近20年我國景觀基因研究現(xiàn)狀及主題趨勢
——基于知網(wǎng)資源的知識圖譜分析

袁 媛

(吉首大學(xué) 土木工程與建筑學(xué)院，湖南 張家界 427000)

1 引言

“基因”的概念來自生物學(xué)，是遺傳信息的載體，將遺傳信息復(fù)制傳遞給下一代。景觀基因是解讀景觀蘊(yùn)含的深層次特征的重要切入點。不同地域景觀的形成是由于不同地域文化景觀基因的差異而導(dǎo)致的[1]，景觀的異質(zhì)性又成為當(dāng)?shù)匚鈦碛慰偷囊粋€尤為重要的因素。文化景觀基因是指文化“遺傳”的基本單位，其所承載的物質(zhì)區(qū)別于其他文化景觀的代代傳承的文化因子。這項基因決定了某種文化景觀的形成，反過來，它也是識別這種文化景觀的重要依據(jù)[2，3]。

景觀領(lǐng)域關(guān)于聚落(鄉(xiāng)村)景觀的研究，多集中在選址、空間布局、形態(tài)特征及演變規(guī)律的研究。而文化基因的挖掘?qū)τ谧R別區(qū)域文化景觀有著至關(guān)重要的作用，因此，如何去保護(hù)文化景觀，保護(hù)傳統(tǒng)聚落，對一個文化景觀基因的了解除了依據(jù)其外部表現(xiàn)之外, 還應(yīng)了解其深刻的內(nèi)在成因，諸如歷史、自然、文化、宗教等等因素[4，5]。通過對景觀基因相關(guān)研究文獻(xiàn)進(jìn)行分析，研究了其發(fā)展現(xiàn)狀、廓清知識結(jié)構(gòu)、解讀研究熱點、探測研究趨勢，為今后的研究提供一定參考。

2 研究方法及數(shù)據(jù)采集

2.1 研究方法

采用文獻(xiàn)計量法和科學(xué)知識圖譜方法對檢索到的文獻(xiàn)進(jìn)行可視化分析。該研究采用的分析工具是由美國德雷塞爾大學(xué)陳超美教授基于Java語言開發(fā)的信息可視化分析軟件CiteSpace[6，7]。

CiteSpace借助統(tǒng)計學(xué)方法，通過引文網(wǎng)絡(luò)分析，著眼于分析科學(xué)領(lǐng)域中蘊(yùn)含的潛在知識，找出研究領(lǐng)域演進(jìn)的關(guān)鍵路徑、關(guān)鍵文獻(xiàn) (知識拐點)，并能通過可視化的手段呈現(xiàn)科學(xué)知識在一定時期的發(fā)展結(jié)構(gòu)、規(guī)律、趨勢、動向和分布情況。

2.2 數(shù)據(jù)來源及采集

文獻(xiàn)數(shù)據(jù)來源于中國知網(wǎng) (CNKI)“學(xué)術(shù)期刊網(wǎng)絡(luò)版”，檢索式以：主題=景觀基因(精確匹配)，并限定期刊選取范圍為“全部期刊”，以提高檢全率，時間區(qū)間為：2000年1月至2020年10月，檢索時間為2020年9月24日，共搜索到相關(guān)結(jié)果216條，發(fā)現(xiàn)2000年至2003年8月期間沒有相關(guān)有效文獻(xiàn)。經(jīng)過人工甄別剔除新聞、通訊、紀(jì)要等非學(xué)術(shù)研究和與主題相關(guān)性較小的條目，最終共得到從2003年8月至2020年9月間，共195篇有效文獻(xiàn)信息。

通過利用CiteSpace軟件對這195篇文獻(xiàn)整理和歸納，得到的結(jié)果客觀反映了近20年有關(guān)景觀基因的研究歷程的演進(jìn)、現(xiàn)狀的發(fā)展和未來的走向，通過分析對該領(lǐng)域形成初步的認(rèn)知。

3 研究結(jié)果分析

3.1 時間分布

對發(fā)文數(shù)量的時間分布進(jìn)行分析有助于了解該領(lǐng)域受關(guān)注的程度。根據(jù)2000年至2020年9月24日期間每年研究文獻(xiàn)數(shù)量的統(tǒng)計(圖1)，關(guān)于景觀基因主題在CNKI的發(fā)文量總體呈上升趨勢，在2013年及2017年有兩個回落趨勢，但次年的發(fā)文量均繼續(xù)上升。

但從簡單的檢索式及得到的20年左右的時間內(nèi)僅為195篇左右的文獻(xiàn)量來看，該關(guān)鍵詞下的相關(guān)研究仍處于剛剛起步的階段。2018年及2019年的發(fā)文量超過30篇，分別為33篇及37篇，成為近20年來最多的兩個年份，其中學(xué)位論文數(shù)量為12篇和11篇。目前關(guān)于景觀基因領(lǐng)域的研究在學(xué)界中關(guān)注度不高、研究群體較少、發(fā)表論文不多，但是從研究成果數(shù)量逐年增長的現(xiàn)狀表明景觀基因研究持續(xù)受到學(xué)界關(guān)注。

年份

3.2 作者與機(jī)構(gòu)分析

3.2.1 作者合作網(wǎng)絡(luò)分析

本研究相關(guān)文獻(xiàn)涉及203位作者，最高產(chǎn)的作者從2003年起開始發(fā)文，截至檢索資料前，共發(fā)表36篇，僅發(fā)表1篇文獻(xiàn)的作者有165人，占比81.28%。低產(chǎn)作者比率大于洛特卡定律[8](即平方反比定律)60.79%的標(biāo)準(zhǔn)，說明低產(chǎn)研究者數(shù)量多，研究較為分散，研究深度不深。

高產(chǎn)作者和核心作者是特定領(lǐng)域的推動者和引導(dǎo)者[9]。利用洛特卡定律及普賴斯定律對2003年至2020年10月間景觀基因研究的論文進(jìn)行分析，得出該領(lǐng)域的高產(chǎn)作者和核心作者。

3.2.1.1 高產(chǎn)作者

根據(jù)普賴斯平方根定律，我們分析得出，在景觀基因領(lǐng)域現(xiàn)有的203位作者中，前14位(即)作者應(yīng)為本研究領(lǐng)域的高產(chǎn)作者，他們的發(fā)文量都在3篇以上，見表1。

3.2.1.2 核心作者

表1 作者發(fā)文量統(tǒng)計(前18位)

借助CiteSpace軟件，選擇發(fā)文量在3篇以上的作者生成圖譜(圖2)。圖譜生成結(jié)果包含節(jié)點數(shù)為203,連接數(shù)為264,網(wǎng)絡(luò)的密度為0.00129。從合作度的角度分析,出現(xiàn)程度高的節(jié)點之間的連線較多,說明景觀基因研究的學(xué)者間的學(xué)術(shù)交流較多。圖譜中顯示，劉沛林、胡最、鄧運員三位作者的發(fā)文量最高，分別達(dá)到36、25、23篇，且三者之間的聯(lián)系最為緊密。另外一位發(fā)文量超過10篇的作者為曹帥強(qiáng)，截至目前已有12篇相關(guān)文獻(xiàn)。申秀英、楊立國兩位學(xué)者的發(fā)文量均為9篇，也屬于該研究的高產(chǎn)作者。其中申秀英與劉沛林、胡最均有多次合作。發(fā)文量在5篇以上的核心作者還包括李伯華(8篇)、劉春臘(6篇)、鄭文武(6篇)，這3位與發(fā)文量最高的3位作者見合作緊密。

圖2 景觀基因研究作者合作網(wǎng)絡(luò)圖譜

結(jié)合普賴斯平方根定律計算得到的高產(chǎn)作者與核心作者的數(shù)據(jù)可以看出，以劉沛林、胡最、鄧運員為代表的高產(chǎn)作者群體已經(jīng)產(chǎn)生。但是通過研究發(fā)現(xiàn)，常見的合作作者通常來源于同一個機(jī)構(gòu)，或者是學(xué)緣關(guān)系密切的研究者。

3.2.2 研究機(jī)構(gòu)分析

對景觀基因研究發(fā)文機(jī)構(gòu)進(jìn)行分析，可以了解研究機(jī)構(gòu)對該研究的研究狀態(tài)和實際貢獻(xiàn)。

經(jīng)查證：衡陽師范學(xué)院資源環(huán)境與旅游管理系(22篇)與衡陽師范學(xué)院城市與旅游學(xué)院(20篇)，系學(xué)院更名導(dǎo)致的研究單位名稱的變化。因此，從2015年起，該單位的研究成果均以城市與旅游學(xué)院的名稱出現(xiàn)，將其合并后，得到42篇文獻(xiàn)。經(jīng)過對命名不一的同樣的研究機(jī)構(gòu)的合并，得到約有151個單位參與景觀基因主題的研究。

衡陽師范學(xué)院城市與旅游學(xué)院、湖南省古村古鎮(zhèn)文化遺產(chǎn)數(shù)字化傳承協(xié)同創(chuàng)新中心、北京大學(xué)城市與環(huán)境學(xué)院分別發(fā)文42篇、10篇、9篇，位居前三位。衡陽師范學(xué)院(包括南苑學(xué)院)與湖南省古村古鎮(zhèn)文化遺產(chǎn)數(shù)字化傳承協(xié)同創(chuàng)新中心互相合作，形成優(yōu)勢，在研究中占有重要地位。

從發(fā)文機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜(圖3)中可以看出，圖中節(jié)點較為分散，關(guān)聯(lián)性不高，說明研究機(jī)構(gòu)相對獨立，缺少合作。并且，只有衡陽師范學(xué)院城市與旅游學(xué)院的中介中心性為0.2，高于0.1，說明其在景觀基因研究領(lǐng)域具有較強(qiáng)的科研水平和影響力。多名研究者均立足本土，以湖南省傳統(tǒng)聚落為研究對象，結(jié)合景觀基因理論，研究內(nèi)容主要包括：構(gòu)建傳統(tǒng)聚落景觀基因信息單元的表達(dá)機(jī)制，提升景觀信息管理水平；建立了4大類共14項指標(biāo)的景觀基因識別體系，根據(jù)不同的景觀基因提取方法，建立了識別流程，并在傳統(tǒng)聚落進(jìn)行實踐；利用GIS技術(shù)標(biāo)示和識別景觀的基本文化特征；利用多種數(shù)字化技術(shù)實現(xiàn)對景觀基因的保護(hù)；識別、挖掘與保護(hù)景觀基因信息鏈，借助地理集中指數(shù)和空間句法等方法定量識別景觀基因等。

圖3 我國景觀基因研究機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜

除研究學(xué)者劉沛林及其團(tuán)隊所在的衡陽師范學(xué)院之外，發(fā)文機(jī)構(gòu)大多集中在北京大學(xué)城市與環(huán)境學(xué)院、云南大學(xué)資源環(huán)境與地球科學(xué)學(xué)院、福建農(nóng)林大學(xué)園林學(xué)院、中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院。結(jié)合文獻(xiàn)來看，北京大學(xué)的研究文獻(xiàn)多來自劉沛林教授在北京大學(xué)時期的成果，他從地學(xué)視角研究景觀基因，立足于我國傳統(tǒng)聚落的保護(hù)，提出了景觀信息點、景觀信息元和景觀信息鏈的概念，以生物學(xué)中基因的概念啟發(fā)建立景觀基因研究的“胞-鏈-形”方法。云南大學(xué)以學(xué)者曹帥強(qiáng)為代表側(cè)重于文化的保護(hù)與傳承，研究對象多為湖南地區(qū)村鎮(zhèn)的非物質(zhì)文化。福建農(nóng)林大學(xué)園林學(xué)院針對閩南傳統(tǒng)聚落景觀作為研究對象，建立景觀基因解構(gòu)模型，識別多個景觀基因，構(gòu)建了當(dāng)?shù)氐木坝^基因譜系圖。中山大學(xué)則側(cè)重于建構(gòu)結(jié)構(gòu)方程模型從地方認(rèn)同與感知的角度，從不同維度進(jìn)行分析，達(dá)到保護(hù)與傳承的目的。

3.3 文獻(xiàn)研究熱點主題分析

3.3.1 關(guān)鍵詞共現(xiàn)分析

利用CiteSpace對文獻(xiàn)關(guān)鍵詞進(jìn)行關(guān)鍵詞共現(xiàn)分析，得到網(wǎng)絡(luò)知識圖譜如圖4所示。整體上看，圖中散落節(jié)點不多，說明關(guān)鍵詞間的聯(lián)系較大，景觀基因研究的焦點相對集中。

圖4 我國景觀基因研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

可以發(fā)現(xiàn)，目前對景觀基因的研究，大量的文獻(xiàn)都與“文化基因”“聚落”“景觀”“保護(hù)”“地域文化”等詞相關(guān)， 這類關(guān)鍵詞代表了景觀基因研究的主題方向，在過去的研究中出現(xiàn)的頻次也較多，與其它高頻度關(guān)鍵詞的共現(xiàn)度很高，是研究發(fā)展的趨勢。同時，提取出現(xiàn)次數(shù)大于4次的關(guān)鍵詞按詞頻降序排列，得到前17個關(guān)鍵詞頻次表，見表2。

表2 景觀基因研究高頻度關(guān)鍵詞

根據(jù)統(tǒng)計結(jié)果顯示，除了“景觀基因”出現(xiàn)的頻次最高以外，傳統(tǒng)聚落、文化基因、文化景觀、基因圖譜等關(guān)鍵詞出現(xiàn)的頻次在10次以上，并且中介中心性均超過0.1，是研究的熱點，也是該領(lǐng)域的重要發(fā)展方向。

“南岳古鎮(zhèn)”的中介中心性僅次于研究熱點關(guān)鍵詞之后，通過對節(jié)點信息的檢閱發(fā)現(xiàn)，是由于高產(chǎn)作者的研究對象為該地區(qū)，因此對南岳古鎮(zhèn)的研究程度較大。

另一個關(guān)鍵詞“中國”，出現(xiàn)頻次高的原因是由于不同的研究者在進(jìn)行景觀基因研究的過程中，研究對象往往會選擇中國少數(shù)民族地區(qū)所具有的獨特的文化景觀特征進(jìn)行分析研究，因此該關(guān)鍵詞出現(xiàn)在高頻詞中，且具有較高的中心性。

對相關(guān)主題的研究范疇集中在“非物質(zhì)文化遺產(chǎn)”及“文化景觀基因”的保護(hù)與傳承上。景觀基因的表達(dá)方式是與當(dāng)?shù)氐奈幕⑾⑾嚓P(guān)的，不同的文化催生了不同的景觀基因類型，并且景觀基因?qū)Φ胤秸J(rèn)同的建構(gòu)具有積極的正向作用，如何去定義這種地方認(rèn)同的基因類型，是識別的主要目的。

從以上對關(guān)鍵詞共現(xiàn)圖譜及相關(guān)文獻(xiàn)的分析中結(jié)合研究作者分析的結(jié)果，可以看出景觀基因的研究與傳統(tǒng)聚落的研究有大量的交叉。

3.3.2 關(guān)鍵詞聚類分析

提取文獻(xiàn)中的關(guān)鍵詞作為分析樣本，生成聚類圖譜(圖5)，展現(xiàn)研究領(lǐng)域的分布情況。從圖中我們看到一共生成8個聚類，順序從0-7，數(shù)字越小，聚類包含的關(guān)鍵詞越多，可以從導(dǎo)出的研究報告中得到關(guān)鍵詞的詳細(xì)信息。

圖5歸納出8個標(biāo)有#符號的聚類知識群體，分別為：傳統(tǒng)聚落、元坑古鎮(zhèn)、基因圖譜、文化景觀、制度設(shè)計、信息鏈、景觀、保護(hù)與傳承。這些群體反映了景觀基因研究的主題方向，是研究者們需要關(guān)注的重要領(lǐng)域。結(jié)合圖4和圖5可以總結(jié)為2個方面：①傳統(tǒng)聚落景觀基因的識別；②如何進(jìn)行景觀基因的保護(hù)與傳承。隨著各地傳統(tǒng)村落的急劇破壞和消失,各種獨具特色的傳統(tǒng)村落景觀基因也隨之丟失，研究學(xué)者們對以上兩個方面的研究，能對景觀基因的有效保護(hù)提供理論和技術(shù)層面上的指導(dǎo)。基因識別成為保護(hù)的前提，與生物多樣性保護(hù)一樣,人們也應(yīng)高度重視文化多樣性的保護(hù)[2]。

3.3.3 突發(fā)性探測

借助CiteSpace檢測出21個關(guān)于景觀基因研究的突發(fā)性關(guān)鍵詞，按突顯強(qiáng)度排序得到圖6。(軟件識別關(guān)鍵詞時將GIS識別為gi，特在該關(guān)鍵詞后進(jìn)行人工備注)

圖6 文獻(xiàn)突發(fā)性強(qiáng)度排序

根據(jù)圖譜分析，出現(xiàn)時間最早的關(guān)鍵詞為區(qū)系、聚落、景觀基因圖譜；突顯時間最長的為聚落景觀(2009～2015年)，突顯時間段為5～6年的關(guān)鍵詞包括：區(qū)系(2006～2011年)、中國(2010～2015年)、基因(2012～2016年)、南岳古鎮(zhèn)(2013～2017年)；非物質(zhì)文化遺產(chǎn)成為突顯強(qiáng)度最高的關(guān)鍵詞(2.3639)，代表該關(guān)鍵詞最受到關(guān)注，是推動研究發(fā)展的重要脈絡(luò)節(jié)點。

3.3.4 時區(qū)視圖和時間線視圖

時間線視圖和時區(qū)視圖側(cè)重于描繪各個研究領(lǐng)域隨時間發(fā)展的相互影響和演變趨勢[7]。由時間線視圖(圖7)分析得到，傳統(tǒng)聚落、文化基因、文化景觀出現(xiàn)時間早，且所在聚類分別為#0、#1、#3，代表了這幾個關(guān)鍵詞在熱門主題中不斷出現(xiàn)，時間跨度長。信息鏈的識別為制度設(shè)計提供知識基礎(chǔ)，最終為保護(hù)與傳承服務(wù)。

圖7 景觀基因研究的時間線視圖

根據(jù)生成的景觀基因研究的時區(qū)視圖(圖8)分析可知，傳統(tǒng)聚落、文化景觀、文化基因出現(xiàn)早，且與之后的研究內(nèi)容聯(lián)系緊密且持續(xù)；景觀基因作為關(guān)鍵詞高頻出現(xiàn)則是在相關(guān)研究開始后的5年左右的時間持續(xù)積累，與傳統(tǒng)聚落、基因圖譜、非物質(zhì)文化遺產(chǎn)常常同時出現(xiàn)在研究當(dāng)中；而但凡有非物質(zhì)文化為關(guān)鍵詞，通常離不開“保護(hù)”。

圖8 景觀基因研究的時區(qū)視圖

4 結(jié)論

在對文獻(xiàn)整體理解上，結(jié)合CiteSpace軟件繪制的圖譜結(jié)果，對景觀基因主題的主要研究內(nèi)容和未來研究趨勢展開分析，厘清了發(fā)展歷程，繪制了作者、研究機(jī)構(gòu)、關(guān)鍵詞共現(xiàn)、關(guān)鍵詞突顯圖譜，辨析關(guān)鍵詞聚類的幾大研究主題，得到以下結(jié)論。

(1)從時間分布來看，我國學(xué)者在該方面的研究存在研究程度較低，研究熱度不高的現(xiàn)象，但論文產(chǎn)出在整體上呈增長趨勢。

(2)對研究者與發(fā)文機(jī)構(gòu)的統(tǒng)計分析，可以看出景觀基因研究在研究者和發(fā)文量方面有以下特征：a.整體發(fā)文量不高，機(jī)構(gòu)間的合作不夠廣泛，反映了該領(lǐng)域研究的合作程度和廣度還需要進(jìn)一步拓展；b.涌現(xiàn)出一批重要的研究學(xué)者，且核心作者之間的聯(lián)系緊密；c.現(xiàn)有合作多表現(xiàn)為“學(xué)緣”關(guān)系，如師生、同事之間的合作，大多數(shù)研究者的發(fā)文量較少，低產(chǎn)研究者占比高，且互相聯(lián)系少，鮮少有合作；d.研究機(jī)構(gòu)之間的合作也頻繁地發(fā)生在同一地區(qū)范圍之中，較少構(gòu)建跨區(qū)域和學(xué)科的合作平臺。

(3)借助軟件得到的關(guān)鍵詞共現(xiàn)、聚類、突發(fā)性探測、時區(qū)視圖及時間線視圖，能夠反映景觀基因研究領(lǐng)域的研究熱點和研究趨勢。“文化基因”“聚落”“景觀”“保護(hù)”“地域文化”等詞相關(guān)，這類關(guān)鍵詞代表了景觀基因研究的主題方向。“非物質(zhì)文化遺產(chǎn)”及“文化景觀基因”的保護(hù)與傳承是近年討論和關(guān)注的熱點。

通過對該領(lǐng)域的研究歷程進(jìn)行全面梳理，不僅為我們提供了一個整體分析景觀基因研究的新視角，而且形象展示了該領(lǐng)域的研究熱點，為景觀基因研究的趨勢提供新的展望。