劉麗敏+王晴

〔摘 要〕 為揭示研究動(dòng)態(tài)和啟迪創(chuàng)新，將信息計(jì)量學(xué)研究引向深入。以《Journal of Informetrics》為樣本，運(yùn)用文獻(xiàn)計(jì)量、內(nèi)容分析等方法，從研究足跡和知識(shí)結(jié)構(gòu)兩個(gè)維度透視國(guó)際信息計(jì)量學(xué)近十年的發(fā)展脈絡(luò)。研究表明：中、美、歐在科研產(chǎn)出上呈“三足鼎立”之勢(shì)，其中，比利時(shí)的天主教魯汶大學(xué)和安特衛(wèi)普大學(xué)以及中國(guó)的國(guó)立臺(tái)灣大學(xué)的發(fā)文量排名前三；德國(guó)馬普學(xué)會(huì)的博恩曼是發(fā)文最多的頂級(jí)專(zhuān)家，且在合作網(wǎng)絡(luò)中居中心地位；知識(shí)基礎(chǔ)由h-指數(shù)及改進(jìn)指標(biāo)、引用測(cè)量及優(yōu)化機(jī)制、科學(xué)學(xué)與科學(xué)管理等3個(gè)知識(shí)集群構(gòu)成；研究熱點(diǎn)包括引文分析、h-指數(shù)、影響因子、研究評(píng)價(jià)（績(jī)效評(píng)估）等四大領(lǐng)域。

〔關(guān)鍵詞〕信息計(jì)量學(xué)；引文分析；h-指數(shù)；科學(xué)計(jì)量學(xué)；altmetrics；知識(shí)圖譜

DOI：10.3969/j.issn.1008-0821.2017.08.022

〔中圖分類(lèi)號(hào)〕 G250.252 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2017）08-0154-07

〔Abstract〕The purpose of this paper was to reveal the dynamic state and inspire innovation，promote the sustainable development of informetrics. Taking the“Journal of Informetrics”as sample，the author analyzed the research footprint and knowledge structure of informetrics in the past decade，using the methods of bibliometrics and content analysis. The study showed that the output of China，USA and Europe like “a situation of tripartite confrontation”，the three institutions with the largest output were Catholic University of Louvain，University of Antwerp of Belgium and National Taiwan University of China. Lutz Bornmann from Max Planck Gesell was the top expert who had published maximum papers，and he was occupying a central position in a cooperative network. The Basic knowledge was composed of three clusters that were h-index and improved indexes，citation measurement and optimization mechanism，science of science and science management. Research hotspots included citation analysis，h-index，impact factor，and research evaluation.

〔Key words〕 informetrics；citation analysis；h-index；scientometrics；altmetrics；knowledge map

1979年，西德學(xué)者奧托·納克 （Otto Nacke）首次提出“Informetrie”術(shù)語(yǔ)，翌年，與之相對(duì)應(yīng)的英文名稱(chēng)“Informetrics”（信息計(jì)量學(xué)）便出現(xiàn)在當(dāng)年的美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）課題指南中。廣義的信息計(jì)量學(xué)以信息論為理論基礎(chǔ)，探討廣義信息的計(jì)量問(wèn)題，而目前信息計(jì)量學(xué)更側(cè)重狹義層面，即應(yīng)用定量方法來(lái)分析和研究文獻(xiàn)信息特征及規(guī)律[1]。從理論與方法的角度來(lái)看，信息計(jì)量學(xué)是應(yīng)用數(shù)學(xué)方法研究信息對(duì)象的專(zhuān)業(yè)領(lǐng)域，核心特征是涵蓋所有類(lèi)型的信息；而科學(xué)計(jì)量學(xué)的特點(diǎn)是將科學(xué)發(fā)展作為信息過(guò)程，主要聚焦于科學(xué)研究的探索與評(píng)價(jià)[2]。從學(xué)科發(fā)展的角度講，信息計(jì)量學(xué)是信息科學(xué)與科學(xué)計(jì)量學(xué)融合發(fā)展的結(jié)果，是一門(mén)不斷發(fā)展的交叉學(xué)科，已被廣泛應(yīng)用于各種與信息相關(guān)的活動(dòng)[3]。

20世紀(jì)80年代初至今，信息計(jì)量學(xué)相繼獲得國(guó)際文獻(xiàn)聯(lián)合會(huì)（FID）、國(guó)際科學(xué)計(jì)量學(xué)與信息計(jì)量學(xué)協(xié)會(huì)（ISSI）等國(guó)際學(xué)術(shù)組織的認(rèn)可和支持，也受到相關(guān)領(lǐng)域國(guó)際知名學(xué)者和專(zhuān)家的關(guān)注和推動(dòng)，并在新環(huán)境下衍生出新的概念體系（如Webometrics），拓展了信息計(jì)量學(xué)的發(fā)展空間[4]。2007年，《Journal of Informetrics》（簡(jiǎn)稱(chēng)JOI）的創(chuàng)刊標(biāo)志著信息計(jì)量學(xué)的發(fā)展邁上新臺(tái)階，為信息計(jì)量學(xué)的國(guó)際化和專(zhuān)業(yè)化發(fā)展以及學(xué)術(shù)研究與交流提供共享平臺(tái)。作為一個(gè)持續(xù)發(fā)展的學(xué)術(shù)領(lǐng)域，信息計(jì)量學(xué)理論和方法已經(jīng)在傳承和創(chuàng)新過(guò)程中取得長(zhǎng)足進(jìn)步，相關(guān)研究和學(xué)術(shù)交流活動(dòng)也更趨繁榮。

上世紀(jì)90年代初，信息計(jì)量學(xué)開(kāi)始被引入國(guó)內(nèi)，現(xiàn)已發(fā)展成為經(jīng)久不衰的學(xué)術(shù)熱點(diǎn)，相關(guān)理論和方法已經(jīng)滲透到更多的應(yīng)用領(lǐng)域。國(guó)內(nèi)學(xué)者已從不同的視角對(duì)國(guó)際信息計(jì)量學(xué)的發(fā)展態(tài)勢(shì)進(jìn)行解讀，就研究創(chuàng)新而言，相關(guān)研究仍有值得改進(jìn)之處：過(guò)于強(qiáng)調(diào)量化結(jié)果的表層特征、缺乏內(nèi)容的挖掘與解析，本文在此基礎(chǔ)之上，選取國(guó)際公認(rèn)的信息計(jì)量學(xué)權(quán)威期刊JOI作為數(shù)據(jù)源，注重定性與定量分析的融合，從研究足跡和知識(shí)結(jié)構(gòu)兩個(gè)維度深度解讀國(guó)際信息計(jì)量學(xué)的發(fā)展格局。

1 數(shù)據(jù)來(lái)源與研究方法

本研究以Web of ScienceTM（WoS）為檢索來(lái)源，檢索式為：出版物名稱(chēng)=journal of informetrics，時(shí)間跨度=所有年份，索引=SCI-EXPANDED，SSCI，CPCI-S，CPCI-SSH，檢索到698項(xiàng)結(jié)果，以文獻(xiàn)類(lèi)型ARTICLE、REVIEW和PROCEEDINGS PAPER作為精煉條件，剔除社論材料、校正和信報(bào)后，共獲得632條題錄。JOI每年出版4期（季刊），每年的載文量均不相等，總體上呈先增后減的態(tài)勢(shì)，具體而言，JOI在創(chuàng)刊初期（2007-2009年）年均載文量為33篇，發(fā)展中期（2010-2012）年均載文量為65篇，2013年達(dá)到頂峰，近三年趨于穩(wěn)定，年均發(fā)文量為81篇。

本研究將綜合運(yùn)用文獻(xiàn)計(jì)量和內(nèi)容分析等方法，以文獻(xiàn)耦合、知識(shí)網(wǎng)絡(luò)、共現(xiàn)分析、共被引分析等理論為基礎(chǔ)，從不同維度挖掘并揭示國(guó)際信息計(jì)量學(xué)研究足跡和知識(shí)結(jié)構(gòu)。研究中主要借助于“文獻(xiàn)題錄信息統(tǒng)計(jì)分析工具”（SATI）提取、轉(zhuǎn)換和處理過(guò)程性數(shù)據(jù)[5]，并利用主流的可視化圖譜繪制工具展示知識(shí)網(wǎng)絡(luò)結(jié)構(gòu)。VOSviewer是荷蘭萊頓（Leiden）大學(xué)N. J. Eck和L. Waltman共同研發(fā)的知識(shí)圖譜構(gòu)建與分析程序，該軟件提供3種共被引和4種耦合分析功能，在聚類(lèi)和圖形化展示方面具有獨(dú)特優(yōu)勢(shì)[6]。在知識(shí)網(wǎng)絡(luò)視圖中，項(xiàng)目在網(wǎng)絡(luò)中的節(jié)點(diǎn)大小與其重要性成正相關(guān)。相比其他同類(lèi)軟件，VOSviewer的特色是采用特殊算法設(shè)計(jì)程序，有效克服了知識(shí)網(wǎng)絡(luò)中標(biāo)簽重疊的缺陷，研究者可以通過(guò)調(diào)節(jié)參數(shù)和定向操作來(lái)獲取宏觀概要、節(jié)點(diǎn)信息和內(nèi)部結(jié)構(gòu)特征[7]。

2 國(guó)家與機(jī)構(gòu)分布

2.1 國(guó)際研究機(jī)構(gòu)

632篇文獻(xiàn)涉及到48個(gè)國(guó)家（地區(qū)）的447個(gè)研究機(jī)構(gòu)，其中，發(fā)文量?jī)H為1篇的邊緣性科研機(jī)構(gòu)有268個(gè)，約占總數(shù)的59.96%，發(fā)文量高于10篇的科研機(jī)構(gòu)有25個(gè)，主要的研究機(jī)構(gòu)及其所屬?lài)?guó)家（地區(qū)）信息見(jiàn)表1所示。

從表1可知，中國(guó)（包括臺(tái)灣地區(qū)）是國(guó)際信息計(jì)量學(xué)領(lǐng)域發(fā)文量最大的國(guó)家，也是發(fā)文量唯一超過(guò)100篇的國(guó)家。美國(guó)的發(fā)文量雖居第二，但僅有1個(gè)機(jī)構(gòu)入圍前25強(qiáng)。發(fā)文量排在3～8名的國(guó)家均來(lái)自歐洲，其中，在所有的發(fā)文機(jī)構(gòu)中，比利時(shí)天主教魯汶大學(xué)（47，篇數(shù)，下同）和安特衛(wèi)普大學(xué)（39）分別位居冠亞軍，中國(guó)國(guó)立臺(tái)灣大學(xué)居第三，美國(guó)印第安納大學(xué)和意大利羅馬第二大學(xué)（29）并列第四，荷蘭萊頓大學(xué)（28）和阿姆斯特丹大學(xué)（25）以及英國(guó)胡佛漢頓大學(xué)（23）緊隨其后。除了表中所列機(jī)構(gòu)外，瑞士蘇黎世聯(lián)邦理工學(xué)院（ETH，14）和蘇黎世大學(xué)（Univ Zurich，12）、波蘭盧布林工業(yè)大學(xué)（Lublin Univ Technol，13）、匈牙利科學(xué)院（Hungarian Acad Sci，11）、韓國(guó)延世大學(xué)（Yonsei Univ，11）等世界一流大學(xué)及科研院所也有較好的學(xué)術(shù)表現(xiàn)?？傮w上看，國(guó)際信息計(jì)量學(xué)的科研重鎮(zhèn)主要集中在以比利時(shí)、荷蘭為代表的歐洲發(fā)達(dá)國(guó)家，中美實(shí)力相當(dāng)，美國(guó)的機(jī)構(gòu)分布更趨集中。

2.2 中國(guó)機(jī)構(gòu)分布

在447個(gè)研究機(jī)構(gòu)中，發(fā)文量大于3篇的中國(guó)機(jī)構(gòu)共有10個(gè)。在JOI期刊上發(fā)文的中國(guó)機(jī)構(gòu)中，排名第一的是國(guó)立臺(tái)灣大學(xué)（33），臺(tái)大已發(fā)展成為國(guó)際信息計(jì)量學(xué)領(lǐng)域最活躍的研究機(jī)構(gòu)之一，中國(guó)大陸地區(qū)的大連理工大學(xué)（19）和浙江大學(xué)（17）分列第二、三名。此外，清華大學(xué)、北京理工大學(xué)、同濟(jì)大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)、北京航空航天大學(xué)、臺(tái)灣元智大學(xué)和國(guó)立臺(tái)灣科技大學(xué)也有一定的學(xué)術(shù)活躍度。

3 作者合作網(wǎng)絡(luò)及其結(jié)構(gòu)

經(jīng)統(tǒng)計(jì)可知，632篇文獻(xiàn)涉及883位署名作者，其中，僅發(fā)表1篇論文的作者共有663位，亦即邊緣作者占總數(shù)的比例超過(guò)3/4。

從作者合作網(wǎng)絡(luò)（見(jiàn)圖1所示）可知，38位核心作者形成6個(gè)主要的聚類(lèi)簇（亦即為共現(xiàn)網(wǎng)絡(luò)中的子群）。發(fā)表論文最多（40篇）的是瑞士蘇黎世聯(lián)邦理工學(xué)院（2010年及以前）和德國(guó)馬普學(xué)會(huì)（2011年及以后）的博恩曼（L. Bornmann），他目前的研究興趣主要集中于科研評(píng)價(jià)、同行評(píng)議、文獻(xiàn)計(jì)量和Altmetrics等領(lǐng)域，他還是JOI、JASIST、《Scientometrics》以及PLOS ONE等期刊的編委會(huì)成員。與博恩曼具有合作關(guān)系的學(xué)者主要有蘇黎世聯(lián)邦理工學(xué)院社會(huì)心理學(xué)和高等教育專(zhuān)業(yè)的丹尼爾（H. Daniel）教授和穆茨（R. Mutz）教授以及阿姆斯特丹大學(xué)科學(xué)交流與創(chuàng)新研究領(lǐng)域的雷德斯道夫（L. Leydesdorff）教授等。在核心作者合作網(wǎng)絡(luò)中，還有一個(gè)子群在整體網(wǎng)絡(luò)中比較突出，羅馬第二大學(xué)的阿布拉莫（G. Abramo）、丹吉洛（C. A. DAngelo）和西塞羅（T. Cicero）等組成的科研團(tuán)隊(duì)實(shí)力非凡，在科研績(jī)效評(píng)估、大學(xué)產(chǎn)出與評(píng)價(jià)等領(lǐng)域深耕已久，頗具學(xué)術(shù)影響力。

相較而言，發(fā)文量排名第二的魯索（R. Rousseau）更為國(guó)內(nèi)同行熟知。魯索是當(dāng)今活躍于國(guó)際學(xué)界的最知名科學(xué)計(jì)量學(xué)家之一，2001年榮獲科學(xué)計(jì)量學(xué)領(lǐng)域最高獎(jiǎng)——普賴(lài)斯獎(jiǎng)，現(xiàn)為比利時(shí)天主教魯汶大學(xué)和安特衛(wèi)普大學(xué)副教授，擔(dān)任JOI、JASIST等國(guó)際頂級(jí)期刊編委，曾任國(guó)際科學(xué)計(jì)量學(xué)與信息計(jì)量學(xué)學(xué)會(huì)（ISSI）主席。與魯索存在合作關(guān)系的一端是安特衛(wèi)普大學(xué)的甘斯（R. Guns）博士，另一端是南京大學(xué)的葉鷹教授與國(guó)立臺(tái)灣大學(xué)的黃慕萱教授、陳達(dá)仁博士形成的合作子群。另外，胡佛漢頓大學(xué)數(shù)學(xué)與計(jì)算學(xué)院的情報(bào)學(xué)教授塞沃爾（M. Thelwall）、萊頓大學(xué)的沃爾特曼（L. Waltman）教授和埃克（N. J. Eck）教授、比利時(shí)哈塞爾特大學(xué)的埃格赫（L. Egghe）教授等計(jì)量研究專(zhuān)家也有較高的學(xué)術(shù)產(chǎn)出。

4 知識(shí)基礎(chǔ)

為挖掘國(guó)際信息計(jì)量學(xué)的基礎(chǔ)性知識(shí)來(lái)源，可利用最小生成樹(shù)算法和靜態(tài)修飾技術(shù)，將源數(shù)據(jù)導(dǎo)入CiteSpace，勾選對(duì)應(yīng)的時(shí)間切片和節(jié)點(diǎn)類(lèi)型，經(jīng)預(yù)測(cè)試，閾值（c，cc，ccv）的3個(gè)子項(xiàng)可設(shè)定為（5，2，10），生成高影響力被引文獻(xiàn)的聚類(lèi)網(wǎng)絡(luò)如圖2所示。

圖2 高影響力被引文獻(xiàn)知識(shí)網(wǎng)絡(luò)

經(jīng)內(nèi)容分析可知，近十年國(guó)際信息計(jì)量學(xué)的知識(shí)基礎(chǔ)由三大文獻(xiàn)集群組成。第一大文獻(xiàn)集群的研究主題是h-指數(shù)及改進(jìn)指標(biāo)。最具影響力的文獻(xiàn)是美國(guó)加州大學(xué)圣地亞哥分校（UCSD）物理學(xué)教授赫希（J. E. Hirsch）2005年發(fā)表在《美國(guó)科學(xué)院院刊》（PNAS）上的開(kāi)創(chuàng)性論文《量化個(gè)人科研產(chǎn)出的指標(biāo)》。赫希在文中提出了一種旨在評(píng)估科學(xué)家累積研究貢獻(xiàn)的重要性和廣泛影響力的“簡(jiǎn)易”指標(biāo)，為不同個(gè)人的資源競(jìng)爭(zhēng)和科研績(jī)效提供公正的比較與評(píng)價(jià)標(biāo)準(zhǔn)[8]，該指標(biāo)即為學(xué)界熟知的h-指數(shù)。其后，針對(duì)h-指數(shù)的優(yōu)缺點(diǎn)，一些學(xué)者提出了衍生指標(biāo)。代表性成果包括兩篇：一是比利時(shí)哈塞爾特大學(xué)（UHasselt）科學(xué)計(jì)量學(xué)家埃格赫（L. Egghe）2006年發(fā)表在《Scientometrics》上的《G-指數(shù)理論與實(shí)踐》。埃格赫提出的g-指數(shù)是用來(lái)測(cè)量一組論文整體性被引表現(xiàn)力的指標(biāo)，是對(duì)h-指數(shù)的補(bǔ)充和提高。從定義可知，在一般情況下，g≥h，指數(shù)的分值越高，表示被測(cè)對(duì)象的影響力和成就越大，這與h-指數(shù)的評(píng)價(jià)邏輯是一致的[9]。二是中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心研究員金碧輝等中國(guó)學(xué)者與魯索等國(guó)外專(zhuān)家2007年合作發(fā)表在《科學(xué)通報(bào)》上的《R-與AR-指數(shù)：H-指數(shù)的補(bǔ)充》，該文的學(xué)術(shù)貢獻(xiàn)是在克服h-指數(shù)某些不足的基礎(chǔ)上，引入R-和AR-兩種新的評(píng)價(jià)指標(biāo)，其中，R-用于測(cè)量h-核心引用強(qiáng)度，AR則將出版物的年齡也考慮在內(nèi)[10]。

第二大文獻(xiàn)集群的研究主題是引用測(cè)度及優(yōu)化機(jī)制。其中，最經(jīng)典的文章是“SCI之父”加菲爾德（E. Garfield）的《引文分析作為期刊評(píng)價(jià)的工具》，該文發(fā)表45年以來(lái)的被引量經(jīng)久不衰。該文的貢獻(xiàn)在于首次提出基于引用頻次進(jìn)行期刊排名，引文分析結(jié)果可為期刊采訪和館藏決策提供量化參考，而最重要的應(yīng)用在于科學(xué)政策研究和研究評(píng)價(jià)[11]。在改進(jìn)方案中，有3項(xiàng)成果備受關(guān)注，其一是意大利科學(xué)交流基金會(huì)研究科學(xué)家（現(xiàn)為美國(guó)印第安納大學(xué)助理教授）拉迪基（F. Radicchi）2008年在PNAS上發(fā)表的《引文分布的普遍性：對(duì)科學(xué)影響的客觀測(cè)量》。該文的貢獻(xiàn)是提出Cf指標(biāo)，通過(guò)該指標(biāo)可以探測(cè)到跨學(xué)科和年份的引文分布呈現(xiàn)為一個(gè)基本一致的曲線（累積軌跡）[12]。其二是沃爾特曼（L. Waltman）等2011年發(fā)表在JOI上的《邁向一個(gè)新的皇冠指標(biāo)：理論考量》。皇冠指標(biāo)是由荷蘭萊頓大學(xué)科學(xué)技術(shù)研究中心（CWTS）開(kāi)發(fā)的文獻(xiàn)計(jì)量指標(biāo)，但沃爾特曼等研究發(fā)現(xiàn)，皇冠指標(biāo)的致命缺陷是缺乏相容性機(jī)制，因此需要構(gòu)建一種新的替代性的規(guī)范化機(jī)制[13]。其三是萊頓大學(xué)莫德（H. F. Moed）博士2010發(fā)表的《測(cè)量科學(xué)期刊的語(yǔ)境引用影響》，該文提出一種新的稱(chēng)為“論文源歸一化影響”（SNIP）指標(biāo)，增加學(xué)科領(lǐng)域要素，用以測(cè)量不同學(xué)科領(lǐng)域之間科技期刊影響力，以確保不同領(lǐng)域論文影響力評(píng)估的公平性[14]。

第三大文獻(xiàn)集群的研究主題是科學(xué)學(xué)與科學(xué)管理。代表性的高被引文獻(xiàn)有3篇，均發(fā)表在頂級(jí)期刊《Science》上。一是美國(guó)哥倫比亞（Columbia）大學(xué)社會(huì)學(xué)教授莫頓（R. K. Merton）1968年發(fā)表的《科學(xué)中的馬太效應(yīng)》，該文的貢獻(xiàn)在于揭示并解釋了科學(xué)研究中的馬太效應(yīng)，分析了科學(xué)交流系統(tǒng)和科研獎(jiǎng)勵(lì)體系中的馬太效應(yīng)，以及馬太效應(yīng)與科技資源配置的關(guān)系等重要論斷，社會(huì)選擇（如科技資源和人才的集中趨勢(shì)）過(guò)程中也顯見(jiàn)地存在著馬太效應(yīng)[15]。二是美國(guó)耶魯（Yale）大學(xué)科學(xué)史教授普賴(lài)斯（D. J. D. Price）1965年發(fā)表的《科學(xué)論文網(wǎng)絡(luò)》，該文描述了科學(xué)論文的知識(shí)網(wǎng)絡(luò)，并期刊引證分析方法測(cè)試和解析這種“特殊關(guān)系”，在此基礎(chǔ)上提出了“文獻(xiàn)著錄模式反映了科研前沿的本質(zhì)”這一重要觀點(diǎn)[16]。三是加菲爾德（E. Garfield）1955年發(fā)表的《科學(xué)引文索引》，加菲爾德在該文中提出排除了非批判性數(shù)據(jù)的科學(xué)文獻(xiàn)書(shū)目系統(tǒng)，這是一種“前人栽樹(shù)，后人乘涼”式的科學(xué)貢獻(xiàn)，能夠有效節(jié)約研究人員查找相關(guān)文獻(xiàn)的時(shí)間和精力，能夠起到這種作用的書(shū)目系統(tǒng)就是著名的“科學(xué)引文索引”（SCI）。同時(shí)，加菲爾德也強(qiáng)調(diào)，這種新的書(shū)目工具僅僅是文獻(xiàn)研究的一個(gè)起點(diǎn)，它可能發(fā)揮很多作用，但不能期望用它解決所有問(wèn)題[17]。

5 研究熱點(diǎn)

提取關(guān)鍵詞和主題詞并按其出現(xiàn)的頻次高低排序，共獲取到1846個(gè)關(guān)鍵詞和990個(gè)主題詞，僅出現(xiàn)一次的關(guān)鍵詞有1454個(gè)，約占總數(shù)的78.77%，僅出現(xiàn)一次的主題詞有595個(gè)，約占總數(shù)的60.10%。為了揭示詞共現(xiàn)的網(wǎng)絡(luò)結(jié)構(gòu)特征，采用分式算法和“關(guān)鍵詞+”技術(shù)，將出現(xiàn)頻次≥20的關(guān)鍵詞和主題詞生成熱點(diǎn)知識(shí)網(wǎng)絡(luò)，見(jiàn)圖3所示。從聚類(lèi)結(jié)果來(lái)看，研究熱點(diǎn)可劃分為4個(gè)版塊，分別是：引文分析、H-指數(shù)、影響因子、研究（績(jī)效）評(píng)價(jià)。

5.1 引文分析

引文分析是利用數(shù)學(xué)及統(tǒng)計(jì)方法揭示科學(xué)知識(shí)結(jié)構(gòu)及規(guī)律的一種計(jì)量方法，是國(guó)際信息計(jì)量學(xué)領(lǐng)域最重要的研究領(lǐng)域之一。從主題來(lái)看，近十年的引文分析研究更偏向于模型優(yōu)化、方法創(chuàng)新和應(yīng)用實(shí)踐，主要內(nèi)容至少涉及以下方面：從時(shí)間序列的角度描述引文的動(dòng)態(tài)演化趨勢(shì)、商業(yè)數(shù)據(jù)庫(kù)與開(kāi)放存?。∣A）數(shù)據(jù)庫(kù)引文結(jié)構(gòu)的跨學(xué)科比較、全作者與第一作者共被引的比較、不同學(xué)科或不同數(shù)據(jù)源的引用差異、學(xué)者引用的區(qū)域分布、科學(xué)引文網(wǎng)絡(luò)的時(shí)空分布與評(píng)價(jià)、不同算法下的引文結(jié)果對(duì)比、引用計(jì)數(shù)方法比較、引用行為與動(dòng)機(jī)分析。引文分析涉及的一個(gè)基礎(chǔ)性問(wèn)題是預(yù)測(cè)近期出版物的長(zhǎng)期被引趨勢(shì)，部分學(xué)者嘗試著提出更加精準(zhǔn)而有效的適用模型和方法以增強(qiáng)預(yù)測(cè)結(jié)果的可信度，如文獻(xiàn)[18]提出一種基于兩項(xiàng)預(yù)測(cè)指標(biāo)的分析模型，旨在預(yù)測(cè)某一出版物未來(lái)被引數(shù)量的可能性分布情況。

引文分析涉及的另一個(gè)熱點(diǎn)問(wèn)題是共被引分析（ACA），ACA常被作為一種識(shí)別某個(gè)研究領(lǐng)域的知識(shí)結(jié)構(gòu)的有效方法，共被引分析的計(jì)算邏輯主要是基于簡(jiǎn)單的被引量統(tǒng)計(jì)，針對(duì)這樣一種長(zhǎng)期以來(lái)形成的路徑依賴(lài)，有很多學(xué)者從不同的視角和維度提出了創(chuàng)新性的探索方法和實(shí)現(xiàn)路徑。如文獻(xiàn)[19]從作者引用的內(nèi)容角度，提出計(jì)算引用語(yǔ)句之間相似性距離的方法，并將計(jì)算結(jié)果與傳統(tǒng)的ACA方法進(jìn)行比較。文獻(xiàn)[20]提出基于內(nèi)容和鄰近度（接近性）相融合的方法，用以從全文本中提取引用語(yǔ)句，可以識(shí)別出學(xué)科中作者的相關(guān)性和差異度。總體來(lái)看，引文分析的數(shù)據(jù)來(lái)源更加廣泛和多樣化，計(jì)量方法和分析模型也在不斷創(chuàng)新和發(fā)展，引文分析對(duì)象已經(jīng)從傳統(tǒng)的形式特征拓展到引用行為、質(zhì)量等內(nèi)容特征。

5.2 H-指數(shù)

Hirsch指數(shù)（簡(jiǎn)稱(chēng)h-指數(shù)）最初是由美國(guó)加州大學(xué)圣地亞哥分校的赫希（Jorge E. Hirsch）教授提出的學(xué)術(shù)與科研績(jī)效評(píng)價(jià)指標(biāo)，自2005年誕生以來(lái)，概念清晰且易于計(jì)算的h-指數(shù)頗受學(xué)界關(guān)注并迅速贏得廣泛認(rèn)同，同時(shí)也遭受一些批評(píng)和質(zhì)疑。后又衍生出許多變異指數(shù)，如g-指數(shù)、r-指數(shù)、a-指數(shù)等。有研究指出，h-指數(shù)的變異指標(biāo)多達(dá)37種，經(jīng)過(guò)3個(gè)不同層級(jí)的跨類(lèi)混合影響分析可知，這些變異指標(biāo)與h-指數(shù)之間具有統(tǒng)計(jì)學(xué)意義上的高度相關(guān)性，但也有極少數(shù)變異指標(biāo)（如m-指數(shù)）對(duì)h-指數(shù)的改進(jìn)貢獻(xiàn)不大[21]。

H-指數(shù)的研究主題從早期（2008年之前）的屬性、特征、優(yōu)缺點(diǎn)及其對(duì)科研評(píng)價(jià)與管理的影響分析，發(fā)展到h-指數(shù)的有效性實(shí)證分析、應(yīng)用拓展、理論分析、新指標(biāo)構(gòu)建以及文獻(xiàn)綜述[22]。從主題的角度看，h-指數(shù)的研究?jī)?nèi)容至少包括以下方面：h-指數(shù)一般性規(guī)律的探討、基于不同數(shù)據(jù)源的h-指數(shù)評(píng)價(jià)結(jié)果比較、面向不同評(píng)價(jià)對(duì)象的跨學(xué)科（領(lǐng)域）分析、h-指數(shù)與“軟評(píng)議”方法（如同行評(píng)審）的效果對(duì)比、專(zhuān)利h-指數(shù)、基于h-指數(shù)及混合指標(biāo)的出版物評(píng)價(jià)與排名。其中，h-指數(shù)的應(yīng)用實(shí)例解析及其指標(biāo)改進(jìn)是研究的一大熱點(diǎn)。如文獻(xiàn)[23]研究認(rèn)為學(xué)者h(yuǎn)-指數(shù)的高低不僅與其出版物和被引率有關(guān)，還與職業(yè)生涯的長(zhǎng)度相關(guān)；文獻(xiàn)[24]以意大利1400名物理學(xué)家為研究對(duì)象，分析進(jìn)一步證實(shí)了科學(xué)家h-指數(shù)的高低與其科研年限的長(zhǎng)短具有顯著的內(nèi)在關(guān)聯(lián)性。從現(xiàn)狀論及趨勢(shì)，算法優(yōu)化、實(shí)證檢驗(yàn)及應(yīng)用探索仍將是h-指數(shù)研究的主要方向。

5.3 影響因子

影響因子（IF）是SCI之父加菲爾德1955年提出的用于評(píng)估期刊影響力或表現(xiàn)力的量化指標(biāo)，在期刊評(píng)價(jià)、館藏規(guī)劃、科學(xué)產(chǎn)出評(píng)估、信息分析等領(lǐng)域具有重要的實(shí)用價(jià)值。在大多數(shù)的學(xué)術(shù)語(yǔ)境下，IF與期刊影響因子（JIF）研究指向的對(duì)象及內(nèi)容是相通的。JIF的研究?jī)?nèi)容主要包括4個(gè)方面：一是探討不同類(lèi)型JIF的應(yīng)用差異；二是基于數(shù)學(xué)建?；?qū)嵶C方法，分析不同領(lǐng)域或數(shù)據(jù)源的JIF的分布特征；三是利用隨機(jī)計(jì)算、數(shù)學(xué)推導(dǎo)等方法，對(duì)JIF與其他排名方法在不同學(xué)科的實(shí)際效果進(jìn)行比較；四是JIF的變異或衍生指標(biāo)及其應(yīng)用效果評(píng)估，但這些“新指標(biāo)”的穩(wěn)健性和可信度檢驗(yàn)仍是一個(gè)難點(diǎn)。

提煉研究主題的分布特點(diǎn)可知，JIF研究中始終貫穿著這樣兩條相互交織的線索：一方面，部分學(xué)者對(duì)JIF用于期刊質(zhì)量評(píng)價(jià)的可靠性或有效性提出質(zhì)疑，并試圖通過(guò)融入某種分析模型、數(shù)學(xué)定理或統(tǒng)計(jì)規(guī)律來(lái)構(gòu)建更具說(shuō)服力的新指標(biāo)，如文獻(xiàn)[25]認(rèn)為JIF僅考慮被引數(shù)量，而忽略了引證期刊的質(zhì)量及權(quán)威性等因素，提出加權(quán)影響因子（WIF）計(jì)算規(guī)則，誠(chéng)然，這種新的評(píng)價(jià)方案也存在一定的局限性。另一方面，部分學(xué)者從新的視角檢驗(yàn)JIF的有效性，如文獻(xiàn)[26]以100本經(jīng)濟(jì)學(xué)期刊為樣本，重新計(jì)算其影響因子，證實(shí)2年期和5年期的JIF都是相對(duì)穩(wěn)健的；文獻(xiàn)[27]采用自主抽樣法評(píng)估不同測(cè)試條件下JIF的變異性，提出JIF的點(diǎn)估計(jì)與區(qū)間估計(jì)建議?？傊?，JIF和其他變異指標(biāo)的主要區(qū)別在于算法的不同，期刊排名的量化指標(biāo)與軟評(píng)價(jià)方法各有千秋，兩者的關(guān)系仍需更全面的檢驗(yàn)。

5.4 研究（績(jī)效）評(píng)價(jià)

研究（績(jī)效）評(píng)價(jià)是反映組織或個(gè)人科研競(jìng)爭(zhēng)力的常態(tài)化方式，在基金申請(qǐng)與資助評(píng)審、科研業(yè)績(jī)考核、機(jī)構(gòu)排名以及科研管理等方面發(fā)揮著重要作用。在過(guò)去的10余年里，研究評(píng)價(jià)的話(huà)語(yǔ)權(quán)已經(jīng)從軟評(píng)議（如同行評(píng)審）方法向文獻(xiàn)計(jì)量指標(biāo)開(kāi)放，在開(kāi)展跨學(xué)科研究評(píng)價(jià)時(shí)，引文數(shù)據(jù)必須經(jīng)過(guò)標(biāo)準(zhǔn)化處理。從個(gè)人層面上評(píng)價(jià)科研績(jī)效是形成管理決策的重要基石，但現(xiàn)實(shí)問(wèn)題是不同領(lǐng)域的研究績(jī)效如何比較？這就像評(píng)價(jià)蘋(píng)果與桔子一樣，不同的定標(biāo)因素產(chǎn)生不一樣的效果[28]。一般來(lái)說(shuō)，研究機(jī)構(gòu)的績(jī)效評(píng)估一般有兩種路徑：?jiǎn)蝹€(gè)科學(xué)家的表現(xiàn)（個(gè)人層面）和機(jī)構(gòu)內(nèi)學(xué)科領(lǐng)域的整體性表現(xiàn)，而絕大部分的評(píng)估對(duì)象又都具有多學(xué)科特點(diǎn)，不同的評(píng)價(jià)指標(biāo)一般會(huì)產(chǎn)生差異化的排名結(jié)果，因此，不同領(lǐng)域的科學(xué)家研究績(jī)效評(píng)價(jià)方法的有效整合是一個(gè)難點(diǎn)，需要特別注意方法論的選擇問(wèn)題[29]。

研究評(píng)價(jià)的切入點(diǎn)主要有：研究績(jī)效的影響因素、個(gè)案研究、基于不同數(shù)據(jù)源的研究績(jī)效比較、評(píng)價(jià)指標(biāo)的改進(jìn)及其效果驗(yàn)證。研究方法包括引文分析、聚類(lèi)分析、數(shù)據(jù)包絡(luò)分析（DEA）模型、高被引論文（HCAs）、H-指數(shù)及其變異指標(biāo)、專(zhuān)家小組、被引頻次標(biāo)準(zhǔn)化以及分式引用計(jì)數(shù)等，其中，討論的熱點(diǎn)是計(jì)數(shù)指標(biāo)的歸一化。但也有學(xué)者提出質(zhì)疑，如文獻(xiàn)[30]研究表明：平均歸一化引用計(jì)數(shù)（MNCS）以及其他的與大小無(wú)關(guān)的指標(biāo)不是評(píng)估研究績(jī)效的最佳選擇，科學(xué)社區(qū)的排名要注重研究效率。在效率指標(biāo)（投入產(chǎn)出）的方法選擇上常遇到的問(wèn)題是找不到有效測(cè)量投入數(shù)據(jù)的指標(biāo)，文獻(xiàn)[31]提出“分式科學(xué)實(shí)力”（FSS）指標(biāo)，并通過(guò)大學(xué)排名的實(shí)證研究很好地佐證了該指標(biāo)的有效性。研究評(píng)價(jià)未來(lái)應(yīng)聚焦于探索更加精準(zhǔn)的方法，有效整合質(zhì)性和定量方法，從實(shí)證、案例和實(shí)踐應(yīng)用中反思和改進(jìn)評(píng)價(jià)指標(biāo)的適用性和可信度。

6 結(jié)論與討論

以10年作為一個(gè)分期，通過(guò)對(duì)國(guó)際信息計(jì)量學(xué)的研究足跡與知識(shí)結(jié)構(gòu)進(jìn)行分析，可以得出以下主要結(jié)論：首先，從發(fā)文總量上看，主要的研究機(jī)構(gòu)分布呈中、美、歐“三足鼎立”之態(tài)勢(shì)。美國(guó)機(jī)構(gòu)分布較廣，但入選核心機(jī)構(gòu)的數(shù)量最少；歐洲是信息計(jì)量學(xué)研究機(jī)構(gòu)最集中的地區(qū)，以比利時(shí)、荷蘭為主要代表；在入選核心機(jī)構(gòu)的中國(guó)機(jī)構(gòu)中，國(guó)立臺(tái)灣大學(xué)獨(dú)占鰲頭，穩(wěn)居國(guó)際前三甲。其次，從核心作者及合作情況來(lái)看，德國(guó)馬普學(xué)會(huì)的博恩曼是發(fā)文最多的頂級(jí)專(zhuān)家，比利時(shí)天主教魯汶大學(xué)的魯索緊隨其后；在合作網(wǎng)絡(luò)中，主要有兩個(gè)最為突出的“子群”，一是以羅馬第二大學(xué)的阿布拉莫和丹吉洛為核心的專(zhuān)家小組，二是以博恩曼和阿姆斯特丹大學(xué)的雷德斯道夫?yàn)橹行牡目蒲袌F(tuán)隊(duì)。再次，從知識(shí)基礎(chǔ)來(lái)看，有3個(gè)知識(shí)集群對(duì)國(guó)際信息計(jì)量學(xué)產(chǎn)生較大影響，涉及的主題分別是h-指數(shù)及改進(jìn)指標(biāo)、引用測(cè)量及優(yōu)化機(jī)制、科學(xué)學(xué)與科學(xué)管理，其中，h-指數(shù)的提出者赫希發(fā)表的《量化個(gè)人科研產(chǎn)出的指標(biāo)》一文最具影響力。最后，從研究的內(nèi)容來(lái)看，引文分析、H-指數(shù)、影響因子、研究評(píng)價(jià)（績(jī)效評(píng)估）等4大領(lǐng)域已成為國(guó)際信息計(jì)量學(xué)人最關(guān)注的學(xué)術(shù)熱點(diǎn)。

JOI是國(guó)際信息計(jì)量學(xué)界公認(rèn)的權(quán)威期刊，它的發(fā)展足跡和主題結(jié)構(gòu)在很大程度上反映了國(guó)際信息計(jì)量學(xué)發(fā)展的整體走向和未來(lái)趨勢(shì)。限于篇幅，本文未能完全地描述、揭示和解釋全部的宏觀動(dòng)態(tài)與中微觀信息，但從主要的信息點(diǎn)和知識(shí)鏈來(lái)看，國(guó)際信息計(jì)量學(xué)研究的“內(nèi)核”是指數(shù)（指標(biāo)），而研究的“外延”邊界始終圍繞該主線在拓展。應(yīng)用是目的，指數(shù)的價(jià)值是通過(guò)科研評(píng)價(jià)體現(xiàn)出來(lái)的，正如本文所揭示的研究熱點(diǎn)那樣，前三個(gè)研究熱點(diǎn)（引文分析、h-指數(shù)、影響因子）是第四個(gè)研究熱點(diǎn)（研究評(píng)價(jià)）的理論基礎(chǔ)，也是方法論之源。同時(shí)，應(yīng)當(dāng)看到的是，信息計(jì)量學(xué)的發(fā)展也是深受科研環(huán)境影響的，研究方法和工具也在持續(xù)創(chuàng)新。在E-science時(shí)代，在線社交媒體的興起，也在一定程度上改變著科學(xué)研究與學(xué)術(shù)交流模式，新的學(xué)術(shù)生態(tài)系統(tǒng)需要新的評(píng)價(jià)工具，Altmetrics的誕生為科研評(píng)價(jià)提供了新的視角，但也存在著諸多爭(zhēng)議。此處仍以前文中已引述的加菲爾德的觀點(diǎn)作為結(jié)束語(yǔ)：新的計(jì)量工具，只是文獻(xiàn)研究的另一個(gè)起點(diǎn)而已，不能指望它解決所有的問(wèn)題。

參 考 文 獻(xiàn)

[ 1 ]吳愛(ài)芝.信息技術(shù)進(jìn)步與文獻(xiàn)計(jì)量學(xué)發(fā)展[J].現(xiàn)代情報(bào)，2016，36（2）：32-37.

[ 2 ] John Mingers，Loet Leydesdorff. A Review of Theory and Practice in Scientometrics[J]. European Journal of Operational Research，2015，246（1）：1-19.

[ 3 ]周?；?，華薇娜.從世界頂級(jí)計(jì)量學(xué)期刊看信息計(jì)量學(xué)和科學(xué)計(jì)量學(xué)的現(xiàn)狀及發(fā)展——Journal of Informetrics和Scientometrics發(fā)文分析[J].現(xiàn)代情報(bào)，2014，34（2）：115-120.

[ 4 ]趙丹群.新世紀(jì)信息計(jì)量學(xué)研究進(jìn)展評(píng)述[J].圖書(shū)情報(bào)工作，2009，53（2）：14-18，82.

[ 5 ]劉啟元，葉鷹.文獻(xiàn)題錄信息挖掘技術(shù)方法及其軟件SATI的實(shí)現(xiàn)——以中外圖書(shū)情報(bào)學(xué)為例[J].信息資源管理學(xué)報(bào)，2012，（1）：50-58.

[ 6 ] Nees Jan van Eck，Ludo Waltman. Software Survey：VOSviewer，A Computer Program for Bibliometric Mapping[J]. Scientometrics，2010，84（2）：523-538.

[ 7 ]陳超美.CiteSpaceⅡ：科學(xué)文獻(xiàn)中新趨勢(shì)與新動(dòng)態(tài)的識(shí)別與可視化[J].情報(bào)學(xué)報(bào)，2009，28（3）：401-421.

[ 8 ] J. E. Hirsch. An Index to Quantify an Individuals Scientific Research Output[J]. Proceedings of the National Academy of Sciences，2005，102（46）：16569-16572.

[ 9 ] Leo Egghe. Theory and Practise of the g-index[J]. Scientometrics，2006，69（1）：131-152.

[ 10 ] Jin BiHui，Liang LiMing，Ronald Rousseau，et al. The R-and AR-indices：Complementing the H-index[J]. Chinese Science Bulletin，2007，52（6）：855-863.

[ 11 ] Eugene Garfield. Citation analysis as a Tool in Journal Evaluation[J]. Science，1972，178（4060）：471-479.

[ 12 ] Radicchia Filippo，F(xiàn)ortunatoa Santo，Castellanob Claudio. Universality of Citation Distributions：Toward an Objective Measure of Scientific Impact[J]. Proceedings of the National Academy of Sciences，2008，105（45）：17268-17272.

[ 13 ] Ludo Waltman，Nees Jan van Eck，Thed N. van Leeuwen，et al. Towards a New Crown Indicator：Some Theoretical Considerations[J]. Journal of Informetrics，2011，5（1）：37-47.

[ 14 ] Henk F. Moed. Measuring Contextual Citation Impact of Scientific Journals[J]. Journal of Informetrics，2010，4（3）：265-277.

[ 15 ] Robert K. Merton. The Matthew Effect in Science[J]. Science，1968，159（3810）：56-63.

[ 16 ] Derek J. De Solla Price. Networks of Scientific Papers[J]. Science，1965，149（3683）：510-515.

[ 17 ] Eugene Garfield. Citation Indexes for Science[J]. Science，1955，122（3159）：108-111.

[ 18 ] Clara Stegehuis，Nelly Litvak，Ludo Waltman. Predicting the Long-term Citation Impact of Recent Publications[J]. Journal of Informetrics，2015，9（3）：642-657.

[ 19 ] Yoo Kyung Jeong，Min Song，Ying Ding. Content-based Author Co-citation Analysis[J]. Journal of Informetrics，2014，8（1）：197-211.

[ 20 ] Ha Jin Kim，Yoo Kyung Jeong，Min Song. Content-and Proximity-based Author Co-citation Analysis Using Citation Sentences[J]. Journal of Informetrics，2016，10（4）：954-966.

[ 21 ] Lutz Bornmann，Ruediger Mutz，Sven E. Hug，et al. A Multilevel Meta-analysis of Studies Reporting Correlations Between the h Index and 37 Different h Index Variants[J]. Journal of Informetrics，2011，5（3）：346-359.

[ 22 ] Lutz Bornmann，Werner Marx. Hist Cite Analysis of Papers Constituting the h Index Research Front[J]. Journal of Informetrics，2012，6（2）：285-288.

[ 23 ] Quentin L. Burrell. The h-index：A case of the Tail Wagging the Dog？[J]. Journal of Informetrics，2013，7（4）：774-783.

[ 24 ] Riccardo Mannella，Paolo Rossi. On the Time Dependence of the H-index[J]. Journal of Informetrics，2013，7（1）：176-182.

[ 25 ] Farrokh Habibzadeh，Mahboobeh Yadollahie. Journal Weighted Impact Factor：A Proposal[J]. Journal of Informetrics，2008，2（2）：164-172.

[ 26 ] Christian Seiler，Klaus Wohlrabe. How Robust are Journal Rankings Based on the Impact Factor？ Evidence from the Economic Sciences[J]. Journal of Informetrics，2014，8（4）：904-911.

[ 27 ] Kuan-Ming Chen，Tsung-Hau Jen，Margaret Wu. Estimating the Accuracies of Journal Impact Factor Through Bootstrap[J]. Journal of Informetrics，2014，8（1）：181-196.

[ 28 ] Giovanni Abramo，Tindaro Cicero，Ciriaco Andrea DAngelo. Individual Research Performance：A Proposal for Comparing Apples to Oranges[J]. Journal of Informetrics，2013，7（2）：528-539.

[ 29 ]Giovanni Abramo，Ciriaco Andrea DAngelo. Evaluating University Research：Same Performance Indicator，Different Rankings[J]. Journal of Informetrics，2015，9（3）：514-525.

[ 30 ] Giovanni Abramo，Ciriaco Andrea DAngelo. A Farewell to the MNCS and Like Size-independent Indicators[J]. Journal of Informetrics，2016，10（2）：646-651.

[ 31 ] Giovanni Abramo，Ciriaco Andrea DAngelo. A Comparison of University Performance Scores and Ranks by MNCS and FSS[J]. Journal of Informetrics，2016，10（4）：889-901.

（本文責(zé)任編輯：孫國(guó)雷）