作者：罗润东
出版社：社会科学文献出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
中国经济学研究动态报告试读：
前言
2000年后，中国经济学领域研究进入新阶段，在关注的问题、研究方法、创新方向等方面表现出一系列新的特征和趋势，亟待从文献研究角度给予解读和刻画，以便为中国经济改革实践和理论研究提供科学依据。本书内容由三部分组成：第一部分为阐述文献计量的相关基础理论和主要分析模型；第二部分为实证研究，分别对理论经济学和应用经济学中的二级学科进行文献计量分析；第三部分为结论，将实证研究结果综合分析，提炼出对2000年后中国经济学领域研究文献的特征与趋势判断。
本书研究内容分为二十章。第一章是导论（理论基础和分析路径构建）。其包括研究主题结构形成的机理：知识单元的游离与重组、共词网络中的知识单元重组、从关键词到研究主题的知识重组、核心关键词在研究主题结构中的作用，以及研究主题结构分析的主要路径，即共现矩阵或关联矩阵的构建、研究主题结构的分析路径、可视化图谱的分析路径。第二章是文献计量的分析模型及计量指标，包括（1）分析模型的建构：研究主题结构分析的一般模型、研究主题象限结构的分析模型、可视化分析模型；（2）文献计量指标的选取：余弦指数、新颖度和关注度、频数和中介中心性。第三章是文献计量的主要分析方法和研究框架，包括（1）采用的主要分析方法：共词分析方法、聚类分析方法、战略坐标分析方法、可视化分析法；（2）研究主题的象限结构分析和可视化分析：关键词共现矩阵、研究主题的生成方法、可视化分析软件CiteSpace描述。第四章至第九章对理论经济学进行文献计量分析（包括政治经济学、经济思想史、经济史、西方经济学、世界经济、人口资源与环境经济学6个二级学科）。第十章至第十九章对应用经济学进行文献计量分析（包括国民经济学、区域经济学、财政学、金融学、产业经济学、国际贸易学、劳动经济学、统计学、数量经济学、国防经济10个二级学科）。第二十章为全书结论，提出了关于中国经济学科研究的脉络特征并对未来趋势做出判断。
本书通过文献计量研究，对比分析中国经济学各分支学科2000年以后的发文情况与趋势，依据关注度和新颖度两个核心指标，归纳、提炼各学科的研究热点、研究方向及理论动态。根据文献计量结果，得出我国经济学科研究趋势的基本判断是：第一，2000～2012年，我国经济学领域研究中，应用经济学的文献成果产出量多于理论经济学。其中在理论经济学中，政治经济学等基础学科发文量总体呈下降趋势；而在应用经济学中，金融学科发文量远高于其他经济学科。第二，2000～2012年，无论是在理论经济学还是在应用经济学领域，各个分支学科的研究热点在“关注度”与“新颖度”中均表现出新的特征转向（详见各章实证研究分析）。第三，2000～2012年，由于理论经济学与应用经济学两个一级学科之间以及两学科内部的二级学科之间，在研究问题上存在大量学科融合现象，本书从学科交叉角度对高产作者的研究方向、科研机构的优势研究领域做了进一步归类整理，避免了学科划分造成的对研究问题、文献数量的片面描述与理解，便于研究者突破学科划分限制，全方位把握问题，从而易于形成理论研究创新。
本书的文献整理与研究工作量大，历时较长，参加写作的人员包括有关教师以及博士、硕士研究生。罗润东、沈君、李超负责研究框架设计与主体内容部分撰写，沈君撰写理论方法部分相关内容。各经济学科的文献计量分析与写作分工为：政治经济学（徐丹丹、罗润东）、经济思想史（李超）、经济史（撒凯悦）、西方经济学（徐丹丹）、世界经济（撒凯悦）、人口资源与环境经济学（张岩、罗润东）、国民经济学（陈天公）、区域经济学（张岩）、财政学（张哲）、金融学（马中姝）、产业经济学（姜欢）、国际贸易学（李娟）、劳动经济学（沈君、罗润东）、统计学（马中姝）、数量经济学（张哲）、国防经济（李晓晴）。
用文献计量方法对我国经济学科进行大规模的文献计量研究是我们的尝试，其研究方法应用与具体内容分析难免有尚待完善之处，敬请各位同行专家与读者批评指正。
理论方法篇
第一章导论：理论基础和分析路径构建关于知识计量学（Knowmetrics）创建的构想是由大连理工大学刘则渊教授在科学计量学与情报计量学的国际研讨会上提出的。他指出：“将科学计量学拓展为‘知识计量学’，并与经济计量学结合起来，对知识生产和应用，知识投入和产出，知识存量和流量，知识分[1]配与转移，知识价值和价格等，进行广泛的跨学科的计量研究。”[2]他对创建知识计量学的研究对象、研究方法做了初步讨论。2002年在《关于知识计量学研究的方法论思考》一文中，他将知识计量学定义为：“知识计量学是以整个人类知识体系为对象，运用定量分析和计算技术对社会的知识能力和知识的社会关系进行综合研究的一门交[3]叉学科，是正在形成的知识科学中的一门方法性的分支学科。”从此以后，以知识单元为分析基础的知识计量学，逐渐成为人们分析知识结构的一个新视角。一 理论基础及相关概念
比较而言，已经发展成熟的文献计量学、科学计量学和信息计量学，与知识计量学中的知识单元的计量研究有所不同：知识计量学包含文献计量学、科学计量学的主体部分，知识计量学是信息计量学的[4]主体部分，展示着信息计量学的深化方向。知识计量学吸取了文献计量学、科学计量学和信息计量学中的研究思路和方法，将之运用于知识单元的微观和宏观的计量分析。
知识计量学的研究具有层次性，可以在纵向与横向、微观与宏观等层面上展开研究。在横向上，知识计量学从理论到应用包括普通知识计量学、知识类别计量学、知识过程计量学、知识产品计量学、知识评价计量学五个基本研究领域。在纵向上，知识计量学包括知识单元、知识链索、知识群落、知识网络、知识体系五个层面。其中通过知识单元、知识链索的微观层面的研究，提取文献、句子、短语和词汇等知识单元，探究学术概念、科学问题、研究专题的生成机理、演进路径，解析知识单元的涌现性、脆性和自组织性等特征；通过知识群落、知识网络等中观层面的研究，通过聚类分析、共被引分析、可视化分析等手段，探究知识领域、基元学科、学科群组的结构、热点问题、前沿方向、演进动力、演进机理等；通过知识体系的宏观层面的研究，运用网络分析、多元动态分析等方法辨识宏观知识结构等。[5]知识计量学的创建虽然时间不长，理论还尚未成熟，但是在文献计量学和科学计量学的研究范式基础上，已经基本形成一个以知识单元为研究对象的研究范式，具有了相应的理论基础和方法基础。其理论基础与概念体系由以下内容形成支撑：（一）知识网络理论
贝克曼（M.J.Beckmann）从概念层面把知识网络抽象定义为[6]“知识网络是进行科学知识生产和传播的机构和活动”。科巴斯（K.Kobashi）则认为知识网络是由节点的集合以及节点之间的联系而[7]构成的动态系统。美国国家科学基金会（NSF）认为知识网络是一种社会网络，可以提供知识和信息的利用。由于知识的载体不同，知识流动会形成不同的网络，主要有知识主体之间的网络、人为主体的网络、团队知识网络、知识与知识之间的网络以及多种类型的节点或[8]关系构成的知识网络等。本书中的知识网络专指知识与知识之间的网络，是由知识单元、知识群落和知识链索构成的网络状知识体系，即以特定领域内的知识单元作为节点，以知识单元之间的关联作为边[9]或者链而构成的网络。
从知识场理论视角来看，知识网络是一个知识场网络，国内学者李喜岷认为，“知识场是建立在知识单元基础上的更高一个层次的知[10]识体系，是科学发展到一定阶段的产物”。知识网络中的知识节点在空间中相互作用构成了知识场，知识单元在场中按照一定规律流动，各个知识节点的知识势能不断变化，随着势能的变化知识节点不断运动，在场中通过知识流动完成知识的继承与创新。
从知识生命周期理论视角来看，知识（尤其是技术知识）和生物体一样具有孕育、成长、成熟和衰退等生命周期：孕育期包括知识的辨识与构思，成长期包括知识的确认与选择，成熟期包括知识的运用与标准化，衰退期包括知识的衰减与转移。
从知识链接理论视角来看，知识网络是知识单元链接网络，凸显了知识单元的独立性、知识单元的链接性和知识结构的完整性。特定领域内的知识链接网络是由该领域内的某一主题的每一知识链接所形成。
从知识地图理论视角来看，知识地图揭示了知识网络的本质和知[11]识的有序性：知识单元是知识有序化的起点，通过对知识单元的研究，将离散的知识单元按照一定的结构规律组合、集成和自适应之后，可以发现和挖掘隐含的、未知的和潜在的有用知识；利用数据挖掘、知识发现、人工智能等技术实现知识单元的描述和标引，以及知识节点逻辑关系的揭示；通过揭示知识单元之间的关系，发现以往没有发现的某些知识之间的关系，从而产生新的知识，实现知识创新。[12][13]
20世纪70年代，斯莫尔（H.Small）和玛莎科娃[14]（I.Marshakova）将共被引分析技术引入科学知识图谱的研究中，1981年ISI出版了开创之作《生物化学和分子生物学的科学地图》；20世纪80年代，共词分析方法也被引进一系列科学知识图谱的研究
[15]中。20世纪90年代以来是科学知识图谱研究的繁荣时期，新的分析软件和可视化技术的应用为科学知识图谱的研究提供了新的发展空[16]间和便利条件。
普赖斯较早对科学文献的知识网络进行了研究。他基于加菲尔德[17]（E.Garfield）提出的利用文献之间的引证关系建构科学知识图谱，以及“科学引文索引”数据库，详细研究了科学论文之间的引证与被[18]引证关系，以及由此形成的“科学论文网络”。他指出，在网络图上必有密集分布的小条或小块，如果把它们研究清楚，就可以绘制科学的地形图。随着“科学地形学”的建立，人们就可以指明各类期刊、各个国家、各国科学家和各类科学论文在科学地图上的位置，以及它们之间的相互关系。针对科学文献形成的网络，英国情报学家布鲁克斯（B.C.Brookes）提出了“认知地图”的概念，认为文献分析应该突破以组织文献为目的，分析文献中的知识内容或情报，发现人类在创造知识过程中的联系和规律，并把知识的结构像地图一样展示[19]出来。布鲁克斯的思想展现了现代科学知识图谱研究的雏形。
科学知识图谱属于科学计量学范畴，是以知识领域为对象，以知识网络形态展现知识的发展进程与结构关系的一种可视化知识图形与知识谱系。科学知识图谱的研究内容包括科学知识演化过程、科学知识结构、科学知识前沿，可以更好地使人们理解科学知识的结构与发展；并且可以展示知识点、知识类、知识领域之间的相互关联和特征，揭示趋于融合或潜在的学科新领域或前沿；还可以反映知识主体间、知识客体间的知识流动。它具有“可视化的知识图形”和“序列化的知识谱”的双重性质与特征，显示了知识单元或知识群之间结构、互动、交叉、演化或衍生等诸多复杂关系。
但目前的科学知识图谱的研究，多数集中在小的或单一的学科领[20]域，新的可视化技术可以绘制科学全景图，并能探测新兴学科前沿的发展趋势，众多学者已经做出了尝试，如巴瑟古拉德（E.Bassecoulard）和兹特（M.Zitt）绘制了32个学科、141个专业、[21]2000种期刊的层级结构网络图；雷德斯多夫绘制了5748种SCI期刊[22][23]及1682种SSCI期刊的科学网络图；鲍亚克（W.Boyack）、克拉万斯（R.Klavans）和伯尔纳（K.Borner）绘制了7121种期刊的科学[24]网络图，等等。（二）知识流动理论
知识流动，是指知识通过一定的媒介方式将知识内涵的信息内容从知识生产者传递到使用者，使知识进行空间传播、转移的过程。知识流动是知识生产的必要条件，知识网络是知识流动最重要的载体。
在知识与知识之间的网络中，各个节点所代表的知识水平（知识存量）是不同的，从而在节点之间产生了知识势差。在知识流动过程中，知识水平高的节点成为知识源，而知识水平低的节点成为知识的接受者。知识与流体类似，从高水平节点向低水平的节点流动。知识接受者并不表示他一定是知识需求者，其并不会无选择地吸收所有流向自身的知识，而是会根据自身的需要来决定是否吸收流来的知识，以及是否有必要在此基础上进一步知识创新。另外，知识接受者对知识的吸收能力和创新能力受其知识水平的限制。一般来讲，知识水平高的节点，吸收新知识的能力和创新能力都相对较高。该节点在完成知识的吸收和创新后，继续向下一节点传递知识。
在知识流动过程中，一个节点既可以是知识的供给者，也可以是知识的接受者。随着时间的推移，各个节点所拥有的知识水平也在不断地发生变化，在某一时段一个节点是另一个节点的知识需求者，在下一时段很可能这个节点就成为另一节点的知识供给者。随着知识流动，专有知识完成了向公共知识的转化，隐性知识完成了向显性知识[25]的转化，是一个动态变化的过程。知识进化是一个自然选择、优胜劣汰的过程。知识优势是在知识流动过程中一条知识链相对于另一条知识链所表现出来的优势。知识优势包括：知识存量优势和知识流量优势。知识优势来源于知识链在成员已有知识基础上的知识流动过程中的知识共享和知识创造。
知识基因理论从知识基因遗传与变异的角度研究了知识的创建、增长、演化机制及其规律，认为知识是以知识基因的形式进行流动的。[26]但其理论体系尚不成熟，有待探索。（三）社会网络理论
社会网络理论（Social-Network Theory）产生于20世纪30年代，是一种新的社会学研究范式。“社会网络”的概念从心理学、社会计量学、社会学、人类学、数学、统计学、概率论等领域不断深化，形成了一套系统的理论、方法和技术，已经成为一种重要的社会结构研[27][28]究范式。英国人类学家拉德克利夫-布朗（A.R.Radcliffe-Brown）最早使用“社会网络”的概念，但较成熟的“社会网络”的定义是由威尔曼（B.Wellman）于1988年提出的，即“社会网络是由某些个体[29]间的社会关系构成的相对稳定的系统”。
社会网络理论有两大分析要素：关系要素和结构要素。关系要素主要通过社会联结的密度、强度、对称性、规模等来研究行动者之间的社会性关系；结构要素通过研究两个或两个以上的行动者和第三方之间所构成的社会结构，揭示网络参与者在网络中所处的位置。具体包括强弱联结、社会资本、结构洞三大核心理论。[30]
1973年格兰诺维特（M.S.Granovetter）最先提出联结强度的概念，将联结分为强联结与弱联结两种，强联结和弱联结在知识和信息的传递中发挥着不同的作用。强联结是获取冗余资源的主要通道，弱联结是获取无冗的新知识的重要通道。但是，资源不一定总能在弱联结中获取，强联结往往是个人与外界发生联系的基础与出发点，网[31]络中经常发生的知识流动往往发生于强联结之间。[32]
法国社会学家布迪厄（P.Bourdieu）首先提出“社会资本”的[33]概念。科尔曼（J.S.Coleman）认为社会资本指个人所拥有的表现为社会结构资源的资本财产。个人参加的社会团体越多，其社会资本越雄厚；个人的社会网络规模越大、异质性越强，其社会资本越丰富；社会资本越多，摄取资源的能力越强。由于社会资本代表了一个组织或个体的社会关系，因此，在一个网络中，一个组织或个体的社会资本数量决定了其在网络结构中的地位。[34]
1992年，博特（R.S.Burt）提出了“结构洞”概念。无论是个人还是组织，其社会网络均表现为两种形式：一是网络中的任何主体与其他主体都发生联系，不存在关系间断现象，从整个网络来看就是“无洞”结构，这种形式只有在小群体中才会存在。二是社会网络中的某个或某些个体与有些个体发生直接联系，但与其他个体不发生直接联系或关系中断的现象，从网络整体来看好像网络结构中出现了洞穴，因而称作“结构洞”。由于存在结构洞，就为活动于结构空洞中的个体或组织提供了机会，带来了信息，并使资源通过这种新联结而流动，从而增加了社会网络的价值。结构洞的重要性并不与关系的强弱有关，因为在结构洞存在的时候，处于两者联结状态的第三者拥有两种优势：信息优势和控制优势。博特的结构洞观点可以看作格兰诺维特的强弱联结观点的进一步发展、深化与系统化。
20世纪60年代，社会网络分析在人类学领域兴起。人类学中主[35]要有三个发展方向：（1）对社会网络概念层面的研究。如内德尔（S.F.Nadel）认为社会不但是一个整体，更是一个由关系与模式构成的网络系统。关系取决于网络行动者相对于其他行动者扮演角色的能力。（2）利用亲缘关系构建小样本代际关系网络。（3）社会人类学家[36][37]开始用基于网络的解释来说明一系列社会现象，如鲍特（E.Bott）对英国家庭中夫妻家务分工模式的研究。
20世纪70年代，社会网络的研究重心转移到社会学，侧重于分[38]析网络行动者所处的结构位置及其所扮演的角色，并迅速扩展到[39]其他领域。结构上等价的个体面临相似的社会环境，对同样的事[40]件会产生相似的反应，如相似的态度和行为。
经过几十年的发展，“社会网络分析已经从初期的小群体研究扩展到社区、社会阶层、社会流动、社会变迁、社会整合与分化、城市社会学、经济社会学、政治社会学、组织社会学、社会工作、科学社会学、人类生态学以及一些边缘性学科如精神健康学、老年学等领域，甚至一些经济学家和心理学家也自觉运用社会网络分析的相关概念和[41]方法研究经济与社会的关系和人与人之间的关系”。
总体上，社会网络分析的发展过程表现出两种不同的研究取向[42]：一是整体网络分析，主要研究群体中不同角色在整体网络中的关系结构和地位，主要概念有簇、桥梁、紧密性、中距性、中心性、明星、联络人、孤立者、结合体、小团体等。二是自我中心网络分析，主要研究个体行为如何受到人际网络的影响，进而研究个体如何通过人际网络结合成社会团体，主要概念有网络的范围、密度、多元性、强弱联系等。（四）知识计量的相关概念1.知识单元
知识，作为人的认识成果和人的活动要素，是人的主观世界对客观世界的概括和反映，是人类通过实践，在认识世界、改造世界过程中，对自然界、人类社会以及思维方式等规律性经验的认识与总结，也是信息通过人的思维，在大脑中进行重组后变成系统的信息集合。[43]
在科学计量学中，知识单元，也称知识的内容单元，是指在知识管理中用来处理知识的最小的、不可分割的、独立的基本单元。知识单元可以用主题、关键词、知识本体、知识概念等表示。国内学者赵[44]红洲等在《知识单元与指数规律》中将“知识单元”定义为“不再分解的量化科学概念”，并对“知识单元”做了精彩论述：“以数学形式存在的科学概念（如物理量、化学量等），可以定义为‘知识单元’，如只有用矢量或势场的梯度表示的‘力’，才能称‘力’为知识单元；量化的科学概念，就变成知识单元，而定性化的知识单元，就退化成科学概念；知识单元就是粒子化了的科学概念，而科学概念又是场化了的知识单元。”“任何一种科学创造过程，都是先把结晶的知识单元游离出来，然后再在全新的思维势场上重新结晶的过程。”这种过程不是简单的重复，而是知识单元的游离与重组的过程，在重组中产生全新的知识系统、全新的知识单元；是在知识单元的重组中产生新的知识单元的创生过程，旧知识单元变为新知识单元的过程。
在知识计量学中，知识单元是文献计量和科学计量分析的基础，是可以对关联知识进行独立、自由、有效识别、处理与组合的基本单
[45]位。知识单元有广义和狭义之分，广义的知识单元泛指文献中任何一种相对独立的单元内容和形式，是从文献中游离出来的具有相对独立性的知识信息单元。狭义的知识单元特指不再分解的构成整个知[46]识系统的最基本单元形态。从知识计量学与知识可视化关系来看：“知识单元，是知识领域的基本单位，是知识计量学的核心概念；知识单元一般是以词语、概念、术语来表征的文献内容或信息内容，而且知识单元之间是相互联系的，存在各种复杂关系；在一定条件下，某个关键的知识单元可能扮演‘知识基因’的角色，决定着特定领域知识的进化与突变。基于知识单元的特定知识领域所构成的复杂自组织知识系统，能够在可视化的知识图谱上展示知识的产生、传播和应用，展示知识的基础、中介和前沿，展示知识的结构、演化和重组，展示知识的涌现、断层和变革等。”
知识单元不仅可以直接表述知识的内容，知识单元之间可以通过词频反映其在文献单元或一个领域中的重要程度，通过主题关联识别知识单元之间的学科关系、主题结构、关联程度，通过知识单元的不同组合发现新的知识单元。可以通过文献单元将使用该知识单元的文献单元关联起来，形成各种知识内容之间的内在网络化关联，蕴含着各学科专业交叉渗透的关系特征。因此，基于知识单元的文献计量和科学计量分析主要目的是揭示单篇文献中的知识单元与某领域知识结构的链接关系，识别出知识单元与知识结构链接的普遍规律。不仅要研究知识单元的自身特征，还要研究知识单元之间的相互关系，包括关系网、链式结构等。通过对科学文献或期刊文献中的知识单元进行可视化分析，以文献单元所包含的内容特征及其关系为基础，展示知识结构、知识发现和发展趋势等。[47]
知识单元不同于文献单元，具有独特的属性：①知识单元具有多维性。即每一个知识单元都可以同其他知识单元通过多种多样的形象、属性、关系相连。在固化的知识主题中，仅以知识单元自身的某一种或某几种形象、属性、关系而存在，其余的形象、属性、关系处于潜在状态。当其脱离固定的知识主题，作为独立知识单元而存在时，其所有的形象、属性、关系显现出来，呈现出知识单元的多维性或多向度性。②知识单元具有分合性。即较大容量的知识集合可以分解成较小容量的知识集合，分解成不再分解的知识单元。反过来，不再分解的知识单元可以组合成层次不同的各种容量和属性的知识单元。③知识单元具有重组性。即已有的知识单元按照某种实际的需要，进行创新性的元素重组和结构重组，生成新的知识单元或新的知识单元集合。④知识单元具有再生性。即通过知识单元的分解，促使知识的各种复杂层次结构和组成因素得以活化和激活，更加了解知识单元的构成因素和结构方式，根据实际需要对知识单元进行重组，生成具有再生性的新知识。路甬祥曾指出“对已有知识的科学整理与发掘，也可能有新的重大发现与理论创新”，如原子结构理论的建立、元素周期律的发现和DNA双螺旋结构模型的提出，等等，都是在已有研究[48]的基础上，进行深入研究所获得的重大发现或理论创新。2.知识群落
知识群落，即知识单元的集合，是由具有最紧密关联的一系列知[49]识单元所构成的子簇，常见于聚类分析中。知识群落通常可以看作某一学科领域内的子领域，在某一学科领域内知识群落的数量会随着学科的发展和研究的关注而不断发生变化，也可能会因为研究和关注的程度不同促使已有的知识群落的构成和形态被打破，形成新的、更多的知识群落。在共被引知识网络中，知识群落是由期刊文献或专利所构成，在共词知识网络中，知识群落是由共现的词汇所构成，本书从期刊文献计量的角度来定义知识群落，是指以知识单元表征的关键词的集群或聚类。3.知识链索
知识链索，即知识单元的链条，或知识群的链条，是一种知识的关联或链接。依据知识单元之间的链接强度可以分为强链接和弱链接。知识链索既属于对知识网络的结构维度的研究，也属于对知识网络的过程维度的研究。知识网络中知识节点通过知识关联形成知识链索，知识链索是知识网络结构的主要构成，在整体知识网络中，知识链索又是新知识节点产生的具体过程。形成知识链索的关键节点上的知识单元，往往是知识转折点、构成知识群络或知识网络的中介桥梁。4.知识网络
知识单元之间的联系。知识网络中的节点代表了知识单元，节点间的连线表示了知识单元间的联系，连线的粗细则表征了知识联系的强度。具体包括有向知识网络和无向知识网络两种形式。二 研究主题结构形成的机理（一）知识单元的游离与重组
知识同生命一样具有周期性，不断继承、更新和再造，从新知识的产生到衰变为旧知识，经过知识的重组与再造，产生新的知识。基于文献所形成的共词网络，实质是施引文献群对被引文献群知识汇聚的结果，这个过程并不是知识的简单叠加，而是经过消化加工、融合创新，重组产生新知识的过程。
知识单元重组就是知识生产的过程，即“对客观知识中的相关知识单元在结构上进行重新组合使之有序化后形成知识产品的过程”[50]。是知识集合化、知识精炼化、知识整序化的过程。知识单元重组的核心是内容上的重新组合，不仅是文献中知识单元的序化，而且包括知识内部结构的变化、全新知识的产生。
文献群是由若干单篇文献构成的，每篇文献发表的时间是不同的，其中所包含的关键词出现的时间也就有所不同，对于一个关键词而言，如果其共现频次随着时间的变化越来越大，则表明该关键词所代表的研究内容和方向越受到关注，如果其共现频次随着时间的变化出现衰减，则表明该关键词所表征的研究内容和方向已经被边缘化，甚至被淘汰。关键词共现关系的首次形成时间表征了知识重组的开始。在某一研究领域的整个时段中，如果共现关系出现的时间越接近早期开始研究的时间，则表明知识单元的重组时间较早，如果共现关系出现的时间越接近于当前，则表明知识单元的重组时间较晚，后一种情况一般发生在知识单元的差异性较大、不同领域的术语通用等情况下，通过知识单元的交叉与融合产生新的研究内容和方向。
在共词知识网络中，知识群落和知识链索是基于知识单元衍生出来的两个基本概念，也是知识网络中不可缺少的构成要素。知识群落是知识单元的集合，在共词知识网络中，知识群落一般是以知识单元表征的关键词的聚类或集群，也可以是若干聚类的叠加和组合。知识链索用来表示知识单元或知识群落之间的链接关系。
在知识的继承与创新的过程中，文献作为学术研究成果的知识载体有着不可替代的作用。研发人员在具体的研发过程中，总是基于现有的文献或成果，从事新的学术研究。因此，知识单元的关联关系是文献之间形成知识关联的最典型方式之一，充分体现了知识单元的累积性、继承性和更新性，也展示了知识单元之间的离散、交叉与聚合或重组过程。
共词知识网络体现了知识单元的重组与再造过程，知识单元重组就是将现有的旧知识重组生成新的知识单元。在科学领域，知识单元重组把知识单元生成新思想、新概念、新技术和新产品等。知识单元重组不是简单的1+1=2，不单纯是形式上的重新组合，还有内容上的融合。知识单元的重组如同物质单元一样，从科学文献中分解出更小的知识单元，分解过程中构成了知识结构的演变规律，依据结构规律进行知识重组，就可以生成新的知识（或研究主题），该过程的实质就是知识单元的游离与重组（见图1-1）。图1-1 知识单元的游离与重组（二）共词网络中的知识单元重组
共词网络是由关键词之间的共现关系所构成的表达科学知识领域结构的客观知识网络（见图1-2）。共词知识网络的提出源于布鲁克[51]斯的认知地图、知识领域绘图和共词分析。共词分析方法的完善、共词矩阵的生成、分析指标的改进等为分析学科领域的知识结构提供了理论基础。共词分析是由法国的卡龙（M.Callon）和克泰尔[52]（J.P.Courtial）等引入情报学领域的。认为该方法不仅可以描绘特定学科领域的知识结构，还能结合时间序列揭示学科结构的演变。刘[53][54][55][56]则渊和尹丽春、王晓光、伯纳尔和昂央查（E.Onyancha）等都通过关键词共现关系分析了特定学科领域的知识结构。*图1-2 共词网络中的知识单元的游离与重组
*王晓光：《科学知识网络的形成与演化（Ⅰ）：共词网络方法的提出》，《情报学报》2009年第28（4）期，第599～605页。
在共词知识网络中，关键词间的关联强度并非完全一致。两个词在不同的文献中共现的次数越多，它们之间的关联强度就越大。根据主题词的受控性与规范性，主题词是文献研究主题的浓缩，如果两篇文献有两个以上的主题词相同，则表明这两篇文献在研究主题上相同或相近；反之，如果两篇文献的研究主题越接近，则相同的主题词就越多。如果一对主题词在文献集中的更多文献中共现，则表明这对主题词被关注的程度较高，属于该研究领域的一个主要研究内容和方向。如果这对主题词的年度词频不断攀升，则表明其代表的研究内容和方向是该领域未来的研究趋势。
关键词的共词知识网络也是一种复杂网络。当文献数据足够庞大时，关键词之间的共现关系非常复杂，两个或多个关键词之间的共现关系是通过关键词之间的连线来表征的，连线的粗细表征两个或多个关键词之间的共现频次的多寡，共现频次越多，表明具有共现关系的关键词之间具有高度的知识相似性或关联性。当一定数量的文献数据中的关键词之间建立了共现关系，关键词的共词知识网络也就随之形成，此时的关键词不仅是一个单纯的词汇，而且是与其他关键词一起表现出知识网络的整体特性，以及自身在知识网络中的个体属性和关系属性。
在由大量的关键词所构成的共词知识网络中，具有共现关系的关键词会依据知识的相似性或关联性，通过聚类重组为知识群落。此时由关键词组成的知识网络就浓缩成知识群落的知识网络，连线的粗细表征两个或多个知识群落之间关联关系的强弱。通过对知识重组过程的分析，可以展示知识发展过程中的知识基础、知识结构、新知识的产生和知识结构变迁。从而根据知识的继承性，在前人知识积累的基础上，吸收继承了与自身研究最相关、最有价值的知识，进行新的研究和探索。根据知识的变异性，结合研发经验进行知识创造，创立与前人不同的新理论、新方法和新成果。（三）从关键词到研究主题的知识重组
共词知识网络的知识单元重组机制促进了新知识的产生与再造，实现了知识的发展与变迁，同时也体现了知识重组的系统性、复杂性和自组织性等特征。当共词知识网络的知识单元重组使新的知识达到一定累积量时，一个新的研究内容和方向便应运而生，新的知识网络结构便得以形成。
知识网络结构的概念最早是由波普尔提出的，认为客观知识世界类似于动物创造的蛛网、蜂窝等，是客观的，这种客观知识的结构类[57]似于蛛网或蜂窝，是一种网状结构。在波普尔提出的客观知识的网状结构、卡龙等提出了共词分析方法的基础上，国内外专家学者开始应用共词分析方法和共词知识图谱来分析某学科领域的知识结构。但目前的研究只是从词与词之间的共现关系，运用聚类分析方法来揭示知识结构，而很少从知识群与知识群之间关联关系的视角来揭示知识结构特征。
在关键词之间形成的共词知识网络中，根据聚类分析方法，将从文献中游离出来的知识单元，按照一定的原则和方法重组成类群，每个类群代表一个研究主题，类群之间关系就形成了研究主题的知识网络。因此，在知识网络视角的研究主题结构分析中：首先，需要从期刊文献数据中提取出关键词，共现频次高的关键词将是知识重组的主要对象，关键词重组后，将会研究主题表征研究内容和方向。其次，在共词知识网络中，那些共现频次较高的关键词属于受关注程度较高的研究内容，会在共词知识网络中以其为核心形成汇聚效应，从而形成若干研究主题之间的关联关系，这些研究主题之间的关联就形成了研究主题知识网络结构。通过对研究主题知识网络中的核心研究主题的识别和分析，可以揭示所研究的学科领域的研究主题结构，以及研究主题在知识网络结构中的位置和地位。
一般来说，科学知识网络结构是由一定时期内的大量科学文献来体现的，即从文献中把知识单元游离出来，加以重组而形成新的知识群。其重组过程包括两个方面。
第一，科学文献集合中包含着大量游离的知识单元，而这些知识单元之间并不都是相互关联的，只有那些常常同时出现在同一篇文献中的知识单元之间才有关联性。从文献集合中将知识单元游离出来，运用共词聚类分析方法，将相互关联比较紧密的知识单元重组在一起形成知识群。在知识群中共现强度大的词对是知识群的核心主题词；这些重要节点在知识网络中起着重要作用。而那些共现频次低以及与其他词汇没有形成共现关系的词汇，仍然保持着游离状态。但并不表示这些词汇在该科学领域中的价值一定低，只是在目前的研究中，还没有与其他词汇形成共现关系。一旦共现关系形成，则可能意味着新的研究内容和方向的产生。
第二，在以核心主题词为核心通过共现强度而形成的共词知识网络中，具有知识关联和知识相似的词汇聚集一起形成共词聚类，由共词聚类之间的关联性构成知识网络。在聚类内部具有关联性或相似性的知识单元之间形成链接，在知识群之间会因为知识单元之间的链接形成诸多链接。知识群中的知识单元来自文献集合中的某篇文献，若集中在几篇文献中，则意味着这些文献之间具有知识关联性或知识相似性。通过选择相应的知识群的度量指标，来具体描述每个知识群在知识网络中的属性特征。因此，在文献集合中的一些有创见的科学文献中，既包含着对已有知识单元的继承与吸收，也包含着对知识单元游离与重组的结果，在重组中产生新的知识单元、形成新的知识网络。知识单元的学科差异性越大，知识单元重组的创造性越大，研究内容和方向越新。（四）核心关键词在研究主题结构中的作用
在共词知识网络中，研究主题之间既有区别也有联系。一般来说，研究主题内部的链接数量或强度都要高于研究主题之间的链接数量或强度，而且研究主题内部的关键词之间都可以直接或间接形成链接。研究主题的起始词对研究主题内部的知识链接起着重要作用，因为研究主题是按照与共现强度最大的起始词中的一个具有较强的共现关系而形成的。在研究主题之间，会通过研究主题内的关键词与其他研究主题内的关键词形成链接，形成链接的这些关键词使两个研究主题之间建立了知识上的关联关系，但可能会因为研究主题之间的链接较多，使得两个研究主题之间的链接纷繁复杂，为了更清晰地描述研究主题之间的主要链接，可以确定在知识网络中的核心关键词，用来揭示知识单元在知识群内部和知识群之间的重要作用。
在知识群内部，研究主题的起始词与其他关键词具有较强的链接。因此，这些作为研究主题起始词的关键词在其所在的主题内部起着核心中介作用，与其他关键词共同构成一个研究方向。若核心关键词的作用发生改变，甚至将其移除，将会导致该研究主题内部无法形成全连通网络，关键词重新回到游离状态。
在研究主题之间，核心关键词促进跨主题间的知识重组。研究主题之间的关键节点是链接两个研究主题的主要通道或桥梁，表明两个独立发展的研究主题之间的关联关系。随着两个研究主题之间的链接数量和链接强度的提高，就会以核心关键词为链接，两个研究主题中的关键词被重组，两个研究主题之间发生交叉与融合，形成与原研究主题既有关联又不完全相同的新研究主题。这意味着学科学术研究领域中研究主题有了新的发展变化，同时关键词的重组也会导致研究主题结构发生改变。这种研究主题的交叉融合常常会发生在学科学术研究的实践过程中。三 研究主题结构分析的主要路径
在研究主题结构分析模型的理论框架、形成研究主题结构的知识单元重组机理基础上，运用共词聚类分析、战略坐标分析、可视化分析等方法，对共现矩阵或关联矩阵和关键节点进行定量与定性分析，揭示一定时期内某一学科学术研究领域的研究主题的静态结构和动态变化。不同类型的共现矩阵或关联矩阵，其表征不同层次或不同知识单元的关联关系，因而研究主题结构分析的路径也有所不同。（一）共现矩阵或关联矩阵的构建
本书的研究基础是共现矩阵或关联矩阵，因此，构建不同的共现矩阵或关联矩阵是本书的一个重要环节，直接影响分析结果和结论的合理性。
共现矩阵或关联矩阵是知识网络的一种特殊表示形式，在矩阵中蕴含着知识之间的各种关联关系。由于分析层次和研究对象的选取不同，因此需要构建不同的共现矩阵或关联矩阵。虽然本书分析的重点是研究主题结构，但是需要首先构建形成研究主题的基本知识单元——关键词的共现矩阵，这是本书分析中最基础的共现矩阵。研究主题的生成、结构分析都是基于关键词共现矩阵进行的深入研究，它主要涉及以下方面：
①在研究主题象限结构的分析中，需要从关键词共现矩阵中分离出每一研究主题内部的关键词间的共现矩阵，用于计算该研究主题的新颖度和关注度指标数值。
②在研究关键词共现知识网络的分析中，需要基于关键词的共现矩阵，计算出关键词之间的余弦指数值，绘制关键词共现知识网络图谱，识别中介中心性较高的关键词和共现频数较高的关键词。
③在研究高产作者共现知识网络的分析中，需要基于作者的共现矩阵，计算出作者之间的余弦指数值，绘制高产作者共现知识网络图谱，识别中介中心性较高的作者和共现频数较高的作者。
④在研究高产科研机构共现知识网络的分析中，需要基于科研机构的共现矩阵，计算出科研机构之间的余弦指数值，绘制高产科研机构共现知识网络图谱，识别中介中心性较高的科研机构和共现频数较高的科研机构。（二）研究主题结构的分析路径
在本书中，我们通过共词分析来展示研究主题象限结构，其中并不是以关键词为知识网络节点，而是以由关键词所构成的研究主题为知识网络节点，从位置关系上来揭示研究主题的象限结构特征及其动态变化。
分别计算研究主题的关注度和新颖度，运用战略坐标分析静态展示研究主题的象限结构，即核心研究主题、次要研究主题、边缘研究主题和基础（或独立）研究主题在战略坐标中的象限分布。在静态结构分析的基础上，动态展示整个时段研究主题的象限结构变化。通过研究主题战略坐标的静态和动态分析，从位置维度揭示研究主题的象限结构及变化。（三）可视化图谱的分析路径
本书主要是通过可视化分析方法来展示某一学科的学术研究现状，通常选择关键词、作者、机构等作为节点来研究，我们运用美国德克塞尔大学的陈超美教授研发的CiteSpace可视化软件，输入某一学科的文献数据，分别生成每一学科的关键词、作者、机构的知识网络图谱。我们具体按照国务院学位委员会和教育部《授予博士、硕士学位和培养研究生的学科、专业目录》（1997年）的专业目录，涵盖了理论经济学6个学科、应用经济学10个学科进行可视化分析。各学科的专业解读按照检索的数据结果和软件运行结果相结合进行，主要参考指标有频数、中介中心性、被引频次等。图1-3 研究主题象限结构和可视化分析路径
[1] 刘则渊：《赵红州与中国科学计量学》，《科学学研究》1999年第17（4）期，第104～109页。
[2] 刘则渊、冷云生：《关于创建知识计量学的初步构想》，王战军、蒋国华主编《科研评价与大学评价：第二届科研绩效定量评价国际学术会议暨第六次全国科学计量学与情报计量学年会论文集》，红旗出版社，2001，第401～405页。
[3] 刘则渊、刘凤朝：《关于知识计量学研究的方法论思考》，《科学学与科学技术管理》2002年第23（8）期，第5～8页。
[4] 王续琨、侯剑华：《知识计量学的学科定位和研究框架》，《大连理工大学学报》（社会科学版）2008年第3期，第50～54页。
[5] 王续琨、侯剑华：《知识计量学的学科定位和研究框架》，《大连理工大学学报》（社会科学版）2008年第3期，第50～54页。
[6] Beckmann M J，Economic Models of Knowledge Networks：in Networks in Action，New York：Springer-Verlag BerIin Heidelberg，1995.
[7] 王晰巍：《知识供应链构建模式及运行机制研究》，吉林大学博士学位论文，2006。
[8] 刘建国：《复杂网络模型构建及其在知识系统中的应用》，大连理工大学博士学位论文，2006。
[9] 顾东蕾：《论学科知识网络的理论基础》，《图书情报工作》2009年第52（9）期，第32～35页。
[10] 李喜岷：《论知识场动力学及其定量研究问题》，《科学学与科学技术管理》2002年第23（8）期，第18～20页。
[11] 马大川、马越：《信息有序的理论框架》，《情报理论与实践》2006年第29（6）期，第677～680页。
[12] 顾东蕾：《论学科知识网络的理论基础》，《图书情报工作》2009年第52（9）期，第32～35页。
[13] Small H.，“Co-citation in the Scientific Literature：A New Measure of the Relationship Between Two Documents”，Journal of the American Society for Information Science，1973，24（4）：265-269.
[14] Marshakova I V.，“System of Connections between Documents Based on References（as the Science Citation Index）”，Nauchno-Tekhnicheskaya Informatsiya，Seriya，1973，6（2）：3-8.
[15] 此类研究例如：Callon M，Courtial J P，Turner W A，et al.“From translations to problematic networks：An Introduction to Co-word Analysis”，Social Science Information，1983，22（2）：191-235；Law J，Bauin S，Courtial J P，et al.“Policy and the Mapping of Scientific Change：A Co-word Analysis of Research into Environmental Acidification”，Scientometrics，1988，14（3）：251-264。
[16] Börner K，Chen C，Boyack K W.，“Visualizing Knowledge Domains”，Annual Review of Information Science and Technology，2003，37（1）：179-255.
[17] Garfield E.，“Citation Indexes in Sociological and Historical Research”，American Documentation，1963，14（4）：289-291.
[18] Price D J.，“Networks of Scientific Papers”，Science，1965，（149）：510-515.
[19] Brookes B C.The foundations of Information science，Journal of Information Science，1981，3（1）：3-12.
[20] Tsay M，Xu H，Wu C.“Journal Co-citation Analysis of Semiconductor Literature”，Scientometrics，2003，57（1）：7-25.
[21] Bassecoulard E，Zitt M.，“Indicators in a Research Institute：A multi-level Classification of Scientific Journals”，Scientometrics，1999，44（3）：323-345.
[22] Leydesdorff L.，“Clusters and Maps of Science Journals Based on Bi-connected Graphs in”，Journal of Documentation，2004，60（4）：371-427.
[23] Leydesdorff L.，“Top-down decomposition of the Journal Citation Reportof the Social Science Citation Index：Graph-and factor-analytical approaches”，Scientometrics，2004，60（2）：159-180.
[24] Boyack K W，Klavans R.，“Börner K.Mapping the Backbone of Science”，Scientometrics，2005，64（3）：351-374.
[25] 陶勇、刘思峰、方志耕等：《高校学科建设网络中知识流动效应的测度》，《统计与决策》2007年第17期，第37～38页。
[26] 刘植惠：《知识基因理论的由来、基本内容及发展》，《情报理论与实践》1998年第21（2）期，第71～76页。
[27] 梁永霞：《引文分析学的知识计量研究》，大连理工大学博士学位论文，2009。
[28] Brown A R R. Structure and Function in Primitive Society：Essays and Addresses，New York：Free Press，1952.
[29] Wellman B，Berkowitz S D，Social Structures：A Network Approach，Cambridge，England：Cambridge University Press，1988.
[30] Granovetter M S.，“The Strength of Weak Ties”，American Journal of Sociology，1973，78（6）：1360-1380.
[31] Hansen M T.“The Search-transfer Problem：The Role of Weak Ties in Sharing Knowledge Across Organization Subunits”，Administrative Science Quarterly，1999，44（1）：82-111.
[32] Bourdieu P.“The Forms of Capital”，Handbook of Theory and Research for the Sociology of Education，1986：241-258.
[33] Coleman J S.“Social Capital in the Creation of Human Capital”，American Journal of Sociology，1988，94（S1）：95-120.
[34] Burt R S. Structural Holes：The Social Structure of Competition，Boston：Harvard University Press，1992.
[35] Nadel S F，Fortes M，The Theory of Social Structure，Cohen & West London，1957.
[36] White H C. An Anatomy of Kinship：Mathematical Models for Structures of Cumulated Roles，Prentice-Hall Englewood Cliffs，NJ，1963.
[37] Bott E.，“Family and Social Network：Roles”，Norms，and External Relationships in Ordinary Urban Families，London：Tavistock Publications，1957.
[38] Lorrain F，White H C.，“Structural Equivalence of Individuals in Social Networks”，Journal of Mathematical Sociology，1971，1（1）：49-80.
[39] Burt R S.，Corporate Profits and Cooptation：Networks of market constraints and directorate ties in the American economy，New York：Academic Press，1983.
[40] Burt R S.，“Social Contagion and Innovation：Cohesion Versus Structural Equivalence”，American Journal of Sociology，1987：1287-1335.
[41] 肖鸿：《试析当代社会网研究的若干进展》，《社会学研究》1999年第3期，第1～11页。
[42] 肖鸿：《试析当代社会网研究的若干进展》，《社会学研究》1999年第3期，第1～11页。
[43] 庞杰：《知识流动理论框架下的科学前沿与技术前沿研究——以太阳能电池领域的计量研究为例》，大连理工大学博士学位论文，2011。
[44] 赵红州、蒋国华：《知识单元与指数规律》，《科学学与科学技术管理》1984年第1（9）期，第39～41页。
[45] 文庭孝：《知识单元的演变及其评价研究》，《图书情报工
试读结束[说明：试读内容隐藏了图片]