我国信息产业政策研究热点分析论文

我国信息产业政策研究热点分析论文

　　本研究针对我国信息产业发展状况，采用内容分析法对国内信息产业领域研究文献进行深度分析，从而发现我国信息产业研究热点和发展趋势。[方法/过程]采用共词分析法和概念网络分析法对中国知网中信息产业研究相关的文献进行关键词和主题分析，总结出我国信息产业政策领域研究热点集中在信息技术产业化发展、信息化与信息安全、信息资源开发与规划、政府信息服务、信息政策、区域一体化中的信息产业规划这6个方面。[结果/结论]在国家信息政策和信息资源战略规划的导向下，信息技术的发展逐步推动信息产业业态的转变和升级。不同地区之间的资源差异促使区域一体化中的信息产业发展逐步重视利益协调和政策联动等问题。

1 研究介绍

　　信息产业作为新兴产业部门，已经成为国家经济的重要增长点，极大地带动了相关产业的发展及经济结构的调整。本研究采用共词分析法和概念网络分析法，在以往研究的基础上对国内信息产业领域研究文献进行深度分析，更加完整、客观地反映国内该产业的研究热点情况。共词分析属于内容分析方法的一种，其原理是对一组词两两统计它们在同一篇文献中出现的次数，以此为基础对这些关键词进行聚类分析，从而反映出关键词之间的亲疏关系，进而分析其所代表的学科和主题结构的变化[1]。概念网络分析法则借鉴了社会网络分析法中的K-核分析、主成分分析和边强度分析等技术，将共词网络中的概念映射为社会网络中的个体节点，通过可视化的方式定性地展现概念之间的关系[2]。以上两种分析方法均是通过统计文献的关键词来判断某一学科或者主题的主要知识结构和研究热点。前者侧重于分类，即划分出若干研究重点，后者则侧重于关系分析，可用于判断这些研究重点之间的关系。本研究将二者结合起来使用，能够更加系统全面地描绘出信息产业各研究热点之间的结构特征和关联关系，进而对我国信息产业的重点问题进行分析。

2 数据准备和分析方法

　　本研究选定中国知网(CNKI)中的期刊与

　　学位论文

　　相关信息

　　试论情感语言节目主持人万峰、钟晓的语言特点基于园本课程开发背景下研究教师教育理念的形新生儿高胆红素血症护理相关因素分析及对策试析价值多元化背景下学生价值观的引导试论高等职业院校高等数学课程改革争议试论中职《外科护理学》的情境式教学试析高校教师职业道德建设问题研究经济学和经济法基础课程融通教学小针刀治疗颈椎病疗效观察手术侧卧位适宜度的研究

　　作为数据来源。以“信息产业政策” “信息资源政策” “信息政策” “信息产业规划” “信息资源规划”为检索词进行篇名组合检索(时间范围为1994年1月-2015年12月)，结合信息产业研究的高频关键词及其聚类情况，选取高被引核心期刊论文和学位论文作为这一阶段的研究重点，最终获得1 644条记录作为本文的研究对象。对所采集的数据进行基本整理后，采用共词分析法和概念网络分析法，分以下3个阶段进行分析。

　　第一阶段：统计高频词和构建共词矩阵。具体步骤如下：①导出文献记录。通过CNKI期刊全文数据库检索得到1 644条记录并以RefWork格式导出。②数据清洗。将导出结果导入Excel软件，筛选出标题、作者、关键词字段完整。符合分析要求的记录。③数据整理。使用Excel软件统计所有记录中各个关键词的出现频次，并选择频次高于3的75个关键词作为代表该研究领域主要研究方向的高频词，并两两统计这些高频词在同一条文献记录中同时出现的次数，形成共词矩阵。

　　第二阶段：基于共词矩阵进行概念网络分析。具体步骤如下：①利用UCINET软件进行概念网络分析。即将上一阶段得到的矩阵导入UCINET软件，使用NetDraw功能绘制概念网络图。②K-核(K-cores)分析。K-cores是满足如下条件的一个子图——该子图中的每个节点都至少与该子图中的其他K个节点相邻(即有边相连)，而在该子图中加入任何一个其他点之后，该性质即不存在[3]。K-cores分析将产生一系列子网，能够逐步揭示原始网络的中心区域架构。越大的K值产生的子网中的节点度越大，同时也更趋向于网络结构的中心位置[4]。在NetDraw界面下，选择K-cores功能，可根据出度和入度的不同，使概念网络中的节点呈现不同的颜色，并继续利用Centrality Analysis按degree对节点进行分类，然后展开K-cores进行分析。这里一个出度或者入度表明概念A与概念B存在共现关系。③主成分分析。采用NetDraw的principal components layout(主成分显示)排列方式，可以将所有概念排列成鱼眼图形状，即各概念依据出度或入度的大小，从右至左依次分散排列[5]。使所有节点按照与上一层级入度的多少依级排列，后一节点的语义组合构成对前一个概念的解释。④边强度分析。由于K-cores分析存在一个出度或者入度只能表明概念之间存在共现关系的弱点，因此需要引入边强度来展现共现次数以进行补充分析。即在NetDraw中将共词矩阵导出为.net格式，导入到UCINET中的Pajek工具之中，通过Draw-Draw功能得到新的概念网络图并显示出边强度。

　　第三阶段：基于共词矩阵进行聚类分析。采用UCINET软件实现共词聚类，具体步骤包括：①将共词矩阵导入UCINET并保存为dataset格式。②在UCINET中选择Cluster Analysis-Hierarchical Clustering进行分层聚类。③导出分层聚类图，根据文献的具体内容对这些分析结果展开进一步的阐释说明。

3 高频关键词统计及共词矩阵构建

　　通过对文献记录的数据清洗和整理，共得到1 278个关键词。其中，频次为1的关键词有1 064个，占83.2%;频次为2的关键词有139个，占10.9%;而频次在3以上的关键词有75个，占5.9%。表1列出了频次在3以上的75个关键词。可以看到，“信息产业”本身即为出现最频繁的关键词。

　　在获得高频关键词之后，利用Excel软件建立共词矩阵。表2即基于上述选定的75个高频关键词所构建的共词矩阵(部分)，代表两两关键词在同一篇文献中出现的次数。从中可以看出由于“信息产业”本身的词频较高，因此与其他关键词同时出现在同一篇文献中的情况也是最多的。