吳希平

摘 ?要 ?以我國政務(wù)微博研究為研究內(nèi)容，以中國知網(wǎng)上的328篇CSSCI期刊文獻為研究對象，基于文獻計量分析以及citespace可視化分析工具，從文獻發(fā)表的年度分布、核心作者、研究機構(gòu)等維度對我國政務(wù)微博研究的現(xiàn)狀和熱點進行探討，并基于研究結(jié)果進行總結(jié)和思考，以期為我國政務(wù)微博發(fā)展提供借鑒。

關(guān)鍵詞 ?政務(wù)微博;文獻計量;可視化;知識圖譜;政務(wù)新媒體

中圖分類號 ?G2 ? ? ?文獻標識碼 ?A ? ? ?文章編號 ?2096-0360（2019）17-0017-03

公眾需求的變化和我國輿論場的變遷，各級政府降低對傳播中介的依賴，自主發(fā)布信息的訴求日益凸顯，都使得政務(wù)微博發(fā)展迅速?，F(xiàn)在能夠檢索到我國政務(wù)微博研究的文獻數(shù)量已達到近2 000篇，涉及相關(guān)研究多而雜亂，切入視角廣泛而多元，但缺少對已有研究進行述評總結(jié)類的研究，無法勾勒出現(xiàn)階段我國政務(wù)微博研究的全貌，也無法有效把握其結(jié)構(gòu)與演進，因此對我國政務(wù)微博已有研究進行總結(jié)和梳理是有必要的。

1 ?研究數(shù)據(jù)和方法

1.1 ?研究數(shù)據(jù)

CSSCI源文獻具有更高的可靠性和規(guī)范性，代表著某研究領(lǐng)域內(nèi)科研的最高水平，對研究具有更好的參考價值[1]。

以中國學術(shù)期刊網(wǎng)絡(luò)版已發(fā)表的CSSCI文獻為數(shù)據(jù)源，對我國政務(wù)微博研究的現(xiàn)狀和熱點領(lǐng)域進行研究。共檢索到535條結(jié)果（最后檢索日期為2019年4月15日），進一步對所有文獻進行了去重、刪除新聞報道、會議紀要和剔除與研究主題無關(guān)的文獻等活動，最終得到328篇文獻。

1.2 ?研究方法

本文選擇的工具是citespace可視化分析軟件，CiteSpace 是一款基于JAVA平臺的運用十分廣泛的可視化軟件，由美國Drexel大學陳超美教授開發(fā)。它的主要功能包括了文獻的共被引分析、作者的合作分析、作者的共引分析、機構(gòu)的合作分析關(guān)以及鍵詞的共現(xiàn)分析，通過該軟件生成的聚類視圖和時區(qū)視圖可以清晰快捷地繪制出某一知識領(lǐng)域的研究熱點、動向、前沿和發(fā)展趨勢等[2-3]。

2 ?我國政務(wù)微博研究的發(fā)文量分布情況

對某一研究主題的發(fā)文量及其年度分布的情況進行統(tǒng)計分析，可以在一定程度上測定該研究主題的吸引力和熱度[4]。

如圖1所示，2011—2013年為政務(wù)微博研究發(fā)展的第一區(qū)間，并于2013年達到波峰，此時間區(qū)間內(nèi)發(fā)文數(shù)量呈直線上升趨勢;2013—2016年為第二區(qū)間，發(fā)文量有一定幅度下降的趨勢，作為同類品的政務(wù)微信發(fā)展迅速，成功吸引了人們的眼球，導致學界研究重點的轉(zhuǎn)移，此階段發(fā)文量下降較快;2016—2018年為第三區(qū)間，雖然也在下降，但幅度已經(jīng)趨緩，發(fā)文量趨于穩(wěn)定。

3 ?我國政務(wù)微博研究的作者和機構(gòu)分布

3.1 ?作者分布

對某個領(lǐng)域的核心作者進行統(tǒng)計可以根據(jù)普萊斯定律，即高產(chǎn)作者群中最低產(chǎn)作者的數(shù)量為最高產(chǎn)作者發(fā)文數(shù)量平方根的0.749倍[5]。其計算公式為，也即發(fā)文數(shù)量在Mp以上的作者為該研究的核心作者。經(jīng)前期的統(tǒng)計可知，發(fā)文量最高的是欽州學院的副教授梁芷銘，其發(fā)文量為9篇，因此此處Npmax的取值為9，則核心作者候選人的最低發(fā)文量可計算為

按照取整原則，可確定發(fā)文量大于等于2篇的作者均為我國政務(wù)微博研究領(lǐng)域的核心作者。根據(jù)上文的統(tǒng)計可知發(fā)文量在2篇及以上的作者總計36位，筆者又將排名前10位的高產(chǎn)作者截取制表，如表1所示。

經(jīng)統(tǒng)計前36位核心作者發(fā)表文獻數(shù)量總計97篇，占全部論文數(shù)量的29.57%，根據(jù)普萊斯定律，核心作者撰寫的論文數(shù)量應(yīng)約等于該領(lǐng)域全部論文數(shù)量的50%左右[6]。但本研究中核心作者發(fā)表文獻數(shù)量總計97篇占比遠低于50%，因此我國政務(wù)微博研究尚未形成嚴格意義上的核心作

者群。

使用Bibexcel統(tǒng)計328篇文獻涉及作者人數(shù)總共526位，328篇文獻中獨著文獻數(shù)量是153篇，合著文獻數(shù)量175篇，根據(jù)合著率的計算公式

可得文獻合著率為53.3%，合著率較高;在多人合著中，2人合著文獻數(shù)量為112篇，2人以上合著文獻則為63篇，文獻合著度（合著度是指在一定時期內(nèi)每篇論文的平均作者人數(shù)，也稱篇均作者數(shù)）為1.60，整體合著度較為理想，這表明此項研究在社會中已經(jīng)引起普遍的重視，作者們相互合作進行科研以及撰寫論文，也有可能是此項研究有一定的難度，需要研究者相互合作以做出高質(zhì)量的研究。

3.2 ?機構(gòu)分布

從表2中可以看出，主要發(fā)文機構(gòu)有以下特點：1）從發(fā)文量來看，排名前13個機構(gòu)中只有一個不是高校（國家行政學院），另外12所高校有9所屬于985高校，1所211高校，2所普通高校，高校是我國政務(wù)微博研究的主力陣營，同時表明國內(nèi)知名的985、211高校及其研究團隊具有較強的研究能力，是政務(wù)微博領(lǐng)域的主要研究力量;2）從發(fā)文質(zhì)量來看，復旦大學以總被引733次排名第一，華中科技大學居第二位，武漢大學居第三位;但是從平均被引次數(shù)來看，復旦大學一騎絕塵占據(jù)絕對優(yōu)勢，國家行政學院、武漢大學分列2、3位，一定程度上反映這些機構(gòu)在政務(wù)微博研究領(lǐng)域的強勁實力。

4 ?我國政務(wù)微博研究熱點挖掘

4.1 ?我國政務(wù)微博研究關(guān)鍵詞共現(xiàn)知識圖譜

關(guān)鍵詞是對論文內(nèi)容的高度概括和精煉描述，高頻關(guān)鍵詞常常被用來分析某學科領(lǐng)域中的研究熱點[7]。將前10位統(tǒng)計制表，見表3。

4.2 ?熱點研究

從關(guān)鍵詞出現(xiàn)的頻次來看，排名靠前的依次為“電子政務(wù)（59）”“政務(wù)微信（32）”“微博（22）”“公共服務(wù)（20）”“網(wǎng)絡(luò)輿情（17）”;從中介中心性指標來看， 排名靠前的依次為“電子政務(wù)（1.2）”“政務(wù)微信（0.72）”“微政務(wù)（0.68）”“微博問政（0.25）”“公共管理（0.18）”“政民互動（0.16）”“突發(fā)事件（0.12）”等。政務(wù)微博研究關(guān)鍵詞共現(xiàn)知識圖譜表明，現(xiàn)有研究的核心關(guān)鍵詞包括“電子政務(wù)”“政務(wù)微信”“網(wǎng)絡(luò)輿情”“公共服務(wù)”“微博問政”“政民互動”“突發(fā)事件”等。由此，我們可以大致判斷現(xiàn)有研究的重點可能有：政務(wù)微博和電子政務(wù)的互動與相互影響、政務(wù)微博中的微博問政和網(wǎng)絡(luò)問政研究、政務(wù)微博與政務(wù)微信的“雙微聯(lián)動”關(guān)系研究等。

5 ?結(jié)論

本文基于文獻計量法和citespace可視化圖譜對我國政務(wù)微博研究的328篇CSSCI文獻進行了統(tǒng)計分析，可得出以下結(jié)論：

第一，我國政務(wù)微博的研究緊跟時代發(fā)展的步伐，按照發(fā)文量可將其分為三個發(fā)展階段。當政務(wù)微博作為新鮮事物剛剛興起時，我國學者對于其關(guān)注度日趨上升，發(fā)文量也快速增長，此為快速上升階段;當相關(guān)研究已經(jīng)較為豐富的時候，進入積累和沉淀階段;當國家出臺相關(guān)政策法規(guī)后，進入平穩(wěn)增長階段。

第二，我國政務(wù)微博研究領(lǐng)域的論文合著情況較為理想，表明這一研究主題受到了學者們的重視，但是高產(chǎn)作者發(fā)文量總體偏低，由普萊斯定律得出我國尚未形成嚴格意義上的核心作者群，從高產(chǎn)作者文獻平均被引的統(tǒng)計可得出復旦大學的鄭磊教授以及中山大學張志安教授為我國政務(wù)微博研究的代表性學者。

第三，我國政務(wù)微博的研究機構(gòu)較分散，目前的高產(chǎn)研究機構(gòu)主要是各高水平高校尤其是985高校，合作僅限于機構(gòu)內(nèi)部小團體以及師生之間的合作，跨機構(gòu)的穩(wěn)定合作尚未形成，不利于政務(wù)微博研究的深入開展。

第四，主要的研究熱點包括政務(wù)微博“與電子政務(wù)關(guān)系及其相互影響”“與政務(wù)微信的雙微聯(lián)動”“微博問政和網(wǎng)絡(luò)問政”等。

參考文獻

[1]聶應(yīng)高.國內(nèi)圖書情報領(lǐng)域“云”研究現(xiàn)狀剖析——基于CNKI核心期刊的文獻計量與內(nèi)容分析[J].圖書館學研究2015（16）：9-15，20.

[2]Chen，C.CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the American Society for Information Science and Technology，2006，57（3）：359.

[3]Chen，C.M. CiteSpace II：Detecting and Visualizing Emerging Trends and Transient Patterns in Scientifice Literature [J].Journal of the American Society for Information Science and Technology，2006，（57）：359-377.

[4]邱均平.信息計量學[M].武漢：武漢大學出版社，2007：270.

[5]蘇楠，張璇，楊紅崗，等.基于知識圖譜的國內(nèi)網(wǎng)絡(luò)輿情響應(yīng)研究的可視化分析[J].情報雜志，2012（10）：42-47.

[6]王福，趙紅霞.基于文獻計量分析的我國大學生信息素養(yǎng)教育[J].教育評論.2015（5）：98-100.

[7]郭文平，迪昕.近十年我國高校檔案研究的特征分布與熱點分析——基于CNKI核心期刊的文獻計量及可視化分析[J].檔案學研究，2019（2）：25-30.