施引側文獻計量指標的設置、優勢與應用研究

FRANCIS Narin　欒春娟　胡志剛

關鍵詞：文獻計量指標；施引側；被引側；引文分析；實用性；及時性

中圖分類號：G306；N18 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2023.06.007

0 引言

探索施引側文獻計量指標的設置、優勢與應用，有助于推動文獻計量學學科與時俱進發展，使其更好地為政策制定和科學評價服務。施引側文獻計量指標是否更具有優勢和應用價值？傳統的文獻計量指標基本上都是從被引側（cited side）設置和應用的，這根源于其產生的歷史，受制于當時的科學技術發展水平。隨著科學技術突飛猛進的發展，尤其是計算能力的大大提升，我們提出文獻計量指標的設置和應用應該由被引側轉向施引側（citing side）。基于當前年份、施引側的文獻計量指標，不僅能夠給我們帶來更多的科學洞見，同時對政府考核與評價目標的實現、科學共同體的學術研究與學術評價，也具有更重要的理論意義和實踐意義。

施引側文獻計量指標強調當前年份，這樣做時效性更強，與政策問題更相關。當前幾乎所有的文獻計量研究都是從被引的角度來做分析的。比如，分析師通常會問這樣的問題：2015年發表的、被引用次數最多的化學論文是哪篇？然而，我們認為，無論就政策方面還是應用方面，一個更相關的問題，都應該從當前年份的、施引側的角度提出。比如，2021年發表的論文施引最多的化學論文是哪篇？類似的，2021年發表的論文施引最多的作者是哪位？2021年發表的論文施引文獻的高頻關鍵詞有哪些？等等。不難發現，施引側的文獻計量指標，更有利于科學評價和對研究前沿的追蹤。

1 國內外研究進展述評

1.1 關于被引側文獻計量指標的研究

被引側文獻計量指標的相關研究成果，主要集中于對以下知識單元的分析：被引文獻（cited references）、被引期刊（cited journal）、被引作者（cited author）、被引機構（cited organization）和被引國家（cited country）等。科學文獻發表之后，大部分文獻不會得到學者的引證，只有少數會被引證，高被引文獻更是鳳毛麟角。在科學出版物日益增長而科學家的時間和精力非常有限的情況下，高被引文獻常常被視為一個學科或研究領域的經典文獻，進而被研究人員更多地閱讀甚至引用［1- 2］。揭示科學文獻在學術期刊集中與離散分布的布拉德福定律（Law of Bradford），早在20世紀30年代初就已經被科學家確認了。該定律將刊載某學科專業論文的期刊劃分為核心區、相關區和非相關區，各個區的文章數量幾乎相等，此時核心區、相關區、非相關區期刊數量的比例為1∶n∶n²（n>1）的關系［3］。學科專業論文在學術期刊集中-分散分布的規律，揭示了少量的核心期刊刊載了大量學科專業論文的規律。期刊共被引分析（co-citedjournal analysis，CJA）方法被廣泛應用于某一研究領域的核心期刊識別［4- 5］；高被引期刊往往被視為一個學科或研究領域的核心期刊。核心期刊的甄別，為科研人員和圖書資料建設單位節約時間、節省經費、提高文獻信息服務質量提供了重要的科學決策支撐。

隨著科學的發展，對科學家評價的方法與指標也在不斷演進。早期時候，科學家發表論文的數量指標常常被用來評價科學家影響力的大小［6］。但后來，人們逐漸認識到，與科學家發表論文的數量指標相比較，科學家被引用的頻次更能夠反映其影響力的大小［7］。于是，對被引作者的檢索和分析開始流行起來，高被引作者常常被視為一個學科或研究領域的核心人物［8］。類似地，學者們也常常采用機構共被引分析方法與國家共被引分析方法，來識別具有較高影響力的高被引機構與高被引國家［6］；也有一些科學評價機構直接通過被引側的被引頻次等檢索結果，來判別具有較高學術影響力的機構或國家［9］。

1.2 關于施引側文獻計量指標的研究

施引側文獻計量指標的研究成果，主要集中于探索研究前沿熱點主題、高產機構、高產作者、科學合作等方面，而這些方面的研究又往往基于施引側文獻中知識單元的共現分析方法。一個學科或研究領域的前沿熱點主題，總是受到研究人員的關注和追蹤［10-12］。學者們常常基于CiteSpace、VOSviewer 等可視化分析軟件［13-14］，采用關鍵詞共現分析［15-16］、專業術語的突變分析［11］、主題詞詞頻變動趨勢檢測［17］等方法，進行研究前沿或研究熱點主題的探測分析。高產機構常常被認為擁有雄厚的研究實力，并且科研成果產出豐碩；高產機構可以在當前幾乎所有數據庫中檢索得到［18-19］。高產作者是一段時期內或者長期發表活躍的作者；在當前幾乎所有數據庫中，都可以依據作者排序篩選出高產作者［20-21］。科學合作逐漸成為科學研究的主流趨勢。有學者專門對諾貝爾獎獲得者進行過分析，發現有三分之二的獲獎者是與其他科學家合作完成的獲獎成果［22］。施引側的文獻耦合分析方法，針對施引文獻中的作者、機構、國家等不同知識單元，可以進行作者合作［23］、機構合作［24］和國家合作［25］的分析研究。

1.3 研究評述

當前包括Web of Science在內的幾乎所有數據庫都是從被引側設置的文獻計量指標。學者們的研究也多數是基于被引側進行的。雖然也有施引側的研究成果［26-28］，但我們尚未發現正式提出文獻計量由被引側轉向施引側的學術觀點。本研究提出，在當前的科學技術發展高度上，是時候將文獻計量指標由被引側轉向施引側了；并論證施引側文獻計量指標設置的可行性、優勢與應用。采用施引側的文獻計量指標更實用、更及時，將更有利于實現其政策制定和科研評價的宗旨，發揮其優勢，推動科學技術的進步和發展，為相關決策者提供支撐。

2 被引側文獻計量指標的起源、目的與歷史環境

2.1 被引側指標的起源

從歷史上看，尤金·加菲爾德（Eugene Garfield）在開發科學引文搜索工具時，是以法律搜索工具謝潑德引文（Shepard's Citations）為模型的。謝潑德引文是一套自1873年在美國出版的、美國最高法院和各州高級法院的案例索引，早期為印刷的法律案例匯編版本［29-30］。該套索引方便查找相關案例中援引（引用的意思）的案件、法庭判決與法律條款，并追蹤這些援引是否被另一個法院準許、辨別、推翻或另作解釋。謝潑德引文是被引側導向的（a cited side orientation），即以早期被引用的案例為起點。謝潑德引文產生的原因，是因為美國是實行判例法的國家，“遵循先例”是法官審判案件的基本原則。具體地說，法官審判案件的時候，需要查看之前美國最高法院和各州高級法院的案例，本著“相同情況相同處理，類似情況類似處理”的原則，即遵循先例的原則，對本案件進行審理和判決。判例法制度保證了判決的一致性，具有其自身的特點和長處。類似的，起初印刷版本的科學引文索引（Science Citation Index，SCI），列出了所有施引某個特定被引論文的論文［31］，從而能夠讓我們基于某個特定的被引論文追蹤科學大廈的興起與發展軌跡。

2.2 被引側指標的目的

需要指出的是，文獻計量學指標包括引文分析指標，最初是為政策目的而提出的。第一套重要的指標出現在1972 年提交給美國總統的《科學指標》（Science Indicators 1972）報告中：“這項工作的最終目標是建立一套指標，這些指標將根據企業為國家目標做出貢獻的能力和表現，揭示美國科學和技術的優勢和劣勢”［32-33］。由此可見，提出文獻計量指標的目的，是為了查清對國家發展目標來說科學的貢獻有多大。文獻計量指標是具有實踐意義的，因此，任何使之更容易實現其目的的公式或算法改進等，肯定是受歡迎的。

2.3 被引側指標產生的歷史條件與發展

傳統的文獻計量指標大多數之所以基于被引側的視角，這既源于它們的歷史起源，也歸因于20世紀60—70年代科學技術的發展水平，尤其是當時計算能力的限制，當時正式的文獻計量學剛剛出現，尚處于萌芽階段。

在計算方面，謝潑德引文的開發早在計算機發明之前，而最初的SCI是在1955年提出的［34］，早在計算機被廣泛使用或非常強大之前。事實上，1972 年由CHI研究公司（Computer Horizons，Inc.）為《科學指標》開發的第一套文獻計量指標，并不是基于對單個論文的精確引用匹配，而是基于對期刊間引用的分析，從SCI中提取期刊引用索引。直到后來的《科學指標》報告，CHI才有可能通過計算來處理現在已被計算機化的SCI磁帶，并根據論文引用的精確匹配和被引用作者所在國家和機構的精確識別，開發出國家績效統計數據。所有后來的《科學指標》報告（現在稱為《科學與工程指標》）中使用的文獻計量指標直到今天仍然很大程度上基于被引年份（cited year）。

3 施引側文獻計量指標的設置、優勢與應用

3.1 施引側指標設置的可行性及優勢

基于當前年份的、施引側的文獻計量指標有兩個重要屬性：穩定性（stability）和及時性（timeliness）。轉換為施引側指標后，相關數據庫，比如Scopus 和Web ofScience這樣的主要數據庫，將在它們的算法中添加施引年搜索（citing year search）。添加之后，他們將最近年份，比如2021年，發表的論文添加到數據庫中。然后根據2021年發表論文的引證數據，就可以確定2021年發表的論文引用最多的是哪些國家/地區、哪些機構、哪些作者、哪些論文、哪些學科、哪些主題詞，等等。即添加了施引年搜索后，就能夠檢索出施引側相關的排序結果；這些施引側的檢索結果是最終的、確定的結果。基本流程如圖1所示。

圖1中，選擇檢索字段“施引年”，可以在檢索框中輸入最近的年份，比如2021年，而后得到檢索結果。檢索結果可以有多種排序方式：國家/地區、機構、作者、文獻、學科、主題詞等等。檢索結果可以進一步精煉，比如，如果想了解物理學科的情況，就可以將其精煉，進一步了解2021 年物理學科施引論文主要來自于哪些國家、機構等。

3.2 施引側指標的應用場景與先例

轉換為施引側的、施引年搜索，能帶來一系列積極的效果。比如，2021年人工智能領域施引的全部文獻的國家排序、機構排序、作者排序、文獻排序等；或者表現突出的前百分之十的國家和機構等。這些結果都是最新的、并且只需要為每個施引年計算一次的結果。它們的時效性將使它們對政策目的更有用，因為它們在形式上將類似于大多數決策者和政治家所熟悉的普通經濟指標。

轉換到施引側的文獻計量指標，將帶來許多新的洞見，而且具有較強時效性。比如，一個施引年（citingyear）的H指數——一位科學家H篇論文被任何施引年份發表的論文引用至少H次的數值。這樣計算的結果，將提供一個精確的時間序列，清楚地顯示該科學家對當代科學影響的出現、上升、高峰和衰退。另一個新的指標是“科學周期時間（science cycle time）”，即被任一施引年所引用論文的中位數年齡，用來衡量一個機構或科學家論文的影響力的時效性。

施引側指標是有應用先例的，它們在CHI的專利引用活動研究中曾經被采用，例如技術時間線圖譜（techlineprofile）［35］和技術周期時間（technology cycle time）。技術時間線圖譜是被CHI公司采用的、描述公司專利組合特征的當前影響指數（current impact index），該指數是指一個公司最近五年的專利在本年度被引用的標準化比率。技術周期時間即被該公司當前專利施引的專利年齡的中位數。如果是基于之前的3～5年被引側數據，CHI將很難向其企業客戶提供其競爭對手的資料。在CHI的財務模型中，這些當前的、施引年份指標的時效性更為重要，它們對股票績效的預測相當成功，因為這些模型可以識別出股價似乎低于其技術價值的公司［36］。顯然，在預測股票市值時，時效性是至關重要的。

3.3 施引側指標的應用實例

為了更清晰地展示施引側指標的應用，我們選擇全新大型文獻索引系統OpenAlex，根據《自然》新聞報道，OpenAlex 是一個包含2 億余份科學文獻的索引平臺，該索引的目標是建立一個文獻之間相互關聯的全球研究系統數據庫。基于OpenAlex數據集，分別查詢發表于2013年、2015年、2017年、2019年和2021年五年的文獻計量學（bibliometrics）領域文獻并進行施引側的引文分析，得到各年的施引文獻及被引文獻的情況如表1所示。以2021年為例，這一年共發表文獻計量學論文2 580篇，此為發文數量，也是施引文獻數量；它們累計施引了69 952篇文獻，去重后共54 920篇；這些被引文獻的平均發表年份為2012.41年；H 指數為32，即有32篇被引文獻、其中每一篇的被引次數都在32 次以上。從各年的比較來看，被引文獻與施引文獻的比值并不一致。例如，2013年施引文獻有1 332篇，而被引文獻有13 740篇，去重后僅10 207篇；去重前后被引文獻數量分別為施引文獻數量的10.3倍和7.7倍；而2021年這兩個比例分別為27.1 倍和21.3 倍。這說明2013—2021年，施引文獻在引用數量上有了大幅上升。

表2進一步展現了各個施引年度的被引文獻分布的主要期刊、作者和學科情況。五個施引年份中，被引最多的期刊始終都是Scientometrics；排名第二的高被引期刊在2013、2015和2017年為Journal of the Associationfor Information Science and Technology，在2019年和2021年為Journal of Informetrics。除上面三本期刊之外，Science、Nature、Research Policy 和PLOS ONE 也經常位列前五的高被引期刊之中。此外，在2021年還出現了新的高被引期刊Journal of Cleaner Production，表明清潔生產（cleaner production）相關主題研究在2021 年受到學者們廣泛關注。

從高被引作者來看，2013—2021 年的被引次數最高的作者依次是LoetLeydesdorff（2013）、WolfgangGl?nzel（2015）、Lutz Bornmann（2017）、Ludo Waltman（2019和2021），體現了文獻計量學領域高影響力學者的代際更替。其他高被引學者還包括Eugene Garfield（2013 年位列第三，2015 年位列第二，2017 年位列第四）、Henk F. Moed（2013 年位列第四，2015 年位列第三）、Nees Jan van Eck（2019 和2021 年均位列第二）、José M. Merigó（2019 年位列第四、2021 年第三）、ChenChaomei（2021年位列第四）等。

從高被引領域主題來看，基于OpenAlex 中的領域主題劃分，在選定的五個施引年份，引用最多的領域主題都是Computer science，不過其在各年的占比不盡相同。在2013年，有5 314篇被引文獻來自該主題，占總被引文獻數量的38.7%；而在2021年，來自該主題的被引文獻有18 643篇，占總數量的26.7%，下降了12個百分點。這表明了引用的主題集中度降低，而主題多樣化程度提高。Citation 是被引文獻中的另一個高頻主題，尤其在2017 年之前，Citation 主題的被引文獻量都高居第二，是熱門主題。但是在2021 年，Citation 主題的占比已經跌出前五的行列，表明該主題的影響力在下降。Data science 在2013 年至今也一直位列熱門主題詞的前五之列，表明數據科學是文獻計量學的重要研究基礎。此外，前五的高頻主題中還有Medicine、Business、Psychology、Political science 等表示具體應用領域的主題，并且其占比逐年上升，這表明文獻計量學正經歷著從學科的自身建設轉向面向具體領域應用研究的趨勢。

4 結論與討論

本研究中，在梳理文獻計量被引側指標起源、目的、歷史條件和后續發展的基礎上，探討了文獻計量由被引側轉向施引側的歷史時機、施引側指標在數據庫中設置的可行性、施引側指標的優勢，和施引側指標的應用場景、應用先例與應用實例。我們認為，無論就政策方面還是應用方面，文獻計量指標都應該從當前年份的、施引側的角度設置和應用。因此，建議文獻計量指標由被引側轉換到施引側，這將大大提高文獻計量指標的實用性、及時性和對用戶群體的影響。

隨著科學技術日新月異的發展，尤其是計算能力的空前提升，文獻計量指標理應與時俱進。文獻計量指標由被引側向施引側轉換，在理論層面具有合理性；在設置層面具有可行性；在實踐層面，具有更強的時效性和應用性。概括之，與被引側文獻計量指標相比較，施引側文獻計量指標具有其優勢和應用價值。被引側的文獻計量指標仍然有其生存和發展的空間，有其存在的必要性和價值性。應該說，在某些方面、某些具體事項上，施引側的文獻計量指標更具優勢和應用價值。