文献计量与科学计量分析——方法指南
文献计量学以定量方式描绘一个领域的结构与演化。在 AEC（建筑、工程与施工）领域，它常被用于为综述论文搭建框架。用得好则严谨，用得不好就是“披着洞见外衣的描述性统计”——应追求解释，而不只是彩色的网络图。
一、两个互补的分析族
绩效分析（产出与影响）：每年发文量，最高产/最高被引作者、机构、国家、期刊；被引次数；h/g 指数；布拉德福德定律（核心期刊）；洛特卡定律（作者生产力）。
科学图谱（结构与动态）：
- 共被引（参考文献/作者/期刊）→ 知识基础/奠基性工作。
- 文献耦合（共享参考文献）→ 当前研究前沿/活跃聚类。
- 共词/关键词共现 → 概念/主题结构与趋势。
- 合著 → 社会/合作结构（作者、机构、国家）。
- 主题演化/叠加时间线 → 主题如何兴起、合并、消退（CiteSpace 突发检测；Bibliometrix 主题图四象限：驱动主题/小众主题/新兴或衰退主题/基础主题）。
二、工作流
-
界定范围与检索式（与系统检索同等严谨——参见 systematic-review）。文献计量的质量取决于导出数据的质量。记录数据库、确切检索式、筛选条件与导出日期。
-
为结构化分析选择“一个”主数据库（Scopus 或 Web of Science），因为两者的被引/参考文献元数据无法干净地合并；可以同时报告两者的覆盖情况。OpenAlex/Dimensions 是开放替代方案。注意覆盖局限（会议、图书、非英语文献收录不足）。
-
导出完整记录 + 被引参考文献（Scopus：带参考文献的 CSV/RIS/BibTeX；WoS：制表符分隔/纯文本“Full Record and Cited References”）。
-
清洗数据——可信度在此建立或丧失：
- 作者姓名消歧（首字母冲突），统一机构/国家变体。
- 通过同义词表合并关键词同义词与拼写变体（BIM / “building information modeling” / “building information modelling”；“life cycle assessment” / LCA），VOSviewer 支持同义词表。
- 去除停用词/过于通用的术语。
-
用工具分析（见下）。按问题选择分析，不要条件反射地把所有分析都跑一遍。
-
解释——为聚类命名并解释，联系叙事，识别空白与研究议程。用领域知识（aec-domains）验证聚类；领域内不认可的聚类往往是数据清洗的产物。
三、工具
- VOSviewer：共现、共被引、耦合、合著图谱；视觉清晰。免费；使用关联强度；支持同义词表；适合出图。
- CiteSpace：时间动态、突发检测、结构变化、关键节点。免费（Java）；学习曲线陡峭；擅长演化与新兴趋势。
- Bibliometrix / biblioshiny（R）：完整流程，含绩效分析、三字段图、主题图/演化、洛特卡/布拉德福德。开放、可复现、可脚本化；biblioshiny 为图形界面。
- OpenAlex / pyalex / litstudy / metaknowledge：程序化、开放、无需订阅。可复现流程；利于透明性。
- Litmaps / Connected Papers / ResearchRabbit：可视化引文发现与滚雪球。属发现辅助，非正式分析。
- Gephi：自定义网络布局/指标。需要定制图分析时使用。
四、报告规范
遵循 Donthu 等（2021）与 Aria & Cuccurullo（Bibliometrix）的指引。综述外壳可结合 PRISMA 流程图（参见 systematic-review）。
报告：数据库、检索式、筛选条件、时间跨度、导出日期、记录数、软件及版本、清洗步骤（同义词表决策）、参数（最小出现阈值、聚类分辨率）以及计数单位（全计数 vs 分数计数）。
明确说明阈值（如“出现次数 ≥5 的关键词”“文献数 ≥3 的作者”）——它们决定每一张图，必须可复现。
五、指标与定律速查表
- 布拉德福德定律——少数核心期刊承载多数论文（为核心来源选择提供依据）。
- 洛特卡定律——作者生产力高度偏斜（少数多产作者）。
- 普赖斯定律——约一半论文来自 √N 位作者。
- h 指数 / g 指数——生产力+影响；受年龄与领域偏倚。
- 每项总/平均被引、施引文献、FWCI——影响；跨领域比较时需做领域归一化。
- 总链接强度（VOSviewer）——节点在图中的连接度。
- 中介中心性 / 突发性（CiteSpace）——关键节点与激增节点。
六、解读科学图谱（把图变成发现）
- 共被引聚类 = 领域的知识基础 → 撰写“理论根源”。
- 耦合/关键词聚类 = 当前前沿 → 撰写“活跃研究流”。
- 聚类间连接稀疏 = 碎片化/整合机会 → 一个空白。
- 近期关键词突发/新兴主题象限 = 定位新工作所依据的趋势。
- 边缘孤立节点 = 小众或萌芽主题 → 潜在新颖性空间。
- 国家/机构网络 = 合作空白、代表性不足地区（一个合理的 AEC 空白）。
七、需指出的陷阱
- 天真地合并 Scopus + WoS 被引数据（重复计数、参考文献不匹配）。
- 不做数据清洗 → 作者与关键词噪声膨胀/重复 → 无意义聚类。
- 把聚类颜色当作结论而不加解释。
- 将被引次数等同于质量（DORA 警示）。
- 忽视数据库覆盖偏倚（偏英语、偏期刊而非会议、偏新而非旧）。
- 过度解读小网络；报告对阈值的敏感性。