劉瑋，馬續(xù)補(bǔ)，秦春秀，陳穎

（西安電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710071）

伴隨著云計(jì)算、社交網(wǎng)絡(luò)、移動(dòng)商務(wù)、物聯(lián)網(wǎng)等新興信息技術(shù)的快速滲透，數(shù)據(jù)量急劇增長(zhǎng)，大數(shù)據(jù)已經(jīng)成為新一代信息技術(shù)的核心與競(jìng)爭(zhēng)前沿[1]。大數(shù)據(jù)技術(shù)和大數(shù)據(jù)分析已經(jīng)被成功應(yīng)用于許多領(lǐng)域，如健康醫(yī)療、商業(yè)分析、互聯(lián)網(wǎng)金融、社交媒體用戶(hù)行為分析、輿情分析、電子商務(wù)以及制造業(yè)等[2]。大數(shù)據(jù)研究已經(jīng)成為學(xué)術(shù)界和產(chǎn)業(yè)界最熱門(mén)的主題之一。大數(shù)據(jù)應(yīng)用是大數(shù)據(jù) 5個(gè)基礎(chǔ)研究方向之一，是科研項(xiàng)目關(guān)注最多的方向，包括各學(xué)科、各領(lǐng)域的基于數(shù)據(jù)的新方法、新范式、新理論等，用于支撐基于大數(shù)據(jù)的科學(xué)研究方法、社會(huì)發(fā)展方式、經(jīng)濟(jì)建設(shè)模式和國(guó)防安全手段[3]。社會(huì)科學(xué)的各個(gè)領(lǐng)域是大數(shù)據(jù)研究重要的應(yīng)用場(chǎng)景，也是大數(shù)據(jù)解釋階段的主要依據(jù)，大數(shù)據(jù)是社會(huì)科學(xué)研究面臨的機(jī)遇和挑戰(zhàn)。

White、Luo、Gu等學(xué)者采用文獻(xiàn)計(jì)量方法分析了醫(yī)療領(lǐng)域大數(shù)據(jù)研究的規(guī)律[4-6]，國(guó)內(nèi)學(xué)者采用文獻(xiàn)計(jì)量方法分析了計(jì)算機(jī)領(lǐng)域、經(jīng)濟(jì)管理領(lǐng)域的大數(shù)據(jù)研究現(xiàn)狀[7-8]，對(duì)大數(shù)據(jù)工具、大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)可視化等具體問(wèn)題進(jìn)行文獻(xiàn)計(jì)量分析[9-11]。現(xiàn)有研究多關(guān)注某個(gè)特定研究主題或具體學(xué)科中大數(shù)據(jù)研究規(guī)律，本文嘗試對(duì)包含諸多具體學(xué)科的廣義的社會(huì)科學(xué)領(lǐng)域大數(shù)據(jù)研究現(xiàn)狀進(jìn)行分析，以辨別大數(shù)據(jù)研究在整個(gè)社會(huì)科學(xué)中的發(fā)展規(guī)律和知識(shí)基礎(chǔ)。

一、數(shù)據(jù)來(lái)源和研究方法

（一）數(shù)據(jù)來(lái)源

科學(xué)文獻(xiàn)是科學(xué)活動(dòng)的主要產(chǎn)出形式，也是科學(xué)計(jì)量和文獻(xiàn)計(jì)量研究的重要數(shù)據(jù)來(lái)源。學(xué)術(shù)期刊是發(fā)表研究成果、進(jìn)行學(xué)術(shù)交流、獲得學(xué)術(shù)地位的重要媒介[12]?？紤]我國(guó)社會(huì)科學(xué)研究現(xiàn)狀，學(xué)者更擅長(zhǎng)母語(yǔ)寫(xiě)作[13-14]，因此本文采用多個(gè)文獻(xiàn)數(shù)據(jù)庫(kù)作為國(guó)內(nèi)和國(guó)際社會(huì)科學(xué)大數(shù)據(jù)研究現(xiàn)狀分析的數(shù)據(jù)來(lái)源。通過(guò)對(duì)期刊論文的文獻(xiàn)計(jì)量分析，發(fā)現(xiàn)研究特點(diǎn)和規(guī)律。英文文獻(xiàn)數(shù)據(jù)來(lái)自WOS（Web of Science）的社會(huì)科學(xué)引文索引（Social Sciences Citation Index，SSCI）；中文文獻(xiàn)數(shù)據(jù)來(lái)自中文社會(huì)科學(xué)引文索引（Chinese Social Sciences Citation Index，CSSCI）和中國(guó)知網(wǎng)（CNKI）。

選擇“big data”和“大數(shù)據(jù)”作為檢索詞，數(shù)據(jù)庫(kù)檢索時(shí)間是2019年1月20日。在SSCI中檢索主題=“big data”，得到4320篇文獻(xiàn)，為數(shù)據(jù)集1；在CSSCI中檢索標(biāo)題=“大數(shù)據(jù)”或關(guān)鍵詞=“大數(shù)據(jù)”，得到3132篇文獻(xiàn)，為數(shù)據(jù)集2；在CNKI中檢索標(biāo)題=“大數(shù)據(jù)”或關(guān)鍵詞=“大數(shù)據(jù)”，且來(lái)源類(lèi)別為CSSCI，得到5010篇文獻(xiàn)，為數(shù)據(jù)集3，作為分析時(shí)的馬充數(shù)據(jù)。表1列出了數(shù)據(jù)集1和2的具體數(shù)值。

（二）研究方法和工具

波普爾的“三個(gè)世界”學(xué)說(shuō)和科學(xué)計(jì)量之父普賴(lài)斯的科學(xué)學(xué)理論，解釋了科學(xué)計(jì)量和文獻(xiàn)計(jì)量能夠幫助人們通過(guò)對(duì)特定領(lǐng)域文獻(xiàn)（集合）進(jìn)行計(jì)量，繪制、生成和解讀知識(shí)圖譜，從而改變?nèi)祟?lèi)打開(kāi)世界的方式[15]。文獻(xiàn)計(jì)量和科學(xué)計(jì)量方法已經(jīng)被廣泛應(yīng)用于科學(xué)學(xué)和科研管理等研究領(lǐng)域。本文通過(guò)對(duì)社會(huì)科學(xué)大數(shù)據(jù)研究的文獻(xiàn)計(jì)量分析，梳理了大數(shù)據(jù)研究現(xiàn)狀和發(fā)展規(guī)律；通過(guò)對(duì)引文來(lái)源聚類(lèi)，分析了社會(huì)科學(xué)大數(shù)據(jù)研究的知識(shí)基礎(chǔ)；通過(guò)分析不同數(shù)據(jù)源，對(duì)比了國(guó)內(nèi)外研究的異同。主要采用引文分析和共被引分析方法，使用了VOSviewer和HisCite軟件工具。

引文分析法是文獻(xiàn)計(jì)量和科學(xué)計(jì)量領(lǐng)域廣泛使用的方法[16]。引文分析法的基本假設(shè)是科學(xué)研究的積累性、連馬性和繼承性，具體表現(xiàn)為文獻(xiàn)之間的引用和被引用關(guān)系。文獻(xiàn)的引用和被引用，使得大量文獻(xiàn)分群聚類(lèi)，構(gòu)成文獻(xiàn)聚類(lèi)、學(xué)科聚類(lèi)分析的理論基礎(chǔ)。

HisCite是科學(xué)引文索引（Science Citation Index，SCI）創(chuàng)始人加菲爾德開(kāi)發(fā)的文獻(xiàn)計(jì)量可視化軟件，能夠用圖示的方式展示文獻(xiàn)之間的引用關(guān)系，繪制出某研究領(lǐng)域的發(fā)展歷史，找到該領(lǐng)域的重要文獻(xiàn)以及最新的重要文獻(xiàn)[17]。

VOSviewer是Van Eck N J和Waltman L開(kāi)發(fā)的繪制文獻(xiàn)圖譜的軟件工具，通過(guò)相似度計(jì)算、VOS繪圖技術(shù)和轉(zhuǎn)換、旋轉(zhuǎn)和映射，該工具能清晰展示文獻(xiàn)計(jì)量中的共現(xiàn)關(guān)系，是一款能用于較大規(guī)模數(shù)據(jù)集合的文獻(xiàn)計(jì)量可視化分析工具[18]。

二、結(jié)果分析與討論

（一）文獻(xiàn)增長(zhǎng)分析

通過(guò)文獻(xiàn)數(shù)量的增長(zhǎng)變化規(guī)律來(lái)判斷和預(yù)測(cè)科學(xué)知識(shí)的增長(zhǎng)狀況，繼而探索科學(xué)發(fā)展規(guī)律是科學(xué)史和科學(xué)學(xué)研究中常用的方法[16]。普賴(lài)斯指數(shù)模型和邏輯模型是兩個(gè)重要的文獻(xiàn)增長(zhǎng)模型。分析1990-2015年之間WOS數(shù)據(jù)庫(kù)中“大數(shù)據(jù)應(yīng)用”相關(guān)文獻(xiàn)的數(shù)量分布[10]，可認(rèn)為該領(lǐng)域文獻(xiàn)在2012-2015年之間符合普賴(lài)斯指數(shù)增長(zhǎng)規(guī)律。

表1：社會(huì)科學(xué)大數(shù)據(jù)研究文獻(xiàn)數(shù)量分布

對(duì)表1的數(shù)據(jù)進(jìn)行文獻(xiàn)增長(zhǎng)分析，取累積量為縱軸，時(shí)間為橫軸，實(shí)線(xiàn)為實(shí)際觀測(cè)值，虛線(xiàn)為擬合后的指數(shù)曲線(xiàn)。數(shù)據(jù)集1和2的指數(shù)模型擬合效果最好，R2＞0.9，數(shù)據(jù)集1的指數(shù)擬合見(jiàn)圖1。文獻(xiàn)數(shù)量變化符合指數(shù)增長(zhǎng)模型和邏輯模型的前期增長(zhǎng)階段。

圖1中，2017年文獻(xiàn)累積量的實(shí)際值略低于預(yù)測(cè)值，2018年的文獻(xiàn)累積量明顯低于預(yù)測(cè)值，是否意味著2017年之后文獻(xiàn)增長(zhǎng)速度降低呢？我們對(duì)比了2018年2月以同樣檢索條件獲得的數(shù)據(jù)集，指數(shù)擬合曲線(xiàn)見(jiàn)圖2。對(duì)比兩個(gè)圖的變化，我們認(rèn)為觀測(cè)值低于預(yù)測(cè)值主要因?yàn)槲墨I(xiàn)數(shù)據(jù)庫(kù)更新時(shí)滯，是否出現(xiàn)文獻(xiàn)增長(zhǎng)加速度變緩即出現(xiàn)邏輯模型的拐點(diǎn)，還需要更長(zhǎng)時(shí)間的觀察。這個(gè)現(xiàn)象在CSSCI的檢索結(jié)果中同樣出現(xiàn)。因此，大數(shù)據(jù)研究仍處于加速增長(zhǎng)期，大數(shù)據(jù)還在繼馬向社會(huì)科學(xué)研究的各個(gè)領(lǐng)域滲透。

圖1：大數(shù)據(jù)相關(guān)文獻(xiàn)的增長(zhǎng)曲線(xiàn)（2019.1）

圖2：大數(shù)據(jù)相關(guān)文獻(xiàn)的增長(zhǎng)曲線(xiàn)（2018.2）

（二）學(xué)科分布分析

SSCI和CSSCI均包括社會(huì)科學(xué)中的諸多具體學(xué)科，大數(shù)據(jù)對(duì)各個(gè)具體學(xué)科的滲透程度不同。表2列出數(shù)據(jù)集1中發(fā)文最多的7個(gè)類(lèi)別，考慮源刊數(shù)量，文獻(xiàn)在類(lèi)別1中的集中度最高。類(lèi)別3和5屬于SCIE，原因是部分期刊屬于雙檢索，如MISQUARTERLY。在SSCI和SCIE中，一個(gè)期刊可以屬于多個(gè)類(lèi)別，如MIS QUARTERLY同時(shí)屬于表2中的類(lèi)別1/2/3，因此，表2中各類(lèi)別的文獻(xiàn)量之間存在重復(fù)統(tǒng)計(jì)。盡管如此，依然可認(rèn)為SSCI中大數(shù)據(jù)研究文獻(xiàn)產(chǎn)出主要集中在7個(gè)類(lèi)別，其中屬于SSCI的類(lèi)別有5個(gè)，INFORMATION SCIENCE & LIBRARY SCIENCE領(lǐng)域產(chǎn)生的大數(shù)據(jù)研究文獻(xiàn)最多。

表2：SSCI文獻(xiàn)的學(xué)科類(lèi)別分布（數(shù)據(jù)集1）

表3：CSSCI中文獻(xiàn)的學(xué)科類(lèi)別分布（數(shù)據(jù)集2）

表3列出了數(shù)據(jù)集2中發(fā)文最多的5個(gè)學(xué)科。同樣考慮源刊數(shù)量，文獻(xiàn)在類(lèi)別1中的集中度最高，即中文CSSCI數(shù)據(jù)庫(kù)中，來(lái)自圖書(shū)館、情報(bào)與文獻(xiàn)學(xué)的大數(shù)據(jù)研究文獻(xiàn)最多。

（三）機(jī)構(gòu)及其影響力分析

為了識(shí)別國(guó)內(nèi)和國(guó)際在社會(huì)科學(xué)大數(shù)據(jù)研究中的主要發(fā)文機(jī)構(gòu)及其影響力，我們對(duì)各研究機(jī)構(gòu)的發(fā)文量和被引量進(jìn)行統(tǒng)計(jì)。對(duì)數(shù)據(jù)集1的發(fā)文機(jī)構(gòu)進(jìn)行統(tǒng)計(jì)，即截止2019年1月發(fā)文數(shù)量最多的10個(gè)機(jī)構(gòu)及其發(fā)文量，見(jiàn)圖 3。UNIVERSITY OF CALIFORNIA SYSTEM 發(fā)文量最多，UNIVERSITY OF LONDON緊隨其后，中科院和武漢大學(xué)分別居第4和第9位。

圖3： SSCI中發(fā)文量最多的10個(gè)研究機(jī)構(gòu)

引用通常被作為衡量科學(xué)研究成果影響力的重要指標(biāo)之一。HisCite采用LCS（local Citation Score）和GCS（Global Citation Score）兩個(gè)引用指標(biāo)測(cè)量一篇文獻(xiàn)在當(dāng)前數(shù)據(jù)庫(kù)和所有WOS數(shù)據(jù)庫(kù)中的被引數(shù)量，可認(rèn)為是該文獻(xiàn)在本領(lǐng)域和整個(gè)學(xué)術(shù)界的影響力[17]。數(shù)據(jù)集1導(dǎo)入HisCite，統(tǒng)計(jì)數(shù)據(jù)集1中研究機(jī)構(gòu)的論文數(shù)量和被引情況。由于文獻(xiàn)被引用存在時(shí)滯，且文獻(xiàn)發(fā)表后不一定被引用，表4的論文數(shù)量不大于圖3的數(shù)量。表4列出被引文獻(xiàn)數(shù)量不少于36篇的機(jī)構(gòu)。LCS引用最高的是MIT、哈佛大學(xué)和賓夕法尼亞大學(xué)。MIT的篇均被引達(dá)到12.4，以0.9%的文獻(xiàn)數(shù)量獲得了6.5%的LCS引用。GCS引用最高的是哈佛大學(xué)和MIT，篇均被引約36。中科院由2018年同期的第7位升至第3位，但篇均LCS被引不到0.5。武漢大學(xué)由第16位升至第6位，篇均LCS被引約0.75。清華大學(xué)由第19名升至第12位，篇均被引不到0.4。

表4：主要發(fā)文機(jī)構(gòu)和被引情況（SSCI）

檢索CNKI數(shù)據(jù)庫(kù)得到數(shù)據(jù)集3，統(tǒng)計(jì)其發(fā)文最多的8個(gè)機(jī)構(gòu)及其文獻(xiàn)被引用數(shù)量，如表5所示。中國(guó)人民大學(xué)在社會(huì)科學(xué)領(lǐng)域的研究成果產(chǎn)出不僅數(shù)量多，而且影響力顯著高于其他高校。

表5：主要發(fā)文機(jī)構(gòu)及引用情況（CSSCI）

（四）知識(shí)基礎(chǔ)分析

Kuhn認(rèn)為，科學(xué)范式是某個(gè)學(xué)科領(lǐng)域中公認(rèn)的重要的概念[19]。文獻(xiàn)引用關(guān)系和共被引網(wǎng)絡(luò)能反映知識(shí)繼承、傳遞和發(fā)展脈絡(luò)，能刻畫(huà)出學(xué)科結(jié)構(gòu)、特征和演化過(guò)程。陳超美認(rèn)為，知識(shí)基礎(chǔ)（INTELLECTUAL BASE）是研究前沿所指向的引證文獻(xiàn)[20]。知識(shí)基礎(chǔ)由前期研究?jī)?nèi)容和某個(gè)領(lǐng)域的結(jié)構(gòu)組成，知識(shí)基礎(chǔ)對(duì)于更好的理解研究前沿很重要[21]。本文采用陳超美對(duì)于研究前沿和知識(shí)基礎(chǔ)的定義，通過(guò)引文關(guān)系和共被引聚類(lèi)分析社科領(lǐng)域大數(shù)據(jù)研究的知識(shí)基礎(chǔ)，并通過(guò)研究前沿和知識(shí)基礎(chǔ)的關(guān)系分析社會(huì)科學(xué)領(lǐng)域大數(shù)據(jù)研究的特點(diǎn)和規(guī)律。如圖4所示，研究前沿即通過(guò)檢索獲得的數(shù)據(jù)集，而知識(shí)基礎(chǔ)是研究前沿指向的引證文獻(xiàn)的共被引聚類(lèi)。本文在分析中主要以社會(huì)科學(xué)中的具體學(xué)科為分析對(duì)象，將數(shù)據(jù)集1和2分別導(dǎo)入VOSviewer，對(duì)知識(shí)基礎(chǔ)的來(lái)源期刊（引文來(lái)源）聚類(lèi)。

圖4：研究前沿和研究基礎(chǔ)的關(guān)系

1.基于SSCI的知識(shí)基礎(chǔ)分析

對(duì)數(shù)據(jù)集1進(jìn)行分析，選擇被引次數(shù)大于120次的230種引文來(lái)源，根據(jù)共被引強(qiáng)度進(jìn)行聚類(lèi)，聚成6類(lèi)，如圖5所示。分別是紅色區(qū)域（區(qū)域1，68個(gè)節(jié)點(diǎn)），綠色區(qū)域（區(qū)域4和5，共43個(gè)節(jié)點(diǎn)），藍(lán)色區(qū)域（區(qū)域2，37個(gè)節(jié)點(diǎn)），黃色區(qū)域（區(qū)域6，35個(gè)節(jié)點(diǎn)），紫色區(qū)域（區(qū)域3，31個(gè)節(jié)點(diǎn)），青色區(qū)域（16個(gè)節(jié)點(diǎn)，比較分散）。區(qū)域1包括了表2中屬于類(lèi)別1/2/3/4的期刊；區(qū)域4包括了多學(xué)科科學(xué)期刊；區(qū)域5是醫(yī)學(xué)類(lèi)期刊；區(qū)域2以計(jì)算機(jī)類(lèi)期刊為主，包括了表2中類(lèi)別2/5的期刊；區(qū)域3以交通、地理、環(huán)境類(lèi)期刊為主，包括表2中類(lèi)別6的期刊；區(qū)域6以新聞、傳播類(lèi)報(bào)刊為主，表2中類(lèi)別7的期刊出現(xiàn)在黃色區(qū)域。

圖5：基于SSCI的知識(shí)基礎(chǔ)聚類(lèi)

圖5中，較大節(jié)點(diǎn)表示該引文來(lái)源被引次數(shù)較高，節(jié)點(diǎn)之間的連線(xiàn)和距離表示兩個(gè)引文來(lái)源之間的共被引強(qiáng)度。分析高被引文獻(xiàn)來(lái)源和聚類(lèi)結(jié)果，可以發(fā)現(xiàn)以下特征：（1）在社會(huì)科學(xué)大數(shù)據(jù)研究中，有六大知識(shí)基礎(chǔ)。第一，INFORMATION SCIENCE & LIBRARY SCIENCE、MANAGEMENT、COMPUTER SCIENCE & INFORMATION SYSTEMS和BUSINESS，這些學(xué)科期刊被引次數(shù)多，共被引強(qiáng)度高，共同構(gòu)成了社會(huì)科學(xué)大數(shù)據(jù)研究在信息科學(xué)圖書(shū)館學(xué)、管理學(xué)、信息系統(tǒng)和商業(yè)領(lǐng)域的重要知識(shí)基礎(chǔ)。第二，計(jì)算機(jī)通信相關(guān)的期刊中介性強(qiáng)，通常與其他學(xué)科的文獻(xiàn)一起被引用，構(gòu)成了社會(huì)科學(xué)大數(shù)據(jù)研究的技術(shù)基礎(chǔ)。第三，交通、環(huán)境類(lèi)期刊構(gòu)成了地理類(lèi)大數(shù)據(jù)研究的重要知識(shí)基礎(chǔ)；第四，science、plos one、nature和 p natl acad sci usa屬于高被引期刊 TOP5（第 5個(gè)是 MIS QUARTERLY），是 SCIE中的multidisciplinary sciences期刊，共同構(gòu)成了社會(huì)科學(xué)大數(shù)據(jù)研究的核心知識(shí)基礎(chǔ)；第五，醫(yī)學(xué)類(lèi)期刊僅與第四部分聯(lián)系緊密，構(gòu)成了醫(yī)學(xué)大數(shù)據(jù)研究的重要知識(shí)基礎(chǔ)；第六，新聞、傳播類(lèi)期刊及其他文獻(xiàn)源，構(gòu)成了媒體大數(shù)據(jù)研究的重要知識(shí)基礎(chǔ)。

被引最多的27種文獻(xiàn)來(lái)源中，有2種不屬于SSCI和SCIE收錄期刊，雙檢索4種，只被SCIE檢索13種，只被SSCI檢索8種。即通過(guò)SSCI檢索到的大數(shù)據(jù)研究文獻(xiàn)，代表了社會(huì)科學(xué)領(lǐng)域當(dāng)前的研究前沿，其對(duì)應(yīng)的知識(shí)基礎(chǔ)既來(lái)自SSCI的具體研究領(lǐng)域，又廣泛的吸收了SCIE的研究成果，特別是計(jì)算機(jī)通信類(lèi)和多學(xué)科科學(xué)類(lèi)的文獻(xiàn)源。

社會(huì)科學(xué)大數(shù)據(jù)研究文獻(xiàn)更傾向于引用什么？首先，作者傾向于引用本研究領(lǐng)域的論文，表2中的類(lèi)別1/2/3/4/6/7與圖中知識(shí)基礎(chǔ)聚類(lèi)有較強(qiáng)的相關(guān)性。其中類(lèi)別1/2/4合計(jì)發(fā)文占比29.1%，而8種高被引SSCI來(lái)源期刊中，屬于這三個(gè)類(lèi)別的期刊分別有5種。其次，作者引用非本領(lǐng)域論文，傾向于計(jì)算機(jī)通信類(lèi)和多學(xué)科科學(xué)類(lèi)文獻(xiàn)。

2.基于CSSCI的知識(shí)基礎(chǔ)分析

對(duì)數(shù)據(jù)集2進(jìn)行分析，選擇被引次數(shù)大于20次的57種引文來(lái)源，按照共被引強(qiáng)度進(jìn)行聚類(lèi)，聚成4類(lèi)，如圖6所示。分別是紅色區(qū)域（區(qū)域1，21個(gè)節(jié)點(diǎn)），綠色區(qū)域（區(qū)域2和5，共20個(gè)節(jié)點(diǎn)），藍(lán)色區(qū)域（區(qū)域3，9個(gè)節(jié)點(diǎn)），黃色區(qū)域（區(qū)域4，7個(gè)節(jié)點(diǎn)）。

區(qū)域1的文獻(xiàn)來(lái)源除了1種旅游學(xué)刊和2種英文期刊，其余18種均屬于表3中的類(lèi)別1，即圖書(shū)館、情報(bào)和文獻(xiàn)學(xué)；區(qū)域2和5包括計(jì)算機(jī)通信類(lèi)期刊、管理學(xué)期刊和較多的英文文獻(xiàn)源；區(qū)域3全部屬于表3中類(lèi)別3，即新聞與傳播學(xué)期刊；區(qū)域4全部屬于表3中類(lèi)別2，即教育學(xué)期刊。

圖6中，分析高被引文獻(xiàn)來(lái)源和聚類(lèi)結(jié)果，可以發(fā)現(xiàn)：（1）圖書(shū)館、情報(bào)和文獻(xiàn)學(xué)期刊是中文社會(huì)科學(xué)大數(shù)據(jù)研究的主要知識(shí)基礎(chǔ)；（2）管理學(xué)和計(jì)算機(jī)通信類(lèi)期刊具有較高的中介性，構(gòu)成了中文社會(huì)科學(xué)大數(shù)據(jù)研究的重要知識(shí)基礎(chǔ)；（3）新聞和傳播學(xué)期刊是大數(shù)據(jù)研究在媒體行業(yè)應(yīng)用的重要知識(shí)基礎(chǔ)；（4）教育學(xué)期刊是大數(shù)據(jù)研究在教育行業(yè)應(yīng)用的重要知識(shí)基礎(chǔ)；（5）Harvard business review、science等英文文獻(xiàn)源已經(jīng)成為中文社會(huì)科學(xué)大數(shù)據(jù)研究的知識(shí)基礎(chǔ)。

被引最多的20種期刊中圖書(shū)館、情報(bào)和文獻(xiàn)學(xué)有9種；教育學(xué)有1種；新聞和傳播學(xué)有2種；計(jì)算機(jī)通信類(lèi)有3種；多學(xué)科期刊1種；其余是英文文獻(xiàn)源。即通過(guò)CSSCI檢索到的大數(shù)據(jù)研究文獻(xiàn)，代表了中文社會(huì)科學(xué)領(lǐng)域當(dāng)前的研究前沿，其對(duì)應(yīng)的知識(shí)基礎(chǔ)既來(lái)自社會(huì)科學(xué)的具體研究領(lǐng)域，又吸收了自然科學(xué)的研究成果。

中文社會(huì)科學(xué)大數(shù)據(jù)研究文獻(xiàn)更傾向于引用什么？首先，作者傾向于引用本研究領(lǐng)域的論文，表3中的類(lèi)別1/2/3與圖6中知識(shí)基礎(chǔ)聚類(lèi)有較強(qiáng)的相關(guān)性。類(lèi)別1/2/3合計(jì)發(fā)文占比51.6%，而20種高被引期刊中，屬于這三類(lèi)的期刊有 12種。其次，圖書(shū)館、情報(bào)和文獻(xiàn)學(xué)更傾向于同時(shí)引用本學(xué)科、計(jì)算機(jī)通信、多學(xué)科、管理學(xué)以及英文文獻(xiàn)源，其知識(shí)基礎(chǔ)更廣泛。

三、研究結(jié)論

（一）大數(shù)據(jù)是社會(huì)科學(xué)的研究熱點(diǎn)

國(guó)內(nèi)外相關(guān)研究成果產(chǎn)出數(shù)量表明，社會(huì)科學(xué)研究對(duì)大數(shù)據(jù)的關(guān)注經(jīng)歷了 2012-2014年的爆發(fā)期，目前依然處于加速增長(zhǎng)期；從高被引論文的引用歷史分析，當(dāng)前的研究更多體現(xiàn)出科學(xué)的積累性和繼承性，即受范式制約的常規(guī)科學(xué)階段。

（二）大數(shù)據(jù)對(duì)社會(huì)科學(xué)的具體學(xué)科滲透程度有差異

CSSCI和SSCI的收錄范圍廣泛，包含較多的具體學(xué)科，如法學(xué)、管理學(xué)、教育學(xué)、環(huán)境科學(xué)、經(jīng)濟(jì)學(xué)、歷史學(xué)、新聞與傳播學(xué)、哲學(xué)、心理學(xué)、社會(huì)學(xué)等等。具體學(xué)科對(duì)大數(shù)據(jù)問(wèn)題的關(guān)注度有明顯差異，SSCI中 INFORMATION SCIENCE & LIBRARY SCIENCE，MANAGEMENT，BUSINESS，ENVIRONMENTAL STUDIES和COMMUNICATION的研究成果最多；CSSCI中圖書(shū)館學(xué)、情報(bào)與文獻(xiàn)學(xué)，新聞學(xué)與傳播學(xué)，教育學(xué)，經(jīng)濟(jì)學(xué)和法學(xué)的研究成果最多。國(guó)內(nèi)和國(guó)際社會(huì)科學(xué)大數(shù)據(jù)研究在具體學(xué)科分布上有共同點(diǎn)，也存在顯著差異。圖書(shū)館學(xué)、情報(bào)和文獻(xiàn)學(xué)與 INFORMATION SCIENCE &LIBRARY SCIENCE是社會(huì)科學(xué)大數(shù)據(jù)研究的最重要的力量。

（三）國(guó)內(nèi)、國(guó)際社會(huì)科學(xué)大數(shù)據(jù)研究的知識(shí)基礎(chǔ)共性與差異并存

從被引用文獻(xiàn)及其來(lái)源角度分析，SSCI中大數(shù)據(jù)研究的知識(shí)基礎(chǔ)既包含文獻(xiàn)高產(chǎn)出的具體類(lèi)別（即表2中的類(lèi)1/2/4/6/7既是高文獻(xiàn)產(chǎn)出類(lèi)別，也是高被引文獻(xiàn)和知識(shí)基礎(chǔ)類(lèi)別）；也有來(lái)自計(jì)算機(jī)通信相關(guān)的具體學(xué)科，特別是IS領(lǐng)域；SCIENCE等多學(xué)科科學(xué)期刊成為特別突出的公共的知識(shí)基礎(chǔ)。CSSCI中大數(shù)據(jù)研究的知識(shí)基礎(chǔ)包含文獻(xiàn)高產(chǎn)出的具體類(lèi)別（即表3中的類(lèi)1/2/3既是高文獻(xiàn)產(chǎn)出類(lèi)別，也是高被引文獻(xiàn)和知識(shí)基礎(chǔ)類(lèi)別）；也有來(lái)自計(jì)算機(jī)通信相關(guān)的具體學(xué)科；中科院院刊、SCIENCE等多學(xué)科科學(xué)期刊，管理科學(xué)學(xué)報(bào)等管理學(xué)期刊成為公共的知識(shí)基礎(chǔ)。

國(guó)內(nèi)大數(shù)據(jù)研究的文獻(xiàn)產(chǎn)出更加集中在圖書(shū)館、情報(bào)和文獻(xiàn)學(xué)，教育學(xué)和新聞與傳媒學(xué)等具體學(xué)科（文獻(xiàn)產(chǎn)出合計(jì)超過(guò)50%），高被引文獻(xiàn)和知識(shí)基礎(chǔ)也集中在這三個(gè)學(xué)科（高被引文獻(xiàn)源占12/20）。大數(shù)據(jù)對(duì)于社會(huì)科學(xué)研究的滲透不夠廣泛，其知識(shí)基礎(chǔ)也較局限在這三個(gè)領(lǐng)域。國(guó)內(nèi)社會(huì)科學(xué)大數(shù)據(jù)研究對(duì)于社會(huì)科學(xué)中其他學(xué)科、自然科學(xué)領(lǐng)域研究成果的吸收程度不夠（數(shù)據(jù)集1中的TOP27文獻(xiàn)源中，來(lái)自SCIE的期刊多于來(lái)自SSCI的期刊）。

（四）我國(guó)社會(huì)科學(xué)研究成果產(chǎn)出量有顯著增長(zhǎng)，但國(guó)際影響力有待提升

數(shù)據(jù)集1的資助基金主要來(lái)自國(guó)家自然科學(xué)基金NSFC、美國(guó)國(guó)家自然科學(xué)基金NSF、中央高?；究蒲袠I(yè)務(wù)費(fèi)、英國(guó)ESRC、美國(guó)NIH基金等。數(shù)據(jù)集2的資助基金主要來(lái)自國(guó)家社會(huì)科學(xué)基金和國(guó)家自然科學(xué)基金，前者是后者的兩倍。國(guó)家級(jí)別的研究基金依然是文獻(xiàn)產(chǎn)出最主要資助來(lái)源，我國(guó)自然科學(xué)研究基金、高校基本科研業(yè)務(wù)費(fèi)的持馬投入在WOS平臺(tái)已經(jīng)有顯著的成果產(chǎn)出，中科院、武漢大學(xué)和清華大學(xué)的論文數(shù)量已經(jīng)明顯增加，但是被引次數(shù)較少，國(guó)際影響力不足。中文發(fā)表的研究成果主要來(lái)自國(guó)家社科基金的支持，在國(guó)內(nèi)，中國(guó)人民大學(xué)的成果數(shù)量和影響力最強(qiáng)。

社會(huì)科學(xué)大數(shù)據(jù)研究在未來(lái)仍是熱點(diǎn)，具體學(xué)科的大數(shù)據(jù)應(yīng)用研究既受到本領(lǐng)域研究的影響，也受到信息技術(shù)發(fā)展的影響。大數(shù)據(jù)必然更廣更深的影響我國(guó)社會(huì)科學(xué)研究的各個(gè)學(xué)科。

[1] 王海濤,毛睿,明仲.大數(shù)據(jù)系統(tǒng)計(jì)算技術(shù)展望[J].大數(shù)據(jù),2018(2):97-104.

[2] KIM G H,TRIMI S, CHUNG J H.Big data applications in the government sector:a comparative analysis among leading countries[J].Commun ACM,2014(3):78-85.

[3] 朱揚(yáng)勇,熊贇.大數(shù)據(jù)的若干基礎(chǔ)研究方向[J].大數(shù)據(jù),2017(2):104-114.

[4] WHITE S.A review of big data in healthcare: challenges and opportunities[J].Open Access Bioinformatics,2014(6):13-18.

[5] LUO J,MIN W,GOPUKUMAR D,et al.Big Data Application in Biomedical Research and Health Care:A Literature Review[J].Biomedical Informatics Insights,2016(8):1-10.

[6] GU D,LI J, LI X,et al.Visualizing the knowledge structure and evolution of big data research in healthcare informatics[J].International Journal of Medical Informatics,2017,98:22-32.

[7] 況俞竹,洪玫,曾嘉彥.基于文獻(xiàn)計(jì)量的大數(shù)據(jù)研究現(xiàn)狀分析[J].數(shù)據(jù)挖掘,2016(3):125-137.

[8] 王岑嵐,尤建新.大數(shù)據(jù)文獻(xiàn)評(píng)述:基于軟件Citespace的可視化研究[J].科技管理研究,2017,37(21):180-189.

[9] 趙丹,王晰巍,李嘉興,等.國(guó)內(nèi)外大數(shù)據(jù)工具學(xué)術(shù)論文比較研究——基于文獻(xiàn)計(jì)量方法[J].情報(bào)科學(xué),2016(6):133-137.

[10] 張姣姣,劉云,程旖婕.基于文獻(xiàn)計(jì)量學(xué)定律的大數(shù)據(jù)應(yīng)用領(lǐng)域發(fā)展規(guī)律研究[J].知識(shí)管理論壇,2016(5):384-392.

[11] 陳軍,謝衛(wèi)紅,陳揚(yáng)森,等.國(guó)內(nèi)外大數(shù)據(jù)可視化學(xué)術(shù)論文比較研究——基于文獻(xiàn)計(jì)量與 SNA 方法[J].科技管理研究,2017,37(8):44-53.

[12] NO H J,AN Y,PARK Y.A structured approach to explore knowledge flows through technology-based business methods by integrating patent citation analysis and text mining[J].Technological Forecasting & Social Change,2015,97:181-192.

[13] 侯海燕,郭芳琪,孫太安,等.基于 VOSviewer的山東省生物技術(shù)領(lǐng)域國(guó)內(nèi)及國(guó)際研究現(xiàn)狀分析[J].科學(xué)與管理,2018,209(2):29-37.

[14] ZHOU P,THIJS B,GLANZEL W,et al. Is China also becoming a giant in social sciences[J].Scientometrics,2009,79(3):593-621.

[15] 陳悅,陳超美,劉則淵,等. CiteSpace知識(shí)圖譜的方法論功能[J].科學(xué)學(xué)研究,2015,33(2):242-253.

[16] 邱均平.信息計(jì)量學(xué)[M].武漢:武漢大學(xué)出版社,2007:64.

[17] APRILIYANTI I D,ALON I.Bibliometric analysis of absorptive capacity[J].International Business Review,2017,26(5):896-907.

[18] VAN ECK N J,WALTMAN L.Vosviewer:A Computer Program for Bibliometric BACKHAUS K,KAI L,KOCH M.The Mapping[J].Scientometrics,2010,84(2):523-538.

[19] structure and evolution of business-to-business marketing:A citation and co-citation analysis[J].Industrial Marketing Management,2011,40(6):940-951.

[20] CHEN C.CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J].J Am Soc Inf Sci Technol,2005(3):359-377.

[21] HOCHULL CHOE,DUK HEE LEE,HEE DAE KIM IL WON SEO.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.