郭蕊翾　宋凱　杜保國

摘要：科學(xué)評價科研人員學(xué)術(shù)影響力是展現(xiàn)其專業(yè)性與創(chuàng)新性的重要途徑。文章在構(gòu)建科研人員學(xué)術(shù)影響力評價指數(shù)PRCI-G的基礎(chǔ)上，結(jié)合科研人員研究主題構(gòu)建學(xué)術(shù)影響力評價矩陣，并從五大維度構(gòu)建科研人員學(xué)術(shù)影響力畫像。以圖書情報學(xué)領(lǐng)域為例對所提方法進行實證研究，該方法能夠全景化展示科研人員的學(xué)術(shù)面貌，為中文人文社會科學(xué)領(lǐng)域的其他學(xué)科應(yīng)用提供借鑒，同時為研究者追蹤科研人員動態(tài)與快速把握學(xué)術(shù)進展提供決策參考。

關(guān)鍵詞：中文人文社會科學(xué)；科研人員；學(xué)術(shù)影響力；圖書情報學(xué)

中圖分類號：G250 文獻標識碼：A

DOI：10.13897/j.cnki.hbkjty.2023.0063

0 引言

科研人員是學(xué)術(shù)研究與創(chuàng)新的主體，在推動知識創(chuàng)新與提升學(xué)科發(fā)展水平方面起著關(guān)鍵作用?？蒲腥藛T學(xué)術(shù)影響力是學(xué)術(shù)水平的反映，代表其學(xué)術(shù)成果被關(guān)注與被認可的程度［1］?？茖W(xué)評價科研人員學(xué)術(shù)影響力是展現(xiàn)其專業(yè)性與創(chuàng)新性的重要途徑，對完善學(xué)術(shù)人才評價體系意義重大。通過評價中文人文社會科學(xué)科研人員的學(xué)術(shù)影響力，幫助相關(guān)研究者追蹤科研人員的中文成果，能夠助力其更加準確且迅速地掌握學(xué)科前沿。

目前，常用的科研人員學(xué)術(shù)影響力評價方法有三種，分別是定性評價方法、定量評價方法和定性與定量相結(jié)合的評價方法。（1）定性評價方法。

定性評價是指某專業(yè)領(lǐng)域的專家基于自身對本專業(yè)的認知、理解、經(jīng)驗以及造詣等對被評價對象給予評判［2］。同行評議是在科研人員評價方法中最具代表性的定性研究方法之一，在滿足科研評價實際需求上，同行評議是目前科學(xué)界學(xué)術(shù)交流最可行的質(zhì)量控制手段，也是評價實踐首選的量度工具［3］。（2）定量評價方法。定量評價是指借助能夠用來表征學(xué)術(shù)成果貢獻的指標對被評價對象的影響力進行分析。在科研人員學(xué)術(shù)影響力評價方面的評價指標主要有四種，分別是傳統(tǒng)文獻計量學(xué)評價指標、h指數(shù)及其擴展指數(shù)、基于復(fù)雜網(wǎng)絡(luò)的評價方法和基于Altmetrics的評價方法［4］?；趥鹘y(tǒng)文獻計量學(xué)的評價指標主要有論文總數(shù)、總被引頻次和篇均被引頻次等。h指數(shù)是最常用于評價科研人員學(xué)術(shù)影響力的指標之一，但其僅考慮到發(fā)文量與被引量，在評價全面性上有所不足。基于復(fù)雜網(wǎng)絡(luò)的評價方法是指通過構(gòu)建作者合作網(wǎng)絡(luò)與互引網(wǎng)絡(luò)來測度科研人員的學(xué)術(shù)影響力，其中常用評價指標有點度中心度、中介中心度、接近中心度和類Page-Rank方法等?；贏ltmetrics的評價指標有微博轉(zhuǎn)發(fā)和評論、社交網(wǎng)站評論、社會標簽、下載人次、閱讀人次等，在提高時效性的同時拓展了影響力測度的廣度與深度

［5］，彌補了傳統(tǒng)計量評價的缺陷，能更好地評價學(xué)者及學(xué)術(shù)成果的社會影響力［6］。（3）定量評價和定性評價相結(jié)合的方法。定性評價與定量評價各有優(yōu)劣，在科研人員學(xué)術(shù)影響評價中互為補充，綜合應(yīng)用定性與定量的評價方法是未來評價的發(fā)展方向［7］。

本研究提出一種學(xué)術(shù)影響力評價方法，基于學(xué)術(shù)產(chǎn)出、學(xué)術(shù)認可、學(xué)術(shù)合作以及學(xué)術(shù)創(chuàng)新四個維度構(gòu)建學(xué)術(shù)影響力評價指標，并進一步結(jié)合研究主題構(gòu)建中文人文社會科學(xué)科研人員學(xué)術(shù)影響力評價矩陣，在對科研人員進行影響力類型劃分的基礎(chǔ)上，從多個維度繪制科研人員學(xué)術(shù)影響力畫像，實現(xiàn)從宏觀層面的學(xué)術(shù)影響力評價到微觀層面的個體畫像描述的全景化、多維度學(xué)術(shù)影響力評價。

1 科研人員學(xué)術(shù)影響力評價模型構(gòu)建

為了清晰展現(xiàn)科研人員學(xué)術(shù)影響力評價的構(gòu)建過程，遵循數(shù)據(jù)挖掘過程中通用的收集、處理、分析和展示步驟，科研人員學(xué)術(shù)影響力評價模型的構(gòu)建包含三個部分，分別為：科研人員學(xué)術(shù)影響力評價指標分析、科研人員學(xué)術(shù)影響力類型劃分以及科研人員學(xué)術(shù)影響力畫像構(gòu)建。

1.1 科研人員學(xué)術(shù)影響力評價指標分析

本文對中文人文社會科學(xué)科研人員學(xué)術(shù)影響力的評價，將綜合考慮科研人員的學(xué)術(shù)產(chǎn)出、學(xué)術(shù)認可、學(xué)術(shù)合作以及學(xué)術(shù)創(chuàng)新。（1）學(xué)術(shù)產(chǎn)出用科研人員發(fā)文數(shù)量進行表征。較多的學(xué)術(shù)論文數(shù)量能夠體現(xiàn)科研人員學(xué)術(shù)研究的持續(xù)性和深入性。（2）學(xué)術(shù)認可用科研人員的施引作者數(shù)量進行構(gòu)建?？蒲腥藛T的施引作者較多意味著其他研究者對其研究水平認可度較高，證實其科研成果的實際價值較高。⑶學(xué)術(shù)合作用科研人員的合作作者數(shù)量進行表示。合作作者較多能代表該科研人員社會合作網(wǎng)絡(luò)覆蓋較廣，在研究領(lǐng)域的發(fā)展中起到推動作用。⑷篇均被引頻次能夠體現(xiàn)科研人員的學(xué)術(shù)創(chuàng)新能力，較高的篇均被引頻次可以表示該科研人員學(xué)術(shù)成果的平均影響力較高。同時，在已有研究中，有學(xué)者將被引頻次離散度引入評價指標［8-10］，對作者、機構(gòu)、期刊進行評價并取得了較好的效果。被引頻次離散度能夠體現(xiàn)文獻被引頻次之間的差距，均衡篇均被引頻次可能受到高被引文獻與低被引、零被引文獻帶來的影響，反映科研人員論文被認可的均衡程度。因此，本文借鑒此方式，將被引離散度與篇均被引頻次相結(jié)合，以保證學(xué)術(shù)創(chuàng)新評價結(jié)果的合理性。

綜合上述內(nèi)容，本文從學(xué)術(shù)產(chǎn)出（Academic Publication）、學(xué)術(shù)認可（Academic Recognition）、學(xué)術(shù)合作（Academic Cooperation）及學(xué)術(shù)創(chuàng)新（Academic Innovation）四個維度構(gòu)建學(xué)術(shù)影響力評價指標：PRCI-G指數(shù)（Publication Recognition Cooperation Innovation-Gini Index），計算公式見公式（1）。其中，

公式（1）中的GC表示基尼系數(shù)（Gini Coefficient，簡稱 GC），是衡量數(shù)據(jù)離散度的常見指標之一，取值范圍在0-1之間，GC值越小則代表科研人員論文之間的被引頻次越接近。在篇均被引頻次相同的情況下，GC值越小代表科研人員的學(xué)術(shù)水平越高［11］。具體計算公式見公式（2）。其中，Pi、Pj代表一定時期內(nèi)第i篇、第j篇文獻的被引頻次，N表示一定時期內(nèi)某作者所著文獻的總數(shù)。

此外，在應(yīng)用PRCI-G指數(shù)對科研人員學(xué)術(shù)影響力進行評價的基礎(chǔ)上，需要對該指標的科學(xué)性進行驗證。因此，本文將從相關(guān)性、穩(wěn)定性以及區(qū)分性三個方面對該指標進行檢驗。

1.2 科研人員學(xué)術(shù)影響力類型劃分

在應(yīng)用PRCI-G指數(shù)進行科研人員學(xué)術(shù)影響力計算的基礎(chǔ)上，為了能更為細粒度地對科研人員類型進行劃分，明晰學(xué)科領(lǐng)域內(nèi)不同科研人員的學(xué)術(shù)發(fā)展態(tài)勢，本文結(jié)合科研人員的研究主題，構(gòu)建“研究主題-學(xué)術(shù)影響力”評價矩陣，對科研人員進行類型劃分。在對導(dǎo)出的題錄數(shù)據(jù)進行關(guān)鍵詞清洗、合并后，應(yīng)用Donohue［12］提出的高頻低頻詞界分公式進行關(guān)鍵詞提取，并使用VOSviewer進行主題聚類劃分，以識別每位作者的研究主題數(shù)量。使用研究主題數(shù)量與 PRCI-G指數(shù)繪制科研人員學(xué)術(shù)影響力評價矩陣，通過閾值設(shè)置，將科研人員劃分為四種類型。

1.3 科研人員學(xué)術(shù)影響力畫像構(gòu)建

通過上述過程，能夠計算每位科研人員在學(xué)科領(lǐng)域的學(xué)術(shù)影響力并劃分影響力類型，實現(xiàn)了從宏觀層面對科研人員的學(xué)術(shù)影響力情況分析。本文整合科研人員的學(xué)術(shù)微觀信息，通過構(gòu)建科研人員學(xué)術(shù)影響力畫像的方式對科研人員的學(xué)術(shù)面貌進行全景化結(jié)果展示，實現(xiàn)從宏觀到微觀層面的科研人員學(xué)術(shù)動態(tài)揭示。

綜上，本文對科研人員學(xué)術(shù)影響評價的關(guān)鍵流程進行了描述，并以此形成科研人員學(xué)術(shù)影響力評價模型，見圖1。在模型實證過程中，以中國知網(wǎng)和中國引文數(shù)據(jù)庫為數(shù)據(jù)來源。

數(shù)據(jù)具體處理流程如下：首先，在中國知網(wǎng)中對圖書情報領(lǐng)域的相關(guān)論文進行檢索，篩選出科研人員實驗列表。第二，在中國引文數(shù)據(jù)庫對相關(guān)科研人員的施引作者數(shù)量、合作作者數(shù)量及篇均被引次數(shù)進行檢索與統(tǒng)計。為了消除不同指標之間的量綱影響，使預(yù)處理的數(shù)據(jù)穩(wěn)定性更高，對以上數(shù)據(jù)進行l(wèi)og對數(shù)函數(shù)歸一化處理。最后，依據(jù)科研人員學(xué)術(shù)影響力評價過程，計算科研人員PRCI-G指數(shù)，結(jié)合研究主題進行科研人員學(xué)術(shù)影響力劃分，最終繪制完成科研人員學(xué)術(shù)影響力畫像。

2 結(jié)果分析

2.1 數(shù)據(jù)來源與處理

1965年，普賴斯在對引文進行大量的統(tǒng)計分析后提出了“最大引文年限”問題，并指出文章被引用的峰值是該文章發(fā)表后的第二年［13］。2011年，黃利平研究發(fā)現(xiàn)圖書情報學(xué)領(lǐng)域的期刊被引最佳年限主要集中在第二年或者第三年

［14］。為消除最大引文年限的影響，本文選取中國知網(wǎng)收錄的圖書情報領(lǐng)域2009-2018年間發(fā)表的CSSCI論文進行研究。為了避免發(fā)文量過大或過小造成評價失衡，本文重點對發(fā)文量較為接近的科研人員進行研究。因此，將論文數(shù)量的閾值設(shè)置為85-150篇，在該區(qū)間內(nèi)共有22位科研人員。

在中國引文數(shù)據(jù)庫對22位作者的合作作者、施引作者及篇均被引頻次分別進行檢索。為了彰顯科研人員的較高學(xué)術(shù)水平并探尋較為穩(wěn)定的合作關(guān)系，對引用次數(shù)和合作次數(shù)設(shè)定閾值，使用引用科研人員論文數(shù)量大于5次的作者數(shù)量來計算學(xué)術(shù)認可程度，使用與科研人員合作2次及以上的作者數(shù)量來計算學(xué)術(shù)合作程度。數(shù)據(jù)統(tǒng)計情況如表1所示。

2.2 科研人員學(xué)術(shù)影響力計算

2.2.1 科研人員學(xué)術(shù)影響力評價

對上述數(shù)據(jù)進行l(wèi)og對數(shù)函數(shù)歸一化處理后，使用熵權(quán)法計算各項指標權(quán)重，得到學(xué)術(shù)產(chǎn)出的權(quán)重為0.0133，學(xué)術(shù)認可的權(quán)重為0.6060，學(xué)術(shù)合作的權(quán)重為0.0780，學(xué)術(shù)創(chuàng)新的權(quán)重為0.3026。根據(jù)PRCI-G指數(shù)公式計算22位科研人員的PRCI-G指數(shù)，并將其與常用的科研人員學(xué)術(shù)影響力評價指標h指數(shù)、g指數(shù)、篇均被引頻次及總發(fā)文量進行比較，結(jié)果見表2。

2.2.2 PRCI-G指數(shù)有效性檢驗

為了驗證PRCI-G指數(shù)對科研人員學(xué)術(shù)影響力的評價效果，從相關(guān)性、穩(wěn)定性和區(qū)分性角度進行分析。

（1）PRCI-G指數(shù)的相關(guān)性分析。為分析PRCI-G指數(shù)與h指數(shù)、g指數(shù)、總發(fā)文量以及篇均被引頻次之間的關(guān)系，對上述數(shù)據(jù)進行Spearman相關(guān)性分析，結(jié)果如表3所示。

分析表3發(fā)現(xiàn)，PRCI-G指數(shù)與h指數(shù)和g指數(shù)中等程度相關(guān)，與篇均被引頻次強相關(guān)，與總發(fā)文量極弱相關(guān)。PRCI-G指數(shù)與h指數(shù)、g指數(shù)和篇均被引頻次的相關(guān)度分別為0.446、0.529和0.760，有著較高的一致性，能夠證明PRCI-G指數(shù)是在已有評價指標上的改進，具有一定說服力。與h指數(shù)和g指數(shù)相比，PRCI-G指數(shù)與篇均被引頻次的相關(guān)性較高，可能是因為h指數(shù)和g指數(shù)的評價標準均是高被引文獻，未考慮到被引頻次較低的文獻，而PRCI-G指數(shù)則將論文被引頻次的均衡性與離散度納入計算。此外，PRCI-G指數(shù)與總發(fā)文量的相關(guān)系數(shù)僅為0.120，相關(guān)度極弱，符合破除“唯論文”不良導(dǎo)向的科技評價體系改良趨勢［15］，說明PRCI-G指數(shù)更注重科研人員學(xué)術(shù)成果的質(zhì)量與其在學(xué)科領(lǐng)域中的綜合影響力與貢獻度，而非局限于論文數(shù)量。

（2）PRCI-G指數(shù)的穩(wěn)定性分析。將PRCI-G指數(shù)與用于評價科研人員學(xué)術(shù)影響力的其他常見指標，即h指數(shù)、g指數(shù)與篇均被引頻次進行比較，其中排名變化為PRCI-G指數(shù)排名，分別減去其他指標排名的差值，得到的結(jié)果如表4所示。

分析表4發(fā)現(xiàn)，PRCI-G指數(shù)排名相較h指數(shù)、g指數(shù)上升幅度最大的均為蘭月新，分別上升11位和12位。根據(jù)收集到的數(shù)據(jù)進行分析可以發(fā)現(xiàn)，該科研人員共發(fā)表86篇論文（排名第17位），合作作者40位（排名第1位），施引作者67位（排名第4位），篇均被引28.31次（排名第3位）。在統(tǒng)計數(shù)據(jù)中，該作者的發(fā)文量排名雖較靠后，但合作網(wǎng)絡(luò)較廣，多次引用其學(xué)術(shù)成果的作者較多，因此使用PRCI-G指數(shù)進行評估，會使得其排名有較大幅度的提升。

PRCI-G指數(shù)效果與h指數(shù)和g指數(shù)存在類似效果。在與h指數(shù)的比較中，有2位科研人員的排名位次未變化。在與篇均被引頻次的對比中，有4位科研人員的排名位次未變化。在PRCI-G指數(shù)與h指數(shù)、g指數(shù)排名對比中均有15位科研人員的位次變化小于等于5位，占比68.19%。與篇均被引頻次的排名相比，共16位科研人員的位次變化在5位以內(nèi)，占比72.73%，其中篇均被引頻次排名前10的科研人員中僅有1位位次變動超過5位。通過數(shù)據(jù)分析可以看出，PRCI-G指數(shù)評價結(jié)果的總體排名變化幅度較低，與其他評價指數(shù)相比的結(jié)果較為穩(wěn)定。

（3）PRCI-G指數(shù)的區(qū)分性分析。從表2可以看出，22位科研人員的PRCI-G指數(shù)沒有重復(fù)，最大值與最小值相差0.75，數(shù)值差異雖小但區(qū)分度較為明顯。觀察h指數(shù)和g指數(shù)，可以看到有5組科研人員具有相同的h指數(shù)，涉及13位科研人員，占比59.10%；5組科研人員的g指數(shù)相同，涉及10位科研人員，占比45.45%。顯然，使用PRCI-G指數(shù)來區(qū)分科研人員學(xué)術(shù)影響力的效果更加顯著。

進一步繪制22位科研人員PRCI-G指數(shù)、h指數(shù)和g指數(shù)排名情況，橫軸表示科研人員，縱軸為影響力指數(shù)排名，見圖2?？梢钥闯觯?PRCI-G指數(shù)排名的圖示是一條直線，表示未出現(xiàn)排名相同的情況，而h指數(shù)和g指數(shù)的排名情況均出現(xiàn)波動，表示在不同科研人員的評價中存在相同的結(jié)果。綜上分析，PRCI-G指數(shù)涵蓋了科研人員的學(xué)術(shù)產(chǎn)出、學(xué)術(shù)認可、學(xué)術(shù)合作及學(xué)術(shù)創(chuàng)新，能更加綜合地對科研人員學(xué)術(shù)影響力進行區(qū)分。

整體來說，在h指數(shù)和g指數(shù)相同的科研人員中，當PRCI-G指數(shù)保留2位小數(shù)時能夠形成明顯差異，可證明PRCI-G指數(shù)的區(qū)分效果較強。

2.3 科研人員學(xué)術(shù)影響力類型劃分

為了對科研人員學(xué)術(shù)影響力類型進行更為細粒度的劃分，本文在提取科研人員研究關(guān)鍵詞的基礎(chǔ)上，依托VOSviewer對科研人員研究主題進行識別，為了能夠保證主題聚類的語義量，設(shè)置聚類包含的最少關(guān)鍵詞數(shù)量為2。

在確定每位科研人員的研究主題數(shù)量后，結(jié)合PRCI-G指數(shù)構(gòu)建“研究主題-學(xué)術(shù)影響力”評價矩陣，其中橫軸為主題數(shù)量，縱軸為PRCI-G指數(shù)，見圖3。為了對科研人員影響力類型進行區(qū)分，設(shè)定研究主題數(shù)量和學(xué)術(shù)影響力閾值分別為5和1.385。其中1.385為22位科研人員PRCI-G指數(shù)的中位數(shù)。

依據(jù)研究主題數(shù)量和PRCI-G指數(shù)對四個象限中的作者類型進行歸納如下：

學(xué)術(shù)卓越型：在第一象限中，科研人員的研究主題數(shù)量多于5個，同時PRCI-G指數(shù)高于1.385。該類科研人員研究范圍廣泛且研究較為深入，在學(xué)科領(lǐng)域內(nèi)影響力突出，在學(xué)術(shù)產(chǎn)出和創(chuàng)新水平較高的基礎(chǔ)上，合作作者和施引作者較多。對于學(xué)術(shù)新人來說，通過追蹤該類科研人員，可以較快地從多個研究方向了解學(xué)科發(fā)展，對明晰研究目標具有重要借鑒。

研究聚焦型：第二象限中，科研人員的研究主題小于等于5個且PRCI-G指數(shù)高于1.385。這些科研人員的研究內(nèi)容較為集中，在主要研究方向中產(chǎn)出能力強且學(xué)術(shù)影響力高。對于研究人員來說，關(guān)注這些科研人員的學(xué)術(shù)動態(tài)有助于建立起完整的知識脈絡(luò)，特別是在某個方向進行深入探索的研究者，可依據(jù)自身研究方向有針對性地追蹤科研人員動態(tài)，以便更加細致全面地把握其中重點知識與新興熱點。

潛力突出型：第三象限中，科研人員的研究主題數(shù)量小于等于5個且 PRCI-G指數(shù)低于1.385。這類科研人員的研究范圍相對聚焦，在學(xué)術(shù)領(lǐng)域中奠定了堅實的基礎(chǔ)，學(xué)術(shù)潛力突出且學(xué)術(shù)視野前沿。研究人員通過追蹤該類科研人員，能夠獲得創(chuàng)新性的學(xué)術(shù)觀點，對開辟學(xué)術(shù)思維有重要的導(dǎo)向意義。對相關(guān)方向的研究人員與新進研究人員來說，關(guān)注該類科研人員的學(xué)術(shù)動態(tài)有助于擴展學(xué)術(shù)視野、開辟創(chuàng)新思維。

均衡發(fā)展型：在第四象限中，科研人員的研究主題數(shù)量大于5個，同時PRCI-G指數(shù)低于1.385。該類科研人員的研究主題比較多元，影響力較為均衡，未來有可能發(fā)展為學(xué)術(shù)卓越型。研究人員在追蹤學(xué)術(shù)卓越型科研人員的同時，在相應(yīng)方向上可同時追蹤均衡發(fā)展型科研人員。通過此種方式，能夠幫助研究人員快速全面把握學(xué)科發(fā)展態(tài)勢和研究熱點，并據(jù)此形成自己的研究思路。

對科研人員學(xué)術(shù)影響力類型進行劃分，一方面可以對科研人員學(xué)術(shù)影響力進行細粒度描述，更加細致地分析其研究趨勢、追蹤其學(xué)術(shù)動態(tài)；另一方面能夠幫助不同類型的研究人員把握科研人員的學(xué)術(shù)進展與研究方向，為其跟進學(xué)科領(lǐng)域熱點研究提供參考，并為其開闊研究思路提供借鑒。

2.4 科研人員學(xué)術(shù)影響力畫像描述

在宏觀層面對科研人員學(xué)術(shù)影響力類型劃分完成后，針對不同類型的科研人員，進一步對其學(xué)術(shù)影響力畫像進行描述。學(xué)術(shù)影響力畫像旨在通過對科研人員的基本信息、學(xué)術(shù)影響力情況、被引情況、合作情況以及研究主題五項內(nèi)容進行系統(tǒng)刻畫，從微觀角度較為全面地展現(xiàn)科研人員學(xué)術(shù)面貌，為研究者快速把握科研人員學(xué)術(shù)動態(tài)提供重要參考，助力其高效開展科研活動。因此，本文以“學(xué)術(shù)卓越型”中的科研人員為例，選擇武漢大學(xué)的黃如花教授，對其學(xué)術(shù)影響力畫像進行構(gòu)建，見圖4。

分析圖4發(fā)現(xiàn)，在合作情況分析中，可發(fā)現(xiàn)共有23位作者與黃如花教授的合作次數(shù)不少于2次，其中合作最多的作者是武漢大學(xué)的李白楊，兩人共合著10篇論文，共被引627次。兩人合著論文中被引頻次最高的是2016年發(fā)表于期刊《圖書情報知識》上的《數(shù)據(jù)素養(yǎng)教育：大數(shù)據(jù)時代信息素養(yǎng)教育的拓展》一文

［16］，共被引248次?？蒲腥藛T之間的合作關(guān)系有助于學(xué)科知識的橫向擴張與縱深挖掘，了解研究方向中高影響力學(xué)者的合作情況有助于研究人員全面構(gòu)建知識網(wǎng)絡(luò)，更為深入地學(xué)習(xí)了解學(xué)科領(lǐng)域中的理論知識。

在被引情況分析中，共有91位作者引用黃如花教授的學(xué)術(shù)成果，次數(shù)大于5次，其中中國科學(xué)技術(shù)信息研究所的溫芳芳在9篇文獻中引用了48次黃如花教授的學(xué)術(shù)成果，是施引頻次最高的作者。通過分析施引作者及引證文獻可以看出，在對政府數(shù)據(jù)開放共享政策領(lǐng)域的研究中，黃如花教授的學(xué)術(shù)成果受到了大量研究人員的認可，為相關(guān)理論及實踐研究提供了思路指引與參考。

在研究主題方面，針對黃如花教授的學(xué)術(shù)成果共確定了34個可用于分析的關(guān)鍵詞，在VOSviewer生成的可視化圖譜中共形成6個研究主題，根據(jù)關(guān)鍵詞分析及文獻的二次解讀，對6個主題分別命名為信息資源建設(shè)與信息服務(wù)、政府數(shù)據(jù)開放共享政策、科研數(shù)據(jù)資源開放存取、信息素養(yǎng)教育、信息組織與檢索、圖書館管理，其中學(xué)術(shù)成果最多的兩個研究主題為“信息資源建設(shè)與信息服務(wù)”和“政府數(shù)據(jù)開放共享政策”。

對黃如花教授進行學(xué)術(shù)影響力畫像描述，能夠?qū)崿F(xiàn)從宏觀到微觀層面的學(xué)術(shù)面貌揭示。對圖書情報學(xué)領(lǐng)域的研究人員而言，通過學(xué)術(shù)畫像可以更加細致地把握黃如花教授的研究進展，深入了解相關(guān)研究主題的發(fā)展態(tài)勢，補充自身在學(xué)科領(lǐng)域中的知識盲點，開拓學(xué)科視野并啟發(fā)研究思維。學(xué)術(shù)新人通過關(guān)注學(xué)術(shù)影響力畫像能夠?qū)S如花教授的學(xué)術(shù)信息進行比較全面的了解，明晰圖書情報學(xué)領(lǐng)域內(nèi)的多個研究方向及熱門主題，從而較為系統(tǒng)地把握相關(guān)方向發(fā)展現(xiàn)狀。針對研究主題聚焦在“信息資源建設(shè)與信息服務(wù)”和“政府數(shù)據(jù)開放共享政策”等方向的研究者，可以通過追蹤黃如花教授及其主要合作者、施引者的最新成果了解學(xué)科熱點與新興前沿，從而在增加知識儲備的基礎(chǔ)上拓展研究思路。

3 結(jié)語

本文提出的中文人文社會科學(xué)科研人員學(xué)術(shù)影響力評價方法具有一定創(chuàng)新性，具體表現(xiàn)如下：

（1）過往研究多是從文獻計量、替代計量和復(fù)雜網(wǎng)絡(luò)等角度出發(fā)，改良或重建科研人員評價標準。本文在創(chuàng)新評價維度的基礎(chǔ)上，構(gòu)建了“研究主題—學(xué)術(shù)影響力”二維矩陣，對科研人員進行學(xué)術(shù)類型劃分，能夠助力相關(guān)研究者在宏觀層面把握不同科研人員的學(xué)術(shù)進展，鎖定追蹤對象，為其跟進學(xué)科領(lǐng)域熱點與新興前沿進行助力。

（2）已有研究往往僅對科研人員進行排名，沒有對其研究主題、發(fā)展態(tài)勢等進行細粒度分析。本研究結(jié)合科研人員學(xué)術(shù)特征繪制了學(xué)術(shù)畫像，從而更為詳盡的對科研人員合作情況、被引情況、學(xué)術(shù)影響力情況、研究主題等學(xué)術(shù)信息進行描述，有助于快速全面地了解科研人員學(xué)術(shù)動態(tài)，從多個維度直觀審視所屬研究方向中高影響力學(xué)者的科研進展，為相關(guān)研究人員及時跟進學(xué)科動態(tài)與開拓研究思路提供了全景化、多維度的參考支持。

參考文獻

［1］王偉明.考慮共識度的學(xué)者學(xué)術(shù)影響力組合評價研究［J］.情報理論與實踐，2023，46（1）：115-123.

［2］許海云，方曙.人文社會科學(xué)評價中“質(zhì)”與“量”相結(jié)合的評價框架研究［J］.圖書情報工作， 2011，55（10）：60-64.

［3］萬昊，譚宗穎，朱相麗.同行評議與文獻計量在科研評價中的作用分析比較［J］.圖書情報工作，2017，61（1）：134-152.

［4］熊回香，杜瑾，代沁泉，等.基于主題與多維計量指標的學(xué)者學(xué)術(shù)影響力評價研究［J］.情報理論與實踐，2021，44（8）：22-27，21.

［5］趙蓉英， 郭鳳嬌.Altmetrics：學(xué)術(shù)影響力評價的新視角［J］. 情報科學(xué)，2017，35（1）：14-18.

［6］楊思洛，董嘉慧，劉華瑋.信息計量與科學(xué)評價：新時期、新需求、新發(fā)展——青年學(xué)者論壇綜述［J］.圖書館論壇，2021，41（4）：94-101.

［7］張琳.Gunnar Sivertsen.科學(xué)計量與同行評議相結(jié)合的科研評價——國際經(jīng)驗與啟示［J］.情報學(xué)報，2020，39（8）：806-816.

［8］俞立平，劉愛軍. 指標數(shù)據(jù)分布與內(nèi)部差距對學(xué)術(shù)期刊評價的影響——以JCR數(shù)學(xué)期刊為例［J］.圖書情報工作，2014，58（21）：105-110.

［9］高丹， 李秀霞， 臧思思.G_m指數(shù)：基于論文被引離散度的作者學(xué)術(shù)影響力評價新指標［J］.情報科學(xué)，2020， 38（4）：57-61.

［10］熊回香，王妞妞，沈舒悅，等. h_μ指數(shù)——基于h指數(shù)的修正研究［J］.情報理論與實踐，2022，45（7）：74-80.

［11］高英蓮，李秀霞，劉金星.被引數(shù)量、被引質(zhì)量和被引離散度結(jié)合的學(xué)術(shù)期刊影響力評價研究［J］.信息資源管理學(xué)報，2019，9（4）：19-23， 30.

［12］Donohue J C.Understanding Scientific Literatures-A Bibliometric Approach ［M］.Cambridge： The MIT Press，

1973 ：49-50.

［13］邱均平.文獻計量學(xué)［M］.北京：科學(xué)技術(shù)出版社，1988：326-327.

［14］黃利平.基于引文分析的文獻老化研究——以圖書情報和管理學(xué)為例［J］.情報雜志，2011，30（10）：30-35.

［15］中華人民共和國科學(xué)技術(shù)部.科技部印發(fā)《關(guān)于破除科技評價中“唯論文”不良導(dǎo)向的若干措施（試行）》的通知［EB/OL］.［2023-02-17］.http：//www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/fgzc/gfxwj/gfxwj

2020/202002/t20200223_151781.html.

［16］黃如花，李白楊.數(shù)據(jù)素養(yǎng)教育：大數(shù)據(jù)時代信息素養(yǎng)教育的拓展［J］.圖書情報知識，2016（1）：21-29.

作者簡介：

郭蕊翾（1998），女，山東師范大學(xué)圖書館碩士研究生在讀。研究方向：圖書館服務(wù)創(chuàng)新。

宋凱（1993），男，山東師范大學(xué)圖書館館員。研究方向：專利計量。

杜保國（1963），男，山東師范大學(xué)圖書館副教授、館長。研究方向：圖書館管理與服務(wù)創(chuàng)新。

（收稿日期：2023－02－23 責(zé)任編輯：張長安）

Research on the Evaluation of Academic Influence of Chinese Humanities and Social Sciences Researchers

—Taking the Field of Library and Information Science as an Example

Guo Rui－xuan Song? kai Du? Bao－guo

Abstract：The academic influence evaluation of scientific researchers is an important way to show their professionalism and innovation. On the basis of constructing the PRCI-G index for evaluating the academic influence of researchers， the article constructs a matrix for evaluating the academic influence of researchers by combining their research themes， and builds a portrait of the academic influence of researchers from five major dimensions. The empirical study of the proposed method in the field of library andinformation science proves that the method can present the academic profile of researchers in a panoramic way， which provides a reference for other disciplines in the field of Chinese humanities and social sciences to apply， and also provides a reference for researchers to track the dynamics of scientific researchers and quickly grasp the academic progress.

Keywords：Chinese Humanities and Social Sciences; Scientific Researcher; Academic Influence; Library and Information Science