高 遐

（浙江理工大學(xué)圖書館，浙江 杭州 310018）

一、引言

2015年國務(wù)院印發(fā)了《統(tǒng)籌推進世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》[1]，旨在推動我國高校進入世界前列，為我國高等教育建設(shè)引領(lǐng)航向。2017年9月，教育部、財政部、國家發(fā)展改革委研究并報國務(wù)院批準(zhǔn)，公布了“雙一流”建設(shè)高校及建設(shè)學(xué)科名單[2]，其中包括一流大學(xué)建設(shè)高校42所、一流學(xué)科建設(shè)高校95所，進一步為我國高校建設(shè)做出了明確部署。世界一流大學(xué)的建設(shè)需要以一流學(xué)科建設(shè)為基礎(chǔ)，因此選擇恰切的學(xué)科布局及其戰(zhàn)略顯得尤為關(guān)鍵。

基于國際視野的學(xué)科評價無疑是學(xué)科建設(shè)中的重要環(huán)節(jié)，而基本科學(xué)指標(biāo)數(shù)據(jù)庫（Essential Science Indicators，ESI）是當(dāng)前世界范圍內(nèi)普遍用以評價學(xué)術(shù)機構(gòu)、國家或地區(qū)學(xué)術(shù)水平及影響力的重要工具。ESI是由美國科睿唯安科技信息集團（原湯森路透公司）推出的基準(zhǔn)評價數(shù)據(jù)庫，根據(jù)研究主題劃分了22個學(xué)科領(lǐng)域，其數(shù)據(jù)來源為近十年Web of Science（WoS）數(shù)據(jù)庫核心合集（SCIE/SSCI）中收錄的學(xué)術(shù)論文（論文類型為Article和Review）[3]，主要通過論文被引頻次、論文數(shù)、篇均被引頻次等指標(biāo)，分別對國家、機構(gòu)、期刊、研究員的學(xué)術(shù)水平進行分析。近年來，InCites數(shù)據(jù)庫作為ESI數(shù)據(jù)庫的輔助和補充，也受到了廣泛關(guān)注和應(yīng)用。InCites數(shù)據(jù)庫是科睿唯安科技信息集團在匯集和分析WoS數(shù)據(jù)庫（SCIE/SSCI/A&HCI）引文數(shù)據(jù)基礎(chǔ)上建立起來的科研評價工具，能綜合各種計量指標(biāo)，具有全面的數(shù)據(jù)資源、多元化的指標(biāo)體系和豐富的可視化效果[4-5]。許多學(xué)者都利用ESI與InCites數(shù)據(jù)庫，研究學(xué)科分布結(jié)構(gòu)、學(xué)科發(fā)展模式、學(xué)科校際布局等，為高校的學(xué)科建設(shè)提供理論基礎(chǔ)和數(shù)據(jù)支撐。董政娥等[6]基于ESI和InCites數(shù)據(jù)庫引文分析，引入學(xué)科區(qū)位商，在跟蹤其ESI學(xué)科以及高被引論文、熱門論文和頂尖論文的基礎(chǔ)上，探討圖書館支持高校學(xué)科評價和管理決策等方面的服務(wù)模式。王婧等[7]以ESI數(shù)據(jù)庫高水平論文數(shù)據(jù)為基礎(chǔ)，從地區(qū)分布、科研競爭力、研究領(lǐng)域、區(qū)域合作等多角度對我國各地區(qū)的“雙一流”及非“雙一流”高校進行計量分析，建議高校根據(jù)自身特色針對性發(fā)展特色學(xué)科、差別化建設(shè)。鄧小茹[8]采用Incites數(shù)據(jù)庫和ESI數(shù)據(jù)庫，通過對國家自然科學(xué)基金項目的資助發(fā)文情況進行耦合分析，尋找近年的熱點研究方向、某機構(gòu)或某學(xué)科的研究優(yōu)勢，挖掘出其最熱或最具優(yōu)勢的課題定位，提升“雙一流”學(xué)科建設(shè)中的“暗數(shù)據(jù)”可視綜合情報分析能力。本文對ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中的研究進展動態(tài)進行分析梳理，以期能通過完整、及時、客觀、直觀的數(shù)據(jù)分析，揭示其動態(tài)和熱點，為高校學(xué)科建設(shè)提供一定的參考。

二、數(shù)據(jù)獲取與研究方法

數(shù)據(jù)來源的可靠性與可獲取性是數(shù)據(jù)采集的重要因素，因此本文選取中國知網(wǎng)（CNKI）數(shù)據(jù)庫作為數(shù)據(jù)來源。本文中采用同源數(shù)據(jù)進行分析，以保證統(tǒng)計過程的針對性、準(zhǔn)確性、可比性與累計性。數(shù)據(jù)檢索起止時間段設(shè)定為“不限”，通過“主題”與“篇名”兩種途徑，采用“ESI”“InCites”作為主要檢索詞，組配“學(xué)科”“評估”“評價”“發(fā)展”“高?！薄按髮W(xué)”“雙一流”“科研”“績效”“競爭力”“影響力”“優(yōu)勢”“高被引”等檢索詞（組配邏輯為“AND”）的方式進行檢索（檢索時間為2019年4月23日），經(jīng)過篩選去除與主題相關(guān)性不大的文獻，檢索得到475條期刊文獻信息。

本文利用SATI（Statistical Analysis Toolkit for Informetrics）分析有關(guān)我國ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中的應(yīng)用的論文的研究主體力量分布，主要包括論文發(fā)表核心著者、機構(gòu)、時序、期刊等。本文利用Citespace對有關(guān)我國ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中的應(yīng)用的論文進行關(guān)鍵詞共現(xiàn)聚類分析，得到可視化知識圖譜，采用的軟件版本為CiteSpace 5.2.R2，參數(shù)設(shè)置中時間跨度設(shè)置為2003—2019年，時間切片為1年，節(jié)點類型選擇關(guān)鍵詞，閾值選擇Top N 50，運行結(jié)果采用LLR算法提取聚類標(biāo)簽。

三、論文統(tǒng)計分析

（一）研究趨勢分析

論文的發(fā)表時間分布可以在一定程度上反映該領(lǐng)域?qū)W術(shù)研究的理論水平和發(fā)展進程[9]。近年間關(guān)于ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中的應(yīng)用的論文，其發(fā)表時間分布情況如圖1所示?？梢?，該領(lǐng)域的研究文獻最早出現(xiàn)于2003年，隨后進入緩慢的增長階段，自2011年開始進入了第一個快速增長期，2013年論文數(shù)量達到第一個頂峰，而2014年略有下降，這一趨勢符合D.普賴斯的Logistic增長模式，第一個高峰過后論文的數(shù)量可能會趨于平緩，進入飽和期[10]；但自2015年論文數(shù)量又恢復(fù)了增長，且增幅較大，這主要是由于2015年國務(wù)院提出了“雙一流”建設(shè)，使基于ESI與InCites數(shù)據(jù)庫的學(xué)科建設(shè)成為新的研究熱點，且目前仍處于上升時期。這一變化趨勢表明人文社會科學(xué)的知識積累呈現(xiàn)出往復(fù)式的增長方式[11]。研究論文分布于185種期刊中，其中發(fā)表5篇以上文獻的期刊有25種，其發(fā)表論文數(shù)占全部論文的49.89%，呈現(xiàn)出較高的集中趨勢。載文量前三的期刊分別為《情報探索》《農(nóng)業(yè)圖書情報學(xué)刊》《現(xiàn)代情報》，核心刊物的出版主題主要為圖書情報與數(shù)字圖書館，并涉及出版、高等教育、管理學(xué)、基礎(chǔ)科學(xué)綜合等主題。

圖1 論文發(fā)表趨勢分布

（二）研究作者分析

利用SATI按第一作者統(tǒng)計了研究者的發(fā)文量，在檢索所得文獻中共有作者356名，發(fā)文量較高的作者（按第一作者統(tǒng)計）分布情況如表1所示。根據(jù)情報學(xué)家普賴斯的理論，核心作者為在某一研究領(lǐng)域進行持續(xù)的研究、且對該領(lǐng)域的研究者產(chǎn)生一定影響的作者[12]，從定量的角度，核心作者發(fā)文量計算公式為：，其中：M核心作者最少發(fā)文篇數(shù)；nmax為發(fā)文最多的作者論文篇數(shù)。計算可知，核心作者發(fā)文量M=3.669，即發(fā)文量在4篇以上的作者為核心作者。表2中前8位作者為核心作者群，主要分布在高校圖書館、信息管理系、高校發(fā)展規(guī)劃機構(gòu)與期刊編輯部等。其中，發(fā)文量最多的邱均平教授為我國著名情報學(xué)家和評價管理專家、文獻計量學(xué)的主要奠基人之一，成果豐富。

表1 發(fā)文量大于等于3篇的作者分布

（三）研究機構(gòu)分析

利用SATI按照論文中作者的署名機構(gòu)統(tǒng)計了研究機構(gòu)的發(fā)文量，發(fā)文量大于或等于4篇的研究機構(gòu)分布如表2所示。統(tǒng)計的結(jié)果顯示，高校圖書館為主要研究機構(gòu)，機構(gòu)排名依次為武漢大學(xué)中國科學(xué)評價研究中心、東華大學(xué)圖書館、南京航空航天大學(xué)圖書館、大連理工大學(xué)圖書館等。其中，邱均平教授所在的武漢大學(xué)中國科學(xué)評價研究中心在該研究領(lǐng)域的處于領(lǐng)先、權(quán)威地位。表2與表1的順序并不完全一致，主要由于有些機構(gòu)在該領(lǐng)域的發(fā)文量較大，形成了研究團隊，但每個作者相關(guān)論文較少；或有些作者在多個機構(gòu)任職，在不同論文中署名的第一機構(gòu)不完全相同。

表2 發(fā)文量大于等于4篇的機構(gòu)分布

（四）關(guān)鍵詞聚類分析

關(guān)鍵詞反映了某研究領(lǐng)域在一定時間段內(nèi)的研究主題，將關(guān)鍵詞聚類并可視化，將幫助我們從整體上了解ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中應(yīng)用的研究主題分布。利用CiteSpace進行關(guān)鍵詞共現(xiàn)聚類分析，采用LLR算法對聚類命名，運行結(jié)果如圖2所示。CiteSpace依據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和聚類的清晰度，提供了模塊值（Modularity Q，Q）和平均輪廓值（Mean Slihouette，S）兩個指標(biāo)[13]；模塊值為網(wǎng)絡(luò)模塊化評價指標(biāo)，Q的取值區(qū)間為[0，1]，當(dāng)Q＞0.3時得到的網(wǎng)絡(luò)社團結(jié)構(gòu)是顯著的；平均輪廓值是用來衡量網(wǎng)絡(luò)同質(zhì)性的指標(biāo)，當(dāng)S＞0.5時聚類結(jié)果是合理的，當(dāng)S值為0.7時，聚類是高效率令人信服的。本次運行結(jié)果中，Q=0.4077，S=0.721，可見通過關(guān)鍵詞共現(xiàn)聚類獲得的知識圖譜是合理的。

圖2 關(guān)鍵詞聚類知識圖譜

表3列出頻次大于20的關(guān)鍵詞信息。CiteSpace根據(jù)關(guān)鍵詞共現(xiàn)挖掘，可獲得的6大聚類，其中聚類標(biāo)簽根據(jù)關(guān)鍵詞提取，標(biāo)注數(shù)字代表聚類編號（Cluster ID），聚類編號越小，表示該聚類的經(jīng)典文獻數(shù)量越多，包含的節(jié)點數(shù)量越大[14]；相似性（Slihouette）表示經(jīng)典文獻之間的相關(guān)程度，平均年份［Mean（Year）］可反映聚類中文獻的時效性[15]。6大聚類的平均年份分布于2013—2017年，具有較強的時效性，說明有關(guān)我國ESI與InCites數(shù)據(jù)庫在學(xué)科建設(shè)中的應(yīng)用在近年來得到了廣泛的關(guān)注。圖2顯示，6大聚類關(guān)系非常緊密，結(jié)合閱讀文獻，可以歸納出機構(gòu)科研競爭力評價、學(xué)科科研績效分析與發(fā)展趨勢預(yù)測、學(xué)科高被引論文計量分析與前沿研究三大研究主題。

表3 高頻關(guān)鍵詞信息

四、研究熱點分析

（一）機構(gòu)科研競爭力評價

在“雙一流”建設(shè)背景下，應(yīng)用ESI及InCites數(shù)據(jù)庫的各項指標(biāo)對機構(gòu)科研實力進行剖析，從而為機構(gòu)發(fā)展提供參考是目前研究的一大熱點。邱均平教授[16]提出了四個維度的綜合指標(biāo)體系，包括科研生產(chǎn)力、科研影響力、科研創(chuàng)新力與科研發(fā)展力，具有權(quán)威影響。吳愛芝等[17]以文獻計量方法為基礎(chǔ)，從多角度、多渠道對數(shù)據(jù)進行整合分析，開展學(xué)科競爭力評價方法的研究，形成一套合理的、可供推廣和復(fù)用的系統(tǒng)性評價方法和報告模式。許多學(xué)者運用ESI及InCites數(shù)據(jù)庫的指標(biāo)對特定區(qū)域或集群高校或單一機構(gòu)的科研實力進行了分析。例如，徐娟[18]基于InCites數(shù)據(jù)庫，從發(fā)文數(shù)量、引用率、社會影響力、決策影響力四個角度，分析對比了我國高校科研競爭力在1981—2013年的變化趨勢；田稷等[19]選取中國中國大陸九校聯(lián)盟（China Nine，C9）及世界典型研究型大學(xué)聯(lián)盟為研究對象，基于信息計量學(xué)特征的統(tǒng)計與分析，探究世界一流研究型大學(xué)及其聯(lián)盟的整體概況和主要特征，揭示我國一流大學(xué)聯(lián)盟與國外一流大學(xué)聯(lián)盟的差距；閆文軒[20]利用ESI數(shù)據(jù)庫，從地域分布、論文量、被引頻次、高被引論文和熱點論文以及學(xué)科類別等方面，對入圍ESI的“985工程”高校學(xué)術(shù)影響力進行了分析；胡雯[21]基于ESI數(shù)據(jù)平臺建立了科研評價指標(biāo)體系，以湖北省進入ESI排名的所有高校為研究對象，從各高校的論文產(chǎn)出角度來分析其科研競爭力現(xiàn)狀。這些研究成果在國家、地域、學(xué)科領(lǐng)域等不同層面，對科研機構(gòu)的實力進行分析比對，從而為其提供客觀的定位和合適的發(fā)展策略。

（二）學(xué)科科研績效分析與發(fā)展趨勢預(yù)測

ESI根據(jù)研究主題劃分了22個學(xué)科領(lǐng)域，是否進入ESI世界排名前1%是衡量科研機構(gòu)學(xué)科實力的重要指標(biāo)?；贓SI及InCites數(shù)據(jù)庫的各項指標(biāo)識別優(yōu)勢學(xué)科，并進行跟蹤分析是圖書館學(xué)科服務(wù)的重點之一。蔣德鳳[22]采用Incites數(shù)據(jù)庫的連續(xù)數(shù)據(jù)對廣西大學(xué)ESI學(xué)科進行了動態(tài)性評價和持續(xù)追蹤分析；劉敏[23]以浙江省高校進入ESI全球前1%學(xué)科為研究對象，對2017年1月至11月的6期ESI數(shù)據(jù)進行計量分析，通過ESI指標(biāo)來展現(xiàn)浙江省高校學(xué)科的發(fā)展現(xiàn)狀及趨勢。通過對學(xué)科的分析評價，判斷學(xué)科發(fā)展趨勢，預(yù)測潛力學(xué)科進入ESI世界前1%排名的可能性是當(dāng)前一個重要應(yīng)用，可為學(xué)科培育方案提供參考。例如，侯志江[24]提出一種基于InCites數(shù)據(jù)庫直接獲得機構(gòu)排名信息的方法，繞過了被引頻次，獲得基于學(xué)科發(fā)展態(tài)勢的入圍ESI前1%的時間預(yù)測方法；董政娥等[25]采用ESI和InCites數(shù)據(jù)庫，在探討東華大學(xué)優(yōu)勢學(xué)科特征、高引用率論文、熱門論文和頂尖論文與學(xué)科發(fā)展關(guān)系分析的基礎(chǔ)上，對后續(xù)學(xué)科進入ESI世界前1%排名進行了預(yù)測；秦萍等[26]應(yīng)用灰色系統(tǒng)理論，依據(jù)InCites數(shù)據(jù)建立GM（1，1）模型，通過模型的擬合分析，預(yù)測未來若干年高校潛力學(xué)科高水平論文的發(fā)展趨勢，并進行了實證研究；蘇光耀[27]則對灰色GM（1，1）模型進行改進，形成等維遞補GM（1，1）模型，對高校潛勢學(xué)科的發(fā)展進行預(yù)測。

（三）學(xué)科高被引論文分析與前沿研究

ESI的統(tǒng)計數(shù)據(jù)兩個月滾動更新一次，持續(xù)關(guān)注某學(xué)科領(lǐng)域的ESI高被引論文，有助于揭示該學(xué)科的研究現(xiàn)狀，跟蹤該學(xué)科領(lǐng)域的研究熱點與前沿，從而為科研人員提供研究方向和參考。周群等[28]提出一種基于學(xué)科前沿性的科研機構(gòu)評測方法，基于ESI中學(xué)科研究前沿的共被引關(guān)系，構(gòu)建研究前沿的共被引矩陣，利用VOSviewer生成學(xué)科研究前沿的全局知識圖譜，并以中國農(nóng)業(yè)大學(xué)為例進行實證分析。馬倩等[29]采用6期ESI數(shù)據(jù)，分別從論文年份、學(xué)科和引文閾值的角度，分析全球高被引論文的整體動態(tài)、新增論文及剔除論文的變化特征，剖析全球高被引論文的動態(tài)變化現(xiàn)象和特征。許多學(xué)者針對某單一學(xué)科的高被引論文進行分析，試圖為該學(xué)科的發(fā)展做出總結(jié)與展望。例如，李曉紅[30]基于ESI對2002～2012年我國高被引化學(xué)類論文進行了分析研究，揭示了我國化學(xué)學(xué)科的分布及研究狀況；劉月雷等[31]利用ESI基本科學(xué)指標(biāo)數(shù)據(jù)庫對2004—2014年地球科學(xué)領(lǐng)域的文獻進行了計量分析，通過對國家和地區(qū)、研究機構(gòu)、期刊、科學(xué)家、高被引論文、熱點論文、頂級論文、研究前沿、基線等各項指標(biāo)統(tǒng)計分析，為我國地球科學(xué)領(lǐng)域研究提供參考；雷蕾[32]采用文獻計量方法分析了語言學(xué)領(lǐng)域的ESI高被引論文，從國際高質(zhì)量論文的視角，為語言學(xué)一流學(xué)科建設(shè)提供參考；張娜[33]對2006—2016年ESI計算機學(xué)科的高被引論文進行文獻計量研究，以了解和評價國際計算機學(xué)科目前的研究現(xiàn)狀、研究熱點和發(fā)展趨勢；李榮等[34]對婦產(chǎn)科學(xué)ESI高被引論文的數(shù)量特征和內(nèi)容特征進行分析，探索全球范圍內(nèi)婦產(chǎn)科學(xué)研究中最受關(guān)注的熱點與前沿，為我國婦產(chǎn)科學(xué)研究的發(fā)展提供借鑒。通過對學(xué)科高被引論文與前沿研究的分析，呈現(xiàn)出學(xué)科的知識結(jié)構(gòu)與布局，可以在研究領(lǐng)域的層次評價學(xué)科的科研競爭力，彌補單純采用文獻計量指標(biāo)評價機構(gòu)科研績效的不足，具有重要的參考作用。

五、結(jié)語

大數(shù)據(jù)時代，合理挖掘和利用ESI和InCites數(shù)據(jù)庫的各項指標(biāo)與數(shù)據(jù)，支持一流學(xué)科發(fā)展、建設(shè)一流高校是當(dāng)前的主流趨勢。在高水平學(xué)科建設(shè)中，針對機構(gòu)科研競爭力、學(xué)科科研績效與發(fā)展趨勢、學(xué)科高被引論文與研究前沿等，圖情部門或發(fā)展規(guī)劃部門進行動態(tài)、定期跟蹤分析，對學(xué)科發(fā)展方向進行合理規(guī)劃，從而制定出合適的科研激勵政策是十分必要的，能夠有效提高其核心競爭力，也有利于獲得更多的政策與財政支持。不可忽視的是，科研活動和學(xué)科建設(shè)具有復(fù)雜性和多樣性，在運用ESI和InCites數(shù)據(jù)庫時，需要注意以下問題：（1）針對不同區(qū)域、不同類型、不同發(fā)展時期的高校，對學(xué)科建設(shè)標(biāo)準(zhǔn)進行動態(tài)調(diào)整，有針對性地選擇ESI 1%或ESI 1‰作為評價指標(biāo)；（2）認(rèn)識到ESI體系在學(xué)科分類上的局限性，合理使用包含包括ESI分類、Web of Science分類和中國國務(wù)院學(xué)位辦學(xué)科分類SCADC等學(xué)科分類體系的InCites數(shù)據(jù)庫，從一定程度上彌補ESI體系的局限性；（3）ESI從引文分析角度對科研績效進行評價，其數(shù)據(jù)沒有排除自引，導(dǎo)致有機構(gòu)或?qū)W者可能通過增加自引而提高排名；同時ESI數(shù)據(jù)沒有區(qū)分論文的第一作者和主要完成機構(gòu)，對于參與完成研究的作者與機構(gòu)給予了相同的評價，導(dǎo)致評價結(jié)果的偏差，在學(xué)科建設(shè)中需要仔細甄別此類情況，而不能唯排名論；（4）“高被引”在一定程度上代表了科研成果的影響力，但并不完全等同于“高質(zhì)量”，對研究成果的評價還需要結(jié)合期刊的影響力、同行評議的結(jié)果等進行綜合評價；（5）在學(xué)科建設(shè)中，不僅僅要關(guān)注學(xué)術(shù)產(chǎn)出的水平和狀態(tài)，也需要關(guān)注學(xué)科組織本體，并將學(xué)生滿意度、社會貢獻度等指標(biāo)納入評價體系。綜上所述，研究者們需要綜合運用各項指標(biāo)而非單一指標(biāo)進行解析，注重樣本數(shù)據(jù)完整性、時效性，盡量客觀展現(xiàn)學(xué)科表現(xiàn)的全貌，進而選擇恰切的學(xué)科布局及戰(zhàn)略。