摘 要： 本文采用文献计量学和CiteSpace知识图谱分析软件, 以1999-2017年发表在SSCI中的2 447篇以科技期刊为研究对象的论文为样本, 从科研产出、研究影响力、研究热点与趋势3个维度探讨目前研究科技期刊的现状, 为科技出版的研究和发展提供可借鉴的参考方向。
关键词： 科技期刊; 文献计量学; 知识图谱; 科技传播;
科学技术期刊 (以下简称“科技期刊”) 作为科学知识传播和学术交流的重要载体, 在促进科技创新、记录科研成果、反映科技动态、传播科学文化等方面占有举足轻重的地位。[1]科技期刊是以传播真实、原始的科研成果, 以及学科或主要研究领域的最新进展和发展趋势为内容。除此之外, Alidousti等[2]认为科技期刊所有的论文在发表之前都必须经由相关领域的同行进行审查和推荐发表, 且这些期刊的出版商由科学机构、学者和专家组成。根据我国在1991年发布实施的《科学技术期刊管理办法》的第二条:科学技术期刊, 具有固定刊名、刊期、年卷或年月顺序编号、印刷成册, 以报道科学技术为主要内容的连续出版物。它包括综合性期刊、学术性期刊、技术性期刊、检索性期刊和科普性期刊5种。[3]相较之下, 国外对于科技期刊的界定偏重于学术期刊的范畴, 而国内对科技期刊的界定涵盖领域较为广泛。
根据考证, 国际上第一种真正用于学术交流的期刊是亨利·奥登伯格等人于1665年3月6日创办的英国皇家学会会刊—《哲学汇刊》 (《Philosophical Transactions of the Roya Society》) , 亦是世界上最早的科技期刊雏形。[4]此后世界各地的学术期刊逐渐兴起, 在一定程度上为日后科技期刊的出现奠定了基石。经过几百年的发展, 如今世界上的科技期刊数量庞大、种类繁多, 科技期刊的增长率正经历史上第二次浪潮。[5]根据近年来《乌利希国际期刊指南》 (《Ulrich’s Periodicals Directory》) 所收录的全球约23 000种同行评议的学术期刊, 美国的学术期刊占34%, 中国的期刊约占2%, [6]中国科技期刊进展的空间仍然很大。
为全方位了解国际以科技期刊为研究对象的研究概况, 本文试图通过文献计量学和知识图谱的方法, 探讨目前研究科技期刊的现状, 为科技出版的研究和发展提供可借鉴的参考方向。
1、 数据来源和数据收集
Social Science Citation Index (以下简称SSCI) , 是美国科学情报研究所 (Institute for Scientific Information) 建立的综合性社会科学引文数据库, 收录社会科学50多个核心学科领域的3 000多种具备影响力的期刊论文信息, 是当今社会科学领域重要的期刊检索和论文参考渠道, 为社会科学领域的研究提供了一个良好的国际交流平台。由于研究科技期刊的论文大量发表在社会科学领域, 为保证收集的数据具有全面性、准确性和较高的解释度, 故本文以Web of Science (WOS) 的子数据库SSCI作为数据来源。
由于本文主要研究的是以科技期刊为研究对象的论文, 科技期刊对应的英文译词丰富多样, 唯恐挂一漏万, 于2018年2月3日进入SSCI, 在查阅数据库时将“科技期刊”的常用英文译词一一列举, 检索策略为“TS= (scientificjournal OR science-journal OR academicjournal OR scholarly-journal OR scientificand-technical-journal OR scientific-periodical OR science-periodical OR academic-periodical OR scholarly-periodical OR scientific-andtechnical-periodical) ”, 共获3 019篇论文, 进一步将论文类型锁定为“article”, 并剔除无作者14篇, 最终获2 447篇有效论文样本, 且所有样本中titles、research areas、author names、author keywords、abstract、source country/territory、references and citations皆被提取出来保存为.txt文本格式, 作为后文分析的原始数据样本。由于SSCI收录期刊最早的时间是从1999年开始, 故本文选取的时间跨度为1999-2017年。
2、 研究方法
文献计量学是指通过定量分析和统计, 深入了解各个研究领域的发展趋势, 最早由Pritchard[7]提出。文献计量学作为一种量化研究的方法, 一方面可以用来评估个人、研究机构、国家等对于某个研究领域的整体贡献, 另一方面通过展示的研究结构和动态数字来预测未来的研究趋势和研究方向。[8]引文数据与科学知识图谱作为文献计量学中重要的组成部分, 二者结合可以进一步确定研究人员、学术机构以及国家区域之间的合作关系, 同时亦可以量化研究成果的影响力。其中, 科学知识图谱指的是利用可视化的方法, 将某个领域的发展进程和结构关系通过图示方法直观地呈现出来。在知识图谱中, 学科前沿之间的交互关系是以空间的形式展现出来的。[9]
在数据处理部分, 本文结合WOS的Journa C i t a t i o n R e p o r t (J C R) 相关数据, 利用Microsoft Excel作为数据基本处理的软件;知识图谱部分则通过CiteSpace进行绘制, 该软件由美国德雷克塞尔大学信息科学与技术学院的陈超美教授研发, 可以通过聚类分析、社会网络分析、多维尺度分析等方法进行信息的可视化, 进而探测学科知识领域发展脉络、研究热点和未来趋势。[10]与其他可视化的论文计量工具相比, CiteSpace不仅可以构建不同时期的论文计量网络图谱, 还可以检测和可视化突然爆发的词组 (Burst Terms) 和中介中心性 (Betweenness Centrality) , 从而识别某一领域发展的新兴趋势、根本性的转变以及重大的转折点。[11]本文通过对相关数据的挖掘和科学计量分析, 试图寻找该领域的知识脉络, 以期能进一步把握该领域研究的发展趋势和前沿热点。
3、 结果与讨论
3.1、 科研产出分析
从采集的样本中可以发现, 最早进行相关研究的是Ramírez等[12]于2000年发表的《对影响因子重新规格化》 (《Renormalized Impact Factor》) 一文, 该文认为影响因子是评判科技期刊影响力的重要量化参数之一, 并提出一种基于无量纲物理参数 (dimensionless physica parameters) 定义, 启发了对影响因子的重新规格化, 该因子允许不同类别期刊之间比较, 同时亦可对该期刊在该领域的作用进行时间维度的演变分析。
分析图1论文数量统计与趋势图后发现, 论文数量从2000年的49篇增长到2017年的224篇, 其中2008年有一次短暂的回落, 随后在2009年显着增长。根据历年累计论文增长数, 拟合出方程模型 (见图2) 。方程式为:y=6.97285x2-27867.12765x+27842900 (r2>0.999) 。其中y表示累计论文数量, x表示年份, r2为可决系数, r2值越高, 表示方程的拟合程度越好。根据该方程模型, 可以预测2018年的论文数量约2 753篇, 是2000年论文数量的56倍 (2753/49) 。
图1 论文数量统计与趋势
图2 科研产出拟合曲线图
3.2、 科研影响力分析
2 447篇论文分布于933种期刊之中, 共计110个学科分类, 平均每个期刊的载文量为2.6篇, 其中低于平均值的期刊有840种, 占90.0% (840/933) 。排名前20 (以下称TOP20) 的期刊 (即论文数量>15篇) 的平均被引用次数为10.2 (见表1) 。
值得关注的是, 根据WOS的学科分类, 发现“信息科学和图书馆学”类 (Information Science&Library Science) 的论文产出量占据主导地位。在TOP20的期刊中, 有16个期刊属于该学科领域, 占80% (16/20) , 验证了“布拉弗德-加菲尔德法则” (学术信息的20-80规律) , 20%的期刊汇集了足够的信息以全面反映科技的最新且最重要的成果与进展。[13]同时, 本文进一步分析发现, 这20种期刊中位于一区的有4种, 二区、三区各3种, 四区5种, 位于一区期刊的发文量占42.8% (399/933) , 约占总数的一半。
《Scientometrics》 (《科学计量学》) 和《Journal of Informetrics》 (《信息计量学》) 是知名的计量学期刊, 在科研产出上, 分别位列第1和第4, 发文总量为246篇, 从侧面反映出研究科技期刊的发文量与期刊的排名、论文质量和影响力之间的密切关系。其中, 《Scientometrics》剔除自引后, 被引频次高达3 776次, 是平均被引频次534.5的7倍。若要进一步了解《Scientometrics》期刊的影响力, 可以观察h指数 (h-index) 。h指数作为反映一个人或一份期刊、一个国家或地区的学术成就的重要衡量指标, h值越高, 表明论文的影响力越大。[14]根据本文统计显示, 该刊h指数位列第一, 是平均h指数9.6的3.4倍, 表明《Scientometrics》在科技期刊研究领域学术影响力之大, 对于研究者具有重要的启发作用与学习价值。
表1 科研产出TOP20期刊
注: (1) 平均引用频次含自引与他引; (2) 本表依照篇数排序, 若篇数一样, 则按h指数排序。
此外, 文献调研发现, 国内研究科技期刊的论文主要发表在“编辑出版类”的期刊, 而国际主要集中在“信息科学与图书馆学”类。国外对编辑出版方向的期刊并无单独归类, 但本文发现在“信息科学与图书馆学”领域中却涵盖编辑出版方向的期刊。通过进一步分析发现, 国际公认排名前3的编辑出版方向的期刊是《Learned Publishing》 (《学术出版》) 、《Journal of Scholarly Publishing》 (《学术出版杂志》) 和《Serials Review》 (《期刊评论》) , 这3种期刊在科技期刊研究方向的发文量排名亦较为靠前, 分别是第2、第5与第8位, 三者合计共发表论文164篇, 反映出无论是在国内还是国外, 编辑出版对该议题的研究皆具有较高的关注度。
进一步对T O P 2 0期刊的所属国家统计发现, 发达国家表现尤为突出, 占据主导地位。发展中国家虽占有一席之地, 例如巴西和墨西哥, 但各项指标系数都明显低于平均值, 且自引频次较高。其中, 巴西的《Perspectivas Em Ciencia Da Informacao》 (《信息科学的发展前景》) 在2012年之后被SSCI剔除, 而墨西哥的《Investigacion Bibliotecologica》 (《图书馆学研究》) 虽跻身Top20之列, 但自引率达到25.0%, 约是平均值5.3%的5倍, 说明发展中国家期刊的国际学术影响力与发达国家相比差距颇大。
4、 研究热点与趋势分析
4.1 、研究热点分析
分析不同时期作者关键词是分析研究热点常用的文献计量学方法, 有助于学科方向的确立, 并被证明可以有效地掌握科学新领域的进展。[15]相较于传统的高频词分析, 突现主题术语更适合探测学科发展的新兴趋势和突然变化。[16]在CiteSpace中, 通过软件自带的突现检测 (Burst Detection) 算法, 将搜索关键词筛除后再将同义关键词合并, 得出研究科技期刊论文的“突现词”信息表, 见表2。结果显示, 研究科技期刊的相关论文初期主要聚焦于电子期刊 (electronic journal) 和电子出版 (electronic publishing) , 此阶段的关键词“影响因子” (impact factor) 呈现出较高的突现度。表明, 研究科技期刊的论文早期主要聚焦于期刊的影响因子和评价体系上。2004—2008年期间, 科研管理 (management) 和教育 (education) 呈现出较高的突现度。
2009—2010年, 不少学者将目光投向三大数据库 (WOS/Scoups/GoogleScholar) 之间的对比研究[17], 亦有一些学者对这些数据库的评价指标进行了讨论与研究[18]。值得关注的是, 此阶段开放获取 (open access) 成为学者研究的热点。这可能与20世纪90年代以来, 随着互联网技术的引入, 学术出版系统经历了相当大的变化, 在线出版的科技期刊数量越来越多, 随之而来的是开放获取的期刊不断增加, 至2000年已经有一些规模较大的OA出版商, 例如BioMed Central、Public Library of Science、Hindawi、Bentham Open。此阶段有学者以Ulrich’s、Web of Science、Scopus和DOAJ等数据库提供的期刊列表为主要的研究对象, 对所有开放获取的论文进行统计与分析, 研究结果表明, 开放获取对科技期刊论文的可获得性已经产生了显着的正面影响, 不同学科在开放获取上存在着较大的差异。[19]
表2 研究科技期刊之关键词共现网络“突现词”信息表
2011—2012年期间, 没有突现新的研究前沿, 主要还是集中于期刊评价指标体系的补充和完善。2013年之后, 随着社会化媒体浪潮和大数据时代的来临, 社交媒体与科技出版之间的联系也日渐突显, 成为新的研究方向, 此阶段social media成为重要的突现关键词。许多国际大型科技期刊出版商的并购之举深刻反映了科技出版领域的新兴趋势。2013年, 着名学术出版商爱思唯尔 (Elsevier) 收购在线学术社交平台Mendeley。在该平台上, 世界各地的科研人员均能够将搜索到的学术论文添加至个人图书馆进行编辑、管理, 并且可以按照研究领域组成兴趣小组, 共享相关科研信息。此后, 爱思唯尔又收购了学术信息平台Newsflo, 该平台不仅可以为研究者个人和研究机构提供跨媒介的学术影响力评价服务, 还可以为个人用户提供媒介提醒等。[20]
无论是“开放获取”平台的大力推广还是社交媒体与科技出版的结合, 均说明“互联网+”和大数据为科技期刊出版注入了新的活力, 亦带来了新的研究方向。面对此形势, 科技出版商的应对之策是不断地开拓创新并积极吸纳新的科技知识以应对新的变化, 科学研究也应与时俱进。
4.2、 研究趋势分析
在CiteSpace中, 通过对收集的论文进行摘要、关键词、关键词plus提取, 得到如图3所示的图谱, 其中, 色块表示时间的演进脉络, 引文爆发的重要节点论文则以粗黑字体进行标记, 节点之间的连线表示论文间的引用关系。根据每个集群的引用数量, 按升序排列, 即序号越小表示该集群内的论文被引用次数越多。从聚类图谱中可以观察到研究科技期刊的论文主要经历了起始阶段、爆发阶段和成熟阶段三个阶段。
图3 研究科技期刊论文的聚类
4.2.1、 起始阶段 (2000—2004年)
最大的聚类Cluster#0包含51条参考论文, 代表21世纪初的主要研究成果。其中, 被引用频次最多的是比利时学者Rousseau于2002年发表的《期刊评估:技术和实践问题》 (《Journa Evaluation:Technical and Practical Issues》) 一文, 主要探讨科技期刊评价指标的研究概况, 强调现存的期刊评价指标都有其优缺点和适用范围。在此基础上提出衡量一本期刊的质量优劣, 最好使用一组指标 (包含几个影响因素) , 并根据研究的目的适时调整指标, [21]该文迄今为止已经被引用上百次。此外, 51篇论文中有14篇论文 (占27.5%) 的标题或关键词包含“China”或“Chinese”。进一步分析, 这14篇论文主要集中探讨中国的科研产出和在世界舞台上的地位, 表明研究科技期刊的中国学者已开始在国际上崭露头角, 其中中国学者任胜利 (Ren S L) 与Rousseau合作的《中国科技期刊的国际知名度》 (《International visibility of Chinese scientific journals》) 一文被引用14次, 在Cluster#0中被引用次数居于首位。反映出21世纪以后, 随着我国科技实力的大幅提升, 政府对科技期刊的政策扶持以及科研经费的大量投入, 使得我国科技期刊的发展逐渐受到世界关注。
4.2.2、 爆发阶段 (2005—2011年)
此阶段研究重点为期刊影响因子、期刊评价指标以及期刊排名的影响因素等。具体而言, 美国物理学家Hirsch在2005年提出h指数用于“评价科学家的科研绩效”, 将既定科学家发表的论文数量与这些论文的引用次数结合成单一参数[22]。h指数后来亦被用来评价期刊质量、论文质量、评判国家一级学术机构等, 该文自发表至2017年, 已被引用超过3 000次, 成为研究科技期刊被引次数最高的论文。随后大批科学计量指数在h指数的基础上相继出现, 包括g指数[23]、hc指数[24]、πv指数[25]等, 但是目前h指数仍然是权威数据库使用最多的评价指标。
4.2.3、 成熟阶段 (2012—2017年)
根据图3, Cluster#14作为新近发表的论文聚类, 该聚类的论文平均发表年限大致集中在2011年和2012年。根据CiteSpace自带的LLR算法提供的聚类关键词lis journal/journal ranking, 进一步观察, 该聚类的论文聚焦于科技期刊的评估、排名和评价的相关研究, 其中大多数是对前人的期刊评价指标进行优化和补充, 例如Guerrero-Bote等在2012发表的论文《在测量期刊的科学声望方面又向前迈进了一步:SJR2指标》 (《A further step forward in measuring journals’scientific prestige:the SJR2indicator》) [26], 即在前人所提的SJR指标的基础上进一步提出SJR2指标。值得关注的是, 多数论文是基于某一特定方向中的科技期刊进行对比研究, 例如图书馆信息管理类、医学类、农业类的科技期刊的比较研究。此外, 知识管理、知识资本、知识贸易 (knowledge trading) 等关键词逐渐增多, 有兴起之势, 例如有学者评估期刊的来源与知识贸易之间的相关性, 并发现权威期刊对知识贸易具有显着影响[27]。
综上, 目前关于科技期刊的重要研究成果主要集中于中期, 现阶段没有革命性的研究突破, 但已有学者开始进行跨领域的尝试与创新, 例如对知识管理、知识资本或知识贸易与科技期刊之间的相关性进行探讨。
5、 讨论研究
近年来, 学者越来越意识到研究科技期刊发展的整体轨迹是必要的, 但是现有的研究往往侧重于期刊的类别 (例如图书馆学、医学、农学) 或某一主题 (例如影响因子、期刊排名) , 或某一国家或地区的科技期刊研究概况 (例如以色列、西班牙、中国等) 。这些调查研究提供了一些具有针对性且较为深入的观点, 但是缺少对科技期刊论文的整体概况研究与全方位的梳理与分析。通过分析国际研究科技期刊的知识图谱发现, 有几方面值得借鉴。
(1) 从科研产出中透析研究影响力的不足。2000—2017年在研究科技期刊的论文中发现, 北美和欧洲的发文量多且影响力大, 合作程度明显较高, 而中国的发文量低且位于一区的论文更是稀少, 论文的被引率也较低, 说明亟需提高我国科研人员的论文质量和数量, 进而提升我国科技论文的国际能见度并适时地展现科研实力。我国目前具备国际重量级的核心研究依然紧缺, 相对被引用的概率较低, 即使国家对科技期刊的支持力度不减, 发文量亦颇多, 但是绝大部分的论文主要投稿至国内编辑出版类期刊。因此, 应加大向国外期刊的投稿, 扩大国际影响力, 同时亦应加强国家地区间的合作, 特别是北美和欧洲国家, 进而提高我国在该领域的研究水平。
(2) 从研究方向中审思国际研究的热点与趋势。本文发现, 国际研究科技期刊的相关论文主要集中发表于“信息科学与图书馆学”领域的期刊, 研究聚焦于期刊的影响因子和评价指标体系, 而此方向的研究已持续数年, 并独领风潮。虽近年来关于该领域的研究有了新一轮的探索, 例如科技出版与社交媒体、科技出版与知识贸易的结合等, 但是尚未有极具突破性或崭新视角的研究出现, 再次表明该领域迫切需要融合当代科技与创新发展的研究议题。相较于国际研究的较强聚焦性与探索性, 国内在概念和相关研究范畴的界定上则趋于宽泛, 诸如期刊的封面、期刊的媒介融合、运营模式等均被纳入研究的范畴之中, 若要在国际学术中取得一席之地, 即便有坚强的国力为后盾, 我国科技期刊研究者即将面临的不单是机遇, 亦是严峻的挑战。
参考文献
[1]秦美婷, 王叶竹, 周荣庭.科技期刊封面图文信息的视觉传播研究:以《科学美国人 (国际版) 》为例[J].中国科技期刊研究, 2018, 29 (3) :211-220.
[2]Alidousti S, Khosrowjerdi M, Abdolmadjid AH, et al.Scientific periodicals in Iran:A systems approach[J].Serials Review, 2009, 35 (4) :253-263.
[3]王春林.科技编辑大辞典[M].上海:第二军医大学出版社, 2001:72.
[4]苏青, 游苏宁, 周文辉, 等.中国科技期刊现状分析研究[J].科技导报, 2006, 24 (6) :76-78, 80.
[5] Gu X, Blackmore K L.Recent trends in academic journal growth[M].New York:Springer-Verlag, 2016.
[6] 中国学术期刊的尴尬与梦想[EB/OL]. (2018-03-12) [2019-03-15].http://blog.sciencenet.cn/home.php?mod=space&uid=1557&do=blog&id=362437.
[7] Pritchard A.Statistical bibliography or bibliometrics?[J].Journal of Documentation, 1969, 25 (4) :348-349.
[8]Gl?nzel W, Schubert A.A new classification scheme of science fields and subfields designed for scientometric evaluation purposes[J].Scientometrics, 2003, 56 (3) :357-367.
[9]邱均平.信息计量学 (九) 第九讲文献信息引证规律和引文分析法[J].情报理论与实践, 2001, 24 (3) :236-240.
[10]Chen C.Citespace II:Detecting and visualizing emerging trends and transient patterns in scientific literature[J].Journal of the Association for Information Science&Technology, 2006, 57 (3) :359-377.
[11] Cobo M J, López-Herrera A G, Herrera-Viedma E, et al.Science mapping software tools:Review, analysis, and cooperative study among tools[J].Journal of the Association for Information Science&Technology, 2011, 62 (7) :1382-1402.
[12]Ramírez A M, García E O, Río J A D.Renormalized Impact Factor[J].Scientometrics, 2000, 47 (1) :3-9.
[13] Garfield E.Citation indexing:Its theory and applications in science, technology and the humanities[M].New York:Wiley, 1979:714.
[14]Hirsch J E.An index to quantify an individual’s scientific research output that takes into account the effect of multiple coauthorship[J].Scientometrics, 2010, 85 (3) :741-754.
[15]Li W, Zhao Y.Bibliometric analysis of global environmental assessment research in a 20-year period[J].Environmental Impact Assessment Review, 2015 (50) :158-166.
[16]秦晓楠, 卢小丽, 武春友.国内生态安全研究知识图谱:基于Citespace的计量分析[J].生态学报, 2014, 34 (13) :3693-3703.
[17] Delgado E, Repiso R, Emilio D, et al.The Impact of Scientific Journals of Communication:Comparing Google Scholar Metrics, Web of Science and Scopus[J].Comunicar, 2013, 21 (41) :45-52.
[18]Leydesdorff L, Moya-Anegón F D, GuerreroBote V P.Journal maps on the basis of Scopus data:A comparison with the Journal Citation Reports of the ISI[J].Journal of the Association for Information Science&Technology, 2010, 61 (2) :352-369.
[19] Bo-Christer B, Patrik W, Mikael L, et al.Open access to the scientific journal literature:Situation2009[J].Plos One, 2010, 5 (6) :1-9.
[20]徐丽芳, 刘遹菡.学术内容分享与出版转型:2015海外科技期刊出版动态研究[J].科技与出版, 2016 (2) :9-13.
[21] Rousseau R.Journal evaluation:Technical and practical issues[J].Library Trends, 2002, 50 (3) :418-439.
[22] Hirsch J E.An index to quantify an individual’s scientific research output[J].Proceedings of the National Academy of Sciences of the United States of America, 2005, 102 (46) :16569-16572.
[23]Zhang L, Thijs B, Gl?nzel W.The diffusion of H-related literature[J].Journal of Informetrics, 2011, 5 (4) :583-593.
[24]Serenko A, Dohan M.Comparing the expert survey and citation impact journal ranking methods:Example from the field of Artificial Intelligence[J].Journal of Informetrics, 2011, 5 (4) :629-648.
[25]Vinkler P.Theπv-index:A new indicator to characterize the impact of journals[J].Scientometrics, 2010, 82 (3) :461-475.
[26]Guerrero-Bote V P, Moya-Anegón F.A further step forward in measuring journals’scientific prestige:The SJR2 indicator[J].Journal of Informetrics, 2012, 6 (4) :674-688.
[27]Yan E, Zhu Y.Adding the dimension of knowledge trading to source impact assessment:Approaches, indicators, and implications[J].Journal of the Association for Information Science&Technology, 2017, 68 (5) :1090-1104.
