近二十年我國辭書學研究的現(xiàn)狀、熱點與趨勢

張永偉

摘 要 文章以中國知網(wǎng)（CNKI）2003—2022年辭書學相關(guān)主題的重要論文為研究對象，采用傳統(tǒng)統(tǒng)計與科學計量學領(lǐng)域的可視化分析方法，對我國近二十年來辭書學研究的現(xiàn)狀、熱點與趨勢進行分析，客觀描述了我國辭書學研究的基本態(tài)勢，希望能為我國辭書學學科發(fā)展和辭書政策的制定提供參考。

關(guān)鍵詞 辭書學 科學計量學 現(xiàn)狀 熱點 趨勢

一、 引言

我國有著悠久的辭書編纂傳統(tǒng)，如《爾雅》《說文解字》等均是我國古代較早出現(xiàn)的辭書。“國無辭書，無文化之可言也?！保憼柨?1915）辭書是國家文化建設(shè)的重要工具，是民族文化積累的重要成果，［1］在傳播和積累科學文化上，辭書有著其他出版物不能取代的重要作用。（劉杲 1989）辭書學是研究查考型工具書的設(shè)計、編纂、使用、評論和歷史等的學科。辭書學的發(fā)展有助于指導我國從辭書古國走向辭書大國和辭書強國，對推動我國辭書領(lǐng)域的發(fā)展具有重要作用。

21世紀以來，互聯(lián)網(wǎng)、人工智能等技術(shù)不斷發(fā)展，為辭書學的發(fā)展帶來了機遇和挑戰(zhàn)。適時地對辭書學研究現(xiàn)狀、熱點與趨勢進行回顧與分析，有助于我們了解辭書學發(fā)展的最新脈絡(luò)，同時也可以對辭書學發(fā)展態(tài)勢進行預測。對學科文獻進行計量分析，是研究辭書學最常用的手段之一。科學知識圖譜（mapping knowledge domains）作為科學計量學（scientometrics）新的發(fā)展領(lǐng)域，逐漸被廣泛應(yīng)用于諸多學科文獻計量的可視化分析（如王東林，耿敬杰 2019；熊回香，李建玲 2020；徐玲玲，杜利民等 2021），揭示了不同學科的研究熱點與發(fā)展態(tài)勢，取得了一系列的成果。

在辭書學領(lǐng)域，前人進行過諸多回顧與梳理。比如李景成（1990）、盧潤祥（1992）在20世紀90年代初撰文梳理了辭書研究的現(xiàn)狀與展望，方寶花、何華連（2002，2004，2005，2006，2007，2008，2009）連續(xù)多年總結(jié)上一年度辭書學研究取得的成績，周薦、楊世鐵（2009）對改革開放后三十年漢語辭書理論研究的成就進行了多角度梳理。此外，也有研究對某類辭書研究問題或辭書研究專業(yè)期刊的特色進行過回顧與展望（如魏向清，耿云冬等 2010；周薦 2015；魏向清 2015；魏向清，趙連振等 2020等）。但是，上述研究大多是利用定性分析或基于傳統(tǒng)統(tǒng)計的文獻計量學方法進行的，僅有少數(shù)研究利用科學計量學的可視化分析方法進行過個別分析（魏向清，趙連振等 2020）。為此，本文以近二十年辭書學研究的重要文獻為研究對象，結(jié)合傳統(tǒng)統(tǒng)計與科學計量學的可視化分析方法，以圖表形式直觀地展示辭書學研究的現(xiàn)狀和熱點，預測未來的研究方向。希望通過系統(tǒng)的文獻分析能夠更全面地認識辭書研究現(xiàn)狀，為合理優(yōu)化資源配置提供參考，推進辭書學科學發(fā)展。

二、 數(shù)據(jù)來源與分析工具

（一） 數(shù)據(jù)來源

本文分析的文獻數(shù)據(jù)主要來自CSSCI和《辭書研究》期刊。其中，CSSCI是中文人文社會科學學術(shù)期刊的引文索引數(shù)據(jù)庫，被索引的論文質(zhì)量普遍較高；《辭書研究》是中國辭書學會會刊，也是2022年版中國人文社會科學期刊AMI綜合評價核心期刊（A刊），長期作為辭書學論文發(fā)表的重要學術(shù)陣地。

為全面、準確地獲取辭書學領(lǐng)域重要文獻，本文在CNKI中以“詞典”“字典”“辭書”“辭典”為主題進行高級檢索，［2］文獻分類為“中國語言文字”和“外國語言文字”，刊發(fā)時間為2003—2022年，得到CSSCI論文2904篇、《辭書研究》論文1590篇。將論文分批從CNKI導出，導入NoteExpress軟件，在NoteExpress中對文獻去重，刪除導讀、動態(tài)、發(fā)言、訃告、更正、公告、廣告、賀詞、名單、評獎、消息、約稿、征文、新書目、總索引、會議紀要/綜述、獲獎感言、學界動態(tài)、學者/機構(gòu)介紹、主持人語等非辭書學相關(guān)文章，最終獲取辭書學相關(guān)論文3843篇。

通過以上方法直接導出的論文題錄只包含篇名、摘要、關(guān)鍵詞、作者、期刊名稱、出版年度等信息，論文被引量、參考文獻等信息分別從知網(wǎng)上單獨獲取。

（二） 分析工具

本文采用的分析工具主要是Python、Java程序設(shè)計語言，Excel、CiteSpace、VOSviewer軟件。Python用于論文參考文獻信息的獲取，Java用于文獻題錄信息的整理與原始統(tǒng)計，Excel用于數(shù)據(jù)統(tǒng)計、排序、制表和散點圖繪制。CiteSpace和VOSviewer是兩種不同的科學計量學可視化分析軟件，各有所長，用于繪制各類知識圖譜，輔助分析辭書學研究的現(xiàn)狀、熱點與趨勢。

三、 辭書學研究發(fā)展現(xiàn)狀

（一） 年度發(fā)文量分布

年度刊發(fā)論文量分析有助于把握某一學科領(lǐng)域研究的整體發(fā)展脈絡(luò)。我們按年度統(tǒng)計了3843篇論文的發(fā)文時間。

圖1顯示，辭書學研究大致可劃分為兩個重要時期：（1） 2008年以前為穩(wěn)定發(fā)展期，發(fā)文量整體呈上升趨勢，由2003年的181篇增長到2008年的280篇，達到峰值，說明這一時期辭書學研究正蓬勃發(fā)展；（2） 2008—2022年為衰退期，發(fā)文量從2008年的280篇逐步降至2022年的117篇，達到近二十年的低谷。雖然2010年、2011年、2017年、2021年發(fā)文量有短暫提升，但依然不能改變這一階段的衰退趨勢。整體而言，近二十年辭書學重要文章的發(fā)文量呈下降趨勢，2008年以前（含）年均發(fā)文215.5篇，2008年以后（不含）年均發(fā)文182.14篇。

（二） 期刊分布

不同期刊對辭書研究的側(cè)重有所差異，整體呈現(xiàn)分布廣泛，又相對集中的特點。分布廣泛指3843篇論文刊發(fā)于323本期刊，相對集中指發(fā)文量不低于30的20本期刊共發(fā)文2519篇，即6.19%的期刊上發(fā)表了65.55%的論文。發(fā)文量不低于30的期刊信息如表1所示：

表1顯示，《辭書研究》發(fā)文量最大，共1398篇，占總發(fā)文量的36.38%，這與本文統(tǒng)計時將《辭書研究》作為數(shù)據(jù)來源有關(guān)，1398篇的發(fā)文量也充分說明了《辭書研究》作為學術(shù)陣地的重要作用。除《辭書研究》外，《語言文字應(yīng)用》《古漢語研究》《中國語文》等期刊發(fā)文量也在100篇以上，說明語言文字應(yīng)用類、專門類、綜合類期刊均對辭書研究有一定的關(guān)注。

（三） 核心作者與作者合作

1. 核心作者

論文是重要的學術(shù)成果，也是衡量作者學術(shù)貢獻和學術(shù)影響力的重要指標。核心作者是學科中具有較高影響力的作者。本文基于普賴斯定律與綜合指數(shù)法（鐘文娟 2012）進行核心作者測評，該方法以作者發(fā)文量和被引量為基礎(chǔ)數(shù)據(jù)，二者分別從論文數(shù)量和論文質(zhì)量維度進行度量。

其中，Zi為第i個作者的綜合指數(shù)，Xi為第i個作者的發(fā)文量，Yi為第i個作者發(fā)文累積被引量，為所有候選人的平均發(fā)文量，為所有候選人發(fā)文的平均被引量，為發(fā)文量占綜合指數(shù)的比重。本文令 =0.5，即認為發(fā)文量和被引量在決定綜合指數(shù)大小時具有相同權(quán)重。計算時，僅計算第一作者的綜合指數(shù)。

（5） 參考同類研究，將綜合指數(shù)不低于100的候選人視為核心作者，作者綜合指數(shù)越大，學術(shù)影響力越大。

經(jīng)計算，綜合指數(shù)不低于100的作者有164人，這些人即辭書研究領(lǐng)域的核心作者。綜合指數(shù)最高的30位作者如表2所示。

表2顯示了近二十年來辭書學領(lǐng)域最核心的學者，如章宜華、張博、王仁強、馬重奇、蘇新春、周薦、蘇寶榮、譚景春、楊寶忠、周志鋒等。他們的發(fā)文數(shù)或被引數(shù)較大，綜合指數(shù)排名靠前，是對辭書研究領(lǐng)域發(fā)展做出最重要貢獻的作者。此外，在這些核心作者中，既有辭書編纂經(jīng)驗豐富的學者，也有未從事辭書編纂，僅從研究視角進行辭書相關(guān)研究的學者。這也說明具有辭書編纂實踐經(jīng)驗不是辭書學研究的充分條件。

164位核心作者的出生年份和當前職稱統(tǒng)計如表3、表4所示：

表3顯示，近二十年來辭書學領(lǐng)域核心學者主要集中在60后和70后，分別有43人、47人，占比26.22%、28.66%。排名第三的是50后，有28人，占比17.07%。而80后只有15人，占比9.15%，不足10%，90后核心作者人數(shù)為0。實際上，80后的15人中，年齡最小的出生于1986年，也就是說沒有1987年及以后出生的核心作者。這說明辭書學領(lǐng)域核心學者趨于老齡化，青年人才儲備不足。

表4顯示，近二十年來辭書學領(lǐng)域核心學者中正高級職稱最多，為129人，占比78.66%，超過了四分之三。中級最少，僅5人，占比3.05%。在高級職稱中，正高人數(shù)是副高的3倍多，這一方面說明辭書學領(lǐng)域核心作者經(jīng)過努力已經(jīng)大多評上了正高級職稱，但也說明當下辭書學領(lǐng)域論文發(fā)表競爭激烈，副高及以下職稱學者需要與占比超過四分之三的正高學者進行競爭。

2. 作者合作

合作圖譜可以發(fā)現(xiàn)某個研究領(lǐng)域?qū)W者、國家或研究機構(gòu)之間的社會關(guān)系，為評價科研人員、國家或機構(gòu)的學術(shù)影響力提供一個新的視角，有利于我們發(fā)現(xiàn)那些值得關(guān)注的科研人員、國家或機構(gòu)。（陳悅，陳超美等 2015）本小節(jié)文獻處理時，不統(tǒng)計獨著論文，只保留合著論文，并使用VOSviewer繪制作者合作網(wǎng)絡(luò)圖譜，如圖2所示：

圖2中只給出人數(shù)大于8的合作團體，節(jié)點表示作者，邊表示兩端作者存在合作關(guān)系，節(jié)點、邊顏色相同的屬于同一個合作團體。節(jié)點越大，作者合著論文越多；節(jié)點的邊越多，合作的人越多；邊越粗，合作次數(shù)越多。

圖2顯示，辭書學領(lǐng)域形成了多個研究合作團體，人數(shù)大于8的合作團體有16個，分別以魏向清、俞士汶、蘇新春、陳士法、張志毅、侯敏、章宜華、蘇寶榮、曾東京、陳國華、楊寶忠、王東海、亢世勇、馮海霞、吳建平、羅思明為核心。這些作者大多與自己的學生或同機構(gòu)［3］同事合作，暫未形成大的合作群體。在整個圖譜中，同屬魯東大學的4個子網(wǎng)絡(luò)彼此有關(guān)聯(lián)，可以視為最大的辭書學研究合作網(wǎng)絡(luò)。即便如此，不同子網(wǎng)絡(luò)之間關(guān)聯(lián)仍不強，尚缺乏合作。結(jié)合表2發(fā)現(xiàn)，在這些子網(wǎng)絡(luò)處于合作中心的作者，有的在表2中，有的不在。在表2中的作者與他人合作時常做第一作者，不在表2中的作者與他人合作時通常不做第一作者。作者合作網(wǎng)絡(luò)圖譜中未出現(xiàn)的核心作者通常獨立發(fā)表成果較多，合作較少，如張博、馬重奇、王馥芳、譚景春、周志鋒等。

（四） 主要機構(gòu)

機構(gòu)發(fā)文量能直接反映某一學科的主要研究團體。機構(gòu)信息提取自每位作者所在機構(gòu)的一級名稱，具體包括兩個方面的處理：（1） 存在多級單位的，只保留一級單位名稱，比如“中國社會科學院語言研究所”處理為“中國社會科學院”；（2） 機構(gòu)名稱使用簡稱的，擴展為全稱，比如“南京師大”擴展為“南京師范大學”。提取機構(gòu)一級名稱后，統(tǒng)計發(fā)表辭書學論文最多的20家機構(gòu)如表5所示：

表5顯示，中國社會科學院、廣東外語外貿(mào)大學、南京大學、復旦大學等是發(fā)文量最大的機構(gòu)，發(fā)文量均不低于100篇，這些機構(gòu)是辭書學研究的主要研究機構(gòu)。中國社會科學院發(fā)表論文量最大，為185篇。

通過與圖2對比可以得知，廣東外語外貿(mào)大學、南京大學、復旦大學、北京大學、廈門大學、北京師范大學等學者內(nèi)部存在較多合作。而中國社會科學院雖然論文發(fā)表量最大，但機構(gòu)內(nèi)合作較少，多為個人獨立發(fā)表成果。

（五） 研究基礎(chǔ)

辭書學領(lǐng)域的3843篇論文共引用了10538篇參考文獻，被引用最多的前9篇（被引次數(shù)不低于12次）參考文獻如表6所示：

表6中的被引量僅包含被3843篇辭書學論文引用的次數(shù)，不包含被其他文獻引用的次數(shù)。9篇文獻可視為近二十年來辭書學研究最基礎(chǔ)的文獻，主題包括辭書修訂說明（江藍生 2013；徐樞，譚景春 2006）、辭書理論（鄭定歐 2004）、詞類（徐樞，譚景春 2006；郭銳 1999）、易混詞（張博 2007；蘇寶榮 2002）、詞義（譚景春 2000；吳云芳，俞士汶 2006）、語法（朱德熙 1983）。這些文獻為近二十年辭書學的發(fā)展打下了理論基礎(chǔ)。

四、 辭書學研究熱點與趨勢

研究熱點指在一定時間范圍內(nèi)，某個領(lǐng)域中學者共同關(guān)注的一個或多個話題。

（李杰，陳超美 2022）136共詞圖譜有利于人們分析研究熱點及熱點的演變，尤其配合突現(xiàn)詞（burstterm）功能的使用。（陳悅，陳超美等 2015）本文利用關(guān)鍵詞的共現(xiàn)、聚類、突現(xiàn)檢測等方法對辭書研究熱點進行分析。

（一） 基于共現(xiàn)圖譜的研究熱點分析

關(guān)鍵詞共現(xiàn)圖譜是以文獻關(guān)鍵詞為基礎(chǔ)數(shù)據(jù)的共詞圖譜。關(guān)鍵詞是作者對論文核心的凝練，是對文章內(nèi)容的高度概括。一個領(lǐng)域的研究熱點可通過計量分值高的關(guān)鍵詞來體現(xiàn)。本文使用CiteSpace繪制辭書學文獻關(guān)鍵詞共現(xiàn)圖譜，具體參數(shù)為：時間切片

# Years Per Slice=1、數(shù)據(jù)提取g指數(shù)（g-index）規(guī)模因子k=6、尋徑（pathfinder）剪枝，［4］結(jié)果如圖3所示：

3包含節(jié)點205個，邊187條，網(wǎng)絡(luò)密度（density）為0.0089。圖譜中關(guān)鍵詞節(jié)點字號大小與關(guān)鍵詞頻次的高低成正比，邊的粗細與兩端關(guān)鍵詞共現(xiàn)次數(shù)的多少成正比，節(jié)點間的距離（即邊的長度）不說明任何問題。

205個關(guān)鍵詞中，頻次大于20的有18個。《現(xiàn)代漢語詞典》頻次最大，其余為辭書、釋義、編纂、《漢語大詞典》、《漢語大字典》、學習詞典、語料庫、雙語詞典、義項、語文詞典、漢英詞典、新詞語、翻譯、詞典學、修訂、大詞典、《現(xiàn)代漢語規(guī)范詞典》等，它們反映了辭書學研究的側(cè)重點。辭書、詞典學是辭書學研究常見關(guān)鍵詞，其余關(guān)鍵詞反映了辭書學研究熱點的5種類型：

（1） 具體辭書。《現(xiàn)代漢語詞典》《漢語大詞典》《漢語大字典》《現(xiàn)代漢語規(guī)范詞典》是被研究最多的4部辭書，且全部是漢語內(nèi)向型辭書。

（2） 辭書類型。學習詞典、雙語詞典、語文詞典、漢英詞典是4種更受關(guān)注的辭書類型，這也說明相較專科辭書和百科辭書而言，語文辭書更容易受到關(guān)注；相較字典而言，詞典更容易受到關(guān)注。此外電子詞典、心理詞典、漢語辭書、?？妻o書、單語詞典、方言詞典是其他備受關(guān)注的辭書類型。

（3） 辭書編修。釋義、編纂、義項、修訂和辭書編修有關(guān)，涉及詞義的解釋和劃分。考釋、詞性標注、注音、體例、例證、釋義模式等是其他受到較多關(guān)注的研究熱點。

（4） 工具和技術(shù)。語料庫是辭書編纂時需要使用的重要數(shù)據(jù)資源，翻譯是編纂雙語辭書時的重要手段，二者既可以為辭書編修提供支持，又可以為辭書評價提供輔助。

（5） 特殊詞語類型。新詞語涉及詞語演化，異形詞、異體字、疑難字、字母詞、同義詞、方言詞語等是其他備受關(guān)注的詞語類型。

（二） 基于中介中心性的研究熱點樞紐分析

中心性是衡量關(guān)鍵詞重要性的重要指標之一，本文選擇關(guān)鍵詞的中介中心性（betweenness centrality）作為分析指標。［5］中介中心性反映了作者在整個合作網(wǎng)絡(luò)中的橋梁作用和中介地位。（岳永婕，溫婧等 2022）高中介中心性（不小于0.1）關(guān)鍵詞在網(wǎng)絡(luò)中的位置重要，是不同研究熱點之間的關(guān)鍵樞紐。本文使用CiteSpace計算辭書學文獻關(guān)鍵詞的中介中心性，具體參數(shù)與第四節(jié)第（一）小點一致。計算得到中介中心性不小于0.1的關(guān)鍵詞27個，其中不低于0.15的14個關(guān)鍵詞如表7所示：

表7顯示，義項、《漢語大字典》、語文詞典、辭書、語料庫、雙語詞典、《現(xiàn)代漢語詞典》的頻次和中介中心性均比較高，說明它們既是研究熱點，也是不同研究熱點的連接樞紐，能夠輻射出眾多其他研究熱點。規(guī)范、《當代漢語學習詞典》、收詞、注音、異形詞、《新華字典》、出版的中介中心性較高，但頻次較低，說明這些研究相對較少，但本身作為其他研究熱點之間的關(guān)鍵樞紐，起著重要的連接作用。比如圖3顯示《漢語大字典》、語文詞典等研究熱點和義項共現(xiàn)，詞性標注、搭配（其他還包括詞條、含義、詞典修訂、古漢語辭書、事件語義）等也常和義項共現(xiàn)，說明這些研究熱點常和義項在同一篇論文中研究。換言之，正是義項研究的需要，不同研究才得以在圖譜中產(chǎn)生關(guān)聯(lián)。

在所有高中介中心性關(guān)鍵詞中，出版、古注分別首現(xiàn)于2014年、2015年，其余關(guān)鍵詞均首現(xiàn)于2003—2011年間，說明近11年來，基本沒有出現(xiàn)作為關(guān)鍵樞紐的新研究點，經(jīng)典的選題依然處于不同研究點的樞紐位置。

（三） 基于聚類圖譜的核心主題分析

關(guān)鍵詞聚類圖譜是以論文關(guān)鍵詞為基礎(chǔ)數(shù)據(jù)的聚類圖譜。聚類是一種無監(jiān)督的學習任務(wù)，在未知類別的情況下，按一定的關(guān)聯(lián)性自動將數(shù)據(jù)分為不同的類。通常來講，同一個類內(nèi)的數(shù)據(jù)相關(guān)性較大，不同類的數(shù)據(jù)相關(guān)性較小，聚類結(jié)果展示了研究熱點的核心主題。本文在上文共現(xiàn)圖譜的基礎(chǔ)上繪制了關(guān)鍵詞聚類圖譜，結(jié)果如圖4所示：

聚類結(jié)果的有效性可以通過模塊值（modularity，簡稱“Q值”）和平均輪廓值（silhouette，簡稱“S值”）大小來判斷，Q值>0.3說明劃分出來的社團結(jié)構(gòu)是顯著的，S>0.7說明聚類成員的相似度高，聚類結(jié)果是令人信服的。圖4的Q值為0.8243，S值為0.945，說明社團結(jié)構(gòu)顯著、聚類結(jié)果有效。

圖4共包含13個類，按類的大?。ò?jié)點數(shù)的多少）用0—12的數(shù)字進行編號，采用LLR方法自動抽取最有代表性的關(guān)鍵詞作為類名放在編號后。13個類的詳情如表8所示：

表8中，“大小”表示類中所有關(guān)鍵詞數(shù)量，“平均年份”顯示了關(guān)鍵詞所屬論文的平均發(fā)表時間；“典型聚類成員”是5個最典型關(guān)鍵詞，彌補了單一詞語無法代表整個聚類的缺陷。13個類代表了13個核心主題。辭書學主要圍繞這13個主題進行研究。辭書學13個主題之間的邊界較為清晰，僅有0#詞典和#10大詞典，#7異形詞和#8語料庫之間存在重疊部分。從聚類結(jié)果看，辭書學研究包含多個明確主題，呈多元化發(fā)展，其中詞典類和大詞典類研究、異形詞類和語料庫類在發(fā)展中相輔相成。

（四） 基于時間線圖譜的研究熱點演進路徑分析

關(guān)鍵詞時間線圖譜有助于從時間維度上研究每個聚類內(nèi)關(guān)鍵詞隨時間的演變關(guān)系，從而了解不同主題變化。本文使用CiteSpace在關(guān)鍵詞聚類基礎(chǔ)上繪制關(guān)鍵詞時間線圖譜，結(jié)果如圖5所示：

時間線中關(guān)鍵詞總頻次用圓圈表示，圓圈越大總頻次越高，關(guān)鍵詞位于圓圈正下方，連線表示兩個關(guān)鍵詞之間存在共現(xiàn)。圖5顯示，從研究開始時間看，辭書學領(lǐng)域所有主題研究開始時間均較早，13個主題中有11個主題從2003年就開始研究，#7異形詞和#12義項的開始時間略遲，但從2004年、2006年也分別展開研究。從研究趨勢看，

#2不足、#5疑難字、#10大詞典、#12義項的研究開始趨冷，其余主題長期受到關(guān)注。其中，#2不足（和辭書評論有關(guān)）的關(guān)注度下降的最早，而#0詞典、#4學習詞典始終受到較多關(guān)注，數(shù)量穩(wěn)定增加。其余主題近1—3年關(guān)注度下降，主要是因為這些文獻發(fā)表時間不久，引用率較低。此外，圖5顯示辭書學研究的另一個特點是，所有主題的最高頻關(guān)鍵詞均出現(xiàn)在2007年（包含）之前，此后和歷年高頻關(guān)鍵詞保持共現(xiàn)。

（五） 基于關(guān)鍵詞突現(xiàn)性探測的研究前沿分析

某個領(lǐng)域研究熱點的變化趨勢可以通過觀察關(guān)鍵詞詞頻是否存在突變來輔助觀察，詞頻陡降反映相關(guān)議題研究衰弱，詞頻突現(xiàn)反映相關(guān)議題興起，進入研究前沿，突現(xiàn)強度越大，越能代表該段時間內(nèi)的研究動態(tài)及其發(fā)展趨勢。（謝梅，陳文俊 2021）本文以3843篇論文為基礎(chǔ)數(shù)據(jù)，使用CiteSpace默認參數(shù)對所有關(guān)鍵詞進行關(guān)鍵詞突現(xiàn)性檢測，得到15個突現(xiàn)關(guān)鍵詞，結(jié)果如圖6所示：

圖6節(jié)點顏色深淺代表關(guān)鍵詞詞頻大小，淺色表示尚未開展相關(guān)研究、［6］深色表示開始相關(guān)研究，更粗的節(jié)點表示研究較多，處于研究前沿，節(jié)點顏色/粗細變化表示頻次的突變。

圖6顯示，突現(xiàn)強度最大的是“規(guī)范”，突現(xiàn)強度為5.09。突現(xiàn)持續(xù)時間最長的是“語言接觸”，持續(xù)了5年，其次是“《英漢大詞典》”和“融媒體”，持續(xù)了4年。目前處在辭書學研究前沿的是“語言接觸”和“融媒體”，但從首現(xiàn)年和突現(xiàn)起始年看，二者又有所區(qū)別?！罢Z言接觸”從2014年就開始被關(guān)注，直到2018年開始突現(xiàn)，而“融媒體”在2019年之前辭書學界沒有關(guān)注，從2019年被關(guān)注開始就立即成了研究前沿。

2019年1月25日，中共中央政治局在人民日報社就全媒體時代和媒體融合發(fā)展舉行第十二次集體學習，習近平總書記發(fā)表重要講話。中國辭書學會積極響應(yīng)本次講話號召，在2019年3月召開了中國辭書學會融媒體辭書專題研討會，學習融媒體理論，研究融媒體與辭書事業(yè)的發(fā)展。（李宇明 2019）自此拉開辭書學界“融媒體”相關(guān)的研究，與圖6相符。

整體而言，辭書學領(lǐng)域不同時期的研究前沿持續(xù)時間均比較短，15個關(guān)鍵詞代表的研究前沿中有12個持續(xù)時間低于4年。“語言接觸”“融媒體”是當下辭書學研究前沿，并且已經(jīng)持續(xù)了四五年的時間，值得繼續(xù)關(guān)注。

五、 結(jié)語

本文采用傳統(tǒng)統(tǒng)計與科學計量學可視化分析相結(jié)合的方法，對2003—2022年辭書學領(lǐng)域的重要論文進行統(tǒng)計分析和可視化分析。與其他使用CNKI進行文獻計量的研究相比，本文有以下4個特點：（1） 獲取了文獻被引數(shù)，在確定核心作者時引入文獻質(zhì)量度量標準，在可視化分析時采用g指數(shù)方法篩選重要文獻；（2） 獲取了核心作者的年齡及職稱，對核心作者年齡分布和職稱分布進行了分析；（3） 對作者機構(gòu)進行處理，將機構(gòu)名稱統(tǒng)一到一級單位，更便于分析；（4） 獲取了論文參考文獻，支持學科基礎(chǔ)研究。

近二十年辭書學研究表現(xiàn)出以下特征：

（1） 2008年以后辭書學研究發(fā)文量呈下降趨勢，發(fā)文期刊較為集中。核心作者群體較大，但年長學者多、正高級職稱多，青年學者人才儲備不足。學者間合作較少，除魯東大學外，其他作者要么是小規(guī)模合作，要么是獨立發(fā)文?？蒲袡C構(gòu)和高校是辭書學研究的主要機構(gòu)，高校內(nèi)部合作較多，科研機構(gòu)內(nèi)合作較少。

（2） 辭書學研究已經(jīng)分化出多個明確研究主題，呈多元化發(fā)展，僅少量主題間存在交叉，具體辭書、某類辭書、辭書編修、工具和技術(shù)、特殊詞語類型是最受關(guān)注的研究熱點，但近年來缺乏作為關(guān)鍵樞紐的新研究點。各主題研究熱點開始時間較早，持續(xù)時間久，2007年以后沒有出現(xiàn)新的高頻研究熱點。結(jié)合年度發(fā)文趨勢分析，這也是造成2008年以后發(fā)文量下降的一個重要因素。辭書學研究前沿的選題持續(xù)時間通常較短，語言接觸和融媒體是當下辭書學研究的前沿，已經(jīng)持續(xù)較長時間。

因此，希望我們能重視辭書人才培養(yǎng)，尤其是青年人才的培養(yǎng)，促進辭書學研究隊伍結(jié)構(gòu)趨于合理。不同研究機構(gòu)和學者間也應(yīng)加強合作交流，以展開更大、更深層次的研究。辭書學歷史悠久，有很多傳統(tǒng)的研究主題，而在人工智能日益普及的今天，辭書編纂手段和呈現(xiàn)方式都展現(xiàn)出新的面貌，這也將拓寬辭書研究的新領(lǐng)域。

附 注

［1］ 原文為“辭書是國家文化建設(shè)的重要工具，是民族化積累的重要成果”，其中“民族化”應(yīng)為“民族文化”。

［2］ 2003—2021年發(fā)表的論文參考文獻檢索時間均為2022年11月11日，2022年發(fā)表的論文參考文獻及所有論文被引量檢索時間為2023年2月6日。

［3］ 這里在同一機構(gòu)合作指合作者當前或曾經(jīng)在同一機構(gòu)工作、學習。

［4］ 剪枝指剔除網(wǎng)絡(luò)中一些次要連接，以便突出核心結(jié)構(gòu)。

［5］ 除中介中心性外，還有度數(shù)中心性（degree centrality）、接近中心性（closeness centrality）等。不同中心性計算法反映的作者合作略有區(qū)別。比如度數(shù)中心性越高，與其他作者直接合作越多；接近中心性越小，越不容易受他人控制。

［6］ 淺色節(jié)點僅說明在提取的文獻中尚未作為關(guān)鍵詞出現(xiàn)過，本文分析時將其視為缺乏相關(guān)研究，但對于全部文獻而言，該關(guān)鍵詞可能在其他文獻中出現(xiàn)過，特此說明。

參考文獻

1. 陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能.科學學研究，2015，33（2）.

2. 方寶花，何華連.我國2001年辭書學研究述略.辭書研究，2002（6）.

3. 方寶花，何華連.我國2002年辭書學研究述略.辭書研究，2004（1）.

4. 方寶花，何華連.我國2003年辭書學研究述略.辭書研究，2005（1）.

5. 方寶花，何華連.我國2004年辭書學研究述略.辭書研究，2006（1）.

6. 方寶花，何華連.我國2005年辭書學研究述略.辭書研究，2007（6）.

7. 方寶花，何華連.我國2006年辭書學研究述略.辭書研究，2008（6）.

8. 方寶花，何華連.中國2007年辭書學研究述略.辭書研究，2009（3）.

9. 郭銳.語文詞典的詞性標注問題.中國語文，1999（2）.

10. 江藍生.《現(xiàn)代漢語詞典》第6版概述.辭書研究，2013（2）.

11. 李杰，陳超美. CiteSpace科技文本挖掘及可視化（第三版）.北京：首都經(jīng)濟貿(mào)易大學出版社，2022.

12. 李景成.現(xiàn)代辭書發(fā)展趨勢略述.辭書研究，1990（3）.

13. 李宇明.促進“融媒辭書”發(fā)展，加強辭書生活研究.中國辭書學會微信公眾號，2019-03-22．

14. 劉杲.辭書編纂出版的幾個問題.出版工作，1989（3）：57-66.

15. 盧潤祥.辭書研究的現(xiàn)狀與展望.語文研究，1992（2）：1-5.

16. 陸爾奎.辭源說略.東方雜志，1915（4）：13-16.

17. 蘇寶榮.關(guān)于異形詞整理和規(guī)范的理論思考.辭書研究，2002（4）.

18. 譚景春.詞的意義、結(jié)構(gòu)的意義與詞典釋義.中國語文，2000（1）.

19. 王東林，耿敬杰. 1998—2015：中國廣告學研究熱點、趨勢及網(wǎng)絡(luò).科研管理，2019，40（8）.

20. 魏向清.國家辭書編纂出版規(guī)劃的戰(zhàn)略定位.辭書研究，2015（1）.

21. 魏向清，耿云冬，王東波.中國外語類辭書編纂與出版30年（1978～2008）發(fā)展概述.中國出版，2010（9）：34-38.

22. 魏向清，趙連振，孫文龍.《辭書研究》40年的民族化與國際化探索之路——回顧與展望（1979—2019）.辭書研究，2020（1）.

23. 吳云芳，俞士汶.信息處理用詞語義項區(qū)分的原則和方法.語言文字應(yīng)用，2006（2）.

24. 謝梅，陳文俊.中國慕課研究的知識圖譜：熱點、現(xiàn)狀與趨勢分析——基于CiteSpace的分析.西南民族大學學報，2021，42（1）.

25. 熊回香，李建玲.基于CSSCI的近十年我國檔案學研究知識圖譜分析.檔案學研究，2020（3）.

26. 徐玲玲，杜利民，陶立方，等.中國編輯出版學的研究熱點與可視化分析.科技與出版，2021（2）.

27. 徐樞，譚景春.關(guān)于《現(xiàn)代漢語詞典（第5版）》詞類標注的說明.中國語文，2006（1）.

28. 岳永婕，溫婧，歐陽婕，等.新聞傳播學科研人員合作的社會網(wǎng)絡(luò)分析.新聞與傳播研究，2022，29（3）.

29. 張博.同義詞、近義詞、易混淆詞：從漢語到中介語的視角轉(zhuǎn)移.世界漢語教學，2007（3）.

30. 鄭定歐.對外漢語學習詞典學芻議.世界漢語教學，2004（4）.

31. 鐘文娟.基于普賴斯定律與綜合指數(shù)法的核心作者測評——以《圖書館建設(shè)》為例.科技管理研究，2012，32（2）：57-60.

32. 周薦.新詞語研究和新詞語詞典編纂六十年.辭書研究，2015（2）.

33. 周薦，楊世鐵.漢語辭書研究三十年回顧.辭書研究，2009（5）：1-6.

34. 朱德熙.自指和轉(zhuǎn)指——漢語名詞化標記“的、者、所、之”的語法功能和語義功能.方言，1983（1）.

（中國社會科學院大學文學院/中國社會科學院辭書編纂研究中心 北京 100732）

（責任編輯 劉 博）