ESI與InCites數據庫在學科建設中的應用動態研究

高 遐

（浙江理工大學圖書館，浙江 杭州 310018）

一、引言

2015年國務院印發了《統籌推進世界一流大學和一流學科建設總體方案》[1]，旨在推動我國高校進入世界前列，為我國高等教育建設引領航向。2017年9月，教育部、財政部、國家發展改革委研究并報國務院批準，公布了“雙一流”建設高校及建設學科名單[2]，其中包括一流大學建設高校42所、一流學科建設高校95所，進一步為我國高校建設做出了明確部署。世界一流大學的建設需要以一流學科建設為基礎，因此選擇恰切的學科布局及其戰略顯得尤為關鍵。

基于國際視野的學科評價無疑是學科建設中的重要環節，而基本科學指標數據庫（Essential Science Indicators，ESI）是當前世界范圍內普遍用以評價學術機構、國家或地區學術水平及影響力的重要工具。ESI是由美國科睿唯安科技信息集團（原湯森路透公司）推出的基準評價數據庫，根據研究主題劃分了22個學科領域，其數據來源為近十年Web of Science（WoS）數據庫核心合集（SCIE/SSCI）中收錄的學術論文（論文類型為Article和Review）[3]，主要通過論文被引頻次、論文數、篇均被引頻次等指標，分別對國家、機構、期刊、研究員的學術水平進行分析。近年來，InCites數據庫作為ESI數據庫的輔助和補充，也受到了廣泛關注和應用。InCites數據庫是科睿唯安科技信息集團在匯集和分析WoS數據庫（SCIE/SSCI/A&HCI）引文數據基礎上建立起來的科研評價工具，能綜合各種計量指標，具有全面的數據資源、多元化的指標體系和豐富的可視化效果[4-5]。許多學者都利用ESI與InCites數據庫，研究學科分布結構、學科發展模式、學科校際布局等，為高校的學科建設提供理論基礎和數據支撐。董政娥等[6]基于ESI和InCites數據庫引文分析，引入學科區位商，在跟蹤其ESI學科以及高被引論文、熱門論文和頂尖論文的基礎上，探討圖書館支持高校學科評價和管理決策等方面的服務模式。王婧等[7]以ESI數據庫高水平論文數據為基礎，從地區分布、科研競爭力、研究領域、區域合作等多角度對我國各地區的“雙一流”及非“雙一流”高校進行計量分析，建議高校根據自身特色針對性發展特色學科、差別化建設。鄧小茹[8]采用Incites數據庫和ESI數據庫，通過對國家自然科學基金項目的資助發文情況進行耦合分析，尋找近年的熱點研究方向、某機構或某學科的研究優勢，挖掘出其最熱或最具優勢的課題定位，提升“雙一流”學科建設中的“暗數據”可視綜合情報分析能力。本文對ESI與InCites數據庫在學科建設中的研究進展動態進行分析梳理，以期能通過完整、及時、客觀、直觀的數據分析，揭示其動態和熱點，為高校學科建設提供一定的參考。

二、數據獲取與研究方法

數據來源的可靠性與可獲取性是數據采集的重要因素，因此本文選取中國知網（CNKI）數據庫作為數據來源。本文中采用同源數據進行分析，以保證統計過程的針對性、準確性、可比性與累計性。數據檢索起止時間段設定為“不限”，通過“主題”與“篇名”兩種途徑，采用“ESI”“InCites”作為主要檢索詞，組配“學科”“評估”“評價”“發展”“高校”“大學”“雙一流”“科研”“績效”“競爭力”“影響力”“優勢”“高被引”等檢索詞（組配邏輯為“AND”）的方式進行檢索（檢索時間為2019年4月23日），經過篩選去除與主題相關性不大的文獻，檢索得到475條期刊文獻信息。

本文利用SATI（Statistical Analysis Toolkit for Informetrics）分析有關我國ESI與InCites數據庫在學科建設中的應用的論文的研究主體力量分布，主要包括論文發表核心著者、機構、時序、期刊等。本文利用Citespace對有關我國ESI與InCites數據庫在學科建設中的應用的論文進行關鍵詞共現聚類分析，得到可視化知識圖譜，采用的軟件版本為CiteSpace 5.2.R2，參數設置中時間跨度設置為2003—2019年，時間切片為1年，節點類型選擇關鍵詞，閾值選擇Top N 50，運行結果采用LLR算法提取聚類標簽。

三、論文統計分析

（一）研究趨勢分析

論文的發表時間分布可以在一定程度上反映該領域學術研究的理論水平和發展進程[9]。近年間關于ESI與InCites數據庫在學科建設中的應用的論文，其發表時間分布情況如圖1所示。可見，該領域的研究文獻最早出現于2003年，隨后進入緩慢的增長階段，自2011年開始進入了第一個快速增長期，2013年論文數量達到第一個頂峰，而2014年略有下降，這一趨勢符合D.普賴斯的Logistic增長模式，第一個高峰過后論文的數量可能會趨于平緩，進入飽和期[10]；但自2015年論文數量又恢復了增長，且增幅較大，這主要是由于2015年國務院提出了“雙一流”建設，使基于ESI與InCites數據庫的學科建設成為新的研究熱點，且目前仍處于上升時期。這一變化趨勢表明人文社會科學的知識積累呈現出往復式的增長方式[11]。研究論文分布于185種期刊中，其中發表5篇以上文獻的期刊有25種，其發表論文數占全部論文的49.89%，呈現出較高的集中趨勢。載文量前三的期刊分別為《情報探索》《農業圖書情報學刊》《現代情報》，核心刊物的出版主題主要為圖書情報與數字圖書館，并涉及出版、高等教育、管理學、基礎科學綜合等主題。

圖1 論文發表趨勢分布

（二）研究作者分析

利用SATI按第一作者統計了研究者的發文量，在檢索所得文獻中共有作者356名，發文量較高的作者（按第一作者統計）分布情況如表1所示。根據情報學家普賴斯的理論，核心作者為在某一研究領域進行持續的研究、且對該領域的研究者產生一定影響的作者[12]，從定量的角度，核心作者發文量計算公式為：，其中：M核心作者最少發文篇數；nmax為發文最多的作者論文篇數。計算可知，核心作者發文量M=3.669，即發文量在4篇以上的作者為核心作者。表2中前8位作者為核心作者群，主要分布在高校圖書館、信息管理系、高校發展規劃機構與期刊編輯部等。其中，發文量最多的邱均平教授為我國著名情報學家和評價管理專家、文獻計量學的主要奠基人之一，成果豐富。

表1 發文量大于等于3篇的作者分布

（三）研究機構分析

利用SATI按照論文中作者的署名機構統計了研究機構的發文量，發文量大于或等于4篇的研究機構分布如表2所示。統計的結果顯示，高校圖書館為主要研究機構，機構排名依次為武漢大學中國科學評價研究中心、東華大學圖書館、南京航空航天大學圖書館、大連理工大學圖書館等。其中，邱均平教授所在的武漢大學中國科學評價研究中心在該研究領域的處于領先、權威地位。表2與表1的順序并不完全一致，主要由于有些機構在該領域的發文量較大，形成了研究團隊，但每個作者相關論文較少；或有些作者在多個機構任職，在不同論文中署名的第一機構不完全相同。

表2 發文量大于等于4篇的機構分布

（四）關鍵詞聚類分析

關鍵詞反映了某研究領域在一定時間段內的研究主題，將關鍵詞聚類并可視化，將幫助我們從整體上了解ESI與InCites數據庫在學科建設中應用的研究主題分布。利用CiteSpace進行關鍵詞共現聚類分析，采用LLR算法對聚類命名，運行結果如圖2所示。CiteSpace依據網絡結構和聚類的清晰度，提供了模塊值（Modularity Q，Q）和平均輪廓值（Mean Slihouette，S）兩個指標[13]；模塊值為網絡模塊化評價指標，Q的取值區間為[0，1]，當Q＞0.3時得到的網絡社團結構是顯著的；平均輪廓值是用來衡量網絡同質性的指標，當S＞0.5時聚類結果是合理的，當S值為0.7時，聚類是高效率令人信服的。本次運行結果中，Q=0.4077，S=0.721，可見通過關鍵詞共現聚類獲得的知識圖譜是合理的。

圖2 關鍵詞聚類知識圖譜

表3列出頻次大于20的關鍵詞信息。CiteSpace根據關鍵詞共現挖掘，可獲得的6大聚類，其中聚類標簽根據關鍵詞提取，標注數字代表聚類編號（Cluster ID），聚類編號越小，表示該聚類的經典文獻數量越多，包含的節點數量越大[14]；相似性（Slihouette）表示經典文獻之間的相關程度，平均年份［Mean（Year）］可反映聚類中文獻的時效性[15]。6大聚類的平均年份分布于2013—2017年，具有較強的時效性，說明有關我國ESI與InCites數據庫在學科建設中的應用在近年來得到了廣泛的關注。圖2顯示，6大聚類關系非常緊密，結合閱讀文獻，可以歸納出機構科研競爭力評價、學科科研績效分析與發展趨勢預測、學科高被引論文計量分析與前沿研究三大研究主題。

表3 高頻關鍵詞信息

四、研究熱點分析

（一）機構科研競爭力評價

在“雙一流”建設背景下，應用ESI及InCites數據庫的各項指標對機構科研實力進行剖析，從而為機構發展提供參考是目前研究的一大熱點。邱均平教授[16]提出了四個維度的綜合指標體系，包括科研生產力、科研影響力、科研創新力與科研發展力，具有權威影響。吳愛芝等[17]以文獻計量方法為基礎，從多角度、多渠道對數據進行整合分析，開展學科競爭力評價方法的研究，形成一套合理的、可供推廣和復用的系統性評價方法和報告模式。許多學者運用ESI及InCites數據庫的指標對特定區域或集群高校或單一機構的科研實力進行了分析。例如，徐娟[18]基于InCites數據庫，從發文數量、引用率、社會影響力、決策影響力四個角度，分析對比了我國高校科研競爭力在1981—2013年的變化趨勢；田稷等[19]選取中國中國大陸九校聯盟（China Nine，C9）及世界典型研究型大學聯盟為研究對象，基于信息計量學特征的統計與分析，探究世界一流研究型大學及其聯盟的整體概況和主要特征，揭示我國一流大學聯盟與國外一流大學聯盟的差距；閆文軒[20]利用ESI數據庫，從地域分布、論文量、被引頻次、高被引論文和熱點論文以及學科類別等方面，對入圍ESI的“985工程”高校學術影響力進行了分析；胡雯[21]基于ESI數據平臺建立了科研評價指標體系，以湖北省進入ESI排名的所有高校為研究對象，從各高校的論文產出角度來分析其科研競爭力現狀。這些研究成果在國家、地域、學科領域等不同層面，對科研機構的實力進行分析比對，從而為其提供客觀的定位和合適的發展策略。

（二）學科科研績效分析與發展趨勢預測

ESI根據研究主題劃分了22個學科領域，是否進入ESI世界排名前1%是衡量科研機構學科實力的重要指標。基于ESI及InCites數據庫的各項指標識別優勢學科，并進行跟蹤分析是圖書館學科服務的重點之一。蔣德鳳[22]采用Incites數據庫的連續數據對廣西大學ESI學科進行了動態性評價和持續追蹤分析；劉敏[23]以浙江省高校進入ESI全球前1%學科為研究對象，對2017年1月至11月的6期ESI數據進行計量分析，通過ESI指標來展現浙江省高校學科的發展現狀及趨勢。通過對學科的分析評價，判斷學科發展趨勢，預測潛力學科進入ESI世界前1%排名的可能性是當前一個重要應用，可為學科培育方案提供參考。例如，侯志江[24]提出一種基于InCites數據庫直接獲得機構排名信息的方法，繞過了被引頻次，獲得基于學科發展態勢的入圍ESI前1%的時間預測方法；董政娥等[25]采用ESI和InCites數據庫，在探討東華大學優勢學科特征、高引用率論文、熱門論文和頂尖論文與學科發展關系分析的基礎上，對后續學科進入ESI世界前1%排名進行了預測；秦萍等[26]應用灰色系統理論，依據InCites數據建立GM（1，1）模型，通過模型的擬合分析，預測未來若干年高校潛力學科高水平論文的發展趨勢，并進行了實證研究；蘇光耀[27]則對灰色GM（1，1）模型進行改進，形成等維遞補GM（1，1）模型，對高校潛勢學科的發展進行預測。

（三）學科高被引論文分析與前沿研究

ESI的統計數據兩個月滾動更新一次，持續關注某學科領域的ESI高被引論文，有助于揭示該學科的研究現狀，跟蹤該學科領域的研究熱點與前沿，從而為科研人員提供研究方向和參考。周群等[28]提出一種基于學科前沿性的科研機構評測方法，基于ESI中學科研究前沿的共被引關系，構建研究前沿的共被引矩陣，利用VOSviewer生成學科研究前沿的全局知識圖譜，并以中國農業大學為例進行實證分析。馬倩等[29]采用6期ESI數據，分別從論文年份、學科和引文閾值的角度，分析全球高被引論文的整體動態、新增論文及剔除論文的變化特征，剖析全球高被引論文的動態變化現象和特征。許多學者針對某單一學科的高被引論文進行分析，試圖為該學科的發展做出總結與展望。例如，李曉紅[30]基于ESI對2002～2012年我國高被引化學類論文進行了分析研究，揭示了我國化學學科的分布及研究狀況；劉月雷等[31]利用ESI基本科學指標數據庫對2004—2014年地球科學領域的文獻進行了計量分析，通過對國家和地區、研究機構、期刊、科學家、高被引論文、熱點論文、頂級論文、研究前沿、基線等各項指標統計分析，為我國地球科學領域研究提供參考；雷蕾[32]采用文獻計量方法分析了語言學領域的ESI高被引論文，從國際高質量論文的視角，為語言學一流學科建設提供參考；張娜[33]對2006—2016年ESI計算機學科的高被引論文進行文獻計量研究，以了解和評價國際計算機學科目前的研究現狀、研究熱點和發展趨勢；李榮等[34]對婦產科學ESI高被引論文的數量特征和內容特征進行分析，探索全球范圍內婦產科學研究中最受關注的熱點與前沿，為我國婦產科學研究的發展提供借鑒。通過對學科高被引論文與前沿研究的分析，呈現出學科的知識結構與布局，可以在研究領域的層次評價學科的科研競爭力，彌補單純采用文獻計量指標評價機構科研績效的不足，具有重要的參考作用。

五、結語

大數據時代，合理挖掘和利用ESI和InCites數據庫的各項指標與數據，支持一流學科發展、建設一流高校是當前的主流趨勢。在高水平學科建設中，針對機構科研競爭力、學科科研績效與發展趨勢、學科高被引論文與研究前沿等，圖情部門或發展規劃部門進行動態、定期跟蹤分析，對學科發展方向進行合理規劃，從而制定出合適的科研激勵政策是十分必要的，能夠有效提高其核心競爭力，也有利于獲得更多的政策與財政支持。不可忽視的是，科研活動和學科建設具有復雜性和多樣性，在運用ESI和InCites數據庫時，需要注意以下問題：（1）針對不同區域、不同類型、不同發展時期的高校，對學科建設標準進行動態調整，有針對性地選擇ESI 1%或ESI 1‰作為評價指標；（2）認識到ESI體系在學科分類上的局限性，合理使用包含包括ESI分類、Web of Science分類和中國國務院學位辦學科分類SCADC等學科分類體系的InCites數據庫，從一定程度上彌補ESI體系的局限性；（3）ESI從引文分析角度對科研績效進行評價，其數據沒有排除自引，導致有機構或學者可能通過增加自引而提高排名；同時ESI數據沒有區分論文的第一作者和主要完成機構，對于參與完成研究的作者與機構給予了相同的評價，導致評價結果的偏差，在學科建設中需要仔細甄別此類情況，而不能唯排名論；（4）“高被引”在一定程度上代表了科研成果的影響力，但并不完全等同于“高質量”，對研究成果的評價還需要結合期刊的影響力、同行評議的結果等進行綜合評價；（5）在學科建設中，不僅僅要關注學術產出的水平和狀態，也需要關注學科組織本體，并將學生滿意度、社會貢獻度等指標納入評價體系。綜上所述，研究者們需要綜合運用各項指標而非單一指標進行解析，注重樣本數據完整性、時效性，盡量客觀展現學科表現的全貌，進而選擇恰切的學科布局及戰略。