曹永強(qiáng),郭　明,劉思然, 楊　俊

遼寧師范大學(xué) 城市與環(huán)境學(xué)院, 大連　116029

?

基于文獻(xiàn)計(jì)量分析的生態(tài)修復(fù)現(xiàn)狀研究

曹永強(qiáng)*,郭明,劉思然, 楊俊

遼寧師范大學(xué) 城市與環(huán)境學(xué)院, 大連116029

摘要:以中國(guó)知網(wǎng)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)和WEB OF SCIENCE中1997—2015年的期刊論文為數(shù)據(jù)源，以“生態(tài)修復(fù)(ecological remediation和ecological restoration)”為關(guān)鍵詞進(jìn)行檢索，利用共詞分析方法，同時(shí)結(jié)合Bibexcel軟件對(duì)檢索結(jié)果進(jìn)行分析，利用Ucinet和Netdraw軟件繪制出共詞網(wǎng)絡(luò)可視圖，并通過(guò)SPSS軟件進(jìn)行多維尺度分析，以此來(lái)研究高頻關(guān)鍵詞之間的內(nèi)在聯(lián)系，探討國(guó)內(nèi)外生態(tài)修復(fù)領(lǐng)域中的研究熱點(diǎn)以及研究現(xiàn)狀。以文獻(xiàn)計(jì)量學(xué)的分析方法客觀的評(píng)價(jià)國(guó)內(nèi)外生態(tài)修復(fù)的研究概況及研究熱點(diǎn)，明確生態(tài)修復(fù)技術(shù)研究探索的方向，從而為加強(qiáng)生態(tài)修復(fù)技術(shù)的研究提供理論依據(jù)。

關(guān)鍵詞：生態(tài)修復(fù)；關(guān)鍵詞；共詞分析；聚類分析；多維尺度分析

生態(tài)修復(fù)研究起源于20世紀(jì)初的歐美國(guó)家，由于當(dāng)時(shí)采礦業(yè)和地下水開采造成嚴(yán)重的環(huán)境問題[1]，因此，最初在生態(tài)修復(fù)方面的工作自然地集中在開礦后廢棄植被的恢復(fù)方面[2]。20 世紀(jì)80年代以來(lái)，隨著各類生態(tài)系統(tǒng)的日益退化及環(huán)境問題的加劇[3]，不同程度退化下生態(tài)系統(tǒng)恢復(fù)與重建的研究更加受到重視[4]。

自20世紀(jì)50年代初起，隨著國(guó)內(nèi)生態(tài)環(huán)境惡化，生態(tài)系統(tǒng)退化的進(jìn)一步加劇，生態(tài)環(huán)境問題已經(jīng)引起了社會(huì)各界的廣泛關(guān)注和各級(jí)政府的高度重視。我國(guó)有關(guān)專家學(xué)者開始深入研究由于人類不合理的干擾大自然以及不合理利用自然資源所引起的生態(tài)退化、環(huán)境惡化等問題[5]。金建麗[6]等提出了湖泊富營(yíng)養(yǎng)化生態(tài)修復(fù)策略；毛智勇[7]研究了重金屬污染的生態(tài)修復(fù)，并提出了相應(yīng)的治理辦法。

共詞分析法是一種重要的情報(bào)研究方法，屬于內(nèi)容分析法的一種，共詞分析法最早出現(xiàn)于20世紀(jì)70年代中后期，是由法國(guó)研究人員在開發(fā)“LEXIMAPPE”系統(tǒng)時(shí)提出的，當(dāng)時(shí)被稱為“l(fā)eximappe program”，其思想來(lái)源于文獻(xiàn)計(jì)量學(xué)中的引文耦合與共被引分析[8]。目前，共詞分析法已經(jīng)運(yùn)用到社會(huì)多種領(lǐng)域當(dāng)中，用于揭示該領(lǐng)域內(nèi)的研究主題、研究熱點(diǎn)以及考察研究主題發(fā)展的歷史脈絡(luò)和演化態(tài)勢(shì)等，并在多個(gè)領(lǐng)域已經(jīng)取得豐碩的研究成果。

近年來(lái)我國(guó)關(guān)于生態(tài)修復(fù)方面的研究逐漸增多，但多數(shù)文章基于湖泊、河流、濕地或某一具體位置進(jìn)行研究分析，運(yùn)用文獻(xiàn)計(jì)量學(xué)方法從宏觀上把握生態(tài)修復(fù)的研究現(xiàn)狀以及發(fā)展趨勢(shì)的相關(guān)論文卻很少，本文以國(guó)內(nèi)外較權(quán)威的數(shù)據(jù)庫(kù)網(wǎng)站W(wǎng)EB OF SCIENCE及中國(guó)知網(wǎng)(CNKI)中的文獻(xiàn)資料為基礎(chǔ)，運(yùn)用共詞分析法對(duì)國(guó)內(nèi)外生態(tài)修復(fù)研究的熱點(diǎn)領(lǐng)域及發(fā)展方向進(jìn)行宏觀上的分析，以期為加強(qiáng)生態(tài)修復(fù)技術(shù)研究提供理論依據(jù)，并為生態(tài)修復(fù)技術(shù)的進(jìn)一步研究提供方向。

1國(guó)外生態(tài)修復(fù)數(shù)據(jù)來(lái)源途徑及分析

1.1國(guó)外生態(tài)修復(fù)文章逐年發(fā)表數(shù)量分析

以WEB OF SCIENCE數(shù)據(jù)庫(kù)中WEB OF SCIENCETM核心合集作為數(shù)據(jù)源，以“ecological remediation和ecological restoration”作為關(guān)鍵詞進(jìn)行檢索。檢索時(shí)間范圍為1997—2015年，檢索文獻(xiàn)類型為Article，共檢測(cè)出7434條結(jié)果，每年的發(fā)文量如圖1。

圖1　國(guó)外生態(tài)修復(fù)文獻(xiàn)數(shù)量分布圖　Fig.1　The number of foreign ecological restoration literature

由圖1所示，國(guó)外有關(guān)生態(tài)修復(fù)方面的文章整體呈穩(wěn)步上升趨勢(shì)，分別在2010及2014年出現(xiàn)了兩個(gè)小高峰。隨著可持續(xù)發(fā)展要求不斷深入，生態(tài)修復(fù)研究也逐漸加深，2013年開始生態(tài)修復(fù)發(fā)文量呈現(xiàn)出大幅增長(zhǎng)現(xiàn)象。由于檢索日期為2015年11月13日整年文獻(xiàn)資料不完全，因此2015年的文獻(xiàn)資料數(shù)量相比2014年有所回落。

1.2關(guān)鍵詞頻次分析

使用文獻(xiàn)計(jì)量分析軟件Bibexcel統(tǒng)計(jì)關(guān)鍵詞的詞頻，由于關(guān)鍵詞較多，為了更好的探索生態(tài)修復(fù)的研究熱點(diǎn)，選用詞頻大于40的關(guān)鍵詞，共計(jì)62個(gè)進(jìn)行分析。由于關(guān)鍵詞存在多詞同意現(xiàn)象，因此對(duì)含義相同或相近的關(guān)鍵詞進(jìn)行了合并，如：“River restoration”、 “Stream restoration”都是河流恢復(fù)的意思，故統(tǒng)一用“River restoration”表示。除去頻次最高的關(guān)鍵詞“Remediation”，對(duì)合并后的58個(gè)關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，這58個(gè)高頻關(guān)鍵詞在一定程度上反映了國(guó)際上生態(tài)修復(fù)領(lǐng)域的研究核心與熱點(diǎn)，結(jié)果如表1所示。

表1　國(guó)外“生態(tài)修復(fù)”期刊論文中高頻關(guān)鍵詞及詞頻

從表1得出：(1)研究最熱的領(lǐng)域出現(xiàn)在“Ecological restoration(生態(tài)恢復(fù)) ”、 “Biodiversity(生物多樣性)”、“River restoration(河流恢復(fù))”當(dāng)中，關(guān)鍵詞詞頻超過(guò)了180，占統(tǒng)計(jì)高頻關(guān)鍵詞的22.4%，平均占比為17.2%，遠(yuǎn)高出平均水平。研究范圍相對(duì)較明確，內(nèi)容更加具體。(2)有關(guān)“Risk assessment(風(fēng)險(xiǎn)評(píng)估)”及“Ecological risk assessment(生態(tài)風(fēng)險(xiǎn)評(píng)價(jià))”的研究占統(tǒng)計(jì)高頻關(guān)鍵詞的2%，就內(nèi)容而言研究較深入，說(shuō)明國(guó)際上對(duì)于生態(tài)風(fēng)險(xiǎn)評(píng)估、評(píng)價(jià)方面關(guān)注度很高。(3)有關(guān)“Sediment(沉積物)”、“Water quality(水質(zhì))”及“Floodplain(河漫灘)”的研究較多，說(shuō)明國(guó)際上對(duì)實(shí)質(zhì)性的固態(tài)、液態(tài)生態(tài)環(huán)境的生態(tài)修復(fù)較為重視。(4)“Phosphorus(磷)”、“Nitrogen(氮)”、“Heavy metals(重金屬)”的研究也較多，證明生態(tài)修復(fù)與多種化學(xué)元素息息相關(guān)。(5)隨著生態(tài)修復(fù)技術(shù)的日益發(fā)展，對(duì)于“Ecosystem services(生態(tài)系統(tǒng)服務(wù))”、“Sustainability(可持續(xù)發(fā)展)”的研究逐漸增多，越來(lái)越符合人類對(duì)于實(shí)施可持續(xù)發(fā)展的要求。

1.3關(guān)鍵詞可視化分析

以上高頻關(guān)鍵詞雖然能在一定程度上反映出生態(tài)修復(fù)研究領(lǐng)域的核心與熱點(diǎn)問題，但僅按出現(xiàn)的頻次分析，還不能完全反映它們的內(nèi)在關(guān)系，因此采用Bibexcel軟件將58個(gè)關(guān)鍵詞進(jìn)行兩兩配對(duì)，統(tǒng)計(jì)它們?cè)?434篇文獻(xiàn)中的共現(xiàn)頻次，形成58×58的共詞矩陣，由于關(guān)鍵詞的關(guān)聯(lián)度對(duì)可視化結(jié)果有一定的影響，因此本文采用了關(guān)聯(lián)強(qiáng)度Ochiia系數(shù)統(tǒng)計(jì)指數(shù)來(lái)減少這一影響[9]。其計(jì)算公式如下：

(1)

采用Bibexcel軟件，結(jié)合Ochiia系數(shù)統(tǒng)計(jì)指數(shù)，利用Ucinet軟件得到高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖，如圖2所示。

圖2　國(guó)外高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖Fig.2　Foreign high frequency key words common network visual map

58個(gè)高頻關(guān)鍵詞之間形成了相互聯(lián)系緊密的交錯(cuò)關(guān)系(圖2)，其中節(jié)點(diǎn)大小表示關(guān)鍵詞的中心度，節(jié)點(diǎn)越大表示中心度越高；節(jié)點(diǎn)之間的連線表示節(jié)點(diǎn)之間兩組關(guān)鍵詞出現(xiàn)的頻次，連線越粗、表明出現(xiàn)頻次越高，代表兩組關(guān)鍵詞的關(guān)系就越密切[10]。這種交錯(cuò)關(guān)系網(wǎng)絡(luò)呈現(xiàn)出以居于可視圖中心位置的高頻關(guān)鍵詞如：“Ecological restoration(生態(tài)恢復(fù))”、“Biodiversity(生物多樣性)”、“Ecosystem services(生態(tài)系統(tǒng)服務(wù))”為研究中心的主體結(jié)構(gòu)，表明“Ecological restoration(生態(tài)恢復(fù))”、“Biodiversity(生物多樣性)”、“Ecosystem services(生態(tài)系統(tǒng)服務(wù))”是生態(tài)修復(fù)工作研究的熱點(diǎn)方向。

1.4關(guān)鍵詞聚類分析

圖3　國(guó)外“生態(tài)修復(fù)”聚類樹狀圖Fig.3　Overseas “ecological restoration” clustering tree

聚類分析(Cluster Analysis)是物以類聚的一種統(tǒng)計(jì)分析方法。用于對(duì)事物類別的面貌尚不清楚，甚至在事前連分類數(shù)量都不能確定的情況下進(jìn)行分類的場(chǎng)合。聚類分析實(shí)質(zhì)上是尋找一種能客觀反映元素之間親疏關(guān)系，即個(gè)體間的相似程度與差異程度的統(tǒng)計(jì)量，然后根據(jù)這種統(tǒng)計(jì)量把元素分成若干類[11]。

以上文構(gòu)造的58×58相異矩陣為基礎(chǔ)，運(yùn)用SPSS軟件中的系統(tǒng)聚類方式對(duì)高頻關(guān)鍵詞進(jìn)行聚類分析，得出系統(tǒng)聚類樹狀圖，如圖3所示，高頻關(guān)鍵詞整體可以分為四個(gè)群集，群集分布情況如圖4所示，根據(jù)圖3、圖4將高頻關(guān)鍵詞進(jìn)行群體劃分，劃分結(jié)果如表2。

圖4　國(guó)外“生態(tài)修復(fù)”群集劃分線圖Fig.4　Overseas “ecological restoration” cluster division line map

從表2 得出，群集1的內(nèi)容比較復(fù)雜，涉及了生態(tài)環(huán)境中的諸多方面，并且都是針對(duì)某一特定領(lǐng)域的研究。群集2表明，中國(guó)在國(guó)際上生態(tài)修復(fù)研究工作的重點(diǎn)集中在生態(tài)工程方面，并且更注重于工程性建設(shè)。群集3整體是對(duì)生態(tài)修復(fù)的宏觀把握，如：“Risk assessment(風(fēng)險(xiǎn)評(píng)估)”、“Ecological risk assessment(生態(tài)風(fēng)險(xiǎn)評(píng)價(jià))”等。群集4有力地說(shuō)明了富營(yíng)養(yǎng)化的形成原因是氮磷元素超標(biāo)，生態(tài)修復(fù)更傾向于這方面的研究。

為了更加顯著的看出關(guān)鍵詞之間的聚類群體，采用SPSS統(tǒng)計(jì)軟件中的多維尺度分析來(lái)構(gòu)建多維尺度可視化圖譜(圖5)，從可視化圖譜中可以直觀、形象的得出關(guān)鍵詞之間的聚類群體，更好地顯示出分類情況，相同群集的關(guān)鍵詞分布情況與系統(tǒng)聚類的結(jié)果基本一致。

表2　國(guó)外“生態(tài)修復(fù)”聚類群體劃分

圖5　國(guó)外“生態(tài)修復(fù)”線性擬合散點(diǎn)圖Fig.5　The linear fitting of the abroad ecological restoration

2國(guó)內(nèi)生態(tài)修復(fù)數(shù)據(jù)來(lái)源途徑及分析

2.1國(guó)內(nèi)生態(tài)修復(fù)文章逐年發(fā)表數(shù)量分析

圖6　國(guó)內(nèi)“生態(tài)修復(fù)”文獻(xiàn)數(shù)量分布圖Fig.6　 The number of domestic “ecological restoration” Literature

以CNKI中國(guó)知網(wǎng)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)作為統(tǒng)計(jì)源，以“生態(tài)修復(fù)”作為關(guān)鍵詞進(jìn)行檢索。檢索時(shí)間范圍為1997—2015年，共檢索出4578條結(jié)果，每年的發(fā)文數(shù)量及發(fā)文趨勢(shì)如圖6所示。

從圖6中可以明確得出，在2008年、2013年和2014年出現(xiàn)了3個(gè)高峰，由于我國(guó)目前著重建設(shè)環(huán)境友好型、可持續(xù)發(fā)展型生態(tài)環(huán)境，生態(tài)修復(fù)的發(fā)文量近10年增長(zhǎng)幅度逐年加快。由于2015年有部分論文還沒有發(fā)表，因此該年文獻(xiàn)數(shù)量比較少。整體來(lái)看，在研究初期1997年、1998年和1999年3年發(fā)文量很少，其他年份的發(fā)文量整體呈現(xiàn)平穩(wěn)上升趨勢(shì)。

2.2關(guān)鍵詞頻次分析

利用文獻(xiàn)計(jì)量分析軟件Bibexcel統(tǒng)計(jì)關(guān)鍵詞的詞頻，由于檢索出的文獻(xiàn)數(shù)量較少，且為了更好的研究高頻關(guān)鍵詞間的關(guān)聯(lián)度，本文選取詞頻大于25的關(guān)鍵詞，共計(jì)64個(gè)。由于不同的論文對(duì)相同含義的詞表述有所不同，所以本文將同義詞進(jìn)行合并。例如：對(duì)策、措施合并為對(duì)策；治理、綜合治理合并為治理等。此外，除去頻次最高的關(guān)鍵詞“生態(tài)修復(fù)”，對(duì)合并后的54個(gè)關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，這54個(gè)關(guān)鍵詞在一定程度上反映了國(guó)內(nèi)生態(tài)修復(fù)領(lǐng)域的研究核心與研究熱點(diǎn)，選取的高頻關(guān)鍵詞和詞頻如表3所示。

表3　國(guó)內(nèi)“生態(tài)修復(fù)”期刊論文中高頻關(guān)鍵詞及詞頻

從表3得出：(1)關(guān)于“生態(tài)修復(fù)”方面的期刊關(guān)注水土保持的較多，詞頻高達(dá)483次，僅次于生態(tài)修復(fù)，占統(tǒng)計(jì)高頻關(guān)鍵詞的13.6%，平均占比為18.5%接近平均水平。說(shuō)明水土保持一直是近年來(lái)的研究熱點(diǎn)；(2)在頻次大于80的12個(gè)高頻關(guān)鍵詞中，有關(guān)生態(tài)方面的關(guān)鍵詞有5個(gè)，占統(tǒng)計(jì)高頻關(guān)鍵詞的20.7%，這說(shuō)明生態(tài)修復(fù)涉及生態(tài)各個(gè)方面，研究頻繁；(3)富營(yíng)養(yǎng)化、水土流失方面的研究也很多，這解釋了近年來(lái)有關(guān)生態(tài)修復(fù)方面的期刊研究熱點(diǎn)內(nèi)容，說(shuō)明我國(guó)對(duì)生態(tài)修復(fù)的研究涉及水土污染調(diào)查及保護(hù)兩個(gè)方面，研究?jī)?nèi)容切合實(shí)際；(4)生態(tài)文明方面的研究也相對(duì)較多，體現(xiàn)了研究過(guò)程中對(duì)環(huán)境及生態(tài)保護(hù)的重視，表明近年來(lái)生態(tài)修復(fù)正在不斷的向可持續(xù)方向發(fā)展；(5)對(duì)策、治理也是生態(tài)修復(fù)研究中的主要內(nèi)容，得到了廣泛的關(guān)注；(6)濕地、河流作為新興的研究方向，體現(xiàn)了生態(tài)修復(fù)已涉及到生態(tài)環(huán)境多個(gè)領(lǐng)域的研究中。

2.3關(guān)鍵詞可視化分析與聚類分析

為了更加直觀的得到關(guān)鍵詞之間的相互聯(lián)系，采用了Ochiia系數(shù)方法，計(jì)算出54×54的相異矩陣后，運(yùn)用了可視化軟件Ucinet得出了高頻關(guān)鍵詞的可視化網(wǎng)絡(luò)圖，如圖7所示。

圖7　國(guó)內(nèi)高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)可視圖Fig.7　The domestic high frequency key words common network visual graph

圖8　國(guó)內(nèi)“生態(tài)修復(fù)”聚類樹狀圖Fig.8　The domestic “ecological restoration” clustering tree

圖9　國(guó)內(nèi)“生態(tài)修復(fù)”群集劃分線圖Fig.9　The domestic “ecological restoration” of the cluster partition line

采用與上述國(guó)外生態(tài)修復(fù)研究相同的方法，分別得到系統(tǒng)聚類樹狀圖(圖8)、群集劃分線圖(圖9)、聚類群體劃分表(表4)以及線性擬合散點(diǎn)圖(圖10)。從表4得出，群集1注重于水土流失方面的研究，我國(guó)西北的黃土高原地區(qū)長(zhǎng)期受到黃沙困擾，近幾十年來(lái)我國(guó)已采取大量防風(fēng)固沙的措施，以防黃土高原進(jìn)一步沙漠化。群集2是對(duì)生態(tài)各個(gè)領(lǐng)域的研究，總體可以概括為大氣、水、土壤方面的生態(tài)修復(fù)。群集3致力于保護(hù)措施方面的研究，強(qiáng)調(diào)做好防治措施。

圖10　國(guó)內(nèi)生態(tài)修復(fù)線性擬合散點(diǎn)圖Fig.10　The linear fitting of the domestic ecological restoration

3結(jié)論與討論

(1)從數(shù)量上看，1997—2015年間，國(guó)內(nèi)外生態(tài)修復(fù)研究文獻(xiàn)數(shù)量都呈快速增長(zhǎng)趨勢(shì)，特別是2014年國(guó)內(nèi)外的發(fā)文量均出現(xiàn)小高峰，說(shuō)明生態(tài)修復(fù)的研究在國(guó)內(nèi)外受到高度重視。

(2)縱觀研究熱點(diǎn)，國(guó)外研究熱點(diǎn)為“Ecological restoration”、“Biodiversity”、 “Ecosystem services”等，而國(guó)內(nèi)研究熱點(diǎn)為“生態(tài)”、“水土保持”、“生態(tài)恢復(fù)”等，說(shuō)明國(guó)內(nèi)外的研究熱點(diǎn)有所不同。國(guó)外更注重于學(xué)科發(fā)展，國(guó)內(nèi)更加關(guān)注社會(huì)需求，但總體都是朝著更高層次的生態(tài)修復(fù)領(lǐng)域發(fā)展。

(3)從群集分類上看，國(guó)內(nèi)外的群集劃分情況基本相同，可以概括為生態(tài)修復(fù)環(huán)境要素分類、生態(tài)修復(fù)治理對(duì)策、方法及生態(tài)修復(fù)宏觀綜述三類。

(4)本文選取累積出現(xiàn)頻次達(dá)到40的前62個(gè)英文關(guān)鍵詞和累積頻次達(dá)到25的前64個(gè)中文關(guān)鍵詞作為高頻關(guān)鍵詞，其集中性和囊括范圍比較適中。但是，并不排除一些頻次較低的關(guān)鍵詞未來(lái)可能成為研究熱點(diǎn)。利用共詞分析法探討學(xué)科領(lǐng)域的研究熱點(diǎn)，其結(jié)果受關(guān)鍵詞統(tǒng)計(jì)的完整程度、專業(yè)水平和學(xué)科門類等影響，存在一定的局限性。因此，這種共詞聚類方法主要針對(duì)近20年的研究，對(duì)于預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)上還不夠說(shuō)服力，還需進(jìn)一步研究。

表4　國(guó)內(nèi)“生態(tài)修復(fù)”聚類群體劃分

參考文獻(xiàn)(References):

[1]李俊,董鎖成,李澤紅等.中國(guó)城市化過(guò)程中生態(tài)環(huán)境研究的文獻(xiàn)計(jì)量分析.生態(tài)學(xué)報(bào),2014,5(3): 211- 221.

[2]呂明權(quán),吳勝軍,陳春娣等.三峽消落帶生態(tài)系統(tǒng)研究文獻(xiàn)計(jì)量分析.生態(tài)學(xué)報(bào),2015,35(11): 3504- 3517.

[3]宋長(zhǎng)青,譚文峰.基于文獻(xiàn)計(jì)量分析的近30年國(guó)內(nèi)外土壤科學(xué)發(fā)展過(guò)程解析.土壤學(xué)報(bào),2015,52(5):957- 969.

[4]榮先林.生態(tài)修復(fù)技術(shù)在園林中應(yīng)用[D].杭州:浙江大學(xué),2010.

[5]金建麗,石蘭英,楊春文.湖泊富營(yíng)養(yǎng)化的生態(tài)修復(fù)策略.國(guó)土與自然資源研究,2012,45- 46.

[6]毛智勇.重金屬污染與生態(tài)修復(fù)問題研究.都洋湖學(xué)刊,2013, 5- 15.

[7]Le Mare M,Courtial J P,Senkovaka E D,et al.The dynamics of research in the psychology of work from 1973 to 1987:From the study of companies to the study of professions.Scientometrics,1991,21(1):69- 86.

[8]柴 彥.基于共詞聚類分析方法的知識(shí)管理國(guó)內(nèi)研究述評(píng).情報(bào)科學(xué),2015,33(4):149- 153.

[9]費(fèi)鐘琳,王京安.社會(huì)網(wǎng)絡(luò)分析:一種管理研究方法和視角.科技管理研究,2010,(24):216- 219.

[10]鐘偉金,李佳,楊興菊.共詞分析法研究(三)共詞聚類分析法的原理與特點(diǎn).情報(bào)雜志,2008,7:118- 120.

[11]張存剛,李 明,陸德梅.社會(huì)網(wǎng)絡(luò)分析—一種重要的社會(huì)學(xué)研究方法.甘肅社會(huì)科學(xué),2004,(2):109- 111.

[12]張勤,徐緒松.定性定量結(jié)合的分析方法.技術(shù)經(jīng)濟(jì),2010,29(6):20- 25.

基金項(xiàng)目:國(guó)家自然基金資助項(xiàng)目(51279072)；流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基(IWHR-SKL- 201501)

收稿日期:2015- 12- 18;

修訂日期:2016- 03- 24

*通訊作者

Corresponding author.E-mail: caoyongqiang@lnnu.edu.cn

DOI:10.5846/stxb201512182527

曹永強(qiáng),郭明,劉思然, 楊俊.基于文獻(xiàn)計(jì)量分析的生態(tài)修復(fù)現(xiàn)狀研究.生態(tài)學(xué)報(bào),2016,36(8):2442- 2450.