韓佳燕 趙 勇

(1.太原理工大學(xué)圖書(shū)館 太原 030024; 2. 中國(guó)農(nóng)業(yè)大學(xué)圖書(shū)館情報(bào)研究中心 北京 100083)

0 引 言

高層次科技人才的培育、引導(dǎo)和管理是加快建設(shè)創(chuàng)新型國(guó)家和世界科技強(qiáng)國(guó)面臨的突出和迫切議題之一。當(dāng)前，我國(guó)正處于加速培育諾貝爾獎(jiǎng)級(jí)成果和人才的關(guān)鍵窗口期[1]。諾貝爾自然科學(xué)類(lèi)獎(jiǎng)項(xiàng)是頂級(jí)科研成果評(píng)價(jià)的主要指標(biāo)，諾貝爾獎(jiǎng)得主在科學(xué)共同體權(quán)威結(jié)構(gòu)中居于頂尖位置[2]，是最具代表性的高層次科技人才，也是國(guó)內(nèi)外學(xué)界研究的焦點(diǎn)。

管理學(xué)、教育學(xué)、心理學(xué)界主要從職務(wù)頭銜[3]、成長(zhǎng)經(jīng)驗(yàn)[4]、人格特質(zhì)[5]等方面對(duì)諾獎(jiǎng)得主的成才規(guī)律進(jìn)行了總結(jié)，圖書(shū)情報(bào)學(xué)界更多是基于合作模式[6]、發(fā)文引文等文獻(xiàn)計(jì)量指標(biāo)[7]對(duì)諾獎(jiǎng)得主的學(xué)術(shù)產(chǎn)出表現(xiàn)與獲得諾獎(jiǎng)之間的關(guān)聯(lián)進(jìn)行了探測(cè)。也有學(xué)者對(duì)于諾獎(jiǎng)?lì)I(lǐng)域中的“學(xué)術(shù)鏈”“人才鏈”的現(xiàn)象成因[8-9]、識(shí)別方法[10]，以及諾獎(jiǎng)得主的科研模式和規(guī)律[11-12]進(jìn)行了研究。然而，目前鮮見(jiàn)有研究聚焦諾獎(jiǎng)得主的文獻(xiàn)引用關(guān)系。從引用者出發(fā)來(lái)研究被引者，有助于發(fā)現(xiàn)對(duì)引用者產(chǎn)生重要影響的作者，從而更好地了解引用者[13]。同時(shí)，由于諾貝爾獎(jiǎng)在科學(xué)和社會(huì)中的至高地位，獲得諾貝爾獎(jiǎng)可能引發(fā)一系列“諾獎(jiǎng)效應(yīng)”[14]。已有研究發(fā)現(xiàn)諾貝爾獎(jiǎng)可能導(dǎo)致諾獎(jiǎng)得主的生產(chǎn)力、發(fā)文模式、署名順序、合作者、研究方向、學(xué)術(shù)影響力[15-16]等方面發(fā)生變化。那么，諾獎(jiǎng)得主的文獻(xiàn)引用關(guān)系在獲獎(jiǎng)前后是否發(fā)生了變化？這是本文重點(diǎn)研究的問(wèn)題。

本文以2009-2016年間的21位諾貝爾化學(xué)獎(jiǎng)得主為例，以每位諾獎(jiǎng)得主被Web of Science的核心合集數(shù)據(jù)庫(kù)收錄的學(xué)術(shù)論文為研究樣本，對(duì)引用關(guān)系中的諾貝爾獎(jiǎng)效應(yīng)展開(kāi)定量研究。本文研究的價(jià)值在于：通過(guò)對(duì)比分析獲獎(jiǎng)前后諾獎(jiǎng)得主的學(xué)術(shù)引用行為，揭示高層次科技人才的學(xué)術(shù)行為規(guī)律及其背后的機(jī)理，可以為相關(guān)管理部門(mén)制定科技人才政策提供決策依據(jù)，有利于遵循規(guī)律順勢(shì)推進(jìn)學(xué)術(shù)研究，引導(dǎo)學(xué)術(shù)交流，促進(jìn)科技創(chuàng)新。

1 研究框架

引用關(guān)系由施引者、被引者、施引者對(duì)于被引者的學(xué)術(shù)引用行為共同構(gòu)成。本文主要立足于諾獎(jiǎng)得主的施引角度，分析其在學(xué)術(shù)論文中的施引行為以及引用認(rèn)同群體。在施引行為研究方面，由于獲獎(jiǎng)后的發(fā)文時(shí)間窗較短，獲獎(jiǎng)前后的統(tǒng)計(jì)時(shí)間窗差異較大，引用次數(shù)缺乏可比意義，因此，本文將主要從引文時(shí)滯以及引文軌跡兩方面對(duì)獲獎(jiǎng)前后諾獎(jiǎng)得主的施引行為特征展開(kāi)分析。

圖1 研究框架

學(xué)者的引用行為受到社會(huì)網(wǎng)絡(luò)的潛在影響，作者首先會(huì)引用其本人熟知作者的文章[17]。作者的聲譽(yù)、學(xué)術(shù)排名[18]以及科學(xué)社會(huì)關(guān)系[19]對(duì)于學(xué)術(shù)引用具有一定的影響。在被引群體研究方面，本文將重點(diǎn)關(guān)注諾獎(jiǎng)得主的被引群體的聲譽(yù)、學(xué)術(shù)水平、以及被引者與諾獎(jiǎng)得主之間的科學(xué)社會(huì)關(guān)系?？茖W(xué)社會(huì)關(guān)系可分為一般交流關(guān)系、合著關(guān)系、同事關(guān)系以及師徒關(guān)系[20]。鑒于數(shù)據(jù)的可獲取性，本文主要關(guān)注同事、合著、師徒三種科學(xué)社會(huì)關(guān)系。具體研究框架如圖1所示。

2 數(shù)據(jù)準(zhǔn)備

2.1數(shù)據(jù)獲取

2.1.1 諾獎(jiǎng)得主學(xué)術(shù)論文 2019年8月在諾貝爾獎(jiǎng)官網(wǎng)獲取2009-2016年21位諾貝爾化學(xué)獎(jiǎng)得主的全名和獲得諾獎(jiǎng)相關(guān)的代表作信息，在Web of Science核心合集數(shù)據(jù)庫(kù)中以“諾獎(jiǎng)得主代表作→諾獎(jiǎng)得主姓名→諾獎(jiǎng)得主的文獻(xiàn)集合”的路徑進(jìn)行檢索，以盡量查全其學(xué)術(shù)論文集合。

2.1.2 諾獎(jiǎng)得主學(xué)術(shù)論文與其參考文獻(xiàn)信息 篩選出21位諾獎(jiǎng)得主為第一作者或通訊作者的學(xué)術(shù)論文集合并分別導(dǎo)入CRExplorer軟件，以相似度閾值為90%進(jìn)行參考文獻(xiàn)的合并去重，導(dǎo)出施引文獻(xiàn)與參考文獻(xiàn)一一對(duì)應(yīng)的記錄集合。

2.1.3 參考文獻(xiàn)題錄數(shù)據(jù) CRExplorer軟件導(dǎo)出的21位諾獎(jiǎng)得主學(xué)術(shù)論文中的參考文獻(xiàn)共計(jì)46 534篇。由于文獻(xiàn)數(shù)據(jù)規(guī)模較大，考慮到檢索可得性，其中DOI字段為空的參考文獻(xiàn)在本研究中未考慮。篩選出DOI字段不為空的36 707篇參考文獻(xiàn)，以DOI為依據(jù)在WOS核心合集數(shù)據(jù)庫(kù)中進(jìn)行檢索，檢索到30 517篇，將未檢索到的6 190篇參考文獻(xiàn)在Scopus數(shù)據(jù)庫(kù)中進(jìn)行擴(kuò)檢，檢索得到5 819篇文獻(xiàn)。在WOS核心合集數(shù)據(jù)庫(kù)以及Scopus數(shù)據(jù)庫(kù)中檢索得到21位諾獎(jiǎng)得主的參考文獻(xiàn)共計(jì)36 336篇。

2.1.4 參考文獻(xiàn)作者與機(jī)構(gòu) 利用中國(guó)農(nóng)業(yè)大學(xué)圖書(shū)館開(kāi)發(fā)的元數(shù)據(jù)分析工具BibStats以及Excel軟件對(duì)參考文獻(xiàn)的題錄數(shù)據(jù)進(jìn)行分解，得到參考文獻(xiàn)的通訊作者姓名和一級(jí)通訊機(jī)構(gòu)，無(wú)通訊作者時(shí)取第一作者遞補(bǔ)。

2.1.5 被引學(xué)者H指數(shù)與維基百科收錄情況 利用八爪魚(yú)數(shù)據(jù)爬取軟件在Web of Science數(shù)據(jù)庫(kù)以及Scopus數(shù)據(jù)庫(kù)爬取被引學(xué)者的全名信息以及H指數(shù)。為保證收集數(shù)據(jù)的準(zhǔn)確性，爬取步驟設(shè)定為“文獻(xiàn)→作者→作者詳情頁(yè)面→作者全名及H指數(shù)信息”。然后，利用八爪魚(yú)數(shù)據(jù)爬取軟件在維基百科官網(wǎng)輸入被引學(xué)者全名，爬取檢索結(jié)果的頁(yè)面鏈接。

21位諾獎(jiǎng)得主參考文獻(xiàn)的檢索信息詳見(jiàn)表1。如表1中的“檢到數(shù)量/CR總量”所示，本文的數(shù)據(jù)樣本占諾獎(jiǎng)得主所有參考文獻(xiàn)數(shù)據(jù)的47%以上，絕大部分都在75%以上，因此可以認(rèn)為基于這些數(shù)據(jù)樣本展開(kāi)分析是具有代表意義的，得出的分析結(jié)論具有一定的合理性。為保證數(shù)據(jù)表示的清晰可讀性，本文所有圖表利用簡(jiǎn)化形式來(lái)表示各位諾獎(jiǎng)得主的姓名及其獲獎(jiǎng)年份，各編碼代表的源數(shù)據(jù)見(jiàn)表2。

表1 2009-2016年諾貝爾化學(xué)獎(jiǎng)得主學(xué)術(shù)論文中的參考文獻(xiàn)檢索情況

表2 2009-2016年各位諾貝爾化學(xué)獎(jiǎng)得主的編碼含義

2.2數(shù)據(jù)處理

2.2.1 被引學(xué)者姓名格式統(tǒng)一化 將來(lái)源于WOS核心合集數(shù)據(jù)庫(kù)和Scopus數(shù)據(jù)庫(kù)的被引學(xué)者姓名統(tǒng)一為WOS姓名形式，如將Abo, T.替換為Abo, T。

2.2.2 被引學(xué)者特征確定 被引學(xué)者特征包括被引學(xué)者聲譽(yù)(即是否被維基百科收錄)、被引學(xué)者學(xué)術(shù)水平(即H指數(shù)水平)、被引學(xué)者與施引諾獎(jiǎng)得主是否具有同事關(guān)系、是否具有合作關(guān)系、是否具有師徒關(guān)系。

諾獎(jiǎng)得主與被引學(xué)者的同事關(guān)系依據(jù)諾獎(jiǎng)得主的發(fā)文機(jī)構(gòu)以及被引者的通訊機(jī)構(gòu)來(lái)判斷。諾獎(jiǎng)得主與被引學(xué)者的合作關(guān)系以諾獎(jiǎng)得主為第一作者或通訊作者的學(xué)術(shù)論文作者來(lái)判斷。以學(xué)術(shù)譜系數(shù)據(jù)庫(kù)(https://academictree.org/)中的信息為依據(jù)，本文將諾獎(jiǎng)得主的直系學(xué)生、直系老師以及二代老師看作與諾獎(jiǎng)得主具有師徒關(guān)系。

被引學(xué)者的學(xué)術(shù)水平在本文中用H指數(shù)來(lái)衡量。由于H指數(shù)絕對(duì)數(shù)值的大小界定尚無(wú)一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，而三分位數(shù)可以幫助確定分組時(shí)組間界限以及分層抽樣時(shí)中層的劃分，將數(shù)列三等分為低值、中值、高值三部分[21]，因此本文利用三分位數(shù)將被引者的H指數(shù)劃分為上、中、下三個(gè)級(jí)別。H指數(shù)等級(jí)越高，即代表學(xué)術(shù)水平越高。各位諾獎(jiǎng)得主學(xué)術(shù)論文中被引群體的H指數(shù)等級(jí)劃分節(jié)點(diǎn)如表3所示，可以發(fā)現(xiàn)各位諾獎(jiǎng)得主被引群體的H指數(shù)等級(jí)劃分節(jié)點(diǎn)的數(shù)值相差不大，下-中位段H指數(shù)節(jié)點(diǎn)都在20左右，中-上位段H指數(shù)節(jié)點(diǎn)都在40左右。21位諾獎(jiǎng)得主中有18位其自身的H指數(shù)處于上位段水平，學(xué)術(shù)水平較高，這說(shuō)明大部分諾獎(jiǎng)得主在學(xué)術(shù)論文中所引用的學(xué)者中有2/3學(xué)術(shù)水平低于自己，有1/3的被引學(xué)者與諾獎(jiǎng)得主自身學(xué)術(shù)水平相當(dāng)；也有少數(shù)諾獎(jiǎng)得主的H指數(shù)處于中位段水平，如表3中加粗標(biāo)注所示。

表3 21位諾貝爾化學(xué)獎(jiǎng)得主學(xué)術(shù)論文中被引學(xué)者H指數(shù)的等級(jí)劃分情況

被引學(xué)者是否被維基百科收錄依據(jù)八爪魚(yú)爬取到的被引者姓名的檢索結(jié)果鏈接來(lái)判斷，維基百科收錄與否的檢索結(jié)果鏈接不同，檢索結(jié)果鏈接前綴為https://en.wikipedia.org/w/index.php?search=的標(biāo)注為維基百科未收錄，檢索結(jié)果鏈接前綴為https://en.wikipedia.org/wiki/的標(biāo)注為維基百科收錄，默認(rèn)維基百科收錄者的聲譽(yù)較高。

2.2.3 施引行為特征確定 施引行為特征包括引文時(shí)滯和引文軌跡。CRExplorer軟件可導(dǎo)出施引文獻(xiàn)出版年(PY)、被引文獻(xiàn)出版年(RPY)、施引文獻(xiàn)對(duì)于被引文獻(xiàn)的施引軌跡類(lèi)型(TYPE)等字段。引文時(shí)滯為首個(gè)施引文獻(xiàn)出版年(PY)減去被引文獻(xiàn)出版年(RPY)的差值。引文軌跡指一篇文獻(xiàn)發(fā)表后的被引次數(shù)隨時(shí)間變化的曲線[22]。2018年2月發(fā)行的1.8.2版本的CRExplorer軟件支持揭示參考文獻(xiàn)在導(dǎo)入的施引文獻(xiàn)集合中的引文軌跡，并根據(jù)引文軌跡來(lái)對(duì)參考文獻(xiàn)的類(lèi)型進(jìn)行標(biāo)識(shí)，用(TYPE)字段表示。各類(lèi)特征數(shù)據(jù)的處理過(guò)程總結(jié)如表4所示。

2.2.4 獲獎(jiǎng)前后數(shù)據(jù)劃分 以諾獎(jiǎng)得主獲得諾貝爾獎(jiǎng)當(dāng)年為分界點(diǎn)，按照諾獎(jiǎng)得主學(xué)術(shù)論文的出版年份，對(duì)諾獎(jiǎng)得主在獲獎(jiǎng)前(包含諾獎(jiǎng)年)和獲獎(jiǎng)后所發(fā)表的學(xué)術(shù)論文進(jìn)行劃分，得到獲獎(jiǎng)前和獲獎(jiǎng)后的被引學(xué)者特征數(shù)據(jù)以及施引行為特征數(shù)據(jù)。

表4 各類(lèi)特征數(shù)據(jù)的處理過(guò)程概要

3 數(shù)據(jù)分析

3.1被引群體與諾獎(jiǎng)效應(yīng)

3.1.1 自引率升高 2009-2016年21位諾貝爾化學(xué)獎(jiǎng)得主在獲獎(jiǎng)前后作為第一作者或通訊作者的學(xué)術(shù)論文發(fā)文情況及自引率如表5所示。21位諾獎(jiǎng)得主中有4位在獲獎(jiǎng)后無(wú)第一作者或通訊作者發(fā)文情況，這可能是與年齡、諾獎(jiǎng)效應(yīng)等因素存在一定的關(guān)系。隨著年齡增長(zhǎng)，科學(xué)家的生產(chǎn)力一般呈下降趨勢(shì)，獲獎(jiǎng)后科研外的社會(huì)性活動(dòng)增加也可能導(dǎo)致科學(xué)生產(chǎn)力下降。其余17位獲獎(jiǎng)后有論文發(fā)表的諾獎(jiǎng)得主，除2009年的Ada E. Yonath外，16位諾獎(jiǎng)得主獲獎(jiǎng)后的自引率都不同程度地高于獲獎(jiǎng)前。另外，根據(jù)自引率一般分布在10%～36%的范圍內(nèi)[23]，自然科學(xué)和醫(yī)學(xué)領(lǐng)域的自引率一般在20%左右的研究結(jié)論[24]，本研究中獲獎(jiǎng)前后的自引率都明顯偏低，這可能是因?yàn)楸疚牡难芯繕颖緝H限于學(xué)術(shù)論文類(lèi)型的文獻(xiàn)，且自引率僅按通訊作者為本人來(lái)計(jì)算而造成的。

表5 21位諾貝爾化學(xué)獎(jiǎng)得主獲獎(jiǎng)前后的發(fā)文量及自引率

續(xù)表5 21位諾貝爾化學(xué)獎(jiǎng)得主獲獎(jiǎng)前后的發(fā)文量及自引率

3.1.2 受科學(xué)社會(huì)關(guān)系和作者聲譽(yù)影響更大 在17位獲獎(jiǎng)后有論文發(fā)表的諾獎(jiǎng)得主中，大多數(shù)諾獎(jiǎng)得主獲獎(jiǎng)后在學(xué)術(shù)論文中引用來(lái)自具有科學(xué)社會(huì)關(guān)系和聲譽(yù)較高的學(xué)者的文獻(xiàn)的比例增加，僅有2009年的諾獎(jiǎng)得主Ada E. Yonath在獲獎(jiǎng)后引用四種關(guān)系型參考文獻(xiàn)的比例降低(見(jiàn)圖2)。

圖2 獲獎(jiǎng)前后諾獎(jiǎng)得主學(xué)術(shù)論文中參考文獻(xiàn)的科學(xué)社會(huì)關(guān)系占比(%)

此外，圖2中合作占比、同事占比、師徒占比、維基收錄占比中，實(shí)線圍成的形狀均與虛線圍成的形狀類(lèi)似，這表明大多數(shù)諾獎(jiǎng)得主在獲獎(jiǎng)前后的學(xué)術(shù)引用風(fēng)格相似。如圖3所示，大多數(shù)諾獎(jiǎng)得主獲獎(jiǎng)后在學(xué)術(shù)論文中的關(guān)系型被引學(xué)者占比增加，只有2015年的諾獎(jiǎng)得主Tomas Lindahl在獲獎(jiǎng)前引用具有合作關(guān)系和同事關(guān)系的學(xué)者較少，但在獲獎(jiǎng)后引用這兩種科學(xué)社會(huì)關(guān)系類(lèi)型學(xué)者論文的比例大幅增加。另外，對(duì)比圖2和圖3，獲獎(jiǎng)前后諾獎(jiǎng)得主在學(xué)術(shù)論文中參考文獻(xiàn)的科學(xué)社會(huì)關(guān)系占比均大于被引學(xué)者的科學(xué)社會(huì)關(guān)系占比，這說(shuō)明不論獲獎(jiǎng)前后，諾獎(jiǎng)得主都傾向于引用具有科學(xué)社會(huì)關(guān)系或聲譽(yù)較高的學(xué)者的多篇文獻(xiàn)。

圖3 獲獎(jiǎng)前后諾獎(jiǎng)得主學(xué)術(shù)論文中的被引學(xué)者的科學(xué)社會(huì)關(guān)系占比(%)

3.1.3 更注重作者學(xué)術(shù)水平 根據(jù)諾獎(jiǎng)得主獲獎(jiǎng)前后學(xué)術(shù)論文中獲獎(jiǎng)前后被引學(xué)者的H指數(shù)分析，從被引學(xué)者層面統(tǒng)計(jì)，如表6所示，獲獎(jiǎng)前，諾獎(jiǎng)得主引用下位段H指數(shù)的學(xué)者最多，僅有2012年的諾獎(jiǎng)得主Brian K. Kobilka引用上位段H指數(shù)的學(xué)者最多。獲獎(jiǎng)后，諾獎(jiǎng)得主在學(xué)術(shù)論文中引用的上位段H指數(shù)學(xué)者占比最大，而2012年的諾獎(jiǎng)得主Brian K. Kobilka在獲獎(jiǎng)后引用上位段H指數(shù)學(xué)者的比例較低。2015年的諾獎(jiǎng)得主Tomas Lindahl自身的H指數(shù)較低，他在獲獎(jiǎng)前較為均衡地引用了各等級(jí)H指數(shù)的學(xué)者，在獲獎(jiǎng)后對(duì)于下位段以及上位段H指數(shù)的學(xué)者引用比例較小，對(duì)于中位段H指數(shù)學(xué)者引用較多。另外，可以發(fā)現(xiàn)，諾獎(jiǎng)得主在獲獎(jiǎng)后所引用學(xué)者的H指數(shù)平均值一般大于在獲獎(jiǎng)前引用學(xué)者的H指數(shù)平均值。這說(shuō)明在獲獎(jiǎng)后，諾獎(jiǎng)得主更關(guān)注學(xué)術(shù)水平較高的作者。

從參考文獻(xiàn)的層面來(lái)統(tǒng)計(jì)，如表7所示，不論獲獎(jiǎng)前后，諾獎(jiǎng)得主在學(xué)術(shù)論文中引用上位段H指數(shù)學(xué)者所著文獻(xiàn)的比例最大，且按參考文獻(xiàn)計(jì)算的平均H指數(shù)值均大于按被引學(xué)者計(jì)算的平均H指數(shù)值，這說(shuō)明諾獎(jiǎng)得主在獲獎(jiǎng)前后均傾向于引用較高學(xué)術(shù)水平學(xué)者的更多篇文獻(xiàn)。值得說(shuō)明的是，表6和表7都顯示2015年的諾獎(jiǎng)得主Tomas Lindahl在獲獎(jiǎng)后引用上位段H指數(shù)學(xué)者較少，結(jié)合表5可知Tomas Lindahl在獲獎(jiǎng)后僅有一篇作為第一作者或通訊作者的學(xué)術(shù)論文，這可能由于樣本量太小而導(dǎo)致結(jié)論的偏差。

表6 獲獎(jiǎng)前后被引學(xué)者的H指數(shù)(以被引學(xué)者統(tǒng)計(jì))

表7 獲獎(jiǎng)前后被引學(xué)者的H指數(shù)(以參考文獻(xiàn)統(tǒng)計(jì))

3.2施引行為與諾獎(jiǎng)效應(yīng)

3.2.1 引文時(shí)滯變長(zhǎng) 引文時(shí)滯指論文發(fā)表時(shí)間與其引文發(fā)表時(shí)間之差，用來(lái)表示引文的新舊[25]。如表8所示，獲獎(jiǎng)前后諾獎(jiǎng)得主學(xué)術(shù)論文中的引文時(shí)滯分布都呈右偏分布，即在獲獎(jiǎng)前后諾獎(jiǎng)得主都以引用近期的文獻(xiàn)為主，這符合引文時(shí)滯的一般分布規(guī)律[25]。從引文時(shí)滯的平均值和中位值來(lái)看，大多諾獎(jiǎng)得主在獲獎(jiǎng)后的引文時(shí)滯略大于獲獎(jiǎng)前，這可能是由于在獲得諾貝爾獎(jiǎng)后，諾獎(jiǎng)得主除科研之外的社會(huì)活動(dòng)增加，如訪談、講座、政策決策和公共服務(wù)活動(dòng)等。這些活動(dòng)占據(jù)了諾獎(jiǎng)得主原來(lái)的部分科研時(shí)間，可能使得諾獎(jiǎng)得主與其他學(xué)者的科學(xué)交流變少，對(duì)于其他學(xué)者的科研成果的響應(yīng)時(shí)間變長(zhǎng)。從引文時(shí)滯的最大值和最小值來(lái)看，獲獎(jiǎng)前后未表現(xiàn)出明顯差異。

3.2.2 熱點(diǎn)施引減少 通常一篇論文在發(fā)表后的幾年時(shí)間內(nèi)會(huì)被其他論文引用，逐漸達(dá)到被引次數(shù)的高峰，之后被引次數(shù)慢慢減少，直到被人遺忘，這樣的引文軌跡稱(chēng)為經(jīng)典引文軌跡[26]。還有一些引文軌跡比較特殊，如“睡美人”文獻(xiàn)[27]、“曇花一現(xiàn)”型文獻(xiàn)[28]等。同樣，根據(jù)參考文獻(xiàn)在特定施引文獻(xiàn)集合內(nèi)的引文軌跡，CRExplorer軟件將每篇參考文獻(xiàn)歸為睡美人文獻(xiàn)、持續(xù)被引文獻(xiàn)、熱點(diǎn)文獻(xiàn)或生命周期文獻(xiàn)。CRExplorer對(duì)于各類(lèi)文獻(xiàn)的定義以及具體判定標(biāo)準(zhǔn)[29]見(jiàn)表9。

表8 獲獎(jiǎng)前后諾貝爾化學(xué)獎(jiǎng)得主的引文時(shí)滯對(duì)比

表9 CRExplorer中的特定引文軌跡類(lèi)型文獻(xiàn)說(shuō)明

表10 諾獎(jiǎng)得主獲獎(jiǎng)前后學(xué)術(shù)論文中的參考文獻(xiàn)的特殊引文軌跡類(lèi)型占比

17位諾獎(jiǎng)得主獲獎(jiǎng)前后學(xué)術(shù)論文中的參考文獻(xiàn)的引文軌跡類(lèi)型如表10所示。值得說(shuō)明的是，在分析過(guò)程中，筆者發(fā)現(xiàn)CRExplorer確定持續(xù)被引文獻(xiàn)時(shí)存在不足之處，部分識(shí)別出的文獻(xiàn)不符合“持續(xù)被引文獻(xiàn)”的內(nèi)涵，根據(jù)“持續(xù)被引文獻(xiàn)”定義(見(jiàn)表9)，若某位諾獎(jiǎng)得主于同年引用了3篇同出版年的文章，且只引用了這一次，那么這3篇參考文獻(xiàn)均會(huì)被識(shí)別為“持續(xù)被引文獻(xiàn)”，而這種只被引用了一次的文獻(xiàn)實(shí)際上與在多個(gè)年份中均被引用的“持續(xù)被引文獻(xiàn)”是存在根本區(qū)別的，并不屬于特殊的引文軌跡類(lèi)型。因此，本文人工判別并刪除了這些不滿(mǎn)足“持續(xù)被引”內(nèi)涵的文獻(xiàn)。

由表10可知，獲獎(jiǎng)前熱點(diǎn)類(lèi)型的參考文獻(xiàn)占比普遍比獲獎(jiǎng)后比例更高，這與在獲得諾貝爾獎(jiǎng)后，咨詢(xún)、講座等活動(dòng)增加，諾獎(jiǎng)得主分配給科研活動(dòng)的時(shí)間和精力變少存在一定關(guān)系。其研究主題不再頻繁地更新變化，因此對(duì)于新興文獻(xiàn)在集中于其發(fā)表后三年內(nèi)的“曇花一現(xiàn)型”引用減少。此外，獲獎(jiǎng)后諾獎(jiǎng)得主學(xué)術(shù)論文中特殊引文軌跡類(lèi)型的參考文獻(xiàn)占比增多，這主要是因?yàn)橹Z獎(jiǎng)得主在獲獎(jiǎng)后發(fā)文量較少，獲獎(jiǎng)后的參考文獻(xiàn)總量也較少，而許多特殊引文軌跡類(lèi)型的參考文獻(xiàn)是在獲獎(jiǎng)前后均被引用的，因此獲獎(jiǎng)后的特殊引文軌跡類(lèi)型的參考文獻(xiàn)占比會(huì)表現(xiàn)為更多。

4 結(jié) 語(yǔ)

本文對(duì)諾獎(jiǎng)得主獲獎(jiǎng)前后學(xué)術(shù)論文中的被引群體特征以及其施引行為特征進(jìn)行了對(duì)比分析，發(fā)現(xiàn)引用關(guān)系中表現(xiàn)出一定的諾獎(jiǎng)效應(yīng)。在獲得諾貝爾獎(jiǎng)之后，諾貝爾化學(xué)獎(jiǎng)得主在學(xué)術(shù)論文中的自引率變高，引用認(rèn)同學(xué)者中同事、合著者、師徒、聲譽(yù)較高作者、高學(xué)術(shù)水平作者的占比增大。從施引行為特征來(lái)看，獲獎(jiǎng)后諾獎(jiǎng)得主對(duì)于文獻(xiàn)的響應(yīng)速度變慢，“曇花一現(xiàn)型”的熱點(diǎn)引用減少。但不論獲獎(jiǎng)前后，諾獎(jiǎng)得主都更傾向于多次引用來(lái)自具有科學(xué)社會(huì)關(guān)系、聲譽(yù)較大、學(xué)術(shù)水平較高學(xué)者的文獻(xiàn)。

本文研究結(jié)論對(duì)高層次科技人才管理和引導(dǎo)具有一定的啟示。一要重視“科學(xué)社區(qū)”對(duì)于學(xué)術(shù)行為的影響。同事、師徒、合作等科學(xué)社會(huì)關(guān)系有利于促進(jìn)學(xué)術(shù)交流，應(yīng)關(guān)注科學(xué)家之間的科學(xué)社會(huì)關(guān)系，推進(jìn)構(gòu)建學(xué)術(shù)譜系數(shù)據(jù)庫(kù)。高層次科技人才可作為自己所在科學(xué)社會(huì)網(wǎng)絡(luò)中的代表人物，被推舉為科學(xué)社區(qū)的“區(qū)長(zhǎng)”，通過(guò)促進(jìn)科學(xué)社區(qū)代表間的交流，高效促進(jìn)學(xué)術(shù)成果共享和科學(xué)發(fā)展。二要善于發(fā)揮高層次科技人才的引領(lǐng)作用。當(dāng)前，文獻(xiàn)數(shù)據(jù)庫(kù)已經(jīng)可以通過(guò)引用關(guān)系來(lái)識(shí)別研究熱點(diǎn)[30]，可以滿(mǎn)足追蹤熱點(diǎn)研究的需要，而從業(yè)多年的高層次科技人才則在引領(lǐng)研究發(fā)展方面可以發(fā)揮巨大作用，他們往往具有豐富的經(jīng)驗(yàn)和獨(dú)到的眼光，更有可能引領(lǐng)未來(lái)的發(fā)展前沿方向，做出一些前瞻性研究，可以積極鼓勵(lì)和引導(dǎo)有志的青年學(xué)者加入，做好潛力人才儲(chǔ)備。