将学术引文作为研究对象，并发展出了引文分析方法，这是图书馆学--个重要的学术贡献。
引文分析（citation analysis）是运用数学、统计学方法定量地研究文献引用与被引用的现象，以求寻找出某些有价值知识规律的方法。引文分析的基础是数学概率论与数理统计，因此引文分析属于量化的实证研究方法。
引文分析法有适用广泛性、使用简易性的特点，因为凡是有引文的学术著述都可以适用引文分析对其进行研究，而且操作简单，不需要复杂的统计手段。引文分析法是从图书情报长期实践中生成的，它不仅能揭示学术研究规范性，还具有筛选核心期刊（文献）、发现学科文献老化规律、表征学科结构及学科之间相关度、描述学术谱系与学术流派研究路径、评价学者学术影响力等功能。这些发现、评价功能都是其他科学研究方法所不具备的，所以它被认为是图书情报学中的专门方法。近十几年来，引文索引和引文分析研究成为了图书馆情报学的热点。有作者统计，仅从2000年至2008年，国内外公开发表的相关文献就有4,000多篇[38].
1.1引文分析研究的几个案例
1.测定学科之间的影响，发现相关学科关系
2005年有篇硕士论文题为《利用引文分析图书馆学的相关学科》，该论文选择了《中国图书馆学报》等10种图书馆学期刊，统计其1996年到2002年偶数年间刊出论文的参考文献的学科来源，发现这- -时期与图书馆学相关的学科为：高度相关的主要是计算机科学（引用文献比值在20%以上），中度相关的主要是经济学、教育学、法学、管理学（引用文献比值在20%~ 10%），一般相关的学科有文化研究（引用文献比值在10%~4%），低相关学科则有马列主义、哲学、科学学、历史学、社会学等（这类引用文献的平均比值在4%以下）。其研究不仅揭示出了图书馆学相关学科的相关度，也说明了图书馆学相关学科的层次性、动态性。如图书馆学不同分支领域对不同相关学科依赖程度不同（图书馆自动化、网络化与信息检索对计算机技术有高依赖性，图书馆管理对经济学、管理学有高依赖性等）；图书馆学理论在1996年、1998 年相关性最大的是教育学，而2000年、2002 年最相关的则变为经济学（39].
图书情报学对其他学科的影响力也各不相同。苏新宁教授通过《中文社会科学引文索引》（CSSCI） 2001年至2008年间的数据分析发现，引用图书情报学论文超过2,000篇的学科依次是管理学（2,632）、 新闻学与传播学（2,551）， 超过1,000篇的是经济学（1,388篇）、教育学（1,302 篇）、法学（1,137 篇），其他学科引用图书情报学文章次数相对较少，如历史学（341）、哲学（234）、中国文学（194）、体育学（158）、 社科综合类（113）、 文化学（105）。 这些学科引用图书情报学文章的主题分布特点是：管理学主要引用的是"信息管理"和"知识管理"等；新闻传播学主要引用的是"信息传播"和"期刊评价"等；经济学引用的有"信息消费"和"信息经济学";教育学则为"信息素质教育"和"网络学习";法学主要涉及"知识产权";历史学主要与文献学文章相关[40].这个研究属于"由外向内推"的实证分析方法，可以描绘出某时期与图书情报学密切相关的学科图谱。
总之，通过引文分析发现学科相关度的方法不仅适用于相关学科研究，扩大之还可以测定某--学科的影响力和某些学科在国际上的影响力。
2.通过高被引，筛选具有影响力的文献
有学者指出，《中文社会科学引文索引》（Chiness Social Science CitationIndex,CSSCI）收录论文的引用文献，图书所占比例高达50%以上，因此，可以利用引文分析法，对"图书馆、情报与文献学"学科论文引用的图书进行统计，筛出该学科领域最有学术影响的国内外学术著作[41].贾洁对2000年至2007年CSSCI收录"图书馆、情报与文献学"--级学科引用图书的情况进行了分析，发现了此期间被引次数超过25次、出版后年均被引5次以上的有189 种国内外学术著作。其中中国的110种、外国的27种。中外学术著作的前10名分别如表5-3、表5~4所示[42]:
表5-3"图书馆、 情报与文献学"论文引用最多的国内学者著作
表5-4"图书馆、 情报与文献学"论文引用最多的国外学者著作
从引用量来看，对"图书馆、情报与文献学"领域产生主要学术影响力的是国内学术著作。国外学术著作被引次数都明显偏低，说明国外学术著作对本领域学术影响力不如国内。另外，国外的著作有5种为传播学领域的，说明在2000年至2007年间，传播学对"图书馆、情报与文献学"的影响力较大。
3.根据H指数等，评价学者的学术影响力
2005年，美国加州大学圣地亚哥分校物理学教授乔治赫希（JorgeE.Hirsch,1953-）提出了评价科研人员个人绩效的一-种方法一 H指数（H-index）。"H"代表"高引用次数"（high citations）。-一个学者的H指数是指其发表的n篇论文中，最多有h篇论文每篇论文的引文数量最少为h次[43].这是永远处于动态的论文产出率与引文影响力相结合的一个测度指标。例如，赫希的H指数是49,表示在他已发表的论文中，被引用超过或至少达到49次的论文总共有49篇。赫希认为H指数能反映-一个人的学术绩效，即一个人的H指数越高，则表明他的论文影响力越大。他甚至提出，研究性大学晋升副教授的教师，其H指数应达到12的标准；晋升正教授的教师，其H指数应达到18的标准44].
例如，我们利用中国知网检索当代图书馆学家黄宗忠先生（1931- -2011）的发表。的论文，就可以通过每篇论文的引用情况，得出黄宗忠先生的H指数为29[4,如表5-5所示。
从对一-些顶尖科学家的分析结果看，H指数确实具有一定的评价价值，特别是在评估小论文集合时有很大的优势。但它也存在--定的弊端，比如过度依赖引文数据库，自引可以增加H指数，没有解决跨学科比较的问题[45],无法识别研究团队多人署名论文中每位作者的贡献率[46],不利于论文数量少而被引频次高的学术新锐的社会评价[47]等。所以后来也出现了- -些对H指数的修正、补充或完善的方法，衍生出来了G指数、A指数、R指数、AR指数、P指数等，拓展了H指数的适用范围。
G指数（G-index） 是比利时著名科学计量学家埃格赫（Leo Egghe,1952- - ）在分析H指数评价效果时，提出的一种基于学者以往贡献的新的指数分析工具，即将论文按被引次数高低排序，并且将排序的序号平方，被引次数逐次累加，当序号平方等于累计被引次数时，这时的序号数值就被定义为G指数。如果序号平方不能恰好等于而是小于对应的累计被引次数，则最接近累计被引次数的序号是G指数。G值越大，表明学者的学术成就越大[48],同时对那些论文产出少但被引频次高的学者、机构的评价更显公正。例如表5-6中黄宗忠先生的G指数为51.这一指标主要特点是考虑了学者以往发表论文对其后续学术生涯的影响，将知识累积性和继承性作为了重要考量因素。
表5-6黄宗忠先生高被引论文及其G指数
当黄宗忠先生的H指数为29,而相应的累计被引次数为2,141时，累计总数2,141/29= =73.82,这就得出了黄宗忠先生的A指数[49），即根据Hirsch核心论文（被引次数≥h的全部论文）的总被引次数除以h的平均数[s0].A指数可以反映相同H指数的学者，谁的被引频次更高。
H指数、G指数、A指数等不仅可以测量学者学术成果的影响力，还可以测量学术期刊、学术机构的影响力。当然，H指数及其衍生的系列改进指数，虽然可以成为科学计量学和科技管理学的一种工具，但其自身的天然不足，导致其评价功能也是有很大局限性的。
1.2引文分析的局限性
引文分析的局限性，体现得最明显的是在学者学术水平的评价上。在此有必要强调，目前建立在引文分析基础上的学术水平的评价工具，基本。上都是不完全科学、不完全合理的。
1.被引次数多的文献并不能说明其学术水平高
引用他人文章是因为"有用".而有怎样的用、用到了什么程度，这却是-一个复杂的问题。"从引文性质上看，引文有正面、中性和负面之分；从引文层次上看，有深度、中度和浅度之分。"11此外，还不能排除那些献媚式、友情式、自 吹式等异化了的引用[52],所以，引用与被引用关系的复杂性在简单计量中不易展示。简单统计被引用次数说明不了一篇文章的学术水平。也就是说，一篇文章被引用率高，在一-定程度。上说明其影响力较大，但要证明其学术水平高则还需要另外的方式或工具。
2.引用者在引用文献时受到可获得性条件的影响
被引文献获得的方便性 （如来自个人藏书、就近的图书馆、经常使用的数据库） 往往增加了引用者对其引用的数量。有时其他一-些因素，如引用者与被引用者具有师生或同学关系，也可能因其可获得性强而增加引用数量。这些因素与被引论文的质量高低没有强关联关系，不能表征其引用的文章就是最好的。
3.受马太效应的影响，高引用率的文献往往更容易被人引用
如排在被引率高端的论文可能获得新的引用频次。由于学术研究者倾向于引用高档次学术期刊上的论文，加之高档次的学术刊物具有较高的权威性、可信度，所以影响因子高或社会评价高的所谓权威期刊的文章，被引用率就超过了一。般性学术期刊上的论文。某些研究者为抬高身价，也会多引名家的文献。名家的文献因被众人所引用，以至引起连锁反应，可导致其引文率很高。
在引文研究中，"引文分析"与"引用分析"是两个不同的概念。引文（ reference）出现在文章的页下或文后，是引用的对象；引用（citation） 出现在文章正文，是引用的行为。因此，以引文著录信息为分析载体的引用文献分析，与深入施引文献内部考察引用动机与作用的引用内容分析，是引文分析的两个不同范式。有学者认为，引用内容分析是基于引文分析基础理论，借助文本挖掘和自然语言处理等技术，从施引文献的全文入手，聚焦于引用的片段，对引用频次、引用位置和引用文本的内容主题进行的挖掘和研究。其中，引用频次分析可应用于学术评价，引用位置分析可应用于信息检索，引用主题分析可应用于知识演化与发现等领域[s3].另有一篇文章选取了2007 （创刊年）至2012年发表在Journal of Informetrics （JOI）期刊。上的所有学术论文作为案例，统计出每篇文章的引用个数和引文篇数，计算引用个数与引文篇数之间的相关系数，分析引用和引文之间的多对多关系。作者提出并使用了一种新的加权的计算引文总被引次数的方法，用该方法与传统引文分析方法作对比试验，结果发现，不仅部分高被引论文列表发生了次序变化，还识别出了最新发表的高被引论文[54].
这些观点与实证案例的出现，表明引文分析理论与方法正在试图通过开辟新的发展空间来突破自身的局限性。引文分析方法正在从重视静态结果到重视动态过程的范式发生转变。引文分析方法将更多地用于揭示人类知识的相互作用、知识增值与扩散方式等，以此构建合理的知识交往的理性。这是很值得关注与研究的--种学术发展倾向。
总之，切忌使用引文分析方法来衡量学者、文章、刊物的学术水平。当代中国大学、研究院所一刀切地用"核心期刊"来衡量学术论文水平的做法是有害的。尽管政策制定与执行者都是各单位的行政管理部门，但通过引文分析等方法制造出来的"核心期刊"的过度应用，还是给图书馆学带来了恶名。如人文学者陈平原就曾公开表示，人文学科"好论文不见得发在影响因子最高的杂志上，用图书馆学家的眼光与方法来引导学术，不是一个好的思路。"ss]那么好的学术水平的评价方法是什么呢？至少到目前为止， .
"同行评议"（peer review）还是国内外学术界公认的最好学术评价方式。
1.3引文分析文章的写作方法
1.建立假说等理论预设
在进行引文分析研究之前，要提出某种假设，之后才能选择分析方法、路径。如做研究的人一般都会认为：一篇 论文的水平越高，该文就越可能被多次引用。但是加拿大魁北克大学的文森特拉里维埃尔（Vincent Lariviere）和伊夫斯。金格拉斯（ YvesGingras）则怀疑，除了论文水平，论文发表期刊的影响因子（ impact factor,即期刊前两年发表论文的被引用总次数除以该期刊在前两年内发表的论文总数）的大小也影响着论文被引用状况，即存在着"马太效应"[56].
2.设定操作方案或技术路径
为了证实这一假说，文森特拉里维埃尔和伊夫斯。金格拉斯在汤森路透科技集团生产的"科学引文数据库"（web of science）中寻找重复发表的论文。因为只有用重复发表的文章才能确定出没有争议的"自变量".他们先要对"重复发表"给予一个操作性的定义：①两篇文章标题完全- -样； ②第- -作者姓名完全一 样；③两篇文章具有相同数量的引用参考文献。他们总共找出了4,918组重复发表的论文，其中4,532组论文发表在影响因子有差异的刊物上（因同质性原因，那些重复发表超过两次的文章被排除在外）。
这些重复发表的文章大概有80%是发表在同一年或次年[s7].
这个操作方案可以说是别出心裁。- - 稿两投和重复发表论文，这是学者们在学术原始积累和学术生涯的成长期中经常出现的事情，他们既希望自己的文章能顺利发表，也希望能够发表高级别的刊物上，而学术名家因发表论文相对容易以及顾及自身形象则很少出现这种情况。一-稿两投和重复发表论文的普遍存在本身是不道德的事情，但它却为引文分析研究人员提供了不可多得的好素材。
3.进行数据统计分析
拉里维埃尔与金格拉斯对这4,532组论文被引状况进行对比分析，发现发表在影响因子较高刊物上的论文被引次数，要比影响因子较低刊物上相同内容论文的被引次数，平均高出1倍。文章是- -样的文章，被引次数却有差异，说明"一篇论文的内在价值不是它是否会被引用的唯一原因。从这一意义来说，期刊存在明确的马太效应，这给予期刊所载论文一种超越于内在价值本身的附加价值。"[S8]
4.谋篇布局、撰写论文
得出了研究结果，就进入论文写作环节。拉里维埃尔与金格拉斯根据--般实证文章的写作要求，将论文的结构划分为"导言"（introduction）、"材料和方法"（materi-als andmethods）、"结果"（results）、 "讨论与结论"（discussion and conclusion）、 "致谢"（acknowledgments）、"参考文献"（references） 6个部分作者在"导言"里介绍了马太效应及其在学术论文发表现象中的体现，提出了作者的假设、研究意义；在"材料和方法"里论述了实证研究的数据等资料来源及其获取方式，叙述了采用的研究方法：在"结果"里对实证研究结果进行描述、归纳、总结；在"讨论与结论"里提出作者的观点与结论；在"致谢"里对所给予帮助的人进行鸣谢。文森特。拉里维埃尔和伊夫斯。金格拉斯的这篇文章《影响因子的马太效应：文献计量学的一项自然实验》（The Impact Factor's Matthew Effect: A Natural Experiment in Bibliometrics）[s9]刊于2010年第2期《美国信息科技学会会刊》（Journal of the American Society forInformation Science and Technology, JASIST）。上。
