1 研究背景

1963年，Price在《Little science， big science》一书中指出“科研合作已成为当今科学发展的重要动力”[1]. 伴随科学的不断发展与研究的逐步深入，科研中的合作关系日益成为推动科研人员创新绩效与学科知识创新的重要力量. 学者个体的知识储备有限且局限于某一领域，知识交叉与合作是获取有价值研究成果的必要手段与方法，多学科背景与跨地域研究利于知识的融合，推动学科进步.

观察发现近几年旅游学科的论文成果，论文合著比例不断提高. 经统计，本研究样本中合著率高达87.77%. 另有资料显示，2001—2012年中国大陆旅游学者独立发表论文数量仅占发文总量的1.5%，其余学术成果皆为合作完成[2]. 可见，合著已逐渐成为旅游学科发展进程中的普遍现象. 学者科研合著背后呈现的合作关系及网络结构特征是学者个人学术影响力与社会资本的重要体现. 然而，旅游学界鲜少关注旅游学术研究中的合著现象，结合社会网络分析方法探索科研合作的研究更是少之又少. 本研究从社会网络视角，使用社会网络分析方法研究高绩效旅游学者的科研合著网络特征，也是继《基于关键词的我国旅游学科高绩效学者研究热点分析》[3]，对旅游学科高绩效学者研究选题趋势及热点分析后关于我国高绩效旅游学者展开的后续研究：1)研究数据来源于中国期刊全文数据库(中国知网CNKI)，较为完整地收纳了高绩效旅游学者历年发文数据；2)论文信息能够客观真实地反映学者之间的合作关系，利于挖掘客观呈现的规律性问题；3)高绩效学者具有代表性，将其科研合著现象背后的关系显性化，探讨学者在合作中所处的社会地位、资源拥有量等与其科研合作绩效之间的关系，能够揭示高绩效旅游学者科研合作的一般规律. 因而，研究既拓宽了旅游学术研究深度与广度，也利于提高旅游学者的科研绩效与推动旅游学科的发展.

防止损害官兵正当权利。目前，官兵的薪资、住房、医疗、休假、优待抚恤等权利分散地体现在相关军事法规制度中，在实施过程中存在各种人为裁量的因素，容易损害官兵正当权利。推行军队行政权力清单制度，通过对权力运行的规范和监督，能有效防止损害官兵正当权利的行为。再者，军队行政权力清单制度使得军队行政权力很大程度上面向广大官兵公开，因而能切实尊重和维护广大官兵对军队重大问题的知情权、建议权、参与权和监督权，保障广大官兵的民主权利。

2 文献回顾

国内外学者已经对论文合著网络进行了相对密集的研究. 国外学者相关研究主要集中于合著网络的特性结构、合著类型、网络中个体实力诸方面. Xiaoming Liu[4]等分析数字图书馆领域的合著网络，提出了Author Rank算法；Newman M.E.J. [5-8]等从复杂网络的视角对论文合著网络进行了一系列研究，揭示了合著网络中存在小世界性及无标度性等规律；Borner[9]等从作者实力、子群体大小及其分布等方面分析了信息可视化研究领域的合著网络. 国内合著网络相关研究主要以科研机构、具体期刊及学者个体为对象，研究网络特征，分析中心度、学科演化等社会网络分析指标. 早期使用简单统计分析方法探讨合著现象，中科院文献情报中心汪冰[10]首次对我国情报学期刊论文合著现象进行了统计和分析. 随着研究方法的进步，图书情报学领域学者较早使用社会网络分析方法研究科研合作现象，朱云霞[10]等基于社会科学领域高校间的科研合作情况开展研究，总结了跨机构科研合作现状；赵延东[11]等根据一项社会调查取得的数据资料，以个体中心网的视角研究科研人员的合作网络；袁思本[12]等选取图书情报学科18本核心期刊载文数据研究了该领域高H指数学者的作用.

旅游领域内，涉及旅游学术发展的相关研究，主要包括文献内容分析、学术影响力评价、学者共被引分析等方面，如张凌云[13-14]等深入探讨旅游学术共同体的发展现状、分类评价；朴志娜[15]等选取2003—2012年国际旅游期刊的文章，对关键词进行全面梳理，揭示了旅游学研究的规律及研究主题内容的受关注情况；孙瑾瑾[3]研究近30年我国旅游学科高绩效学者论文数据，分析高绩效学者研究热点及趋势变化，但尚未探讨高绩效学者的科研合作情况. 旅游领域内，学者科研合作相关研究较少，张凌云[16]等研究发现“大陆学者正在以学术交流和学生联合培养的方式合作发表论文”；章杰宽[17]以《旅游学刊》和《旅游科学》为研究对象，从复杂网络视角探讨旅游研究的科研合作网络特点.

式中，Ng是指单位面积上所发生的年雷击大地次数，单位为次／（km2·年），反映的是某地区雷击频繁程度［12］。其中，N为湖南省ADTD型雷电监测网提供的某区域地闪总次数，本研究取2009—2017年的年平均雷击大地次数。S为区域面积，单位为km2。

3 研究设计

3.1 研究对象

研究对象选取上，本研究与《基于关键词的我国旅游学科高绩效学者研究热点分析》一文相同，均在张凌云[12]等学者对近10年我国旅游学科学者进行的H指数排名基础上，选取排名中H指数大于10的前21位旅游学者作为研究对象. 与以往单纯根据论文数量测度科研团体成果学术影响力和贡献力的方法不同，H指数结合了学者发文量与被引量，对学者的学术评价更为全面客观[3]. 张凌云[18]认为，H指数兼顾了学者论文数量与质量，较全面客观地测度了学者的绩效水平. 21位高绩效旅游学者发文时间跨度近30年，他们的科研合著网络一定程度上反映了旅游学科学术研究的科研合作现状，具有代表性与真实性，本研究旨在挖掘其中普遍规律以指导我国旅游学者科研合作，推动学术共同体发展. 如表1所示.

 

表1 旅游学科高绩效学者H指数一览

  

H指数1918171514131211学 者保继刚吴必虎陆 林张 捷卞显红马晓龙马耀峰孙根年、孙九霞徐红罡、汪德根郭鲁芳、杨新军章锦河、朱 竑王兆峰、黄震方郑向敏、曹国新秦 学、卢 松

数据来源：张凌云，齐飞，吴平.近十年我国旅游学术共同体成果的h指数测度与评价[J].旅游学刊，2014(6)：14-23.

3.2 数据来源

合著网络节点高关系强度分析 为进一步分析高绩效旅游学者合著网络关系，研究选取使用Ucinet6.0构造的合著网络模型中合作频次大于5的局部网络图，如图3所示. 观察发现：1)社会网络图直观呈现了资源在不对称的社会关系和复杂网络中的不均匀分布，节点与节点间的联系强度不同. 2)我国旅游学科高绩效学者合著关系主要为师生关系和同事关系，并有一些学者由师生关系演变为同事关系. 师生关系以马耀峰学者最为典型，有5次以上合作的学者中86%是其培养的博士生与硕士生. 3)高绩效学者合著网络具有显著的地域趋近性. 合作频次大、联系紧密的学者多属于同一科研机构，地理位置上接近，同一地区的合著者占77.3%. 跨地区、跨院校的合作较少. 合作关系遵循了最小省力原则，这种合作模式虽然利于资源流通，极大提高了学者的科研效率，但也阻碍旅游学科跨地区交流，使得知识流动范围狭窄，知识创新与合作共享受到抑制. 以保继刚为例，其在中山大学任教，而与之合作频繁的7位学者所在单位为中山大学、华南理工大学、华南师范大学. 4)21位高绩效学者之间有较为紧密的联系. 以保继刚、徐红罡、孙九霞、朱竑为例. 他们均在旅游学科H指数排名中居前列，之间有密切的合作关系，合作频次较多. 他们作为搭建联系的桥梁，带动了以其为中心的其他边缘学者开展学术合作.

2)高关系强度节点网络显示，关系紧密的学者主要为师生关系与同事关系，高绩效学者所培养的硕士生与博士生是其合著网络中的主要构成要素. 可见，旅游学科内的科研合作类型较为单一，多是局限于同一机构院校内的师生或同事合作关系.

  

图1 高绩效学者合著情况统计

3.3 指标选取

本研究旨在分析旅游学科高绩效学者个体网络的特征，根据社会网络分析法已有的关系数据研究指标，选取网络规模、网络密度、关系强度、派系和结构洞等指标进行分析.

4 网络特征分析

4.1 基本特征分析

论文时间跨度 统计21位高绩效学者的论文时间跨度如表2所示，学者发文时间跨度从6年到29年不等. 研究将高绩效学者论文成果时间跨度分为6个区间，间隔为5年. 其中，5年以下0位；5～10年占4.8%；10～15年占38.1%；15～20年占23.8%；20～25年占14.3%；25～30年占19%. 高绩效学者论文时间跨度主要集中在10～20年区间内. 21位高绩效学者中，吴必虎时间跨度最长，为29年；保继刚、陆林、马耀峰次之，为28年；卞显红时间跨度最短，为6年；卢松、曹国新、马晓龙次之，为12年.

 

表2 高绩效学者时间跨度分布

  

时间跨度<5年5^10年10^15年15^20年20^25年25^30年高绩效学者数0.01.08.05.03.04.0占比/%0.04.838.123.814.319.0

合著情况统计 如图1所示，21位旅游学科高绩效学者合著率均较高，平均合著率为78%. 其中，合著率最高值为黄震方，高达98%，表明其大部分论文成果是与他人合作完成. 合著率最低值为曹国新，仅为16%，表明其合著篇数所占比例较少，大部分论文成果为个人独著.

4.2 网络特征分析

科研人员的合著数据一定程度上反映了其社会关系脉络及学术影响力. 本研究运用社会网络分析法揭示我国旅游学科高绩效学者的合著网络特征，构建学者科研合著网络模型，得出如下结论：

  

图2 高绩效学者合著网络

本研究以中国期刊全文数据库(中国知网CNKI)为来源数据库，剔除会议、报纸、硕士和博士学术成果，仅保留符合要求的期刊论文. 数据库信息包括文章信息、作者姓名、单位等相关信息. 研究数据时间跨度为中国知网(CNKI)收录的学者首篇论文时间至2015年12月31日. 采取多种检索方式，多重关键词交替组合检索，务求做到论文数据完整准确.

  

图3 合作频次大于5的合著网络

高绩效学者合著网络指标分析结果 1)网络规模. 统计高绩效学者合著网络规模发现：21位高绩效学者的节点数排名与关系数排名呈现比较明显的对应关系，高绩效学者合著网络的节点数与关系数排名差值为0的占48%；差值为1的占43%. 其中节点数与关系数排名不一致的学者，如吴必虎与马耀峰，观察他们的网络图发现，吴必虎的合著网络节点数小于马耀峰，但网络图关系数却大于马耀峰. 说明在拥有相同的学者数量的情况下，吴必虎合著网络中学者间的合作次数更多，关系数也更多. 21位高绩效学者中，合著网络节点数最大值为马耀峰，共232个；其关系数为1214条，居第二位；节点最小值为曹国新，仅为12个；关系数也最小，共34条. 关系数最大值为吴必虎，共1558条. 2)网络密度. 网络图密度范围在[0，1]之间，越接近1网络图越完备[19]. 本研究中的21位旅游学科高绩效学者合著网络图密度平均值为0.04，最大值为曹国新学者的密度值(0.1091)；最小值为郑向敏学者(0.0102). 数值主要集中在[0.02，0.03]区间，可见旅游学科高绩效学者这一群体的合著网络密度相差较小且均值较低. 说明高绩效学者的合著网络图在密度这一测量指标上存在极大的相似性，没有明显的分层现象. 密度主要依赖两个网络结构参数：图的内含度和图中各点的度数总和[19]. 内含度指图中有关联的部分包含的点数，即总点数与孤立点的差值与总点数之比，内含度越高，则网络图中的孤立点越少. 因此，从研究数据可知：一方面，21位旅游学科高绩效学者的合著网络图整体稀疏，学者间关联度较低，孤立点较多，绝大多数学者仅与处于中心位置的高绩效学者有联系，与网络中的其他学者合作较少. 另一方面，密度低，学者间关联度较低，受限制程度较低，有较大的自由选择更为多样的知识资源，网络较开放. 经计算，21位高绩效学者关系强度平均值为2.40. 其中，陆林的合著网络图关系强度最大，为4.08；曹国新关系强度最小，为1.00. 3)关系强度. 计算高绩效学者合著网络的关系强度指标发现，21位高绩效学者关系强度平均值为2.40. 其中，陆林的合著网络图关系强度最大，为4.08；曹国新关系强度最小，为1.00. 4)派系分析. 表3数据显示，马耀峰学者合著网络中派系数量最多，为167；张捷以129个派系数量排名第2. 孙九霞派系数量最少，仅2个；卞显红、曹国新、秦学次之，有4个派系. 合著网络中派系较少说明Ⅰ)网络中学者之间的联系较少，诸多处于边缘的学者，仅与中心位置学者有合作关系，不利于整体网络之间的交流. Ⅱ)居于中心位置的学者有较强的控制力，他们能够为互不相识的学者创造合作机会. 而派系数量多则说明学者科研合著网关系复杂，形成诸多联系密切的小团体. 若合著网络中存在“中间人”，则能够建立相对完备的派系之间的联系，增加小团体间的合作机会，如马耀峰学者合著网络中有诸多学者掌握丰富的人脉关系、具备较强的学术实力，促成互不相识的学者开展科研合作；若缺少“中间人”，则小团体间沟通较少，不利于整体网络的联通，如保继刚学者合著网络中许多学者互不相识，仅与保继刚有合作，他们之间缺乏建立沟通联系的桥梁. 5)结构洞. 表4按照结构洞测量指标之一等级度(Hierarchy)降序排列. 等级度越高则越居于网络的核心，学者的控制力也就越大. 保继刚、郑向敏、郭鲁芳、吴必虎等级度较高，卢松、汪德根、卞显红、秦学则等级度较低. 说明保继刚等在其合著网络中处于中心位置，控制力更大. 而等级度较低的卢松等则在其合著网络中控制力相对较小. 高绩效学者合著网络显示，学者们的合著关系交流范围有限，基本以高绩效学者为中心集聚，而其他学者之间则较少联系，缺乏互动.

说丢人，这还是小的。暑期，电视剧《岁岁年年柿柿红》热播，但该电视剧的海报上将“岁岁年年柿柿红”错写成了“岁岁年年柿柿肛”，这“红”写成了“肛”，真是“肛肛滴”，让人笑掉大牙。

回顾文献发现，社会网络及合著网络的相关研究较为丰富，研究内容广泛且方法成熟，主要集中在情报学、图书档案学领域. 但研究多以某一本或某几本期刊为对象，数据来源局限且代表性有所欠缺. 旅游领域内科研合作相关研究尤其缺乏，鲜有旅游学者结合旅游学科的具体情况探讨科研合著现象. 本研究以我国旅游学科高绩效学者为研究对象，全面检索高绩效学者发表论文数据，建立全样本论文数据库，结合社会网络分析方法研究我国旅游学科高绩效学者近30年的论文成果，能够真实地反映中国旅游学科高绩效学者的科研合著网络特征及一般规律，为旅游学者更好地开展科研合作提供有益借鉴.

 

表3 高绩效学者合著网络指标分析结果

  

学者规模节点关系密度TS值派系学者规模节点关系密度TS值派系保继刚1013580.01602.2126吴必虎19215580.03241.7276陆 林1719320.02064.08116张 捷15911800.03483.10129卞显红17540.09171.694马晓龙22600.04292.299马耀峰23212140.01423.52167孙根年1204760.01692.6565孙九霞26820.05331.842徐红罡632100.02271.7726汪德根421940.06833.4922郭鲁芳26820.05331.362杨新军823600.03062.1641章锦河1156440.03233.1162朱 竑602420.03621.7829王兆峰35840.01431.888黄震方1246560.02733.4179郑向敏1294220.01023.2249曹国新12340.10911.004秦 学14380.07691.384卢 松683540.04982.8232

注：根据H指数排序.

 

表4 结构洞测量指标结果

  

学者有效规模效率限制度等级度学者有效规模效率限制度等级度保继刚52.1840.5170.5000.953郑向敏69.0550.5350.4870.949郭鲁芳8.8450.3400.6760.943吴必虎118.9140.6190.3090.942王兆峰13.8110.3950.6480.939曹国新3.2190.2680.7460.924马耀峰149.9800.6460.3150.914陆 林108.2650.6330.3260.912徐红罡35.7260.5670.4320.901孙九霞11.3100.4350.6150.901孙根年69.7490.5810.4030.897朱 竑36.3780.6060.3830.879黄震方81.5460.6580.3010.867杨新军51.3210.6260.3500.862章锦河76.6740.6670.2780.837张 捷113.3360.7130.2140.834马晓龙10.6810.4860.5740.829秦 学5.9030.4220.6270.828卞显红7.7850.4580.5710.820汪德根23.2370.5530.4370.758卢 松46.8020.6880.2570.744

注：根据学者等级度降序排列.

5 结论与启示

5.1 研究结论

高绩效学者合著网络构建 使用社会网络分析软件Ucinet6.0中NetDraw2.0绘图程序构建21位高绩效学者合著网络模型，如图2所示. 观察发现21位高绩效学者均为不完全连通合著网络. 学者间的合作频次大小不等，合著网络呈现两类特征：1)整体网络稀疏，但局部关系紧密. 这类学者共有12位，合著网络平均关系强度高，合著网络复杂庞大，但是节点间的合作频次差距较大，少数学者具有较大影响力，多数学者仅与中心位置的学者有合作关系且频次较低. 以陆林为例，合著网络关系强度为4.08，为最大值；其密度值为0.0206，排名第20位；合著网络节点数为171，排名第3位；合作频次最多为29次，最少为1次，占总合作者的61.8%. 由此分析，陆林学者的合著网络虽然规模较大，合作者众多，但是整体网络稀疏. 只有少数学者在合著网络中具有较大影响力，与中心学者有频繁的合作，而大多数学者仅参与一次合作，与合著网络中其他学者并无交集. 该网络特征在其他学者合著网络中也存在. 2)整体网络稀疏，节点间的合作频次差距较小. 这类学者共有9位，合著网络密度低，平均关系强度低，合著网络中各行动者间的关系简单清晰，学者影响力差别较小，主要围绕中心学者展开合作，与网络中其他节点联系较少. 其中，曹国新与其合作者只有一次合作，合作者间合作较少，合著网络中除了曹国新没有其他影响力较大的学者. 其他学者间的合作频次都不超过5次，绝大部分仅有1次合作.

建设军民融合式军需智慧仓库需要应用大量自动控制技术和感知技术。例如：自动分拣机、PDA手持终端、RFID、条码扫描等智能设备与技术，特别是物资储备实时监控及信息处理离不开计算机网络。这些智能化设备与技术是新一代信息技术的重要组成部分，在仓储过程中通过信息传送接收的方式进行军需物资自动管理，减少军需物资寻找时间和发运错误，简化和优化工作流程，提升仓储管理的信息化、自动化、智能化水平。

通过实验以及相关的数据分析，我们得出以下结论：1）母语负迁移是造成高职学生英语作文错误的主要原因之一；2）母语负迁移造成的错误分布在各个层面，以往研究所忽略的由母语迁移造成的文化和拼写错误也是重要的干扰因素之一；3）在区分高低分作文方面，批改网和教师的标准各有异同，批改网系统对于语言层面的错误更能直观反映，对于篇章和主题方面的错误较难发现，教师批改更注重篇章结构和主题明确方面。在今后的教学中，教师应重视英汉两种语言和文化之间的差异，采用对比分析教学法，让学生正视母语负迁移的普遍存在并学会积累地道的、原汁原味的英语表达，培养学生较强的英语输出能力。

1)合著网络密度及关系强度数值表明，高绩效学者合著网络呈现核心-边缘效应，21位高绩效学者的合著网络密度整体偏低，关系强度相对较高，网络中少部分学者关系紧密，大部分学者合作关系松散. 由此可见，高绩效旅游学者的科研合作网中社会关系不对称，资源分布不均匀，资源聚集度高.

因采集到的原始数据中存在学者单位调动、重名、数据不完整、格式不规范等问题，研究通过多渠道检索补充高绩效学者基本信息，在此基础上对数据进行信息一致化处理. 最终获取论文3127篇，平均每位学者149篇，涉及旅游学科学者1810位. 如图1所示.

3)合著网络节点间呈现明显的地域趋近性，合作频繁的学者在地理位置上接近，学者合著网络中处同一地区的合著者占77.3%. 表明地域空间是限制我国旅游学科学者扩大科研合作的一大要素.

4)研究发现高绩效学者合著网络中存在较多派系，他们在长期的研究工作中形成了相对稳定的科研小团体. 稳定的科研合作团体有助于学者个人科研绩效的提高. 另外，派系中存在中间人，寻找中间人并将其作为桥梁，能够搭建各个科研小团体间的进一步合作.

5.2 研究启示

1)高校科研管理部门应重视高校的人才培养，完善科研激励制度. 高绩效学者的合著网络中有少数关键学者具有较大影响力，他们有较强竞争力，能够为互不相识的学者提供合作渠道，在学科知识共享中有重要作用. 科研管理机构应识别这些核心作者、中间人，重视人才的培养并制定相应激励政策留住人才，从而提高整个科研机构的研究水平.

2)高校科研管理部门应搭建跨地区、跨院校合作平台. 研究发现旅游学科内的大部分合作是基于同一院校机构展开的，知识多样性受限，高校的科研人员的合作渠道单一，科研管理部门应加强校际合作，为旅游学者搭建跨地域合作平台，推动知识在多元化的学术环境中流通.

3)学者应丰富科研合作类型，拓宽科研合作渠道. 目前，许多学者尚未突破地域限制，跨地域跨院校合作较少，尽管这种合作模式一定程度上利于学术交流，节约科研经费，但也限制了知识创新，局限于小群体内的科研合作易造成知识同质化. 学者需要转变科研合作模式，打破地域壁垒和空间束缚，吸纳并整合多种资源，从而增加科研产出.

我们可以看到译文2将译文1中表达事物过程的功能成分隐喻为由该动词派生而来的形容词，这是韩礼德十三种概念隐喻类型的第五种。具体的过程被隐喻化为性质，从而使内在的逻辑关系体现得更为明确、表达更加严谨。同时，与译文2对比，译文1对于专业名词的处理也不是特别正确，因此，在平时的学习中专业学习者一定要积累相关的英文表达，查询专业的词典，切忌胡乱翻译。

4)学者应建立较为稳定的科研合作团体. 高绩效学者的合著网络表明，维持长期稳固的科研团体，保持稳定良好的合作关系，能够增加旅游学者的科研产出，提高科研绩效. 科研人员需通过多种手段，整合利用资源，形成较稳定的科研合作团队，以提高个人的科研绩效水平.

参考文献：

[1] DE SOLLA P D J. Little Science，Big Science[M]. New York： Columbia University Press， 1963.

[2] 张凌云，金 洁，魏云洁，等.中国旅游研究的国际影响力研究——基于2001—2014年中国学者旅游类SSCI论文统计分析[J].旅游学刊，2016(10)：33-44.

[3] 孙瑾瑾，李勇泉.基于关键词的我国旅游学科高绩效学者研究热点分析[J].乐山师范学院学报，2017(1)：85-92.

[4] LIU XIAOMING， NELSON J B. Co-authorship networks in the digital library research community[J].Information Processing and Management，2005：1462-1480.

[5] NEWMAN M E. Coauthorship networks and patterns of scientific collaboration[J]. Proceedings of the National Academy of Science，2004，101(Suppl.1)：5200-5205.

[6] NEWMAN M E. Scientific collaboration networks. I. Network construction and fundamental results[J].Phys Rev E Stat Nonlin Soft Matter Phys，2001，64(1 Pt 2)：16131.

[7] NEWMAN M E. Scientific collaboration networks. II. Shortest paths， weighted networks， and centrality[J].Phys Rev E Stat Nonlin Soft Matter Phys，2001，64(1 Pt 2)：16132.

[8] NEWMAN M E. The structure of scientific collaboration networks[J]. Proceedings of the National Academy of Sciences USA，2001，98(2)：404-409.

[9] B RNER K， DALL’ASTA L， KE W， et al. Studying the emerging global brain： Analyzing and visualizing the impact of co-authorship teams[J].Complexity，2005，10(4)：57-67.

[10] 朱云霞，魏建香.我国高校社会科学领域科研合作网络分析[J].情报科学，2014(3)：144-149.

[11] 赵延东，周 婵.我国科研人员的科研合作网络分析——基于个体中心网视角的研究[J].科学学研究，2011(7)：999-1006.

[12] 袁思本，朱云霞.高h指数学者在科学共同体中的作用研究——以我国图书情报学为例[J].图书情报工作，2015(23)：72-79.

[13] 张凌云，兰超英，齐 飞，等.近十年我国旅游学术共同体的发展格局与分类评价——基于旅游学术期刊论文大数据的视角[J].旅游学刊，2013(10)：114-125.

[14] 张凌云，齐 飞，黄晓波，等.2003—2014年我国旅游学术期刊和学术论文评价[J].旅游学刊，2015(12)：85-100.

[15] 朴志娜，吴必虎，ALASTAIR M MORRISON，等.全球旅游研究格局的综合分析(2003—2012)[J].旅游学刊，2015(7)：108-118.

[16] 孙业红，魏云洁，张凌云.中国旅游研究的国际影响力分析——基于对2001—2012年国内外旅游类核心期刊论文的统计[J].旅游学刊，2013(7)：118-128.

[17] 章杰宽.复杂网络视阈下的国内旅游研究[C]//中国系统工程学会第十八届学术年会.合肥：中国系统工程学会，2014.

[18] 张凌云，齐 飞，吴 平.近十年我国旅游学术共同体成果的h指数测度与评价[J]. 旅游学刊，2014(6)：14-23.

[19] 约翰·斯科特.社会网络分析法[M].2版.刘 军，译.重庆：重庆大学出版社，2007.