李麗梅 吳新年

摘 要：文章以1996-2015年Web of Science數(shù)據(jù)庫收錄的大數(shù)據(jù)領(lǐng)域文獻(xiàn)為研究樣本，從總體態(tài)勢、空間格局演變特征和當(dāng)前研究力量布局三個角度進(jìn)行了分析。結(jié)果顯示，大數(shù)據(jù)領(lǐng)域研究正處于中前期加速發(fā)展期，學(xué)科交叉性強(qiáng)；研究中心正在向中、美、英、德等多個核心區(qū)演變，呈現(xiàn)"核心-邊緣"結(jié)構(gòu)，并且各國研發(fā)實(shí)力相差懸殊，核心區(qū)主要發(fā)達(dá)國家研究力量和影響力穩(wěn)步增長，而中國及亞洲地區(qū)的研究成果產(chǎn)出量增長較快，但研究成果學(xué)術(shù)質(zhì)量亟待提升。

關(guān)鍵詞：大數(shù)據(jù)；空間格局演變；多中心；核心—邊緣；研究力量布局

中圖分類號： G250.252 文獻(xiàn)標(biāo)識碼： A DOI：10.11968/tsyqb.1003-6938.2016061

Space Pattern Evolvement and Distribution of Research Strengths of the Study of Big Data

Abstract The paper is to scan the study characteristics of big data in detail， thereby to provide reference for an in-depth development of big data. The author collects literatures on the subject of big data of Web of Science from 1996 to 2015. The overall trend， space pattern evolvement and distribution of research strengths are analyzed. The results show that the study of big data is stepping into the golden development period， and has a strong interdisciplinary nature. Global research has evolved from America to multiple centers——China， America， England and Germany， and demonstrates a “core-peripheral” structure. And there are wide disparities in countries around the world. The strength and impact of R&D; about major developed countries in core areas steadily increase over time， but China still has a way to go.

Key words big data； space pattern evolvement； multi-center； core-peripheral； distribution of research strengths

大數(shù)據(jù)是信息技術(shù)與經(jīng)濟(jì)社會交匯融合的產(chǎn)物，強(qiáng)調(diào)采集和存儲數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)，并從中挖掘新知識、創(chuàng)造新價值。大數(shù)據(jù)“病毒”式地快速蔓延，正日益深刻變革各行各業(yè)的商業(yè)模式、經(jīng)濟(jì)運(yùn)行機(jī)制、國家治理方式以及人類生產(chǎn)生活的方方面面。當(dāng)前，各國政府、企業(yè)、高校和研究機(jī)構(gòu)都開始積極探索大數(shù)據(jù)發(fā)展和應(yīng)用。

本文基于Web of Science核心集合數(shù)據(jù)庫，采用文獻(xiàn)計量方法，對大數(shù)據(jù)研究的相關(guān)文獻(xiàn)數(shù)據(jù)進(jìn)行分析，以期全方位了解大數(shù)據(jù)領(lǐng)域空間格局演變特征及當(dāng)前研究力量布局情況。

1 數(shù)據(jù)來源

任何科學(xué)計量分析和知識圖譜繪制的科學(xué)性都根源于數(shù)據(jù)基礎(chǔ)，即保證精確全面地檢索到擬定研究主題的全部文獻(xiàn)是一項關(guān)鍵問題。盡管學(xué)術(shù)界正式提出“大數(shù)據(jù)”始于2008年9月《自然》雜志發(fā)表的“Big Data：Science in the petabyte era”系列專題文章，但它并不是一個新概念，此前早已存在“大數(shù)據(jù)量”“海量數(shù)據(jù)”“大數(shù)據(jù)集”等多種與之相近的表達(dá)方式，因此有必要根據(jù)“大數(shù)據(jù)”概念演化的過程，構(gòu)建完整而精確的檢索式，以保證獲取全面且可靠的數(shù)據(jù)集。

本文基于大量文獻(xiàn)確定出“big data”的相近概念，并經(jīng)過多次檢索實(shí)驗和抽查驗證，制訂了相對完善的檢索策略，并進(jìn)行了檢索式構(gòu)建和數(shù)據(jù)獲取。

數(shù)據(jù)選自于Web of Science平臺。檢索策略為：主題=（（big data or big-data） or“mega-data” or “enormous data” or “huge data” or “magnanim* data” or “mass* data” or “l(fā)arge data” or “tremendous data” or （massive-scale-data or data-massive-scale） or （large-scale-data or data-large-scale）），出版年=1996-2015；設(shè)定檢索范圍為：數(shù)據(jù)庫=SCI-EXPANDED、SSCI和CPCI-SSH，時間跨度=ALL-YEAR（檢索時間為2016年4月16日），文獻(xiàn)類型=（ARTICLE OR PROCEEDINGS PAPER）。執(zhí)行檢索，選擇“全記錄與引用的參考文獻(xiàn)”，以純文本格式下載，共獲得21771條文獻(xiàn)數(shù)據(jù)。

2 總體態(tài)勢分析

2.1 文獻(xiàn)增長趨勢

科學(xué)文獻(xiàn)數(shù)量是衡量科學(xué)知識量的重要尺度之一，某一時期文獻(xiàn)數(shù)量的增長速度在一定程度上揭示出該學(xué)科領(lǐng)域研究的理論水平和發(fā)展速度[1]。本文利用專業(yè)繪圖軟件OriginPro 8.0，將WOS中大數(shù)據(jù)領(lǐng)域1996-2015年期間文獻(xiàn)產(chǎn)出量和累積量隨時間變化曲線繪制成圖（見圖1）。

可以發(fā)現(xiàn)1996-2015年，大數(shù)據(jù)研究一直處于良好發(fā)展態(tài)勢，文獻(xiàn)數(shù)量呈逐年波動增長趨勢，大體可以分為三個階段：（1）1996-2002年，文獻(xiàn)增長緩慢，年發(fā)文量不足500篇；（2）2002-2009年，文獻(xiàn)開始呈現(xiàn)快速增長狀態(tài)，2008年突破千篇；（3）2010-2015年，文獻(xiàn)持續(xù)猛增（2010年雖較2009年有所下降，但仍有千余篇研究成果產(chǎn)出），尤其是2013年增幅很大。

經(jīng)計算，擬合曲線為指數(shù)型函數(shù)，曲線擬合度，表明大數(shù)據(jù)研究領(lǐng)域文獻(xiàn)累積增長趨勢符合普賴斯增長規(guī)律。按照科學(xué)文獻(xiàn)增長的四階段理論[2]，大數(shù)據(jù)領(lǐng)域的研究目前正處在中前期加速發(fā)展期，文獻(xiàn)數(shù)量進(jìn)入一個相對穩(wěn)定的指數(shù)增長階段，呈現(xiàn)“知識爆炸”態(tài)勢。

2.2 學(xué)科類別分布

通過分析WOS數(shù)據(jù)庫中1996-2015年文獻(xiàn)的學(xué)科類別構(gòu)成，有利于把握研究內(nèi)容的側(cè)重點(diǎn)，發(fā)現(xiàn)驅(qū)動該領(lǐng)域發(fā)展的核心學(xué)科。依據(jù)Web of Science數(shù)據(jù)庫對文獻(xiàn)的學(xué)科分類標(biāo)準(zhǔn)，發(fā)現(xiàn)樣本數(shù)據(jù)分屬于232種不同類型的學(xué)科。（排名前20位的學(xué)科類別占比情況見圖2）。

不難看出，計算機(jī)科學(xué)（Computer Science，Theory & Methods；Computer Science，Information Systems；Computer Science，Artificial Intelligence；Computer Science，Software Engineering）和電子與電氣工程（Engineering，Electrical & Electronic）一直是推動大數(shù)據(jù)發(fā)展的主要學(xué)科領(lǐng)域。此外，大數(shù)據(jù)領(lǐng)域?qū)W科交叉性強(qiáng)，來自不同學(xué)科的研究人員各有側(cè)重，針對大數(shù)據(jù)的產(chǎn)出與應(yīng)用，不斷產(chǎn)生重大創(chuàng)新成果，造就了大數(shù)據(jù)領(lǐng)域研究內(nèi)容寬、應(yīng)用范圍廣的現(xiàn)狀，通常涉及天文學(xué)、生物化學(xué)、環(huán)境科學(xué)、地球科學(xué)、數(shù)學(xué)與計算生物學(xué)、遙感、通信等。

3 研究中心的空間格局演變特征分析

從大數(shù)據(jù)研究領(lǐng)域文獻(xiàn)增長情況可以看出，2002年和2009年分別是一個拐點(diǎn)年。2002年以前大數(shù)據(jù)領(lǐng)域一直處于緩慢發(fā)展態(tài)勢，2002年以后出現(xiàn)快速增長，2009年達(dá)到一次小的峰值，之后發(fā)生短暫下滑，轉(zhuǎn)而呈現(xiàn)猛增勢頭。因此，選擇1996、2002、2009、2015年四個橫斷面數(shù)據(jù)，以世界各國作為空間觀測單元，以文獻(xiàn)數(shù)量作為科研產(chǎn)出的衡量指標(biāo)，對WOS中大數(shù)據(jù)領(lǐng)域科研產(chǎn)出的分布情況進(jìn)行逐一刻畫，旨在揭示本領(lǐng)域研究中心在全球的空間格局演變特征（見圖3）。

注：顏色越深，則該國家或地區(qū)的科研產(chǎn)出越多，反之亦然。

縱觀1996-2015年大數(shù)據(jù)研究領(lǐng)域科研產(chǎn)出排名前10的國家歷年來排名變動情況（見圖4），可以發(fā)現(xiàn)美國一直是大數(shù)據(jù)研究的主要推動者和重要貢獻(xiàn)者。1996-2000年，僅次于美國的英、德兩國科研產(chǎn)出穩(wěn)步增長，法國小幅度下滑，加拿大則大幅度上升，日本上下波動較大；2000-2004年，中國研發(fā)實(shí)力大增，成為除美、英、德三國之外重要的研究力量；2004-2009年，美、中、英、德四國穩(wěn)居前四，意大利、法國、加拿大、日本等國家發(fā)文量不相上下；2010-2015年，各國大數(shù)據(jù)研究勢頭強(qiáng)勁，競爭激烈，逐步涌現(xiàn)一批如西班牙、澳大利亞、韓國、印度等新生研究力量，而原來的強(qiáng)國日本2015年則跌出了前十位。另外，一些國家只是在個別年份進(jìn)入了世界前十，如瑞典在1996-1999年間排名由第八下滑至第十，之后再未進(jìn)入過前十；瑞士和韓國分別出現(xiàn)過兩次，且排位均靠后。

綜上分析，大數(shù)據(jù)領(lǐng)域研究中心在全球的總體格局和基本走向呈現(xiàn)以下特征：

（1）空間格局呈現(xiàn)多中心發(fā)展。20世紀(jì)90年代末，美國在大數(shù)據(jù)研究領(lǐng)域的發(fā)文量占全球總量的1/3以上，遠(yuǎn)遠(yuǎn)超出德國（穩(wěn)居第二名）5倍之多；如今，美國發(fā)文比例降至1/5左右，逐漸失去霸主地位。全球大數(shù)據(jù)研究中心空間分布核心區(qū)的國家或者地區(qū)已經(jīng)從20世紀(jì)90年代末占據(jù)絕對優(yōu)勢的美國逐步轉(zhuǎn)變?yōu)楫?dāng)前由北美的美國、西歐的英國和德國以及亞洲的中國等組成的多個核心區(qū)。

（2）各地區(qū)呈現(xiàn)“核心—邊緣”結(jié)構(gòu)。除上述核心區(qū)外，各地區(qū)也呈現(xiàn)明顯的“核心—邊緣”結(jié)構(gòu)。在研究期內(nèi)，北美的加拿大，歐洲的法國、西班牙和意大利，亞洲的日本、韓國和印度，以及大洋洲的澳大利亞等多個國家或地區(qū)逐漸成為除核心區(qū)之外的一批新興大數(shù)據(jù)研究力量，并且在地域上與美國、英國、德國和中國等主要研究中心相近。

4 當(dāng)前大數(shù)據(jù)領(lǐng)域研究力量布局分析

4.1 基于國家層面的產(chǎn)出及影響力分析

被引率是美國學(xué)者M(jìn)arkusov[3]和Smart等[4]分別于1973年和1981年提出的概念，其高低反映著科學(xué)文獻(xiàn)的學(xué)術(shù)價值和適用價值，因此逐漸成為評估學(xué)術(shù)機(jī)構(gòu)文獻(xiàn)質(zhì)量高低的重要參考標(biāo)志。被引頻次是衡量文獻(xiàn)質(zhì)量的另一重要指標(biāo)，被引用次數(shù)越高說明該文獻(xiàn)影響力越大[5]。一般情況下，高被引文獻(xiàn)可能極具創(chuàng)新性和前瞻性，提出了本領(lǐng)域亟待解決的實(shí)際問題，具有極大的指導(dǎo)意義。需要指出的是，本文所提到的被引率、篇均被引頻次等多個文獻(xiàn)計量指標(biāo)均指某時期數(shù)據(jù)，如被引率是指某觀測單位在某時期文獻(xiàn)的被引篇數(shù)/某時期文獻(xiàn)總篇數(shù)，篇均被引頻次是指某觀測單位在某時期文獻(xiàn)的總被引頻次/某時期文獻(xiàn)總篇數(shù)。

H指數(shù)是2005年由美國加州大學(xué)圣地亞哥分校物理系J.E.Hirsch教授設(shè)計的一種混合量化指標(biāo)[6]，其計算兼顧了文獻(xiàn)數(shù)量和質(zhì)量[7]，彌補(bǔ)了單純以文獻(xiàn)數(shù)量測度和評價研究機(jī)構(gòu)等學(xué)術(shù)共同體成員影響力和貢獻(xiàn)度的不足，能夠較為全面客觀地反映科研生產(chǎn)力和影響力。

本文借助WOS強(qiáng)大的數(shù)據(jù)分析功能和文本挖掘軟件TDA，對文獻(xiàn)的國家分布情況展開分析。通過統(tǒng)計和計算1996-2015年世界上發(fā)文總量居前20位的國家在大數(shù)據(jù)研究領(lǐng)域的出產(chǎn)及影響力情況，可以發(fā)現(xiàn)1996-2015年全球共有143個國家發(fā)表了大數(shù)據(jù)領(lǐng)域相關(guān)研究文獻(xiàn)，其中：（1）發(fā)文量方面：美國穩(wěn)居第一，占世界總量的33.774%，是位居第二的中國的1.863倍；發(fā)文量達(dá)1000篇以上的國家還包括英、德兩國；（2）文獻(xiàn)被引方面：比利時、瑞典、荷蘭、瑞士、英國、德國和加拿大被引率達(dá)70%以上，遠(yuǎn)遠(yuǎn)超出二十國的平均被引率（63.526%）；而中國在大數(shù)據(jù)研究領(lǐng)域的文獻(xiàn)被引率僅為35.445%，即每100篇文獻(xiàn)中約有35篇被引用，研究成果的學(xué)術(shù)影響力偏低；美國總被引頻次最高，而德、英、法和加拿大四國被引頻次和篇均被引頻次均在20國平均水平之上（20國平均值分別為20498.2次和18.32次），研究成果具有一定影響力；而中國篇均被引頻次排名倒數(shù)第二；（3）H指數(shù)方面：北美地區(qū)的美國穩(wěn)居第一，西歐的英、德兩國稍次之，加拿大、法國、荷蘭、意大利、中國和澳大利亞是除上述3個國家之外H指數(shù)相對較好的國家，但與英、德相比還存在明顯差距，與美國的差距更大。

可見，以美國和加拿大為主的北美洲和以德國、英國和法國為主的歐洲地區(qū)科研實(shí)力相對較強(qiáng)，而以中國為主的亞洲和以澳大利亞為主的大洋洲地區(qū)也正在積極開展大數(shù)據(jù)研究工作。雖然中國發(fā)文量較高，但研究成果的學(xué)術(shù)影響力較低，需要引起重視。

本文利用TDA繪制大數(shù)據(jù)研究領(lǐng)域發(fā)文國家之間的合作網(wǎng)絡(luò)（見圖5），旨在了解各國之間科研合作聯(lián)系的緊密度，以及各國在合作研究中所處位置的情況。結(jié)果顯示：大數(shù)據(jù)研究領(lǐng)域發(fā)文國家主要存在獨(dú)立研究和小團(tuán)體合作兩種模式，且跨國合作具有明顯的地域特征，尤其是歐洲地區(qū)。諸如美國、中國、日本、韓國、印度、新加坡、馬來西亞、泰國、墨西哥等國家雖然都是大數(shù)據(jù)研究領(lǐng)域的主要國家，但對外的合作強(qiáng)度普遍較低；相反地，諸如丹麥、挪威、瑞典、芬蘭等北歐地區(qū)，英國、法國、荷蘭、比利時、愛爾蘭等西歐地區(qū)，德國、瑞士、波蘭、奧地利等中歐地區(qū)，俄羅斯、愛沙尼亞等東歐地區(qū)，意大利、西班牙、

希臘、斯洛文尼亞、塞爾維亞等南歐地區(qū)國家間的合

作相對活躍。此外，南非在大數(shù)據(jù)研究領(lǐng)域的國際合作也較多。

4.2 基于機(jī)構(gòu)層面的產(chǎn)出及影響力分析

本文以發(fā)文機(jī)構(gòu)作為空間觀測單元，以文獻(xiàn)數(shù)量作為科研產(chǎn)出的衡量指標(biāo)，得出1996-2015年世界上發(fā)表大數(shù)據(jù)相關(guān)研究文獻(xiàn)總量居前20位的研究機(jī)構(gòu)科研產(chǎn)出及影響力情況（見表2）。

對1996-2015年發(fā)文機(jī)構(gòu)進(jìn)行查重和歸并，結(jié)果顯示共有10618個研究機(jī)構(gòu)有成果產(chǎn)出，其中：（1）從發(fā)文量看，排名前20的機(jī)構(gòu)中，除有中國的2個、加拿大的1個機(jī)構(gòu)外，其余全部是美國的高校，其中排名第一的中國科學(xué)院發(fā)文量是排名第二的哈佛大學(xué)的兩倍多；（2）從文獻(xiàn)被引情況看，哈佛大學(xué)、華盛頓大學(xué)和牛津大學(xué)被引率高達(dá)80%以上（20個研究機(jī)構(gòu)的平均被引率為71.781%）；哈佛大學(xué)、斯坦福大學(xué)和華盛頓大學(xué)的總被引頻次則突破萬次，篇均被引頻次超過70次；（3）從H指數(shù)看，即使在大數(shù)據(jù)這樣的新興研究領(lǐng)域，美國高校的整體學(xué)術(shù)水平依然是很高的，處于大數(shù)據(jù)研究領(lǐng)域的核心地位，諸如哈佛大學(xué)、加州大學(xué)伯克利分校、斯坦福大學(xué)、華盛頓大學(xué)等院校的H指數(shù)均在平均值（24）之上，加拿大的多倫多大學(xué)對本領(lǐng)域的貢獻(xiàn)度處于中等水平，而中國的兩家研究機(jī)構(gòu)發(fā)文量位居前列，但H指數(shù)不高，表明在本領(lǐng)域的學(xué)術(shù)影響力不高，研究實(shí)力還需提升。

本文利用TDA繪制大數(shù)據(jù)研究領(lǐng)域發(fā)文機(jī)構(gòu)合作網(wǎng)絡(luò)（見圖6），旨在發(fā)現(xiàn)領(lǐng)域內(nèi)相對活躍的研究機(jī)構(gòu)，并快速了解其合作關(guān)系概貌。結(jié)果表明：（1）大數(shù)據(jù)研究領(lǐng)域發(fā)文機(jī)構(gòu)中，英美地區(qū)的一些著名高校之間存在較為密切的合作交流，但中美著名高校之間的合作關(guān)系薄弱。如美國的哈佛大學(xué)、耶魯大學(xué)、賓西法尼亞大學(xué)、約翰-霍普金斯大學(xué)、密歇根大學(xué)、華盛頓大學(xué)、哥倫比亞大學(xué)、北卡羅萊那大學(xué)等與英國的牛津大學(xué)、劍橋大學(xué)、帝國理工學(xué)院等形成了較為緊密的合作網(wǎng)絡(luò)，中國的清華大學(xué)、北京大學(xué)、北京理工大學(xué)、中國科學(xué)技術(shù)大學(xué)和中國科學(xué)院之間有合作產(chǎn)出，但合作度仍然偏低。更多的研究機(jī)

構(gòu)對外的合作研究則很少或幾乎沒有，尤其是圖片右下方分布著數(shù)量龐大但孤立的節(jié)點(diǎn)，如明尼蘇達(dá)大學(xué)、伊利諾伊大學(xué)、南洋理工大學(xué)、法國國家科學(xué)研究院、IBM等，都是大數(shù)據(jù)研究領(lǐng)域的重要力量，但對外合作似乎很少，說明大數(shù)據(jù)研究領(lǐng)域機(jī)構(gòu)之間合作還不是很普遍；（2）盡管一些研究機(jī)構(gòu)擁有跨機(jī)構(gòu)的合作研究，但合作對象相對集中，說明這些主要機(jī)構(gòu)的對外合作廣泛度并不太高；（3）即使是主要研究機(jī)構(gòu)也尚未在合作網(wǎng)絡(luò)中形成權(quán)威地位和影響力。

4.3 基于作者層面的產(chǎn)出及影響力分析

本文以發(fā)文作者作為空間觀測單元，以文獻(xiàn)數(shù)量作為科研產(chǎn)出的衡量指標(biāo)，得出1996-2015年世界上發(fā)表大數(shù)據(jù)相關(guān)研究文獻(xiàn)總量居前20位的研究人員科研產(chǎn)出及影響力情況（見表3）。

對1996-2015年發(fā)文作者名稱進(jìn)行清洗和合并，結(jié)果顯示，共有個60855位研究人員有成果產(chǎn)出。其中：（1）從發(fā)文量看，排名前20位的作者中中國的作者占30%、美國的作者占25%、澳大利亞的作者占15%、韓國的作者占10%，但人均發(fā)文不足24篇，發(fā)文量排名前5位的作者是韓國生物科學(xué)和生物技術(shù)研究所的Kim J（45篇）、德國波鴻魯爾大學(xué)的Lee J（42篇）、韓國高麗大學(xué)的Lee S（39篇）、美國弗吉尼亞理工大學(xué)的Kim S（38篇）和美國南佛羅里達(dá)大學(xué)的Hall Lawrence O.（30篇）；（2）文獻(xiàn)被引方面，比利時布魯塞爾大學(xué)的Chamel N.教授、加拿大蒙特利爾大學(xué)的Pearson J.M.教授和澳大利亞墨爾本大學(xué)的Bezdek James C.教授在被引率和被引頻次方面統(tǒng)計結(jié)果最佳，表明他們在本領(lǐng)域具有較高的學(xué)術(shù)影響力；（3）從H指數(shù)看，前20位作者的平均值僅為5.5，其中加拿大蒙特利爾大學(xué)的Pearson J.M.教授排名第一，比利時布魯塞爾大學(xué)的Chamel N.教授排名第二，中國及其他亞洲國家的作者進(jìn)入發(fā)文量前20的不少，但篇均被引率和H指數(shù)都不高。

另外在大數(shù)據(jù)研究領(lǐng)域，除科研院所和大學(xué)外，IBM等跨國公司在研發(fā)產(chǎn)品的同時也積極開展大數(shù)據(jù)基礎(chǔ)和應(yīng)用技術(shù)研究，并將可共享的成果以論文形式進(jìn)行發(fā)表。

本文利用TDA繪制大數(shù)據(jù)研究領(lǐng)域發(fā)文作者合作網(wǎng)絡(luò)（見圖7），旨在了解該領(lǐng)域合作密切的作者群、每位作者在合作中所處的地位以及活躍度。結(jié)果顯示：（1）大數(shù)據(jù)研究領(lǐng)域發(fā)文作者目前仍然表現(xiàn)為獨(dú)立發(fā)文和小團(tuán)隊合作為主，合作范圍仍然較窄。其中，合作網(wǎng)絡(luò)中的大部分作者只與少數(shù)作者之間存在合作關(guān)系，尤其以同一機(jī)構(gòu)內(nèi)的同事之間合作為主。如，合作者群#1中的Li Jian教授來自IBM奧斯汀研究院，而與其合作的Li Yan教授和Wang Kun教授均來自IBM中國研究院；合作者群#2中的Goriely S.教授和Chamel N.教授均來自布魯塞爾大學(xué)；合作者群#3中的Leckie Christopher教授和Bezdek James C.

教授均來自墨爾本大學(xué)；合作者群#4中的Yang Chi教授、Liu Chang教授、Chen Jinjun教授等均來自悉尼科技大學(xué)，而與其合作的Ranjan Rajiv教授和Nepal Surya教授均來自聯(lián)邦科學(xué)與工業(yè)研究組織（簡稱CSIRO）。另外，Ranjan Rajiv教授是連通合作者群#1中兩個合作簇的關(guān)鍵節(jié)點(diǎn)，其擁有豐富的社會資本，有助于科研交流的發(fā)生；（2）大數(shù)據(jù)領(lǐng)域研究人員組成的合作網(wǎng)絡(luò)存在明顯的同地域特征。如合作者群#1中，IBM中國研究院的Li Yan教授、Wang Kun教授和東北大學(xué)的Guo Lei教授均來自中國；合作者群#2中，Goriely S.教授和Chamel N.教授均來自比利時；合作者群#3中，Leckie Christopher教授和Bezdek James C.教授均來自澳大利亞，而與其合作的Hall Lawrence O.教授和Havens Timothy C.教授分別來自美國的南佛羅里達(dá)大學(xué)和密歇根大學(xué)；合作者群#4中，CSIRO的Ranjan Rajiv教授和Nepal Surya教授、悉尼科技大學(xué)的Chen Jinjun教授和Yang Chi教授均來自澳大利亞，南京大學(xué)的Dou Wanchun教授和中國科學(xué)院的Wang Lizhe教授均來自中國地區(qū)；（3）一些作者依托不同的機(jī)構(gòu)開展研究，為機(jī)構(gòu)間的合作交流起到推動作用。如合作者群#4中的Zhang Xuyun教授和Liu Chang教授同時依托于華中科技大學(xué)和悉尼科技大學(xué)，而Khan Samee U教授同時依托于清華大學(xué)和美國的北達(dá)科他州立大學(xué)，這有利于帶動中澳和中美地區(qū)實(shí)現(xiàn)資源共享及研究交流；（4）還可以發(fā)現(xiàn)，絕大部分發(fā)文作者不具備相對權(quán)威的學(xué)術(shù)影響力。

從前文分析可得，當(dāng)前大數(shù)據(jù)領(lǐng)域的研究力量布局龐大且分散，包括美國、中國、英國在內(nèi)的世界各國紛紛制定了相應(yīng)的大數(shù)據(jù)發(fā)展戰(zhàn)略或計劃，但該領(lǐng)域的科研合作緊密度和廣泛度普遍偏低，合作對象主要還集中在同一地區(qū)、同一機(jī)構(gòu)內(nèi)部，且科研團(tuán)隊規(guī)模較小，跨地域、跨機(jī)構(gòu)的對外合作仍然偏少，另外大數(shù)據(jù)研究領(lǐng)域也還尚未出現(xiàn)核心機(jī)構(gòu)和核心領(lǐng)袖人物。

5 結(jié)語

本文通過分析大數(shù)據(jù)研究領(lǐng)域空間格局基本走向和當(dāng)前研究力量布局形勢，發(fā)現(xiàn)全球大數(shù)據(jù)研究領(lǐng)域正在形成多個核心區(qū)和“核心—邊緣”結(jié)構(gòu)，其中以北美的美國、西歐的英國和德國以及亞洲的中國為主。這一空間格局的演變與大數(shù)據(jù)正日益成為國家重要的基礎(chǔ)性戰(zhàn)略資源、正引領(lǐng)新一輪的科技創(chuàng)新，以及各國或各地區(qū)的政策傾斜和扶持力度大幅上升具有密不可分的關(guān)系。另外，各國在大數(shù)據(jù)領(lǐng)域研發(fā)實(shí)力相差懸殊，合作項目較少，今后應(yīng)該鼓勵加強(qiáng)合作，尤其是加強(qiáng)跨機(jī)構(gòu)甚至跨國家的合作研究，以提高全球大數(shù)據(jù)領(lǐng)域的整體研究水平，推動其快速發(fā)展。

參考文獻(xiàn)：

[1] 邱均平.信息計量學(xué)[M].武漢：武漢大學(xué)出版社，2007：36-66.

[2] 邱均平.信息計量學(xué)（二）第二講文獻(xiàn)信息增長規(guī)律與應(yīng)用[J].情報理論與實(shí)踐，2000，23（2）：153-157.

[3] MARKUSOV.VA.Comparative study of citation rates of Soviet scientific and technical publications[J].NAUCHNO-TEKHNICHESKAYA INFORMATSIYA SERIYA 1-ORGANIZATSIYA I METODIKA INFORMATSIONNOI RABOTY，1973（1）：27-31.

[4] Smart J C，Elton C F.Structural characteristics and citation rates of education journals[J].American Educational Research Journal，1981，18（4）：399-413.

[5] 蘇君華.中國檔案學(xué)核心期刊影響力分析——以 2000-2009 年所載論文為研究對象[J].檔案學(xué)通訊，2010（5）：15-20.

[6] 趙基明，邱均平，黃凱，等.一種新的科學(xué)計量指標(biāo)——h 指數(shù)及其應(yīng)用述評[J].中國科學(xué)基金，2008（1）：23-32.

[7] 張凌云，齊飛，吳平.近十年我國旅游學(xué)術(shù)共同體成果的 h 指數(shù)測度與評價[J].旅游學(xué)刊，2014，29（6）：14-23.

作者簡介：李麗梅（1991-），女，中國科學(xué)院蘭州文獻(xiàn)情報中心、中國科學(xué)院大學(xué)碩士研究生，研究方向：情報理論與方法；吳新年（1968-），男，中國科學(xué)院蘭州文獻(xiàn)情報中心研究員，研究方向：情報理論與方法、產(chǎn)業(yè)競爭情報分析、知識管理與知識服務(wù)、區(qū)域發(fā)展研究。