科學生產率視角下我國理工學科“雙碳”研究現狀分析

韓紅旗，馬 崢，張兆鋒，林 毅

（1.中國科學技術信息研究所，北京 100038；2.富媒體數字出版內容組織與知識服務重點實驗室（國家新聞出版署），北京 100038）

1 研究背景

2030 年碳達峰和2060 年碳中和是我國政府經過深思熟慮作出的重大戰略決策。碳達峰碳中和（以下簡稱“‘雙碳’”）目標將引導中國經濟走向更加綠色和可持續發展［1］，有利于形成更加健康和可持續的生產生活方式［2］，有利于提升中國的能源安全［3］。教育部為落實國家實現“雙碳”目標的重大戰略決策，于2022 年10 月26 日印發《綠色低碳發展國民教育體系建設實施方案》，鼓勵有條件、有基礎的高等學校、職業院校加強相關領域的學科、專業建設，創新人才培養模式，支持高等學校開展碳達峰碳中和科研攻關、政策研究和社會服務。顯然，“雙碳”學科的建設和科技創新需要依靠對領域研究現狀的充分了解。然而，當前對于學科發展現狀的研究多基于發文量、被引頻次等計量指標，比如郭金忠等［4］對于物理學科、鄒亞飛等［5］對于植物保護學科、潘穎等［6］對于農業工程學科的發展現狀研究等，多關注國家、區域、機構等層面，很少關注到人的因素，尤其是沒有考慮到職業學者的情況。職業學者是在高校、科研院所或企事業單位從事相關科研工作的科研人員，他們在相關學科科技發展中是相對穩定的人才隊伍，常常以論文作為主要研究成果，一般職業變化較小、在學科領域的人數較少，但在領域科技發展中有著舉足輕重的地位，常常主導著學科領域的科技發展方向。與職業學者對應的是普通學者，他們一般是從事短期科研工作的研究生或企事業工作人員，相對而言，他們在學科建設和科技研發中處于輔助地位，對學科發展的影響較小。這兩類學者是科技論文發表的主要貢獻者，兩類人員變化情況、知識生產效率等群體特征影響著學科科研的發展。

“科學生產率（scientific productivity）”是美國學者洛特卡（Lotka）［7］于1926 年提出的一個概念，是通常以論著數量來衡量的科學生產能力，表示論文與作者之間的定量關系。科學生產率不僅能用來衡量個人著述的頻率分布規律，而且也能衡量機構和團體著述的頻率分布規律［8］。對科學生產率概念的理解有兩種認識，一種將此概念與洛特卡定律（Lotka's law）視為同一個概念，如Priya 等［9］、伍玉成等［10］的研究；另一種從該概念含義出發，將科學生產率定義為平均每個作者發表的論文數量［11］。本研究采用后一種認識，將學科作者的平均發文量定義為該學科的科學生產率，它衡量了學科科研人員在科學上所表現出的能力和工作效果。

“雙碳”目標的達成需要多學科合作，其中理工類學科是減碳、降碳、固碳的重要科技和工程基礎。為了解我國理工類“雙碳”相關學科的發展情況，對“雙碳”包含的學科進行調研，選擇11 個與“雙碳”相關的一級學科開展研究。基于學科期刊映射表選擇每個學科的重要核心期刊，采集中文論文數據，然后根據論文學科屬性和作者發文特征確定學科中的職業學者，根據關鍵詞特征確定學科領域的“雙碳”研究論文，形成分析數據集。最后，從科學生產率視角下的科研人員、論文產出、科學生產率出發，設計相關指標，研究普通學者和職業學者兩個群體的數量指標變化特征，以了解各學科人才儲備和知識生產發展變化情況，提出政策建議供相關部門參考。

2 研究設計

研究大體上可以分為3 個階段：獲取“雙碳”學科相關論文數據、對數據加工處理并形成可分析的數據格式、“雙碳”學科發展情況分析，具體流程見圖1。

圖1 我國理工類“雙碳”相關學科發展研究流程

第1 階段的目的是采集相關論文數據。“雙碳”是一個跨學科研究領域，涉及交通運輸工程、石油與天然氣工程、化學工程與技術等多學科，掌握“雙碳”相關全部學科知識的學者幾乎沒有，因此構造關鍵詞檢索式從數以千萬或億篇計的文獻中檢索“雙碳”研究論文成為一個基本不可能完成的任務。鑒于此，本研究首先根據文獻調研和專家咨詢確定“雙碳”相關的理工學科，然后根據中國科學技術信息研究所在長期開展的期刊評價工作中形成的期刊學科映射表選擇學科的相關核心期刊（見表1）。

表1 我國理工類“雙碳”相關學科和重要期刊

然后，考慮“雙碳”目標是2020 年正式提出的，以及2019 年年底開始的新冠疫情可能對科學研究的影響，采集選定期刊2010 至2019 年的論文題錄信息，主要包括題名、摘要、關鍵詞、作者、作者機構、發表時間等字段，剔除形式多樣的征稿啟事、會議通知、新書介紹等非論文數據，并對類別眾多的異常數據進行額外處理后，剩余157 013 篇論文（以下簡稱“全部論文”）數據。之后，對論文數據的關鍵詞進行統計，人工從各個學科的關鍵詞統計結果中篩選出頻率高（閾值設定為出現在3 篇論文以上）且與“雙碳”研究內容相關（在文獻數據庫和搜索引擎中驗證）的詞，頻率高說明該詞得到較多學者認可，內容相關表明該詞與“雙碳”相關，形成學科“雙碳”詞集，并根據調研和專家意見形成通用“雙碳”詞集。進一步，將關鍵詞出現在“雙碳”通用詞集或對應“雙碳”學科詞集中的論文篩選出來作為“雙碳”論文數據，共17 226 條論文數據（以下簡稱“‘雙碳’論文”），約占全部論文數量的11%。

第2 階段的目的是對全部論文數據進行加工處理，主要包括論文學科類別確定和作者姓名消歧處理，為學科的發展分析奠定基礎。現有的中文文獻數據庫中沒有學科字段（中國社會科學引文索引除外，但該數據庫并不涵蓋工程科技類論文），因此首先需要確定論文的學科類別。雖然論文的學科類別可以根據期刊學科映射表來確定，但有兩類論文的學科類別屬性還不能判定。一類是刊載在大學學報等綜合性期刊中的論文，這些論文可能是本學科的，也可能是其他學科的。另一類是有兩個或以上中圖分類號的論文，它們一般是跨學科論文，但其內容究竟屬于哪個或哪些學科需要確定。為此，抽取類別沒有疑問的論文形成訓練數據集，參考Ran等［12］和冉亞鑫等［13］的研究思路，基于FastText算法開發的層次分類算法和Stacking 分類算法構建分類模型，其中FastText 算法用于學科門類確定，Stacking 算法用于一級學科確定，然后采用分類模型對上述兩類論文的學科類別進行標注。借鑒Han等［14］的做法，作者姓名消歧采用語義指紋著者姓名消歧算法，對全部論文中的同名作者進行消歧處理，消歧后共有399 761 位作者，其中“雙碳”論文的作者數量59 576 位，約占全部論文數量的15%。

第3 階段的目的是從科學生產率視角提出相關指標來分析“雙碳”領域職業學者群體的特征。借鑒唐崇敏等［15］、王鴻飛等［16］、李金算等［17］學者關于科技論文產出效率的研究，設計人員投入、論文產出、知識創造效率3 類指標來分析各學科發展情況。其中，人員投入測算了兩類學者的數量和變化情況，成果產出測算了他們產出的論文數量和變化情況，知識創造效率測算了他們創造“雙碳”論文知識的效率。

為了確定職業學者，將論文數據按照發表時間分為兩個階段，其中第1 階段為2010—2014 年，第二階段為2015—2019 年，然后對每個學科的發文量進行統計，通過對結果的人工分析和驗證，最終選擇在兩個階段均有發文的作者，或者在每一個階段發文量在3 篇以上的作者（即5 年發文3 篇的作者）作為職業學者，即職業學者一般有持續時間較長的發文能力，或者在短期內有較多論文產出的能力。假設“雙碳”論文中共包含的論文數量為P，作者數量為A。將“雙碳”論文每個階段的發文量分別記為P1、P2，其中職業學者的發文量分別記為PP1、PP2；將兩個階段的作者數量分別記為A1、A2，其中職業學者數量分別記為PA1、PA2。需要注意的是，P是P1、P2的和，而A并不是A1、A2的和，這是因為一個作者可能在兩個階段均發表了論文；同理，若記職業學者數量為PA 的話，它也不是PA1、PA2的和。表2 展示了“雙碳”論文作者數量和發文量、職業學者數量和發文量指標，以及各指標在兩個階段的情況。

表2 “雙碳”論文有關統計結果

有關3 類指標定義如下：第一類，人員投入指標。包括：

（1）作者數量變化率指標（I1）。該指標定義為兩個階段作者數量的變化率，即

當I1指標為正時，表示學科的吸引力上升，人才儲備能力增強，未來發展將有更多可用的人才；反之，表明學科吸引力下降，人才將面臨減少的局面。

（2）職業學者數量變化率指標（I2）。該指標定義為兩個階段職業學者數量的變化率，即

當I2指標為正時，表示學科對職業學者的吸引力上升，職業人才儲備能力增強，學科未來發展將有更多可用的職業人才；反之，表明學科吸引力下降，職業人才將面臨減少的局面。

（3）職業學者占比指標（I3）。該指標定義為職業學者占全部學者的比例，即

當I3指標較高時，說明學科的職業人才隊伍力量較強，學科發展更多地依賴于職業學者，一般學者的影響力較弱；反之，說明學科的職業人才隊伍力量較弱，一般學者對學科發展有更多的影響力。需要注意的是，雖然職業學者占比指標能夠說明一定的問題，但因為學科的特點不同，我們不能簡單地根據該指標來說明一個學科的職業學者占比高則該學科就一定發展得好。

（4）職業學者占比變化率指標（I4）。該指標定義為職業學者占全部學者比例的變化率，即

當I4為正值時，說明職業學者占比提高，學科可能出現了好的發展勢頭，吸引了更多的普通學者成為職業學者，學科建設核心人才隊伍擴大，數值越大則表示核心人才隊伍規模擴大得越多；反之，當I4為負值時，說明學科對職業學者的吸引力下降，學科建設的核心人才隊伍出現萎縮，數值越小則表示核心人才隊伍規模萎縮得越大。

第二類是論文產出指標。包括：

（1）發文量變化率指標（R1）。該指標定義為兩個階段發文量的變化率。即

當R1為正值時，說明學科的發文量同比增加，學科的知識增長速度為正，學科整體實力得到加強，數值越大表明增長速度越快；反之，當R1為負值時，說明學科的發文量出現下降，學科的知識增長速度下降，數值越小則表明發文量減少的比例越大。

（2）職業學者發文量變化率指標（R2）。該指標定義為職業學者在兩個階段發文量的變化率。即

當R2為正值時，說明職業學者的發文量同比增加，說明職業學者生產更多的學科知識；反之，當R2為負值時，說明職業學者生產學科知識的數量同比下降。

（3）職業學者發文量占比指標（R3）。該指標定義為職業學者論文數量占整體論文數量的比例。該指標說明職業學者對學科知識的貢獻度。即

R3數值越大，說明職業學者對整個學科知識的貢獻越大；反之，當R3數值較小時，說明職業學者對學科發展的貢獻較小。

（4）職業學者發文量占比變化率指標（R4）。該指標定義為職業學者的發文量在前后兩個階段的變化率。該指標反映了職業學者對整個學科知識貢獻度的變化情況。即

當R4為正值時，表明職業學者對學科的貢獻度增加，值越大越說明職業學者對學科發展的貢獻越來越多，也就是說對學科發展起著更多的影響力；反之，當R4為負值時，表明職業學者對學科的貢獻度減少，值越小越說明職業學者對學科發展的貢獻越來越少。

第三類為知識創造效率指標。包括：

（1）科學生產率指標（E1）。該指標定義為論文總數量與作者總數量的比值。該指標說明了平均每個學者產出的論文數量。即

E1數值越大，說明學科的論文生產效率越高，即學科的知識生產能力越強；反之亦然。

（2）科學生產率變化率指標（E2）。該指標定義為科學生產率的變化率。該指標反映了論文產出效率的變化率，說明了學科知識生產能力的上升或下降。即

當E2為正值時，表明學科的知識生產能力得到加強，數值越大越說明學科知識生產效率水平變得越高；反之，當E2為負值時，表明學科的知識生產能力出現下降，數值越小越說明學科知識生產效率水平變得越差。

（3）職業學者科學生產率指標（E3）。該指標定義為職業學者發文量與職業學者人數的比值。該指標反映了職業學者的知識生產能力，即平均一個職業學者產出的論文數量。即

E3值越大，說明職業學者的科學生產率越高，知識生產能力越強；反之亦然。

（4）職業學者科學生產率變化率指標（E4）。該指標定義為職業學者論文產出效率的變化率。該指標反映了職業學者科學生產率的變化情況。即

當E4為正值時，說明職業學者的生產率水平同比得到增強，數值越大越說明職業學者的生產率水平變得越高；反之，當E4為負值時，說明職業學者的知識生產率水平下降，數值越小越說明職業學者的生產率水平下降得越快。

3 分析與討論

為了深入了解相關學科職業學者群體的特征，對以上所設計的3 類指標進行計算和分析。

3.1 人員投入指標分析

表3 展示了“雙碳”論文的作者數量的變化率及其中職業學者數量的變化率、職業學者占比、職業學者占比變化率的情況。

表3 “雙碳”論文人員投入指標分析

第一，顯然，化學和大氣科學兩個理科類學科的表現較工科類學科差了很多，而且化學學科作者數量下降了21.57%，下滑非常大；大氣科學雖然出現正增長，但作者數量只增長了2.64%。這說明，理科類學科對人才的吸引力遠不如工科類學科。相比而言，工科類學科均出現了較大的增長，平均增長56.78%，顯示了工科對人才的高吸引力。增長率最高的是交通運輸工程學科，作者數量增加了109.55%，其次是化學工程與技術學科，作者數量增加了100.48%。

第二，兩個理科學科的職業學者數量同比均出現下降，其中化學出現了超過30%的下降，下降非常明顯，而9 個工科學科的職業學者數量同比均出現明顯的增加，平均增長33.53%。與I1指標類似，對職業學者來說，理科學科的吸引力顯著減弱，工科學科的吸引力顯著增加。I2-I1列是職業學者數量的增長率與全部學者數量的增長率之差，可以看出，全部學科的職業學者數量同比增加的速度均不如整體水平，即職業學者的人數增加速度低于普通學者。

第三，從數字上看，I3的各學科平均值為30.29%。職業學者占比最高的學科為建筑學，占比為36.35%；占比最低的是材料科學與工程，只有19.99%，其次是化學學科，占比為25.52%。雖然不同學科有其自身特點，職業學者占比高低不一定說明學科的發展得好壞，但一定比例的職業學者是學科穩定發展的根基，若職業學者占比較少，可能對學科長期發展不利。因此，遠低于平均值的材料科學與工程、化學兩個學科需要重視提升職業學者的比例。

第四，全部學科的I4指標均為負值。兩個理科類學科的職業學者數量均出現下降，而工科類學科的職業學者數量均出現上升，結合I1反映的情況，說明化學學科人才數量和職業學者數量均出現較大的下滑，需要引起重視。工科類學科隨著人才數量規模的擴大，職業學者的數量并沒有出現同比例的擴大，平均來說，職業學者占比下降了13.42%，下降最大的學科是材料科學與工程（下降了22.67%），下降最小的是石油與天然氣工程（下降了3.11%）。需要關注的是指標值低于平均值較多的材料科學與工程、交通運輸工程、化學工程與技術3 個學科。

3.2 論文產出指標分析

表4 展示了“雙碳”論文產出指標情況。一般認為論文是創新性的研究成果，是科研的知識基礎，因此論文產出數量的變化間接反映了學科知識的發展情況。

表4 “雙碳”論文產出指標分析

第一，兩個理科學科的R1指標為負值，說明它們的論文產出數量同比均出現下降，知識創造能力出現明顯退步，這可能是人員投入減少造成的；相較而言，化學學科下降了29.19%，下降幅度非常明顯。9 個工科學科的指標均為正值，論文產出數量較同期均有增長，平均來說，增長了43.33%。發文量增長最大的兩個學科是化學工程與技術和交通運輸工程，分別增長了92.45%和85.17%，說明它們是“雙碳”領域創造新知識的主要學科。發文量遠低于平均值的是石油與天然氣工程、環境科學與工程、建筑學和農業工程4 個學科，分別增長了14.81%、22.05%、23.08%和27.57%，說明它們產生“雙碳”新知識的能力較弱。

第二，與R1指標相似，R2指標有兩個理科學科均為負值，9 個工科學科均為正值，平均來說，9 個工科學科職業學者產出新知識的增加速度為35.11%，低于R1指標分析中全部作者的增加速度（43.33%），說明普通作者產出“雙碳”新知識的速度要快于職業學者。R2-R1列是職業學者發文量的增長率與全部作者發文量增長率的差值，從中也可以看出來，除了農業工程外，其他學科的職業學者R2指標值均低于R1指標值。職業學者發文量增長速度最大的兩個學科是化學工程與技術和交通運輸工程，與全體作者情況類似；遠低于平均值的學科除了石油與天然氣工程、環境科學與工程、建筑學和農業工程4 個學科，還增加了材料科學與工程，這說明，材料科學與工程學科的職業學者產出新知識的速度要遠遠低于普通學者。

第三，平均來說，職業學者對學科論文生產的貢獻率為76.9%，雖然他們的知識創造速度出現下降，但整體上仍然是“雙碳”領域新知識生產的主力軍。貢獻度超過80%的學科有動力工程及工程熱物理（85.52%）、化學工程與技術（81.43%）、農業工程（87.15%）、環境科學與工程（84.86%），說明這4 個學科知識創造對職業學者的依賴性強；貢獻度遠低于平均值的兩個學科是礦業工程（64.75%）、材料科學與工程（64.22%），說明這兩個學科的知識創造對職業學者的依賴性較低。

第四，絕大多數學科的職業學者的貢獻度較同比出現了下降，平均下降幅度為5.73%，其中下降最多的是材料科學與工程（11.77%），只有農業工程是個例外，反而增長了2.06%。結合R1、R2指標，可以看出職業學者創造新知識的速度不僅與普通作者相比要差一些，而且與其自身在第一階段相比也要差一些。職業學者對學科知識貢獻度下降說明，各學科的發展對職業學者的依賴降低，或者說職業學者對學科發展的影響力下降是一種普遍現象。

3.3 知識創造效率指標分析

表5 展示了相關學科在“雙碳”領域的知識創造效率指標情況。

表5 “雙碳”論文知識創造效率類指標分析

第一，由表5可以計算得出平均一個學者產出0.3篇論文。因為本“雙碳”論文數據集只是抽取了每個學科的若干期刊（見表1），而且每個學科特點不同，因此這個數字不能代表學科整體水平，其高低也不能說明某學科生產率一定比另一個學科優劣，但仍然可以由此了解不同學科的論文產出效率。產出效率最高的是動力工程及工程熱物理，平均每個作者產出0.35 篇論文；產出效率最低的是材料科學與工程學科，平均每個作者只產出0.24 篇論文，其次是環境科學與工程、農業工程兩個學科，分別為0.26、0.28 篇論文。

第二，指標E2除了動力工程及工程熱物理是1.74%的正增長外，其他學科的科學生產率同比均是下降的，平均下降8.96%。這個結論與關于我國高校中文論文發表效率下降的研究結果基本相似［18］。科學生產率下降幅度在10%以上的學科有大氣科學（11.81%）、環境科學與工程（11.66%）、交通運輸工程（11.63%）、石油與天然氣工程（10.55）、礦業工程（10.50%）。

第三，平均來說，一個職業學者產出論文0.77篇，這遠遠超出學科的平均水平（0.30 篇），說明職業學者的科研能力遠遠超過普通學者。科學生產率最高的是動力工程及工程熱物理學科，平均每個職業學者產出0.98 篇；最低的是環境科學與工程，只有0.65 篇。和指標E1相比，所有學科職業學者的科學生產率均明顯高于整體水平，平均高了0.47 篇。

第四，產出效率同比提升的有材料科學與工程、動力工程及工程熱物理、化學工程與技術、交通運輸工程和農業工程5 個學科，同比下降的有化學、大氣科學、建筑學、礦業工程、石油與天然氣工程和環境科學與工程6 個學科。科學生產率水平提升最多的是化學科學與工程學科，同比增長了13.90%；下降最多的是石油與天然氣工程學科，同比下降了16.71%。與指標E2相比，幾乎所有學科的職業學者的科學生產率變化率較好，即相比而言均為增長較多或減少較少，只有石油與天然氣工程學科的職業學者的科學生產率的變化率差于整體水平。

4 結論與建議

本研究以科學論文為研究對象，從科學生產率視角出發，引入“職業學者”的概念，分數據獲取、數據處理、指標分析3 個階段考察了我國理工類11個學科“雙碳”相關研究中的人才投入、論文產出和知識創造效率情況，為了解“雙碳”研究的發展提供了一種新的視角和方法參考。根據對相關指標的分析，可以得出如下結論：

（1）相關工科學科的“雙碳”研究人才數量出現不同程度的高速增長，但理科相關學科的研究人才數量或出現較大的下滑，或沒有明顯的變化；第2 階段和第1 階段相比，職業學者數量是理科出現明顯下滑、工科出現明顯增長，職業學者占比則均出現下降。

（2）不管是職業學者還是全部學者，工科各學科產出論文的速度均出現明顯的增長，而理科學科產出論文的速度出現明顯下降，化學學科下降尤為明顯；職業學者在“雙碳”研究的論文產出中處于明顯的支配地位，是學科新知識的主要貢獻者，但職業學者創造新知識的速度不僅與普通作者相比要差一些，而且與自身在第1 階段相比也要差一些。

（3）各學科“雙碳”研究普通學者的科學生產率同比均出現下降，而職業學者的科學生產率則有升有降但總體表現較好，其科學生產率遠超過普通學者，且其科學生產率變化一般要顯著優于全部作者，只有石油與天然氣工程學科是個例外，該學科的職業學者的科學生產率下降速度超過一般學者。

根據以上結論，提出如下3 個方面的政策建議：

（1）采取措施重視理科學科的“雙碳”相關研究發展。一般認為，理學學科是基礎研究的學科，而基礎研究作為科技創新價值鏈的基礎端，是科學研究的根基，其重大突破能夠以鏈式反應形式催生后續的科學突破，是技術進步的引領者［19］。而本研究中發現的理科萎縮、工科繁榮的發展情況，顯然不利于“雙碳”相關科研的長期發展，這需要引起相關部門的高度重視。

（2）采取措施提高學者的科學生產率，關注化學、大氣科學、石油與天然氣工程和環境科學與工程4個學科的職業學者的科學生產率明顯下降問題，以及材料科學與工程學科的職業學者科學生產率不強的問題。

（3）“雙碳”科技發展一方面要充分發揮現有工科學科的人才和成果優勢，另一方面要注意一些學科存在的問題，主要是理科發展受阻和環境科學與工程、交通運輸工程、石油與天然氣工程、礦業工程等4 個工科學科知識創新效率下降較快兩個問題。

本研究雖然得出了一些有價值的結論，但在利用時需要注意存在的以下問題：第一，所選擇的11個學科只是與“雙碳”研究比較密切的學科，并不是全部學科。第二，只抽取了各學科的部分核心期刊，而不是全部期刊，數據抽樣的分析結果可能與事實不符。第三，指標數據是基于實驗數據計算所得，并不代表實際水平，指標值很可能與實際存在很大的出入。第四，所確定的職業學者只是發表論文的職業科研人員，而不是全部職業科研人員。