楊麗

摘 要：以2011～2020年CNKI數(shù)據(jù)庫中高校智庫相關(guān)文獻為數(shù)據(jù)基礎(chǔ)，采用基于CiteSpace的文獻計量法進行分析和總結(jié)。明確了高校智庫研究的發(fā)文趨勢、核心作者、核心機構(gòu)等的分布情況，歸納了高校智庫研究的熱點主題及發(fā)展趨勢，為高校智庫建設(shè)與研究提供可參考的分析與依據(jù)，推動我國高校智庫進一步完善與發(fā)展。

關(guān)鍵詞：高校智庫;文獻計量;熱點主題;發(fā)展趨勢

智庫，也稱思想庫或智能團，是指由專家組成的，在政治、經(jīng)濟、科技、外交等領(lǐng)域為決策者提供思想、戰(zhàn)略和方法的公共研究機構(gòu)，是生產(chǎn)知識和思想的組織。高校智庫是由高校機構(gòu)或者高校機構(gòu)協(xié)同其他機構(gòu)共同建立的組織，主要負責政策研究等工作，影響高校的政策定制與實施過程。黨的十八大以來，高校智庫建設(shè)與研究已經(jīng)上升到了國家戰(zhàn)略層面，2018年在黨的十九大報告中，習近平總書記提出要“加強中國特色新型智庫建設(shè)”。在此背景下，高校智庫的建設(shè)與發(fā)展十分迅速，取得了一定的高水平研究成果。通過利用文獻計量工具對高校智庫的相關(guān)文獻進行計量分析，可以對高校智庫領(lǐng)域的研究現(xiàn)狀進行梳理，挖掘出該領(lǐng)域的熱點和趨勢，為高校智庫發(fā)展提供依據(jù)和方向。

一、數(shù)據(jù)來源和分析方法

本文以“篇名=‘高校并含‘智庫”為檢索式在CNKI數(shù)據(jù)庫中進行檢索，檢索時間限制為2011年1月1日至2020年12月31日，共檢索出 1277 條記錄。為保證數(shù)據(jù)的科學(xué)性，剔除重復(fù)記錄及會議、新聞等非學(xué)術(shù)性文章后，最終共得到有效文獻 1127篇，即為本文的研究數(shù)據(jù)。借助可視化分析軟件CiteSpace分析運算，對2011～2020年間高校智庫的發(fā)文數(shù)量、核心作者、核心機構(gòu)的分布情況進行統(tǒng)計和分析，運用關(guān)鍵詞共現(xiàn)分析、關(guān)鍵詞聚類分析等對高校智庫領(lǐng)域的熱點主題和趨勢進行梳理，同時呈現(xiàn)出相應(yīng)的知識圖譜。

二、高校智庫的研究現(xiàn)狀分析

1.發(fā)文趨勢分析

發(fā)文數(shù)量可以表示某一領(lǐng)域的受關(guān)注程度，發(fā)文數(shù)量的逐年對比可以反映該領(lǐng)域研究的變化趨勢。對在CNKI中檢索處理后的數(shù)據(jù)進行統(tǒng)計，獲得2011～2020年間高校智庫領(lǐng)域的發(fā)文數(shù)量趨勢圖，如圖1所示。可以看出過去十年間高校智庫領(lǐng)域的發(fā)文量總體呈上升趨勢，2015～2016年發(fā)文量上升趨勢最為明顯，之后每年的發(fā)文量波動較小，進入研究的穩(wěn)定期，2020年稍有回落。

2.核心作者分析

通過對某一領(lǐng)域作者的文獻進行量化分析可以分析出高產(chǎn)作者，從而確定核心研究學(xué)者。在CiteSpace中設(shè)置Node types為“Author”，時間跨度為 2011～2020年，Top N取值“50”，得到節(jié)點292個，連線157條，網(wǎng)絡(luò)密度為0.0037，知識圖譜如圖2所示，可以看出各學(xué)者之間的連線較少，說明高校智庫領(lǐng)域的作者合作度較低。根據(jù)普萊斯定律“在同一主題中，半數(shù)的論文為一群高生產(chǎn)能力作者所撰，這一作者集合的數(shù)量上約等于全部作者總數(shù)的平方根”可以計算出高校智庫的作者分布情況，計算公式為M≈0 .749（Nmax 1/2）。通過統(tǒng)計得到作者發(fā)文量表，如表1所示，可以看出發(fā)文量最高的為12篇，則M取整數(shù)值則為4，則發(fā)表論文數(shù)量4篇以上的即為高校智庫領(lǐng)域的核心作者，統(tǒng)計可知核心作者共有32人，發(fā)文159篇，占總文獻量的14.10%。這一結(jié)果與普萊斯定律對核心作者發(fā)文量的要求相差較多，說明2011～2020年間高校智庫領(lǐng)域缺少核心作者，沒有足夠的核心作者支撐學(xué)科發(fā)展。

3. 核心機構(gòu)分析

從論文作者的所屬機構(gòu)分析可以了解該領(lǐng)域的核心機構(gòu)分布情況以及各機構(gòu)間的合作關(guān)系。在CiteSpace中設(shè)置Node types為“Institution”，Top N取值“50”，運行后得到節(jié)點269個，連線159條，網(wǎng)絡(luò)密度為0.0044，高校智庫機構(gòu)知識圖譜如圖3所示，其中節(jié)點之間的連線數(shù)量越少表明在該領(lǐng)域中機構(gòu)之間的合作越少，是相對獨立化的研究，可以看出2011～2020年間高校智庫領(lǐng)域的研究機構(gòu)之間缺乏合作，研究成果的流動性與共享性較弱。

通過對各機構(gòu)的發(fā)文量進行統(tǒng)計，獲得高校智庫機構(gòu)發(fā)文數(shù)量統(tǒng)計表（發(fā)文量≥10篇），如表2 所示，共選取了16家機構(gòu)，其中黑龍江大學(xué)發(fā)文量最高為25篇，吉林大學(xué)、哈爾濱商業(yè)大學(xué)、南京大學(xué)、蘇州大學(xué)發(fā)文量都超過了15篇，表明這些機構(gòu)2011～2020年間在高校智庫研究領(lǐng)域獲得了較多的研究成果，對高校智庫的研究和發(fā)展做出了突出的貢獻。

三、熱點主題及發(fā)展趨勢分析

1.關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)圖譜可以反映某一領(lǐng)域的熱點主題，展現(xiàn)研究文獻的核心思想。在對同類關(guān)鍵詞如“對策”與“策略”等進行合并等處理后，在CiteSpace中設(shè)置Node Type為“Keyword”，Top N取值“50”，運行后得到節(jié)點424個，連線562條，網(wǎng)絡(luò)密度為 0.0063，可視化后的關(guān)鍵詞共現(xiàn)圖譜如圖4所示。在共現(xiàn)圖譜中，節(jié)點之間的連線代表著關(guān)鍵詞之間的共現(xiàn)關(guān)系，而節(jié)點越大代表著關(guān)鍵詞的頻次越多，是該領(lǐng)域的熱點主題。從圖4可知，2011年～2020年間高校智庫、智庫、高校圖書館、智庫建設(shè)等都是高校智庫領(lǐng)域的熱點主題，相關(guān)研究文獻較多，受到較大的關(guān)注。

2.關(guān)鍵詞聚類分析

本文進一步對關(guān)鍵詞進行聚類分析，共得到14個聚類，其模塊化程度值為0.3215，大于0.3，網(wǎng)絡(luò)輪廓值為0.9728，大于0.7，表明整個關(guān)鍵詞網(wǎng)絡(luò)的聚類結(jié)果良好，具有說服力。采用對數(shù)似然算法按照規(guī)模大小將關(guān)鍵詞聚類進行編號，如圖5所示，序號越小表示聚類越大，可以看出規(guī)模較大的關(guān)鍵詞聚類主要為高校智庫、中國特色新型智庫、決策咨詢，說明這三個研究領(lǐng)域是2011～2020年間高校智庫領(lǐng)域的研究重點，同時統(tǒng)計關(guān)鍵詞聚類結(jié)果可知各聚類下的主要關(guān)鍵詞，具體如表3所示。

通過結(jié)合文獻及關(guān)鍵詞聚類結(jié)果分析可知，2011～2020年高校智庫的主要內(nèi)容有以下幾個方面：