高等教育研究学术群体可视化知识图谱构建与分析

一。研究方法与矩阵构建

作者共被引分析是以文献的作者为基本单元建立共被引关系,使为数众多的作者通过被引证的关系聚集成一个个学科群体,形成学科群体网络,从而反映学科专业人员之间的联系和结构特点,并反映出他们所从事的学科专业之间论文网的联系及其发展变化趋势“[2]的一种研究方法。社会网络分析是研究社会关系的一种新兴的研究方法,它能够对社会网络中行为者之间的关系进行量化分析,以可视化的图形展示行为者之间的深层次关系及描述群体关系的结构。[3]本文采用作者共被引分析方法来构建高等教育研究领域主要学者的共被引矩阵,运用多元统计分析方法来构建和分析高等教育学术群体的知识图谱,运用社会网络分析方法来构建和研究高等教育学者共被引网络知识图谱。

一个学者能够与其他学者在某个学科中形成学术群体,本身需要具有一定的学术影响力,并且与其他学者有共同的学术兴趣,互相之间有紧密的学术联系。而论文被引总频次和作者共被引总频次能够较好地反映学者的学术影响力和学者之间的学术联系。[4]因而本文确定高等教育研究领域主要学者的方法有以下两种。

(1)统计中国高教研究。高等教育研究。中国高等教育。学位与研究生教育。江苏高教。高等工程教育研究。黑龙江高教研究以及高教探索8种高等教育学核心期刊载文的作者被引数据,并以被引总频次300为阈值,从而筛选出50位高被引作者,如表1所示。

(2)在中国引文数据库的教育与社会综合“学科范围内两两检索50位学者之间的共被引频次,然后把50位学者两两之间的共被引频次整理在一起,就可以形成高等教育学者的共被引矩阵,如表2所示。

二。运用多元统计分析构建高等教育学术群体知识图谱多元统计分析包括因子分析。聚类分析和多维尺度分析,它们可以根据学者之间研究的相似性来对主要学者进行聚类和划分。本文先通过SPSS19软件把作者共被引矩阵转换成相关矩阵和相异矩阵,再进行因子分析。聚类分析和多维尺度分析,从而可以根据学者之间共被引产生的相似性关系,聚类和划分成一个个学术群体。

(一)因子分析

?理论探讨?高等教育研究学术群体可视化知识图谱构建与分析表3是因子分析所得出的解释总变量表,从中可知,第一个公因子的解释总变异量达到了34。299百分号,再查看成分矩阵可知,有14位学者在两个或多个公表3公因子解释总变异量(部分)

因子的负载值都超过0。4,说明不少学者的研究互相之间都有较紧密的学术联系,并且很多学者的研究均具有跨领域性,不局限于某一领域。因而,聚类分析和多维尺度分析的结果,将是按学者间学术联系最紧密的领域进行聚合和分类,而不是以研究领域的有无进行划分。(二)聚类分析与多维尺度分析

通过对相关矩阵进行聚类分析和对相异矩阵进行多维尺度分析,综合两者的结果,可以把高等教育领域的主要学者划分为8个学术群体,如图1所示。因子分析结果已经证明,高等教育学者学术视野都比较广阔,个人研究涉及的领域比较广泛,因而聚类分析与多维尺度分析所划分的学术群体,体现的是学者在某一领域的研究跟其他学者的学术联系非常密切,并不代表学者的研究仅限于此领域。

备注:每个闭合的区域代表一个学术群体,与聚类树图标示保持一致,分别用A。B。C。D等字母代表各学术群体。

图1多维尺度分析结果

(三)学术群体的划分

表4为综合聚类分析和多维尺度分析所得出的高等教育研究领域主要学者构成的8个学术群体及其成员列表,其中成员人数最多的是16人,最少的是2人。我们知道,学者的代表作在很大程度上可以反映学者在学科中的具体贡献和研究领域。本文在研究过程中,通过分析学者的代表作(被引频次居前10位的代表性论文)来了解各学术群体及其学者的主要研究方向和领域;通过分析共被引频次的高低来了解学术群体中不同学者研究成果的相关性的高低;通过分析不同学者共被引频次总和的大小来了解各个学者在该学术群体中的影响力大小。

1。学术群体A

学术群体A中有6位学者,从他们的代表作中可知,这一学术群体研究领域涉及到了高等教育管理体制改革。教师教育。高等教育大众化。大学文化素质教育。通识教育。创新性人才培养。院校研究。高等教育质量保障等多个方面。其中,每一位学者研究领域都很宽泛,但也有一定的侧重。如谢安邦。薛天祥两位学者侧重于教师教育研究,周川教授侧重于院校研究,胡建华教授侧重于高等教育管理体制改革研究,龚放教授则侧重于研究创新人才培养,戚业国教授则侧重于研究高等教育质量保障。从各个学者的共被引频次来看,胡建华和周川共被引频次最高,高达173次,说明他们二人研究成果相关性最高,其他依次为薛天祥和谢安邦。胡建华和薛天祥。胡建华和龚放。胡建华和谢安邦。周川和龚放。周川和薛天祥。谢安邦和戚业国等,戚业国和胡建华研究成果相关性最低。从各个学者相互之间的共被引频次总和来看,排在最高的是胡建华,余下依次为周川。薛天祥。谢安邦。龚放和戚业国,这一次序也反映了各位学者在这个学术群体中学术影响力的大小。2。学术群体B

学术群体B有16位学者,是人数最多的学术研究群体。从他们的代表作来看,该群体的研究领域更加宽泛,包括高等教育思想。高等学校发展战略。高等教育发展模式。高等学校教学改革,大学文化素质教育。教师教育。高考改革。学科建设。学位与研究生教育。现代大学制度。高等学校职能。大学文化建设等,其中大多数学者研究方向都比较开阔,只有刘献君。文辅相。刘海峰和王伟廉等四位学者的研究方向比较明确,如刘献君教授侧重于高校发展战略研究,文辅相教授重点研究大学素质教育,刘海峰教授侧重于研究高考和科举,王伟廉教授则重点研究高校教学管理。从共被引频次来看,排在最高的前五对学者依次为潘懋元与王伟廉。潘懋元与邬大光。潘懋元和顾明远。潘懋元和刘海峰。潘懋元和杨德光,这说明,在这一群体中,这6位学者研究成果相关性最高。从共被引频次的综合来看,从高到低排在前十位的依次是潘懋元。张应强。顾明远。邬大光。王伟廉。杨德广。蔡克勇。刘海峰。刘献君。顾建民,这也反映了在这一群体中这10位学者的学术影响力的大小顺序。

3。学术群体C

学术群体C有4位学者,从他们的代表作来看,这一学术群体的研究领域也比较开阔,但主要集中在大学人文素质教育和大学文化素质教育两个方面。其中杨叔子和王义遒两位学者的研究方向比较集中,周远清和钟秉林两位学者的研究方向则相对宽泛。不过,他们四位在人文素质教育研究上都有交集。因此,可以把这一学术群体看作是大学人文素质教育研究群体。从共被引频次来看,杨叔子和周远清最高,其余依次为杨叔子和王义遒。杨叔子和钟秉林。周远清和钟秉林。周远清和王义遒。钟秉林和王义遒。这也反映了他们之间研究成果相关性的高低。从共被引频次总和的多少来看,杨叔子最高,其余依次为周远清。钟秉林。王义遒。这说明在这个学术群体中,杨叔子学术影响力最大,其余依次为周远清。钟秉林和王义遒。

4。学术群体D

学术群体D有7位学者,从他们的代表作来看,除纪宝成和袁贵仁研究领域比较宽泛以外,王冀生。眭依凡。刘保存。田建国。衣俊卿五位学者研究方向都比较明确,主要集中在大学办学理念。大学文化建设等方面。从他们的共被引频次来看,眭依凡和王冀生最高,其余依次为王冀生和袁贵仁。眭依凡和袁贵仁。刘保存和眭依凡。袁贵仁和衣俊卿。刘保存和王冀生。王冀生和田建国。袁贵仁和纪宝成。袁贵仁和田建国。眭依凡和纪宝成。这也反映了他们之间研究成果相关性的高低顺序。从共被引频次的总和来看,王冀生和袁贵仁。眭依凡三位学者明显高于其余四位学者,其余依次为刘保存。田建国。纪宝成。衣俊卿。这也说明在这一群体中各位学者学术影响力的状况。

5。学术群体E

学术群体E有2位学者,从其代表作来看,他们的研究方向最为明确和集中。蔡国春主要集中于中美高校学生事务管理研究和院校研究,而赵炬明则专注于现代大学与院校研究。他们二人的共被引频次为45,反映了两位学者的研究成果有较高的相关性。从上文表1反映的总被引频次来看,蔡国春的总被引频次为437,赵炬明的总被引频次为394,这说明,在这一群体内,蔡国春的学术影响力要大于赵炬明。

6。学术群体F

学术群体F有4位学者,从他们的代表作来看,这一学术群体的研究方向也比较宽泛,涉及到了高校治理结构。教学改革。教育理念。大学精神。高等教育评估,但在高校治理结构上他们之间有较大的交集,所以,这一群体可以称之为高校治理结构研究群体。从他们代表作的共被引频次来看,别敦荣和周光礼。董云川。秦惠民三位学者都在50-55次之间,秦惠民和周光礼有42次,董云川和周光礼。秦惠民的共被引频次分别为21和20次。这说明,周光礼。董云川。秦惠民三位学者与别敦荣教授的研究成果相关性最高,其次是周光礼和秦惠民,相关性较低的是董云川和周光礼。秦惠民两位学者。从四位学者的共被引频次总和来看,别敦荣。周光礼。秦惠民和董云川四位学者分别为158。118。114和41次,这也反映了四位学者在这一群体中的学术影响力。

7。学术群体G

学术群体G有5位学者。从他们的代表作来看,这一群体的研究方向则比较宽阔,包括了高等职业教育。现代远程教育。教师教育。独立发展。高水平大学建设。专业学位教育。教学工作。高教管理体制改革。高等教育资源配置。大学生就业等多个方面。从他们代表作的共被引频次来看,吴启迪与周济的共被引频次最高,余下依次为谢维和与康宁。康宁与周济。张尧学与周济。张尧学与吴启迪。谢维和与周济。张尧学和康宁,而谢维和与吴启迪。张尧学的共被引频次都比较低,这一顺序也反映了他们之间研究成果相关性的高低。从他们各位共被引频次的总和来看,周济最高,余下依次为康宁。吴启迪。谢维和。张尧学。这也是他们在这一学术群体中学术影响力的反映。

8。学术群体H

学术群体H有6人。从他们的代表作中也可以看出,这一学术群体的研究领域也很宽泛。其中,赵沁平。王战军主要研究研究型大学建设。学位与研究生教育;马陆亭和陈厚丰主要研究高等学校分类;沈红和闵维方教授主要研究高等教育成本分担。大学生资助。此外,沈红的研究型大学建设研究也很有影响。因此,沈红在研究方向上与王战军也有交集。这种研究方向上的特点也反映在他们代表作的共被引情况中。如沈红和闵维方的共被引频次最高(58次),其次是马陆亭和陈厚丰(51次),再次是王战军和沈红(50次),第四是赵沁平和王战军(37次)。其余的学者研究成果之间共被引频次都不高,这反映出他们之间研究成果的相关性不高。从这一群体各个学者的共被引频次总和来看,沈红最高,余下依次为王战军。马陆亭。闵维方。赵沁平和陈厚丰,这也说明了以上各位学者在这一群体里学术影响力的大小顺序。

(四)战略坐标图分析

战略坐标图(StrategicDiagram)是Law等人于1988年提出的,是在聚类分析的基础上,用可视化的形式来描述研究领域或主题内部联系情况和领域间相互影响情况。[5]它将一个二维空间划分为四个象限,第一象限表示核心且成熟,第二象限表示边缘但成熟,第三象限表示既边缘又不成熟,第四象限是核心但不成熟。在战略坐标图中,X轴为向心度,表示群体间相互影响的强度;Y轴为密度,表示某一群体内部的联系强度。向心度一般是用某一群体与其他群体的外部链接来表示,密度以群体内部各学者之间的平均共被引频次来表示。“[6]本文根据聚类分析结果和作者共被引矩阵,计算了每一类学术群体的向心度和密度(如表5所示),并依据向心度和密度绘制出战略坐标图,如图2所示。由图2可知,学术群体B在第一象限,说明潘懋元。王伟廉。邬大光等学者组成的学术群体,不仅内部之间学术联系非常紧密,而且跟其他群体学者的联系也非常密切,这一群体在8个学术群体中居于中心。核心位置。学术群体A。学术群体C。学术群体F和学术群体G处于第四象限,且位置相对集中,说明这几个学术群体之间的学术联系较为密切,这几个学术群体也同样居于比较核心的位置,但学术群体内部的联系。沟通以及互动显得略差一些。学术群体D。学术群体E和学术群体H处于第三象限,说明他们在内。外部的学术联系方面都相对差一些,处于较边缘的位置。

图2高等教育学术群体的战略坐标图

三。社会网络分析构建高等教育学术群体知识图谱多元统计分析可以较好地观察学者之间的关系和分类,但不能够表现学者之间联系的强弱,而社会网络分析则可以弥补这方面的不足。社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法,主要分析的是不同个体。群体所构成的关系的结构及其属性。[7]本文主要运用社会网络分析方法来分析高等教育研究主要学者的共被引网络,以此来了解其社会网络特征。将50位学者的共被引矩阵导入Ucinet软件和Netdraw软件,生成的学者共被引网络知识图谱如图3所示。

备注:整个网络由结点和连线构成,其中网络中的结点代表作者,结点大小代表各位作者在网络中的影响力;连线代表作者之间的共被引关系,线条的粗细代表作者之间的关系密切程度。

图3高等教育学者共被引网络知识图谱

(一)网络整体属性分析

1。密度分析

密度反映的是社会网络关系的密切程度,密度越大,表明网络成员之间的关系越密切。在作者共被引网络中,网络密度反映了网络中各个点之间联络的紧密程度。联络密切的网络会促进信息的交流和科研的合作;反之,过于稀疏的网络则会阻碍科学研究的发展。[8]通过Ucinet软件可以算出,50位学者组成的共被引网络的密度是21。51,网络的连通性较好,有不少节点高度连接,说明50位学者之间共被引情况普遍,频次较高,他们的学术联系比较广泛且紧密,各自的研究能够相互交叉。相互借鉴。相互参考,研究互动大,有些学者甚至一起形成紧密的学术共同体。

2。小世界效应验证

小世界效应是社会网络中的一种特殊现象。所谓小世界效应,就是指在社会网络中,大部分节点彼此并不相连,但它们之间只要经过少数几步就可到达。在作者共被引网络中,如果具有小世界效应,就说明该网络是一个信息通畅,科研人员能够快捷交流的网络;相反则是一个信息流通速度慢,甚至信息闭塞。人员不能够快速进行交流的网络“[9]。因而是否存在小世界效应,表明该网络是否是有利于学术交流和学科发展。通过Ucinet软件分析可知,高等教育研究作者共被引网络中节点之间的平均距离是1。036,即在该共被引网络中,每两个学者只要通过1。036个人就可以互相建立学术联系。根据小世界效应理论,平均路径长度不超过10的网络就可以说具有小世界效应,这表明高等教育学者的共被引网络具有显著的小世界效应特征,是一个信息交流畅通。学术互动频繁。有利于学科发展的网络。

3。网络聚集度分析

网络聚集度反映了节点之间的紧密程度,值位于0和1之间,值越大说明整个网络越紧密,否则越疏松。[10]通过Ucinet软件分析可知,共被引网络的聚集度为0。982,由此可以看出高等教育学者共被引网络的聚集度是非常高的,说明高等教育学者之间的学术联系是非常密切的。

(二)中心性分析

中心性是社会网络分析的重点之一,是关于行动者在社会网络中的中心性位置的测量概念,描述的是个人或组织在其所处的社会网络中的地位极其重要性“[11]。根据计算方法的不同,中心性可分为度数中心性。亲近中心性。中介中心性。限于篇幅,本文仅列出中心性居前15位的学者,如表6所示。

作者度数中心性

(NrmDegree)作者亲近中心性

(nCloseness)作者中介中心性

(nBetweeness)潘懋元25。37袁贵仁100袁贵仁2。24顾明远9。48刘献君100刘献君2。24周济7。94王伟廉100王伟廉2。24刘献君7。48张楚廷100张楚廷2。24邬大光6。75周济100周济2。24张应强6。5周远清100周远清2。24别敦荣6。26张应强100张应强2。24杨德广6。17刘宝存100刘宝存2。24康宁6。07别敦荣100别敦荣2。24周远清6。07蔡克勇100蔡克勇2。24胡建华5。88薛天祥100薛天祥2。24薛天祥5。75钟秉林100钟秉林2。24王伟廉5。48戚业国100戚业国2。24杨叔子5。27邬大光100邬大光2。24谢安邦4。94顾明远100顾明远2。24

1。度数中心性

度数中心性又叫点度中心性,指网络中与该节点直接相连的节点个数。如果一个点与许多点直接相连,该点就有较高的点度中心性。[12]在作者共被引网络中,学者的度数中心性越高,说明该学者在整个学科研究中居于越中心的位置。由表3可知,潘懋元的度数中心性最高,相对度数中心性达到了25。37,跟其他49位学者均有共被引关系,与王伟廉。邬大光的共被引频次均达到了500次左右,还与另外24位学者的共被引频次达到了百次以上,说明潘懋元教授在由50位学者组成的高等教育作者共被引网络中处于最核心的位置。表中其他学者的相对度数中心性也都超过了4。94,说明这10位学者均处于整个网络的核心位置,是高等教育研究的核心学者。

2。亲近中心性

亲近中心性又叫接近中心性,是以距离为概念来计算一个节点的中心程度,与别人越近则中心性越高,与别人越远,则中心性越低。[13]在社会网络中,亲近中心性主要是指某点到网络中所有其他点的距离总和最短。这样的点在网络中有最佳的视野,可以知道网络中所发生的事情,以及信息的流通方向,该点在传递信息方面就越容易。由表6可知,亲近中心性居前的10位学者,他们的亲近中心性都是100,说明他们具有一致且最高的亲近中心性,具有最佳的学术视野,掌握着学术信息流通方向。3。中介中心性

中介中心性又叫间距中心性,描述节点在整个网络的中心程度,表征的是整个网络的集中或集权程度,即整个网络围绕一个点或一组点来组织运行的程度,测量的是行动者对资源的控制的程度。[14]在作者共被引网络中,一个学者的中介中心性越高,说明有越多的学者需要通过他才能发生联系。由表6可知,中介中心性居前十位的学者,他们的中介中心性均为2。24,说明他们均有整个网络的最大控制权力,控制资源能力较强,是整个共被引网络构建的关键,具有最大的中间影响力,他们对学术知识和学术信息的交流起着重要的桥梁作用和中介作用。同时也可以发现,在高等教育作者共被引网络中,中介中心性排名基本与亲近中心性排名一致。

(三)核心―边缘结构分析

核心―边缘结构分析是根据网络中节点之间联系的紧密程度,将网络中的节点分为两个区域,核心区域和边缘区域。处于核心区域的节点在网络中占有比较重要的地位。核心―边缘结构分析的目的是研究社会网络中哪些节点处于核心地位,哪些节点处于边缘地位,其本质是将实际数据与理想的模型数据进行比较,通过计算两者的相关性来分析实际数据是否具有核心―边缘结构。[15]通过在Ucinet软件中对学者共被引网络进行连续性核心―边缘模型分析,计算结果显示实际数据与理想模型之间的相关系数为0。859,属强相关,说明作者共被引网络存在核心―边缘结构。软件同时也计算出了每位学者在网络中的核心度,我们以核心度大于0。1为标准,共筛选出13位核心学者,如表7所示。排名第一的是潘懋元教授,其核心度达到0。77,远远大于其他的学者。对比表6可以发现,这13位学者均属于度数中心性居前15位的学者范围,可见,核心度排名跟度数中心性排名也是基本一致的,都可以在一定程度上表明学者在网络中的地位和位置,确定谁是核心学者。

表7核心―边缘结构分析中的核心学者

排名作者核心度排名作者核心度1潘懋元0。778薛天祥0。1342王伟廉0。2169刘献君0。1323邬大光0。21410周济0。1314顾明远0。211刘海峰0。1195张应强0。15112别敦荣0。1156杨德广0。1513周远清0。1117胡建华0。134

四。小结与讨论

通过高等教育研究学术群体可视化知识图谱的构建与分析,可以得出以下几个结论。

(1)高等教育50位高被引作者可以划分为8个学术群体,各学术群体成员数量从2人到16人不等,每一学术群体均在高等教育研究的某一或某几个方向具有较强的学术联系。

(2)高等教育研究学术群体是一个学术互动强。学术交流快速的学者团体。由50位学者组成的共被引网络,密度大。网络聚集度高,具有显著的小世界效应特征,网络的连通性好,信息传递快,整个网络联系紧密,是有利于学科发展的网络。

(3)潘懋元。王伟廉。邬大光。顾明远。张应强。杨德广等几位学者在学者的度数中心性。亲近中心性。中介中心性以及核心―边缘结构的核心度分析中,均居于前列,处于整个共被引网络的核心位置,是高等教育研究的核心学者。

(4)各学术群体和大部分学者研究领域都比较宽泛,尚未形成专一而又精深的研究方向。绝大多数学术群体的研究内容都有交叉。融合现象,学术群体之间的研究边界趋于模糊,这表明从事高等教育研究的大部分学者的研究方向都趋于多元化,并没有在某一研究方向或领域深入探究。这种现象表明,高等教育研究的学术群体和学者专业化程度不高,研究方向不够明确具体,研究深度不够,不利于高等教育学科的成熟和完善。

最后,需要说明的是,作者共被引分析作为研究学术群体的一种方法,虽然以量化的形式较为客观地反映了学术群体的结构布局,但本文统计数据来源于中国引文数据库的期刊论文,由于作者对文献引用动机的多样性,以及早期文献引文标示的不规范性,在一定程度上造成了数据的失真,难免与现实情况有一些偏差。因此,本文仅仅是将一种新方法引入高等教育研究的一个尝试,同时,希望此文有抛砖引玉之举,能够引起学界的关注,并在以后的研究中能够梳理高等教育学术群体背后支撑的思想和理念,更加深入透视高等教育研究学术群体与学科结构的阶段特征。

高等教育研究学术群体可视化知识图谱构建与分析