CSSCI体现的我国人文社科领域知识流动探析

张慧 张家榕 叶鹰

摘   要：文章采用自引率（CsR）和知识流动率（FR）指标，通过结合施引视角和被引视角的引文网络，借助可视化工具VOSviewer和Pajek对CSSCI体现的我国人文社科学科之间的知识流动情况进行了探析。研究揭示在我国人文社科学科中，自引率和知识流动率最低的学科均为统计学，表明统计学在人文社科学科的知识流动中扮演着很重要的知识输出角色。23个人文社科学科中有11个学科为流入型学科，其余12个学科为流出型学科。经济学和管理学是知识流入和流出的两大主要学科。

关键词：知识流动;自引率;知识流动率

中图分类号：G250.2   文献标识码：A   DOI：10.11968/tsyqb.1003-6938.2020041

Abstract By using indicators of self-citation rate （CsR） and knowledge flow rate （FR）， and combining citation networks from both citing and cited perspectives， it is revealed that the discipline with the lowest CsR and FR is statistics， which indicates that statistics plays an important role in the knowledge output. Among the 23 CSSCI disciplines， 11 are inflow ones and the remaining 12 are outflow ones. Economics and management are two major disciplines in which knowledge keeps frequently inflow and outflow.

Key words knowledge flow; self-citation ratio; knowledge flow ratio

1   引言

现代科学的发展使得各個学科之间的知识流动频繁，这一知识流动现象表现在各学科发表的论文中。由于论文是各个学科知识产出的一种有迹可循的主要方式，使得学科之间的知识流动现象通过论文及其参考文献构成的引文网络得以体现。王亮和张庆普[1]从引文网络的视角出发对知识流动的相关概念、类型、要素、动因进行了总结，并借助于不同类型主体的引用网络建立多层面知识流动网络模型，一定程度上丰富了知识流动理论研究;张勤和马费成[2]基于我国知识管理领域被引用频次最高的前40名高影响力作者之间的互引数据研究了知识流动中的核心作者、中介性作者以及学派间的知识交流模式;刘云和程旖婕[3]基于全球52个样本国家和地区的引文数据，从个体和国家两个视角探析了国际间知识流动的内在机制，并且采用负二项回归模型检验了影响国家知识流动表现和国家间知识流量的关键因素，为我国能够更好地参与全球知识流动提供了有利的建议;Hassan和Haddawy[4]提出了一种利用出版物和引文数据对跨国知识流动进行语义分析的新方法，并比较研究了以美国人的研究论文为引文来源的日本和中国论文聚焦领域的不同，这种分析有助于了解各国之间相关知识流动的动态。基于引文的知识扩散及知识流动也在被学者们关注[5-6]，李江[7]评述了知识扩散的单元、测度及模型等问题;赵星等[8]则基于CNKI数据库和网络测度指标分析了我国人文社科论文的知识扩散情况。同时，也有学者将专利引用网络用于探究知识流动，康宇航[9]对专利和文献之间的异质性知识流动模型进行了探索，并以公路工程领域的数据为例对异质性知识流动的内部结构和作用机理进行了深入分析;Choe等[10]基于专利引用网络对有机太阳能电池领域的技术流动网络进行了探究。学科间的知识流动促进了跨学科研究的发展，有不少学者对特定领域的学科跨学科性进行了分析，Steele和Stier[11]聚焦于环境科学领域，HuangM-H等[12-14]和张慧等[15]则聚焦于国外及国内图书馆学情报学的一些跨学科特征。学科间的知识流动与交互已是多数学科之间的发展趋势，本文基于CSSCI数据库，分别从引文网络和引文指标出发对我国人文社科学科之间的知识流动情况进行分析，旨在梳理我国人文社科学科的知识流动现状，挖掘其知识流动特征。

2   研究方法与数据

2.1    研究方法

本研究采用引文网络和引文指标，分别从施引学科角度和被引学科角度对我国人文社科学科之间的知识流动进行探析，基本引文指标涉及施引次数（对其它学科的引用频次，记为cing）、被引次数（被其它学科引用的频次，记为ced）和自引次数（引用自身学科的频次，记为cs）。基本思路是学科论文之间的相互引用可反映学科之间的知识流动，于施引学科而言，引用其它学科的论文相当于从其它学科中获取了知识，即知识流入;相反，于被引学科而言，本学科论文被其它学科引用相当于知识流出。施引次数与被引次数之和为知识流入和知识流出的总量，即为知识流动总量。基于基本计量指标，采用自引率（CsR1和CsR2）和知识流动率（FR）对学科知识流动进行定量测度，定义如下[16]：

式（1）和式（2）分别反映了自引次数占施引次数和被引次数的比例，通过自引率可以从总体上衡量学科知识的流入与流出情况，如果在施引次数中学科自引率大，说明此学科大部分的知识来源局限在本学科中，从其它学科获取的知识较少，知识流入范围狭隘;如果在被引次数中学科自引率大，则可以反映出本学科的知识大部分被本学科吸收，很少对其它学科产生影响，即知识流出范围窄小，反之亦然。

式（3）表示学科的知识流动率，可以反映出某特定学科的知识流动类型。施引次数表示知识流入，被引次数表示知识流出，根据式（3），若施引次数大于被引次数，即知识流动率大于0，表明某学科的知识流入大于知识流出，則此学科的知识流动类型为流入型;若施引次数小于被引次数，即知识流动率小于0，表明某学科的知识流出大于知识流入，则此学科的知识流动类型为流出型;若施引次数等于被引次数，即知识流动率为0，表明某学科的知识流出与知识流入相持平，则此学科的知识流动类型为平衡型。

2.2    数据

数据来源于CSSCI（中国社会科学引文索引）数据库，数据类型仅包括论文。依据CSSCI（2017-2018年）收录来源期刊目录，本文选择了1998-2015年所有23个学科共计436本期刊的论文全数据作为研究对象，共有论文851157篇，有效参考文献数目在保留436本期刊数据之后共计1516992条。数据获取基于学科与期刊的对应关系分别下载每个学科下每本期刊1998-2015年的所有论文数据，并将参考文献中“论文引用论文”的关系转换成“学科引用学科”的关系，可以得到23个人文社科学科之间的相互引用网络（参考文献中多篇文献属于同一学科时重复计算），基于此并结合以上两个指标（自引率和知识流动率）来研究我国人文社科学科的跨学科知识流动特征，这两个指标的计算仅考虑CSSCI范围内的引用。值得提示注意的是CSSCI数据库中学科与期刊的关系表现为一对多，即一个学科可以有多本期刊，但一本期刊只属于一个学科。

3   结果与分析

本研究分别通过引文网络和引文指标两方面来揭示人文社科学科之间的知识流动，每方面均包含从施引学科视角和从被引学科视角两个角度进行分析，反映学科的知识流入和知识流出情况。引文网络可以直观反映学科聚类、学科知识流动大小、学科知识流向以及学科流动等信息;而引文指标自引率和知识流动率则可以定量揭示学科的知识流动情况以及学科的知识流动类型，并与引文网络形成对比及呼应。

3.1    基于引文网络的学科知识流动

我国人文社科学科1998-2015年间跨学科知识流动的总图，用VOSviewer 1.6.9完成（见图1）。每个节点表示不同的学科，节点的大小表示某学科知识的流入和流出总量，即学科的施引次数和被引次数总和，且包括自引次数，我们将其定义为学科的知识流动总量;节点之间的连线反映学科之间的知识流动情况，连线的粗细则代表流动的频次。需要注意的是，连线不区分施引还是被引，只要两个学科之间有引用现象，则二者之间就出现了知识流动，即学科间施引频次与被引频次的累加。此图可以提供23个人文社科学科之间的总体知识流动情况。

23个人文社科学科被自动归为了4个大类，一类为管理学、经济学和统计学，二类为人文经济地理和环境科学，三类为马克思主义、政治学、法学和社会学，四类为其余14个学科（见图1），包括本学科图书馆、情报与文献学在内。可以明显看到，在四类学科中一类学科的节点最大，尤其是经济学和管理学，它们的知识流动总量分别为228633和192273，且这两类之间的连线也最粗，说明这两个学科之间的知识流动最大，它们同时与统计学之间的连线也很粗，表示三个学科之间有很强的相互引用关系。这三个学科在实际中就紧密相连，有很多学校的经济学和管理学设置在同一个学院，且会安排统计学相关知识的课程。二类学科人文经济地理和环境科学以及三类学科中政治学和社会学的节点较大，即这些学科自身或与其它学科之间也有相对较多的知识流动。在四类14个学科中，图书馆、情报与文献学和教育学这两个学科自引或与其他学科之间的引用较多，其他学科如宗教学和外国文学这两个学科在自引或与其他学科相互引用方面表现较差，它们的知识流动总量分别为2453次和2552次，与知识流动总量排名第一的经济学（图1中编号11，与表1学科编码对应）之间有很大的差距。此外，依据原始数据并结合图1可知，23个人文社科学科几乎与其它学科之间都存在着引用关系，学科入度最低的为考古学，被其中17个学科进行过引用，其它学科的学科入度均在20以上，学科出度最低为20，包括外国文学、统计学和环境科学三个学科。以上结果均表明23个人文社科学科之间的知识流动范围广泛。

图1仅反映出学科之间的知识流动总量情况，从施引学科角度和被引学科角度出发，我们得到了人文社科学科跨学科知识流入和知识流出图，由Pajek5.05完成（见图2、图3）（学科位置基本与图1一致）。对于施引学科，引用其它学科的知识相当于知识流入，对应于引用网络中的节点出度;对于被引学科，被其它学科引用相当于知识流出，对应于引用网络中的节点入度。在图2和图3这两个网络图中，节点大小分别表示学科总的施引次数和被引次数，且在这里我们排除了自引次数，可以更加单纯反映出学科之间的相互引用关系，即学科之间的知识流动情况。图中的箭头均指向被引学科，弧上的数字为相应的引用次数，离箭头近的数字与箭头进行匹配。为聚焦于知识流动较大的学科以及为了便于观察，我们保留了引用次数大于等于500的弧和节点，其中，在知识流入图（见图2）中去掉了宗教学和体育学，在知识流出图（见图3）中去掉了宗教学和外国文学。

基于施引学科角度，从图2中可以发现经济学节点最大，对其它学科的施引次数最多，其中，管理学、统计学和人文经济地理三个学科为经济学引用的主要来源，对它们的施引次数分别为74182、19372和10270。管理学和人文经济地理对其它学科的施引次数分别排在第二和第三，管理学主要引用的学科来源为经济学、图书馆、情报与文献学和统计学，人文经济地理的主要引用学科来源为环境科学、经济学和管理学。此外，政治学、社会学、统计学、考古学、马克思主义、环境科学和教育学这7个学科对其它学科的施引次数也较多，知识流入量也较大，除考古学外，这些学科主要引用也集中在管理学和经济学两个学科。较特殊的是，由于学科特性考古学主要对历史学、艺术学和民族学与文化学三个学科的论文进行引用，教育学的知识流入则集中在图书馆、情报与文献学、体育学、语言学和心理学这些学科的论文。在知识流入方面表现最差的三个学科分别为中国文学、民族学与文化学和外国文学，对其它学科的施引次数很少，如排在末位的外国文学施引次数超过500的引用仅有一条对中国文学的连接，获取知识的来源范围相对较狭隘，这与学科性质有很大关系。

基于被引学科角度，我们结合图3从学科的知识流出方面进行分析。节点大小表示学科的被引次数，可以看到管理学论文被引次数最大，知识流出最多，其中，管理学学科知识主要流向了经济学、人文经济地理和统计学三大学科，圖书馆、情报与文献学和心理学对其论文引用量紧随其后。经济学的被引次数与管理学接近，排在第二，主要被管理学、统计学和人文经济地理三个学科的论文引用，政治学、社会学、环境科学和法学也将其作为获取知识的主要来源。统计学在被引网络中表现突出，排名第三，主要被经济学和管理学两大学科进行引用，人文经济地理对其引用次数也较高。此外，环境科学、人文经济地理、图书馆、情报与文献学、教育学、政治学以及历史学这6个学科的被引次数也较高，除历史学之外，其它5个学科的论文主要被经济学和管理学所引用，教育学同时也被心理学和语言学的论文大量引用，历史学的知识则主要流向了考古学、民族学与文化学、政治学和马克思主义。学科被引次数最低的三个学科是中国文学、哲学和考古学，对于排在末位的考古学而言，只有一条来自历史学对其的引用大于500。

综上，无论从施引学科角度还是被引学科角度，经济学和管理学两个学科均是我国人文社科学科知识流入和流出的主要学科，其次为人文经济地理和统计学。除此之外，中国文学无论在知识流入还是在知识流出方面表现均很弱;在知识流入方面，民族学与文化学和外国文学位居末尾;在知识流出方面，哲学和考古学排在末尾。

3.2    基于引文指标的学科知识流动

（1） 基于自引率的学科知识流动情况分析。统计CSSCI数据库中23个人文社科学科1998-2015年所有论文之间的相互引用情况（见表1），分别从施引学科角度和被引学科角度对这些学科的引用情况进行分析，除包括自引次数（cs）在内，施引学科角度指标还包括施引次数（cing）和自引次数在施引次数中所占比例（CsRing）;相应地，被引学科角度指标还包括被引次数ced以及自引次数在被引次数中所占比例（CsRed）。表1中，每个指标排名前三的值以加粗显示，排名最后的值以斜体显示。

自引次数即本学科内相互引用的次数，它将本学科的论文作为引用来源，可以反映出学科内部的知识流动情况以及学科总体知识流动情况。从自引次数的绝对值来看，国内人文社科23个学科的自引次数差距很大，排名前三的学科分别为经济学、图书馆、情报与文献学和管理学，自引次数分别为269 767、 140 103和112 112， 排在末位的学科是宗教学，自引次数仅为816次。单从学科自引次数的绝对值我们无法清晰判断排名靠前的学科是否将自身学科作为引用的主要来源，排名靠后的学科是否主要从除自身学科之外的其他学科获取知识，所以以下内容将基于学科自引次数，从施引学科角度和被引学科角度进行详细阐述。①从施引学科角度分析。从施引角度出发，我们可以综合判断某学科的知识流入情况，即哪些学科从其他学科吸取到了更多的知识。总的施引次数可以反映出学科总体的获取知识情况。从施引次数绝对值来看，排在前三和排在末尾的人文社科学科同自引次数一样，依然分别为经济学、图书馆、情报与文献学、管理学和宗教学。这与每个学科的发文量有很大的关系，根据原始数据可知，排名前三的学科发文量分别为338066、 88074和134593，而宗教学的发文量仅为14 798。我们进一步使用自引次数占施引次数百分比这个指标来综合衡量某学科吸取其他学科知识的情况，自引次数所占施引次数百分比大，说明某学科以自身学科作为知识流入的主要来源，从其他学科吸取知识较少。据表可知，体育学、图书馆、情报与文献学和语言学三个学科的自引次数占施引次数百分比均在90%以上，说明这三个学科所参考文献的绝大部分都局限在本学科之内，只有不到10%的参考文献分布在除自身学科之外的其它学科，同时间接反映出这三个学科在知识流入方面表现狭隘，将自身学科作为获取知识的主要来源。与之相反，统计学的自引次数占施引次数百分比仅为34.07%，在23个学科中比值最低，说明统计学在获取知识方面不仅仅局限于自身学科，大部分都来自于其他学科;②从被引学科角度分析。与施引角度相对应，从被引角度出发我们可以总体判断某学科的知识流出情况，学科总的被引次数可以综合反映出其知识总体流出情况，而自引次数所占被引次数百分比可以进一步反映出某学科知识被其他学科所获取的情况，自引次数所占被引次数百分比大，说明某学科知识大部分均被自身学科所吸收，知识流出表现不佳。单从被引次数的绝对值来看，经济学、管理学和图书馆情报与文献学三个学科的被引次数名列前三，而宗教学的被引次数排在末位，且与最大值之间差距悬殊。而从自引次数所占被引次数百分比来看，排在前三的学科分别为考古学、语言学和心理学，比值均在90%左右，比值最低的依然是统计学，仅为19.83%。究其原因，我们发现统计学相较于其他学科而言更加可以灵活应用于各个学科当中，这就造成了无论从施引角度还是被引角度，统计学与其他学科之间的知识流动情况都表现最佳。

综上，从自引率来看，在知识流入方面，体育学、图书馆、情报与文献学和语言学三学科的自引率很高;在知识流出方面，考古学、语言学和心理学三学科的自引率很高，均在90%以上，表明这些学科的知识流动大部分局限在本学科之内，很少对其他学科产生影响，与其它人文社科学科之间的知识流动比例很低;而统计学无论在知识流入还是流出方面，其自引率均为23个人文社科学科中最低的学科，表明统计学与其它学科之间有较高的知识流动，这些结果可与基于引文网络得到的结果相呼应。

（2）基于知识流动率的学科知识流动类型分析。用学科知识流动率（FR）对我国23个人文社科学科的知识流动类型进行判断（见图4），横轴表示学科，纵轴表示学科的知识流动率值。根据学科知识流动率的定义，我们以水平横轴作为判断的准线，知识流动率值位于横轴上方表示学科的知识流动类型为流入型，知识流动率值位于横轴下方表示学科的知识流动类型为流出型，如果知识流动率值为0，刚好位于横轴上，则表示学科的知识流动类型为平衡型。从图4中可以看到，哲学、考古学、社会学、心理学、马克思主义、经济学、外国文学、人文经济地理、法学、艺术学和语言学这11个学科的知识流动率值均大于0且依次递减，这些学科均属于流入型学科，其它学科的知识流动率均小于0，均属于流出型学科，最接近平衡型学科的是政治学，它的知识流动率值为-1.34。在流出型学科中，统计学的知识流动率值最大，表明此学科在与其它学科的知识流动中扮演着很重要的知识输出角色，是其它人文社科学科主要的知识来源。

4   讨论与结论

基于CSSCI数据库1998-2015年数据对我国23个人文社科学科之间的知识流动情况进行探析。分别基于引文网络和引文指标，综合了施引学科视角和被引学科视角，并借助可视化软件对相关指标进行了展示。引文网络可以直观反映人文社科学科之间知识流动的学科聚类、学科知识流动大小和范围、学科知识流向以及学科流动之主要学科等方面;引文指标包括自引率和知识流动率，这两个指标可以定量反映学科的总体知识流动情况以及学科的知识流动类型，并与引文网络形成对比及呼应。综合所有结果，我们得出以下几点结论：

（1）我国23个人文社科学科的知识流动范围广泛，学科之间大部分均有知识流入或流出现象。学科入度最低的为考古学，被其中17个学科进行过引用，学科出度最低为20，包括外国文学、统计学和环境科学三个学科，其它学科的学科入度及出度均在20以上。

（2）基于引用网络，无论从施引学科角度还是被引学科角度，经济学和管理学均为知识流入和知识流出的两大学科，人文经济地理和统计学分别作为知识流入和知识流出的另外两个主要学科。此外，中国文学无论在知识流入还是在知识流出方面表现均很局限，在知识流入方面的民族学与文化学和外国文学以及在知识流出方面的哲学和考古学均排在末尾。

（3）基于自引率，在知识流入方面的体育学、图书馆、情报与文献学和语言学，以及在知识流出方面的考古学、语言学和心理学这些学科的自引率很高，均在90%以上，表明这些学科的知识流动大部分局限在本学科之内，与其它人文社科学科之间的知识流动比例很低;而统计学无论在知识流入还是流出方面，其自引率均为23个人文社科學科中最低的学科，表明统计学与其它学科之间有较高的知识流动。

（4）基于知识流动率，哲学、考古学、社会学和心理学等学科属于流入型学科，统计学、环境科学、民族学与文化学和宗教学为流出型学科，最接近平衡型的学科为政治学，本学科图书馆、情报与文献学的知识流动率值为-8.65，属于流出型学科。统计学在人文社科学科的知识流动中扮演着很重要的知识输出角色。

本研究的局限主要受限于数据，体现在两方面：一方面在对我国人文社科学科之间的知识流动进行探究时忽略了人文社科与科学技术之间知识的交互;另一方面，没有对我国人文社科领域发表在国际期刊上的论文进行分析考察，仅聚焦于CSSCI数据库体现我国人文社科学科之间的知识流动情况，这些局限均有待以后扩大并更新数据源方能改善。

参考文献：

[1]  王亮，张庆普.基于引文网络的知识流动过程与机制研究[J].哈尔滨工业大学学报（社会科学版），2014（1）：110-116.

[2]  张勤，马费成.国内知识管理领域知识交流结构研究——基于核心作者互引网络的分析[J].情报学报，2012，31（9）： 925-933.

[3]  刘云，程旖婕.基于文献引证的国际知识流动影响因素探究[J].科学学研究，2018（9）：1624-1631.

[4]  Hassan S U，Haddawy P.Analyzing knowledge flows of scientific literature through semantic links：a case study in the field of energy[J].Scientometrics，2015，103（1）：33-46.

[5]  Zhou P，Su X，Leydesdorff L.A comparative study on communication structures of Chinese journals in the social sciences[J].Journal of the Association for Information Science & Technology，2010，61（7）：1360-1376.

[6]  Liu Y，Rousseau R.Knowledge diffusion through publications and citations：A case study using ESI-fields as unit of diffusion[J].Journal of the Association for Information Science & Technology，2010，61（2）：340-351.

[7]  李江.基于引文的知识扩散研究评述[J].情报资料工作，2013（4）：36-40.

[8]  赵星，谭旻，余小萍，等.我国文科领域知识扩散之引文网络探析[J].中国图书馆学报，2012，38（5）：59-67.

[9]  康宇航.基于融合创新视角的异质性知识流动网络探测研究[J].情报学报，2016，35（9）：963-970.

[10]  Choe H，Lee DH，Kim HD，et al.Structural properties and inter-organizational knowledge flows of patent citation network：The case of organic solar cells[J].Renewable and Sustainable Energy Reviews，2016，55：361-370.

[11]  Steele T W，Stier J C.The impact interdisciplinary research in the environmental sciences：A forestry case study[J].Journal of the American Society for Information Science，2000，51（5）：476-484.

[12]  Huang M H，Ho H P.A study of indicators for knowledge originality and knowledge generality in library & informaiton science[J].Journal of Library and Information Science，2009，35（2）：14-33.

[13]  Huang M H，Chang Y W.A study of interdisciplinarity in information science：Using direct citation and co-authorship analysis[J].Journal of Information Science，2011，37（4）：369-378.

[14]  Huang M H，Chang Y W.A comparative study of interdisciplinary changes between information science and library science[J].Scientometrics，2012，91（3）：789-803.

[15]  张慧，张家榕，叶鹰.国内图书馆学情报学研究论文的文科跨学科性分析[J].图书馆杂志，2017（12）：20-26.

[16]  Zuccala A，Zhang H H，Ye F Y.Mapping Disciplinary Knowledge Flows Using Book Reviews[C].Rome：17th International Conference on Scientometrics & Informetrics，2019.

作者简介：张慧，女，南京大学信息管理学院博士研究生，研究方向：数据分析与科学计量;张家榕，女，南京大学信息管理学院博士研究生，研究方向：定量信息分析;叶鹰，男，南京大学信息管理学院教授，研究方向：定量信息分析、数据分析与科学计量。