農林高校學科建設績效評價及對策建議
——基于ESI和InCites數據庫的計量分析

，，，

(湖南農業大學 a.改革發展處；b.期刊社；c.教育學院，湖南 長沙 410128)

對高校科研績效采用客觀的評價標準、有效的評價方法、合理的評價指標進行正確評估和評價，是高校科學制訂研究計劃、合理配置科技資源的重要參考依據。許多高校通常綜合運用Web of Science、ESI、InCites數據庫或任選其中一種甚至兩種數據庫對機構的科研、人才等進行客觀評價，也有通過SCI論文、ESI高被引論文和熱點論文等作為學校人才引進、學術獎勵、職稱晉升等途徑的重要評價標準。尤其是國務院下發《統籌推進世界一流大學和一流學科建設總體方案》以來，越來越多的政府部門、高校或科研機構、科研工作者將ESI學科排名用于制訂學科建設發展策略提出的主要支撐依據之一，各省份政府部門在一流大學和一流學科建設方案中更是明確將ESI前1%、前1‰學科排名數量定為未來長短期目標之一。據科睿唯安官網顯示，ESI主要是把十年里各學科最有影響力的前1%SCI、SSCI論文篩選出來，并基于此形成了9千多個研究熱點課題展現給科研人員；基于論文，列出了各學科全球最有影響力的前1%機構和個人，這些排名給高校的國際學術影響力提升樹立了發展標桿；而InCites數據庫則是學科發展的“抓手”，通過對標，可以明確自身機構或學科在全球科研大圖景下的表現。通過數量、質量、國際合作度、綜合影響力等等多指標的對比，明確自身定位，從而制定發展戰略。因此，為助推農林高校“雙一流”建設，筆者通過綜合應用ESI和InCites數據庫對農林高校不同學科的學科優勢進行比較和排序分析，對26所農林高校的學科建設績效與預測進行科學評價。

1 研究概況

1.1 研究基礎

通過中國知網的檢索發現，通過綜合運用ESI和InCites數據庫進行分析的現象，早在2013年就有學者綜合運用以上兩個數據庫對東華大學學科發展、國內機構藥學學科國際競爭力進行過分析與發展態勢評估。近兩年，受國家“雙一流”建設的政策導向，相關研究如火如荼開展，縱觀近幾年的相關研究成果，主要研究內容概括如下：一是針對某一機構自身學科競爭力或潛力值進行分析，對潛力學科的發展進行預測。有東華大學、北京師范大學、福建農林大學、吉林大學等14所高校開展過這項研究，其預測結果與ESI數據庫前1%排名結果高度相似。二是針對某地區或某類型高校的學科發展進行分析評價。如中國“C9”高校與澳大利亞“G8”聯盟高校之間的學科對比分析、C9高校的學科潛力值分析、廣東地區高校科研競爭力分析、醫學院校學科發展現狀等。三是針對某一ESI學科競爭力的分析。如針對臨床醫學、分子生物學與遺傳學等學科進行學科評價。四是針對某一高校的某個學科進行學科評價，較多的高校開展過這類研究。五是針對學者進行評價，如江蘇師范大學以工程學科的學者為例，評價其科研水平。通過相關研究成果發現，學者們綜合運用兩個數據庫主要用于機構、學科、科研績效、人才的評價與分析，尚未發現以農林院校為研究對象開展的相關研究。

1.2 研究方法

選取國內26所農林高校，分析、評價學科為ESI數據庫中的22個學科領域。連續三期(2018年3月15日、5月10日和7月12日更新數據)跟蹤ESI數據庫中22個學科領域的機構入選ESI的閾值、各農林高校入選前1%學科的學科總數目及各個入選學科的被引總頻次。

分別于ESI數據庫以上三期數據更新后，獲取InCites數據庫中26所農林高校在22個學科領域某一時間段內的被引頻次。即2018年3月16日獲取2007年1月1日至2017年10月31日時間段內、6月4日獲取2008年1月1日至2018年2月28日時間段內和7月16日獲取2008年1月1日至2018年4月30日時間段內的數據。

計算農林高校分別在三個不同數據更新時間的學科優勢值，即在1個完整的ESI數據庫評價周期內，某高校某學科論文被引次數與同期ESI機構入選閾值比較的領先程度，其計算公式為：學科優勢值=某高校某學科論文被引次數/該學科ESI機構入選閾值；根據計算的各高校的22個學科優勢值，預測某高校近期有可能入選ESI的學科，根據邱均平、劉雪立的研究表明，學科優勢值越接近1，越有可能成為近期將要入選ESI前1%的學科。

2 農林高校入選ESI前1%的學科分析

2.1 機構入選閾值

ESI數據庫中22個學科不同數據更新時間的機構入選閾值見表1。

表1 ESI數據庫中22個學科機構入選閾值

續表1

2.2 入選ESI前1%的學科概況

根據ESI數據庫最新一期數據顯示，26所農林高校中的21所高校共有64個學科進入ESI前1%排名，其中，中國農業大學入選學科數最多，達到10個。從表2可以看出各高校入選ESI前1%排名連續3期變化情況，其中，南京林業大學的工程科學于2018年5月更新中初次進入排名，中國農業大學的臨床醫學于2018年3月更新中初次進入排名后，于5月更新中退出ESI前1%排名，其他高校的入選學科沒有變化。結合InCites數據庫計算的學科優勢值來看，南京林業大學的工程科學3月、5月和7月的學科優勢值分別為1.00、1.10和1.10，中國農業大學的臨床醫學3月、5月和7月的學科優勢值分別為1.03、0.88和0.88，可見，各學科的學科優勢值大小與是否入選ESI前1%排名基本成正相關。

表2 ESI數據庫與InCites數據庫檢索優勢學科結果比較

注：入選學科順序按機構各學科被引頻次降序排列

2.3 農林高校近期可能入選ESI前1%的學科預測

根據計算農林高校未入選ESI前1%的學科優勢值，表3列出了農林高校通過最近3期計算所得學科優勢值≥0.8的學科，據張詩樂的研究表明，大于或等于0.8學科很有可能于近期入選ESI前1%排名。從表3可以看出，3月、5月和7月分別有18個、19個和18個學科的學科優勢值在0.8以上，其中三期數據中分別有7個、8個和8個學科的學科優勢值在0.9以上。從各高校連續三期的學科優勢值變化情況來看，有持續增加的，如華中農業大學的工程學、北京林業大學的材料科學、安徽農業大學和浙江農林大學的農業科學等，也有不斷下降的，如中國農業大學的臨床醫學、甘肅農業大學的農業科學等；有起伏不定的，如南京農業大學的化學、華南農業大學的微生物學等，也有穩定不變的，如河北農業大學和南京林業大學的植物與動物科學等。

綜合InCites數據庫計算的學科優勢值大小與ESI入選學科情況預測，表3中7月的學科優勢值≥1，但未入選ESI數據庫的學科可能會最先入選，即安徽農業大學(1.03)和浙江農業大學(1.02)的農業科學；學科優勢值≥0.8的18個學科也有可能于近期入選ESI前1%數據庫，尤其是學科優勢值>0.9的6個學科，如華中農業大學的工程學(0.98)、北京林業大學的材料科學(0.97)、華南農業大學的微生物學(0.97)、山東農業大學的化學學科(0.90)、河北農業大學的植物與動物科學(0.93)和南京林業大學的植物與動物科學(0.98)。

表3 農林高校未入選ESI數據庫但學科優勢值≥0.8的學科

3 農林高校ESI排名及學科優勢提升的對策分析

關于某高校某學科在ESI數據庫與InCites數據庫被引頻次不盡相同的問題，主要是因為兩個數據庫統計源的不同以及數據庫更新時間略微差別所致：ESI數據庫里的被引頻次統計的是被SCI、SSCI和AHCI等3個數據庫的引用，而InCites的被引統計的是被SCI、SSCI、AHCI、CPCI-S、CPCI-SSH、BKCI-S和BKCI-SSH等7個數據庫的引用；最近更新的數據中，兩個數據庫涵蓋的時間段均為2008年1月1日至2018年4月30日，但ESI數據庫更新時間為2018年7月12日，而InCites數據庫的更新時間是2018年6月16日。基于以上兩個原因，導致部分高校的ESI入選學科數與InCites計算結果不太一致，但ESI數據庫入選學科排名與InCites數據庫計算學科優勢值大小基本保持一致。

阿爾托大學的信息專家Anna-Kaisa Hyrkk?nen曾說：“通過使用InCites，可以輕松衡量我們在特定領域的研究表現，或將整所大學與全國或世界范圍內的其他大學進行對比。”澳大利亞海洋科學研究所高級研究員Hayley Gorsuch也說：“我們必須針對戰略規劃目標的進展進行分析匯報。這就意味著我們需要對已完成的工作進行全面的總結，并驗證所達成的績效指標。”在一流大學與一流學科的建設道路上，各高校既然明了ESI數據庫和InCites數據庫的特點與差別，那么就應該在除了借助數據庫對學科進行客觀的分析與評價基礎上，還應該采取一些措施，以提升自身學科的優勢。

3.1 加強高水平人才引進與培養

高層次人才分布與優勢學科人才隊伍向來吻合，高水平人才隊伍建設也是提升學校學科優勢的根本，而年齡結構趨于老化、后備人才力量不足、人才隊伍斷層、人才梯隊建設有待完善等不足似乎或多或少的存在于農林高校傳統優勢學科人才隊伍中。因此，農林高校要大力引進與培養對學校優勢學科及潛力學科發展有幫助的人才及團隊，強化高層次人才對學科建設的支撐引領作用，培養和造就一批具有國際國內先進水平的學科帶頭人和學科梯隊，整體提升學校人才隊伍建設水平。積極探索在作物、果樹、畜牧等產業鏈組建科研和社會服務團隊，按專業和學位點組建人才培養團隊，切實增強學校人才隊伍可持續發展能力。對于引進的人才，針對類型的不同，完善多維評價體系，如對于科研型人才，要評價SCI/ESI論文的數量及被引情況；對于作為團隊引進的人才，要有團隊的評估指標，對團隊合作情況和融合情況進行評價，如團隊共同研發的成果、論文，類似主題有無引用團隊人員的論文等。

3.2 加強與國內外高水平機構開展科研合作

基于第一作者與其余排位作者在ESI數據庫里視為等同ESI數據庫里所有數據的特點，因此ESI數據庫里學科情況、高被引論文、高影響專家都是按照論文發表所有作者來統計的。也就是說，高校教師作為第一作者發文與作為合作作者(非第一作者)發文的論文，在數據庫的統計來看是沒有區別的。因此，學校教師要加強與本領域有影響力的高水平大學和科研機構合作，倡導與國內外高水平科研機構開展合作研究。

3.3 建立與健全高水平論文獎勵制度

ESI作為非常重要的科研指標，直接體現了學科的科研競爭力和影響力，農林高校應從當前亟須關注的問題出發，體現學校學科發展的重點，制定相應的激勵政策，切實提高學校ESI的學科表現情況。一是對ESI高被引論文進行獎勵。目前很多高校對論文的獎勵方面側重論文所在期刊的分區，而期刊分區僅僅指論文發表期刊的影響因子的情況，也是期刊被引情況的反映，只體現了期刊的影響力，而非單篇論文本身的影響力，如果僅側重分區1的期刊進行獎勵，難免有失偏頗。二是針對性設置ESI學科期刊的發文獎勵。ESI數據庫收錄的期刊都是一一對應某一個學科，學校相關部門可根據期刊的影響因子、分區等特點，設置發文獎勵制度，針對性地引導教師投稿。三是對論文的被引進行獎勵。在ESI中體現的是論文本身的被引情況和機構本身(作者單位)的被引情況。ESI針對不同的學科、不同年份的論文都提供了相應百分比的基準值，而且ESI是表現學科科研影響力的非常重要指標，可以設置具體的獎勵措施對科研工作者進行科學、正確的引導。

3.4 增強文獻發表后的被重視率和使用度

被引頻次是指文獻發表后截止統計時間被復合統計源(含期刊、博碩士學位論文、會議論文)引用的總次數，是全面衡量文獻學術影響力的客觀評價指標，是評價文獻、作者及機構、出版物影響力的重要指標之一，也在一定程度上反映了文獻發表后被重視和使用的程度。可以說，一篇文獻的被引頻次越高，越能體現該篇文獻作者、機構和來源刊物的學術價值，這與ESI數據庫和InCites數據庫中通過被引頻次統計是否為高被引論文的理念不謀而合。因此，農林高校要提升本機構發表文獻的被重視率和使用度，進而提高本機構的ESI學科排名。由于國內的人才競爭與評選多側重他引情況的評選評獎機制也讓國內的科研工作者形成了注重文獻他引的共識，而ESI數據庫里(包括SCI論文數據庫)提供的只是被引頻次的數據，既包括他引也包括自引。因此，農林高校的科研工作者要有關注被引頻次的意識，既可以說明研究的連續性，也能夠提升自己或團隊的影響力，還可以提高所屬ESI學科的指標數據。