樓海萍 潘杏梅 方 紅 胡海翔 袁明捷

（1.浙江省醫(yī)學(xué)科學(xué)院 浙江杭州 310013）

（2.浙江省科技信息研究院 浙江杭州 310006）

學(xué)術(shù)論文的影響力評價(jià)一直深受科研人員及科研管理部門的關(guān)注。被引頻次是最常用的學(xué)術(shù)論文影響力評價(jià)指標(biāo)，數(shù)據(jù)易得、經(jīng)典直觀，但由于其評價(jià)不夠全面、不能合理反映隱性引用論文的學(xué)術(shù)價(jià)值，且存在較長的時(shí)滯性及固有的引用缺陷，已經(jīng)越來越顯示出其作為學(xué)術(shù)論文影響力單一評價(jià)指標(biāo)的嚴(yán)重不足和局限。隨著學(xué)術(shù)資源數(shù)字化的普及以及期刊網(wǎng)絡(luò)出版和開放存取的發(fā)展，學(xué)術(shù)論文的下載類指標(biāo)（下載頻次）逐漸進(jìn)入學(xué)術(shù)論文影響力評價(jià)的視角，引起了國內(nèi)外學(xué)者的廣泛關(guān)注和積極研究，國內(nèi)的相關(guān)研究也已獲得了一些可喜的成果。本文通過文獻(xiàn)調(diào)研，對我國學(xué)術(shù)論文下載指標(biāo)研究的現(xiàn)狀和特點(diǎn)進(jìn)行分析、梳理和總結(jié)，并提出了今后的研究方向。

1 國內(nèi)學(xué)術(shù)論文下載指標(biāo)研究概況

1.1 文獻(xiàn)來源

選擇中國知網(wǎng)總庫作為本研究使用的數(shù)據(jù)庫，根據(jù)預(yù)檢結(jié)果確定檢索策略為：（篇名=論文OR文獻(xiàn)OR文章OR全文OR載文OR刊文OR期刊OR雜志OR學(xué)報(bào)）AND（篇名=下載），檢索時(shí)間為2018年5月6日，得316條記錄。對數(shù)據(jù)進(jìn)行整合、清洗，最后得到121篇專論文獻(xiàn)進(jìn)入分析。

1.2 文獻(xiàn)年代分布

年代分布反映了學(xué)術(shù)論文下載指標(biāo)研究主題在我國的研究起源和發(fā)展軌跡。圖1可見，我國學(xué)術(shù)論文下載指標(biāo)研究報(bào)道于2005年，這與2004年12月《中國學(xué)術(shù)期刊網(wǎng)絡(luò)計(jì)量測試報(bào)告（2004版）》（簡稱《報(bào)告》）相一致[1]。2005—2017年發(fā)文量呈上下波動，年發(fā)文量不一，從2005—2014年成遞增趨勢，2014年達(dá)到最高值，隨后呈現(xiàn)出遞減趨勢。

圖1 國內(nèi)學(xué)術(shù)論文下載指標(biāo)研究文獻(xiàn)的年度分布

1.3 文獻(xiàn)的作者分布

對121篇文獻(xiàn)作者進(jìn)行分析，按第一作者發(fā)文量統(tǒng)計(jì)，排名前10名的作者如表1所示。這些作者為學(xué)術(shù)論文下載指標(biāo)研究的活躍作者。

表1 發(fā)文量排名前10名的作者

1.4 文獻(xiàn)的機(jī)構(gòu)分布

根據(jù)作者所屬單位的統(tǒng)計(jì)分析，發(fā)文量排名前7位的機(jī)構(gòu)如表2所示。

表2 發(fā)文量排名前7位的機(jī)構(gòu)

表2數(shù)據(jù)顯示，來自大學(xué)、期刊研究中心和編輯部以及研究所，尤其是南京大學(xué)、鄭州大學(xué)和大連理工大學(xué)的作者是學(xué)術(shù)論文下載指標(biāo)研究的主力軍。

1.5 文獻(xiàn)的期刊分布

按學(xué)科類別的統(tǒng)計(jì)結(jié)果顯示，對學(xué)術(shù)論文下載指標(biāo)研究的學(xué)科領(lǐng)域主要集中在圖書情報(bào)與數(shù)字圖書館、出版、醫(yī)學(xué)、科研管理、計(jì)算機(jī)應(yīng)用等領(lǐng)域，存在學(xué)科交叉滲透現(xiàn)象。121篇文獻(xiàn)中除有8篇碩士學(xué)位論文外，其余113篇期刊論文分布于68種期刊中，表3列出了發(fā)文量排名前10名的期刊。

表3 發(fā)文量排名前10名的期刊

從表3可見，發(fā)文量排名前10名的期刊中，圖書館學(xué)情報(bào)學(xué)期刊5種（其中4種為核心期刊），期刊類和醫(yī)藥類期刊各2種，大學(xué)學(xué)報(bào)1種。

1.6 高下載論文排名

按下載頻次從高到低對121篇文獻(xiàn)進(jìn)行排序，排名前10位文獻(xiàn)見表4。

表4 下載頻次排名前10的學(xué)術(shù)論文

這組文獻(xiàn)篇均下載786次，篇均被引35次，下載次數(shù)是被引次數(shù)的22.5倍。其中《開放存取論文下載與引用情況計(jì)量研究》一文的下載頻次是被引頻次的105倍，其下載頻次偏高可能跟“開放存取”是熱門主題以及發(fā)文期刊有關(guān)。該組論文除1篇學(xué)位論文外，其余9篇論文有8篇發(fā)表于核心期刊。

1.7 高被引文論文排名

按被引頻次從高到低對121篇文獻(xiàn)進(jìn)行排序，排名前10位文獻(xiàn)見表5。

表5 被引頻次排名前10位的學(xué)術(shù)論文

這組文獻(xiàn)篇均被引用48次，篇均下載576次，下載次數(shù)是被引次數(shù)的12倍。其中《數(shù)字資源獲取對科學(xué)研究的影響——電子期刊全文下載與引用分析》一文的下載頻次是被引頻次的25倍，其下載頻次偏高可能跟作者機(jī)構(gòu)和發(fā)文期刊有關(guān)。該組論文除1篇為學(xué)位論文外，9篇論文有8篇發(fā)表在核心期刊上。

2 國內(nèi)學(xué)術(shù)論文下載指標(biāo)研究主題

通過對上述論文的研讀分析可知，論文下載指標(biāo)研究主要涉及下載指標(biāo)的基本特征、下載與被引的關(guān)系、下載指標(biāo)的應(yīng)用、代表實(shí)時(shí)下載情況的下載數(shù)據(jù)的研究及應(yīng)用等主題。

學(xué)術(shù)論文在引用前被下載和研讀，體現(xiàn)了其社會價(jià)值和影響力。因此，學(xué)術(shù)論文的下載指標(biāo)也可作為論文評價(jià)的外部指標(biāo)，那么其具有什么特性、與其他指標(biāo)的關(guān)系如何、能否用它來預(yù)測并替代引用指標(biāo)結(jié)果以及用于論文和期刊的評價(jià)時(shí)的適用性如何？學(xué)者們利用《中國學(xué)術(shù)期刊全文數(shù)據(jù)庫Web下載統(tǒng)計(jì)報(bào)告》大樣本數(shù)據(jù)或中國知網(wǎng)總庫或其鏡像站數(shù)據(jù)以及《中國學(xué)術(shù)期刊綜合引證報(bào)告》進(jìn)行了相關(guān)研究。

2.1 論文下載指標(biāo)的基本特征研究

2.1.1 下載頻次的分布特征研究

為考察學(xué)術(shù)論文下載頻次的隨機(jī)變量分布特征，學(xué)者們從學(xué)科、期刊、機(jī)構(gòu)或論文等不同層次開展了相關(guān)研究。

其中一項(xiàng)利用《總庫》數(shù)據(jù)的分析結(jié)果表明：下載頻次在期刊中呈負(fù)指數(shù)分布，而并非正態(tài)分布，認(rèn)為將下載次數(shù)視為連續(xù)型隨機(jī)變量會更為合適[2]。

另一研究結(jié)果顯示：論文、期刊和機(jī)構(gòu)層次的下載頻次均不符合負(fù)指數(shù)或冪律分布，呈現(xiàn)向右偏斜的尖頂峰形曲線形態(tài)，且以期刊層次為最，所有曲線與正態(tài)分布的差異都很大[3]。

針對《總庫》數(shù)據(jù)開展大樣本抽樣的統(tǒng)計(jì)結(jié)果表明：期刊論文的網(wǎng)絡(luò)下載頻次分布均遵循負(fù)對數(shù)函數(shù)衰減，衰減速率由最高下載頻次、篇均下載頻次與載文量3因素決定[4]。

另有研究顯示：隨著下載量的增多，論文數(shù)比例較快地增大，增大到某一最大值后再緩慢減小直至最小，認(rèn)為學(xué)科論文的下載頻次分布可用對數(shù)正態(tài)分布函數(shù)表征?；谠摲植继卣鳎岢鰧W(xué)科最可幾下載量，用以表征學(xué)科論文的下載量水平[5]。

毛國敏等運(yùn)用非線性迭代算法，模擬得出期刊論文下載指標(biāo)的概率密度服從對數(shù)正態(tài)分布[6]。

上述基于不同層面的研究均一致表明：學(xué)術(shù)論文下載頻次的隨機(jī)變量均不服從正態(tài)分布，為開展進(jìn)一步研究提供了理論基礎(chǔ)。

2.1.2 期刊論文下載頻次的布拉德福分布研究

作為文獻(xiàn)計(jì)量學(xué)經(jīng)典定律之一的布拉德福定律，最早是用來描述科技論文在期刊中的分布規(guī)律的，其是“期刊載文量累積數(shù)”與“期刊累積數(shù)”之間的函數(shù)關(guān)系，體現(xiàn)了文獻(xiàn)在相應(yīng)期刊中的集中與分散的對立與統(tǒng)一。為探討論文下載指標(biāo)是否也遵循布拉德福分布，學(xué)者們開展了一些實(shí)證研究。研究表明，布拉德福定律在網(wǎng)絡(luò)環(huán)境下也可適用。

張洋的研究表明：期刊“Web下載總頻次”在期刊中的分布符合布拉德福分布規(guī)律，同時(shí)也表現(xiàn)出一定的新特點(diǎn)。認(rèn)為專業(yè)論文的純度是影響布拉德福定律相關(guān)數(shù)學(xué)表達(dá)式準(zhǔn)確程度的一個(gè)重要指標(biāo)[1]。

曹藝等通過考察發(fā)現(xiàn)，集中度從大到小依次為機(jī)構(gòu)＞期刊＞論文，在期刊和機(jī)構(gòu)層次，相鄰分區(qū)的集中系數(shù)差異很大，說明分區(qū)效果很差，其中還呈現(xiàn)格魯斯（Gross）下垂現(xiàn)象[3]。

郭強(qiáng)等研究顯示：不同學(xué)科屬性的期刊下載頻次從直觀上都能較為顯著地表現(xiàn)出布拉德福分布的特征，當(dāng)然學(xué)科間會存在一定的差異。研究針對下載頻次在期刊中分布的聚類現(xiàn)象以及分散程度進(jìn)行了解釋或是比較，對下載頻次與學(xué)科屬性之間的關(guān)系能有更深入的認(rèn)識，從而為建立期刊下載頻次的統(tǒng)計(jì)性質(zhì)與學(xué)科影響因素之間的定量關(guān)系作了準(zhǔn)備[2]。

2.1.3 論文下載頻次在論文關(guān)鍵詞中的齊普夫分布

傳統(tǒng)的齊普夫定律描述的是，若將文章中的詞按照出現(xiàn)的頻次降序排列，則詞頻與對應(yīng)排序值的乘積保持不變。有研究將傳統(tǒng)齊普夫定律中的研究對象轉(zhuǎn)換為論文關(guān)鍵詞與下載頻次，從新的視角對論文下載頻次的統(tǒng)計(jì)性質(zhì)進(jìn)行了考察。研究表明對于下載頻次在關(guān)鍵詞中的齊普夫分布，其意義從直觀上與傳統(tǒng)的齊普夫定律的含義也是相吻合的[7]。

論文下載頻次在論文關(guān)鍵詞中的齊普夫分布，也是下載頻次統(tǒng)計(jì)分布特性的一個(gè)組成部分，其在一定程度上反映出用戶信息需求的偏好，并可用來探討用戶下載行為及其知識利用的規(guī)律性特征，為文獻(xiàn)老化的解釋性研究帶來更多的啟示。

2.2 學(xué)術(shù)論文下載指標(biāo)和被引指標(biāo)的關(guān)系研究

2.2.1 下載指標(biāo)和被引指標(biāo)間的一致性和差異性的比較研究

周燕子等[8]和劉影梅等[9]通過10篇高頻論文分別考察了我國圖書館學(xué)情報(bào)學(xué)核心期刊的下載頻次與被引頻次間的相關(guān)性，直觀比較后得出：同一篇論文的下載頻次遠(yuǎn)遠(yuǎn)高于被引頻次，高下載的論文不一定是高被引，高被引的論文不一定是高下載。

2.2.2 學(xué)術(shù)論文下載指標(biāo)和被引指標(biāo)相關(guān)性的定量統(tǒng)計(jì)研究

主要涉及機(jī)構(gòu)、期刊、作者、論文等不同層次上的論文下載和被引指標(biāo)的相關(guān)性研究。其中涉及期刊層次的研究較多，樣本量也較龐大，并較多地采用Spearman等級相關(guān)分析法進(jìn)行分析。其中有學(xué)者考慮到中文科技期刊文獻(xiàn)計(jì)量指標(biāo)與網(wǎng)絡(luò)計(jì)量指標(biāo)間的線性關(guān)系較弱，且大多不服從正態(tài)分布，直接采用Spearman 等級相關(guān)分析，分別對期刊和機(jī)構(gòu)層次的被引頻次和下載頻次[3]、期刊的下載頻次與被引頻次[10]等開展研究。也有學(xué)者先采用正態(tài)性檢驗(yàn)（如直方圖、QQ散點(diǎn)圖、K-S檢驗(yàn)）、曲線估計(jì)確認(rèn)后再進(jìn)行Spearman 等級相關(guān)分析，從期刊[11]、論文+期刊[12]以及論文+作者+期刊[13]等不同層面上規(guī)范地考察了論文下載頻次、被引頻次與影響因子間的相關(guān)性。另有學(xué)者在期刊層面上采用線性相關(guān)法開展了相關(guān)研究[4，14]。而在單篇論文層面，可見采用線性相關(guān)分析法、回歸分析法考察論文下載頻次與被引頻次間的相關(guān)性[15-17]。

從相關(guān)研究中發(fā)現(xiàn)了一些較典型的問題：如取樣的合理性欠佳，樣本量過小導(dǎo)致結(jié)論不具有普遍性；樣本出版年限不夠長使得被引行為尚未發(fā)生；分析方法不合理，如沒有經(jīng)過正態(tài)性檢驗(yàn)而直接采用線性相關(guān)分析，使得結(jié)果不具科學(xué)性。通過研究發(fā)現(xiàn)，高下載或高頻被引論文，在QQ概率圖中是一些遠(yuǎn)離簇位置的散點(diǎn)[3]，亦即離群數(shù)據(jù)[18]，容易造成單篇論文整體的相關(guān)系數(shù)降低，因此以高頻論文作為樣本，樣本量較少，并且被引頻次和下載頻次存在時(shí)間差，以及還有論文的學(xué)科差異等種種因素的影響，都會導(dǎo)致研究結(jié)論的可信度降低。

綜上，由于數(shù)據(jù)來源、樣本大小、學(xué)科領(lǐng)域、分析層次、統(tǒng)計(jì)方法、觀察時(shí)段等的不同，針對論文下載頻次和被引頻次的相關(guān)性研究的結(jié)論也不盡相同。但總的來說，基于期刊、作者、機(jī)構(gòu)層次，論文下載頻次與被引頻次呈現(xiàn)較顯著的正相關(guān)性，而在單篇論文層面，論文下載頻次與被引頻次不具有相關(guān)性或相關(guān)性偏弱，因此可作為兩個(gè)獨(dú)立指標(biāo)，至于其權(quán)重如何，有待于進(jìn)一步研究探討。

2.3 學(xué)術(shù)論文下載頻次的應(yīng)用研究

2.3.1 在期刊、機(jī)構(gòu)、作者層次上論文下載頻次對被引頻次預(yù)測的可行性及實(shí)證研究

一些學(xué)者持肯定意見，如有研究基于期刊和機(jī)構(gòu)層次的下載頻次和被引頻次之間關(guān)聯(lián)性顯著較強(qiáng)，認(rèn)為從其中一個(gè)指標(biāo)來推測另一指標(biāo)是較為可靠的[3]。另有研究認(rèn)為從作者或期刊粒度利用下載頻次預(yù)測被引頻次是可行的[13]。郭強(qiáng)等則利用期刊的前期下載總頻次對其后期的被引總頻次進(jìn)行了估算，并在線性假設(shè)基礎(chǔ)上，對后期的被引半衰期以及最大引文年限也進(jìn)行了考察[19]。

也有學(xué)者持否定意見，認(rèn)為不能利用期刊論文下載頻次對被引頻次進(jìn)行預(yù)測，如王雅祺指出被引量和下載數(shù)之間的關(guān)系較復(fù)雜，并不一定是簡單的因果關(guān)系[12]。

2.3.2 在單篇論文層次上論文下載頻次對被引頻次預(yù)測的可行性

周驥等通過研究認(rèn)為：根據(jù)論文早期的下載頻次可對后期的被引頻次進(jìn)行預(yù)測[17]。而有幾位學(xué)者通過高頻論文的直觀比較或者線性相關(guān)分析，認(rèn)為論文下載頻次不能對被引頻次進(jìn)行預(yù)測[8-9，16]。另有研究明確指出，從單篇論文粒度利用下載頻次預(yù)測被引頻次并不可行。也有學(xué)者提出，下載指標(biāo)能否用于評價(jià)論文的學(xué)術(shù)影響力還需深入研究[7]。

2.3.3 建議將學(xué)術(shù)論文下載頻次與被引頻次都作為學(xué)術(shù)期刊綜合評價(jià)的指標(biāo)之一

張洋[1]、王雅祺[12]等認(rèn)為文獻(xiàn)與期刊的下載頻次、被引頻次這兩個(gè)指標(biāo)都應(yīng)該在評估中相互參照并綜合考慮其影響力。

《中文核心期刊要目總覽》（2001版）和《中國學(xué)術(shù)期刊評價(jià)研究報(bào)告（2013-2014）》中已經(jīng)分別將“Web下載量”和“即年下載率”納入期刊評價(jià)指標(biāo)，與引文指標(biāo)相比，權(quán)重系數(shù)偏小，分別為1%和5%[17]，但也顯示了將論文下載頻次作為單獨(dú)一種指標(biāo)進(jìn)入期刊綜合評價(jià)體系成為一種必然趨勢。

2.3.4 論文下載頻次加入Altmetrics體系參與學(xué)術(shù)論文影響力評價(jià)

Altmetrics，一種新型的學(xué)術(shù)成果評價(jià)方法，強(qiáng)調(diào)用面向?qū)W術(shù)成果全面影響力評價(jià)的指標(biāo)體系來替代傳統(tǒng)片面依靠引文指標(biāo)的定量科研評價(jià)體系，其包含了被引量以外的被使用情況、被獲取情況、被提及情況和社交媒介等[20]。

國內(nèi)的研究結(jié)果驗(yàn)證了Altmetrics將論文下載指標(biāo)作為獨(dú)立的單篇論文評價(jià)指標(biāo)的合理性和科學(xué)性；目前已有研究者建立了類似Altmetrics的并將論文下載頻次納入單篇英文論文的動態(tài)評價(jià)體系[21]。

3 基于論文下載頻次應(yīng)用的潛在研究方向

3.1 基于下載頻次的期刊h指數(shù)研究

龔舒野基于下載角度提出了評價(jià)期刊的hd指數(shù)，選擇圖書館學(xué)情報(bào)學(xué)核心期刊作為考察對象，通過實(shí)證研究說明了hd指數(shù)在學(xué)術(shù)期刊評價(jià)方面的科學(xué)性和合理性，并探討了影響期刊hd指數(shù)的因素[22]。學(xué)界可對hd指數(shù)開展進(jìn)一步的研究。

3.2 基于學(xué)術(shù)論文下載頻次的圖書館服務(wù)新需求和資源配置優(yōu)化研究

楊春華等認(rèn)為下載量可在一定程度上反映論文對用戶的貢獻(xiàn)即應(yīng)用價(jià)值，應(yīng)作為考量論文質(zhì)量的標(biāo)準(zhǔn)之一；對高下載論文所揭示的用戶需求，應(yīng)充分重視并給予足夠的關(guān)注，鼓勵服務(wù)導(dǎo)向的研究[23]。

郭強(qiáng)等認(rèn)為期刊下載次數(shù)反映的是期刊的受利用程度，電子資源的購買與維護(hù)等成本需要與它的受利用程度相匹配，在不嚴(yán)格意義下可用下載次數(shù)來表征[2]。

3.3 基于論文下載頻次的研究熱點(diǎn)和前沿研究

期刊論文在出版的早期會引起學(xué)者的廣泛關(guān)注，突出表現(xiàn)為在短期內(nèi)被大量下載[22]。擁有高下載頻次的論文，一般情況下能夠說明該論文受到的關(guān)注度相對較高，從而能夠從側(cè)面體現(xiàn)學(xué)科目前的熱點(diǎn)甚至是發(fā)展方向[24]。高下載論文的研究主題屬于研究熱點(diǎn)及前沿話題，代表學(xué)科最新的研究方向和最高的研究水平，因此獲得了較高的用戶關(guān)注度[12]。如基于高下載論文的高關(guān)注即“熱點(diǎn)”的特性，大連理工大學(xué)王賢文研究組利用論文下載數(shù)據(jù)輔以論文在社交媒體中的被關(guān)注信息，實(shí)時(shí)追蹤探測領(lǐng)域的研究熱點(diǎn)和研究前沿，獲得了滿意的效果[25]。

4 結(jié)語

通過對近10多年來國內(nèi)有關(guān)學(xué)術(shù)論文下載指標(biāo)研究文獻(xiàn)的分析，表明學(xué)術(shù)論文下載頻次并非服從正態(tài)分布，將其視為連續(xù)型隨機(jī)變量更為合適；論文下載指標(biāo)也遵循布拉德福分布和齊普夫分布。研究較為一致地認(rèn)為：在期刊、機(jī)構(gòu)、作者層次，論文下載頻次與引用頻次存在正相關(guān)，但在單篇論文層次上，較多的研究傾向于論文下載頻次與引用頻次間不存在正相關(guān)或僅有弱相關(guān)；因此建議將論文下載頻次與被引頻次都作為學(xué)術(shù)論文綜合評價(jià)的指標(biāo)。

對學(xué)術(shù)論文下載指標(biāo)研究方面，可考慮對不同數(shù)據(jù)源中下載數(shù)據(jù)特點(diǎn)與性質(zhì)的實(shí)證研究、不同質(zhì)量論文間的下載頻次與被引頻次相關(guān)性的實(shí)證研究；基于高下載論文的“熱點(diǎn)”特性，也可開展基于學(xué)術(shù)論文下載頻次的圖書館服務(wù)新需求和資源配置優(yōu)化的研究；基于全球科技競爭的需要，更可以開展基于論文下載頻次的研究熱點(diǎn)和前沿的新趨勢探測研究，為科技創(chuàng)新提供超值的知識服務(wù)。