包括以下三個方面內容社區警務基礎理論研究、社區警務管理體系研究及社區警務實務研究。具體關鍵詞如表5所示。

表5 2011-2019年國內社區警務研究高頻關鍵詞聚類分析

其中，社區警務基礎理論研究包括社區警務管理戰略、主體等方面的研究，如社區警務治理主體、和諧警民關系、和諧社區等；社區警務管理體系研究涵蓋社區警務體制建設、機制建設以及警務模式等方面的內容，如社區民警、社區警務室建設、警務機制改革等；社區警務實務研究主要包括大數據在社區警務運用、創新社會治理、社會治安防控等方面的研究，如智慧社區、智慧警務、基層社區治理等內容。

2.國內社區警務領域研究前沿分析

CiteSpace提供Burst detection的功能來探測在某一時段引用量有較大變化的情況，用以發現某一研究主題演變情況[12]25。運用CiteSpace的關鍵詞突現功能來分析國內社區警務研究領域在各個不同時期的研究前沿，進而探索出社區警務當前研究的前沿問題。在生成關鍵詞共現網絡的基礎上，選擇“Burstness”選項，配置檢測模型值為“2.0，2.0”，最小持續時間為“1”年，可以得到社區警務研究領域關鍵詞突現表，如表6所示。

表6 國內社區警務領域關鍵詞突現時間排序表

表6說明，自2011年以來，我國社區警務領域的研究前沿問題沿著這一系列主題轉移：社會創新管理、社區警務戰略、和諧警民關系、流動人員、基層基礎工作、社會管理、大數據、智慧社區、楓橋經驗、物聯網、智慧警務以及人工智能。2011-2013年間，國內社區警務的研究主要集中于社會管理、基層工作方面，自2017年大數據和智慧社區作為研究前沿問題突現出來，一直持續到2019年，而物聯網、智慧警務、人工智能三個方面亦成為國內社區警務的研究前沿。從表中不難看出，當前國內社區警務的研究前沿問題圍繞著大數據、智能化管理方面展開，成為國內社區警務研究的前沿問題。

3.社區警務研究演化路徑分析

CiteSpace在繪制知識圖譜時加入了時間因素，稱之為時區圖(TimeZoo View)，即是在進行關鍵詞共現分析之前，劃分時間段，然后再合并起來一起分析。時區視圖更注重于描繪各研究主題隨時間的演變趨勢和相互影響。圖中每個節點表示該關鍵詞首次出現的年份，線條代表著關鍵詞之間的聯系[15]，結合時間因素，從而可以形成關鍵詞演化路徑圖。

運行CiteSpace繪制關鍵詞共線網絡，為了更好地展現創新網絡聯盟研究的時間分布及相互間關系，我們選擇“Time Zone”時區網絡視圖，得到如圖4所示的國內社區警務關鍵詞網絡時區圖譜。

圖4 國內社區警務研究領域關鍵詞時區圖

由圖4可知，在關鍵詞時區圖中，隨著時間推移出現較多關鍵詞，包括“警民關系、群眾工作、創新社會治理、大數據”等高頻節點。結合表7我們得到國內社區警務研究領域的各研究時區分布，按時間序列將其概括為3個階段：

表7 國內社區警務各時區關鍵詞表

第一階段(2011-2013年)：這一時期國內社區警務主要圍繞著社區警務的工作機制、工作模式、體制建設等方面展開研究，在國內社區警務的工作機制、體制建設上有眾多研究成果。如李曉涵和都耀坤在對國內社區警務機制建設上提出“實名制和地域輪換制”監督機制設想[16]；石嵩在提出我國警務模式應由反應型向主動型轉變，應從提高崗位效能和信息資源共享上下功夫,著力構建“專職+集成”的社區警務運作模式[17]；王前勇則在社會治安防控機制上進行了探索，提出創新警務機制，建立動態治安防控機制[18]。

而在社區警務模式的研究上，黃沛等人對情報主導的警務模式進行了探討[19]，又提出了三維分布模型的警務模式[20]；李繼紅則對以警察為主導公眾為主體的警務模式進行了探討，提出以警察為主導、以公眾為主體的警務模式或將成為公安機關主流警務模式[21]。

第二階段(2014-2016年)：這一階段的研究演化到了社區治理方面，包括創新社會治理、反恐、網絡化管理、治安防控體系、社區安全等。如在社區治理方面的研究，趙麗江、陳海林進行了基于居民滿意度的城市社區治理效度研究，以實證的研究方法對社區的治理效度進行了測評，提出在社區治理中應該要充分發揮多元主體的作用,更加重視社區治理的開放性和回應性,提高居民對社區治理成效的滿意度[22]；姚佑鑾則在社區警務網絡化服務管理上進行了研究，提出社區網格化服務管理有效提升了社會管理的精細化,但也存在不少問題,需要通過搭建信息溝通傳播平臺、發展社會組織壯大網格隊伍、科學界定政府職能等措施加以解決[23]；薛屹然通過實證調查與數據分析,發現社區警務中社區參與的相關制度不健全、落實不到位,提出建立健全相關的制度規范,加強技能培訓、增強居民參與認同等促進社區警務可持續發展,提高社區治理工作的效率,進一步發展社區警務[24]。

這一時期，“反恐”也成了眾多學者研究的熱點，圍繞著反恐維穩中社區警務模式、體制構建等進行了探索。如王作鵬、溫萌萌提出以社區為單位,利用社區警務的情報資料，形成社區警務反恐的新思路、新體制[25]；岳琛、周丹陽結合美國反恐警務模式改革經驗,提出在結構上向多部門聯合發展，在戰略上向多警務模式融合發展，在機制上向全面信息共享發展的警務新模式[26]；屈晨曦、張全濤則以社區警務反恐為視角提出了平安社區建設中公共安全管理的對策。

第三階段(2017-2019年)：這一時期，國內社區警務的研究演化到了以大數據為基礎的智慧化、智能化的管理模式、管理方式的探討。如李蔚晶探討了在大數據條件下社區警務工作機制的創新，提出必須深刻認識大數據給社區警務工作帶來的挑戰和機遇，不斷推進社區警務工作機制創新[27]；梁建中以上海市公安局浦東分局為例，闡述了如何運用大數據推進社區警務優化轉型，提出將大數據運用于社區警務改革, 搭建“社區民警履職管理平臺”[28]。

在智慧社區、智能化管理方面，學者們圍繞著智慧社區、人工智能、智慧警務等方面進行探索與研究。如劉晗則以瀘州市的實踐為例，對大數據背景下智慧社區警務建設進行研究，提出應加快公安視頻監控智能化建設步伐、分步整合社會面大數據、加強民警大數據應用能力培養、構建可持續發展機制,不斷推進智慧社區警務建設[29]；喬曉翔等人對人工智能應用于社區警務和社區建設進行了分析，提出智慧社區的設計思路、警務應用分析[30]；王斌君、張培林則對社區智慧警務的體系建設進行了探討，研究了以物聯網、大數據、人工智能和移動計算為特征的新技術形成的社區智慧警務體系，提出了目前基于大數據的以動態變化信息感知和異常行為智能分析為主的社區智慧警務重點和核心工作[31]。

結論

本文運用可視化軟件分析了2011-2019年間804篇樣本文獻，梳理出自公安學、公安技術成為一級學科以來國內社區警務的研究學科結構、研究前沿及其演化路徑，得到以下結論：

(一)從社區警務研究領域的發文情況看，一直處于發文數量較大且相對平穩的態勢，說明了國內社區警務研究逐步進入研究的成熟期。

(二) 從發文作者情況來看，來自南京森林警察學院、甘肅警察職業學院等機構的36名學者是該領域的核心作者，但研究者之間的合作網絡尚未建立，研究力量處于比較分散的狀態，研究者間學術聯系與合作有待加強和改善。

(三)從發文機構分布看，中國人民公安大學、南京森林警察學院、中國刑事警察學院等是國內社區警務研究的主要力量；從文獻來源上看，公安學刊(浙江警察學院學報)、湖北警官學院學報、公安教育、法制與社會等11種刊物為社區警務研究主要發行刊物，其發文量之和約占總發文量的三分之一。

(四)從研究內容來看，國內社區警務領域的研究主要集中在社區警務基礎研究、管理體系研究以及實務研究三個方面。對該領域的研究前沿進行分析可知大數據、智慧社區、楓橋經驗、物聯網、智慧警務以及人工智能成為本領域的研究前沿。

(五)從研究演化來看，自2011年以來國內社區警務開始沿著社區警務機制體制研究、警務模式研究，再演化到社區治理對策研究，再演變到以大數據為基礎的智慧化社區警務研究。

期待以上研究分析，能為公安研究理論界和實務界進一步拓寬社區警務研究路徑，把握社區警務研究前沿，提供可借鑒的參考。