計量視角下的我國政府數據開放研究動向與熱點挖掘

呂紅

[摘要]伴隨著國家大數據戰略實施的推進，政府數據開放相關問題的研究正處于快速發展階段。本文以CAJD收錄的政府數據開放研究論文為研究對象對其研究動向與熱點主題進行了分析。首先，從期刊、研究者、研究機構、高被引文獻4個層面分別對國內政府數據開放研究的重要期刊、高影響力作者、高產研究機構進行分析。其次，基于共詞聚類分析結果顯示，目前該領域的五大研究主題分剮是政府數據開放的基礎理論研究、面向電子治理的政府數據開放研完、政府數據開放政策研完、政府數據開放共享的保障機制研究、政府數據開放門戶平臺及其隱私保護研究。最后，指明了當前政府數據開放領域的兩大研究熱點。

[關鍵詞]政府數據；數據開放；開放政府數據；主題挖掘；信息計量

國家大數據戰略的實施需要政府數據開放作為重要支撐，同時政府數據開放也是推進大數據戰略的重要切入點。伴隨著國家大數據戰略實施的推進，如何滿足公眾對蘊含著巨大經濟和社會價值的政府開放數據的需求，已成為政府部門亟須面對的重大挑戰。目前政府數據開放問題已經成為大數據時代下政府部門、社會公眾與學術界所共同關注的重要話題。為更好地推動國內政府數據開放相關領域的研究工作，本文利用信息計量學方法對國內政府數據開放研究動向及其熱點主題內容進行挖掘。

1數據來源說明

考慮到本文是要基于國內政府數據開放研究的期刊學術論文進行分析，數據來源選擇CNKI的中國學術期刊網絡出版總庫（China Academic Journa]Network Publishing Database，簡稱為CAJD）。為提高論文數據的主題針對性，筆者基于論文題目檢索字段在CAJD中進行檢索，專業檢索表達式為：（TI=政府數據開放。OR TI=政府開放數據OR TI=開放政府數據）；TI為論文題目檢索字段。不限定論文的發表時間范圍，檢索時間為2017年4月2日。檢索結果為168篇文獻，為提高數據分析的可靠性，通過數據清洗進一步刪除了12篇學術性不強的新聞報道類、簡訊類文獻，并進一步刪除了由于CNKI優先出版機制、期刊進行論文轉載導致的4篇相同篇名的文獻，最后得到152篇文獻作為數據分析集合。

按年度對數據分析集合進行處理，得到國內政府數據開放研究論文數量及其累計量的年度分布表，詳見表1。表1顯示基于CAJD數據庫來看，國內政府數據開放研究領域始于2010年，2010-2012連續3年的年發文量均為1篇，但從2013年開始，政府數據開放研究的論文量逐年快速增加，從2013年的9篇增加到2014年16篇，2015年的34篇，2016年的75篇，大致表現出逐年翻倍的增加態勢。由于本文數據檢索時間的原因導致2017年的論文數量更新不全。論文量年度分布顯示出政府數據開放作為國內新的研究內容主題在前三年（2010-2012）并未受到研究者的大量關注，國內政府數據開放研究受到學者的高度關注是2013年，且越來越多的研究者對政府數據開放問題展開研究，年度文獻量逐年大幅增加。同時，進一步根據表1分別進行論文量及其年度累計量的趨勢線模擬分析（由于2017年論文量數據不全，故這里的趨勢線模擬不選擇2017年的數據），發現國內政府數據開放研究領域論文量及其年度累計量呈現出明顯的指數分布，論文量趨勢線公式為：v=0.2409e，R2=0.9203；論文年度累計量趨勢線公式為：y=0.3572e，R2=0.9884。從擬合值R2可知，這兩條趨勢線模擬效果和精度具有高的可靠性，趨勢線模擬分析結果表明國內政府數據開放研究年度論文及其累計量均呈現出明顯的指數型增長態勢。可見，從期刊論文數量及其變化趨勢上看，目前國內政府數據開放研究主題已成為電子政務與政府信息資源管理領域的熱門研究內容之一，且該領域已進入快速發展階段，筆者相信伴隨著國家大數據發展戰略的推進和深化，國內對政府數據開放主題的研究熱度還會進一步升溫，研究內容、研究層次、研究視角等方面也將會得到進一步的深化和拓展。

2來源期刊分布分析

對學科或研究領域來源期刊分布情況進行分析能在一定程度上揭示學科或研究領域的重要期刊情報源。數據分析顯示，152篇文獻刊載于76本學術期刊上，刊均載文量偏低。超過刊均載文量（>2）的期刊僅12本（約占總期刊數量的15.79%），而占總期刊數量84.21%的64本期刊的刊載論文量≤2篇，其中占總期刊數約7.89%的6本期刊刊載2篇論文，占總期刊數約76.32%的58本期刊僅刊載1篇論文。可見，目前國內政府數據開放研究論文分布較為分散，載文量≥2的期刊共18本如表2所示。

表2中超過50%的期刊屬于圖書情報學科領域，說明目前政府數據開放研究的重要來源期刊大多屬于圖書情報學領域，且根據北京大學《中文核心期刊要目總覽》（2014年版）可知，表2中超過70%的期刊屬于北大最新版的中文核心期刊，這在一定程度上表明當前關于政府數據開放研究的論文質量較高。進一步分析發現，目前政府數據開放研究論文的期刊分布大致上可分成載文量大致相等的3個區，分別是載文量最多的前四種期刊所組成的核心期刊區（期刊載文量≥10），該核心區共載文51篇（約占總論文數量的33.55%）、中間14種期刊所組成的相關期刊區（2≤期刊載文量<10），該相關區共載文43篇（約占總論文數量的28.29%）、末尾58種期刊所組成的非相關期刊區（1≤期刊載文量<2），該非相關區共載文58篇（約占總論文數量的38.16%）。3個區的期刊數量之比（4：14：58）較為接近于1：3.5：3.52，其結果基本服從傳統的布拉德福定律，可見，目前國內政府數據開放的研究論文在期刊中的分布是不均勻的，且呈現出較為明顯的集中與分散現象。其中，《電子政務》、《圖書情報工作》、《情報雜志》、《情報理論與實踐》四種期刊是目前國內政府數據開放研究的來源核心期刊，這同時也進一步表征出圖書情報學學科研究人員是目前國內政府數據開放研究的重要學科研究群體。政府數據開放作為一個跨學科的研究領域，亟待相關學科的參與以提高該研究領域的綜合性和深度嘲。因此，來自公共管理、法律、政治、計算機科學等相關學科對政府數據開放相關的重視和參與顯得十分重要。endprint

3研究作者及機構分布分析

在論文量統計不區分研究者署名順序的情況下，152篇論文共涉及202位研究作者，論文數量≥3篇的研究者共有12位，其中按研究者論文量排名前四位依次是鄭磊、馬海群、黃如花、夏義壟，且167位研究者（占總研究者的82.67%）僅發表過1篇論文。從論文量僅統計第一作者的發文情況來看，152篇論文共涉及119位研究作者，論文數量≥3篇的研究者共有8位，其中論文量排名最高的是鄭磊和黃如花2位研究者，且100位研究者（占總研究者的84.03%）僅發表過1篇論文。研究者論文量統計顯示，目前國內政府數據開放領域高產研究者（論文量≥3篇）數量偏少，該研究領域的高產量作者包括鄭磊、黃如花、夏義壟、趙潤娣、迪莉婭、馬海群、岳麗欣、曹雨佳8位研究者。從這些高產作者的研究成果內容來看，其主要圍繞政府數據開放的價值創造機理與生態系統構建、國內外政府數據開放政策法規與應用平臺建設、政府數據開放網站服務質量與效率評估等問題展開研究。

在不區分研究單位署名順序的情況下，通過對同一單位下屬不同二級機構發文數據進行合并發現，152篇論文共涉及107所一級研究單位，占所有研究單位總數約72.90%的78所一級研究單位僅發表了1篇論文，占所有研究單位總數約12.15%的13所一級研究單位僅發表了2篇論文，論文量≥3篇的一級研究單位共有16所，見表4。可見，政府數據開放研究領域正吸引著大批的研究單位參與研究，且正在逐漸形成該領域的核心研究單位。表4顯示，發文量>10篇的研究單位僅3所，分別是武漢大學、黑龍江大學和復旦大學。從發文量來看，武漢大學（主要涉及該校的信息管理學院和信息資源研究中心）、黑龍江大學（主要涉及該校的信息管理學院和黑龍江大學信息資源管理研究中心）、復旦大學（主要涉及該校的國際關系與公共事務學院）是目前國內政府數據開放研究領域的重要核心研究機構，其對該領域的發展和促進具有重要的推動作用。

4高被引論文分析

高被引用論文具有較高的學術參考價值與引領作用，通常會在某研究領域內得到研究者的有效利用。表5是基于CAJD檢索結果的被引用頻次大于或等于15次的高被引用論文列表。表5顯示，9篇論文（占高被引用論文總數的52.94%）都是關于對國外政府數據開放方面的研究，且以美國政府數據開放應用實踐分析為主。可見，目前國內對政府數據開放方面的研究十分注重對國外政府數據開放應用實踐經驗的參考與借鑒，如表5中序號1、序號2、序號7、序號10、序號11、序號13、序號15對應的研究文獻。同時，從高被引用論文的主題內容來看，目前國內政府數據開放研究主要關注政府數據開放的門戶平臺（表5中序號3、序號4、、序號16、序號17）與機制建設（序號5、序號6）方面的研究內容。此外，從高被引用論文的作者分布來看，目前國內政府數據開放研究領域發文量最高的研究者鄭磊共有4篇高被引用論文；從高被引用論文的期刊分布來看，目前國內政府數據開放研究領域載文量最多的期刊電子政務共有7篇高被引用論文。可見，從發文和被引兩個層面來看，復旦大學國際關系與公共事務學院的鄭磊是目前國內政府數據開放研究領域的權威研究者，電子政務是目前該研究領域的權威期刊。

5研究主題及熱點分析

對政府數據開放研究領域進行相應的主題識別分析有利于對該領域研究內容框架的設計與創新。目前，基于論文高頻關鍵詞的共現聚類分析是從內容研究視角進行研究領域主題識別分析的方法之一。基于CAJD的數據統計發現，國內政府數據開放研究領域論文共涉及398個關鍵詞，篇均關鍵詞2.6（約等于3），且目前該領域的低頻關鍵詞較多，表現為約占總關鍵詞數量81.2%的323個關鍵詞僅出現過l詞，約占總關鍵詞數量9.8%的39個關鍵詞頻次為2，約占總關鍵詞數量23%的9個關鍵詞頻次為3，約93.2%的關鍵詞詞頻≤3。為便于后期研究主題的聚類挖掘分析，本文僅對超過了篇均關鍵詞整數值（約等于3）的27個關鍵詞進行分析，即將詞頻>3的關鍵詞界定為該領域高頻關鍵詞。通過自編VBA程序對高頻關鍵詞兩兩之間在同一篇論文中共現的情況進行數據統計處理，并生成27×27的高頻關鍵詞原始共現矩陣，表6是矩陣的部分數據。

表6中同一個高頻關鍵詞所處主對角線上單元格對應的是其相應的詞頻，而不同高頻關鍵詞的交叉線上單元格對應著兩兩關鍵詞在論文中共現的頻次。根據共關鍵詞分析方法的基本原理與分析過程，并在一定程度上消除高頻關鍵詞自身頻次的差異對后期聚類分析結果的干擾，利用Equivalence Index系數將高頻關鍵詞原始共現矩陣轉換為其對應的相似矩陣。利用IBM SPSS Statistics 19對轉換后的高頻關鍵詞相似矩陣進行聚類分析，在SPSS中采用系統聚類法進行聚類分析處理，組間連接作為聚類處理方法，計數（卡方度量）作為數據度量標準。圖1是經過SPSS系統聚類分析處理后的使用平均連接（組間）的樹狀圖。

從圖1可知，基于CAJD的我國政府數據開放研究領域高頻關鍵詞聚類分析結果可大致識別出目前該領域的五大研究主題，分別對應著A～E五大類團，分別是：

A類團：政府數據開放的基礎理論研究。該類團主要涉及的關鍵詞有政府數據、數據開放、電子政務、信息公開、開放數據、開放政府、大數據，目前的研究主要針對政府數據開放的內涵、相關概念辨析、價值作用、背景特點、進展現狀與問題策略等若干理論問題的分析，特別是針對大數據環境下政府數據開放與政府信息公開、電子政務、開放政府之間相互關系的研究。大數據環境下的實現政府信息公開走向政府數據開放是不可阻止的信息化發展過程。政府信息公開對應公眾知情權，政府數據開放對應公眾的參與權，而對政府數據開放而言，知情權只是前置步驟，兩者存在銜接與遞進的關系。政府數據開放是公民知情權在大數據時代的擴展和延伸，監督權和行政參與權的充分行使客觀上也對政府數據開放提出了時代要求。政府信息公開與政府數據開放兩者是在不同信息化發展背景下緊密關聯的兩個階段，前者為后者提供現實基礎和應用前提，而后者又作為前者的深化發展與全面提升。政府信息公開與政府數據開放兩者不存在相互之間的替代關系，二者是在不同背景下為實現各自特有目的而提出的相互關聯的不同階段。電子政務離不開政府信息公開，開放政府離不開政府數據開放，為推動電子政務的深化發展，以及開放政府的實現，這兩者都應伴隨大數據環境下由政府信息公開邁向政府數據開放而進行必要的變革，以適應信息資源與數據資源增殖化的發展需要。endprint

B類團：面向電子治理的政府數據開放研究。該類團主要有政府數據開放、公共服務、電子治理三個關鍵詞。電子治理作為電子政務發展的新理念、新模式與新趨勢，其強調運用信息與通信技術來更好地優化政府管理與支撐公共服務領域電子化，而政府數據開放有利于促進政府與公民的互動性，其對于電子治理目標的實現具有重要作用。政府數據開放是電子治理基礎建設的重要環節之一，同時政府對社會公眾開放公共數據資源是電子治理的重要議題，完善數據開放有利于提升政府服務質量。從目前的研究內容來看，該類團還僅處于政府數據開放在電子治理中的價值創造機理與作用研究，而針對電子治理視角下的政府數據開放保障體系與機制研究還較為缺乏。

c類團：政府數據開放政策研究。該類團目前主要針對美國、法國、英國、澳大利亞、新西蘭等國家的政府數據開放政策及其特點進行分析探討并提出我國實施政府數據開放的政策化建議。國外發達國家政府信息公開方面起步較早，特別是美國等發達國家在政府信息公開領域經過多年的實踐完善為政府數據開放積累了豐富的經驗并奠定了重要的基礎，這對我國政府數據開放政策法規與模式機制建設具有一定的參考價值。政府數據開放工作的順利開展離不開相關政策法規層面的保障。完善的政府數據開放政策體系有助于政府數據共享，其中政策要素包括執行方案、權責聲明與服務政策。從美國地方政府數據開放政策調研結果來看，在國家層面的宏觀政策中對政府數據開放政策法規進行制定完善對于開展政府數據開放工作十分重要。同樣，從法國政府數據開放共享政策分析結果來看，國家政府數據開放共享政策的推行能統籌政府數據開放共享進程。從英國政府開放數據政策分析來看，其主要涉及開放數據政策的實施目的與意義、政策制定參與者、條款內容等方面。澳大利亞政府數據開放政策具有領先性、繼承性和具體性三大特征，從政策內容來看，其主要包括政府數據的原因和目的、開放數據主體、開放數據的原則和人才培養等方面內容。新西蘭政府數據開放政策法規的特點主要包括：政策內容詳細完備、政策間關聯程度高、重視用戶參與、注重修訂完善、強調數據保護的重要性。

D類團：政府數據開放共享的保障機制研究。一方面該研究類團主要針對政府數據開放保障機制的建設問題進行探討，其主要包括關聯數據、智慧城市、元數據、英國、政府開放數據、信息資源、政府信息、政府、保障機制等關鍵詞。完備的政府數據開放保障機制有利于對政府數據的開放程度與質量水平進行保障。政府數據開放保障機制包括提供政策和法律保障、構建全國統一的政府數據開放平臺、建立完善的執行與合作機制、設立監督機制四個方面。政府數據開放中有關數據集的描述方法、語言、分級、擴展與使用框架等方面缺乏標準規范將影響政府數據集的信息組織與質量保障，進而不利于政府開放數據集的信息增值與創新利用。制定統一的數據開放標準和格式是完善政府數據開放共享機制的策略之一。政府數據開放保障機制的建設既需要加強法律法規建設，又需要積極探索制定與數據資源開放相配套的標準規范。政府數據開放共享的元數據標準及其管理、關聯數據技術是政府數據開放的核心技術內容，其是政府數據開放共享保障機制的組成內容。標準規范對實現政府數據開放的重要促進作用，制定統一的元數據標準是建設政府數據開放平臺的基礎。此外，發現與建立開放數據集的關聯有利于數據資源的創新開發利用，因而需要構建關聯開放政府數據。而從關聯開放政府數據技術框架與實現方法來看，制定規范統一的政府開放數據描述框架是數據描述與發布的主要任務之一。可見，在政府數據開放過程中需要完善的相關數據開放標準規范體系來保障政府數據開放的規范性，政府數據開放共享相關標準規范的建設是政府數據開放共享保障機制的重要推動力和組成內容。

E類團：政府數據開放門戶平臺及其隱私保護研究。該類團主要包括門戶網、開放門戶、頂層設計、隱私保護四個關鍵詞。打造國家政府數據統一開放平臺，需加強頂層設計和統籌規劃，明確各部門的數據管理及共享義務與權力，明確數據共享的范圍邊界與使用方式，重視數據的信息安全、存儲與隱私問題。在數據開放與共享高效便捷的同時，用戶隱私與數據保護不可避免地成為政府數據開放實踐過程中多方利益主體所關心的問題。政府數據開放門戶平臺針對用戶隱私保護與數據安全進行規定，能在網絡平臺數據的采集、加工處理、創新管理與利用提供政策制度保障。從美國政府數據開放網絡平臺Data.gov的數據管理策略來看，該平臺十分注重對數據隱私與安全層面的保護。從美、英等8個國家政府數據開放門戶網站隱私政策的內容分析結果來看，數據收集和使用、隱私政策與實踐告知、選擇權和知情許可是目前網站隱私政策最常提到的三項內容類別。從國外政府數據開放門戶建設與實踐運行經驗來看，為保障政府數據開放門戶平臺的可持續發展，在平臺數據管理策略頂層設計時，需重視有關隱私保護與數據安全層面的問題。

基于學科領域的研究主題聚類挖掘結果進一步對其展示出的研究熱點分布情況進行分析有利于識別出該領域的研究熱點及其發展趨勢。科學知識圖譜繪制軟件工具VOSViewer在聚類圖譜可視化顯現效果方面表現出一定的優勢，筆者借助VOSViewer（Version 1.6.3）繪制政府數據開放研究熱點知識圖譜。將國內政府數據開放研究領域前27項高頻關鍵詞的原始共現矩陣轉換為VOSViewer可處理的數據格式。利用VOSViewer提供的關聯強度計算方法進行規范化處理，并選擇密度視圖顯示結果。圖2是基于高頻關鍵詞的國內政府數據開放研究熱點密度視圖。

圖2中高頻關鍵詞的字體越大，其對應的權重值越高，越深紅的顏色區域反映出較高的研究密度，該區域也包含相對更多的具有高權重數值的高頻關鍵詞，并對應著研究領域的研究熱點主題。對比分析圖2的研究密度視圖結果與圖1的領域研究主題聚類結果，可知目前國內政府數據開放研究表現出兩大研究熱點：分別是圖1中A類團——政府數據開放的基礎理論研究（主要針對大數據環境下政府數據開放與政府信息公開、電子政務、開放政府之間相互關系的研究）、圖1中的B類團——面向電子治理的政府數據開放研究。

6結語

以CAJD收錄的政府數據開放研究論文為分析對象，對國內政府數據開放的研究動向與熱點進行挖掘分析。得出如下結論：①國內政府數據開放研究領域始于2010年前后，2013年開始受到國內學者的高度關注，目前該領域已進入快速發展階段，期刊論文數量增長態勢明顯。②目前該領域的研究論文在期刊中的分布是不均勻的，且呈現出較為明顯的集中與分散現象。電子政務、圖書情報工作、情報雜志、情報理論與實踐等是目前國內該領域的來源核心期刊。③目前該領域的高產作者主要有鄭磊、黃如花、夏義壟、趙潤娣、迪莉婭、馬海群、岳麗欣、曹雨佳等學者，且這些高產作者主要圍繞政府數據開放的價值創造機理與生態系統構建、國內外政府數據開放政策法規與應用平臺建設、政府數據開放網站服務質量與效率評估等問題展開研究。武漢大學、黑龍江大學、復旦大學是目前該領域的重要核心研究機構。④從高被引論文分析結果來看，鄭磊是目前國內政府數據開放研究領域的權威研究者，電子政務是目前該研究領域的權威期刊。⑤基于高頻關鍵詞的共詞聚類分析發現，目前該領域的五大研究主題分別是政府數據開放的基礎理論研究、面向電子治理的政府數據開放研究、政府數據開放政策研究、政府數據開放共享的保障機制研究、政府數據開放門戶平臺及其隱私保護研究。此外，政府數據開放的基礎理論研究，特別是針對大數據環境下政府數據開放與政府信息公開、電子政務、開放政府之間相互關系的研究，以及面向電子治理的政府數據開放研究是目前國內政府數據開放的研究熱點。endprint