引言

精准扶贫是党中央制定的在2020年实现贫困地区贫困户脱贫的宏大的惠民政策。精准扶贫是针对不同区域环境、不同农户状况, 运用科学有效程序对扶贫对象实施精确识别、精确帮扶、精确管理的治贫方式, 以精准识别的扶贫对象为主体, 通过政策、资金、技术等措施, 调动各方面力量, 协调全社会资源, 打赢扶贫开发攻坚战。通过4年多的艰苦努力, 精准扶贫取得了显著的成绩。在2017年"两会"上, 习近平总书记指出:脱贫攻坚越往后, 难度越大, 越要压实责任、精准施策、过细工作。扶贫关键是要精准发力, 向基层聚焦、聚力, 要整合涉农资金, 改进脱贫攻坚动员和帮扶方式, 扶持谁、谁来扶、怎么扶、如何退, 全过程都要精准, 有的需要下一番"绣花"功夫^[1]。

为打好精准扶贫的攻坚战, 夺取精准扶贫的全面胜利, 学者们就精准扶贫实践过程中所涉及问题的研究文献数量逐年上升(图 1)。近年来学者们分别从文化扶贫视角(尹莉, 2016)^[2]、旅游扶贫视角(李会琴, 2015)^[3]、金融扶贫视角(黄承伟, 2009)^[4]以及精准扶贫内容描述视角(王华丽等, 2017)^[5]等对精准扶贫领域的研究成果进行梳理和归纳。但是, 上述研究成果都是从单一视角进行文献回顾和定性的分类归纳, 所梳理文献的数量较少, 范围较为单一, 因此不能全面客观地反映精准扶贫研究的整体面貌, 也无法展现精准扶贫实施以来扶贫领域研究的热点和演进趋势。

近年来, 运用知识图谱软件对特定专业领域的研究动态和发展趋势进行可视化计量分析已经成为热点, 如开放式创新(夏恩君等, 2015)^[6]、大型开放式在线课程(MOOC)(姜雷等, 2014)^[7]、电子书包(王佑镁, 2014)^[8]、低碳研究(余菜花, 2012)^[9]、图书馆学(赵蓉英, 2011)^[10]以及旅游学(廉同辉等, 2013)^[11]等诸多领域均已有知识图谱的研究。但是精准扶贫作为一个新的独具中国特色的创新实践, 目前尚未有学者运用知识图谱对精准扶贫文献进行分析梳理, 且精准扶贫研究处于高速发展阶段, 亟需从整体把握其研究现状及发展趋势。

基于此, 笔者运用Citespace软件对2013-2016年的扶贫研究成果从作者、关键词、聚类等角度进行多维分析和系统梳理, 帮助学者对我国精准扶贫研究有一个整体、全面的认识与把握, 更好地了解我国精准扶贫研究的最新状况, 以便更好地深入研究。

1 研究工具、数据来源与参数设置 1.1 研究工具

Citespace是美国德雷赛尔大学陈超美研发的一款专门用于学术文献分析的信息可视化图谱工具软件, 运用该软件可以挖掘蕴含在学术文献中的潜在知识, 分析一个时期某个学术领域的研究动态, 发现其中的内涵和规律, 为后续研究提供参考和借鉴。陈超美开发Citespace软件的主要灵感来自"科学发展是可以通过已发表的文献发现其足迹的^[12]"这一认识, 通过对某一特定时期的学术研究成果的关键词(或主题词)等要素进行分析, 运用知识图谱直观反映研究成果的内部相关关系和内涵。知识图谱具有"图"和"谱"的双重特点, 可视化的"图"提供直观形象, 相关的"谱"提供文献研究内部的结构性。知识图谱直观展示出学科领域的互动、网络、演化、结构等多种复杂关系, 可以从这些复杂关系中分析、挖掘出潜在的趋势前沿^[13]。

1.2 数据来源

为了能够客观、全面地展现精准扶贫以来的研究热点及趋势前沿, 数据来源选取当前国内收录文献较为全面、使用率较高的CNKI数据库。数据收集时间段以2013年中央提出精准扶贫战略决策为起始时间, 截止时间为2016年底。数据获取的步骤为:在CNKI中通过"高级检索"途径, 选取"核心期刊"以及"CSSCI"来源期刊, 以"精准扶贫"为主题进行检索, 共检索出574篇文献; 对检索的文献进行初步分析整理, 得到5个与精准扶贫相关的高频关键词, 分别为"精准脱贫" "扶贫工作" "扶贫开发" "扶贫对象" "扶贫模式", 将这5个高频关键词与"精准扶贫"再次进行联合检索, 共得到2 272篇文献。通过人工筛选, 剔除文献中的重复文献、会议通知、征稿启事、新闻报道等无关记录, 共得到1 310篇有效文献(表 1)。

采用上述检索方案选取文献的主要原因有:(1)精准扶贫在2013年由习近平总书记首次提出, 引起了国内有关部门和学术界的广泛关注, 是我国开展精准扶贫的一个标志性时间点; (2)选取"核心期刊"以及"CSSCI "数据库收录的文献, 具有较高的显示度和学术价值; (3)在核心关键词检索基础上进行相关性拓展, 提高了检索的查全率。

学科文献数量在一定程度上能反映学科在某个时期内研究人员对某个领域的关注度, 反映该领域的研究热点和学术领域的重要性, 学术研究成果增加的速度反映了该学科领域的受重视程度^[14]。以CNKI数据库2013-2016年国内精准扶贫1 310篇有效文献为数据源, 描绘出精准扶贫文献数量折线图(图 1), 直观地反映了2013-2016年有关精准扶贫研究成果的数量及其变化趋势。从图 1可以看出, 精准扶贫相关研究成果数量在2013-2015年大体呈现相对稳定上升状态, 从2015年开始出现快速上升的趋势。这表明学术界对精准扶贫研究的关注度是逐步提升的, 且随着精准扶贫进入中后期, 矛盾更加集中, 问题更加凸显, 工作中遇到的问题也会更加复杂, 包括防止脱贫后的返贫、如何增强造血"功能、脱贫验收的标准、第三方评估机制以及建立健全稳定脱贫长效机制等问题, 都需要进行深入的理论研究和探索。

1.3 软件参数设置

运用Citespace软件进行文献研究前, 需要根据软件说明将1 310篇有效文献转化为Citespace可识别的格式, 才能进行相关的分析研究。文献格式转换以后还需要对软件进行相关的参数设置。Citespace图谱的呈现结果与参数的设置具有重要关系, 参数设置不当将影响最终的分析结果。在时间跨度的设置上, 将起止时间设为2013年至2016年, 起点时间选择与中央提出精准扶贫的战略决策时间同步。为了后期得到有效的聚类图谱, 尝试各种时间间隔与代表性关键词数量的组合, 最终确定的组合为:时间间隔设置为2年, 每年代表性关键词数量设置为30(Slice Length=2, Top=30), 并采用展示整个网络(Show Merged Network)的可视化方式呈现最终分析图谱^[15]。

2 知识图谱可视化结果分析 2.1 核心作者分析

通常情况下, 某个研究领域的某个时间段内在高水平期刊上发表论文数量较多且论文被他引的次数较多的作者称为核心作者。通过对核心作者这一科研群体学术活动的挖掘和分析, 能够有效识别某个学科领域的研究现状与发展脉络。通过对2013-2016年1 310篇精准扶贫研究成果的作者(Author)统计分析, 得到图 2和表 2。图 2为精准扶贫核心作者分布图谱, 图 2左上角的信息说明窗口显示:N=54, E=22, 其中N为节点数, E为连线数。节点数量表示此种参数组合下提取的作者的数量, 节点间连线数量表示作者间的合作程度, 连线越多说明作者之间的合作关系越密切^[16]。由图中数据可知, 图谱中连线数小于节点数, 说明近几年精准扶贫研究的作者多为独立的个体, 作者间的联系较少。图 2的信息说明窗口显示:Density=0.01 4。Density表示网络的密度, 由此可见研究密度较低, 从图 2也可以看出, 作者人数较多且分布较为零散, 作者间联系较少。

图谱中, 节点圆圈大小和姓名的字号大小与作者的发文量成正比关系, 节点越大表示作者发文量越多。2013年启动精准扶贫以来, 引发了扶贫工作的一系列问题, 学术界对相关问题的研究热度也不断提升。从表 2可以看出, 自2013年以来, 黄承伟发文频次最高, 为16次, 同时结合图 2可以发现, 黄承伟的节点圆圈最大, 节点显示姓名字号也最大, 这说明该作者在图谱中属于非常重要的节点, 在精准扶贫研究领域具有一定的代表性和权威性。从图 2还可以看出, 黄承伟不仅节点最大, 且与刘欣的节点重叠度较高, 节点重叠表示作者间的合作, 这说明黄承伟与刘欣在研究中有良好的合作关系。

除了黄承伟和刘欣之间的节点重叠较为明显外, 汪三贵、庄天慧等核心作者的节点重叠也比较明显, 表明他们之间也存在较为密切的合作关系。在对作者进行突发性检测时, 可以清晰看出学者每年的发文数量以及文章的增长变化趋势。以黄承伟为例(图 3), 他是国务院扶贫办全国扶贫宣传教育中心主任, 熟悉国家关于精准扶贫的相关政策和发展动态, 对精准扶贫有更深刻的研究和解读。黄承伟近4年发表的论文数量分别为4、2、2、8, 研究的视角为扶贫机制创新^[17]、产业扶贫^[18]等, 研究的区域为贵州^[19]、重庆^[20]等地区。

2.2 核心机构分析

对2013-2016年在CNKI发文作者的单位进行分析可得图 4、表 3。由图 4可看出, 我国有相当数量的机构从事精准扶贫方面的研究, 但各研究机构之间的联系度较低, 大多数研究机构还处于相对独立的研究状态。精准扶贫研究的高发文机构主要是高校, 其次是一些科研院所、扶贫单位等。较为突出的有中国农业大学、华中师范大学、吉林大学、首都师范大学、中南民族大学以及中国国际扶贫中心等, 这些研究机构是精准扶贫研究的主力单位, 在扶贫研究方面处于领先地位, 主要位于北京、湖北、吉林等城市。

2.3 关键词分析

关键词是学术论文的重要组成部分, 是文献内容的概括和浓缩。在论文中虽然所占篇幅比较少, 但却是论文的精髓, 利用关键词不仅可以检索到文献, 还可以通过关键词了解到文献涉及的领域和内容。因此, 关键词在Citespace软件中是一个重要的分析研究要素, 关键词出现的频次高低反映了学术界研究的关注度, 对高频关键词的分析, 可以发现学科的研究热点。通过对关键词知识图谱分析, 能够直接、清晰、敏锐地展示学术知识领域的研究热点与前沿, 因此, 对高频关键词的分析研究具有重要的意义。利用Citespace软件统计分析精准扶贫的关键词指标, 得出图 5和表 4。由图 5的信息说明窗口看出该关键词共引网络图谱有42个节点, 112条连线(N=42, E=112), 表明关键词之间的联系较为密切, 且形成了多处自然聚类, 聚类关键词为精准扶贫" "扶贫工作" "扶贫开发" "产业扶贫等, 这些自然聚类的关键词所构成的精准扶贫领域的研究热点与数据库中论文研究的内容相吻合。关键词显示的密度表明学者对相关领域成果的集中度和热度。图 5左上角的信息窗口显示扶贫领域的研究密度为0.130 1(Density=0.130 1), 表明学者围绕精准扶贫从不同角度、不同领域对其所涉及的扶贫政策、扶贫资金、扶贫模式、扶贫方式等展开较为深刻的解读研究。

除了节点、连线、密度等指标外, 关键词出现的频次和中心度也是文献研究的重要指标, 中心度和频次高的关键词代表一段时间内研究者们共同关注的问题, 即研究热点。关键词的频次越高, 点中心性越高, 说明该关键词在该领域愈重要。如表 4所示, 自开展精准扶贫以来, 国内研究论文中出现频次较高的关键词有"精准扶贫" "扶贫工作" "扶贫开发" "产业扶贫" "扶贫模式""扶贫对象"等; 中心度较高的关键词为"武陵山区" "扶贫开发" "扶贫资金" "产业扶贫" "扶贫工作"等, 综合频次和中心度两个指标可得出, 扶贫领域的热点关键词为"精准扶贫" "扶贫工作" "扶贫开发"以及"产业扶贫"等。

2.4 聚类分析

为了把握扶贫研究的动态和发展趋势, 运用Citespace软件对关键词进行聚类分析, 以此获取与精准扶贫相关的关键词的亲疏关系谱系图。分别运用tf*idf和LLR、MI算法从关键词中提取聚类标签, 其中, 从tf*idf算法中提取的标签为主流关键词标签, 从LLR和MI算法中提取的关键词标签更强调的是研究方向的特点。因此, 不同算法提取的关键词表征精准扶贫领域不同方向的研究前沿, 各个算法指标综合研究即可获得精准扶贫知识领域的研究前沿与发展趋势。

依据网络结构的显著性和聚类的合理性, Citespace软件提供了模块值(Q)和平均轮廓值(S值)两个指标来显示其相关特性, 它们主要用来评判聚类图谱绘制的有效性。一般而言, Q值在[0, 1)区间内, Q>0.3就表示图谱划分出来的网络结构显著; 而平均轮廓值S>0.5, 可认为该聚类合理, 若S值>0.7, 则该聚类为高效率的聚类^[13]。因此, 为了得到合理的聚类图谱, 经过各种阈值组合的尝试, 最终得到的阈值和时区的组合为:划分时区为2, Top值设为30(Slice Length=2, top=30), 得到Q=0.373 7, S=0.642。因为Q>0.3, S>0.5, 根据上述理论可以得出该聚类划分出来的网络结构是显著的, 且形成了合理的聚类, 该聚类图谱是有效的。

按照上述参数设置进行聚类后, 一共得到9个聚类, 如图 6所示, 图中主要聚类分布较为集中, 重叠度高, 且各主要聚类之间互相有联系, 无法区分清楚。在图 6的聚类分布中既有表示转折点的关键节点, 也有显示发展脉络的共引连线, 表明精准扶贫研究已形成较为完整的基础理论。

对文献聚类图谱中的6个主要聚类以及各个聚类的节点数、轮廓值、平均年份等主要标签进行汇总, 整理汇总见表 5。例如, 聚类0是最大的聚类, 节点数为9, 轮廓值是0.742, 是高效率的聚类, 引文的平均发表年份是2013年^[21]。为了进一步反映精准扶贫以来扶贫领域的热点趋势的演变, 笔者整理汇总了2001-2012年的6个主要聚类(表 6)进行对比分析。

从2013-2016年关键词聚类的结果看出, 中央提出精准扶贫战略以来, 研究论文的主要关键词聚类可分为两个大类:第一类为扶贫主体识别研究, 主要包括以下聚类标签: "扶贫对象" "农村贫困人口等关键词, 该类型主要由主要聚类3组成。农村居民是精准扶贫的主体, 而且自精准扶贫以来, 国家扶贫实现了从宏观扶贫到微观扶贫的转变, 精准扶贫中提到的"扶贫对象精准"以及"措施到户精准"等靶向式扶贫措施, 无不体现着以人为本的人文主义扶贫; 第二类为精准扶贫的实施措施, 主要为财政扶贫措施, 包括"贷款担保" "抵押贷款" "财政贴息资金"等聚类标签。该聚类由聚类0和聚类1组成, 是落实精准扶贫的主要手段。

将表 5中2013-2016年与表 6中2001-2012年的文献聚类图谱中的主要聚类标签信息比较, 可以发现自精准扶贫提出以来扶贫的主要聚类关键词的变化, 即扶贫领域研究热点的变化趋势。首先可以发现2001-2012年的聚类关键词多为"区域发展""西部大开发"等区域性词语, 即当时学者关注的研究热点多为区域脱贫; 而2013-2016年多为扶贫对象" "精准脱贫" "农村贫困人口"等关注农民自身的聚类关键词, 这是从宏观的区域扶贫到微观的精准脱贫的转变; 其次, 2001-2012年的聚类关键词多为"扶贫开发" "扶贫工作" "社会主义新农村"等宏观口号式扶贫, 而2013-2016年的聚类关键词多为"贷款担保" "抵押贷款" "财政贴息资金"等具体的扶贫措施, 这是从宏观口号式扶贫到实施性强的精准扶贫措施的转变。

通过对关键词及聚类分析, 可见从我国实施精准扶贫以来, 研究的重心和热点随着时间的推移在发生一定的转移。在精准扶贫的初期, 研究重点多为精准扶贫的理论和相关政策的研究; 随着精准扶贫的进一步推进, 如何将精准扶贫落到实处成为精准扶贫研究的重难点; 到精准扶贫的中后期, 也是精准扶贫的攻坚阶段, 如何让脱贫后的农民能够自我"造血", 如何检验精准扶贫的成效, 如何建立健全稳定脱贫长效机制等问题都需要理论界和相关部门进行深入细致的研究。

3 结语

通过运用Citespace软件对CNKI数据库中2013-2016年有关扶贫的1 310篇有效文献生成的图谱及相关数据进行不同层次的分析和解读, 可以对扶贫研究的热点、趋势作如下结论:

(1) 2013-2016年扶贫文献呈现增长态势, 从2015年开始文献数量急剧增长, 可见精准扶贫战略实施以来, 研究者们对扶贫领域的空前关注; 通过对关键词的聚类分析, 发现我国实施精准扶贫以来, 扶贫领域的热点关键词为"精准扶贫" "扶贫工作" "扶贫开发"以及"产业扶贫"等; 通过对比2001-2012与2013-2016年的聚类关键词可看出扶贫热点的变化, 即从区域式扶贫到微观精准脱贫、从宏观口号式扶贫到实施性强的精准扶贫的转变。

(2) 在2017年全国"两会"上, 习近平总书记对精准扶贫下一阶段工作做出了重要指示。2017年是精准扶贫、精准脱贫的深化之年, 易地扶贫搬迁和低保兜底脱贫的两个重要举措, 关系到精准脱贫能否圆满收官, 期间还有大量的理论和实践问题需要研究和破解, 精准扶贫和精准脱贫涉及的财政投入、金融扶贫、用地政策、人才支持、领导责任制、基层党组织建设、考核督查问责、队伍建设、法治建设等因素都将在今后一个时期内成为研究的热点。