基于作者履歷信息挖掘的國內外數字人文研究對比*

徐孝婷，朱慶華，何晨晨

0 引言

最早提出以履歷作為研究科技人才政策方法的是美國Georgia 理工大學開展的“研究價值描繪(Research Value Mapping，RVM)”項目[1]，取得了眾多科研成果，一時間有關履歷數據信息的挖掘引起學者們的關注[2]。履歷(Curriculum Vitae，CV)作為研究人才的一種新視角，通過探尋人才的相關條件，分析其成長模式，對創新人才的培養具有重要意義。特別是在人才職業發展、人才流動、科研合作以及科研體制評估等研究中，履歷分析起到至關重要的作用。一般數據庫僅包含學歷、職稱以及代表著作、文獻等信息，并不能準確反映出人才的成長軌跡以及重要特征。一份完整的履歷不僅包含上述信息，還囊括個人基本信息、教育經歷、工作經歷、科研情況、研究方向、技能認可、職業認可、掌握語言、參加社會活動，等等。這些信息映射了個人職業生涯的整個軌跡[3]，且按照一定的時間有序排布，能多方位地反映學者們多元性背景經歷，可見履歷數據可應用于探索人才成長、流動、合作、變遷等方方面面。然而，履歷研究也存在諸多不足，如信息量龐大、履歷信息編碼主要依賴人工、編碼工作繁雜、編碼不規范[4]等。同時，多數學者反映在收集履歷信息時存在缺失斷層數據，學者個人主頁或者單位介紹只是部分羅列，信息并不在完整[5]。目前雖然部分國家已經建立了履歷數據庫，如西班牙、荷蘭建立國家范圍的科研人員履歷數據庫[6]，但這些數據庫多側重對公開成果的揭露，對于教育、工作、技能等信息的收集還不夠完整[7]。可見，如何實現自動化編碼、規范信息收集、健全履歷庫信息是履歷研究需要關注的重點。

數字人文作為一門新興的跨學科研究，側重將數字化方法應用于人文社會領域，引起了國內外學者的廣泛關注。作為新的研究范式，在實踐中出現了一批以高校為依托的數字人文研究機構，國外一些高校還開設了相關專業。然而，通過文獻分析發現，部分學者主要以文獻綜述探索研究內容的不同，較少有研究從作者履歷信息的視角分析國內外數字人文研究的共性與差異。同時，國內因在學科培養上缺乏成熟的理論和實踐指導，目前在相關專業建設上還處于空缺狀態。基于此，本文通過挖掘作者履歷信息，分析作者所在機構和國家分布特征，借助Nvivo11 從作者學科背景、研究技術手段、研究方向三個角度進行編碼，探究國內外數字人文研究的相似與差異。

1 文獻回顧

近年履歷研究對象較集中于高層次人才履歷文本的挖掘分析，如院士、科學家，以及百人計劃、長江學者、杰出青年、諾貝爾獎獲得者等，求職者、高被引學者、有留學經歷的學生的研究也逐漸被引入研究范疇。學界對履歷中涉及的國籍、年齡和性別、出生地、是否就讀重點大學、師從名師、父母的教育程度、收入，以及學歷結構、留學狀況、職業變遷、科技產出與合作等信息各抒己見，認同其與人才成長[8]、人才流動與合作[9]、職業趨勢發展[10]、資助效果[11]等具有密不可分的聯系，履歷信息的挖掘還可以應用于研究群體特征、科研項目政策和建制的評估[12]、預測求職效度[13]。履歷作為研究評價人才的一種新視角，越來越被各國研究者所認可，為進一步剖析科學家的行為特點提供了可能[3]。Lepori 等Web of Science(WOS)無法獲取非英文的科研產出，借助履歷數據對瑞士傳播學的領域地圖進行分析，發現研究結果更為全面[9]；Corley 等利用履歷分析方法探索不同性別科學家職業道路的差異[14]；李曉軒等發現拔尖人才的成才與師從名師、學歷、是否出身于高級知識分子家庭、是否在著名研究機構從事工作等有較為密切的關系[15]；牛珩等以三大高層次科技人才計劃入選者為研究對象，發現我國高層次科技人才計劃的入選者中女性偏少，入選年齡偏高，出生地以江浙為主，留學國家以美、日、德、英為主，不同人才之間的關聯程度較高[16]等。

履歷研究超越了引文分析的范疇，豐富了科學計量分析的視角。數字人文改變人文知識的發現 (Discovering)、標注(Annotating)、比較(Comparing)、引用(Referring)、取樣(Sampling)、闡釋(Illustrating)與呈現(Representing)，實現了人文研究與教學的升級和創新發展[17]，并將數字技術融入人文學科中，包括數字化、數字分析管理、VR/AR、機器學習等[18]，其意義在于通過更智能的工具幫助人文學者提出、重新界定和回答人文領域的問題[19-20]，由此引起學者們廣泛關注。然而，縱觀國內外文獻發現，針對數字人文作者履歷信息的研究鮮有發現。本研究以數字人文研究方向的核心作者為研究對象，通過履歷信息挖掘解構學者在成長中的軌跡特征，希望探索出有價值的元素。

2 研究過程

2.1 研究對象

核心作者是貢獻最大的骨干力量，通過對這一科研群體學術活動、履歷背景的挖掘和分析，可以有效識別不同學科所屬學校(機構)、課程設置等現狀與發展脈絡[21]。核心作者最低發文數Mc的值為：

NCmax是指發文最高的著者所發表的論文數。由此對于國外作者，本研究在WoS 中以“digital humanities”“humanities computing”作為檢索詞，對主題及標題進行搜索，經過人工篩選和去重，共獲取682篇與數字人文相關文獻。本研究中發文最高的著者所發表的論文數為15，由公式求得MC約為3。鑒于此，從682篇文獻中篩選出最低發文量為3篇的核心作者，統計有67人共發表文獻265篇，具體信息見表1。

對于國內學者以“數字人文”或“人文計算”在CNKI 進行全文檢索，經過人工篩選和去重，共獲取442篇與數字人文相關的文獻。其中，最高發文量為7篇，計算可得國內核心作者的發文量至少為2篇，進一步統計有45人共發表文獻153篇，具體見表2。

(1)作者機構性質。國外：58人來自高校、7人來自公司、2人來自研究所；國內：39人來自高校、4人來自公共圖書館、2人來自研究所(以發文時第一隸屬機構為統計標準)。可見，數字人文研究的作者主要來自高校，同時也受到其他社會機構的關注。

(2)所處機構的發文量。國外發文量較突出的機構分別是英國的倫敦大學學院(UCL，30篇)、倫敦國王學院(KCL，28篇)；表現較好的還有美國德克薩斯大學(UTD，17篇)、日本立命館大學(UR，10篇)，意大利巴勒莫大學(UP，9篇)等；國內發文量較突出的機構分別是上海圖書館(17篇)、南京大學(11篇)、華東師范大學(11篇)、北京大學(10篇)、武漢大學(10篇)、浙江大學(9篇)、中國科學院(9篇)、中山大學(7篇)、南京農業大學(7篇)、南京理工大學(6篇)等。這些機構大多屬于文理科綜合性大學，比較符合數字人文跨學科研究的背景。

(3)所在國家的研究重點。國外數字人文學者發文量貢獻最大的國家是英國(95篇)，其次是美國(64篇)、德國(18篇)，再次為日本、加拿大、意大利和荷蘭等，并形成了以英國和美國為中心的兩大研究陣營。以英國為中心的陣營偏向于將數字化的科學技術應用到人文領域的方法或工具，如數字化、可視化以及機器學習，并探尋兩者之間相關制度及框架構建。以美國為中心的陣營偏向于數字技術在歷史、地理等具體人文學科的應用[7]，如文本分析、數據挖掘、網絡科學等，以及公眾對數字人文研究活動參與情況的研究[22]。德國科隆大學(Univ zu Koln)重點研究文化遺產和人機交互；荷蘭的幾所高校則側重對本國文化以及跨學科的研究。對于國內，上海圖書館側重數字人文技術的研究；南京大學、北京大學、武漢大學側重數字人文與圖書館以及多學科的結合；浙江大學、中山大學則重點關注數字人文平臺的建設等。

表1 國外數字人文核心作者基本信息

2.2 數據獲取

本研究中的數字人文國外核心作者履歷包含其在工作單位網站展示的個人主頁信息、部分Linkedin.com(領英)網站的職業檔案、Google 等上的公開信息，少部分信息通過電子郵件獲取；國內作者履歷主要是從其在工作單位網站展示的個人主頁信息、部分信息網頁中獲取。需要說明的是，因多數網頁對學者科研成果信息的公布集中于突出成果，相關履歷信息并不完全完整。為了更好地進行分析，本研究還參考了核心作者發表的有關數字人文研究的文章。此外，國外對用戶的隱私較為關注，其公布的履歷中很少涉及年齡、性別、出生地等信息，對此本研究不作考慮。通過為期34 天的收集，獲取了國外49個學校網頁上的學者簡介、52份Linkedin 職業檔案、3份郵件自述以及265篇文獻；獲取了國內45個學校網頁上的學者簡介、31份網頁介紹以及153篇文獻。本文除了上述對所在機構和國家信息進行挖掘外，還進一步從學科背景、研究技術手段和研究方向等三方面深入探究。

表2 國內數字人文核心作者基本信息

3 數據處理

將獲取的國內外核心作者的履歷共112份進行標記，將國外作者49個學校網頁標記為A1-A49，52份履歷標記為B1-B52，3份郵件轉化為文本后標記為C1-C3，265篇文獻標記為D1-D265；國內45個學校網頁的學者簡介標記為E1-E45，31份網頁介紹標記為F1-F31，153篇文獻標記為G1-G153。采用人工編碼方式，分兩組分別對國內外核心作者的履歷進行編碼。為了盡可能避免出錯，選取2 位研究者負責編碼工作，2 位研究者負責檢查糾錯。

(1)開放式編碼。將所有有關的履歷信息文本導入Nvivo11 中，圍繞學科背景、研究技術手段、研究方向三個角度，采取一邊瀏覽一邊編碼的方式，從國外作者履歷中初步挖掘出分散的自由節點共116個，合并其中相近以及重復的概念最后選取自由節點47個，編碼一致性達91%；對于國內作者初步挖掘出分散的自由節點共86個，合并其中相近以及重復的概念，最后選取自由節點46個，編碼一致性達89%；

(2)主軸編碼。進一步將所有自由節點進行歸類分析，劃分為更好層次的樹節點。其中，國外數字人文作者履歷被劃分為3個樹節點，研究方向被劃分為3個樹節點，研究技術手段被劃分為3個樹節點，樹節點共有10個；國內數字人文作者履歷被劃分為3個樹節點，研究方向被劃分為5個樹節點，研究技術手段被劃分為3個樹節點，樹節點共有12個。具體如圖1、圖2。

圖1 國外數字人文核心作者履歷節點

圖2 國內數字人文核心作者履歷節點

(3)選擇性編碼。對編碼形成的自由節點和樹節點進行歸納，整合研究重心，將節點梳理為不同層次，最終形成理論模型。

4 結果分析

4.1 學科背景

學科背景統計的是學士到博士三個時間段，根據國家2011年頒布的《授予博士、碩士學位和培養研究生的學科、專業目錄》，分為哲學、經濟學、法學、教育學、文學、歷史學、理學、工學、農學、醫學、軍事學、管理學和藝術學13 大門類。對于學科劃分，如履歷A12，本科專業是應用數學則歸為理學，碩士是金融學則歸為經濟學，博士是應用經濟學歸為經濟學。對于統計頻次，如本科為心理學則文學計次為1，無碩士學歷不記錄，以此累加。在編碼時發現部分學者存在跨學科的教育經歷，如履歷A1(藝術學-藝術學-文學)、A2(理學-文學-管理學)……A49(理學-文學-文學)，具體見圖4。統計發現，25 位學者信息存在缺失(有的沒有讀碩博經歷，有的學習經歷無法獲取)，此時跨學科頻次記為0；共有53 位核心作者沒有跨學科經歷，46位學者具有跨兩種學科的經歷，13 位學者跨三種學科的經歷。具體見圖3、圖4。

圖3 國內外數字人文核心作者學科背景分布(部分)

圖4 國內外數字人文核心作者跨學科背景分布(部分)

由圖3可見，國內數字人文核心作者多來自文學、歷史學、管理學、藝術學等學科，國外多來自文學、工學、管理學、理學等學科。在數字人文核心作者所屬學科中，國外無涉及經濟學和教育學背景的學者，國內數字人文核心作者跨學科較單一，主要是文學-歷史學、理學-管理學、藝術學-文學以及文學-管理學4 大類。國外作者跨學科較為豐富，主要有理學-工學、文學-歷史學、文學-工學、文學-管理學、理學-管理學等。無論在學科分布還是跨學科上，國外數字人文核心作者都體現出較為豐富、多元化的分布，可見數字人文專業發展以及人才培養需要重視跨學科交融。從上述學科背景看出，數字人文作者來自多個學科，部分作者自身已存在跨學科經歷。不同學科存在差異且研究范式也不同，跨學科的數字人文教育存在難以逾越的鴻溝。數字人文人才的培養前期必須基于跨學科，打造全面應用型人才，最終實現數字人文教育從“跨學科”到“去學科”轉移，培養一批專屬于數字人文研究的人才，因此針對我國數字人文課程的開設需重點關注跨學科特性[23]。

4.2 研究技術手段

將研究技術手段分為研究方法、工具和編程語言三個父節點，如履歷B3 中歸納的技能知識包括調查法、案例研究、Spss、Python，其對應的文獻D23-D26 中應用了文獻計量、訪談和AMOS 的方法，在編碼時將調查法、案例研究、文獻計量、訪談歸于父節點“研究方法”將Spss、AMOS 歸于父節點“工具”，將Python 歸于父節點編程語言。具體見表3。

表3 研究技術手段

國內外方法使用較多的依次是問卷調查、數據挖掘、實驗、文獻計量、案例、訪談等，工具使用較多的依次是Excel、Spss、Ucinet、Matlab、Citespace、Netdraw 等，語言使用較多的依次是Python、R 語言、C 語言、Java、RDF、XML 等，國內外數字人文核心作者在此部分上的差異較小。縱觀國外已開設數字人文課程的高校，對編程語言、研究方法以及工具的學習體現較為深刻。愛爾蘭科克大學在本碩博三個階段都設置數字人文專業，專業名稱為數字人文與信息技術(BA)、數字藝術與人文(MA/PHD)；其專業要求學生在本科階段學會使用數字工具，掌握計算技術和編程語言，碩士階段學習信息和通信技術(ICT)工具，熟悉如何借助數字形式捕獲人文數據；博士階段進一步學習高級計算和信息管理等技能，為人文學科深入研究鑒定基礎[24]。倫敦國王學院在碩士階段以數字技術為媒介并重視數學方法的學習，博士階段引導學生探索數字信息、數字技術在人文、藝術、文化和社會等方面的轉化效應[25]。加州大學洛杉磯分校要求學生除了熟悉歷史文獻和有關數據庫以外，必須對編程語言、數學建模以及歷史學研究方法進行深入學習。可見，加強基礎研究方法、編程語言以及工具的學習與培訓是數字人文專業發展以及人才培養之必要。我國學者王曉光指出，要“通過聯合培訓、短期培訓班和暑期學校提高人文社會學者的信息素養和計算機應用水平，修訂人文類學科的學生培養方案，增加計算機通識教育，使學生了解更多的信息技術，知曉如何進行數字文化資產的生產、存檔、管理、交付和長期保存”[26]。

4.3 研究方向

國內外核心作者的研究方向在數字人文技術、數字人文與圖博檔、數字人文與多學科應用3 大類上存在交集，具體見圖5。此外，國內的數字人文研究較國外起步晚，研究重點包括數字人文基礎設施建設以及數字人文有關的高等教育。

圖5 國內外核心作者研究方向

由圖5可見，在數字人文與圖博檔研究中，國內外都較為關注特殊館藏、文化遺產、數字人文項目，而國外還較關注數字出版；在數字人文技術研究中，國內外均側重可視化、數字化、自動分類以及文本識別等技術，國外還注重機器學習、關聯規則挖掘等技術；在數字人文與多學科應用研究中，國內外存在共性，都重點關注數字人文在不同學科中的應用現狀與發展。此外，國內學者在數字人文基礎設施建設中多關注數據、資源、網絡和平臺的建設，而與數字人文有關的高等教育則較關注機構能力、學科建設以及數字學術等領域。在數字人文與圖博檔的研究中，圖博檔發揮至關重要的作用[26]，數字圖博檔平臺建設改變了用戶視覺交互體驗[27]，尤其是特色館藏資源的呈現以及由此引發的一系列數字人文項目[28]。數字人文與多學科應用中，歷史學和地理學起步較早，地理信息系統(GIS)、數字史學、史料采集等可實現數字文史資源整合、挖掘氣候變化關系以及歷史地名定位與分析。對于數字人文技術的研究，國內以上海圖書館為代表，內容涉及書目編碼、關聯數據、社會化網絡(SNS)、可視化以及編碼獲取的自動化、分類等；國外則以倫敦大學學院和倫敦國王學院為代表，內容涉及數字化、語義、文本挖掘等。國內數字人文基礎設施建設，主要關注數字人文資源、數據以及平臺的構建；數字人文與多學科應用，主要涉及數字人文技術在人文學科的應用、融合以及發展。可見，把握熱點和前沿、緊跟時代發展尤為重要。伴隨數字化技術的快速發展，人文社會科學需要借助計算機、數字化技術改變知識的獲取、標注、比較、取樣、闡釋及表現方式[29]，數字人文是時代發展的產物。對比國內外作者研究方向存在相似和差異，需結合我國實際，“取其精華、去其糟粕”。尤其在數字人文專業和人才培養方面，國外相對成熟，具有借鑒意義，對熱點和前沿問題的把握能幫助了解現狀以及未來發展。

5 結語

本文通過確定數字人文研究的核心作者進而分析其履歷112份(國內45份，國外67份)。首先剖析作者所在機構和國家的分布特征，其次借助Nvivo11 從作者學科背景、研究技術手段、研究方向三個角度進行編碼，分析國內外數字人文作者的共性與差異。結果顯示，在學科分布和跨學科上，國內數字人文作者相對集中而國外作者表現較為豐富、多元化；研究技術手段上，國內外作者差異較小，多關注編程語言、基本研究方法以及工具的使用；研究方向上，除了數字人文技術、數字人文與多學科應用以及數字人文與圖博檔的研究外，國內還較多關注數字人文基礎設施建設以及數字人文有關的高等教育。通過分析，本研究提出數字人文專業發展以及人才培養需要重視跨學科交融、加強基礎研究方法、編程語言以及工具的學習與培訓，并把握熱點和前沿、緊跟時代發展。同時，數字人文作為一門跨學科研究領域，滲透文學、哲學、歷史學、藝術學、語言學、管理學等多個學科，除了需要重視上述三個部分，本研究認為依托圖情學科、參考圖書館數字人文項目實踐是未來我們需要關注的。在收集作者履歷信息時發現，學者除了掌握本土語言外，基本都精通英語，且具有豐富的實習工作經歷。由此可見，語言學習以及實習的經驗獲取也是未來數字人文專業發展和人才培養不可或缺的。本研究主要從高校的角度探索數字人文專業發展和人才培養的方式，建議未來可在有基礎的一流大學結合教學與科研創建人才培養項目，必要時設立數字人文碩士點甚或博士點，構建一套完整系統的教學體系，培養專屬的數字人文人才。同時，數字人文的發展還需來自國家、社會等更高層次支持。