网络首发 | 基于研究主题和引文分析的信息资源管理学科发展探究
图源 | Internet
曹树金 曹茹烨
中山大学信息管理学院，广州，510006
知网首发链接：
https://kns.cnki.net/kcms/detail//42.1812.g2.20230301.1557.002.html
摘 要
图书情报与档案管理一级学科更名为信息资源管理,无疑是一个朝多方向扩展学科空间的良机。为此,本文通过对比分析图情档的研究与其他学科关于信息资源管理的研究所存在的异同,从中尤其是从非图情档领域获得启发,探究信息资源管理学科的发展方向和拓展空间。从中国知网数据库中获取近10年图书情报学论文、档案学论文、其他学科关于“信息资源管理”研究的论文、以及发表于《信息资源管理学报》的论文,形成四个数据集。然后,利用深度学习模型BERTopic进行主题识别,对比分析四个数据集的研究主题与演化趋势、引文网络特征、以及研究范式的异同,探索学科发展的方向。研究发现,图情档的研究与其他学科关于信息资源管理的研究都是以国家战略为导向,在数智技术的驱动下,面向社会发展的实际问题展开。然而,图情档更侧重于对信息资源管理的本质、一般规律、方法论的深度探索,其他学科则关注其在社会经济发展的各行各业中的应用。从引文特征来看,图情档与行政管理、经济管理等社会科学以及计算机科学的关联性较强,而与理工农科联系较弱。建议学科发展在强基固本、不断促进跨学交叉融合的基础上,新增“行业信息资源管理”、“数据资源管理”等二级学科,扩展和深化信息资源管理知识体系,提高其理论方法的普适性和应用性,强化学科影响力。
关
键
词
信息资源管理 学科发展 主题识别 引文分析 BERTopic
01
引 言
2022年9月，国务院学位委员会、教育部印发的《研究生教育学科专业目录（2022年）》中将“图书情报与档案管理”（以下简称“图情档”）一级学科更名为“信息资源管理”，这不仅是一次简单的更名，而是顺应新信息技术革命趋势，明确学科使命、重塑学科体系，使学科建设发展迈上新征程的一次重大机会。
信息资源管理的概念，兴起于20世纪70年代美国的工商管理和公共管理领域，后被欧洲学者引入图书情报界，是指为了确保信息资源的有效利用，以现代信息技术为手段对涉及信息活动的各种要素（信息、人、机器、机构等）进行规划、组织、控制、协调的一种管理活动[1-3]。有学者指出，图书、情报、档案工作和研究的对象，本质上都是信息资源和信息资源管理[4]。传统图情档领域是由三个学科合并而来，为解决文献、信息、知识、情报等信息资源从产生到组织、利用全过程的管理与服务问题。从概念上看，信息资源管理的范畴更广，既涵盖了图情档的特色，又超出传统图情档领域[5]，广泛存在于政务管理、工商管理、传播等多个领域。因此，信息资源管理作为一级学科名，必然能以更加丰富的内涵打破图情档原有的学科“围栏”。在关于学科更名意义的一众讨论声中，一种共识性的观点便是“信息资源管理”既是对传统二级学科的有效整合，更是对外拓展、提高生存能力的重要举措。“信息资源管理”具有跨领域、多维度的学科特点[6]，其学科优势、学科价值、以及学科的理论和方法体系也必然会在与其他学科的交叉融合和相互影响中凸显[7-8]。那么，如何找准学科更名后的发展方向成为亟待解决的核心问题。马费成提出，在科学研究方面，要以一级学科调整为契机，在理论上进一步深化、实践上进一步拓展[5]。因此，为紧抓这一朝多个方向扩展学科空间的良机，一方面实现传统二级学科的守正创新，另一方面“开疆拓土”攻克新领域，有必要跳出图情档研究原有的思维框架，从多学科、跨学科视角发现其他领域关于信息资源管理的研究与传统图情档领域的研究所存在的异同，从中获得启发，为信息资源管理学科的未来发展提供思路。
基于此，本研究拟通过主题挖掘和引文分析的方法，对近10年图情档领域的论文与其他学科关于“信息资源管理”研究的论文进行分析，对比研究主题分布的一致性与差异性，分析主题演化趋势、引文特征、研究范式等的异同，通过对实际数据的分析，使信息资源管理一级学科发展的固本、创新、拓展有据可依。
02
文献综述
学科发展是自学科诞生以来就不断探讨的问题，它是与国家战略和社会发展需求一致的。在对传统图情档学科发展问题的研究中，因二级学科由来已久，与之相关的研究较多。早在1983年，严怡民[9]提出在20世纪80年代之前，情报学大致经历了国家情报系统与情报机构研究、自动化情报检索服务系统研究、科学情报活动的理论依据研究三个阶段。21世纪初期，全球信息化进程加速，赖茂生[10]指出情报学发展要系于社会信息化和网络化这一对历史车轮上。近年来，一些学者提出情报学应注重信息传播的微观研究、信息计量的宏观研究、信息科学的跨学科研究[11]，致力于情报学的社会化服务职能[12]。在大数据背景下要面向国家发展与安全、实现数据资源Intelligence化[13]。人工智能时代情报学应面向文献内容、科学交流、信息技术和社会需求的四大发展路径[14]，朝着跨学科融合、跨领域应用的方向努力[15]。关于图书馆学发展问题，有学者认为随着网络与信息技术的广泛应用，图书馆学向着信息产业、信息服务、知识信息资源建设与组织等领域拓展[16]。2013年，柯平[17]提出面向社会的应用研究和数字化研究将成为图书馆学的重点领域。近年来，有专家提出图书馆学未来发展要以知识管理为轴心、以知识服务为重心[18]；也有学者基于“新文科”视角，认为图书馆学要在包容图书馆职业和事业的前提下推动与其他学科的融合，抢滩新兴领域[19]。回顾关于档案学发展的研究，较早时期有学者提出档案学发展应兼顾理论与技术[20]，要与图书馆学和情报学整合[21]。也有研究认为数字时代档案学要加强电子文件管理、档案信息化建设以及跨学科研究[22]。近年来，很多学者开始探索新文科背景下档案学的发展路径，提出数字记忆、数字人文、档案社会化转向、文献遗产保护与修复[23]，以及跨学科融合、档案数据开发利用[24]等应是档案学未来发展的重点。
作为一级学科名称的“图书情报与档案管理”始于1997年的“图书馆、情报与档案管理”，并在2011年微调后才正式确立，因此对一级学科发展问题的讨论相对较少。2011年以前领域专家关注较多的是图书、情报与档案管理的一体化发展[25-26]。一级学科名正式确立后，对其发展问题的研究逐渐展开，在冯惠玲等编制的《高校哲学社会科学管理学部图书情报与档案管理学科战略规划研究报告(修改稿)》中，提出十二五期间图情档学科的重点研究领域应聚焦于信息资源的战略价值、开发利用、共建共享、长期保存与消费等问题[27]，随后又提出了从文献管理到基于信息资源管理的图情档学科发展之路[28]。同一时期有学者指出，随着我国开始向信息社会迈进，分化与整合成为图情档学科发展的常态，其中学科内部的集成融合与外部的跨学科交叉综合成为主流形态[29]。近年来，一些青年学者和领域专家纷纷提出，图情档一级学科的未来发展要专注于信息资源全生命周期管理的教育与研究、扩展学科边界、与数据科学等新兴学科融合发展、承担起国家文化传承与服务社会的责任[30]，围绕人民文化生活、经济生活、科技发展[31]，在新文科建设背景下要面向数字人文[32-33]、技术人文的一体式发展逻辑[34]。也有学者提出，虽然对接数据科学是数智时代图情档转型的内在需求，但要划定数据科学在图情档学科体系中的基本坐标，避免学科边界的无限泛化，在应用数据科学的理念、方法与技术的同时坚守图情档的学科本质[35-36]。
根据已有的对传统图情档学科发展的研究，可以发现无论是从二级学科还是一级学科的角度，学者们对学科发展趋势的展望存在一些共同点，如面向国家战略与社会发展、信息资源的战略价值、跨学科交叉融合、数智时代的创新等，也就是说在一级学科更名之前，学科发展的边界拓展、实践导向等现象早已显现，更名为“信息资源管理”是顺势而为、水到渠成的结果。然而，现有研究目前仅回答了应该朝什么方向发展的问题，却很少明确指出跨学科交叉要怎么跨、从哪些方面拓展研究边界，尤其是在一级学科正式更名为“信息资源管理”之后，与更名之前的发展定会有所不同，我们如何在“信息资源管理”的大框架下，找寻更广阔的发展空间是需要持续探索的问题。
03
研究设计
3.1 研究问题
本研究主要是为了探索如何从多学科视角拓展“信息资源管理”一级学科的发展空间，重点分析以下问题：
（1）近10年图情档的研究主题集中在哪些方面，其他学科关于信息资源管理的研究与之相比有何异同，从引文网络中能否反映出学科间关联，这些异同和关联能否为“信息资源管理”一级学科的未来发展提供思路？
（2）作为领域内唯一一个与更名后的一级学科同名的期刊《信息资源管理学报》，其所刊出论文的研究主题有何特色，能否作为一级学科的缩影，映射学科现状与未来发展趋势？
（3）其他学科关于信息资源管理的研究与图情档的研究在范式上有何异同？对信息资源管理一级学科研究范式的转向有什么启发？
3.2 数据获取
围绕上文提出的本研究拟解决的问题，选取四个数据集作为分析对象，即图书情报学的论文、档案学的论文、其他学科关于信息资源管理研究的论文、以及发表于《信息资源管理学报》的论文。选取这四个数据集的目的是：一方面，分析本学科领域（原“图书情报与档案管理”，现“信息资源管理”）近10年的研究主题主要集中在哪些方面，以及二级学科之间研究的异同；另一方面，对比“本学科领域的研究”与“其他学科关于信息资源管理的研究”有何异同，从而为信息资源管理学科的未来发展提供启发。“信息资源管理”作为调整后的一级学科名称，在没有正式扩展二级学科之前，其下属二级学科包括图书馆学、情报学和档案学，因此本学科领域的研究论文应涵盖上述三个二级学科。原本拟将三个二级学科的论文分别作为单独的数据集，但数据源（中国知网）主要依据“中图法”对论文进行学科归类，而第五版“中图法”已将图书馆学与情报学都置于G25类目中，并且本领域较多期刊属于图情综合刊物，图书馆学与情报学的论文不好区分，因此将两者放在同一数据集中进行分析。其他学科关于信息资源管理研究的论文则通过主题检索的方式圈定范围。此外，最特殊的是，将《信息资源管理学报》中的论文作为单独的数据集进行分析是因为该刊物是领域内唯一一个与更名后的一级学科同名的刊物，无论是编辑、投稿人还是审稿人，其思维和认知一定程度上会受刊物名称和办刊理念的影响，可以假设该刊物发文是对信息资源管理领域核心范围的认可。因此，将其作为单独数据集分析，一方面可以探究在学科更名之前同行对“信息资源管理”的倾向性理解，另一方面可以突出这部分数据对“信息资源管理”的浓缩意义，以免这些数据的特殊性被更大的数据集所“淹没”。
具体数据获取方式为：以中国知网为数据源，发表时间限定在2012—2022年，来源类别选择北大核心、CSSCI、CSCD，四个数据集的具体检索策略如表1所示，划分数据集的主要依据为中国知网为每篇论文分配的中图法分类号以及论文所属期刊。数据集A的检索策略为：检索分类号为G25或G35及其下级类目，或期刊名称中包含“图书”或“情报”的论文。此外，为避免与数据集D的重叠，排除《信息资源管理学报》的论文；数据集B的检索策略为：检索分类号为G27及其下级类目，或期刊名称中包含“档案”的论文，同样排除发表于《信息资源管理学报》中的论文；数据集C的检索策略为：(主题=信息资源AND主题=管理)或(主题=信息管理)，并排除图情档领域以及发表于《信息资源管理学报》的论文；数据集D则是近10年发表于《信息资源管理学报》的论文。四个数据集是没有交叉的独立数据集，可作为对比分析的对象。
表1 数据集与检索策略
根据以上检索式，检索到属于数据集A的论文有82114篇，B的有30510篇，C的有5538篇，D的有674篇。由于A的数据量较大，考虑到运算效率和研究的可行性，采用抽样方式进行分析，有研究表明比例分层抽样可以提高样本的代表性，避免简单随机抽样集中于或遗漏某些特性[37]。考虑到研究主题会随时间演化，因此对数据集A抽样时，从每年发表的论文中抽取60%的样本量（综合抽样论文研究主题的代表性与运算效率，并考虑到机器学习一般使用60%的数据进行训练，从而确定抽取的比例），避免对总体样本进行简单随机抽样时集中或遗漏某些年份的主要研究主题。之后，对每个数据集进行清洗，去除会议通知、书评、征稿指南及其他无关数据，最终确定每个集合的数据量，分别为：45327篇，23396篇，4860篇，642篇。
3.3 研究方法
本研究主要采用基于深度学习的主题挖掘方法和引文分析法，对不同数据集中的论文摘要进行主题识别与演化分析，并基于中国引文数据库中的引用数据进行引文网络分析，以发现多学科在信息资源管理研究中的关联。主题挖掘依赖于自然语言处理领域最新的主题模型BERTopic实现，BERTopic是基于BERT词向量的主题建模技术，它利用BERT嵌入、统一面域逼近和投影（UMAP）、HDB-SCAN聚类算法、以及c-TF-IDF来创建密集的集群，轻松解释主题并在主题中保留重要词[38]。相比于LDA、CTM等主题模型，BER-Topic的优势在于弥合了基于密度聚类和基于中心采样之间的不兼容问题。引文分析则采用复杂网络分析软件Gephi实现。
04
结果与讨论
4.1 研究主题识别与对比分析
为分析四个数据集研究主题的异同，对论文摘要进行了主题建模。首先，对数据进行预处理，包括分词和去除停用词，分词过程中使用论文关键词构建自定义词典，添加到中文分词工具jieba中。之后，利用BERTopic进行主题建模，词嵌入模型选择“bert-base-chi-nese”。主题数可以通过设置参数nr_topics确定，BERTopic会对相似主题进行合并直到达到nr_topics的值。但如果nr_topics过低，即便主题间相似度不太高也会被迫合并，导致识别出的主题过少，忽略掉一些重要主题。针对此问题，BERTopic提供了一种方法，使nr_topics为"auto"，当BERTopic发现相似度超过0.9的主题对时，便迭代地减少主题的数量。因此，为确保主题数是合适的，本文在训练模型时不给定具体的nr_topics值，而是将其设为"auto"，由BERTopic自动迭代生成。
4.1.1 研究主题识别
对数据集A的论文摘要进行主题建模，共识别出85个主题，生成的交互式图谱如图1所示，每个圆圈代表一个主题，其大小是该主题在所有文档中出现的频率，相似的主题在坐标系中的距离较近。从中可得，Topic0（网络舆情）、Topic1（信息素养教育）、Top-ic2（专利技术识别）是出现频率最高的主题。为了理解主题的潜在层次结构，使用scipy.cluster.hierarchy创建集群，并将主题间的联系进行可视化，如图2所示。可以看出图书情报领域近10年的研究主题还包括：科研评价、关联数据、阅读推广、产业竞争情情报、政府数据开放、公共文化服务、科学数据管理、智慧图书馆、突发事件应急情报服务，以及图中未呈现的技术主题和前沿识别、网络用户信息行为、微博话题挖掘与情感识别、知识服务等等。同时，图2直观展示了各主题间在不同层次上的关联，比如Topic0（网络舆情）和Topic25（突发事件应急决策）有直接的紧密联系。Topic12（阅读推广）和Topic24（儿童阅读）有直接关联、与Topic8（移动图书馆）等有间接关联。
图1 数据集A主题模型可视化图谱
图2 数据集A研究主题的潜在层次结构(前30个主题)
对数据集B的论文摘要进行主题建模，共生成61个主题，图3以条形图的形式展示了部分主题的特征词。可以看出，档案学近10年的研究主题包括但不限于：工程项目档案管理、非遗档案保护、企业档案管理、档案法、大数据时代档案信息服务、医疗档案管理、科研档案管理、档案信息传播、档案治理，以及图示以外的档案信息安全、数字人文视域下的档案资源管理等主题。
图3 数据集B各研究主题的特征词分布(部分主题)
对数据集C的论文摘要进行主题建模，共生成55个主题，图4同样以条形图的形式展示了部分主题的特征词。可以看出，其他学科关于信息资源管理的研究主题主要包括但不限于：电子政务与政务数据开放、灾害事故应急管理信息系统、税务信息管理、临床试验数据管理、农业信息建设与信息资源管理、网络信息内容生态治理、突发事件应急管理、自然资源信息化建设、智慧城市、知识产权信息管理，以及图示以外的物流信息管理系统、教育信息化、信息安全管理、区块链技术、企业信息披露等多类主题。这些主题反映了其他学科在信息资源管理领域的研究聚焦于各个行业的信息管理、信息化建设、信息资源开发与利用，以及信息安全与信息治理，将信息资源的价值最大化，更好地服务于社会经济发展和社会稳定。
图4 数据集C各研究主题的特征词分布(部分主题)
对数据集D的论文摘要进行主题建模，共生成25个主题。为了更细粒度地展示每个主题下的文档，调用model.visualize_docu-ments()函数，得到图5，每种颜色的簇代表同一主题下的文档。可以看出，近10年发表于《信息资源管理学报》中的论文主题主要包括但不限于：Topic0（学术评价）、Topic1（网络舆情）、Topic2（数字资源长期保存）、Topic3（公共部门信息化服务）、Topic6（健康信息搜寻行为）、Topic10（数据主权与数据保护）、Topic12（信息披露与隐私政策）、Topic13（专利前沿技术识别）、Topic22（应急管理）等。
图5 数据集D文档-主题分布图谱
4.1.2 研究主题演化趋势分析
在对四个数据集的主题演化趋势进行分析时，以每两年作为一个时间切片，通过Bertopic主题建模获得各时间段的主题分布，并对相邻时间段的主题进行相似度计算，采用的算法为余弦相似度。基于此，可以揭示随时间推移哪些主题逐渐缩减，哪些主题持续被关注，以及哪些主题是在某个时间段新出现的。分析发现，各个数据集的研究主题演化趋势呈现以下特点：
（1）在图书情报领域，“信息素养教育”主题一直以来都是关注的热点，但也呈现一定的扩张趋势，由信息素养向数据素养、数字素养延申；阅读推广也逐渐演变为数字阅读与全民阅读推广；网络舆情研究在2014—2015年出现并持续至今，研究内容从“舆情传播研究”发展到“舆情文本挖掘与公众情感识别”；2016—2017年关于“古籍数字化”的研究兴起，发展到现阶段演化为“数字人文”、“古籍修复”等更广泛的主题；知识组织方面的研究在2016—2017年聚焦于“知识融合与聚合”，现阶段深入到了细粒度的知识元抽取。此外，还有一些主题具有显著的时代特征，是对国家战略的积极响应，如2018—2019年出现的“文化精准扶贫”、2020至今备受关注的“国家安全观下的情报工作与情报学研究”、“突发公共卫生事件下的应急情报服务”、“数据主权”、“新兴技术和颠覆性技术识别”等主题。然而，2012—2018年作为研究热点的“企业知识管理”、“企业竞争情报”、“企业知识共享与知识创造”等主题，从2020年至今逐渐冷却。
（2）档案学近十年研究主题的发展大致为：2012—2013年，研究集中于企业、民生、人事、工程项目等各行各业的档案管理，以及“档案网站建设”等主题；2014—2015年关于“突发灾害事件中的档案应急管理”、“档案资源整合与共享”等方面的研究逐渐增多；2016—2017年，出现了“精准扶贫”、“档案文创品开发与服务”等聚焦于社会服务领域的主题；近年来，“数字档案建设”、“档案治理”、“数字人文”、“疫情防控档案管理”、以及“档案数字叙事”等的研究涌现。整体来看，研究范畴不断拓宽，更多地面向公共服务领域，并从最初的保存到资源开发、档案治理等多维功能演进。
（3）在其他学科中，信息资源管理研究主题的演化如图6所示，线条的宽度表示相邻时间段主题间的相似度大小。可以看出，各行业领域“信息系统开发与应用”是一直以来的研究重点，但随着大数据、人工智能的发展，该主题逐渐向“智能化信息系统建设”方向演进。在政务信息化方面，由“电子政务”研究向“政务大数据管理与治理”发展。从整体来看，2017年以前的研究聚焦于推进各产业领域的信息化建设，之后的重点更多地放在了大数据应用、数据管理、信息安全管理方面，以及大数据、区块链、人工智能、数字孪生等新兴技术在公共管理、政务、医疗、自然资源、生产等各个领域的应用，这与信息技术的发展和社会需求的变化密切相关。
图6 数据集C主题演化桑基图
（4）《信息资源管理学报》近十年研究主题的演变如图7所示。可以看出，最明显的变化是主题越来越多样化，研究重点从较早时期的信息传播、信息管理与信息系统实施，逐渐转向用户信息行为、网络舆情、智慧信息服务，再到数据管理与治理、数据主权、基于人工智能的文本挖掘等领域。但整体来看，每个阶段的边界并不明显，且关注的重点大都在于信息资源内容和信息用户研究。
图7 数据集D主题演化桑基图
4.1.3 研究主题对比分析
从信息资源管理的各个要素以及信息资源管理活动的全生命周期角度，对四个数据集的主题进行归纳，揭示与信息资源管理的逻辑联系，结果如图8所示。可以看出，四个数据集共有的主题包括对信息资源的开发、保存、传播、整合、共享、服务、治理以及信息安全的研究；相较于图情档，其他学科关于信息资源管理的研究更为关注信息管理系统的开发与利用、信息产业发展、信息经济、信息监管与监测、以及信息技术的应用；而图书情报学的主题范围更广，涉及了对用户需求、信息素养教育、知识组织与挖掘、科研评价、信息检索等主题的研究；档案学相对于图书情报学的研究，特点在于将档案信息管理延伸到了各行各业；《信息资源管理学报》与图书情报数据集的结果较为一致，但更强调对信息资源内容的分析。
图8 面向信息资源管理要素与过程的各数据集研究主题归纳
更具体的主题对比分析结果如下：
（1）图情档的研究与其他学科关于信息资源管理的研究主题对比
将数据集A、B和C的研究主题进行两两相似度计算，筛选出相似度值在0.6以上的主题，构成图9。图中蓝色节点是与相邻子空间相似度较高的主题，橙色节点表示三个数据集的共同相似主题。可以看出，科研数据管理、突发事件应急信息服务、知识产权信息服务、政务数据开放、网络与信息安全、数字资源开发利用、信息与数据治理等是图情档与其他学科关注的共同主题；相比其他学科与档案学，图书情报学在“工程项目信息管理”领域的研究较少；在图书情报与其他学科的研究中，均较为关注“智慧城市”建设；而图书情报与档案学的相同研究主题主要有精准扶贫、公共文化服务、非遗文化遗产保护等。从研究共性来看，主要表现为三个特征：数智赋能、总体国家安全观导向、面向公共服务与社会治理。
图9 图书情报、档案与其他学科的相似主题示意
从研究主题的不同点来看，其他学科关于信息资源管理的研究与图情档研究的显著区别在于：在其他学科中产业信息化是核心，无论是早期的信息化建设、信息管理系统开发，还是近年来的大数据管理、区块链和人工智能等新兴技术的应用，都是围绕某一行业或产业领域展开，如农业、金融、物流、测绘、航空，以及战略性新兴产业等，注重信息资源管理的实践意义。然而，图情档领域的研究更多地是一种理论探索，视角更加微观，比如关联数据、科学数据的引用与复用、用户的信息需求、舆情话题的挖掘、核心技术识别等。从纵向来看比其他学科的研究更为深入，信息资源管理的外延也更加丰富，但从横向来看并没有与实际的产业发展联系起来。因此，这也是图情档一级学科更名以后应着重考虑的问题。
从主题演化的趋势来看，其他学科关于信息资源管理的研究主题与图情档的研究主题呈现出一种逐渐融合的趋势。前期各学科的研究边界明显，图情集中于企业知识管理、竞争情报、移动图书馆、数字资源与特色数据库开发、信息素养教育、网络用户信息行为等研究，档案学关注不同领域、不同类型的档案管理、以及档案资源整合等主题，其他学科则聚焦于各行业管理信息系统的开发与应用。然而，近年来这些学科的研究主题有越来越多的交叉重叠，比如突发事件应急管理、大数据管理与治理、信息安全等等。由此，可以推断跨界融合会是“信息资源管理”一级学科发展的必然走向。
（2）《信息资源管理学报》与图情档整体及其他学科的研究主题对比
从识别出的主题可知，《信息资源管理学报》的研究像是图情档整体研究的子集，但独具特色。该刊物更强调对“信息资源内容”本身的研究，侧重于信息资源的开发利用、组织检索、信息系统建设、信息政策、信息用户与服务，以及近年来备受关注的数据管理与数字人文等方面的理论探索。“信息资源内容”是信息资源管理的核心要素，这就表示学科未来发展在不断拓展边界、探索新领域时都应以“信息资源”为中心，保持学科底色、坚守学科本质，将自身优势融入更广阔的信息化事业中，才能实现固本与创新的统一，提高学科生存能力。
相较于数据集A，《信息资源管理学报》与其他学科的研究主题联系性更加紧密。最明显的一点在于，图情档近年来的研究逐渐弱化了面向企业的信息资源管理与信息服务、信息系统建设与应用的问题，而在《信息资源管理学报》中仍较为关注企业数据管理与治理、以及大数据时代的信息系统实施等主题，有助于与其他学科的研究相辅相成。
4.2 数据集C的引文网络分析
4.2.1 数据集C的参考文献分析
利用中国引文数据库，获取数据集C（其他学科关于信息资源管理的研究）中每篇论文的参考文献，提取参考文献题录信息中的期刊名称。然后，以数据集C中的论文作为source，被引论文所属的期刊作为target，导入Gephi中形成引用关系网络。在此基础上，筛选度大于24的节点。入度数较高的期刊主要分布在计算机科学、图书情报学、地理信息科学、经管类、教育管理、农业科学等领域，并存在共被引关系，如图10所示。图中黑色的节点是来源文献，橙色的节点是图情领域的被引期刊，蓝色节点是其他学科领域的被引期刊，节点的大小表示被引频次。其中，《图书情报工作》的被引次数在9000多种被引的期刊中排名19，《情报杂志》排名21，说明其他学科在开展关于“信息资源管理”方面的研究时，图情领域的论文具有较大的参考价值。另外，从图10中可以看出，与图情领域的刊物存在共被引关系的期刊多分布在计算机、经管、教育信息化、以及电子政务领域，而与测绘、空间地理、农业、土木工程等领域的期刊极少有共被引现象。从侧面反映了图情学科对信息资源管理基本规律、普遍原理和通用方法的研究与工学、农学等领域的信息资源管理研究尚未形成较强的关联性。
图10 数据集C中每篇论文与参考文献所属期刊
构成的引文网络
为了进一步验证以上结论，本文对数据集C中所有引用图情档期刊的论文依据中国知网分配的分类号进行了归类，结果如图11所示。从图中可以看出，引用图情档领域论文最多的施引文献分布在经管学科，其次是计算机学科、行政管理、教育学，对图情档的参考主要是在信息资源管理的模式、方法、数字资源保存与元数据设计、政府数据治理模式、信息服务实践等方面。少有的分布在测绘、矿业、水利工程、轻工业、农业、机械、海洋等领域的论文，主要参考了图情档在信息管理系统规划设计、信息管理能力评价等方面的研究。之后，本文在图11结果的基础上根据被引文献是属于图书情报学还是档案学再次进行划分，结果如图12。相比档案学，其他学科引用图书情报学的论文偏多，因此施引文献所属学科分布情况与图11大体相同。但从对档案学论文的引用情况来看，施引文献分布在教育学、建筑学的占比较大，说明档案学的研究在一定程度上为它们提供了有价值的参考。
图11 数据集C中引用图情档论文的施引文献所属学科类别
图12 数据集C中分别引用图书情报学、档案学论文的施引文献所属学科类别
4.2.2 图情档论文对数据集C的引用情况分析
从数据集C的引证文献中筛选出图情档领域的论文，发现这些引证文献的研究主题主要包括：政务信息集成；政府数据开放与数据治理；大数据、物联网环境下的智能信息服务；突发事件网络舆情智能治理；科技资源共享云平台建设；图书馆智慧管理系统建设；健康信息服务等。进一步统计发现，被引用的数据集C中的论文多分布在行政管理、经济管理、计算机领域，也正好是以上主题普遍所属的学科，具体如图13所示。图情学科极少数引用交通运输、城市建设或环境科学的论文，主要是在档案管理、对一些工程项目信息管理系统架构的参考，以及数据治理方面的借鉴。
图13 被图情档引用的数据集C中的论文所属学科类别
根据以上分析，不论是其他学科对图情档研究的参考，还是图情档对其他学科的引用，都主要集中于计算机科学和行政管理、经济管理领域，说明图情档与其他学科的交叉还存在一定的局限，尤其是与工科、农业领域存在壁垒。但虽然相互引用的实例很少，却也说明了与这些学科的交叉融合存在可能性与可行性。
4.3 其他学科关于信息资源管理的研究与图情档研究的范式对比
范式最早是由美国科学哲学家库恩提出的，是一种抽象的哲学概念。现在学术界普遍讨论的研究范式一般指在某一学科内被共同接受和使用的一套概念体系和分析方法[39]。由于现在科学研究的复杂性和多样性，研究范式并不唯一。
关于信息资源管理二级学科的研究范式，很多专家都进行过深入讨论。针对情报学研究范式，王琳[40]认为情报学研究经历了物理范式、认知范式和领域分析范式阶段，未来发展更有可能进入数据理论或智慧理论的阶段。从数据集A的主题来看，近年来情报学的研究也的确朝着数据科学范式演进。并且，现有的情报学研究方法体系也在大数据、人工智能技术的支撑下得到了极大丰富，数据挖掘、深度学习、复杂网络分析、认知计算等方法为情报学研究注入了新的活力。从研究目的角度，刘细文[41]将情报学研究范式分为四类：信息论与信息系统范式、学术信息服务范式、决策情报服务范式、以及社会信息服务范式。通过对实际研究数据的分析发现，这四种范式在现阶段情报学的研究中是共存状态，但会更侧重于社会信息服务范式和决策情报服务范式，反映在当下的一些前沿主题中，如突发事件应急情报服务、国家安全观视域下的情报服务等。关于图书馆学的研究范式，学者们也从多种角度给出了不同见解，包括人文范式、价值论范式、社会范式、技术范式、实践范式等等。实际上这些范式都是相互补充、相融共生的，现阶段图书馆的研究既重视面向社会公共文化事业发展的服务，也关注人文以及数智技术带来的发展机遇。档案学研究范式的转向则主要体现在研究对象的扩展和方法的多元化。除了一般意义上的档案，社会记忆、数字人文、数字叙事等也被纳入档案学研究范畴。在研究方法上也是综合了人种志、扎根理论等质性分析与文本挖掘一类的量化研究。
其他学科关于信息资源管理的研究范式更具有多学科交叉的特点，但大体可以总结为五类：信息系统范式、“智慧+”落地的技术范式、数据科学范式、公共治理范式、以及社会服务范式。信息系统范式主要是各个行业信息系统的开发和利用，主要功能是实现信息资源的集成、共享、调度、监管，使工程项目的实施、业务流程的开展、以及信息服务更加高效。“智慧+”落地的技术范式是指云计算、区块链、人工智能、GIS等新一代信息技术在各行业信息管理中的应用，比如信息监测、信息预警、信息安全与共享、以及智慧信息系统的开发等方面。数据科学范式则是基于大数据思维，关注各个领域的数据挖掘、数据质量、数据管理与数据治理。公共治理范式主要涉及政府信息治理、社会信用治理、自然灾害协同治理、环境治理、网络空间信息内容生态治理等问题的研究。社会服务范式则主要指面向公共服务领域开展的研究，比如城市建设、社区服务、农村信息化发展等。从方法体系来看，其他学科关于信息资源管理的研究，融合了多学科方法，包括观察实验、实地调查、数理统计、仿真、系统开发、文本分析与数据挖掘、访谈法等等。
从总体上来看，除了信息系统范式目前已淡出图情档研究的范畴以外，就其他范式而言图情档学科与其他学科具有较高的一致性。虽然在具体的研究对象上有明显的区别，图情档关注信息资源管理的一般规律，其他学科更具有专业特色。但研究范式的一致无疑为信息资源管理与其他学科的交流、交叉融合，以及发展空间的拓展破除了顾虑、奠定了基调。在方法体系上，其他学科因整合了自身的专门研究方法、信息科学研究方法、信息资源管理学科的研究方法而更加丰富，同时也为我们学科研究方法的创新提供了参考。
05
结论与建议
5.1 研究结论
根据上述研究结果与讨论，主要得出以下结论：
（1）图情档的研究与其他学科关于信息资源管理的研究主题既有交叉重叠又有所区别。共同点在于大方向是一致的，都是在国家总体战略布局下，在新兴信息技术的驱动下，面向社会发展的实际问题展开研究。现阶段都比较关注智慧赋能的信息服务、数据管理与治理、网络信息安全等主题。不同点在于：首先，研究的侧重点和应用领域有所区别。图情档的研究除了面向特定群体（如图书馆和档案馆用户）提供信息和知识服务以外，主要从信息的全生命周期、信息用户、技术、环境等各类要素出发，深入探索信息生产、传递、交流、组织、挖掘、利用和服务的一般规律，很少面向某个行业或产业领域展开研究。相比之下，其他学科的研究有明确的应用领域和服务对象，比如，对物流、人口、教育、工程等各种信息资源的挖掘及在电商、政务、生产制造、战略性新兴产业等各行各业的应用研究。具体地，针对“科研数据管理”这一主题，图情档会关注用户需求、多源数据整合、关联数据模型构建等深层机制。其他学科则关注专一领域如临床试验数据管理系统的开发。其次，其他学科的研究视域更加广泛，比如会从产业化视角、制度视角、数字经济视角考虑信息资源管理的问题。
总体而言，当前图情档的研究还没能很好地对其他学科关于信息资源管理的研究问题进行抽象概括，形成一套普适性的理论与方法体系，去解决各行各业的信息资源管理问题。
（2）档案学与图书情报学的研究主题具有同源性，在每个发展时期，研究的侧重点比较一致。但相对而言，档案学与其他学科的研究联系更为紧密，因为有相当一部分研究会涉及企业、产业、甚至是工程项目的档案信息资源保存与利用问题。
（3）《信息资源管理学报》与图情档领域的其他期刊论文相比，更强调对信息资源内容本身的研究，致力于充分发挥信息资源的利用价值，这一点与其他学科的研究侧重具有较强的一致性，可认为是一级学科的精华缩影。
（4）从主题演化趋势来看，图情档的研究与其他学科关于信息资源管理的研究逐渐趋同，更多地面向国家重大需求，积极拥抱“数智”浪潮，致力于将大数据、人工智能、数字孪生等技术应用于生产制造、公共服务、文化产业等各个领域。
（5）从引文分析的结果来看，其他学科关于信息资源管理的研究中对图情档的论文引用较多的施引文献以及图情档引用较多的其他学科的论文都主要分布在行政管理、经济管理、计算机领域，而与地质、测绘、农业科学、机械、水利工程等工科和农科之间的相互引用较少，存在一定的研究壁垒，但也有交叉融合的可能性，比如测绘信息质量管理，农业、医疗大数据共享与治理的机制研究等等。
（6）从图情档和其他学科的研究范式来看，概念体系较为一致，都涉及了技术范式、社会范式、数据科学范式、信息系统范式。在方法体系上，其他学科因整合了多学科研究方法，相比图情档更为丰富和多元。
5.2 信息资源管理一级学科发展建议
（1）以国家战略为导向，以社会服务为宗旨。更名之前的图情档学科已显现出一种良好的发展趋势，即积极面向社会发展，围绕当前各种社会问题，从本学科视角解读、寻因溯果、提出应对措施。比如，积极响应科技创新战略、数据管理与治理、数字人文、公共治理、公共文化服务、突发事件应急措施等各类社会需求，开展一系列研究。未来的信息资源管理学科仍要以服务国家和社会发展为宗旨，不断加强研究的现实意义。
（2）强基固本，发挥学科传统优势。信息资源管理学科应继续强化并创新“信息论与信息系统范式”。一方面，面向信息、数据、知识、用户、信息技术、信息环境等各类信息活动要素，坚守学科本质，加强信息资源管理各方面和各环节的原理、机制、方法、应用与服务路径的纵深研究。另一方面，充分发挥学科多年来在信息资源集成、管理信息系统体系建设、企业知识管理方面形成的丰富理论成果。在新的时代背景下，进行延续性创新。比如，转向数字资源的聚合、保存与共享；智慧型信息系统体系架构设计、协同治理；以及企业大数据管理与治理等方面的研究，积极融入更广阔的信息化事业中。
（3）开疆拓土，发展新领域。一方面，不断扩大跨学科交叉融合的范围，继续加强与行政管理、经济管理、教育学等社会科学的良性互动，勇于打破与理、工、农、医的学科壁垒，利用本学科优势极大程度地发掘各个领域信息资源、数据资源的价值，转化为现实生产力。将其他学科关于信息资源管理研究的具体问题进行抽象、概括，利用本学科的研究思维梳理问题的内在逻辑，并不断探索新的、普适性的理论和方法体系，再将其应用于具体的行业领域，强化学科引领作用。具体如：利用本学科的科学计量、知识挖掘与发现的理论和方法，面向工农医任一领域，从现有科技成果中识别核心技术、颠覆性技术，为科技创新赋能；又或是通过对用户需求的精准画像、对项目全过程的信息流分析，优化项目工程的信息管理；将多源异构数据治理机制应用于生产制造、交通运输、测绘、农业等各个领域。另一方面，参考应用数学、应用经济学等的学科建设，在信息资源管理一级学科下新增“行业信息资源管理”二级学科，研究如何将信息资源管理的知识应用到各个行业领域，致力于探索应用目的明确的信息资源管理理论和方法，突出学科应用价值，提升学科地位。
（4）推进学科的数据化与数字化。大数据时代，数据概念不断泛化，已成为“信息”的代名词[42]，可以说是一种蕴含着重要价值的信息资源、情报资源[43]。对数据资源的管理与数据要素价值的释放已成为各领域的研究重点，加之人工智能、区块链、元宇宙等新一代信息技术的驱动，信息资源管理学科的数据化与数字化已成必然趋势。因此，未来学科的发展要在坚守自身特质的基础上，吸收人工智能、数据科学等相关学科的理论、方法与技术，增设“数据资源管理”二级学科，大力打造具有自身特色的数据能力体系，加强对数据资源保障、数据标准、数据交互、数据质量评估、数据资源管控、数据治理等方面的理论与方法探索，并将其应用于不同行业领域，扩大应用场景。
紧扣社会需求，充分挖掘和利用各类信息资源的价值，是信息资源管理一级学科未来发展的关键。如何强基固本、拓展范畴边界，增强与社会各行各业的交叉融合、良性互动，提高学科影响力，为社会做出更大贡献，是一级学科更名后应重视的问题。本文从多学科视角的分析和建议，旨在为拓展信息资源管理一级学科的守正、创新与研究空间拓展提供参考。然而，研究也存在一些局限性：①采集的其他学科关于信息资源管理研究的论文还不够全面；②虽然能够回答拓展学科研究空间的着力点和方向，但还不能回答传统图情档与其他学科在具体的理论与应用、方法与技术等更细节的研究内容上的融合方式。未来，将进一步扩充数据集，采用相较主题分析更深入、更细粒度的方法，探索如何从概念、原理、方法、技术、应用等具体的方面拓展研究空间。
参考文献
[1] Ricks B R , Gow K F .Information Resource Management : A Records Systems Approach[M]. Nashville: South- Western Thomson Learning,1988.
[2] 严贝妮.1989-2002年我国信息资源管理领域研究论文计量分析[J].图书情报工作,2004(5):109-112.
[3] 吴慰慈.从信息资源管理到知识管理[J].图书馆论坛,2002(5):12-13,41.
[4] 王喜明,杨新明.“图情档”一级学科更名的历史回顾与未来展望[J].图书馆论坛,2022,42(6):11-19.
[5] 马费成.凝聚共识,推动信息资源管理一级学科建设[J/OL].信息资源管理学报:1-5[2022-11-09].http://kns.cnki.net/kcms/detail/42.1812.G2.20221019.1758.002.html.
[6] 初景利,黄水清.从“图书情报与档案管理”到“信息资源管理”——一级学科更名的解析与思考[J].图书情报工作,2022,66(14):3-9.
[7] 杨峰.开启人才培养新征程：对“图情档”一级学科更名的释读[J].图书馆论坛,2022,42(6):28-29,95.
[8] 曾建勋.图情档一级学科改名的慎思[J].数字图书馆论坛,2022(10):1-2.
[9] 严怡民.情报学概论[M].武汉：武汉大学出版社,1983.[10]赖茂生.情报学的发展观[J].图书情报知识,2000(4):2-4,9.
[11] 杨志维.情报学学科发展现状与问题浅议[J].情报理论与实践,2016,39(3):1-5.
[12] 黄长著.对情报学学科发展的几点思考[J].信息资源管理学报,2018,8(1):4-8.
[13] 李品,杨建林.基于大数据思维的情报学科发展道路探究[J].情报学报,2019,38(3):239-248.
[14] 马费成,张帅.中国当代情报学的发展路径与本土特色[J].情报理论与实践,2021,44(7):15-21.
[15] 曹文振,赖纪瑶,王延飞.人工智能时代情报学发展走向之辨——对本体论、感知论、方法论、服务论的再思考[J].情报学报,2020,39(5):557-564.
[16] 郑满庄,王侠,杨柳,等.当代图书馆学科地位及发展趋势浅析[J].图书馆杂志,2008(6):13-15.
[17] 柯平.图书馆学科发展趋势及未来重点领域[J].现代情报,2013,33(8):3-8.
[18] 索传军.从学科发展史看我国图书馆学发展方向[J].图书馆论坛,2021,41(5):20-25,29.
[19] 樊振佳.“新文科”语境下我国图书馆学学科建设：话语、逻辑与路径[J].情报资料工作,2021,42(1):28-36.
[20] 冯子直.我国档案学研究的现状与发展趋势[J].档案学研究,1991(1):16-23,36.
[21] 索传军.从学科发展史看我国图书馆学发展方向[J].图书馆论坛,2021,41(5):20-25,29.
[22] 金波.数字时代的档案学科建设[J].图书情报知识,2007(4):5-9.
[23] 冯惠玲,连志英,曲春梅,等.回顾与前瞻：“十三五”档案学科发展调查和“十四五”档案学重点研究领域展望[J].档案学通讯,2021(1):4-15.
[24] 刘越男,周文泓,李雪彤.价值驱动，需求引导：“十四五”期间的档案学发展转向[J].信息资源管理学报,2022,12(5):14-24.
[25] 王翠萍.图书情报一体化的新趋势及管理体制[J].图书馆学研究,1998(6):13-15.
[26] 舒任颖,肖文建.图书、情报、档案管理一体化制约因素分析与对策[J].情报资料工作,2006(4):28-31.
[27] 冯惠玲,马费成,叶继元,等.高校哲学社会科学管理学部图书情报与档案管理学科战略规划研究报告[R].北京:教育部社会科学委员会,2011.
[28] 冯惠玲.从文献管理到基于信息资源的管理——图书情报与档案管理学科的创新发展之路[J].情报资料工作,2013(3):6-10.
[29] 赵国俊.我国图书情报与档案管理学科发展中的分化与整合[J].情报资料工作,2013(3):11-16.
[30] 闫慧.青年学者论图情档一级学科核心知识及发展方向——2019年图书情报与档案管理青年学者沙龙会议述评[J].中国图书馆学报,2019,45(1):121-127.
[31] 陈柏彤,赵飞,刘龙江.国家科学基金视角下图书情报与档案管理学科发展分析[J].图书情报知识,2020(2):113-122.
[32] 周文泓,刘静.数字人文和图书情报与档案管理的双向构建要点研究[J].图书与情报,2019(6):101-110.
[33] 左娜,张卫东.数字人文向度下的中国图情档学科：逻辑与进路[J].情报资料工作,2021,42(3):60-70.
[34] 柯平.新图情档——新文科建设中的图书情报与档案管理一级学科发展[J].情报资料工作,2021,42(1):15-20.
[35] 孙建军.学科建设应主动服务数据要素市场培育的改革实践[J].图书与情报,2020(3):5-6.
[36] 周文杰.从多元异构走向融合归一——图情档新文科建设的趋向评析[J].情报资料工作,2021,42(2):14-21.
[37] 李林蔓.分层抽样下样本量的分配方法研究[J].统计与决策,2015(19):18-20.
[38] Grootendorst M.BERTopic: Neural topic modeling with a class-based TF-IDF procedure [EB/OL]. [2022-11-05]. https://doi.org/10.48550/arXiv.2203.05794.
[39] 张勤,马费成.国外知识管理研究范式——以共词分析为方法[J].管理科学学报,2007(6):65-75.
[40] 王琳.情报学研究范式与主流理论的演化历程(1987-2017)[J].情报学报,2018,37(9):956-970.
[41] 刘细文.情报学范式变革与数据驱动型情报工作发展趋势[J].图书情报工作,2021,65(1):4-11.
[42] 于英香.从数据与信息关系演化看档案数据概念的发展[J].情报杂志,2018,37(11):150-155.
[43] 彭知辉.数据:大数据环境下情报学的研究对象[J].情报学报,2017,36(2):123-131
作者简介
曹树金(通讯作者)，教授，博士生导师，研究方向为信息组织与信息检索, Email:caosj@mail.sysu.edu. cn;
曹茹烨，博士研究生，研究方向为信息组织。
*原文已在中国知网首发，欢迎个人转发，公众号转载请联系后台。
* 引用格式
曹树金,曹茹烨.基于研究主题和引文分析的信息资源管理学科发展探究[J/OL].信息资源管理学报:1-18[2023-03-04].http://kns.cnki.net/kcms/detail/42.1812.g2.20230301.1557.002.html
往期 · 推荐
当期荐读 2022年第6期 | 英国国家数据安全治理：制度、机构及启示
▲点击访问信息资源管理学报小程序
制版编辑 | 王伊杨
审核 | 于阿媛
长按识别二维码关注我们
信息资源管理学报
微信号
xxzyglxb
分享、在看与点赞
只要你点，我们就是朋友😊