國際科學合作領域主流學術團體與代表人物分析

侯劍華

〔摘 要〕在美國ISI的Web of Science網絡平臺檢索數據庫中，以Topic=(″Scien* collaborat*″or″Scien* cooperat*″or″research collaborat*″or″research cooperat*″)為檢索式進行檢索，對下載的文獻數據進行信息可視化分析。基于作者共被引分析方法，使用CiteSpace可視化軟件繪制作者共被引網絡科學知識圖譜，探測科學合作領域研究中的主流學術團體和代表人物。國際科學合作研究領域的代表性人物主要有Newman M.,Katz J.,Glanzel W.,Barabasi A.,Beaver D.,Luukkonen T.,Narin F.,Watts D.,Albert R.,Price D.等。主流學術團體主要包括：以Beaver D.，Luukkonen T.等為代表的科學合作基礎理論和應用研究；以Newman M.，Barabasi A.等為代表的科學合作網絡研究；以Bozeman B.,Etzkowitz H.為代表的科學產出績效研究；以Merton R.等為代表的科學社會學問題研究等。

〔關鍵詞〕科學合作；信息可視化；作者共被引分析；CiteSpace；科學計量

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１２．０１．０２１

〔中圖分類號〕Ｇ３０１ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１（２０１２）０１－００８４－０８

Visual Analysis on Scholarly Group and Representatives

of International Scientific CollaborationHou Jianhua

（１．School of Humanities，Dalian University，Dalian 116622，China；

２．Business Administration Academy，Dalian University of Science and Technology，Dalian 116024，China）

〔Ａｂｓｔｒａｃｔ〕This paper made visual analysis on the data that retrieved from Web of Science of ISI by Topic=(″Scien* collaborat*″or″Scien* cooperat*″or″research collaborat*″or″research cooperat*″).The author detected the scholarly group and representatives of international scientific collaboration using the software CiteSpace based on author co-citation analysis.The representatives in this domain were mainly Newman M.,Katz J.,Glanzel W.,Barabasi A.,Beaver D.,Luukkonen T.,Narin F.,Watts D.,Albert R.,Price D.and so on.On the other hands,the scholarly group were mainly the research on theory and application of scientific collaboration represented by Beaver D.and Luukkonen T.;the research on scientific collaboration network represented by Newman M.,Barabasi A.;the research on sociology of science represented by Merton R.

〔Ｋｅｙ ｗｏｒｄｓ〕scientific collaboration;information visualization;author co-citation analysis;CiteSpace;scientometrics

科學合作已經成為科學研究中的一個重要方面，這源于科學發展的復雜性、技術的飛速變化和知識的動態增長以及高度發展的專門知識和技能，個體科學家通常不能提供全部的昂貴試驗耗費和研究資源，必須通過合作來解決復雜的科學研究問題［１］。合作是“大科學”時代的一個重要現象［２，３］。科學專門化發展的歷史趨勢引起了多學科合作發展的需求，也進一步促使了科學研究中知識，技能和先進技術的整合發展［４］。

人類社會和科學技術的發展史表明，科學的職業化發展推進了科學合作行為的產生，科學合作是與科學職業化相關的一種研究方式。科學研究的合作方式起源于科學文獻的共作者，這也是對科學職業化發展的一種繼承，發展和延續［５］。早期的科學和技術研究并不是一個獨立的社會職業，科學研究與發展尚處于基于研究者個人興趣的自由探索活動。科學和技術的研究者或者愛好者為了完成復雜和大型的研究活動，并得到社會外界的更多的支持和認可，開始進行合作研究，科學合作日益成為科學研究的主流方式，科學合作活動的規模和范圍隨著科學的迅速發展而迅猛增長。科學合作的形式、動因以及科學合作的影響因素也變得更加復雜和多樣。

１ 方法與數據處理

科學計量學為科學活動提供了重要的評價指標，可以用來評價研究者、研究機構、科學期刊、國家和不同學科的科學研究活動［６］。對網絡結構分析的研究成果為科學活動的社會網絡分析提供了一種重要的工具，他可以將科學合作與科學成果通過他們合作的社會網絡關系用可視化圖譜的方式表示出來，可以直觀的揭示網絡中元素的數量及其之間存在的強度關系。找出網絡中關鍵的節點，以及通過關鍵節點連接的各聚類之間的關系［７］。由美國德雷克塞爾大學陳超美博士開發的CiteSpace信息可視化軟件可用于進行作者，文獻的共被引分析以及作者之間，研究機構之間和國家之間的合作網絡分析。通過作者共被引網絡圖譜的可視化，可以直觀的展現科學技術領域研究的作者合作情況［８－９］。

本文進行計量分析所使用的數據均來自美國科學技術信息情報所（ISI）的Web of Science，他是科學引文索引數據庫的入口網站。進行分析的數據記錄主要包括文獻的作者、題目、摘要、源期刊和文獻的引文。用于分析的工具是Citespace信息可視化軟件［１０］。我們以Topic=(″Scien* collaborat*″or″Scien* cooperat*″or″research collaborat*″or″research cooperat*″)為檢索式，對1900-2010年間以英語發表的文獻進行檢索，為數據分析的精確性，我們選取Article類型且以English語言發表的文獻數據，共獲得1 959條文獻數據(2011-02-26檢索)。從文獻的出版年份分布情況看，文獻數量呈逐年上升的趨勢，尤其是1991年以后增長迅速，到2009年達232條（圖１）。這也展現了國際學者對科學合作領域研究的關注度不斷提升。

２ 結 果

作者共被引的概念最初由美國學者懷特(White H.)博士提出［１１－１２］。作者之間的共被引關系反映了作者之間在該研究方向具有密切的關系，兩個作者共被引的頻次越多說明作者在該學術研究方向的關聯性越強。由此推而廣之，由多作者間的共被引分析形成的作者共被引聚類，反映了聚類作者間共同的研究方向和關注的熱點。通過信息可視化的科學圖譜表現出來的作者共被引聚類，揭示了科學知識領域中主流研究團體的研究興趣和研究的熱點問題。

２.１ 科學合作研究領域的代表人物分析

我們將下載的文獻數據通過CiteSpace可視化軟件繪制科學合作研究領域的知識圖譜，選擇“作者共被引分析(co-cited author)”，運行結果如表１，圖２所示。

科學家發表作品的被引情況說明后續研究者對前人研究成果的認可和繼承，除了對前人及其研究成果的尊敬以外，一般認為也反映了前人研究者在該研究領域中的重要地位及其研究成果的代表性［１３］。基于這一假設，我們在前文作者共被引網絡聚類圖譜基礎上，統計科學合作領域文獻的作者中，被引頻次最高的前十位作者信息（表２），這些作者和他們的相關研究文獻引領了科學合作研究領域的主流方向，是科學合作研究領域的代表人物。

Mark Newman是美國密歇根大學復雜系統研究中心和物理系的教授(Department of Physics and Center for the Study of Complex Systems University of Michigan)。他的研究方向主要包括網絡結構和功能，尤其是社會網絡和信息網絡的結構功能分析。應用領域主要是對科學合作網絡，共作者網絡，引文網絡，E-mail網絡，友誼網絡和生物社會網絡等研究。同時也對疾病傳播的計算機模擬，友誼構建模式，計算機病毒傳播和網絡協同算法進行分析。

Mark Newman在網絡結構、特性，如網絡度的分布(degree distribution)，中心性的測度(centrality measures)，群體結構(community structure)，節點相似度(vertex similarity)等及其應用方面的研究具有重要的影響。在SCI數據庫中檢索，Newman發表的學術文獻達105篇，其大部分的文獻主要分布在物理、數學和生物等基礎學科領域。其中，在SCI數據庫中，被引頻次最高的前10篇文獻，被引頻次均在250次以上，最高的達到近3 000次（表３），而這篇文獻在Scholar-google中的檢索被引頻次達到近5 700次（2011年3月檢索）。

Katz J.是英國蘇塞克斯(Sussex)大學科學技術政策研究中心(Science and technology policy and research)的著名學者，研究的領域主要包括復雜創新系統(complex innovation system)，科學技術指標(S&T indicator)和技術預見(foresight)。Katz J.對科學合作現象進行了深入的分析和研究，與Martin B.R.合作發表的《什么是科學合作》(What is research collaboration?)一文，在科學合作的研究學者中產生了強烈的反響，一直保持了較高的被引頻次。

比利時魯汶大學的Glanzel W.是當前國際上文獻計量指標研究的重要代表人物。主要通過數學模型等方法對文獻計量指標進行測算和改進，利用文獻計量學指標對科學合作現象進行研究，也是當前科學合作領域研究的一個重要代表人物。

Albert-László Barabási是美國圣母大學(University of Notre Dame)物理系復雜系統網絡研究中心的主任。主要研究復雜系統網絡算法和應用研究。他的相關研究的代表性文獻主要發表在《Nature》，《Science》等頂級權威期刊（表４）。

Beaver D.是20世紀70年代較早對科學合作問題進行開拓性研究的學者之一，他于1978年和1979年分別發表的科學合作系列研究，以18世紀法國的科學合作為案例進行分析，分析了科學合作問題的起源、科學合作的概念、測度等基本問題，奠定了科學合作問題相關研究的基礎。是早期科學合作領域研究的代表人物。

Luukkonen T.是芬蘭著名學者，主要進行國際科學合作相關問題的研究，包括國際科學合作的結構，國際科學合作的度量。Narin F.是美國科學計量學家，也是最早進行專利計量研究的學者。主要研究專利計量指標，科學計量學績效指標，專利計量方法在科學合作中的應用等相關問題。

Réka Albert是美國賓夕法尼亞州立大學的物理和生物學教授。她主要研究生物物理學領域的網絡模型。主要是對理論模型和實驗測量之間的研究，辨識復雜系統的組織原理。通過構建系統建模，為進一步的試驗提供理論基礎。她與Albert-László Barabási在研究方面有著密切的聯系和交流。據《科學觀察》(Sciencewatch.com)報導的物理學領域被引最高的文獻中，他們于1999年共同發表的文章《Emergence of scaling in random networks》在Scholar-google中被引頻次超過8 700余次［１４］。可見其在網絡結構方面研究成果的影響力之大。

普賴斯(Price D.)是著名的科學計量學家和信息計量學家。主要應用數學模型的定量方法研究科學發展和增長的一般規律。提供了一種全新的定量的方法去測定科學增長的持續性。他的這種創新性的突破，促使了在后來的信息計量學領域里涌現出大量出色的科學家，如Belver Griffith和Henry Small，這些科學家通過大規模的統計科學引文索引，來研究科學發展的內在的結構規律。普賴斯的主要理論貢獻包括：（1）指數增長律與邏輯增長律；（2）普賴斯指數；（3）普賴斯定律；（4）最大引文年限。普賴斯的研究成果奠定了科學計量學研究的基礎，被譽為“科學計量學之父”，也是科學合作問題研究的開拓者和早期代表人物之一。

２.２ 科學合作問題研究的主流學術團體

在知識圖譜的基礎上，CiteSpace軟件可以標示出網絡中的聚類情況，共包含40個作者共被引聚類。同時，我們應用TF*IDF算法使用文獻數據中的Title words對各個聚類進行了標注（圖３），可以辨識圖譜中共被引網絡聚類對應的學術團體及其研究的前沿問題。其中，聚類尺度最大的前5項聚類信息如下（表５）。

從國際科學合作領域作者共被引網絡的聚類結果的尺度和結構來看，選取的前5項聚類所包含的節點數占整個共被引網絡節點數的68.6%。因此，這5個最大的作者共被引聚類簇代表了科學合作領域研究的主流學術團體和各學術團體的研究前沿問題。我們列出3個代表性的最大尺度的聚類信息，分別是Cluster 21，Cluster 28和Cluster 19（表６～８）。在CiteSpace軟件給出的聚類標識詞的基礎上，結合各個共被引聚類中被引頻次最多的作者及其代表性文獻的相關信息，總結各網絡聚類所對應的學術團體的主要研究方向。

以Cluster 21為代表的學術團體是科學合作領域研究最早也是最具代表性的一組，主要是早期科學合作領域的研究者，研究方向主要集中在科學合作的概念、起源、科學合作的影響因素等基本問題。同時，利用科學計量學中的引文分析相關理論對科學合作問題進行研究，也是這一學術團體中的一個主要代表。

從整體上看，這一群組中的文獻是整個圖譜中被引頻次最高的一簇文獻聚類，包含了大部分科學合作領域研究中的最經典文獻。同時，學術團體中的文獻作者也是科學計量學領域中最著名的學者。以Katz，Luukkonen，Narin，Price，Beaver，Glanzel，Schubert，Meilin等為代表的學術團體研究者是科學計量學領域的創始人和奠基人，也是科學合作問題研究的開創者，他們的研究成果引領了科學合作領域研究的主流方向，屬于科學合作領域中的基礎概念和基礎理論研究。他們的代表性研究成果絕大部分發表在《科學計量學》(Scientometrics)上面。

網絡分析技術和理論研究的主流學術群體。其中，社會網絡分析方法最早被應用于對社會現象、人際關系等社會學問題的研究［１５－１６］。近二十年來，對社會網絡技術方法的關注和深入研究，使其得到了迅速的發展，其中一個主要的應用就是對科學合作問題的分析，科學家不斷地與不同的研究者進行合作研究和創作，結合他們的研究成果不斷地被引用，在科學家群體中間形成了巨大復雜的網絡系統。

將網絡分析方法和技術引入對科學合作領域問題的研究是近年來科學合作領域研究的一個主流方向，也是對科學合作問題進行有效定量分析的重要手段。其中Newman在科學合作網絡中所做的開創性工作奠定了網絡技術和方法在科學合作領域研究中的重要地位。科學合作網絡研究也是當前科學合作領域研究中的熱點和前沿問題。

以Cluster 19聚類文獻為代表的學術團體主要是科學產出與績效研究方向。1979年，拉圖爾（Latour B.）的經典之作《實驗室生活：科學實踐的社會構建》(Laboratory Life:The Social Construction of Scientific Facts)出版，標志著科學知識社會學（sociology of scientific knowledge）在歐洲異軍突起，它試圖以社會因素說明科學知識的產生和發展。在本文的作者共被引網絡中，拉圖爾是網絡中的一個關鍵節點(中心度0.11)，說明了在科學合作與科學知識社會學之間研究的交叉過程中，拉圖爾所起到的“橋梁”的重要作用。同時，聚類19中的其他代表性學者如Bozeman B.，Etzkowitz H.，Fox M.F.等都從不同視角論述了科學合作中的科學產出與績效的問題。

以Cluster27為代表的學術團體是科學合作的社會學問題研究。對于科學社會學，在20世紀30年代，默頓(Merton R.K.)在其文獻中曾經有所論述，但并沒有深入的進行研究［１７］。直到20世紀60年代，普賴斯和庫恩［１３，１８］的研究對科學社會學的發展起到了極大的推動作用。其中，被引頻次最高的作者是美國社會學家默頓，他是科學社會學的奠基人之一。他早期研究的重點是外部社會環境對科學的影響。后期他轉而對作為社會一個子系統的科學內部的社會現象的研究。

美國賓夕法尼亞大學社會學系的 Crane Diana也是較早的研究科學社會學的一位學者，Crane D.在1969年發表《科學家的社會建構》(Social Structure in a Group of Scientists:A Test of the‘Invisible CollegeHypothesis)以后，于1972年出版了專著《無形學院：科學交流中的知識傳播》(Invisible Colleges:Diffusion of Knowledge in Scientific Communities)在書中詳細論述了科學家的社會網絡，構建了動態的科學增長的社會過程模型，為科學社會學的迅速發展起到了積極地推動作用［１９］。

克雷奇默（Kretschmer H.）是科學計量和科學合作問題研究的代表學者，她在聚類（Cluster 27）中出現的文獻是關于共作者網絡的分層結構研究，分析了文獻合作者數量隨著分層程度的減少的現象。

以Cluster 12為代表的作者共被引聚類中的文獻主要是對以衛生保健領域的科學合作研究的案例分析。對衛生保健（healthcare）問題的研究越來越引起學者們的關注，在科學計量學領域，衛生保健的信息計量學研究已經成為一個主流的熱點研究方向，一些高等院校和研究所專門開設衛生保健信息計量學的研究專業或者研究方向。其中，對衛生保健領域的作者合作研究也越來越成為科學合作領域研究者關注的對象，衛生保健領域的作者合作有其特殊性，這也是科學合作問題研究者關注的一個重要原因。

３ 結論與討論

結合作者前面對科學合作領域的文獻共被引分析，總結科學合作領域研究熱點及其主流學術群體的演進。本文研究主要針對作者共被引進行分析，探測科學合作領域的主流學術群體和代表性人物。

（1）社會網絡方法和復雜網絡分析技術是十分有效的網絡分析技術和方法，科學家之間和研究者之間的合作研究形成了復雜的網絡結構，利用網絡分析方法對科學合作問題進行研究已經成為科學合作問題研究的一個相對成熟的研究方法。在此基礎上，應將復雜網絡分析方法應用到對具體學科領域的科學合作案例研究中，進行分析，將對各領域中的科學合作和合作研究問題的分析與探測起到重要的推動作用。

（2）科學合作領域的主流研究由最早的對科學合作相關基礎概念和理論的定性研究逐漸的轉向利用數學模型定量方法研究科學合作問題，再到當前的以復雜網絡理論方法研究科學合作問題。從對科學合作領域文獻數據的可視化分析，可以看出，在科學合作領域中，Price D.，Garfield E.，Beaver D.等科學計量學家奠定了科學合作領域研究的基礎，提出相關的基本概念，理論，并通過數學模型等方法構建了研究的基本理論和模型，由Garfield E.創意并組建的美國SCI，SSCI和A&HCI等世界著名的文獻引文索引數據庫，為基于引文分析的科學合作和相關領域的研究提供了最強大的數據來源和支撐。Luukkonen T.和Narin F.等人在國際科學合作問題的研究中奠定了基礎工作，分別從國家科學合作的測度，影響因素，科學技術政策等角度進行了研究。Glanzel W.是著名的文獻計量學家，主要是用數學模型等方法，將文獻計量學的理論和方法應用在具體的研究領域，在科學合作，科學技術指標和科學技術政策等方面有重要的貢獻。Katz J.S.是著名的復雜系統專家，也是把復雜系統理論和方法在科學技術合作，指標等科學復雜系統具體應用較早的學者。Mark Newman，Albert-László Barabási和 Réka Albert都是著名的物理學家和復雜網絡研究專家，他們將復雜網絡方法和技術在科學合作領域中的具體應用研究奠定了科學合作網絡研究的基礎，并且成為當前科學合作領域研究的一個主流方向和前沿熱點。

（3）科學合作領域在最初的科學學領域和科學計量學，文獻計量學家的研究，到近年的物理學家的介入，研究方法也從最初的定性研究到數學模型的定量研究，到當前的復雜網絡結構，理論和方法的應用研究。科學合作領域研究的前沿熱點和主流領域也發生了變化，由最初在對科學合作本身的基礎理論研究，例如科學合作的概念界定，科學合作的度量，科學合作的起源等；國際科學合作問題的研究，如國際科學合作的度量，影響國際科學合作的因素等，到當前的以科學合作網絡的研究為主流，如合作網絡的結構，網絡結構建模，網絡基本屬性的計算，以及網絡結構相關理論和模型在具體學科領域中的應用等。

科學合作領域的研究正在不斷的走向成熟和完善，隨著科學技術的不斷發展，科學研究活動也變得愈加復雜，各種層面的科學合作與交流必將成為科學研究活動的一個主要成產方式，而對科學合作領域的研究也必將成為科學計量學和科學學領域研究的一個重要的研究方向。

參考文獻

［１］Noriko H.,Paul S.Seung K.& Diane H.S..An Emerging View of Scientific Collaboration:Scientists' Perspectives on Collaboration and Factors that Impact Collaboration［Ｊ］.Journal of the American Society for Information Science and Technology,2003,54:952-965.

［２］Galison P.& Hevly B.(Eds.)..Big science:the growth of large-scale research.Stanford,CA:Stanford University Press，1992.

［３］Weinberg A.M..Impact of large-scale science on the United States［Ｊ］.Science,1961，134：161-164.

［４］Stevens M.J.& Campion M.A..The knowledge,skill,and ability requirement for teamwork:implications for human resource management［Ｊ］.Journal of Management,1994，20：503-530.

［５］Beaver D.D.& Rosen R..Studies in scientific collaboration.Part 1：The professional origins of scientific co-authorship［Ｊ］.Scientometrics,1978，(1)：65-84.

［６］González-Alcaide G.,Aleixandre-Benavent R.,Navarro-Molina C.,Valderrama-Zurián J..Coauthorship networks and institutional collaboration patterns in reproductive biology［Ｊ］.Fertility and Sterility，2008,90(4):941－956.

［７］Scott J.P.Social network analysis:a handbook.London:Sage,1991.

［８］Chen C.& Paul R.J..Visualizing a knowledge domain餾 intellectual structure［Ｊ］.Computer,2001，34(3)：65-71.

［９］Chen C..Searching for intellectual turning points:Progressive Knowledge Domain Visualization.Proceedings of the National Academy of Sciences of the United States of America,2004,101:5303-5310.

［１０］Chen C..CiteSpace II:Detecting and visualizing emerging trends and transient patterns in scientific literature.Journal of the American Society for Information Science and Technology,2006，57：359-377.

［１１］Howard D.White and Katherine W.McCain,Visualizing a Discipline:An Author Co-Citation Analysis of Information Science,1972－1995,JASIST,1998，49(4):327－355.

［１２］White,Howard D.,Belver C.Griffith.Author Cocitation:A Literature Measure of Intellectual Structure,Journal of the American Society for Information Science,1981,32(3):163-171.

［１３］Price D.D..Little science,big science.New York:Columbia University Press，1965.

［１４］Barabási A.L.,Albert R.Science 286［5439］:509-12,15 October 1999)ranks at #5 among Highly Cited Papers in the field of Physics, garnering 2,708 citations between January 1,1998 and August 31,2008.http:∥sciencewatch.com/inter/aut/2008/08-nov/08novBaraET/.

［１５］Moreno J.L..Who Shall Survive？Washington，DC：Nervous and Mental Disease Publishing Company，1934．

［１６］Fararo T.J.,Sunshine M.A Study of a Biased Friendship Net.Syracuse,NY：Syracuse University Press.，1964.

［１７］Merton R.K..The Sociology of Science:Theoretical and Empirical Investigations,Chicago:The University of Chicago Press,1973：605.

［１８］Kuhn T.S..The Structure of Scientific Revolutions.Chicago:The University of Chicago Press,1962：605.

［１９］Crane D.Invisible Colleges:Diffusion of Knowledge in Scientific Communities,University of Chicago Press，1972.