劉玉婷 黃 芳

(首都醫(yī)科大學(xué)圖書(shū)館， 北京 100069)

隨著大數(shù)據(jù)技術(shù)的迅猛發(fā)展，對(duì)海量數(shù)據(jù)的處理已經(jīng)成為計(jì)算機(jī)科學(xué)方面的重要任務(wù)，同時(shí)應(yīng)用到各個(gè)專業(yè)的研究。其中，數(shù)據(jù)挖掘在大數(shù)據(jù)技術(shù)的發(fā)展中得到廣泛的發(fā)展。數(shù)據(jù)挖掘是指從數(shù)據(jù)中發(fā)現(xiàn)有效的、新穎的、潛在的、有用的、最終被理解的模式和知識(shí)的過(guò)程[1]。數(shù)據(jù)挖掘在高校學(xué)科建設(shè)工作中的任務(wù)是描述與預(yù)測(cè)，具體可以理解為從學(xué)科建設(shè)的數(shù)據(jù)集合中找到各個(gè)學(xué)科數(shù)據(jù)的規(guī)則和關(guān)系，這些規(guī)則可以用來(lái)評(píng)估學(xué)科的發(fā)展情況、與其他學(xué)校的數(shù)據(jù)進(jìn)行對(duì)比、預(yù)測(cè)學(xué)科的發(fā)展趨勢(shì)等。

國(guó)務(wù)院2015年11月5日對(duì)外發(fā)布的《統(tǒng)籌推進(jìn)世界一流大學(xué)和一流學(xué)科建設(shè)總體方案》[2]，自2016年起針對(duì)大學(xué)以及學(xué)科建設(shè)明確提出了“雙一流”的任務(wù)要求，并分三個(gè)階段制定了時(shí)間表為我國(guó)建成高等教育強(qiáng)國(guó)明確了任務(wù)路徑。因此高等學(xué)校的學(xué)科建設(shè)是學(xué)校的重點(diǎn)工作，要對(duì)學(xué)科的發(fā)展進(jìn)行評(píng)價(jià)，必須從基礎(chǔ)的數(shù)據(jù)開(kāi)始分析。

文獻(xiàn)計(jì)量學(xué)指標(biāo)是評(píng)價(jià)一個(gè)學(xué)校學(xué)科發(fā)展的客觀依據(jù)，沒(méi)有任何一個(gè)單一的文獻(xiàn)計(jì)量學(xué)指標(biāo)能夠全面地評(píng)價(jià)科研績(jī)效[3]，因此筆者選擇多個(gè)文獻(xiàn)計(jì)量學(xué)指標(biāo)。大學(xué)的科研競(jìng)爭(zhēng)力[4-6]應(yīng)該由科研生產(chǎn)力、科研影響力、科研創(chuàng)新力、科研發(fā)展力這四個(gè)部分構(gòu)成。這四個(gè)部分可以分別對(duì)應(yīng)多個(gè)文獻(xiàn)計(jì)量學(xué)指標(biāo)。本文應(yīng)用因子分析法把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子，對(duì)復(fù)雜的文獻(xiàn)計(jì)量學(xué)指標(biāo)進(jìn)行分析和解釋，從而對(duì)中國(guó)高校臨床醫(yī)學(xué)科研競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià)研究。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

本研究選取2012年教育部學(xué)位與研究生教育發(fā)展中心(簡(jiǎn)稱學(xué)位中心)第三次學(xué)科評(píng)估臨床醫(yī)學(xué)參評(píng)高校50所。其中全國(guó)具有“博士一級(jí)”授權(quán)的高校共35所；具有“博士二級(jí)”授權(quán)和碩士授權(quán)的15所。在科睿唯安的InCites平臺(tái)，檢索這50所高校臨床學(xué)科的學(xué)科數(shù)據(jù)，文獻(xiàn)類(lèi)型選擇Article和Reviews，同時(shí)檢索F1000數(shù)據(jù)庫(kù)中被推薦的論文數(shù)，數(shù)據(jù)檢索日期為2019年2月25日，檢索年限為2014年到2018年，從這些數(shù)據(jù)來(lái)分析各高校近5年的科研競(jìng)爭(zhēng)力發(fā)展情況。

1.2 研究方法

因子分析法[7-9]是從研究變量?jī)?nèi)部相關(guān)的依賴關(guān)系出發(fā)，把一些復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。它的基本思想是將觀測(cè)變量進(jìn)行分類(lèi)，將相關(guān)性較高，即聯(lián)系比較緊密的分在同一類(lèi)中，而不同類(lèi)變量之間的相關(guān)性則較低，那么每一類(lèi)變量實(shí)際上就代表了一個(gè)基本結(jié)構(gòu)，即公共因子。對(duì)于所研究的問(wèn)題就是試圖用最少個(gè)數(shù)的不可測(cè)的所謂公共因子的線性函數(shù)與特殊因子之和來(lái)描述原來(lái)觀測(cè)的每一分量。

1.3 數(shù)據(jù)的整理與預(yù)處理

InCites數(shù)據(jù)庫(kù)對(duì)機(jī)構(gòu)的文獻(xiàn)計(jì)量指標(biāo)總共有48個(gè)，去除一些不能量化及許多高校沒(méi)有數(shù)據(jù)的指標(biāo)，以及一些可以通過(guò)計(jì)算替代的指標(biāo)，綜合F1000數(shù)據(jù)庫(kù)中推薦論文數(shù)指標(biāo)， F1000數(shù)據(jù)庫(kù)基于同行評(píng)議對(duì)科研競(jìng)爭(zhēng)力水平做客觀評(píng)價(jià)[7-12]，共統(tǒng)計(jì)10個(gè)指標(biāo)，具體數(shù)據(jù)詳見(jiàn)表1。對(duì)大學(xué)的科研競(jìng)爭(zhēng)力一般由這些客觀指標(biāo)來(lái)計(jì)算。其中學(xué)科規(guī)范化引文影響力( category normalized citation impact，CNCI)是按學(xué)科、出版年和文獻(xiàn)類(lèi)型統(tǒng)計(jì)的規(guī)范化的引文影響力(引文影響力指論文篇均被引頻次)；熱門(mén)論文百分比是入選基本科學(xué)指標(biāo)數(shù)據(jù)庫(kù)(esseatial science indicaters,ESI)熱門(mén)論文(按領(lǐng)域和時(shí)間段統(tǒng)計(jì)的被引頻次排名0.1%)的出版論文百分比；H指數(shù)是機(jī)構(gòu)或?qū)W者發(fā)表的N篇論文中有h篇每篇至少被引h次；國(guó)際合作論文數(shù)指含一位或多位國(guó)際共同作者的論文數(shù)。

1.4 適合度檢驗(yàn)

把表1的數(shù)據(jù)用SPSS 19進(jìn)行分析。在進(jìn)行因子分析之前，用KMO與Bartlett球形度檢驗(yàn)進(jìn)行適合度檢驗(yàn)。KMO值為0.837，Bartlett 的球形度檢驗(yàn)近似卡方值為742.584，自由度為45，顯著性小于0.05，拒絕相關(guān)系數(shù)為0的假設(shè)，顯示這些指標(biāo)變量適合進(jìn)行因子分析，并且它們之間有相關(guān)性。

1.5 提取主成分因子

應(yīng)用主成分分析法提取公共因子，根據(jù)原始特征值大于1的原則，提取2個(gè)公共因子，其特征值分別為6.443和1.696，方差貢獻(xiàn)度分別為64.431%和16.962%；累積貢獻(xiàn)率達(dá)到81.393%，表明這2個(gè)因子包含了10 個(gè)變量的絕大部分信息，能夠反映指標(biāo)的內(nèi)容，可以有效地反映各個(gè)醫(yī)學(xué)院校的科研競(jìng)爭(zhēng)力，詳見(jiàn)表2。

1.6 因子的含義

根據(jù)旋轉(zhuǎn)成分矩陣(表3)，可以看出，第一個(gè)公共因子F1在國(guó)際合作論文數(shù)、Web of Science論文數(shù)、被引頻次、F1000論文數(shù)、H指數(shù)五個(gè)指標(biāo)上因子載荷較大，這些指標(biāo)都和論文的總數(shù)量、被引頻次有關(guān)，尤其是國(guó)際合作論文數(shù)對(duì)F1的貢獻(xiàn)最大，其次是Web of Science論文數(shù)，因此把F1歸結(jié)為生產(chǎn)力規(guī)模量因子。第二個(gè)公共因子F2在CNCI、被引次數(shù)排名前 10% 的論文百分比、被引次數(shù)排名前 1% 的論文百分比、論文被引百分比四個(gè)指標(biāo)上因子載荷較大，這些指標(biāo)都是論文高影響力的指標(biāo)，尤其是高水平論文的占比，因此把F2歸結(jié)為高影響力因子。這兩個(gè)公共因子從各高校論文的生產(chǎn)力規(guī)模量，高影響力兩個(gè)方面反映了高校的科研競(jìng)爭(zhēng)力。

2 結(jié)果

2.1 因子得分

記X1*～X2*為表1原始數(shù)據(jù)標(biāo)準(zhǔn)化后的數(shù)值，應(yīng)用SPSS軟件的回歸法得到成分得分系數(shù)矩陣(表4)，根據(jù)該矩陣進(jìn)一步得到50所高校因子得分表達(dá)式，其中aij表示第j個(gè)指標(biāo)在第i個(gè)公因子上的得分系數(shù)Fi。

表1 各院校文獻(xiàn)計(jì)量學(xué)數(shù)據(jù)(部分)Tab.1 Bibliometric data of universities (Part)

CNCI: category normalized citation impact.

表2 因子分析的總方差Tab.2 Total variance of factor analysis

以旋轉(zhuǎn)后各因子的方差貢獻(xiàn)率占兩個(gè)因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，得到各個(gè)學(xué)校的綜合得分F，這個(gè)綜合得分可以看作各高?？蒲懈?jìng)爭(zhēng)力的得分，即F=(44.362*F1+37.031*F2)/81.393。

各學(xué)校各個(gè)因子得分見(jiàn)表5。

表3 旋轉(zhuǎn)成分矩陣Tab.3 Rotating component matrix

CNCI: category normalized citation impact.

表4 成分得分系數(shù)矩陣Tab.4 Component score coefficient matrix

CNCI: category normalized citation impact.

表5 各高校因子得分表(部分)Tab.5 Factor scores of universities (part)

以F1因子得分為x軸，以F2因子得分為y軸，以綜合得分F為氣泡大小，使用EXCEL畫(huà)出各個(gè)高校的科研競(jìng)爭(zhēng)力氣泡圖，如圖1所示。

2.2 結(jié)果分析

結(jié)合各個(gè)高校在兩個(gè)公共因子上的得分和綜合得分，可以對(duì)中國(guó)高等院校臨床醫(yī)學(xué)學(xué)科2014年到2018年科研競(jìng)爭(zhēng)力的發(fā)展水平進(jìn)行評(píng)價(jià)。

從圖1可看出，在第一象限的有上海交通大學(xué)、北京大學(xué)、復(fù)旦大學(xué)、中山大學(xué)、北京協(xié)和醫(yī)學(xué)院、南京醫(yī)科大學(xué)、華中科技大學(xué)、中南大學(xué)、天津醫(yī)科大學(xué)和中山大學(xué)，這十所大學(xué)的科研生產(chǎn)力規(guī)模量與科研高影響力這兩個(gè)公共因子都超過(guò)了0，具有很強(qiáng)的科研競(jìng)爭(zhēng)力。在這7所高校中，只有協(xié)和醫(yī)學(xué)院和南京醫(yī)科大學(xué)是專門(mén)的醫(yī)科大學(xué)，其他高校都是合并了醫(yī)學(xué)院或者醫(yī)科大學(xué)之后的綜合性高校。

在第二象限的有同濟(jì)大學(xué)、第二軍醫(yī)大學(xué)、西安交通大學(xué)、哈爾濱醫(yī)科大學(xué)、廣州醫(yī)科大學(xué)、南京大學(xué)、武漢大學(xué)、大連醫(yī)科大學(xué)、江蘇大學(xué)、新疆醫(yī)科大學(xué)、南京中醫(yī)藥大學(xué)、寧波大學(xué)等。這些學(xué)校在科研生產(chǎn)力規(guī)模量上的得分低于0，但是科研高影響力上的得分大于0。這些學(xué)校是獨(dú)立的醫(yī)科大學(xué)較多，雖然科研生產(chǎn)力規(guī)模量不高，但是科研高影響力得分相對(duì)較高。

圖1 中國(guó)高校臨床醫(yī)學(xué)科研競(jìng)爭(zhēng)力氣泡圖Fig.1 Bubble diagram of competitiveness of clinical medical research in chinese universities

Xaxis: F1;Yaxis:F2; bubble size: F.

在第三象限的有重慶醫(yī)科大學(xué)、廣西醫(yī)科大學(xué)、徐州醫(yī)學(xué)院、大連醫(yī)科大學(xué)、蘭州大學(xué)、山西醫(yī)科大學(xué)、錦州醫(yī)科大學(xué)、石河子大學(xué)等，這些學(xué)?？蒲猩a(chǎn)力規(guī)模量和科研高影響力因子得分都不高，得分低于0。這些學(xué)校都是地方性大學(xué)，發(fā)展比較受限制，因此科研競(jìng)爭(zhēng)力得分也不高。

在第四象限的有首都醫(yī)科大學(xué)、浙江大學(xué)、四川大學(xué)、山東大學(xué)、中國(guó)醫(yī)科大學(xué)、吉林大學(xué)、鄭州大學(xué)等。這些學(xué)校的科研生產(chǎn)力規(guī)模量因子分?jǐn)?shù)超過(guò)了0，但是科研高影響力因子得分低于0。

從科研生產(chǎn)力規(guī)模量因子來(lái)看，前三位的學(xué)校是上海交通大學(xué)、北京大學(xué)、和復(fù)旦大學(xué)，從科研高影響力因子來(lái)看，排在前三位的是南京大學(xué)、寧波大學(xué)、南京中醫(yī)藥大學(xué)，這些院校的“被引次數(shù)排名前 1% 的論文百分比”與“被引次數(shù)排名前 10% 的論文百分比”上的表現(xiàn)比較突出。從綜合性的科研競(jìng)爭(zhēng)力來(lái)看，排在前十位的院校是上海交通大學(xué)、北京大學(xué)、復(fù)旦大學(xué)、中山大學(xué)、北京協(xié)和醫(yī)學(xué)院、首都醫(yī)科大學(xué)、南京醫(yī)科大學(xué)、南京大學(xué)、中南大學(xué)、浙江大學(xué)，這些大學(xué)除了北京協(xié)和醫(yī)學(xué)院、首都醫(yī)科大學(xué)、南京醫(yī)科大學(xué)之外都是綜合性的學(xué)校，說(shuō)明這些學(xué)校的科研競(jìng)爭(zhēng)力比獨(dú)立的醫(yī)科大學(xué)科研競(jìng)爭(zhēng)力要強(qiáng)。

3 討論

用文獻(xiàn)計(jì)量學(xué)指標(biāo)來(lái)評(píng)價(jià)高校的科研競(jìng)爭(zhēng)力是客觀的方法，雖然有一定的局限性，但是也客觀反映了高校科研發(fā)展的狀況。當(dāng)前已有一系列評(píng)價(jià)方法與指標(biāo)體系[13-15]，本文通過(guò)多源數(shù)據(jù)庫(kù)檢索，得到高校多個(gè)文獻(xiàn)計(jì)量學(xué)指標(biāo)，然后通過(guò)降維的因子分析法，把這些復(fù)雜的指標(biāo)歸結(jié)為兩個(gè)公共因子，限于數(shù)據(jù)本身情況，得到兩個(gè)公因子累積貢獻(xiàn)率達(dá)到81.393%，并不能完全替代原指標(biāo)，但可以解釋大部分內(nèi)容。本文通過(guò)因子分析方法將評(píng)價(jià)指標(biāo)降維得出科研產(chǎn)出的規(guī)模量和高水平論文的比重是兩個(gè)重要影響因素，對(duì)于各個(gè)高校來(lái)說(shuō)，為了進(jìn)一步提高科研競(jìng)爭(zhēng)力，加強(qiáng)學(xué)科建設(shè)，可以加大科研投入，增強(qiáng)創(chuàng)新力度，提高高校的科研創(chuàng)新力。對(duì)于科研生產(chǎn)力規(guī)模量比較高的學(xué)校，如首都醫(yī)科大學(xué)、浙江大學(xué)、四川大學(xué)、山東大學(xué)、中國(guó)醫(yī)科大學(xué)等，需要注意提高論文的質(zhì)量，提高產(chǎn)出論文的影響力水平，尤其是要提高被引頻次排名前10%、前1%高水平論文的產(chǎn)出?？蒲杏绊懥ο鄬?duì)較高的學(xué)校，如南開(kāi)大學(xué)、武漢大學(xué)、南京中醫(yī)藥大學(xué)、同濟(jì)大學(xué)、第二軍醫(yī)大學(xué)等，要注意提高論文發(fā)表的數(shù)量，鼓勵(lì)研究者多發(fā)研究論文，提高科研生產(chǎn)力。中國(guó)高校加強(qiáng)國(guó)際合作交流，建立健全國(guó)際合作交流的機(jī)制，從人才引進(jìn)、國(guó)際合作項(xiàng)目、派出人員學(xué)習(xí)等各個(gè)方面制定制度，完善相關(guān)的人才激勵(lì)和考核政策，調(diào)動(dòng)科研人員和教師開(kāi)展國(guó)際合作交流積極性，從而提高人員的國(guó)際影響力[16]，進(jìn)而提高機(jī)構(gòu)的科研影響力和競(jìng)爭(zhēng)力。