基于文獻計量的國內數字人文研究綜述

平 碩 李思雨 鄒鼎杰

（國防大學政治學院軍事信息與網絡輿論系，上海 200433）

1 引言

數字人文起源于“人文計算”，是近年來人文社會科學與計算機技術、數字技術相互融合的新型跨學科研究領域。2004 年約翰·昂斯沃思（John Unsworth）等專家編寫的《數字人文指南》是最早系統研究數字人文的著作[1]。在2009 年的現代語言協會年會（the Modern Language Association）上，“數字人文”作為新興研究領域逐漸獲得北美人文學界認可；同年，武漢大學王曉光教授發表的《“數字人文”的產生、發展與前沿》[2]最早將數字人文概念引入國內。隨著研究的深入，國內外學者逐漸發現將數字技術應用到人文學科的重要價值——通過信息技術手段重塑和改造人文知識，使得深奧的人文知識被普通大眾更好地理解和利用，進而提升人文學科的社會影響力[3]。數字人文連續3年（2018 年[4]、2019 年[5]、2020 年[6]）入選圖情檔學界研究熱點問題；馮惠玲[7]等權威專家將“檔案與數字人文”作為展望“十四五”期間檔案學重點研究領域之一，足以說明數字人文研究的重要意義。筆者運用網絡爬蟲爬取中國知網上的800 余篇數字人文文獻，運用文獻計量方法對文獻進行分析，并進一步剖析現象、分析原因、提煉本質，發現數字人文研究發展規律，為開展數字人文研究提供思路。

2 數據來源和研究方法

2.1 數據來源

以中國知網為文獻來源，運用普通檢索策略，以篇名為檢索點、“數字人文”為檢索詞，檢索日期為 2021 年 11 月 9 日，檢索得到 852 篇文獻。運用“八爪魚”網絡數據采集器，自動采集852篇文獻的題名、作者、來源、發表時間、數據庫、被引、下載共7 項元數據，以Excel 形式導出，用于后續數據分析。

2.2 研究方法

筆者以文獻計量方法為總體思路，對數字人文研究文獻的發表時間、發表刊物、題名、作者、被引量、下載量等外部特征進行描述和分析，評價、預測數字人文研究發展現狀和趨勢。對于發表時間，主要考察歷年發文量分布，描述分析數字人文研究發展趨勢；對于發表刊物，考察數字人文的主要研究刊物、學科分布以及交叉研究特征；對于作者，考察高產作者以及作者合著網絡，分析數字人文領域研究學術群體；對于題名，運用分詞和詞云工具細分數字人文研究領域；對于被引量和下載量，研究高被引文獻和高下載文獻，證實高被引和高下載的相關性，分析文獻高被引和高下載的原因。

3 結果與分析

3.1 時間分布特征分析

以文獻發表年份為橫坐標，該年發表文獻數量為縱坐標，繪制出文獻發表數量趨勢曲線圖（見圖1）。從圖中可以看到，國內數字人文研究可以分為3個階段。第一階段為萌芽階段（2005—2010年），該階段除2005 年發表過1 篇包含數字人文術語的文獻外，其余年份均沒有相關論文發表；第二階段為起步階段（2011—2015 年），該階段每年有數篇數字人文研究文獻發表，但總量不多、體系性不強；第三階段為迅猛發展階段（2016 年至今），自2016 年發表36 篇文獻開始，數字人文研究逐漸受到越來越多學者的關注，發表文獻數量在2020 年達到峰值248 篇，5 年平均增幅達31.6%。截至檢索日期，2021 年已經發表文獻195 篇。可以預見，2021年數字人文相關文獻數量將不會低于2020年。

圖1 文獻發表數量趨勢曲線

在萌芽階段，國內數字人文相關研究文獻并不多見，筆者檢索到2005 年廖祥忠在《現代傳播》發表的《“超越邏輯”：數字人文的時代特征》是最早提及“數字人文”這一術語的文章，但其主要探討數字化時代數字技術與人文精神的辯證關系，文中術語“數字人文”是這兩個獨立概念的簡單相加，并未涉及到數字人文學科的本質研究，沒有繼續受到學界關注。實際上，最早將數字人文概念引入國內的文章是2009年武漢大學王曉光教授發表的《“數字人文”的產生、發展與前沿》，該文發表在2009 年“教育部人文社會科學研究方法創新論壇”論文集上，同時轉載于科學網王曉光的個人博客中，并未收錄進中國知網。

在起步階段，數字人文研究與各類研究中心的成立以及相關研究會議的舉辦密切相關。2011年，美國斯坦福大學成功舉辦了“2011 數字人文國際大會”；武漢大學也于此年度成立我國首個數字人文研究中心；也正是從當年開始，中國知網開始出現數字人文相關文獻，該年收錄的3篇文獻均來源于報紙。2012 年，研究人員開始在學術期刊中發表數字人文研究成果。經歷了大約5 年的起步發展以后，數字人文研究在隨后的5年時間里迎來了迅猛發展期。

在迅猛發展階段，數字人文領域的研究如火如荼。2016 年，北京大學舉辦首屆“數字人文論壇”，國內外數字人文相關領域前沿的專家學者做了專題報告，為國內學者開拓了視野，在一定程度上促進了學術研究的深入。隨后，在2018 至2020連續3年的圖情檔學界研究熱點評選中，數字人文均獲得較高關注度；2019—2021年連續召開的3屆數字人文年會，也推動了數字人文研究的迅猛發展。

3.2 文獻來源分析

文獻來源是指文獻的發布平臺，典型的發布平臺有各類期刊、輯刊、報紙、碩博士論文、國內外會議等。期刊是數字人文文獻的主要發布平臺，800 余篇文獻中，747 篇文獻發表在期刊，占87.6%；其他文獻來源分別為輯刊43 篇，占5%；報紙27 篇，占3.2%；碩士論文27 篇，占3.2%；中國會議論文4篇，占0.5%；國際會議論文4篇，占0.5%。

重點分析文獻在各類期刊中的分布特征，發現有241種期刊發布了數字人文論文，發文量排名前20的期刊如圖2所示。這20種期刊總共發表數字人文相關文獻361 篇，占48.2%，文獻分布特征基本遵循布拉德福定律。這20 種期刊中，包含圖書館類刊物10 種，累積發表文獻216 篇；檔案類刊物5 種，累計發表文獻75 篇；情報類刊物兩種，累積發表文獻28篇；圖書情報兩棲類刊物兩種，累積發表文獻32 篇；數字人文專業期刊1 種，累計發表論文19篇。其中圖書館類期刊在理論層面關注數字人文在圖書館的研究進展、角色定位、教育課程、知識服務、國內外對比研究等主題，在實踐方面關注古籍文本的自然語言處理和基礎設施建設等主題；情報類刊物關注視覺檢索、語義知識組織、關聯數據、可視化等技術方面的研究；圖書情報兩棲刊物介于上述兩者之間，但更偏向于實踐研究；檔案類刊物關注數字人文在檔案學科的發展、資源建設、開發利用等主題；數字人文專業期刊主要關注數字人文在人文社會科學領域的理論與實踐應用。尤其是《山西檔案》《圖書情報工作》等期刊專門將“數字人文”列入重點選題指南。此外，清華大學的《數字人文》（2019 年12 月創刊）和中國人民大學的《數字人文研究》（2021 年1 月創刊）兩本學術期刊雖創刊時間較短，但期刊的專門性更強，將會成為數字人文研究的重要平臺。由此可見，圖情檔學科領域對數字人文的研究十分關注。

圖2 重要期刊發文量排名（前20）

同時，排名在20 名之后的221 種期刊也發表了377 篇論文，例如《馬克思主義理論學科研究》《中國比較文學》《中國現代文學研究叢刊》《現代中文學刊》《中國史研究動態》《中國博物館》《中國翻譯》《電影藝術》《美術觀察》《外語教學》《醫學信息學》《新聞界》《現代傳播（中國傳媒大學學報）》《中國出版》《地理研究》等哲學類、文學類、歷史類、藝術類、語言類、醫學類、新聞傳播類、出版類、地理類核心期刊都將數字人文理念和方法融入各自研究領域。數字人文呈現明顯的跨學科、跨領域研究特點。

3.3 詞頻分布特征分析

運用“微詞云”軟件對文獻題名進行分詞，剔除動詞、介詞、副詞等語義特征較弱的詞性，發現詞頻不少于兩次的關鍵詞共166個，繪制形成如圖3 所示的詞云。從圖中可以發現，除“數字人文”外 ，“ 圖 書 館 ”“ 檔 案 ”“ 高 校 ”“ 資 源 ”“ 項 目 ”“ 數 據 ”“策略”“學科”“方法”“技術”等關鍵詞出現次數較多且字體明顯，說明這些關鍵詞是數字人文領域的研究熱點。

圖3 關鍵詞詞頻統計文字云

進一步分析詞云中高頻詞匯以及詞匯之間的相關關系，可以發現國內數字人文研究具有以下4個特點。一是國內數字人文研究活動主要分布在高校和圖書館。800 余篇文獻中，有204 篇文獻題名包含“圖書館”，92篇文獻題名包含“高校”，61篇文獻題名包含“高校圖書館”，這些文獻主要研究國內外高校及公共圖書館數字人文理論研究與實踐活動。例如，上海圖書館開展了“家譜知識服務平臺”“盛宣懷檔案知識庫”等項目實踐；11所高校（武漢大學、臺灣大學、曲阜師范大學、中國人民大學、北京大學、南京農業大學、南京師范大學、南京大學、上海大學、上海師范大學、清華大學）相繼成立了數字人文研究中心，開展數字人文的理論與實踐研究。二是研究內容主要包括各類信息資源建設與運用。有118篇文獻題名包含“檔案”，86篇文獻題名包含“資源”，71篇文獻題名包含“數據”，這些文獻主要涉及對檔案等各類人文信息資源的建設和開發利用。比如，董聰穎[8]以“威尼斯時光機”為例，對數字人文背景下檔案信息資源開發利用進行研究；朱令俊[9]從理論、實踐兩個層面對檔案信息資源開發模式構建和實施進行研究。三是為數字人文研究的實現提供策略、方法和路徑。有43 篇文獻題名包含“策略”，39 篇文獻題名包含“模式”，38 篇文獻題名包含“路徑”。比如霍艷芳[10]等人研究城市記憶資源建設，提出了資源開發路徑；牛力[11]等人提出“發現”“重構”和“故事化”三原語為主線的檔案研究路徑，實現了理論與實踐的深度交互。四是充分考慮引入現代信息技術手段解決數字人文學科問題。有32篇文獻題名包含“方法”，23篇文獻題名包含“技術”，20篇文獻題名包含“可視化”，這些文獻通過引入地理信息系統（GIS）、虛擬現實（VR）、可視化等現代信息技術，將人文信息以更加直觀和可理解的方式向大眾呈現，在拓展研究思路的同時，也促進了人文學科的創新發展。比如嚴承希[12]等人借助符號分析方法對“中國歷代人物資料庫（CBDB）”進行可視化分析；歐陽劍[13]運用文本挖掘與可視化分析技術對大規模古籍文本進行研究，展現了數字人文技術在人文歷史領域研究的可行性。

3.4 發文作者及合著關系分析

總共有1045 名作者發表數字人文相關文獻，平均每名作者發表文獻0.81篇，中位數1篇，眾數1篇。根據統計驗證，發現該領域不遵循洛特卡定律，領域內發表1 篇論文的作者比率約為79.8%，遠遠超過洛特卡定律一般公式的常數60.79%[14]。經過分析，筆者認為洛特卡定律前提是趨于穩定的學科作者發文規律，數字人文領域研究遠沒有達到成熟的階段，因此發表1 篇文獻的作者較多，發表兩篇以上的作者較少。發文量排名前20的作者如圖4所示。這些作者主要來自吉林大學、南京理工大學、南京農業大學、中國人民大學等高校，也有作者來自上海圖書館等公共圖書館。這些作者發文量較高，除了與其自身學術造詣水平高、影響力廣等因素相關外，也與這些作者所在單位建立的數字人文研究中心、開展的數字人文研究實踐密切相關。

圖4 作者發文數量（前20）

分析作者合著關系，有448 篇文獻為獨立作者，占52%；247篇為2人合著，84篇為3人合著，64篇為3 人以上合著；獨著文獻與合著文獻占比相當。考察歷年文獻合著情況，發現近年來合著文獻超過了獨著文獻，說明數字人文研究的合作趨勢越發顯著。利用Pajek 軟件繪制該領作者合著網絡，發現共有201 個互不連通的子網絡，其中規模為2 的子網絡121 個，規模為3 的子網絡36 個，規模超過3的子網絡44個。

重點分析規模排名第一的子網絡，該網絡如圖5 所示。以點度中心性和中介中心性作為度量子網中作者重要性的指標，將該子網絡的作者分為4 類。（1）點度中心性和中介中心性均比較高。主要有劉煒、趙宇翔、朱慶華、夏翠娟、陳濤、單蓉蓉等，這些作者在社群中處于核心位置，在社群中的影響力最為深遠，是數字人文研究的主要推動者，通常是領域專家、高校教授以及具有多所學校學習背景或多機構聯合培養人才。（2）點度中心性高但中介中心性不高。主要有許鑫、徐孝娟、賀晨芝、包弼德等人，這類作者多為導師，在自己研究團隊中具有較強影響力，但是與其他團隊研究專家交流合作較少。（3）點度中心性不高但中介中心性高。主要有張永娟、劉周穎、仝沖、張妍、林海清等，這些作者與研究領域內點度中心性較強的作者均有合作，在協調和溝通兩個相對分離的群體時可以發揮橋梁作用，并有機會提升自身的影響力，是持續進行并推廣數字人文研究的重要節點。（4）點度中心性和中介中心性均不高。主要有高旭東、郭金龍、陳剛、胡瑩等。這些作者多處于合著網絡末梢，大多是跟隨導師進行研究的學生或研究員，在數字人文研究領域處于持續學習和研究階段。

圖5 規模第1的作者合著子網絡

進一步分析發現，該子網絡主要包含3個研究群體。（1）以上海圖書館為主的研究群體。上海圖書館的劉煒、夏翠娟等專家在社群內具有最高的影響力，一方面由于這些專家長期研究和開發數字人文項目并在上海圖書館官方網站上提供服務，另一方面他們與南京大學、華東師范大學、上海大學、南京理工大學等高校專家進行合作研究，逐漸形成高質量學術成果，成為社群核心。（2）以南京大學信息管理系為主的研究群體。此群體內最早開展數字人文研究的是趙生輝①；點度中心性和中介中心性都較高的趙宇翔②和徐孝娟③在南京大學的學習合作奠定了持續研究的基礎；陳濤④豐富的教育背景和工作經歷為其研究方向打下根基。上述4位專家在南京大學畢業或離任后，在新的工作崗位上繼續深耕細作，開辟了南京理工大學、安徽大學和中山大學等研究群體，為數字人文研究的推廣和普及做出巨大貢獻。（3）以華東師范大學信息管理系為主的研究群體。此群體內主要由許鑫⑤和其指導的本科生與研究生構成，形成了相對獨立的研究群體。早在2012 年，許鑫參與指導《數字人文中的文本挖掘研究》一文，成為子網絡內最早研究數字人文的專家，但此后并沒有持續深入下去。究其原因，筆者認為由于其擔任經濟與管理學部教授，研究偏向商務數據分析和科技情報分析等方面，對于在人文學科開始興起的數字人文研究彼時還未成研究體系，因此直到2019 年才恢復關注數字人文，并指導學生在自然語言處理方面做出研究，由于其新近研究成果較多，也因此在子網絡內具有很強的影響力。

3.5 高被引文獻分析

被引量排名前10 名的文獻如表1 所示。通過深入閱讀文獻內容可以發現，綜述類文獻、技術體系研究文獻和領域建設文獻最有可能獲得較高引用量。10 篇文獻中有兩篇綜述類文獻，分別是《跨界與融合：全球視野下的數字人文——首屆北京大學“數字人文論壇”會議綜述》和《數字人文研究演化路徑與熱點領域分析》，這兩篇文獻全面系統地對國內外數字人文研究現狀進行了綜述，且發表時間較早，因此獲得了較高引用量。有6篇是屬于技術體系研究文獻，其中《數字人文的技術體系與理論結構探討》一文系統地對數字人文的技術體系進行分類和探討；其余5篇為文本挖掘與可視化技術在數字人文領域的應用研究，這6篇文章將信息技術融入到數字人文之中，屬于數字人文研究熱點，因此獲得較高引用量。余下兩篇屬于領域建設文獻，主要討論數字人文在我國高校以及圖書館、檔案館、博物館領域的建設，《我國高校數字人文中心建設初探》一文發表時間較早，為后續數字人文中心建設研究提供借鑒；《圖檔博領域的智慧數據及其在數字人文研究中的角色》一文發表較雖晚，但將切入點放在圖檔博領域的智慧數據上，與大數據的研究熱點相呼應，因此也獲得了較高引用量。通過分析高被引文獻，可以發現技術體系研究和領域建設是我國數字人文研究人員高度關注的議題。

表1 被引用量排名前10的文獻

4 結論

4.1 數字人文是當前圖情檔學科領域的研究熱點

通過研究文獻標題和發文期刊來看，有超過60%的論文來自圖書情報與檔案管理領域，且這些文獻涉及數字人文的基礎理論研究、相關技術研究、項目實踐研究、學科建設與教育等方面，說明數字人文在圖情檔領域研究已經具備一定規模。研究內容方面，在經歷了數字人文與圖情檔學科辯證關系的探討后，學者們更加注重把數字人文作為一種理念和方法融入學科研究中，例如數字人文在圖情領域的自然語言處理和可視化研究、檔案領域的數字記憶和數字遺產保護等研究都在不斷發展和完善。在學科建設上，很多高校不同程度地建立了數字人文研究機構，國內包括武漢大學、清華大學等在內的11 所院校相繼成立數字人文研究中心；課程設置方面，北京大學、南京大學分別開設面向數據素養和面向歷史研究的數字人文課程[15]，中國人民大學信息資源管理學院在圖書情報與檔案管理一級學科下自設數字人文二級學科，設置“數字人文”榮譽研究輔修學位[16]，并開展了開放的數字人文專題系列講座，進一步推動數字人文學科教育的發展。

4.2 現代信息技術是開展數字人文研究的重要方法

通過分析文獻題名發現，“數據庫”“技術”“可視化”“數字化”等計算機領域的名詞術語赫然在列，這些高頻詞說明現代信息技術對于數字人文研究具有重要意義。數字人文是一個由技術驅動的研究領域，研究人員將數字化技術、數據管理技術、數據分析技術、可視化技術、虛擬現實技術（VR/AR）、機器學習技術等現代信息技術應用于人文學科中，為數字人文項目的實施提供了技術工具[17]。例如，在文學、檔案學等領域，文本的數字化技術和自然語言處理技術為內容挖掘和分析提供方法；在地理學、歷史學等領域，地理信息系統（GIS）在歷史地圖變遷和人物流動軌跡可視化呈現方面提供技術支撐。在實踐中，各領域學者應用上述技術研究出大量的數字人文項目成果，例如上海圖書館的“中國家譜知識服務平臺”和“盛宣懷檔案知識庫”；敦煌研究院和美國梅隆基金會合作的“數字敦煌”項目；北京大學和哈佛大學合作的“中國歷代人物傳記資料庫（CBDB）”等等。這些項目成果能夠更加直觀、生動地揭示信息技術對于人文研究的重要意義，更好地實現歷史文化資源的內在價值。

4.3 跨學科合作是數字人文研究的顯著特點

通過檢索結果和收錄論文的期刊來看，數字人文研究主要集中在圖情檔學科領域，此外還涉及計算機學、哲學、文學、歷史學、醫學、考古學、地理學、教育學、傳播學、語言學、統計學、藝術等學科，這使得數字人文具備了跨領域、跨學科的特點。通過查詢發文量較高的18 位作者簡介發現，有14 位作者有計算機相關專業和學科研究背景，其他4 位作者有文學、經濟學、統計學和傳播學專業基礎，這說明數字人文研究不僅需要本學科學者不斷努力，而且需要有計算機學為主的其他專業背景的學者參與進來開展跨學科研究。在研究項目上，社會機構與高校之間開展數字人文項目合作，能夠有效促進數字人文在實踐領域的發展。在研究平臺上，不僅高校內部舉辦數字人文研究主題論壇，而且通過地區和全國范圍內的學術交流活動，促進了數字人文學科的發展，所以只有多學科合作協同才能夠打破學科間的隔閡和壁壘，更好地進行交流融合。

注釋：

① 趙生輝，2012-2015 年南京大學信息管理學院博士后，現為西藏民族大學管理學院教授。

② 趙宇翔，2012-2015 年南京大學信息管理學院信息管理科學系助理教授，現為南京理工大學經濟管理學院教授。

③ 徐孝娟，2012-2015 年南京大學信息管理學院博士研究生，現為安徽大學管理學院副教授。

④ 陳濤，2017-2020 年南京大學信息管理學院與上海圖書館（上海科學技術情報研究所）聯合培養博士后，2020-2021 年上海圖書館（上海科學技術情報研究所）系統網絡中心項目主管，現為中山大學信息管理學院副教授。

⑤ 許鑫，華東師范大學經濟與管理學部信息管理系教授。