基于CSSCI的國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域作者共被引分析

基于CSSCI的國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域作者共被引分析

doi:10.3772/j.issn.1000-0135.2012.01.0131引言1990年，McCain將作者共被引分析(AuthorCocitationanalysis,ACA)的步驟歸納為選擇作者、檢索共被引頻次、構(gòu)造共被引矩陣、轉(zhuǎn)化為皮爾遜相關(guān)系數(shù)矩陣、多元分析和解釋結(jié)果及效度分析6個(gè)步驟，人們稱其為傳統(tǒng)ACA或德瑞克賽模式[1]，這一模式為后來學(xué)者進(jìn)行ACA分析提供了良好的范例，并且在揭示學(xué)科結(jié)構(gòu)的發(fā)展現(xiàn)狀以及變化情況等方面都有非常廣泛的應(yīng)用。本文將借鑒這種模式，但又采取區(qū)別于這種傳統(tǒng)思路的共被引分析方法，即通過程序自動(dòng)生成共被引矩陣，繼而綜合采用引文分析、因子分析以及社會(huì)網(wǎng)絡(luò)分析等多種方法，利用CSSCI近十年來的引文數(shù)據(jù)，對(duì)國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者的共被引關(guān)系進(jìn)行深入發(fā)掘，進(jìn)一步嘗試實(shí)現(xiàn)其研究影響力情況以及該領(lǐng)域?qū)W科結(jié)構(gòu)的探索分析。2數(shù)據(jù)來源與研究方法2.1樣本選取本研究主要選取《中文社會(huì)科學(xué)引文索引(CSSCI)》在2000～2009年所收錄的中圖類號(hào)為G35(情報(bào)學(xué)、情報(bào)工作)的來源文獻(xiàn)作為數(shù)據(jù)樣本。筆者以此作為限制條件，共獲取論文總數(shù)為9208篇，其中有具體作者的文章共9189篇，具有參考文獻(xiàn)的文章有8603篇，刪除重復(fù)的文章以及純粹評(píng)論性的文章，最后共獲取數(shù)據(jù)樣本8567篇。對(duì)由8567篇文章組成的數(shù)據(jù)樣本進(jìn)行統(tǒng)計(jì)分析，得到以第一作者身份發(fā)文的學(xué)者共4806人，其中只發(fā)表1篇文章的有3389人，發(fā)表2篇論文的有730人，發(fā)文在10篇以上的作者有66人，其中前30位(發(fā)文數(shù)≥15)的高產(chǎn)作者如表1所示；對(duì)所有引文數(shù)據(jù)的第一作者進(jìn)行統(tǒng)計(jì)，得到引文70947篇(含英文文獻(xiàn))，引文作者31470位(含英文作者)，其中被引1次的作者有22512人，被引2次的有4296人，被引10次以上的有853人，其中前25位(被引頻次≥100)的高被引作者如表2所示。2.2研究方法與工具作者共被引分析(AuthorCo-citationAnalysis,ACA)的概念于1981年被White和Griffith引入[2]之后，便引起了不同研究領(lǐng)域的廣泛重視，許多學(xué)者也在致力于將其應(yīng)用到特定領(lǐng)域知識(shí)結(jié)構(gòu)的研究分析中。White后來也曾一度對(duì)共被引分析的方法進(jìn)行探索，并將其總結(jié)為一套標(biāo)準(zhǔn)的思路，即采用因子分析、聚類分析和多維尺度分析的方法模式進(jìn)行研究。國(guó)內(nèi)學(xué)者大多采用聚類分析與多維尺度分析相結(jié)合的思路來探討某一領(lǐng)域作者基于共被引關(guān)系的分類情況，進(jìn)而找出該領(lǐng)域的研究熱點(diǎn)與趨勢(shì)所在。而鑒于本研究的數(shù)據(jù)特性和研究目的，將借鑒Zhao等的思路單獨(dú)選擇因子分析的方法對(duì)國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者的共被引關(guān)系進(jìn)行深入分析[3]，并與前人的研究結(jié)果進(jìn)行比較，以期為國(guó)內(nèi)作者共被引分析的固有模式，提供一個(gè)新的視角，進(jìn)一步形成有益的補(bǔ)充。這一過程將利用SPSS統(tǒng)計(jì)軟件實(shí)現(xiàn)。社會(huì)網(wǎng)絡(luò)分析(SocialNetworkAnalysis,SNA)是對(duì)社會(huì)網(wǎng)絡(luò)中各種關(guān)系結(jié)構(gòu)及其屬性加以分析的一套理論和方法，它主要分析的是行動(dòng)者之間的關(guān)系模式。該方法已經(jīng)被證實(shí)可以應(yīng)用于引證關(guān)系的研究[4]，本文將應(yīng)用社會(huì)網(wǎng)絡(luò)分析方法對(duì)情報(bào)學(xué)領(lǐng)域高被引作者的共被引網(wǎng)絡(luò)進(jìn)行系統(tǒng)分析，主要將通過UCINET這一整體網(wǎng)分析軟件來實(shí)現(xiàn)，同時(shí)采用Netdraw軟件來實(shí)現(xiàn)各種網(wǎng)絡(luò)結(jié)構(gòu)的可視化顯示。另外，國(guó)內(nèi)基于CSSCI數(shù)據(jù)對(duì)純粹被引作者的引證關(guān)系進(jìn)行分析的研究還并不常見。考慮到目前還沒有對(duì)CSSCI引文數(shù)據(jù)進(jìn)行共現(xiàn)分析的成型軟件出現(xiàn)，所以這一研究過程將通過筆者自行編寫相關(guān)的VBA程序以實(shí)現(xiàn)特定的共被引分析。本質(zhì)上講，因子分析、聚類分析和多維尺度分析都是基于分類思想的研究方法，傳統(tǒng)模式下后兩種方法的結(jié)合多是一種圖形化的歸類和有限條件下的可視化顯示，而因子分析與社會(huì)網(wǎng)絡(luò)中相關(guān)可視化軟件(如Netdraw)的結(jié)合使用可以給出表達(dá)方式更為恰當(dāng)、富含信息更為詳盡的一種分類模式，并且能夠從中得出不同類別之間的區(qū)分度與關(guān)聯(lián)性，從而幫助研究人員更為準(zhǔn)確地分析某一領(lǐng)域的知識(shí)結(jié)構(gòu)。另外，借鑒社會(huì)網(wǎng)絡(luò)的思路，作者共被引關(guān)系也可以進(jìn)一步網(wǎng)絡(luò)化，從而借助網(wǎng)絡(luò)結(jié)構(gòu)分析、凝聚度和中心性分析等方法可以對(duì)特定領(lǐng)域內(nèi)作者的影響力情況進(jìn)行深入的探索，以期對(duì)研究工作的推進(jìn)和學(xué)科領(lǐng)域的發(fā)展提供一定的參考和幫助。3作者共被引分析3.1構(gòu)建共被引矩陣已有學(xué)者指出并證實(shí)了在情報(bào)學(xué)中也普遍存在二八法則現(xiàn)象，這與文獻(xiàn)計(jì)量中的洛特卡定律、齊普夫定律、布拉德福定律等集中離散規(guī)律也是一脈相承的[5]。所謂二八律就是說，在領(lǐng)域中，20％的人做了80％的工作；類似地，20％的高被引作者也可以反映出80％的總體情況。因此，我們選擇國(guó)內(nèi)作者中總被引次數(shù)占20％(總數(shù)為48053次)的101位高被引作者(被引頻次≥40)作為共被引分析的對(duì)象。首先，編寫程序?qū)@101位高被引作者構(gòu)建共被引矩陣。其中，為了突出自己與自己的親密關(guān)系，采用最大值＋1的方法作為對(duì)角線上的取值[6]。進(jìn)一步對(duì)作者共被引對(duì)的分析，發(fā)現(xiàn)這5050組作者對(duì)形成共被引關(guān)系9886次，平均次數(shù)接近2次/對(duì)，可見作者之間總體的共被引強(qiáng)度相對(duì)較低。另外，有2680對(duì)作者沒有共被引關(guān)系，占到了53％；共引次數(shù)≥10的作者對(duì)只有234組，只占總數(shù)的4.63％，其中只有7組作者對(duì)的共引次數(shù)≥50(表3)，可見國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者的共被引程度相對(duì)分散，并沒有形成統(tǒng)一的研究群體影響模式，作者所產(chǎn)生影響的主題領(lǐng)域也較為分散，缺乏相對(duì)的穩(wěn)定性。通過分析共被引次數(shù)最高的7組作者對(duì)，即邱均平—馬費(fèi)成、馬費(fèi)成—嚴(yán)怡民、馬費(fèi)成—王知津、馬費(fèi)成—梁戰(zhàn)平、嚴(yán)怡民—邱均平、王崇德—邱均平、邱均平—王知津，可以發(fā)現(xiàn)，其中涉及邱均平、馬費(fèi)成、嚴(yán)怡民、王知津、梁戰(zhàn)平和王崇德6位作者，可以推斷他們對(duì)于國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域的發(fā)展都產(chǎn)生了最大的影響；以上作者對(duì)主要依靠邱均平和馬費(fèi)成連接在一起，另外，嚴(yán)怡民與梁戰(zhàn)平和王知津所構(gòu)成作者對(duì)的共引次數(shù)也分別達(dá)到了48次和44次，這也在一定程度上說明了嚴(yán)怡民教授作為國(guó)內(nèi)情報(bào)學(xué)的拓荒者和奠基人對(duì)于情報(bào)領(lǐng)域發(fā)展產(chǎn)生的重要影響。3.2共被引網(wǎng)絡(luò)結(jié)構(gòu)分析利用Netdraw對(duì)上述共被引矩陣作出作者共被引網(wǎng)絡(luò)圖，如圖1所示。圖中每個(gè)圓點(diǎn)表示一位作者，圓點(diǎn)的大小代表他們?cè)谠摼W(wǎng)絡(luò)中的中心度情況，圓點(diǎn)之間的連線粗細(xì)可表示作者兩兩之間共被引的頻次的多少，圓點(diǎn)之間連線的長(zhǎng)短可在一定程度上表示出作者之間的密切程度；另外，作者顏色的不同可用以區(qū)分通過K-cores分析所得到的分組情況，其中紅色標(biāo)識(shí)的是最龐大的一組，作者數(shù)最多，并且對(duì)情報(bào)領(lǐng)域具有最強(qiáng)的影響力。利用Ucinet對(duì)上述網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析，發(fā)現(xiàn)該網(wǎng)絡(luò)密度為1.9576，網(wǎng)絡(luò)連通性在一般社會(huì)網(wǎng)絡(luò)中居于中間水平，有些節(jié)點(diǎn)高度連通，同時(shí)也存在多數(shù)節(jié)點(diǎn)間沒有直接連通的現(xiàn)象，通過中心性測(cè)度(表4)可以發(fā)現(xiàn)，馬費(fèi)成和邱均平與其他作者的共被引頻次最多，因此程度中心性最高，居于網(wǎng)絡(luò)的核心位置，對(duì)近十年來國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域的影響力也是最為巨大的；并且兩人在中介中心性和親近中心性上也是最高的，這也在一定程度上表明了這兩位學(xué)者在網(wǎng)絡(luò)連通以及信息流動(dòng)中也同樣具有極高的控制力。另外，嚴(yán)怡民、王知津和包昌火緊跟其后，也在共被引網(wǎng)絡(luò)中占有非常重要的地位，并對(duì)近十年情報(bào)領(lǐng)域的發(fā)展產(chǎn)生了極為深遠(yuǎn)的影響。以上分析結(jié)果恰好驗(yàn)證了共被引作者對(duì)分析的推斷。將國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者群內(nèi)作者被引頻次與共被引網(wǎng)絡(luò)所測(cè)度的三種中心性指數(shù)進(jìn)行相關(guān)性分析(表5)，可以發(fā)現(xiàn)被引頻次與三種中心性指數(shù)都存在顯著相關(guān)關(guān)系，這一結(jié)論也與前文對(duì)三種中心性指數(shù)的分項(xiàng)分析結(jié)果相吻合。以上分析可在一定程度上說明國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域內(nèi)的高被引作者同時(shí)在共引網(wǎng)絡(luò)中有較強(qiáng)的影響力，居于較核心的位置，對(duì)于該領(lǐng)域內(nèi)信息傳播與知識(shí)交流進(jìn)而推動(dòng)學(xué)科發(fā)展都具有非常重要的作用。圖1作者共被引網(wǎng)絡(luò)結(jié)構(gòu)圖利用SPSS軟件將作者共被引矩陣轉(zhuǎn)化為相關(guān)矩陣，可以發(fā)現(xiàn)共被引強(qiáng)度高的作者對(duì)一般具有相對(duì)較高的正相關(guān)性，而共被引強(qiáng)度較低的作者對(duì)所存在的相關(guān)性則相對(duì)較低，有些作者甚至出現(xiàn)了負(fù)相關(guān)，這一結(jié)論與蔡明月教授于2003年對(duì)半導(dǎo)體領(lǐng)域的作者共被引分析所得出的結(jié)論基本一致[7]，不同的是國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域作者共被引強(qiáng)度分布更為分散，負(fù)相關(guān)性的存在更為普遍。這種相關(guān)系數(shù)的離散分布也是作者對(duì)于不同領(lǐng)域的影響程度以及主題不一致性的大致體現(xiàn)。3.3因子分析及其可視化顯示進(jìn)一步應(yīng)用SPSS對(duì)共被引矩陣進(jìn)行因子分析，采用主成分(principalcomponents)萃取因素，以直接斜交(directoblimin)進(jìn)行轉(zhuǎn)軸，在碎石圖(圖2)的參考基礎(chǔ)之上，可以提取出8個(gè)因子，累計(jì)貢獻(xiàn)率為85.591％。通過斜交旋轉(zhuǎn)的因子分析，我們可以得到兩個(gè)矩陣，即因子圖式矩陣(patternmatrix)和因子結(jié)構(gòu)矩陣(structurematrix)，前者中的載荷系數(shù)突出的是作者(變量)對(duì)研究主題(因子)的獨(dú)特影響力情況；而后者則可以通過作者對(duì)特定主題的貢獻(xiàn)以及主題之間的關(guān)聯(lián)性反映出作者(變量)與研究主題(因子)之間的相關(guān)性[8]。因此，我們將進(jìn)一步選擇結(jié)構(gòu)矩陣進(jìn)行分析。對(duì)載荷閾值做出限定之后(限定載荷在0.2以上)，利用Netdraw軟件對(duì)上述結(jié)構(gòu)矩陣進(jìn)行二維圖的可視化顯示，如圖3所示。其中，圓形節(jié)點(diǎn)表示因子，方形節(jié)點(diǎn)表示作者，因子節(jié)點(diǎn)的大小表示所有作者對(duì)該因子的載荷總值，作者節(jié)點(diǎn)的顏色表征涉及因子數(shù)目的不同，作者與因子節(jié)點(diǎn)之間的連線粗細(xì)表示作者對(duì)該因子的載荷大小。由于史忠植研究員主要側(cè)重于計(jì)算機(jī)領(lǐng)域的研究，對(duì)于情報(bào)學(xué)領(lǐng)域的影響并不集中，因此對(duì)8個(gè)因子的載荷都在0.2以下，于是就成為一個(gè)孤立的節(jié)點(diǎn)。圖2作者共被引關(guān)系因子分析碎石圖通過因子分析，可以對(duì)高被引作者群進(jìn)行分組。對(duì)由共被引關(guān)系所形成的各個(gè)研究共同體中的作者的高被引論文中所標(biāo)引的關(guān)鍵詞進(jìn)行統(tǒng)計(jì)，可以發(fā)現(xiàn)相應(yīng)研究團(tuán)體的影響領(lǐng)域所在。按照共被引關(guān)系，可將近十年來國(guó)內(nèi)情報(bào)學(xué)高被引作者大致分為8個(gè)主題領(lǐng)域，即情報(bào)學(xué)理論與應(yīng)用、競(jìng)爭(zhēng)情報(bào)與信息分析、文獻(xiàn)計(jì)量與科學(xué)計(jì)量、數(shù)字圖書館與知識(shí)組織、信息資源配置、管理與服務(wù)、知識(shí)管理與知識(shí)產(chǎn)權(quán)、信息檢索與信息技術(shù)以及信息產(chǎn)業(yè)與信息經(jīng)濟(jì)，但是不同主題所涉及高被引作者情況以及領(lǐng)域內(nèi)高被引作者對(duì)于不同主題的貢獻(xiàn)都有很大區(qū)別(表6、表7)。其中，情報(bào)學(xué)理論和文獻(xiàn)計(jì)量?jī)纱笱芯恐黝}下的高被引作者數(shù)最多(分別為29和24)，其次是競(jìng)爭(zhēng)情報(bào)和信息檢索(分別為15、14)；信息產(chǎn)業(yè)與信息經(jīng)濟(jì)屬于交叉研究主題，主要載荷作者數(shù)最少(只有1)，且載荷值相對(duì)較低，這在一定程度上說明該主題處在邊緣化的范圍，并非國(guó)內(nèi)情報(bào)領(lǐng)域的研究重點(diǎn)所在。3.4結(jié)果分析結(jié)合作者共被引關(guān)系的圖表情況(圖3和表6)，我們可以看出，與White和Mccain在1998年在多維尺度分析與聚類分析相結(jié)合的思路下，利用作者共被引分析對(duì)國(guó)際情報(bào)學(xué)領(lǐng)域研究的結(jié)果類似[9]，從研究主題的關(guān)聯(lián)性來看，國(guó)內(nèi)情報(bào)學(xué)研究總體上同樣可以被分成兩大陣營(yíng)，即文獻(xiàn)情報(bào)與信息檢索，而前者的研究主題更為細(xì)化，涵蓋了情報(bào)學(xué)理論與應(yīng)用、文獻(xiàn)計(jì)量與科學(xué)計(jì)量、競(jìng)爭(zhēng)情報(bào)與信息分析、信息資源配置、管理與服務(wù)、數(shù)字圖書館與知識(shí)組織以及知識(shí)管理與知識(shí)產(chǎn)權(quán)六大主題的內(nèi)容。但是這兩大陣營(yíng)內(nèi)作者的數(shù)量規(guī)模卻有明顯的懸殊。White在后來2003年的研究中，采用PFNET算法對(duì)1998年的同一數(shù)據(jù)進(jìn)行了作者共被引分析。結(jié)果顯示，情報(bào)學(xué)領(lǐng)域總體上仍然可以劃分為左右兩大陣營(yíng)，左即領(lǐng)域分析，右即信息檢索，但在這兩大陣營(yíng)中間還存在一部分作者屬于跨領(lǐng)域研究：他們對(duì)于左右兩大陣營(yíng)都有較大的貢獻(xiàn)，并且通過他們的研究將這兩個(gè)看似獨(dú)立的研究主題聯(lián)系在一起；兩大陣營(yíng)之間也存在研究的交叉，有些信息檢索研究者也可能會(huì)介入文獻(xiàn)情報(bào)基礎(chǔ)理論的研究，同樣也有文獻(xiàn)分析者在情報(bào)檢索與技術(shù)應(yīng)用方面有一定建樹；另外在兩個(gè)陣營(yíng)內(nèi)部，情報(bào)理論、文獻(xiàn)計(jì)量、科學(xué)交流等核心主題之間也存在各種各樣的關(guān)聯(lián)[10]，這也是情報(bào)科學(xué)認(rèn)知結(jié)構(gòu)的真實(shí)體現(xiàn)。借鑒以上分析思路，我們也可以將國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域的作者分為上下兩部分，即下層基礎(chǔ)部分的文獻(xiàn)情報(bào)研究者和上層外延部分的信息技術(shù)應(yīng)用研究者，前者主要以嚴(yán)怡民、梁戰(zhàn)平、馬費(fèi)成、邱均平等為代表，多集中于情報(bào)學(xué)理論、文獻(xiàn)計(jì)量、知識(shí)管理、數(shù)字圖書館、信息資源管理等主題方向；而后者則以張琪玉、包昌火、馬張華等為代表，多集中于信息檢索、競(jìng)爭(zhēng)情報(bào)、信息分析、信息經(jīng)濟(jì)等主題方向。同樣，在兩大群體之間也存在一些具有橋梁和導(dǎo)向作用的中間研究者，正如White所描述的那樣，他們多傾向于借鑒信息檢索者的研究思路利用信息技術(shù)進(jìn)行信息政策和利益相關(guān)的研究，并沒有因此成為情報(bào)學(xué)領(lǐng)域內(nèi)強(qiáng)勁的代表力量，但是卻對(duì)于文獻(xiàn)情報(bào)研究者的研究產(chǎn)生了巨大的影響，尤其對(duì)于知識(shí)管理、數(shù)字圖書館、信息資源管理等后來衍生出的應(yīng)用性較強(qiáng)的主題領(lǐng)域產(chǎn)生了非常大的促進(jìn)作用，這一群體的主要代表作者有霍國(guó)慶、蔣永福、盛小平和柯平等。圖3作者共被引關(guān)系因子分析結(jié)果圖由于圖3是利用Netdraw軟件作出的MDS圖，所以可以在一定程度表征各個(gè)因子之間的相互關(guān)聯(lián)性，同時(shí)結(jié)合因子分析得到的因子協(xié)方差矩陣(表8)，可以發(fā)現(xiàn)在信息技術(shù)應(yīng)用研究部分的3個(gè)主題都獨(dú)成一支，與其他相關(guān)主題關(guān)聯(lián)性相對(duì)較弱；而在基礎(chǔ)理論部分的5個(gè)主題則緊密相連，密不可分，這也是由于研究?jī)?nèi)容的相關(guān)性以及研究主體的多面性所導(dǎo)致的。多數(shù)作者的研究與影響方向以情報(bào)學(xué)理論與應(yīng)用研究為基礎(chǔ)不斷向其他研究主題領(lǐng)域延伸，從而進(jìn)一步衍生出數(shù)字圖書館與知識(shí)組織、知識(shí)管理與知識(shí)產(chǎn)權(quán)以及信息資源配置、管理與服務(wù)這三個(gè)新生的但卻快速發(fā)展的高相關(guān)性主題，尤其在知識(shí)管理與知識(shí)產(chǎn)權(quán)領(lǐng)域，載荷作者總數(shù)最多，并且與情報(bào)學(xué)理論與應(yīng)用這一基礎(chǔ)主題的載荷作者重復(fù)度最高，這也在一定程度上驗(yàn)證了情報(bào)學(xué)促生知識(shí)管理學(xué)發(fā)展的論斷[11]。同時(shí)，我們還可以發(fā)現(xiàn)，文獻(xiàn)計(jì)量與科學(xué)計(jì)量、競(jìng)爭(zhēng)情報(bào)與信息分析和信息檢索與信息技術(shù)這三大研究主題下的單貢獻(xiàn)作者數(shù)(表示只在單一因子中載荷值≥0.2)最多，尤其信息檢索主題最為突出，這一主題下的核心作者(如張琪玉、馬張華、陳樹年、曹樹金、侯漢清等)更多地關(guān)注與技術(shù)方面的研究，而與基礎(chǔ)部分的理論研究相分離，但卻是相輔相成的。實(shí)際上，文獻(xiàn)計(jì)量的研究是與情報(bào)理論應(yīng)用研究是并列存在的，其他很多主題領(lǐng)域的研究都是在這兩個(gè)傳統(tǒng)主題上衍生發(fā)展出來的，這一點(diǎn)可以從他們與其他因子之間的相關(guān)性上可以體現(xiàn)出來；當(dāng)然也有很多學(xué)者始終專注與計(jì)量學(xué)這一特定主題的研究，從最初的文獻(xiàn)計(jì)量到后來的信息計(jì)量、科學(xué)計(jì)量、網(wǎng)絡(luò)計(jì)量，乃至現(xiàn)在剛剛出現(xiàn)的知識(shí)計(jì)量，羅式勝、龐景安和邱均平等對(duì)于這一主題的載荷值最大，對(duì)于這“五計(jì)學(xué)”的發(fā)展產(chǎn)生了極為深遠(yuǎn)的影響，同時(shí)丁學(xué)東和姜春林等對(duì)這一因子的單載荷體現(xiàn)，也充分說明了他們對(duì)這一主題領(lǐng)域發(fā)展的貢獻(xiàn)情況。競(jìng)爭(zhēng)情報(bào)作為經(jīng)濟(jì)學(xué)、管理學(xué)與計(jì)算機(jī)領(lǐng)域的交叉研究主題也在崛起后快速發(fā)展，包昌火、陳峰、彭靖里和謝新洲等幾近于這一主題的單貢獻(xiàn)作者，作為國(guó)內(nèi)競(jìng)爭(zhēng)情報(bào)的奠基人，在該推動(dòng)該主題領(lǐng)域的發(fā)展上是功不可沒的。另外，從表7中可以看出，國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者的研究所涉及的主題情況也是有很大不同的。通過因子載荷(載荷值≥0.2)的統(tǒng)計(jì)，發(fā)現(xiàn)涉及領(lǐng)域最多的是青年學(xué)者馬海群和查先進(jìn)，他們?cè)谇?個(gè)領(lǐng)域都有或多或少的影響力，可見國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域新生力量的發(fā)展還是非常迅速的。同時(shí)有23位作者只在一個(gè)領(lǐng)域有貢獻(xiàn)值，他們有些是集中貢獻(xiàn)于某一特定因子，即主要在某一特定主題進(jìn)行深入研究，如集中于信息檢索和信息技術(shù)主題的張琪玉、馬張華、陳樹年和曹樹金等，集中于競(jìng)爭(zhēng)情報(bào)與信息分析主題的陳峰、彭靖里和謝新洲，科學(xué)計(jì)量方面的丁學(xué)東、姜春林和黨亞茹等；有些學(xué)者只在特定因子上有較小的載荷值，他們可能屬于跨學(xué)科的研究，而在情報(bào)領(lǐng)域主要偏重于相關(guān)主題的泛在研究，或者剛剛進(jìn)入情報(bào)學(xué)領(lǐng)域，還沒有更為深入的建樹，如儲(chǔ)荷婷、何榮利、任勝利、李景和曾民族等。另外，介于載荷1與7之間的作者群體最大，有75位作者，其中在5/6個(gè)主題領(lǐng)域有貢獻(xiàn)值的作者數(shù)最多，可見多數(shù)作者的研究和影響模式仍然屬于多主題跟進(jìn)、單一主題深入的形式，尤其在情報(bào)學(xué)理論與應(yīng)用、信息資源配置、管理與服務(wù)、數(shù)字圖書館與知識(shí)組織、知識(shí)管理與知識(shí)產(chǎn)權(quán)等主題內(nèi)的作者重復(fù)率最高。通過社會(huì)網(wǎng)絡(luò)中的核心—邊緣分析，我們可以得到情報(bào)學(xué)領(lǐng)域的核心作者群有邱均平、包昌火、馬費(fèi)成、王知津、嚴(yán)怡民、王崇德和梁戰(zhàn)平這7位作者，這一結(jié)果跟以上的分析是一致的。同時(shí)這7位作者同屬于基礎(chǔ)研究群體，在情報(bào)學(xué)理論應(yīng)用研究以及在其基礎(chǔ)上衍生出的主題領(lǐng)域內(nèi)都具有非常重要的核心地位和高度影響力。4結(jié)論通過對(duì)近十年來CSSCI收錄的情報(bào)學(xué)領(lǐng)域中高被引作者的共被引關(guān)系進(jìn)行分析，可以得出以下結(jié)論：(1)通過作者共被引對(duì)的分析發(fā)現(xiàn)，邱均平、馬費(fèi)成、嚴(yán)怡民、王知津、梁戰(zhàn)平和王崇德這6位作者兩兩之間的共被引頻次最高，對(duì)于國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域的發(fā)展都產(chǎn)生了最大的影響。國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域高被引作者的共被引程度相對(duì)分散，并沒有形成統(tǒng)一的研究群體影響模式，作者所產(chǎn)生影響的主題領(lǐng)域也較為分散，缺乏相對(duì)的穩(wěn)定性。(2)通過作者共被引網(wǎng)絡(luò)結(jié)構(gòu)的分析發(fā)現(xiàn)，該網(wǎng)絡(luò)結(jié)構(gòu)中有一小部分作者存在高強(qiáng)度的連通性，但仍有些作者之間沒有直接連通，網(wǎng)絡(luò)中仍然有橋連接的現(xiàn)象存在。在所有的共被引關(guān)系中，馬費(fèi)成和邱均平與其他作者的共被引頻次最多，程度中心性、中介中心性和親近中心性都是最高的，居于網(wǎng)絡(luò)的核心位置，在網(wǎng)絡(luò)連通以及信息流動(dòng)中也同樣具有極高的控制力。同時(shí)，作者被引頻次與以上三種中心性指數(shù)之間都存在顯著的相關(guān)關(guān)系，這也可以在一定程度上說明國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域內(nèi)的高被引作者同時(shí)在共引網(wǎng)絡(luò)中有較強(qiáng)的影響力，居于較核心的位置，對(duì)于該領(lǐng)域內(nèi)信息傳播與知識(shí)交流進(jìn)而推動(dòng)學(xué)科發(fā)展都具有非常重要的作用。(3)通過因子分析，可將近十年來國(guó)內(nèi)情報(bào)學(xué)高被引作者大致分為8個(gè)主題領(lǐng)域，即情報(bào)學(xué)理論與應(yīng)用、競(jìng)爭(zhēng)情報(bào)與信息分析、文獻(xiàn)計(jì)量與科學(xué)計(jì)量、數(shù)字圖書館與知識(shí)組織、信息資源配置、管理與服務(wù)、知識(shí)管理與知識(shí)產(chǎn)權(quán)、信息檢索與信息技術(shù)以及信息產(chǎn)業(yè)與信息經(jīng)濟(jì)，其中情報(bào)學(xué)理論和文獻(xiàn)計(jì)量這兩大研究主題下高影響力作者數(shù)最多，而信息產(chǎn)業(yè)與信息經(jīng)濟(jì)屬于交叉研究主題，載荷作者最少，處在邊緣化的范圍，并非國(guó)內(nèi)情報(bào)領(lǐng)域的研究重點(diǎn)所在。進(jìn)一步可以分析出，國(guó)內(nèi)情報(bào)學(xué)領(lǐng)域的研究可分為上下兩部分，即下層基礎(chǔ)部分的文獻(xiàn)情報(bào)研究和上層外延部分的信息技術(shù)應(yīng)用研究，前者多集中于情報(bào)學(xué)理論、文獻(xiàn)計(jì)量、知識(shí)管理、數(shù)字圖書館、信息資源管理