國(guó)內(nèi)“養(yǎng)老保險(xiǎn)”主題論文研究熱點(diǎn)的可視化
——基于CNKI學(xué)術(shù)期刊2003—2013年文獻(xiàn)的共詞分析

郭　璐

(合肥師范學(xué)院 文學(xué)院，合肥　230601)

?

國(guó)內(nèi)“養(yǎng)老保險(xiǎn)”主題論文研究熱點(diǎn)的可視化
——基于CNKI學(xué)術(shù)期刊2003—2013年文獻(xiàn)的共詞分析

郭璐

(合肥師范學(xué)院 文學(xué)院，合肥230601)

基于2003—2013年中國(guó)知網(wǎng)CSSCI期刊數(shù)據(jù)庫(kù)中有關(guān)“養(yǎng)老保險(xiǎn)”主題研究的論文進(jìn)行了梳理，采用共詞分析方法，構(gòu)建養(yǎng)老保險(xiǎn)研究文獻(xiàn)中關(guān)鍵詞的共詞矩陣。然后對(duì)共詞矩陣進(jìn)行因子分析和聚類分析，揭示了各年份養(yǎng)老保險(xiǎn)研究主題的變化和熱點(diǎn)分布，并分析得出有關(guān)農(nóng)村養(yǎng)老保險(xiǎn)制度、養(yǎng)老保險(xiǎn)制度改革等研究為近年來(lái)養(yǎng)老保險(xiǎn)研究的熱點(diǎn)主題。

養(yǎng)老保險(xiǎn)；共詞分析；研究熱點(diǎn)；因子分析；聚類分析

20世紀(jì)70年代以來(lái)，在全球人口老齡化趨勢(shì)越來(lái)越明顯，在此背景下中國(guó)也在走向人口老齡化的趨勢(shì)。然而各國(guó)社會(huì)養(yǎng)老保險(xiǎn)的支出壓力在人口老齡化加劇的大背景下日漸增大，養(yǎng)老保險(xiǎn)這一福利政策對(duì)各國(guó)的經(jīng)濟(jì)發(fā)展造成的負(fù)面影響也越來(lái)越大，因此，世界各國(guó)都在積極探索新的養(yǎng)老保險(xiǎn)制度改革方案，以達(dá)到減緩財(cái)政支出壓力，減輕其負(fù)面效應(yīng)的目的。社會(huì)基本養(yǎng)老保險(xiǎn)金，簡(jiǎn)稱養(yǎng)老保險(xiǎn)，其由個(gè)人賬戶養(yǎng)老金、社會(huì)統(tǒng)籌基金支付的基礎(chǔ)養(yǎng)老金兩部分共同組成，對(duì)應(yīng)對(duì)人口老齡化帶來(lái)的養(yǎng)老問(wèn)題，解決社會(huì)矛盾具有關(guān)鍵性的作用，也是社會(huì)保障制度的重要組成部分。[1]

近年來(lái)隨著新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度的改革推進(jìn)，以及新形勢(shì)下養(yǎng)老保險(xiǎn)制度的全面改革，為更高地解決社會(huì)養(yǎng)老保險(xiǎn)面臨的問(wèn)題，有關(guān)養(yǎng)老保險(xiǎn)的理論和實(shí)踐研究取得了長(zhǎng)足進(jìn)步。

本文對(duì)有關(guān)“養(yǎng)老保險(xiǎn)”研究的中文文獻(xiàn)中的高頻關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析，采用共詞分析的方法，分析我國(guó)學(xué)術(shù)界有關(guān)“養(yǎng)老保險(xiǎn)”的研究現(xiàn)狀、研究熱點(diǎn)和研究趨勢(shì)，以期能夠?qū)?guó)內(nèi)學(xué)者在進(jìn)行有關(guān)“養(yǎng)老保險(xiǎn)”主題的研究時(shí)有一定參考作用。

1　研究方法

共詞分析(Co-term Analysis)法是由Callon等人于1983年提出的，[2]該方法借鑒了文獻(xiàn)計(jì)量學(xué)的“引文耦合與共被引”的理念，并將其用于分析文獻(xiàn)關(guān)鍵詞之間的關(guān)系研究中。國(guó)內(nèi)外有關(guān)文獻(xiàn)計(jì)量學(xué)的研究發(fā)現(xiàn)，用來(lái)描述文章內(nèi)容的關(guān)鍵詞，事實(shí)上是相關(guān)科學(xué)概念可以信賴的一個(gè)指標(biāo)，它們可以反映科學(xué)研究的現(xiàn)狀。[3]共詞分析法是基于詞頻統(tǒng)計(jì)法來(lái)統(tǒng)計(jì)某一領(lǐng)域內(nèi)高頻關(guān)鍵詞成對(duì)出現(xiàn)在該領(lǐng)域文獻(xiàn)內(nèi)的次數(shù)，并根據(jù)統(tǒng)計(jì)結(jié)果來(lái)構(gòu)建共詞矩陣，進(jìn)而對(duì)共詞矩陣進(jìn)行因子分析(Factor Analysis)、聚類分析(Cluster Analysis)和多維尺度分析(Multimensional Scaling)等多元統(tǒng)計(jì)分析，[4]從而揭示關(guān)鍵詞之間的相關(guān)程度，并用來(lái)分析該研究領(lǐng)域的研究現(xiàn)狀、研究熱點(diǎn)和研究?jī)?nèi)容。

本研究將按照如下步驟對(duì)“養(yǎng)老保險(xiǎn)”研究領(lǐng)域進(jìn)行共詞分析，即：(1)確定研究領(lǐng)域?yàn)椤梆B(yǎng)老保險(xiǎn)”；(2)獲取該研究領(lǐng)域的中國(guó)期刊網(wǎng)的文獻(xiàn)題錄數(shù)據(jù)；(3)抽取文獻(xiàn)中的關(guān)鍵詞并進(jìn)行數(shù)據(jù)的清洗；(4)構(gòu)建文獻(xiàn)關(guān)鍵詞的詞頻分布表；(5)構(gòu)建文獻(xiàn)高頻關(guān)鍵詞的共詞矩陣；(6)采用多元統(tǒng)計(jì)方法對(duì)共詞矩陣進(jìn)行分析；(7)對(duì)共詞矩陣多元統(tǒng)計(jì)分析的結(jié)果進(jìn)行分析和闡釋。

2　文獻(xiàn)數(shù)據(jù)來(lái)源及關(guān)鍵詞獲取

2.1數(shù)據(jù)來(lái)源

本研究在中國(guó)期刊網(wǎng)(CNKI)數(shù)據(jù)庫(kù)中，以“養(yǎng)老保險(xiǎn)”為關(guān)鍵詞，對(duì)中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)2003年至2013年發(fā)布在CSSCI期刊上的文獻(xiàn)進(jìn)行“篇名”檢索，共檢索出1 018篇，然后從CNKI上下載這些文獻(xiàn)的題錄數(shù)據(jù)，見(jiàn)圖1。

圖1　數(shù)據(jù)檢索規(guī)則示意圖

2.2數(shù)據(jù)清洗及初步統(tǒng)計(jì)分析

在獲取的1 018篇文章中，剔除掉其中無(wú)關(guān)鍵詞或?qū)倨诳偰夸?、主編致辭類文獻(xiàn)14篇，最終獲得1 004篇目標(biāo)文獻(xiàn)題錄數(shù)據(jù)。其中，2003—2013年刊發(fā)論文數(shù)量Top10的CSSCI期刊統(tǒng)計(jì)結(jié)果如圖2所示。

圖2　刊發(fā)論文數(shù)量Top10的CSSCI期刊及文獻(xiàn)數(shù)量分布圖

從圖2可以看出，《人口與經(jīng)濟(jì)》《統(tǒng)計(jì)與決策》和《保險(xiǎn)研究》是關(guān)注和刊發(fā)“養(yǎng)老保險(xiǎn)”相關(guān)研究成果的熱門期刊。統(tǒng)計(jì)顯示，該Top10的期刊，共刊發(fā)了332篇“養(yǎng)老保險(xiǎn)”相關(guān)的論文，占到了檢索文獻(xiàn)總數(shù)的1/3。因此，國(guó)內(nèi)學(xué)者在做有關(guān)“養(yǎng)老保險(xiǎn)”的研究時(shí)，可多關(guān)注這些熱門期刊的文獻(xiàn)和研究動(dòng)態(tài)，在取得一定研究成果后也可有針對(duì)性地向這些期刊投稿。

此外，從2003年以來(lái)國(guó)內(nèi)刊發(fā)在CSSCI期刊上的有關(guān)“養(yǎng)老保險(xiǎn)”的文獻(xiàn)隨年份分布趨勢(shì)圖(如圖3所示)來(lái)看，近10年來(lái)有關(guān)養(yǎng)老保險(xiǎn)的研究大致分為兩個(gè)階段，2003—2007年每年刊發(fā)的CSSCI文獻(xiàn)數(shù)在70～80篇，2008年之后文獻(xiàn)數(shù)量增多，每年在120篇左右(2013年的文獻(xiàn)數(shù)據(jù)因網(wǎng)絡(luò)數(shù)據(jù)庫(kù)收錄延時(shí)問(wèn)題，并非全部數(shù)據(jù))。從該結(jié)果來(lái)看，近5年來(lái)有關(guān)養(yǎng)老保險(xiǎn)的研究熱度較之前有所增加，并呈現(xiàn)出較為穩(wěn)定的趨勢(shì)。隨著2013年“延遲退休”等社會(huì)保障熱點(diǎn)的興起，相信“養(yǎng)老保險(xiǎn)”會(huì)在未來(lái)2年內(nèi)呈現(xiàn)小幅增長(zhǎng)趨勢(shì)。

圖3　“養(yǎng)老保險(xiǎn)”相關(guān)研究在CSSCI期刊發(fā)表數(shù)量隨年份分布圖

在對(duì)所統(tǒng)計(jì)的文獻(xiàn)關(guān)鍵詞進(jìn)行處理時(shí)，鑒于文獻(xiàn)關(guān)鍵詞命名不統(tǒng)一的情況，筆者對(duì)同義關(guān)鍵詞進(jìn)行了受控詞的合并。表1列出的是本研究受控詞表(部分)。

表1　受控詞表

2.3文獻(xiàn)關(guān)鍵詞的處理

隨后，將清洗處理后的數(shù)據(jù)導(dǎo)入“共詞分析”軟件——書目共現(xiàn)分析系統(tǒng)，對(duì)文獻(xiàn)關(guān)鍵詞進(jìn)行統(tǒng)計(jì)，以選出高頻關(guān)鍵詞，為構(gòu)建共詞矩陣做好準(zhǔn)備。

經(jīng)過(guò)受控詞合并后，本研究共提取出3 983個(gè)關(guān)鍵詞。接著需要提出高頻關(guān)鍵詞，本文采用的是設(shè)定關(guān)鍵詞超過(guò)17，累計(jì)出現(xiàn)的累積頻次應(yīng)達(dá)到的比例超過(guò)46% 的前N各關(guān)鍵詞的方法來(lái)選擇高頻關(guān)鍵詞[5]，以此來(lái)表征“養(yǎng)老保險(xiǎn)”領(lǐng)域研究熱點(diǎn)的高頻關(guān)鍵詞。根據(jù)所設(shè)閾值，共選出高頻關(guān)鍵詞30個(gè)，出現(xiàn)頻次最高的為“社會(huì)養(yǎng)老保險(xiǎn)制度”460次，見(jiàn)表2。

表2　高頻關(guān)鍵詞及其頻次

在獲得了所有文獻(xiàn)的高頻關(guān)鍵詞之后，本研究進(jìn)一步將同一篇文獻(xiàn)的多個(gè)高頻關(guān)鍵詞進(jìn)行兩兩組合，從而形成了該文獻(xiàn)的“共詞對(duì)”。然后進(jìn)一步統(tǒng)計(jì)所有文獻(xiàn)各個(gè)“共詞對(duì)”在所有文獻(xiàn)中出現(xiàn)的次數(shù)，便構(gòu)成了所有所篩選的文獻(xiàn)的共詞矩陣，如表3所示。

表3　高頻關(guān)鍵詞共詞矩陣(局部)

3　養(yǎng)老保險(xiǎn)相關(guān)研究的共詞分析

3.1因子分析

因子分析是將多個(gè)統(tǒng)計(jì)變量按照相關(guān)性大小分成一個(gè)個(gè)不同的組，以使同一組變量之間的相關(guān)性較高，而不同組之間的變量相關(guān)性較低。然后再將每個(gè)變量組的變量進(jìn)行線性組合，從而得到一個(gè)“公共因子”。這樣以來(lái)，測(cè)量實(shí)體的大部分信息都可以用幾個(gè)“公共因子”來(lái)進(jìn)行描述，從而能達(dá)到使用較少的變量來(lái)描述測(cè)量實(shí)體的目的。

以本文2.3節(jié)中得到的關(guān)鍵詞共詞矩陣作為輸入，使用SPSS20的因子分析功能來(lái)進(jìn)行因子分析。其中將“抽取”對(duì)話框中的“方法參數(shù)”設(shè)置為“主成分”，分析選擇“協(xié)方差矩陣”，輸出則選擇“碎石圖”；并在“旋轉(zhuǎn)”對(duì)話框中將方法選擇為“最大方差法”，其他使用默認(rèn)設(shè)置。經(jīng)過(guò)分析，共提取出3個(gè)公共因子，如表4所示，其累計(jì)方差貢獻(xiàn)率81.352%，即表示將這30個(gè)關(guān)鍵詞分成這3個(gè)類別便可描述國(guó)內(nèi)養(yǎng)老保險(xiǎn)領(lǐng)域81.352%的信息。

表4解釋的總方差(部分)

因子分析生成的因子個(gè)數(shù)碎石圖(如圖4所示)表明將國(guó)內(nèi)養(yǎng)老保險(xiǎn)的研究領(lǐng)域用上面3個(gè)因子描述是合理的。

圖4　因子個(gè)數(shù)碎石圖

為了較好地反應(yīng)公共因子的組成結(jié)構(gòu)，突出主要研究問(wèn)題，從因子分析生成的旋轉(zhuǎn)成分矩陣中抽取載荷量>0.5的分質(zhì)組成各個(gè)公共因子，如表5所示。

3.2聚類分析

聚類分析需要首先定義各個(gè)事物之間的距離，然后將距離近的事物聚成一類。一般是將事物的各個(gè)屬性量化為數(shù)值組成歐氏空間向量，并使用歐氏空間向量距離作為事物之間的距離。系統(tǒng)聚類是最常用的一種聚類方法。系統(tǒng)聚類初始時(shí)將每個(gè)點(diǎn)看作一個(gè)類，并將最近的兩個(gè)點(diǎn)合并為一個(gè)新的點(diǎn)，然后再對(duì)新的點(diǎn)重復(fù)上述步驟，直到所有點(diǎn)聚成一個(gè)點(diǎn)為止。[6]

表5　養(yǎng)老保險(xiǎn)領(lǐng)域研究熱點(diǎn)

本文使用了SPSS20來(lái)對(duì)共詞矩陣進(jìn)行系統(tǒng)聚類。其中，在“方法”對(duì)話框中，“聚類方法”設(shè)置為“Ward方法”，“計(jì)數(shù)”則選擇為“Phi方度量”，“標(biāo)準(zhǔn)化”選擇為“Z得分”，其他參數(shù)使用默認(rèn)值。聚類分析結(jié)果如圖5所示。

4　養(yǎng)老保險(xiǎn)相關(guān)研究的熱點(diǎn)分析

通過(guò)將因子分析的結(jié)果和聚類分析的結(jié)果進(jìn)行對(duì)比分析，可以發(fā)現(xiàn)二者結(jié)果十分相近，筆者依據(jù)上述分析的結(jié)果將國(guó)內(nèi)養(yǎng)老保險(xiǎn)的研究熱點(diǎn)分為三類。根據(jù)各自方差變異量的解釋，貢獻(xiàn)大小的排序，并綜合考慮每一類中各個(gè)關(guān)鍵詞的性質(zhì)，來(lái)進(jìn)行研究熱點(diǎn)的分析。

4.1熱點(diǎn)一：養(yǎng)老保險(xiǎn)體系相關(guān)問(wèn)題的研究

該研究熱點(diǎn)對(duì)應(yīng)公共因子1，包含關(guān)鍵詞“養(yǎng)老保險(xiǎn)基金”“個(gè)人賬戶養(yǎng)老金”“基本養(yǎng)老保險(xiǎn)制度”“統(tǒng)籌層次”“城鎮(zhèn)企業(yè)職工”“繳費(fèi)基數(shù)及比例”等。我國(guó)的社會(huì)養(yǎng)老保險(xiǎn)體系一直處在逐步完善和改革中，在這一過(guò)程中目前學(xué)者關(guān)注的熱點(diǎn)之一便是養(yǎng)老保險(xiǎn)體系相關(guān)問(wèn)題的研究，主要包括社會(huì)養(yǎng)老保險(xiǎn)金的統(tǒng)籌體系、繳費(fèi)基數(shù)和比例問(wèn)題、基金債務(wù)和投資問(wèn)題等。從這些熱點(diǎn)來(lái)看，社會(huì)養(yǎng)老保險(xiǎn)體系相關(guān)問(wèn)題的研究主要集中在養(yǎng)老保險(xiǎn)基金的統(tǒng)籌和資金問(wèn)題上。近年來(lái)，社會(huì)養(yǎng)老保險(xiǎn)的統(tǒng)籌層次在不斷改革變化中，以實(shí)現(xiàn)社會(huì)養(yǎng)老保險(xiǎn)的公平性，而基金的繳費(fèi)標(biāo)準(zhǔn)、基金的來(lái)源和保值增值問(wèn)題的研究則有助于實(shí)現(xiàn)養(yǎng)老保險(xiǎn)基金的安全性及可持續(xù)性。因此，可以看出，相關(guān)問(wèn)題研究的學(xué)者在未來(lái)的研究將關(guān)注養(yǎng)老保險(xiǎn)基金體系建設(shè)和基金管理方面，以尋求社會(huì)養(yǎng)老保險(xiǎn)基金體系的可持續(xù)健康發(fā)展。

圖5聚類結(jié)果樹狀圖

4.2熱點(diǎn)二：社會(huì)養(yǎng)老保險(xiǎn)制度的建設(shè)改革研究

該研究熱點(diǎn)對(duì)應(yīng)公共因子2，包含關(guān)鍵詞“社會(huì)養(yǎng)老保險(xiǎn)制度”“制度建設(shè)改革”“社會(huì)保障制度”“國(guó)外養(yǎng)老保險(xiǎn)制度”“模型模式研究”等。社會(huì)養(yǎng)老保險(xiǎn)制度的建設(shè)和發(fā)展是一個(gè)長(zhǎng)期過(guò)程，目前國(guó)內(nèi)學(xué)者在社會(huì)養(yǎng)老保險(xiǎn)制度的建設(shè)和改革方面關(guān)注比較多。從研究?jī)?nèi)容來(lái)看，有許多學(xué)者關(guān)注了國(guó)外社會(huì)養(yǎng)老保險(xiǎn)制度的建設(shè)問(wèn)題，以期通過(guò)對(duì)比研究來(lái)完善我國(guó)的社會(huì)養(yǎng)老保險(xiǎn)制度；也有許多學(xué)者關(guān)注了社會(huì)養(yǎng)老保險(xiǎn)制度的相關(guān)模式模型，如3+1目標(biāo)模式、多層制衡模式、運(yùn)行模式、管理模式、Logistic模型、EET模式、PEST模型、SIC-GE模型、盈利模式、Lee-Cater模型、決策模型、征稅模式、模式選擇、Auerbach—Kotlikoff模型、代際交疊 Blanchard 模型等，以期能夠使社會(huì)養(yǎng)老保險(xiǎn)制度更加科學(xué)完善。

從這個(gè)熱點(diǎn)研究?jī)?nèi)容來(lái)看，社會(huì)養(yǎng)老保險(xiǎn)制度的建設(shè)、變遷、改革和創(chuàng)新等研究方向仍是我國(guó)社會(huì)養(yǎng)老保險(xiǎn)研究中的重點(diǎn)和熱點(diǎn)。

4.3熱點(diǎn)三：農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度研究

該研究熱點(diǎn)對(duì)應(yīng)公共因子3，包含關(guān)鍵詞“農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度”“農(nóng)民”“地方政府”“被征地農(nóng)民”“新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度”等。農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)問(wèn)題是我國(guó)社會(huì)養(yǎng)老保險(xiǎn)制度最為關(guān)注的焦點(diǎn)之一，目前，我國(guó)農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度發(fā)生了重大變革，新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度在不斷的完善之中。隨著我國(guó)社會(huì)養(yǎng)老保險(xiǎn)體系的完善，農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)的體系也在不斷發(fā)展變化之中，按照黨的十八大精神和十八屆三中全會(huì)關(guān)于整合城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)制度的要求，建立統(tǒng)一的城鄉(xiāng)居民基本養(yǎng)老保險(xiǎn)制度已提上日程。在這一時(shí)政熱點(diǎn)趨勢(shì)下，開展有關(guān)農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度的改革和完善的研究，發(fā)現(xiàn)解決其中存在的阻力和問(wèn)題，將成為未來(lái)幾年社會(huì)養(yǎng)老保險(xiǎn)研究的一大熱點(diǎn)。

[1]李雪霜.中國(guó)養(yǎng)老保險(xiǎn)制度改革研究[D].武漢：武漢大學(xué),2009.

[2]CollonM,Courtial J P，Turner WA，et al.From Translations to Problematic Networks:An Introduction to Co-word Analysis[J].Social Science Information，1983，22(2).

[3]彭緒梅,許振亮,劉元芳,等.國(guó)外創(chuàng)業(yè)型大學(xué)研究熱點(diǎn)探析:共詞可視化視角[J].清華大學(xué)教育研究,2007,28 (6):95-100.

[4]張勤,馬費(fèi)成.國(guó)外知識(shí)管理研究范式——以共詞分析為方法[J].管理科學(xué)學(xué)報(bào),2007(6)：65-75.

[5]孫清蘭.高頻詞與低頻詞的界分及詞頻估算法[J].中國(guó)圖書館學(xué)報(bào),1992(2)：28-32.

[6]宇傳華.SPSS與統(tǒng)計(jì)分析[M].北京:電子工業(yè)出版社，2007.

[責(zé)任編輯：楊立平]

On Hot Topics of Domestic “Endowment Insurance”Subject Based on Co-term Analysis of CNKI 2003-2013 Academic Journal Documents

GUO Lu

(School of Literature,Hefei Teachers College,Hefei 230601,China)

This thsis investigates papers in China CSSCI journal database from 2003 to 2013 on pension by co-term analysis,to build a total pension co-term matrix.Then it analyzes the co-term matrix by factor analysis so as to reveal changes in the hot research topics each year about pension,and obtains the hot topics of rural endowment insurance system,pension reform,pension insurance system in recent years.

pension; co-term analysis; hot topic; factor analysis; cluster analysis

2016-01-25

2016-03-08

郭璐(1988—),女,安徽亳州人,合肥師范學(xué)院文學(xué)院助教,碩士。

F840.67

A

2096-2371(2016)03-0014-06