7種ESI學科潛力值計算方法比較研究

楊愛英 鮑玉來

摘 要：[目的/意義]在“雙一流”戰略背景下，應用合理的算法計算未進入ESI機構的潛力值，非常重要。[方法/過程]本文通過ESI和InCites數據庫，利用現有的7種學科潛力值計算方法，對內蒙古大學“生物學”學科進行實證研究。[結果/結論]基于內蒙古大學“生物學”在各種算法下的學科潛力值結果，對不同學科潛力值計算方法進行比較研究。

關鍵詞：ESI;InCites;潛力學科;潛力值計算;內蒙古大學;生物學

DOI：10.3969/j.issn.1008-0821.2019.07.021

〔中圖分類號〕G250.252 〔文獻標識碼〕A 〔文章編號〕1008-0821（2019）07-0170-08

Abstract：[Purpose/Significance]Applying a reasonable method is important to calculate the potential value or to locate the development status of a discipline for institutions that have not entered the ESI system.[Methods/Procedures]Using the existing seven calculation methods for subject potential value，this paper presented an empirical study on biological sciences at the Inner Mongolia University.[Results/Conclusion]The subject potential values of the University were obtained through various methods and the practicability of the calculation methods of these values was differentiated.

Key words：ESI;InCites;Potential discipline;potential value calculation;Inner Mongolia University;biology

近年來，ESI作為一種科研評價工具備受青睞，尤其在國家提出“世界一流大學和一流學科建設”（簡稱“雙一流”）的戰略背景下，國內高校把進入ESI排名視為世界一流學科的重要標準，把未進入ESI排名的學科發展看成學科規劃的重要工作。目前關于未進入ESI體系的學科潛力值的計算方法很多，方法之間的區別是什么，哪種方法更合理，值得研究。

1 研究指標和方法

Essential Science Indicators（基本科學指標，簡稱ESI）是一個基于Web of Science數據庫的深度分析型研究工具，它把11 000多種期刊按照22個學科進行了分類標引，按總被引頻次數值高低進行世界排名，前1%的研究機構入圍ESI，排名末位機構的被引頻次通常被稱為ESI閾值（或稱，學科門檻值）。

其中，n代表研究機構發表論文數量或其在某個學科發表論文的數量，Ci表示研究實體第i篇論文的被引頻次，ei表示第i篇論文所在學科領域中所有論文的平均被引頻次。MNCS指標中原來的學科領域被陳仕吉等人采用ESI學科分類來進行替代。利用InCites工具可以計算MNCS國際值和國內值，數字高于1就代表學科影響力高于平均水平。

EV指標法和MNCS指標法的計算過程，在本文第二部分進行詳細敘述。

2 實證研究——以內蒙古大學生物學科為例

2.1 學科選擇

以教育部、財政部、國家發改委3部委2017年9月20日最終確定的內蒙古大學一流學科“生物學”做為數據采集對象，但由于“生物學”在ESI學科體系中沒有學科名稱與之匹配，所以筆者首先在InCites數據庫中檢索內蒙古大學近10年的文獻，文獻類型限定為“Article、Review”，學科分類體系限定為“China SCADC Subject 77 Narrow”，研究方向限定為“0710 Biology”，然后把在InCites中得到內蒙古大學生物學文獻所在的期刊與ESI最新的期刊目錄通過Excel函數進行比對，從比對結果得知內蒙古大學70%的生物學方面的文獻集中在了ESI的“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科，所以最終確定“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科為內蒙古大學“生物學”學科潛力值計算對象。

2.2 數據采集

2018年9月13日更新的ESI平臺涵蓋了2008年1月1日到2018年6月30日的10年6個月的數據，據此次更新數據顯示，MOLECULAR BIOLOGY & GENETICS、BIOLOGY & BIOCHEMISTRY、PLANT & ANIMAL SCIENCE的閾值分別為、6 163、2 746，總被引頻次分別為10 895 690、12 175 936、6 709 210。

2018年8月31日更新的InCites涵蓋2018年6月30日前的數據，當內蒙古大學文獻類型限定為“Article、Review”、學科分類體系限定為ESI時，2008-2018年間的“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科被引頻次/發文篇數/論文篇均被引頻次分別為1 248/162/7.7037、1 971/153/12.8824、764/142/5.3803。ESI閾值機構在相同限定條件下，其“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科在InCites平臺中的被引頻次分別是13 287、6 457、2 866。

2.3 潛力值計算

利用本文第一部分介紹的研究指標和方法，可直接計算內蒙古大學“生物學”學科比重、學科欠缺度、學科準入率、相對差值、門檻值相對差距的值，計算結果見表5。

計算EV指標值，需要先下載內蒙古大學“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科在InCites平臺的WOS文獻數據，參照由ESI平臺的Field Baselines的Percentiles的1%、10%、20%、50% 4個學科百分位指標（見表1）劃分的一、二、三、四、五5個區間閾值，統計5分區值的內蒙古大學學科論文年度分布情況（見表2），再根據本文提到的EV值的方法進行計算。如2008年，內蒙古大學“Molecular Biology & Genetics”學科共發表了3篇文章，被引頻次是16、7、1，小于第五區間的上限數值24，則3這個數字計入2008列第五區間內?！癕olecular Biology & Genetics（1）”最終結果為第一區間論文篇數合計為0篇、第二區間5篇、第三區間2篇、第四區間20篇，第五區間135篇，同理可獲得“BIOLOGY & BIOCHEMISTRY（2）”和“PLANT & ANIMAL SCIENCE（3）”統計結果，EV值計算結果見表3。

2.4 結果分析

“學科比重”是指機構某學科發文的被引次數所占學科總被引次數的百分比，內蒙古大學的3個學科的學科比重值均在第Ⅲ區間（Qi=0.0001～0.001之間），學科比重值：BIOLOGY & BIOCHEMISTRY>MOLECULAR BIOLOGY & GENETICS>PLANT & ANIMAL SCIENCE>0.0001。

“學科欠缺度”是指ESI學科閾值與機構論文被引頻次的差除以本機構論文被引頻次，值越小則說明該學科與門檻值的差距越小，低于數字1表明機構在該學科有較好的發展前景并有可能在未來進入ESI引文排名，內蒙古大學的“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科的“學科欠缺度”的值都超過了1，學科欠缺度值：1

“EV指標”期望值1.81代表的是隨機狀態下的全球平均水平，若EV<1.81，則表明機構某學科的學術影響力低于平均水平，從表5可以看出，內蒙古大學“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科的學術影響力均低于平均水平，EV指標值：1.81>BIOLOGY & BIOCHEMISTRY>PLANT & ANIMAL SCIENCE>MOLECULAR BIOLOGY & GENETICS。

“學科準入率”是機構某學科所占閾值的百分比（正向看待機構學科被引頻次占比），“相對差值、門檻值相對差距”是機構某學科到閾值的差距（反向看待機構學科被引頻次占比）。目前業內普遍在用的是“學科準入率”指標，“學科準入率”是在InCites數據庫中學校某學科的被引頻次與ESI數據庫的末位機構的被引頻次的百分比?！跋鄬Σ钪怠睂嶋H上是“學科準入率”的反向值，只是在計算過程中對ESI門檻值做了一些“修正”，“門檻值相對差距”因為是在InCites同一數據庫中計算入門差距，所以比“學科準入率”（近似推算）、“相對差值”（修正計算）更準確，本文第一部分中的末位機構實際數據驗算也證明了這一點。3個方法的計算結論一致，發展程度較好的是BIOLOGY & BIOCHEMISTRY、其次是PLANT & ANIMAL SCIENCE、然后是MOLECULAR BIOLOGY & GENETICS，“門檻值相對差距”反向值示意圖，見圖1。

從MNCS指標值計算結果上可以看出，內蒙古大學“MOLECULAR BIOLOGY & GENETICS”、“BIOLOGY & BIOCHEMISTRY”和“PLANT & ANIMAL SCIENCE”3個學科均低于國際和國內的平均研究水平1。但“BIOLOGY & BIOCHEMISTRY”學科幾乎能達到國內學科平均研究水平，但其國際值小于國內值，說明中國“BIOLOGY & BIOCHEMISTRY”學科發展水平在國際上整體偏低。而內蒙古大學“PLANT & ANIMAL SCIENCE”的MNCS國內值低于MNCS國際值，說明中國“PLANT & ANIMAL SCIENCE”學科發展水平在國際上整體偏高。結果還表明，對于國際水平平均值而言，內蒙古大學“PLANT & ANIMAL SCIENCE”學科影響力略強于“BIOLOGY & BIOCHEMISTRY”。

3 結論與方法評價

3.1 結 論

“學科比重值”顯示內蒙古大學的“MOLECULAR BIOLOGY & GENETICS”潛力值比“PLANT & ANIMAL SCIENCE”略高一些，但其它方法的結論卻相反。多種方法的計算結果顯示“BIOLOGY & BIOCHEMISTRY”在3個學科中發展最好，但唯獨“MNCS國際指標值”卻顯示內蒙古大學“BIOLOGY & BIOCHEMISTRY”學科發展狀態弱于“PLANT & ANIMAL SCIENCE”。