大数据时代下我国公安情报学研究进展与趋势

◆蔡洪森 何洪吉

（中国人民公安大学 北京 100038）

公安情报学是研究公安情报、公安情报机构和公安情报活动的基本现象、本质和规律的社会科学[1]。自大数据时代以来，公安情报工作的地位和作用日益凸显。2012 年，公安情报学正式成为公安学下二级学科，从而迎来新的发展阶段。近年来，已经有部分学者针对公安情报学研究领域进行文献计量分析，如杨虎林等[2]利用SPSS 等统计软件对公安情报学研究领域文献的关键词、研究机构和权威作者进行分析，发现我国的公安情报学研究存在研究机构、研究作者过于集中的现象。洪磊等[3]将公安情报学研究领域发表文献划分为普通期刊、公安期刊和重点期刊3 类分别进行文献计量分析，发现公安期刊侧重于实战经验总结和现实问题思考，重点期刊侧重于宏观理论建设，普通期刊涵盖的研究成果较为全面、类别更为多样。谢晓专[4]对我国1995 年至2011 年公安情报学的研究现状和进展进行文献计量分析后发现我国公安情报学研究较为活跃，已经形成良好的发展基础。彭知辉[5-6]对近30年我国公安情报学的研究内容、分布状况进行系统梳理，并提出了正确处理学术研究和情报实践关系等建议，从而优化我国公安情报学研究的布局。

2012 年正式成为二级学科后，我国的公安情报学研究历经一系列发展和变化，但目前尚未有研究针对公安情报学成为二级学科后的这一发展阶段进行系统的文献计量分析。本文利用近年来学界最为常用的CiteSpace 文献计量分析软件对近十年我国公安情报学研究领域的期刊文献进行可视化计量分析，以了解该领域的研究进展和未来趋势，从而为公安情报学的相关研究提供参考。

1 数据与方法

1.1 数据来源

公安情报学是一门具有明显中国特色的学科，研究成果主要发表在国内。以Web of Science[7]作为检索工具，以“police intelligence”、“public security intelligence”为主题词分别进行检索，检索结果均为0。因此本文主要以国内文献作为数据来源进行文献计量分析，以全球最大的中文期刊全文数据库中国知网（CNKI[8]）为检索数据库，以“公安情报学”“公安情报”以及“公安”和“情报”为主题词、文献来源选择学术期刊进行检索，公安情报学于2012 年正式成为二级学科，因此检索时间跨度限定为2012 年至2021 年，剔除检索结果中重复文献、无关文献后，共得到期刊文献388 篇，其中核心及以上来源期刊文献63 篇（占比16.24%），将检索结果以“refworks”格式导出。检索时间为2022 年3 月21 日。

1.2 研究方法

CiteSpace 基于科学发展模式、社会网络分析及结构洞等理论对某知识领域的演化路径进行可视化呈现，能够直观、合理地分析某学科领域的研究进展及发展情况[9]。本文主要采用CiteSpace（5.8.R3）对公安情报学研究领域的388 篇期刊文献进行可视化分析。

2 公安情报学研究分析

2.1 发文量分析

文献数量是学科发展水平的重要体现，近十年我国公安情报学研究领域的发文量在整体上较为稳定。2012 年发表文献数量为49 篇，是近十年中发文量最多的一年；2012 至2016 年的年发文量呈缓慢下降趋势，年发文量在40 篇左右；2016 至2018 年又有所上升，在2018年达到新的峰值后又逐渐下降；2019 至2021 年的年发文量维持在35篇左右。根据文献计量学奠基人普莱斯的科研文献增长四阶段理论，我国公安情报学研究自2012 年成为二级学科后，年发文量趋于稳定、呈线性增长说明该学科已经进入学科发展的第三阶段，即日趋成熟阶段[10]。但从发文量总数来看，近十年我国公安情报学研究领域的发文总数不足400 篇、每年的平均发文量不足40 篇，表明我国公安情报学研究领域的学术力量仍较为单薄。

2.2 作者分析

对检索得到的388 篇期刊文献的作者情况进行统计分析，发现近十年我国公安情报学研究领域共有395 名作者。根据普莱斯定律，同一主题中高产能力作者集合的数量约等于全部作者总数的平方根，可得到

其中m 为高产作者中发表文献数量的最小值，Nmax为高产作者中发表文献数量的最大值。统计分析发现，我国公安情报学研究领域发文量最多的彭知辉教授在2012 至2021 年共发表29 篇文献，将Nmax=29带入公式可得m=4.03，即发表文献数量在4 篇及以上的作者为近十年我国公安情报学研究领域的高产作者。高产作者的具体信息如表1 所示，发现高产作者主要集中在中国人民公安大学（68.75%），其他公安院校以及其他地方院校的高产作者较少，表明公安情报学研究领域存在高度的集群性；除此之外，来自公安情报实务部门的高产作者只有广州市刑事科学技术研究所的李越1 人，这表现出当前公安情报学研究中，公安院校学术研究与公安实战部门的交流存在一定的不足。

表1 近十年我国公安情报学研究领域发文量

表2 公安情报学研究领域高产作者表

将文献数据导入CiteSpace 软件进行数据转换后进行作者分析，“Node Types”选择“Author”，“Time Slicing”设置为2012 至2021 年，时间切片为1 年，“Pruning”选择“Pathfinder”，其余参数默认，得到近十年我国公安情报学研究领域作者合作网络知识图谱如图2 所示，模块值（Modularity Q）为0.7395，平均轮廓值（Mean Silhouette）为0.9272，表明聚类结构显著、结果较好。

图1 公安情报学研究领域作者合作网络知识图谱（注：字号大小代表发文量，连线表示具有合作关系）

图2 关键词聚类图谱

公安情报学研究领域的研究学者较为分散，大多未形成科研合作团队。最大的科研合作团队由中国人民公安大学的吴绍忠、田华伟、冯文刚等人组成，该团队共包括12 名成员，拥有3 名高产作者。其次为中国人民警察大学的张秋波等人组成的科研合作团队。除此之外，我国公安情报学研究领域的大多数学者尚未形成有效的科研合作关系。

2.3 核心期刊分析

由于缺少共被引信息，根据期刊载文量对公安情报学研究领域的核心期刊进行分析。近十年我国公安情报学研究领域发表的388 篇期刊文献共涉及131 本期刊，但主要集中于湖北警官学院学报、北京警察学院学报等公安院校学报以及情报杂志、情报探索等图书情报领域两大类期刊。发文期刊较为集中表明我国近年来的公安情报学研究在某种程度上存在一定的学术闭塞性。公安情报学研究涉及舆情分析、民族宗教、数据安全等多个角度，发文期刊较为集中在这两个领域在一定程度上阻碍了公安情报学与其他学科间的交流与发展。

表3 公安情报研究领域核心期刊分析（前十）

3 公安情报研究热点和前沿分析

3.1 关键词聚类分析

关键词是研究内容的高度凝练，是研究热点的重要体现。对388篇期刊文献的关键词进行聚类分析得出近十年我国公安情报学研究领域的研究热点。“Node Types”选择“Keyword”，“Pruning”选择“Pathfinder”，其余默认，聚类标签以“LLR”（Log-Likeli-hood Ratio，对数极大近似率）结果呈现。聚类结果的模块值为0.8941，平均轮廓值为0.9723，表明关键词聚类的结构较为显著、结果较好。

对关键词聚类后得到10 个类别，分别是公安情报、情报、情报工作、大数据、情报信息、情报分析、预警、学科建设、公安院校、公安机关。对10 个聚类类别简要分析后可进一步将其分为3 类。第1 类主要涉及公安情报学的理论构建等宏观层面，包括公安情报、情报工作、情报信息、大数据、公安机关5 个聚类类别，共包括185篇期刊文献，高频关键词主要有智慧公安、对策、可行性、智慧警务、公安情报工作等。第2 类包括情报、情报分析、预警3 个聚类类别，主要研究内容侧重于公安情报工作具体流程等应用层面，共包括89篇期刊文献，高频关键词主要有情报搜集、社会舆情、优化、情报失误、重点人员、物联网等。第3 类包括学科建设、公安院校2 个聚类类别，主要研究内容与公安情报学的学科建设、人才培养有关，共包括46 篇期刊文献，高频关键词主要包括swot、情报学、反恐情报、微媒体等。各聚类标签中主要高频关键词的具体情况如表4 所示。

表4 聚类结果汇总表

为进一步表现研究热点的变化趋势，“layout”选择“Timeline”，通过时间线图谱的形式展现公安情报学研究领域在2012-2021 年时间序列上的研究热点情况。陈超美教授认为可以从研究趋热和研究趋冷2 个维度对研究热点进行分析[21]，在研究热点时间线图谱中，各关键词类别的研究情况表现为从左至右的一条直线，实线部分表示研究成果较多，即研究趋热；虚线部分表示研究成果较少，即研究趋冷。根据关键词聚类的时间线图谱以及上文对近十年公安情报学研究热点所做的3 类划分，发现近十年我国公安情报学研究在宏观理论建设层面方面，公安情报、情报工作、大数据的研究趋热，针对公安机关的研究趋冷；在具体应用研究层面，针对情报的研究趋热，情报信息、情报分析、预警的研究趋冷；在学科建设和人才培养的研究中，学科建设的研究趋热，针对公安院校的研究趋冷。

图3 研究热点时间线图谱

为了解研究热点在时间脉络上的详细情况，以年为单位整理研究热点的具体关键词如表5 所示。发现近十年我国公安情报学研究的热点关键词与大数据联系密切，2013 年是我国大数据发展的元年，当年出现的情报搜集、物联网等热点关键词表明公安情报学研究领域的学者开始对大数据有所关注。从2014 年开始，搜索引擎、爬虫等将以开源数据作为情报信息来源进行的研究大量出现。自此之后，大数据源、信息化、智慧公安、智能化、深度学习等关键词表明了大数据等新兴技术与公安情报工作的融合日益紧密。此外，2020 年和2021年出现的新时代、国家安全、课程改革等关键词表现了公安情报学研究领域的专家学者在新时代下对如何进行公安情报学学科体系建设的讨论。

表5 热点关键词时间脉络表

3.2 当前研究存在的问题及建议

学术力量单薄，高产作者集中。近十年我国公安情报学研究领域的年发文量较为稳定，表明该学科已经进入日趋成熟阶段；但平均年发文量不足50 篇，发文总量不足400 篇，说明我国公安情报学研究领域的学术力量仍较为单薄。发文量在5 篇以上的高产作者全部属于中国人民公安大学且具有密切合作关系的科研团队，表明该研究领域存在一定的学术闭塞性，其余公安院校以及公安机关实务部门应该发挥各地方的特色与地区优势，挖掘各地独特的公安情报实战化经验和做法，进一步丰富公安情报学研究的范围，促进公安情报学研究的交流与发展。

理论阐释较多，应用实践较少。近十年公安情报学研究领域的研究热点中，主要围绕情报概念、大数据时代、学科建设、人才培养等宏观理论构建和学科建设的期刊文献共有231 篇，而情报搜集等公安情报工作具体流程等应用实践类的期刊文献仅有89 篇，公安情报工作与侦查破案、治安预警等应用层面联系密切，但具体研究较少。应该将公安院校研究人员的学术优势和实战部门的海量一手数据和丰富实战经验相结合，清理学术理论与实战应用之间的沟通障碍，形成理论指导实战，实战反哺理论的良好格局。

4 结论与展望

本文利用CiteSpace、Excel 等软件，大数据时代下我国公安情报学研究领域的进展和趋势进行可视化分析，研究发现我国公安情报学研究已经进入稳定成熟阶段，但学术力量仍较为单薄；高产作者主要集中于中国人民公安大学，主要载文期刊主要集中在公安院校学报和图书情报领域两种类型期刊，存在一定的学术闭塞性；近十年的研究热点主要包括公安情报学宏观理论建设、具体应用研究以及学科建设3 大类，但关于宏观理论阐释的研究成果较多，具体应用研究较少，应该将公安院校的学术优势和实战部门的海量一手数据和丰富实战经验相结合，通过交流促进公安情报学的发展；未来的研究趋势仍然会以“大数据”等新兴技术在公安情报中的进一步应用以及新时代下公安情报学的学科建设两个方面为主。