9种情报学CSSCI期刊论文分析

1引言

专利研究属于比较典型的交叉科学研究范畴。在众多学科领域中，情报学与专利结合可形成专利情报研究，专利情报研究可服务于不同的行业领域，并发挥重要的作用，产生巨大的经济效益和社会效益。在技术发展迅速的今天，专利情报已成为企业竞争与社会发展的重要资源。从数据源的选择来看，为了解情报学某一方面的研究现状，国内研究者多以情报学CSSCI期刊或北大核心期刊刊登的文献为基础数据来研究学科发展状况，例如宛玲、邹琳选取《情报学报》、《情报理论与实际》、《图书情报工作》所刊载的论文信息[1]；张源根据《情报学报》、《情报理论与实践》和《情报资料工作》的论文数据[2]；孙鸿飞等选取《北大中文期刊核心目录（2012年版）》图书情报类19种期刊的论文信息作为基础数据[3]统计情报学的研究方法。从研究方法上看，基于论文数据的学科发展态势研究常以文献计量方法为主，包括词频统计、引文分析、共现分析等方法，例如栾春娟等采用期刊共被引分析方法和学科共现分析方法，探讨国际专利研究的核心期刊及主要学科分布[4]；尹丽春等采用共被引分析法，从专利研究的学科分布、国家和地区分布、作者合作网络、共被引网络等角度切入开展研究[5]；谭蕙莉采用词频统计和内容分析法对情报学核心研究领域的主要研究方向进行关键词的变化状况研究和分析[6]。此外，为了增加研究结果的可视性，在引文分析、共现分析等文献计量方法的基础上，各种可视化工具也广泛运用其中，例如卫军朝等利用WebofScience的在线分析功能和CitespaceII软件，分析国外图书情报学领域专利研究现状和研究热点[7]。魏骏巍综合使用文献和专利知识图谱可视化方法来综合反映低碳技术的国际发展动态等[8]。国外已有学者综合运用文献计量和专利分析的方法对技术领域的发展进行预测和综合分析，例如Daim等使用文献计量学和专利分析工具，运用情景规划、生长曲线等方法对部分新兴技术领域进行预测[9]。Chen等运用引文分析、聚类分析等方法对DEK(数据与知识工程)领域的期刊论文进行分析，预测该领域未来主题和研究趋势[10]。但总的来看，总结国外专利研究现状的较多，专注国内专利研究的分析较少；国内学者的研究主要是对全科学领域的专利文献进行计量研究，只针对情报学领域的专利研究较少。本文通过对9种情报学领域CSSCI来源期刊2011~2015年刊登的专利研究论文进行统计分析，运用文献计量学的方法，同时借助CNKI期刊全文数据库的在线分析功能及相关统计软件，研究近年来国内情报学领域专利研究的现状,概括出热点研究领域，并为未来该领域的研究提出有针对性的建议。

2数据来源与检索策略

根据南京大学“中文社会科学引文索引（CSSCI）来源期刊”遴选体系(2014～2015版本),本文选用的期刊论文来自《情报科学》、《情报理论与实践》、《情报学报》、《情报杂志》、《情报资料工作》、《图书情报工作》、《图书情报知识》、《图书与情报》、《现代图书情报技术》这9种情报学CSSCI来源期刊。研究论文数据大部分来源于CNKI期刊全文数据库只有《情报学报》的论文数据来源于万方数据库，因为CNKI不收录《情报学报》，所用数据下载于2016年7月10日。利用数据库高级检索功能，时间条件限定为2011年1月1日至2015年12月31日，文献来源为以上9种核心期刊，以“专利”为检索词分别进行篇名检索，通过数据清洗，排除会议通知、培训班通知、增刊上发表的论文等不相关的记录，最终实际得到534条记录。每条记录包含标题、摘要、关键词、正文、参考文献、文献来源、作者名、基金类别、发表时间、机构单位等信息,这些记录成为本次研究的数据基础。

3研究方法

本次研究主要运用引文分析法和词频分析法，同时结合简单的数据统计方法，完成整个的数据统计与分析。引文分析法是一种利用数学和统计学的方法以及比较、归纳、抽象、概括等逻辑方法，对科学期刊、论文、著者等各种分析对象的引用或被引用现象进行分析，以揭示其数量特征和内在规律的一种文献计量研究方法[11]。词频分析法则是通过统计核心词汇在某一类学术文献中所出现的频次,判别该学术领域的研究热点、知识结构和发展趋势。在一定程度上摆脱了个人经验和主观偏好，具有客观性、准确性、系统性和实用性[12]。结合以上方法，同时进一步借助CNKI期刊全文数据库的在线分析工具以及EXCEL统计软件对534篇文献进行统计分析，从而了解2011～2015年国内情报学领域专利研究的发展现状和态势。

4数据统计与分析

4.1期刊分布2011～2015年期间，《情报杂志》发表的专利研究论文数量最多，高达281篇，以数量上的绝对优势占据首位，可见该期刊对于专利研究十分重视。从发文量所占比例来看，《情报杂志》发表的专利论文占总发文量（534篇）的52.6%，说明该期刊是情报学专利研究的主要发文期刊。其余依次为《图书情报工作》（71篇），《情报理论与实践》（60篇），《情报科学》（45篇），《情报学报》（40篇），《现代图书情报技术》（30篇），《图书情报知识》（4篇），《图书与情报》（3篇）。《情报资料工作》的专利研究论文数量为0，可见专利研究不在该期刊的选题主题范围内。由此笔者建议，作者如投专利研究的论文时，可尽量绕过《图书情报知识》、《图书与情报》、《情报资料工作》三种期刊，可以选择其余多种情报学期刊进行投稿发表的可能性比较大。4.2论文数量年度分布情报学领域的专利研究论文总量在2011～2014年期间上升较快，极差为86篇,由2011年的61篇达到2014年的147篇，但在接下来的2015年中，专利论文数开始下降，2015年的专利论文数量仅为114篇，数量水平与2013年相近。由于《情报杂志》的数量较大，因为该期刊的发文量走势一定程度上了决定了9种情报学核心期刊的专利论文总量的年度变化走势。综观我国情报学领域，笔者认为，专利研究仍然处于上升阶段，2014～2015年出现短暂的下滑属于调整期的正常现象，不代表专利情报研究已经进入“寒冰期”，只是还需要在专利情报研究的方法、内容等方面进行诸多的创新与变革，这是相关学者们需要注意的。2011～2015年期间，《情报杂志》变化幅度最大，2011～2014年呈直线上升，2014年后专利论文数量开始下降。其他8种期刊的发文量变化幅度则较小，专利论文数量较为稳定。在变化趋势上，2014年是多个期刊的拐点，除《现代图书情报技术》在2014年后专利论文数量依旧上升，《情报杂志》、《情报理论与实践》、《情报科学》、《情报学报》、《图书与情报》、《图书情报知识》均在2014年达到五年中最大值，并在之后呈现持平或下降趋势。可以说，2014年情报学的专利研究曾达到一个小的顶峰状态，专利研究的热度在此后出现下降。笔者认为，此番研究热度的回落可能是由于研究尚处在调整期，之后可能还会出现回升。4.3机构分布根据全部数据统计，知名院校或科研机构约占了59%。其中，中国科学技术信息研究所的论文数量占比重最大，高达10%。其次为北京工业大学，占比8%，华中科技大学7%，江苏大学5%，中国科学院国家科学图书馆4%，大连理工大学3%。从发文较多的前几位机构看来，除中国科学技术信息研究所以外，其余均为理工科类型的大学，从一定程度上说明，专利情报学的研究需要在理工科环境中发展，将二者结合似乎更容易产出成果。此外，专利情报研究也受到许多非知名科研机构或者企业、公司的重视，发表了一些论文可见专利情报研究已在整个学术科研和社会经济发展中，受到高校、科研院所、企业等多方面的关注。4.4基金分布从数量上看，基金论文占比48%，其中，国家自然科学基金和国家社会科学基金占比较大，分别为19%和15%，其他类型基金支持的论文比较少，且占比均在4%以下。从基金级别和层次上看，主要为国家层面的基金，包括少量省级、市级、院级基金，由此可见，情报学领域的专利研究论文所受基金支持的级别和层次较高。从学科上看，在自然科学领域，专利情报研究似乎发挥的效用更大，二者的结合似乎更加紧密，但情报学本身属于社会科学范畴，这样更能体现出专利情报研究的交叉性，以及该研究方向的广泛性与实用性。另外，图5也在一定程度上反映出，国家对专利领域的研究项目给予了支持，表明专利情报研究领域对我国的经济、社会发展具有较大的意义。4.5高频关键词本文利用关键词词频来分析2011～2015年国内情报学领域专利研究论文的主题分布。关键词是文献的凝炼与概括，通过关键词分析，可以反映文献的主要内容。通过对534条记录进行关键词抽取，将其中出现频次大于等于10次的关键词进行降序排列，如表1所示。由表1可知，“专利分析”出现频次最多，词频高达90。“专利分析”是一个非常宽泛的概念，根据不同的分析对象、分析方法、分析工具、分析目的等都可展开相应的研究，因此出现频次最高。专利分析对象的选取往往直接决定研究价值的高低，一般以战略性新兴产业和新兴技术为主，近年来情报学领域的专利分析集中在燃料电池、太阳能电池、光伏产业、3D打印、新能源汽车、碳纤维、风能、机器人、混合动力汽车、海洋生物等领域。笔者通过查看论文关键词和文章的实际研究内容，概括出当前情报学领域专利研究的六大热点：第一，新兴产业专利情报分析或比较研究。例如刘红光等运用专利情报分析方法，对国内外3D打印快速成型技术的专利申请趋势、区域分布、主要专利权人、IPC等因素进行分析[13]；刘桂锋等采用对比分析法对中国、日本和美国薄膜太阳能专利数据的动态分析来揭示三国薄膜太阳能技术的专利状况[14]。第二，新兴产业进行竞争态势分析或从中识别竞争对手。马虎兆等用定量和定性的方法从生命周期、专利权人、技术领域、区域布局等角度对RFID技术领域专利进行计量分析,以揭示RFID技术领域专利竞争格局和发展趋势[15]。黎欢等通过关键技术路径方法和专利引证地图法识别全息摄影技术领域中的竞争对手及竞争对手格局[16]。第三，新兴产业技术路线、技术演进研究以及技术预测。例如缪小明等运用专利地图方法对40件混合动力汽车（HEV）高被引专利的年代分布、研发主体分布和IPC分布进行了详细地分析[17]。温芳芳综合采用专利计量、社会网络分析、可视化等方法,定量描述我国技术转移的现状，借助技术转移网络直观展示我国区域间技术转移的模式与规律[18]。陈军等基于技术预测的专利分析概念模型,对转基因技术进行预测[19]。王健美等运用引文分析、多元统计分析等方法，揭示不同时期纯电动汽车产业的关键技术分布及其演进[20]。第四，专利计量研究。例如陈琼娣在对专利计量指标相关研究进行全面梳理的基础上，分析当前专利计量指标研究中存在的主要问题与不足[21]。或将专利计量方法运用到具体某个新兴产业领域，做专利计量分析。例如张杰等以德温特数据库为数据源,通过对专利的国家、高产机构、核心技术、热点技术领域等方面的计量分析,揭示全球RFID技术的发展现状[22]。第五，专利合作（包括校企合作、企业间合作、校校合作等）、协同创新研究。例如贡金涛等利用社会网络分析方法对该领域专利合著网络结构特征和连通体中心性进行计量分析，以探测其技术研发绩效水平、科研合作状况与核心技术人员分布等[23]。第六，核心专利的识别与挖掘研究。例如郑玉荣等提出了一种以总引证指数为主要判别指标,以INNOGRAPHY专利强度值、同领域引证指数、重要产品对应的专利、代表性技术对应的专利等为补充手段的基于产业尺度的核心专利集成判别方法[24]。谢萍等提出核心专利综合价值指数（CICP）的概念,并采用粗糙集理论方法确定了CICP指标权重系数,在构建核心专利综合评价指标的基础上,通过计算CICP值识别核心专利。在关键词数据的基础上，将关于研究方法及软件工具的关键词进一步的提炼并整理。一般来说，专利情报分析方法主要分为定量分析、定性分析和拟定量分析三个层次，在此基础上专利图表等分析方法是专利定量分析或定性分析的可视化表现形式。由上表可以看出，在实际工作中，研究者们所使用的拟定量分析方法较多，该类方法将定性分析与定量分析相结合，在数理统计的基础上进行全面、系统的技术分类和比较研究，再进行有针对性的量化分析，最后进行高度科学抽象的定性描述，使整个分析过程由宏观到微观，逐步深入进行[26]。从使用频次上来看，研究者们较常用的分析方法有专利地图、社会网络分析、文本挖掘、技术生命周期、专利引文分析、组合分析，其他方法还有云计算、技术功效矩阵、层次分析等。随着研究技术的发展，基于文本挖掘、共现分析、聚类分析、文本聚类、专利引文分析等方法，各种可视化软件工具也得到广泛运用，这对于关联研究起到了巨大的促进作用。较常用的软件有VOSviewer、CiteSpace、UCINET、Pajek以及数据库分析工具TDA（ThomsonDataAnalyzer）等，其中专利地图的使用最为广泛。另外，将文献计量学的方法运用到专利分析中来，为技术路线研究、技术预测、技术演进、专利合作、核心专利识别等方面的研究提供了大量的文本支持。4.7高被引论文论文的被引频次直接反映了刊载论文的质量水平，间接反映了期刊的质量和影响力，因此高被引论文也是评价论文影响力的重要指标。学科的发展和创新，一定程度上依赖一些文献的长期多次被引用。根据所得534条记录，本文将被引频次大于等于15的视为高被引论文，整理可得表3数据，并按被引频次由高到低降序排列。由表3可知，被引频次最高的为《国内外3D打印快速成型技术的专利情报分析》一文，被引频次高达45次；其次为《基于中国专利的锂电池发展趋势分析》，被引频次为33次；《核心专利的识别方法及其实证研究》被引频次32次。可以发现，被引频次排在前几位的多为与某新兴产业结合的专利分析，例如3D打印、锂电池、中美4G移动通信、光伏产业，但从类别来看，围绕专利研究方法和分析工具的占据多数，约12篇。除了产业关注型的论文，还有一类是方法关注型的论文，例如核心专利的识别方法、社会网络分析方法、技术演化分析方法等。对于以上17篇高被引论文，借助CNKI期刊全文数据库的在线分析工具进一步分析，可以得到图6～图9。由图6可知，这17篇论文多发表在2011～2013年间，其中2012年发表最多（8篇），占比47.1%，当然不排除发表时间的长短对被引次数的影响。由图7可知，高被引论文集中发表在《情报杂志》与《图书情报工作》，分别占比35.3%和41.2%，可见这两种期刊发表的专利领域的文章质量较高，影响力较大。引论文属于非基金论文文献，占比64.7%，这在某种程度上反映出，情报学领域专利的研究存在广泛性，不拘泥于基金或研究权威等因素，它的进入壁垒较低，成果产出种类广。图9显示，在高被引论文的发文机构中，中国科学院国家科学图书馆、大连理工大学、江苏大学发文较多，均为2篇，可以看出这几个院校机构在专利情报研究方面占据一定的领先优势。4.8论文互引分析借助于CNKI期刊全文数据库的的分析工具，我们对以上高被引论文进行进一步的文献互引分析，如图10所示。图10中最大的深色球体代表17篇高被引文献（即“选中文献”），中等大小的球体代表“参考文献”，最浅色的球体代表“引证文献”，球中的数字代表引用次数，箭头代表知识的流动。由图10可以发现，多篇高被引论文之间存在联系，只有少数论文处于孤立状态。这批论文的参考文献之间关联度较小，可见它们涵盖的知识点范围非常广泛。引证文献同时引用两篇或多篇高被引论文，可见这批高被引论文的关联度较高，易于知识的二次聚集。此外，根据数据分析可知，有7组高被引论文存在共引关系，即多篇高被引论文共同引用一篇或多篇文献，每组高被引论文共同引用的论文数越多，说明耦合程度越高。由上图可知，这批高被引论文之间存在共引关系，但耦合度不是很高，仅拥有一篇共引文献。共有22组文献存在共被引关系，即多篇高被引论文同时被以后的论文引用。一般认为同被引用的文献在主题上具有或多或少的相似性。相比于共引关系，17篇高被引论文之间的共被引关系更为丰富。因此，可以说，17篇高被引论文发挥了可观的效用，为后来研究者所用，做出了一定的学术贡献。4.9高被引作者和机构分析按第一作者算，高被引作者有刘红光、赵晏强、孙涛涛、邱洪华、唐恒、陈云伟、方曙等人。但是被引频次只是考虑了被引的数量，无法衡量引用质量，而H指数则既考虑了文献数量，又考虑了质量，被广泛应用于作者评价。H指数是一个稳健的累积指标，只会随着时间的推移而保持不变或增长[27]，因此，作者的H指数越高,则表明其影响力越大。笔者借助CNKI全文数据库的在线分析工具，对以上高被引作者展开进一步的追踪分析可知，该高被引作者群体的综合H指数值为16，根据美国物理学家Hirsh对H指数的定义，说明在该群体所发的所有文章中，有16篇文章的被引频次大于16次，其余文章的被引频次小于16次，其影响力还会继续上升。笔者针对高被引作者所在的机构类别进行统计。来自其他高校（除985、211高校的其他高校）的作者最多，占比45%；其次是来自985高校的著者占比29%，来自科研机构的著者占比12%，来自211高校的高被引著者占比9%，公司占比5%。可以看出，在专利情报研究方面，传统的985、211高校并不存在显著优势，现阶段的情报学专利研究难度较低，不同层次的研究机构或企业公司均存在较大的研究潜力与实力。

5结论与建议

通过以上对情报学CSSCI期刊2011～2015年发表的专利领域论文的多角度分析，国内情报学领域专利研究现状可总结为如下：第一，期刊分布悬殊明显。期刊对论文主题的关注度直接影响该类论文的发表，进而影响相关研究的发展。2011~2015年，《情报杂志》以绝对优势成为情报学专利研究的热点期刊，这就容易造成《情报杂志》一家期刊将在很大程度上左右国内情报学领域专利研究的状况。不同期刊对于论文的判定与选择拥有各自的标准，长期遵循某一种标准势必存在一定程度的局限性，这将不利于国内情报学专利研究的多元化发展。第二，研究处在调整期。2014年作为情报学专利研究的一个重要拐点，达到一个小的顶峰状态，但此后热度下降，多数期刊出现专利论文数量下降现象，一定程度上说明专利研究可能处在一个瓶颈期，对于专利分析对象、分析方法、分析工具等方向的浅层次性研究已经达到饱和，单纯的依赖数据库或者分析工具进行简单专利分析已经失去新颖性和学术价值。第三，专利情报研究主体多元化。在整个学术科研和经济发展中，专利情报研究受到传统高校和科研机构以及企业公司重视。专利情报研究具有交叉性、广泛性与实用性，国家以基金等多种形式大力支持该领域的项目研究，这对我国的经济、社会发展均具有非常大的意义。第四，专利分析方法与分析工具丰富。当前学者主要是借鉴一种其他学科方法或融合多个图书情报学方法展开专利分析并加以实证，跨越图书情报学、经济学、管理学、统计学等多个学科领域。在专利地图、社会网络分析、文本挖掘、技术生命周期、专利引文分析、组合分析等方法的基础上，借助VOSviewer、CiteSpace、UCINET、Pajek以及数据库分析工具TDA（ThomsonDataAnalyzer）等实现可视化。根据以上结论，笔者提出如下建议：第一，国内情报学期刊应当加大对专利情报研究的关注度。除《情报杂志》外，其他多种期刊可以适当增加专利情报研究方向的论文数量，尝试形成对专利情报研究的多样化关注视角，有利于学术的“百家争鸣”，促进国内情报学专利研究的多元发展。第二，相关学者应该尝试更多创新研究设计。以新兴产业为研究对象可以大大提升研究价值；同时尝试引进跨学科方法或融合多种方法，并在此基础上结合可视化工具提升学术新颖性；最后将专利情报研究和现实需求紧密结合，摒弃浅层次的专利分析，关注竞争态势和技术转移等，实现专利预警、技术预测等更前沿的目的。第三，避免可视化工具的滥用。可视化工具可以给读者提供更直观的视觉表达，在使用的早期具有一定的新颖性，但随着时间的推移，工具已不再新颖，学术价值的根本还是在于可视化背后的研究设计。因此，应当明确可视化工具在学术研究中的地位，专注于研究方法并合理且适宜的使用可视化工具。第四，突破传统的专利资源，充分运用专利周边关联数据。运用大数据思维和大数据技术融合多种类型数据、多种方法和实时数据进行多维度的综合分析和智能化开发并形成立体化的结果，这也是未来探索的主流趋势。但随着大数据技术的到来，如何将与之相关的机器学习、深度学习、文本挖掘等技术理论融入到专利分析中来，对于情报学领域的研究者来说，依然存在一定的挑战性。