基于引文分析的核心書目測定研究*

劉曉霞 （上海師范大學(xué)圖書館 上海 200234）

1 引 言

圖書是文獻信息資源的主要類型之一，在社會科學(xué)的研究中發(fā)揮著重要作用。根據(jù)CSSCI（Chinese Social Sciences Citation Index，中文社會科學(xué)引文索引）的統(tǒng)計數(shù)據(jù)，CSSCI收錄論文的引用文獻中圖書的比例高達50%以上，語言學(xué)論文引用圖書占所有引文文獻的61.68%[1]，這表明圖書是語言學(xué)最重要、也是該學(xué)科研究人員使用最多的學(xué)術(shù)資源。對圖書館來說，一方面，我國圖書文獻出版量逐年增長，任何一家圖書館都不可能網(wǎng)羅所有的圖書資源；另一方面，根據(jù)統(tǒng)計我國高校圖書館的新入藏圖書利用率約為40%[2]，圖書館采訪到的圖書并不被讀者認可，圖書利用率偏低。那么圖書館應(yīng)如何選擇圖書，使其既能滿足讀者需求，又能使圖書館的資源建設(shè)經(jīng)費發(fā)揮最大作用，這就需要測定每個學(xué)科的核心書目。

被引用情況是文獻利用率和影響力的最直接反映，引文分析法是信息計量學(xué)的重要方法之一，通過對文獻的引用和被引情況進行分析，可以對文獻進行定量評價并揭示不同文獻間的相互關(guān)系，其被廣泛應(yīng)用于對期刊論文的評價。近年來，有些學(xué)者把引文分析法應(yīng)用于對圖書的評價中，用其來測定某學(xué)科有影響力的圖書或者核心出版社。例如，南京大學(xué)中國社會科學(xué)研究評價中心在蘇新寧教授的帶領(lǐng)下，以CSSCI統(tǒng)計數(shù)據(jù)為基礎(chǔ)，發(fā)表了心理學(xué)、語言學(xué)、政治學(xué)、社會學(xué)、外國文學(xué)、民族學(xué)、文化學(xué)等一系列對學(xué)科研究有影響力的學(xué)術(shù)著作及分析出版社的學(xué)術(shù)論文，并出版了《中國人文社會科學(xué)圖書學(xué)術(shù)影響力報告》，用科學(xué)數(shù)據(jù)和引文分析法客觀反映了我國人文社會科學(xué)領(lǐng)域有重要影響力的學(xué)術(shù)著作；楊思洛等以中國引文數(shù)據(jù)庫為基礎(chǔ)，用引文分析法對圖書情報學(xué)領(lǐng)域1979—2008年的圖書影響力、出版社影響力、作者影響力、年代影響力及高影響力圖書同被引情況進行了統(tǒng)計和分析[3]；蔡迎春等以Google Scholar引文為測量工具，對 2002—2005年國內(nèi)經(jīng)濟類“核心書目”進行測定并與館藏圖書進行比對[4]；陸怡洲用引文分析法對《全國總書目》2002—2005年出版的計算機類圖書被引情況進行了統(tǒng)計分析，并測定了該類圖書的核心出版社和核心作者[5]。本文并未采用引文數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)，而是以第一手書目為基礎(chǔ)，利用Google Scholar中的被引頻次，用客觀數(shù)據(jù)反映語言類（H大類）學(xué)術(shù)圖書的被利用情況，測定H大類核心書目并對其做出詳細分析。

2 數(shù)據(jù)收集及方法

2.1 數(shù)據(jù)收集

由于人文社會科學(xué)類學(xué)術(shù)著作的半衰期較長，考慮到文獻老化對被引頻次的影響，近幾年出版圖書的學(xué)術(shù)價值還不能完全確定，故本文選擇1995—2005年11年間的H大類書目數(shù)據(jù)。其主要來源于人天書店集團、超星集團、上海丹誠圖書數(shù)碼科技有限公司和上海圖書館，除此之外，還有國家圖書獎、中國圖書獎、五個一工程獎等獲獎圖書，除去重復(fù)共計書目58228條，經(jīng)過與《全國總書目》進行抽樣比對，書目數(shù)據(jù)的數(shù)量大大超過了《全國總書目》中H大類的數(shù)據(jù)量，說明統(tǒng)計的書目數(shù)據(jù)較全，基本能反映我國這11年間H大類圖書的出版情況。

2.2 方 法

在H大類書目數(shù)據(jù)收集好之后，為了測定核心書目，首先要篩選中文學(xué)術(shù)性圖書（包括譯著）。其刪除的非學(xué)術(shù)性圖書范圍包括以下各類：①各類大專以下（包括大專）教材；②各類教學(xué)輔導(dǎo)材料、習(xí)題集；③各類職業(yè)認證考試、等級考試教材及輔導(dǎo)材料；④各類職業(yè)教育、崗位培訓(xùn)、勵志類圖書；⑤各類科普讀物、普及讀物；⑥各類文藝作品；⑦工具書；⑧各類政策法規(guī)、政府出版物。按以上標準對H大類進行篩選，共得H大類學(xué)術(shù)性圖書4774種，占H大類圖書總數(shù)的8.2%，學(xué)術(shù)性圖書所占比例較低，這與H大類圖書中外語學(xué)習(xí)、外語考試、詞典、中外文對照類文學(xué)作品等圖書較多有很大關(guān)系。

在確定學(xué)術(shù)性圖書之后，選擇何種檢索系統(tǒng)作為評價工具是關(guān)鍵。目前，國內(nèi)可用的引文數(shù)據(jù)庫（如CSSCI、中國引文數(shù)據(jù)庫等）在收錄范圍上有限制，引文類型比較單一，難以全面反映圖書的真實被引情況。而Google Scholar則可以獲取期刊論文、同行評議論文、技術(shù)報告、學(xué)位論文、圖書、底稿、PPT介紹等各類型的學(xué)術(shù)信息，自2004年被推出以來，被廣泛用來查找文獻、確定引文。目前國內(nèi)外均有關(guān)于Google Scholar與其他數(shù)據(jù)庫引文的比較。例如，Bauer和Bakkalbasi在2005年曾比較研究Google Scholar、Web of Science（WOS）、Elsevier's Scopus中的被引頻次，對于《Journal of the American Society for Information Science and Technology》（JASIST）上2000年發(fā)表的文章，Google Scholar明顯高于WOS和Elsevier's Scopus[6]；Belew的研究結(jié)果表明Google Scholar和WOS中的被引頻次有較高的相關(guān)性[7]；Ruane和Tol的研究也表明基于Google Scholar的引文排序與WOS和Elsevier's Scopus中的引文排序相關(guān)性較高[8]；Kousha 和 Thelwall則發(fā)現(xiàn)在Google Scholar檢索到的出版物及其被引量比其他數(shù)據(jù)庫要多[9]；任靜和孫建軍以圖書情報領(lǐng)域期刊為研究樣本進行研究發(fā)現(xiàn)，Google Scholar因為引文的類型更多樣化（除了期刊論文，還有會議論文、圖書章節(jié)、學(xué)位論文、技術(shù)報告、預(yù)印本和工作底稿等），其引文量遠大于WOS，也更具有學(xué)術(shù)影響性，并且認為把Google Scholar作為引文評價分析工具具有可行性[10]。雖然目前沒有Google Scholar與中文檢索系統(tǒng)引文量的比較研究，但是以上研究從不同角度證實了Google Scholar引文的科學(xué)性，因此，本文選擇了Google Scholar作為檢索工具統(tǒng)計被引頻次，以測定H大類核心書目及其影響力，檢索時間為2012年1月。

3 結(jié)果與分析

所有4774種H大類學(xué)術(shù)性圖書的總被引頻次為96849，其中有2888種圖書有被引頻次。筆者根據(jù)80/20法則確定了入選的H大類核心書目。經(jīng)統(tǒng)計，被引35次以上的圖書有543種（占11.37%），被引頻次為77296，占被引總次數(shù)的79.81%，滿足按總被引頻次計算的80/20法則。因此，入選H大類核心書目的圖書為543種，入選圖書的均被引頻次為142。

由表1可知，圖書的被引頻次分布很不均勻。有7種圖書的被引頻次大于等于1000，占被引總頻次的10.30%，平均被引頻次為1426；被引頻次大于等于500小于1000的的圖書有14種（占0.29%），占總被引頻次的9.40%，該段圖書平均被引頻次為650 ；被引頻次和比例最高的為被引次在100和500之間的196種圖書（占4.11%），占總被頻次的40.36%；被引頻次在0到10之間的圖書有3503種（占73.38%），總被引頻次所占比例為6.22%。

在所有入選圖書中，被引頻次最高的是何自然的《語用學(xué)與英語學(xué)習(xí)》，該書總被引頻次2125次，年均被引頻次〔年均被引頻次=總被引頻次/（2012-出版年份）〕為141.67；排在第二位的是《新編語用學(xué)概要》，總被引頻次為2114次，但由于出版時間短，其年均被引頻次達176.17，詳見表2。

表1 H大類學(xué)術(shù)性圖書被引頻次分布表

表2 被引總頻次排名前10位的圖書

在入選核心書目的圖書中，除了531種中文原著圖書外，還有12種外文譯著，平均被引頻次為58.33，這表明外文學(xué)術(shù)性圖書雖對H大類有一定的學(xué)術(shù)影響，但是H大類研究人員以中文學(xué)術(shù)性圖書的利用為主，應(yīng)適當注意對外文文獻的翻譯利用。

3.1 作者影響力分布

在科學(xué)研究與交流中，作者的影響力主要靠發(fā)表論著呈現(xiàn)，衡量標準是發(fā)表數(shù)量與被引頻次等的綜合評價[3]。因此，本文對作者影響力的統(tǒng)計分析分兩個方面，一是統(tǒng)計入選圖書多的作者，二是統(tǒng)計被引頻次多的作者。為了計算方便，對圖書作者的統(tǒng)計只考慮第一作者。在所入選的543種圖書中，出版2種以上圖書的作者共有80人，其中出版2種圖書的作者有55人，出版3種圖書的有12人，出版4種圖書的有6人，出版5種圖書的有5人，出版6種圖書的有2人。這80位作者所入選圖書的總被引頻次為38891次，占所入選圖書總被引量的50.31%，可見，這些作者在該學(xué)科領(lǐng)域內(nèi)影響較大，是本學(xué)科領(lǐng)域的核心作者。按照入選圖書種數(shù)計算，表3列出了入選4種以上圖書的作者及其被引頻次，入選圖書最多的作者是束定芳和馮志偉，各有6種圖書入選。雖然某些作者同在入選圖書較多的作者之列，但是從表3可以看出被引頻次差別較大。按照作者入選圖書的總被引頻次計算，表3也列出了排在前13位的作者，入選圖書被引頻次最高的也是束定芳，總被引頻次達2930次。

3.2 年代分布

從表4來看，不同年份出版的圖書入選核心書目數(shù)量有所差別，但并無規(guī)律可循。其中，2000年出版的圖書入選H大類核心書目種數(shù)最多，為88種，占所有入選圖書的16.21%，每種圖書的平均被引頻次為178.53次。1997年出版的圖書平均被引頻次最高，達194.26種。1999—2001年入選核心書目的圖書比例均大于該年份學(xué)術(shù)性圖書所占比例；2002—2005年出版的圖書則相反，入選核心書目的圖書比例均小于相應(yīng)年份的學(xué)術(shù)性圖書比例。從學(xué)術(shù)性圖書的數(shù)量來看，1995年的學(xué)術(shù)性圖書比例最低，僅有253種，與此對應(yīng)，該年份入選核心書目的圖書種數(shù)也最少，為21種；2005年出版的學(xué)術(shù)性圖書比例最高，達13.97%，但對應(yīng)的入選圖書卻不是最多。

表3 入選圖書高被引作者

3.3 出版社分布

入選的543種圖書來自106家出版社（北京語言學(xué)院出版社、北京語言文化大學(xué)出版社入北京語言大學(xué)出版社統(tǒng)計），入選圖書在10種以上的共有13家出版社（詳見表5），總被引頻次為56275，占所有入選圖書被引量的72.80%。這13家出版社也均列在王東波、周冰倩根據(jù)CSSCI數(shù)據(jù)所得出的對語言學(xué)最有學(xué)術(shù)影響的百家出版社[11]之中，而且排名靠前，說明這些出版社影響力較大，是語言文字學(xué)科領(lǐng)域中的核心出版社，在H大類的資源采訪中應(yīng)特別注意。由表5可知，圖書種數(shù)、總被引頻次和均被引頻次最高的均是上海外語教育出版社，該出版社所入選的89種圖書的被引頻次占所有入選圖書被引頻次的31.88%，對于圖書館的資源建設(shè)來說，上海外語教育出版社的H大類學(xué)術(shù)性圖書須盡網(wǎng)羅。

表5 入選圖書在10種以上的出版社分布表

3.4 入選圖書的學(xué)科分布

通過在CALIS（China Academic Library & Information System，中國高等教育文獻保障系統(tǒng)）聯(lián)合目錄檢索系統(tǒng)和國家圖書館館藏目錄系統(tǒng)中對入選圖書的分類號進行檢索核查，一種圖書有兩個分類號的，只取第一個，對應(yīng)《中國圖書館分類法》中H大類的類目細分，如表6所示。從入選圖書的二級類目來看，H大類核心書目主要涉及4個二級類目，語言學(xué)類圖書最多，占入選圖書的42.54%；其次是漢語語言文字方面的圖書，占31.86%；外語類圖書占核心書目的25.41%；最少的是漢藏語系類圖書，僅有1種入選。從三級類目來看，每個二級類目下都有一個或者幾個類占量的優(yōu)勢，也就是該學(xué)科研究的焦點所在。入選最多的是英語類圖書，共有120種，占總?cè)脒x圖書的22.10%，表明英語是該學(xué)科研究人員的主要研究對象；其次是總論語言文字方面的圖書，共有93種（占17.13%）入選；排在第三位的寫作學(xué)、修辭學(xué)有71種圖書入選?？梢?，在1995—2005年間H大類的研究主要集中在英語、語言文字總論、寫作學(xué)、修辭學(xué)、語法等方面。

4 結(jié) 論

本研究利用引文分析法測定了H大類1995—2005年11年間出版的學(xué)術(shù)性中文圖書的核心書目，543種圖書以學(xué)術(shù)性圖書11.37%的比例占據(jù)了總被引頻次79.81%的比例，充分說明了這些圖書的高學(xué)術(shù)影響力，為H大類的研究人員讀書治學(xué)和圖書館的資源建設(shè)提供了一定的依據(jù)，并且通過詳細數(shù)據(jù)展示了H大類學(xué)術(shù)性圖書核心書目的作者、年代、出版社及主要研究領(lǐng)域的分布。但是原始書目難免有所遺漏，而Google Scholar不夠穩(wěn)定[12]，加上被引頻次由外包數(shù)據(jù)公司檢索確定，使得統(tǒng)計結(jié)果可能存在一定偏差。此外，本研究沒有涉及圖書的引證文獻的類型、年代，高被引圖書的互引、同被引分析等，在以后的研究中可以對這幾個方面做進一步考慮，比較分析Google Scholar和中文引文數(shù)據(jù)庫中的被引情況、圖書出版后多久達到被引高峰、同學(xué)科高被引文獻之間的關(guān)系。

表6 入選圖書學(xué)科類目細分表

[1]蘇新寧.我國人文社會科學(xué)圖書被引概況分析:基于CSSCI數(shù)據(jù)庫[J].東岳論叢,2009(30):7-13.

[2]劉淑波,胡文華.新書書庫圖書利用實證調(diào)查研究及對策:以華東師大閔行校區(qū)圖書館為例[J].圖書情報知識,2010(3):101-105.

[3]楊思洛,王 皓,文庭孝.基于引文分析的圖書影響力研究:以圖書情報領(lǐng)域為例[J].情報資料工作,2010(1):89-92.

[4]蔡迎春,岳之英,穆衛(wèi)國.基于“核心書目”的藏書質(zhì)量評價與分析[J].圖書館理論與實踐,2010(1):15-18.

[5]陸怡洲.基于引文統(tǒng)計的我國計算機類學(xué)術(shù)性圖書出版情況分析[J].圖書館論壇,2009(2):145,165-167.

[6]Bauer K,Bakkalbasi N.An Examination of Citation Counts in a New Scholarly Communication Environment [EB/OL].[2012-05-23].http://www.dlib.org/dlib/september05/bauer/09bauer.html.

[7]Belew R K.Scientific Impact Quantity and Quality: Analysis of Two Sources of Bibliographic Data[EB/OL].(2005-04-10)[2012-05-20].http://arxiv.org/pdf/cs/0504036v1.pdf.

[8]Ruane F, Tol R S J.Rational (Successive) H-Indices: An Application to Economics in the Republic of Ireland[J].Scientometrics,2008, 75(2):395-405.

[9]Kousha K,Thelwall M.Google Scholar Citations and Google Web/URL Citations: A Multi-Discipline Exploratory Analysis[J].Journal of the American Society for Information Science and Technology, 2007,58(7): 1055-1065.

[10]任 靜,孫建軍.Web of Science與Google Scholar的引文分析比較研究[J].情報科學(xué),2011(11):1688-1692.

[11]王東波,周冰倩.對語言學(xué)最有學(xué)術(shù)影響的百家出版社分析:基于CSSCI（2000-2007年度）數(shù)據(jù)[J].出版科學(xué),2011(1):66-71.

[12]陶慧卿,潘 衛(wèi),莊 琦.從引文分析的角度比較Google Scholar與Web of Science的優(yōu)勢與不足[J].圖書館雜志,2008(12):29-35.