改革開放30年來我國情報(bào)學(xué)研究論文的作者分析

改革開放30年來我國情報(bào)學(xué)研究論文的作者分析

doi:10.3772/j.issn.1000-0135.2009.04.019研究者是推動(dòng)學(xué)科發(fā)展的力量。探討作者的著述規(guī)律及其數(shù)量關(guān)系，可以發(fā)現(xiàn)學(xué)科的高影響力作者和科學(xué)生產(chǎn)率，明晰學(xué)科的增長和內(nèi)容的分布及其結(jié)構(gòu)；也可預(yù)測(cè)科學(xué)家數(shù)量的增長和科學(xué)發(fā)展的規(guī)模及趨勢(shì)等。從1978年到2008年，中國情報(bào)學(xué)發(fā)展剛好經(jīng)歷了30年的風(fēng)雨歷程。那么在這30年中，我國情報(bào)學(xué)研究者整體上呈現(xiàn)出怎樣的圖景，有哪些為我國情報(bào)學(xué)做出重要貢獻(xiàn)的專家，以及新出現(xiàn)了哪些有影響的青年作者，他們的研究哪些具體領(lǐng)域？本文試圖運(yùn)用文獻(xiàn)計(jì)量和內(nèi)容分析等研究方法，通過大規(guī)模的數(shù)據(jù)收集和大跨度的時(shí)間分析，對(duì)這一問題進(jìn)行初步回顧、解剖與探析。1論文樣本的選取要分析統(tǒng)計(jì)專業(yè)論文，首要問題是論文樣本的確定。情報(bào)學(xué)作為發(fā)展中的交叉學(xué)科，對(duì)其研究領(lǐng)域并沒有權(quán)威界定，這加大了樣本選擇的難度。以往常見數(shù)據(jù)選取方法：選取幾種專業(yè)期刊進(jìn)行統(tǒng)計(jì)、利用《全國報(bào)刊索引》、利用期刊庫按分類號(hào)檢索，除此之外，還有通過人工選取，但這些方法都存在一定缺陷。本文從新的角度進(jìn)行情報(bào)學(xué)30年論文的選取，樣本來源于兩方面數(shù)據(jù)的合并[1]：一是從《中國分類主題詞表》中選取情報(bào)學(xué)領(lǐng)域主題詞，然后用這些主題詞到《中國期刊數(shù)據(jù)庫》中檢索到記錄227927條；另外，收集《中國期刊數(shù)據(jù)庫》中情報(bào)學(xué)專輯論文記錄24636條。經(jīng)過人工下載題錄、篩選與合并等處理后，最后得到1978～2007年情報(bào)學(xué)研究論文60755篇。在整個(gè)處理過程中，采用專門軟件實(shí)現(xiàn)自動(dòng)化處理，并結(jié)合人工分析進(jìn)行。2各年段作者數(shù)量分析30年來情報(bào)學(xué)論文總作者數(shù)為46985人，92259人次。其中無作者論文215篇，署名為“編輯部”的105篇及署名為“課題組”的25篇，對(duì)于這些論文以獨(dú)著處理，沒有考慮作者同名異人的情況，因?yàn)檫@些特殊論文占全部論文的比例很少，可認(rèn)為不會(huì)對(duì)結(jié)果造成影響。具體各年段數(shù)據(jù)見表1。對(duì)于作者總體發(fā)文情況可以作者平均發(fā)文量來表示，人均發(fā)文量=論文總數(shù)／作者數(shù)。各年段人均發(fā)文量在1篇左右，后面的年段人均發(fā)文量比較少，主要原因是合作人數(shù)在增加，另外每年段出現(xiàn)了大量新人。因?yàn)橹甙l(fā)文的累加性，所有年的人均發(fā)文量最大，達(dá)到1.29?？蒲惺且豁?xiàng)集體活動(dòng)，一篇論文有適量的合作者，可以充分發(fā)揮群體智慧，在知識(shí)結(jié)構(gòu)等方面相互取長補(bǔ)短，提高研究成果水平。對(duì)作者合作情況的分析主要有兩種指標(biāo)來衡量：①合作度=（一定時(shí)期內(nèi)相關(guān)文獻(xiàn)）作者總?cè)舜危ㄒ欢〞r(shí)期內(nèi)相關(guān)文獻(xiàn)）論文總數(shù)；②合作率=（一定時(shí)期內(nèi)相關(guān)文獻(xiàn)）合作論文數(shù)／（一定時(shí)期內(nèi)相關(guān)文獻(xiàn)）論文總數(shù)[2]。從表1來看合作度是逐年段上升，到2003～2007年段平均每論文有1.65位作者。論文的合作率更是增長顯著，在1978～1982年段超過85%的論文是獨(dú)著，但到2003～2007年段單作者論文僅占不到60%?？傮w上有超過1/3的論文有兩個(gè)或兩個(gè)以上作者。隨著科學(xué)不斷向深度和廣度發(fā)展，各學(xué)科相互交叉、相互滲透，科研難度加大，許多課題項(xiàng)目必須相互協(xié)作，聯(lián)合攻關(guān)，依靠多學(xué)科集體的力量和智慧才能完成研究；同時(shí)計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展也方便了人們的合作與交流，因而合著論文越來越多，相信合作度和合作率在未來還會(huì)有所提高。對(duì)每篇論文作者數(shù)量的統(tǒng)計(jì)，可以更詳細(xì)地分析作者的合作團(tuán)體數(shù)量。根據(jù)表2，每年段中獨(dú)著論文占的比重最大，各年段二人、三人、四人及以上著論文數(shù)量依次減少。圖1則是各年段，不同作者數(shù)量的論文占各年段論文數(shù)的比例，可以看出，二人及以上著論文比例呈逐年增加，如四人及以上合作的論文占所在年段論文的比例，由1978～1982年段的1%增加到2003～2007年段的5%。圖1不同作者數(shù)的論文比例分布3核心作者分布分析作者與論文數(shù)量分布具有不均衡性，這可通過作者在一定時(shí)間撰寫論文數(shù)量來衡量，稱為“科學(xué)生產(chǎn)率”。表3列出了各年段發(fā)表論文最多的前二十位作者，其中省略了匿名作者，總體上高產(chǎn)作者的生產(chǎn)率逐年段增長。在30年中既有持續(xù)的高產(chǎn)作者，也有階段性的多產(chǎn)作者；有許多老一輩專家的退出，也有一批批新人的出現(xiàn)。各年段的作者都是情報(bào)界的精英，特別是總年度的前105位作者更為我們所耳熟能詳，為我國情報(bào)學(xué)研究作出了重要貢獻(xiàn)，見表4。根據(jù)我們的研究，非高產(chǎn)作者成為高h(yuǎn)指數(shù)作者的概率極低，即高發(fā)文量是作者影響力的基礎(chǔ)，故發(fā)文量在很大程度上說明作者在學(xué)科中的地位，這從高產(chǎn)作者與高h(yuǎn)指數(shù)作者的吻合上也說明這一問題[3]。為反映作者變化情況，我們把六個(gè)年段進(jìn)行了第一作者對(duì)比分析，每相鄰兩個(gè)年段進(jìn)行兩兩對(duì)比。得出了表5和表6的結(jié)果。在表5中列出了各年段對(duì)于前年段新出現(xiàn)的作者，由于篇幅限制，我們僅列出了發(fā)文頻次最高的前15位作者，如1983～1987年段相對(duì)前一年段新出現(xiàn)的作者中，樊松林以第一作者發(fā)文19篇。我們認(rèn)為如果一個(gè)作者在五年內(nèi)都沒有以第一作者發(fā)表論文，那他可能已經(jīng)隱身或退出了學(xué)術(shù)界或轉(zhuǎn)向其他學(xué)術(shù)領(lǐng)域，表6就是關(guān)于作者退出情況的統(tǒng)計(jì)。表6列出相對(duì)于后一年段不發(fā)文的作者中，在該年段發(fā)文最高的前15位作者。需要說明的是作者是以第一作者算的頻次，所以可能會(huì)少于前面表中的數(shù)據(jù)。有少量作者的發(fā)文是跨年度的，在統(tǒng)計(jì)時(shí)有可能分散其論文量。4洛特卡定律擬合分析1984年帕歐在洛特卡原始處理過程的基礎(chǔ)上，通過修改，總結(jié)出一套處理洛特卡定律數(shù)據(jù)的一般步驟和規(guī)范標(biāo)準(zhǔn)，得到學(xué)界的廣泛認(rèn)可。其具體步驟包括：收集數(shù)據(jù)、建立數(shù)學(xué)模型、斜率求解、C值計(jì)算、進(jìn)行預(yù)測(cè)，還有結(jié)果的檢驗(yàn)[4]。收集的數(shù)據(jù)按表7進(jìn)行計(jì)算，其中建立數(shù)學(xué)模型就是確定廣義洛特卡定律中選定參數(shù)，廣義洛氏定律公式為：。對(duì)1978～1982年段進(jìn)行計(jì)算。首先去掉即受著者群大小的影響。著者群越大，值越小，檢驗(yàn)精度越高；著者群越小，值越大，檢驗(yàn)精度越低。著者群也不能太大，因?yàn)橹呷涸酱螅琄-S檢驗(yàn)的精度越高，越不容易通過檢驗(yàn)。著者群只能在一定的范圍內(nèi)取值。既不能太?。ㄖ呷合孪蓿?，也不能太大（著者群上限）。著者總數(shù)大于著者群上限時(shí)，通過K-S檢驗(yàn)的概率小于10%[5]。經(jīng)查作者總數(shù)與對(duì)應(yīng)的C值，后二年段都超過了上限，所以不能通過檢驗(yàn)。對(duì)于作者分布洛氏定律的驗(yàn)證與公式的研究主要集中在上世紀(jì)90年代，現(xiàn)在新的網(wǎng)絡(luò)環(huán)境下，作者樣本數(shù)量的大幅增長，這是一個(gè)值得深入研究的問題。5作者共被引分析1981年，White和Griffith提出作者共被引分析(AuthorCo-citationAnalysis,ACA)，此方法對(duì)于探討學(xué)科結(jié)構(gòu)有著積極的開創(chuàng)意義。ACA現(xiàn)在已有較固定的分析步驟，包括作者選定、構(gòu)造作者共被引矩陣、轉(zhuǎn)化矩陣、進(jìn)行聚類與多維尺度分析等[6]。本文選擇在30年中發(fā)文量大于或等于43篇的前30位作者。以中國學(xué)術(shù)期刊全文庫武漢大學(xué)鏡像站為統(tǒng)計(jì)源，利用該數(shù)據(jù)庫引文檢索中的著者同被引檢索功能，在線檢索出30位高產(chǎn)著者的同被引次數(shù)，共有(30×29)/2=435組不同的數(shù)據(jù)。具體方法是：在檢索路徑中選擇“參考文獻(xiàn)”字段，在檢索詞中分別輸入兩位作者的姓名，二者為邏輯“與”關(guān)系，而后得出兩位作者的同被引次數(shù)以及同被引的文獻(xiàn)列表。檢索過程為“精確”匹配，檢索年限選擇為1978～2008年。檢索學(xué)科范圍為全部。因?yàn)闄z索時(shí)間為2008年11月中旬且數(shù)據(jù)庫有滯后性，所以2008年為不完全數(shù)據(jù)。通過檢索得到共被引矩陣，其中范文田和彭靖里的同被引次數(shù)過少，予以刪除，另外王偉、王軍、楊華等名字發(fā)文較多，但經(jīng)驗(yàn)證這些名字對(duì)應(yīng)了眾多的不同作者，故也刪除，最后得到25人組成的矩陣。初步處理后，利用SPSS中的相關(guān)分析，將著者同被引次數(shù)矩陣轉(zhuǎn)化為泊松相關(guān)矩陣；消除由著者被引次數(shù)差異所帶來的影響。對(duì)這25位高被引作者進(jìn)行了聚類和多維尺度分析，并用Pajek進(jìn)行可視化，得到了圖2、圖3和圖4的結(jié)果。圖2為改革開放以來我國情報(bào)學(xué)高產(chǎn)作者的聚類情況，25位作者細(xì)分為8個(gè)方向，這與實(shí)際情況比較相合。通過分析各作者發(fā)文的關(guān)鍵詞，具體8個(gè)領(lǐng)域的內(nèi)容為：①競爭情報(bào)。競爭情報(bào)研究萌芽于20世紀(jì)80年代，它在情報(bào)學(xué)中占有重要地位，上世紀(jì)末以來競爭情報(bào)進(jìn)入新的階段，競爭情報(bào)的概念、基本特征、功能、意義和操作方法等基本問題，以及競爭情報(bào)與知識(shí)管理的關(guān)系、反競爭情報(bào)、競爭情報(bào)教育等內(nèi)容進(jìn)行了深入的探討。這幾位高產(chǎn)作者是國內(nèi)較早從事競爭情報(bào)理論研究和實(shí)踐的著名學(xué)者。②信息系統(tǒng)。這是一個(gè)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)比較密切的領(lǐng)域，內(nèi)容包括智能信息系統(tǒng)，智能檢索系統(tǒng)，信息可視化與信息系統(tǒng)工程等，周寧和張玉峰都為武漢大學(xué)信息管理學(xué)院教授，長期從事這方面的研究。③檢索語言。檢索語言在信息組織與查尋中十分重要，張琪玉和侯漢清在此領(lǐng)域赫赫有名，研究的內(nèi)容包括分類法和主題法、信息標(biāo)引、自動(dòng)抽詞與分詞、索引編制、語義檢索等。④醫(yī)學(xué)情報(bào)。醫(yī)學(xué)情報(bào)在研究中往往被人們所忽視，其實(shí)它有自身獨(dú)特的研究內(nèi)容與領(lǐng)域，國內(nèi)也有一些醫(yī)學(xué)情報(bào)院系及系列的醫(yī)學(xué)情報(bào)雜志。夏旭為南方醫(yī)科大學(xué)教師，方平為中南大學(xué)湘雅醫(yī)學(xué)院信息管理系教授，他們是醫(yī)學(xué)情報(bào)方面代表人物。⑤文獻(xiàn)計(jì)量。歷年來，文獻(xiàn)計(jì)量都占情報(bào)學(xué)研究的大部分內(nèi)容，先后經(jīng)歷了書目統(tǒng)計(jì)、文獻(xiàn)計(jì)量、信息計(jì)量和網(wǎng)絡(luò)計(jì)量等階段。王崇德、羅式勝和邱均平等發(fā)表大量相關(guān)論文，都出版了文獻(xiàn)計(jì)量學(xué)方面專著。⑥數(shù)字圖書館、知識(shí)管理。這個(gè)方向最為復(fù)雜，數(shù)字圖書館是圖書館學(xué)與情報(bào)學(xué)交叉領(lǐng)域，將情報(bào)學(xué)和圖書館學(xué)的理論、技術(shù)等運(yùn)用到數(shù)字圖書館的服務(wù)、管理和利用當(dāng)中。與國外不同，在國內(nèi)知識(shí)管理研究與圖書館學(xué)有著千絲萬縷的聯(lián)系。許多知識(shí)管理學(xué)者都從圖書館學(xué)起步或偏向圖書館的知識(shí)管理，如盛小平、柯平等學(xué)者。⑦情報(bào)學(xué)理論。該領(lǐng)域研究者數(shù)量最多，研究者之間的關(guān)系也較為密切。具體研究內(nèi)容包括情報(bào)學(xué)學(xué)科基本理論、學(xué)科發(fā)展、信息用戶與服務(wù)、信息經(jīng)濟(jì)等。包括嚴(yán)怡民、馬費(fèi)成和胡昌平等著名教授。⑧文獻(xiàn)檢索。情報(bào)檢索理論和方法的探討是情報(bào)學(xué)中最具特色的領(lǐng)域之一，一般認(rèn)為與情報(bào)檢索語言比較緊密，但兩者側(cè)重點(diǎn)不同，在圖中兩者顯著分開。情報(bào)檢索在國外情報(bào)學(xué)學(xué)科結(jié)構(gòu)中占據(jù)了主導(dǎo)地位也是十分重要的研究內(nèi)容。但國內(nèi)這一領(lǐng)域的研究者數(shù)量較少，尚未形成較為成熟的學(xué)術(shù)集團(tuán)。圖2多產(chǎn)作者多層聚類分析結(jié)果圖3多產(chǎn)作者多維尺度分析圖圖3的結(jié)果與圖2比較吻合，作者之間的距離表示了他們的相似程度，距離越近說明越相似。從二維圖可看出，左下方聚集了競爭情報(bào)研究的作者；在左上方則是關(guān)于信息檢索與信息系統(tǒng)方面的專家；文獻(xiàn)計(jì)量與信息計(jì)量學(xué)作者在右下方；情報(bào)學(xué)理論的作者集中在右邊的中部；另外關(guān)于數(shù)字圖書館及知識(shí)管理方面的作者則在右上方，但與情報(bào)學(xué)理論研究的作者關(guān)系較為密切。圖4多產(chǎn)作者的共被引網(wǎng)絡(luò)聚類分析與多維尺度分析的結(jié)合較好地表現(xiàn)了作者共被引的分布，但只是相似性的體現(xiàn)，他們之間共被引的強(qiáng)度大小無法具體展現(xiàn)。為彌補(bǔ)這一缺陷，需使他們之間的共被引強(qiáng)度獲得較直觀的體現(xiàn)。下面采用Pajek軟件對(duì)共被引原始矩陣進(jìn)行可視化處理。例如謝新洲和包昌火、邱均平和王崇德之間連線最粗，說明他們之間的共被引強(qiáng)度最大。這一網(wǎng)狀結(jié)構(gòu)較好地展現(xiàn)了作者之間的共被引強(qiáng)度。以上從著者角度對(duì)30年來國內(nèi)情報(bào)學(xué)的學(xué)科結(jié)構(gòu)以及研究現(xiàn)狀進(jìn)行揭示。有許多專家的研究領(lǐng)域涉及多個(gè)且可能隨著時(shí)間而轉(zhuǎn)移，這里反映其最主要方面，也是影響較大、被人們更認(rèn)可的領(lǐng)域。論文被引具有累積性，故前面年份論文被引可能比后面年份的反映得更好，這樣可以更好地分析作者以前的情況。另外我們僅分析了前30位發(fā)文最高的作者，業(yè)界還有許多有影響的專家，可能發(fā)文量較少但被引率高或以其他形式為情報(bào)學(xué)作出了重要貢獻(xiàn)。6結(jié)論從以上分析可看出，改革開放30年來情報(bào)學(xué)論文作者形成了較大的規(guī)模，總作者數(shù)為46985人，92259人次。作者合作度和合作率較為合理，兩者都有逐漸增加的趨勢(shì)。通過對(duì)作者總發(fā)量、各年段新出現(xiàn)和退出作者統(tǒng)計(jì)，在30年中既有持續(xù)的高產(chǎn)作者，也有階段性的多產(chǎn)作者；有許多老一輩專家的退