吳希平

摘 ?要 ?以我國(guó)政務(wù)微博研究為研究?jī)?nèi)容，以中國(guó)知網(wǎng)上的328篇CSSCI期刊文獻(xiàn)為研究對(duì)象，基于文獻(xiàn)計(jì)量分析以及citespace可視化分析工具，從文獻(xiàn)發(fā)表的年度分布、核心作者、研究機(jī)構(gòu)等維度對(duì)我國(guó)政務(wù)微博研究的現(xiàn)狀和熱點(diǎn)進(jìn)行探討，并基于研究結(jié)果進(jìn)行總結(jié)和思考，以期為我國(guó)政務(wù)微博發(fā)展提供借鑒。

關(guān)鍵詞 ?政務(wù)微博;文獻(xiàn)計(jì)量;可視化;知識(shí)圖譜;政務(wù)新媒體

中圖分類號(hào) ?G2 ? ? ?文獻(xiàn)標(biāo)識(shí)碼 ?A ? ? ?文章編號(hào) ?2096-0360（2019）17-0017-03

公眾需求的變化和我國(guó)輿論場(chǎng)的變遷，各級(jí)政府降低對(duì)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(guó)政務(wù)微博研究的文獻(xiàn)數(shù)量已達(dá)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(duì)已有研究進(jìn)行述評(píng)總結(jié)類的研究，無法勾勒出現(xiàn)階段我國(guó)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(jìn)，因此對(duì)我國(guó)政務(wù)微博已有研究進(jìn)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(xiàn)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(duì)研究具有更好的參考價(jià)值[1]。

以中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)版已發(fā)表的CSSCI文獻(xiàn)為數(shù)據(jù)源，對(duì)我國(guó)政務(wù)微博研究的現(xiàn)狀和熱點(diǎn)領(lǐng)域進(jìn)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(jìn)一步對(duì)所有文獻(xiàn)進(jìn)行了去重、刪除新聞報(bào)道、會(huì)議紀(jì)要和剔除與研究主題無關(guān)的文獻(xiàn)等活動(dòng)，最終得到328篇文獻(xiàn)。

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(tái)的運(yùn)用十分廣泛的可視化軟件，由美國(guó)Drexel大學(xué)陳超美教授開發(fā)。它的主要功能包括了文獻(xiàn)的共被引分析、作者的合作分析、作者的共引分析、機(jī)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(shí)區(qū)視圖可以清晰快捷地繪制出某一知識(shí)領(lǐng)域的研究熱點(diǎn)、動(dòng)向、前沿和發(fā)展趨勢(shì)等[2-3]。

2 ?我國(guó)政務(wù)微博研究的發(fā)文量分布情況

對(duì)某一研究主題的發(fā)文量及其年度分布的情況進(jìn)行統(tǒng)計(jì)分析，可以在一定程度上測(cè)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(dá)到波峰，此時(shí)間區(qū)間內(nèi)發(fā)文數(shù)量呈直線上升趨勢(shì);2013—2016年為第二區(qū)間，發(fā)文量有一定幅度下降的趨勢(shì)，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(dǎo)致學(xué)界研究重點(diǎn)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(guó)政務(wù)微博研究的作者和機(jī)構(gòu)分布

3.1 ?作者分布

對(duì)某個(gè)領(lǐng)域的核心作者進(jìn)行統(tǒng)計(jì)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(jì)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(jì)可知，發(fā)文量最高的是欽州學(xué)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(jì)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(guó)政務(wù)微博研究領(lǐng)域的核心作者。根據(jù)上文的統(tǒng)計(jì)可知發(fā)文量在2篇及以上的作者總計(jì)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(jì)前36位核心作者發(fā)表文獻(xiàn)數(shù)量總計(jì)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(xiàn)數(shù)量總計(jì)97篇占比遠(yuǎn)低于50%，因此我國(guó)政務(wù)微博研究尚未形成嚴(yán)格意義上的核心作

者群。

使用Bibexcel統(tǒng)計(jì)328篇文獻(xiàn)涉及作者人數(shù)總共526位，328篇文獻(xiàn)中獨(dú)著文獻(xiàn)數(shù)量是153篇，合著文獻(xiàn)數(shù)量175篇，根據(jù)合著率的計(jì)算公式

可得文獻(xiàn)合著率為53.3%，合著率較高;在多人合著中，2人合著文獻(xiàn)數(shù)量為112篇，2人以上合著文獻(xiàn)則為63篇，文獻(xiàn)合著度（合著度是指在一定時(shí)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(xiàng)研究在社會(huì)中已經(jīng)引起普遍的重視，作者們相互合作進(jìn)行科研以及撰寫論文，也有可能是此項(xiàng)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(jī)構(gòu)分布

從表2中可以看出，主要發(fā)文機(jī)構(gòu)有以下特點(diǎn)：1）從發(fā)文量來看，排名前13個(gè)機(jī)構(gòu)中只有一個(gè)不是高校（國(guó)家行政學(xué)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(guó)政務(wù)微博研究的主力陣營(yíng)，同時(shí)表明國(guó)內(nèi)知名的985、211高校及其研究團(tuán)隊(duì)具有較強(qiáng)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(fù)旦大學(xué)以總被引733次排名第一，華中科技大學(xué)居第二位，武漢大學(xué)居第三位;但是從平均被引次數(shù)來看，復(fù)旦大學(xué)一騎絕塵占據(jù)絕對(duì)優(yōu)勢(shì)，國(guó)家行政學(xué)院、武漢大學(xué)分列2、3位，一定程度上反映這些機(jī)構(gòu)在政務(wù)微博研究領(lǐng)域的強(qiáng)勁實(shí)力。

4 ?我國(guó)政務(wù)微博研究熱點(diǎn)挖掘

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

關(guān)鍵詞是對(duì)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(xué)科領(lǐng)域中的研究熱點(diǎn)[7]。將前10位統(tǒng)計(jì)制表，見表3。

4.2 ?熱點(diǎn)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(biāo)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(dòng)（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(shí)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(dòng)”“突發(fā)事件”等。由此，我們可以大致判斷現(xiàn)有研究的重點(diǎn)可能有：政務(wù)微博和電子政務(wù)的互動(dòng)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(dòng)”關(guān)系研究等。

5 ?結(jié)論

本文基于文獻(xiàn)計(jì)量法和citespace可視化圖譜對(duì)我國(guó)政務(wù)微博研究的328篇CSSCI文獻(xiàn)進(jìn)行了統(tǒng)計(jì)分析，可得出以下結(jié)論：

第一，我國(guó)政務(wù)微博的研究緊跟時(shí)代發(fā)展的步伐，按照發(fā)文量可將其分為三個(gè)發(fā)展階段。當(dāng)政務(wù)微博作為新鮮事物剛剛興起時(shí)，我國(guó)學(xué)者對(duì)于其關(guān)注度日趨上升，發(fā)文量也快速增長(zhǎng)，此為快速上升階段;當(dāng)相關(guān)研究已經(jīng)較為豐富的時(shí)候，進(jìn)入積累和沉淀階段;當(dāng)國(guó)家出臺(tái)相關(guān)政策法規(guī)后，進(jìn)入平穩(wěn)增長(zhǎng)階段。

第二，我國(guó)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(xué)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(guó)尚未形成嚴(yán)格意義上的核心作者群，從高產(chǎn)作者文獻(xiàn)平均被引的統(tǒng)計(jì)可得出復(fù)旦大學(xué)的鄭磊教授以及中山大學(xué)張志安教授為我國(guó)政務(wù)微博研究的代表性學(xué)者。

第三，我國(guó)政務(wù)微博的研究機(jī)構(gòu)較分散，目前的高產(chǎn)研究機(jī)構(gòu)主要是各高水平高校尤其是985高校，合作僅限于機(jī)構(gòu)內(nèi)部小團(tuán)體以及師生之間的合作，跨機(jī)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(diǎn)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(dòng)”“微博問政和網(wǎng)絡(luò)問政”等。

參考文獻(xiàn)

[1]聶應(yīng)高.國(guó)內(nèi)圖書情報(bào)領(lǐng)域“云”研究現(xiàn)狀剖析——基于CNKI核心期刊的文獻(xiàn)計(jì)量與內(nèi)容分析[J].圖書館學(xué)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(jì)量學(xué)[M].武漢：武漢大學(xué)出版社，2007：270.

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

[6]王福，趙紅霞.基于文獻(xiàn)計(jì)量分析的我國(guó)大學(xué)生信息素養(yǎng)教育[J].教育評(píng)論.2015（5）：98-100.

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