中國科學數據研究論文的文獻計量學分析

曾小紅

摘 要 以1995～2013年間CNKI中國期刊全文數據庫中收錄的科學數據研究方面的論文為樣本，分別從作者、期刊分布、研究機構、關鍵詞等角度進行定量分析，揭示中國在科學數據領域的研究現狀、熱點及未來趨勢，為科學數據研究提供參考。

關鍵詞 科學數據 ；文獻計量 ；研究 ；發展

分類號 G353.1

作為21世紀科學技術發展的基礎，科學數據以其最基本、影響面最寬奠定了國家科技發展的重要基石，其不僅能滿足科技創新、社會發展、經濟增長和國家安全等多種需求，且能見證國家科技歷史的發展，是人類社會發展的重要組成部分[1]。自中國開展科技基礎條件平臺建設以來，圍繞科學數據的共建共享已開展了多方面的研究，本文擬從近年來發表的有關科學數據研究的論文為切入點，定量分析中國科學數據的研究現狀。

1 材料與方法

1.1 文獻收集

以中國知識資源總庫（中國知網CNKI）為數據源，跨庫選擇數據庫為中國學術期刊網絡出版總庫、特色期刊、中國博士學位論文全文數據庫、中國優秀碩士學位論文全文數據庫、中國優秀碩士學位論文全文數據庫、2013增刊、中國重要會議論文全文數據庫、國際會議論文全文數據庫和中國學術輯刊全文數據庫。

檢索方式為高級檢索，檢索詞為“科學數據”，檢索入口為“篇名”、“主題”和“關鍵詞”，匹配模式為“精確”，檢索時間為1979年1月1日至2014年4月16日。檢索出570條文獻信息，通過手工排除不相關的文獻，最后獲得有效文獻466篇，在此基礎上對相關信息進行計量統計分析，以期對中國科學數據的研究現狀進行一個簡要分析。

1.2 文獻信息提取和處理

提取和記錄每一篇文獻的題錄信息，包括文獻來源、發表時間、第一作者、通訊作者、作者單位、期刊類別和關鍵詞。采用Excel對上述各項信息進行分析處理，統計每一項信息中各個類別出現的頻次和概率，通過數量的對比，獲得科學數據研究領域文獻的年代分布、文獻分布的主要期刊、主要研究人員和主要研究機構。

2 數據結果分析

2.1 論文總量分布

由圖1可見，中國科學數據研究的第一篇研究論文發表于1995年，是西安交通大學陳鐵發表的有關科學數據顯示分析的科學數據圖顯分析軟件Tecplot[2]。此后直到2002年研究論文才達到6篇，2003年開始才有了顯著增長，達到27篇，此后科學數據的研究論文都在呈上升狀態，2011、2012年有所減少，分別為26篇，31篇，2013年又上升為50篇。從發表論文累積量看，論文的增長趨勢尤為明顯。

通過對此期間論文發表情況比較，從1995年發表在《軟件世界》上的有關科學數據分析的軟件開始，科學數據的研究開展逐步拉開。1996年，李軍發表了一篇真正意義上的科學數據研究，即《地理學報》上刊登的《地球科學數據研究的初步探討》[3]。隨著2002年科技部聯合有關部門啟動了中國科技基礎條件平臺建設試點工作，中國科學數據研究才開始正式啟動[4]，此后有關科技基礎條件平臺建設中的資源建設、共享、元數據、平臺建設、數據挖掘等有關的理論、實踐和技術應用和服務等全方位開展。

2.2 來源期刊分布

從來源期刊分布（表1）情況看，共涉及期刊253種期刊，從載文量在5篇以上的期刊列表中可以看出，中國基礎科學載文量對多，為27篇，占總發文量的5.79%；其次是圖書情報工作，載文量為14篇，占3.00%。在載文量在5篇以上的17種期刊中，自然科學、圖書情報、工業技術類期刊都有，說明中國科學數據的研究從自然科學中的數據來源、數據分析，及數據建設的載體都有全方位的開展研究。

按照科學數據研究發文期刊所屬學科領域對期刊進行整理歸類，發現科學數據研究論文主要發表在“自然科學”類期刊，其次是“圖書情報”、“工業技術”、“科技信息”、“社會科學”、“農業科學”和“醫藥衛生”類期刊，其中“高校論文”、“會議論文”也都有涉及科學數據的研究，說明中國科學數據研究主要集中在自然科學中有關科學數據的集成、整合及其應用。

2.3 主要研究機構分析

通過對樣本數據中作者的所屬機構進行統計，其中把具有不同機構名稱的同一機構合并，如中國科學院國家圖書館、中國科學院國家圖書館武漢分館、中國科學院國家圖書館蘭州分館；吉林大學管理學院、吉林大學物理系、吉林大學信息管理系；中國地震局地震預測研究所、中國地震局地質研究所、中國地震局第二監測中心等，合并后統計共有235個研究機構。表3為1995～2013年間國內科學數據研究發文量10篇以上的研究機構，其中中國科學院地理科學與資源研究所發文量最多，為32篇，占總發文量的5.30%。在發文最多的11個研究機構中，除了武漢大學外，其余都是科研機構。說明在中國科學數據共享建設發展中，目前主要是科研機構在進行科學數據的共建，并對相關的如科學數據共享平臺建設、標準規范等進行研究。

2.4 高產作者分析

通過對樣本數據中作者的統計，共出現741位作者。其中有540位發表1篇論文，105位發表2篇論文，42位發表3篇論文，16人發表4篇，15人發表5篇；發表6篇及以上的作者有23位（見表4）。

其中中國科學院計算機網絡信息中心的閻保平發文12篇，其研究的主要方向為大規模科學數據共享技術、數據網格、數據庫技術、信息發布技術等；中國科學院寒區旱區環境與工程研究所的王亮緒發文11篇，其研究方向為科學數據共享研究；中國人民解放軍總醫院的尹嶺發文11篇，其研究方向為：醫學科學數據共；中國科學院寒區旱區環境與工程研究所南卓銅發文10篇，其研究方向為科學數據共享和寒區環境建模、空間決策支持系統；中國科學院寒區旱區環境與工程研究所吳立宗發文10篇，其研究方向為數據共享和冰川變化研究。

2.5 高頻詞分析

通過關鍵詞詞頻統計分析，在466篇科學數據研究論文中共出現1 103個關鍵詞，均關鍵詞約為2.37個/篇。其中詞頻為1的關鍵詞有834個，占75.61%；詞頻為2的關鍵詞有135個，占12.24%；詞頻為3的關鍵詞有51個，占4.62%；詞頻4～10的有60個，占5.44%；詞頻在10（含）以上的有21個，占1.90%。從表5可以看出，“科學數據”作為詞頻最高的關鍵詞，遠遠高于排位第二、第三的“數據共享”、“科學數據共享”，共出現了154次。在詞頻出現10次以上的關鍵詞中，“科學數據”、“數據共享”、“科學數據共享”、“元數據”、“共享”是出現最多的前五個關鍵詞。從中可以看出，在科學數據研究中，對科學數據本身的研究是最多的，其次是研究如何使科學數據共享，如何達到共享。

3 結語

對中國科學數據研究方面論文的定量分析，研究發現，中國科學數據研究只要以科研單位為主要研究機構；關鍵詞分析表明，科學數據研究主要集中在科學數據本身的研究，及科學數據共享、元數據等方面。結合中國自2002年開始啟動國家科技基礎條件平臺建設至今，中國的科學數據共享建設已進入第二個階段。在前期主要進行科學數據的資源建設，即數據庫建設，此時以科學數據載體為主要研究內容，包括元數據、數據庫、數據管理、數據中心、數據資源等關鍵詞主要出現在此期間的研究文獻中；第二階段，一方面除了繼續進行數據資源的建設，加大了數據服務的力度，即以如何開展科學數據的共享為主，此后多出現數據共享、共享平臺、共享服務及數據挖掘等關鍵詞。

從科學數據的研究趨勢，結合國家科技基礎條件平臺建設的發展進程，中國在科學數據研究上，將進一步開展如何更好的進行科學數據共享服務，以及如何深度挖掘科學數據，有針對性的結合數據的需求開展各種專題服務，使科學數據共享服務有的放矢。此外，由于長期以來中國科研體制狀況，大量科學數據還集中在科研人員手中，如何使國家投入巨額科研經費取得的科學數據能夠真正的用之于民，使科學數據共建共享能夠得到規范化、制度化，這將是今后建設的重點。

參考文獻

[1] 徐冠華. 實施科學數據共享 增強國家科技競爭力[J].中國基礎科學，2003（1）：5-9.

[2] 陳 鐵. 科學數據圖顯分析軟件Tecplot[J]. 軟件世界，1995（6）：28.

[3] 李 軍. 地球科學數據研究的初步探討[J].地理學報，1996（S1）：16.

[4] 國家科技基礎條件平臺建設簡介[o/l]. http：//www.nstic.gov.cn/navigation/set.jsp.2014-8-2