一種動(dòng)態(tài)權(quán)重百分位數(shù)指標(biāo)在學(xué)術(shù)活躍度評(píng)價(jià)中的應(yīng)用*

舒 予

(四川大學(xué)圖書(shū)館 成都 610065)

0 引 言

學(xué)術(shù)影響力的評(píng)價(jià)是國(guó)內(nèi)外科研管理與評(píng)價(jià)領(lǐng)域中的一項(xiàng)重要工作，由于文獻(xiàn)被引用的情況代表了被同行關(guān)注和利用的程度，因此在科研評(píng)價(jià)中通常采用被引次數(shù)作為衡量研究質(zhì)量和影響力的一個(gè)重要指標(biāo)[1-2]，同時(shí)這種定量計(jì)算的評(píng)價(jià)指標(biāo)也是對(duì)同行評(píng)議等定性評(píng)價(jià)方法的一個(gè)重要補(bǔ)充[3-4]，在科研績(jī)效評(píng)價(jià)領(lǐng)域占據(jù)著重要位置。

事實(shí)上，學(xué)術(shù)影響力的內(nèi)涵是多樣的[5]，研究的“深度”和“廣度”都是研究實(shí)體學(xué)術(shù)影響力的表現(xiàn)，其中研究深度往往與學(xué)術(shù)質(zhì)量和研究水平相關(guān)，通常用篇均被引次數(shù)來(lái)測(cè)度[6]，例如在期刊評(píng)價(jià)領(lǐng)域，JCR數(shù)據(jù)庫(kù)的影響因子、InCites的CNCI、Scopus的FWCI等評(píng)價(jià)指標(biāo)都屬于篇均被引次數(shù)的范疇；而研究廣度往往與學(xué)術(shù)產(chǎn)出和活躍程度相關(guān)，由于可以體現(xiàn)學(xué)術(shù)影響在“量”上的積累，因此學(xué)術(shù)活躍度應(yīng)該也是學(xué)術(shù)影響力的重要范疇，但針對(duì)學(xué)術(shù)活躍度的評(píng)價(jià)指標(biāo)研究較少，較為常見(jiàn)的指標(biāo)則是論文集合的論文數(shù)量或總被引次數(shù)[7-9]。

進(jìn)一步地，由于不同學(xué)科之間的引用規(guī)律存在著明顯的區(qū)別，因此需要設(shè)計(jì)標(biāo)準(zhǔn)化指標(biāo)消除由于學(xué)科不同造成的差異，目前針對(duì)篇均被引次數(shù)的學(xué)科標(biāo)準(zhǔn)化方法已有相當(dāng)多的研究成果，較為著名的則是荷蘭萊頓大學(xué)的CWTS提出的Crown Indicator[14]以及Opthof和Leydesdorff在針對(duì)Crown Indicator的不足的基礎(chǔ)上進(jìn)行改進(jìn)所提出的MNCS[15]，相關(guān)指標(biāo)并且也廣泛應(yīng)用于機(jī)構(gòu)、期刊或者學(xué)者的科研評(píng)價(jià)[10-13]；針對(duì)總被引次數(shù)的學(xué)科標(biāo)準(zhǔn)化方法研究和應(yīng)用的場(chǎng)景比較少見(jiàn)，較為成熟的方法則是Frame提出的活躍指數(shù)AI(Activity Index)[16]和Braun和Schubert提出的吸引指數(shù)AAI(Attractivity Index)[17]，葉鷹將上述標(biāo)準(zhǔn)化指標(biāo)設(shè)計(jì)方法總結(jié)為“均值測(cè)度”方法[18]，其基本思想則是選擇一個(gè)參考論文集合，以參考論文集合被引次數(shù)的期望值作為基準(zhǔn)值，再將論文集合的被引次數(shù)與基準(zhǔn)值取比值。葉鷹總結(jié)的第二類(lèi)評(píng)價(jià)指標(biāo)是以h指數(shù)為代表的“高影響特征測(cè)度”指標(biāo)，與h指數(shù)有類(lèi)似指標(biāo)還有g(shù)指數(shù)、p指數(shù)、z指數(shù)等[19-21]，由于相關(guān)指標(biāo)能夠同時(shí)體現(xiàn)學(xué)術(shù)活躍度、學(xué)術(shù)產(chǎn)出、學(xué)術(shù)質(zhì)量等多個(gè)方面的信息，因此又被稱為綜合性指標(biāo)[22]，但是針對(duì)綜合性指標(biāo)的學(xué)科標(biāo)準(zhǔn)化研究方法不多，有Normalized h指數(shù)等[23]。除此之外，以百分位數(shù)指標(biāo)(PRS)為代表的“整體綜合測(cè)度指標(biāo)”也是學(xué)術(shù)影響力評(píng)價(jià)的重要指標(biāo)，與“均值測(cè)度”指標(biāo)不同的是，百分位數(shù)指標(biāo)是以排序評(píng)價(jià)對(duì)象，是論文集合被引次數(shù)關(guān)系大小的體現(xiàn)，不受被引次數(shù)具體數(shù)值的影響，能夠較全面反映研究實(shí)體的學(xué)術(shù)影響力[24-25]。

本文以百分位數(shù)指標(biāo)的計(jì)算框架為基礎(chǔ)，提出一種用于描述學(xué)術(shù)活躍度的動(dòng)態(tài)權(quán)重百分位指標(biāo)，該指標(biāo)可以實(shí)現(xiàn)隸屬于不同學(xué)科研究實(shí)體的橫向?qū)Ρ龋瑐?cè)重從“研究規(guī)?！薄坝绊憦V度”的角度刻畫(huà)研究實(shí)體的學(xué)術(shù)活躍度，能夠與MNCS、百分位數(shù)等偏向描述“學(xué)術(shù)質(zhì)量”的學(xué)術(shù)影響力評(píng)價(jià)指標(biāo)形成良好的互補(bǔ)，為學(xué)術(shù)活躍度的評(píng)價(jià)提供一個(gè)新的思路和工具。

1 指標(biāo)計(jì)算方法

Bornmann等認(rèn)為由于參考集合論文被引次數(shù)是非正態(tài)分布，因此應(yīng)當(dāng)使用分布對(duì)學(xué)術(shù)影響力進(jìn)行度量[24]。他們提出將論文按照被引次數(shù)分為若干百分位區(qū)間，再對(duì)進(jìn)入各百分位區(qū)間的論文比例進(jìn)行線性加權(quán)的標(biāo)準(zhǔn)化思路，并且設(shè)計(jì)了百分位數(shù)指標(biāo)(PRS)，具體計(jì)算方法如下：

(1)

其中，p(xi)是論文集合在設(shè)定百分位區(qū)間的比例，xi是各百分位區(qū)間對(duì)應(yīng)的系數(shù)，K是設(shè)定的百分位區(qū)間的個(gè)數(shù)。PRS指標(biāo)本質(zhì)上是一種線性加權(quán)的概率密度算子，基于高被引論文的價(jià)值高于低被引論文這一假設(shè)前提，PRS指標(biāo)對(duì)高百分位區(qū)間賦予了相對(duì)更高的權(quán)重。

PRS指標(biāo)雖然與篇均被引次數(shù)、MNCS指標(biāo)有不同的計(jì)算框架，但是經(jīng)實(shí)證研究的結(jié)果表明，三者相關(guān)性較強(qiáng)，說(shuō)明PRS也側(cè)重體現(xiàn)的是研究實(shí)體在學(xué)術(shù)質(zhì)量這一維度上的信息[26]，但當(dāng)在測(cè)度機(jī)構(gòu)的優(yōu)勢(shì)學(xué)科布局、團(tuán)隊(duì)的核心研究方向以及學(xué)者的主要學(xué)術(shù)領(lǐng)域時(shí)，不僅需要了解研究實(shí)體的學(xué)術(shù)質(zhì)量，更需要了解研究實(shí)體在不同學(xué)科、不同研究領(lǐng)域的學(xué)術(shù)活躍度，例如近五年我校農(nóng)業(yè)領(lǐng)域的百分位數(shù)PRS(6)=2.40，而數(shù)學(xué)領(lǐng)域的百分位數(shù)PRS(6)=1.75，僅從百分位數(shù)指標(biāo)值只能了解到農(nóng)業(yè)領(lǐng)域的研究水平或許高于數(shù)學(xué)領(lǐng)域，但從發(fā)文量可以發(fā)現(xiàn)二者的學(xué)術(shù)規(guī)模相差甚大(農(nóng)業(yè)領(lǐng)域發(fā)文量?jī)H為80余篇，而數(shù)學(xué)領(lǐng)域發(fā)表文超過(guò)1000篇)，因此PRS指標(biāo)在科研管理決策的一些場(chǎng)景下并不適用，需要設(shè)計(jì)能夠描述學(xué)術(shù)活躍度的指標(biāo)用以判斷學(xué)科、學(xué)者或其它研究實(shí)體宏觀層面的研究水平?；谶@樣的考慮，筆者引入一種描述學(xué)術(shù)活躍度的動(dòng)態(tài)權(quán)重百分位指標(biāo)(DPRA)，定義如下：

(2)

(3)

(4)

其中xi是從1到K的離散隨機(jī)變量，ci表示待評(píng)價(jià)的論文集合在第i個(gè)百分位區(qū)間中篇均被引次數(shù)，ei表示參考論文集合在第i個(gè)百分位區(qū)間的篇均被引次數(shù)。

DPRA與PRS相比，有兩方面的不同：

a.PRS指標(biāo)是各百分位區(qū)間的論文比例的線性加權(quán)，即只與論文比例的分布有關(guān)，而與論文數(shù)量的分布沒(méi)有任何關(guān)系，研究實(shí)體論文數(shù)量的多少并不影響PRS指標(biāo)值，這顯然不利于區(qū)分具有不同學(xué)術(shù)活躍度的研究實(shí)體。而DPRA指標(biāo)將論文比例值調(diào)整為論文相對(duì)數(shù)量值，從而體現(xiàn)評(píng)價(jià)對(duì)象在不同被引區(qū)間中分布的論文數(shù)量，可以直觀地發(fā)現(xiàn)“論文集中在高被引區(qū)間、并且論文數(shù)量較多”的評(píng)價(jià)對(duì)象顯然具有較高的學(xué)術(shù)水平和學(xué)術(shù)活躍度，因此DPRA綜合了研究水平和學(xué)術(shù)活躍度兩個(gè)維度的信息。

b.DPRA指標(biāo)是在PRS指標(biāo)的計(jì)算框架基礎(chǔ)上進(jìn)行了調(diào)整和修正。原PRS指標(biāo)的權(quán)重是固定不變的，例如前1%區(qū)間對(duì)應(yīng)權(quán)重系數(shù)6，區(qū)間1%～5% 對(duì)應(yīng)權(quán)重系數(shù)5，以此類(lèi)推。權(quán)重系數(shù)體現(xiàn)的是對(duì)應(yīng)百分位區(qū)間論文的重要性，PRS指標(biāo)認(rèn)為高被引區(qū)間論文的重要性高于低被引區(qū)間論文，但是卻忽略了隸屬于同一個(gè)百分位區(qū)間的論文，其引文也同樣存在差異性，例如2015年發(fā)表在Biology學(xué)科的2篇論文，分別被引用2 063次和150次，這2篇論文均在Bidlogy學(xué)科的前1%，但是引文影響力明顯不同。因此，將這類(lèi)情況推廣到同屬于一個(gè)百分位區(qū)間的兩個(gè)論文集合，盡管這兩個(gè)論文集合中的論文被引次數(shù)均在同一個(gè)百分位區(qū)間，但是其學(xué)術(shù)表現(xiàn)(即論文實(shí)際的被引情況)也一定存在著差異，基于這樣的考慮，DPRA指標(biāo)引入了動(dòng)態(tài)調(diào)整機(jī)制，作出這一調(diào)整的依據(jù)是：當(dāng)待評(píng)價(jià)論文集合在某一百分位區(qū)間的表現(xiàn)高于該百分位區(qū)間的期望值(即參考論文集合在該百分位區(qū)間中的篇均被引次數(shù))時(shí)，原有的權(quán)重應(yīng)該有適當(dāng)?shù)奶岣?，用以“激?lì)”該區(qū)間表現(xiàn)出色的論文，反之權(quán)重系數(shù)應(yīng)當(dāng)下降，以此“懲罰”該區(qū)間表現(xiàn)不佳的論文。例如，某一百分位區(qū)間對(duì)應(yīng)的權(quán)重系數(shù)為3，如果待評(píng)價(jià)論文集合在該百分位區(qū)間的論文平均被引次數(shù)與期望值之比為0.8，顯然待評(píng)價(jià)論文集合在該百分位區(qū)間的表現(xiàn)低于平均水平線，于是我們可以認(rèn)為論文集合在這一百分位區(qū)間的表現(xiàn)相對(duì)較差，進(jìn)而這一部分的論文對(duì)論文集合整體的學(xué)術(shù)影響力的貢獻(xiàn)應(yīng)低于預(yù)先設(shè)置的權(quán)重系數(shù)3，于是將權(quán)重系數(shù)調(diào)整為30.8=2.41。權(quán)重的調(diào)整本質(zhì)上即是利用論文集合在某一百分位區(qū)中的學(xué)術(shù)質(zhì)量對(duì)學(xué)術(shù)活躍度進(jìn)行調(diào)整，如果學(xué)術(shù)質(zhì)量較好，則提升其學(xué)術(shù)活躍度，反之則降低其學(xué)術(shù)活躍度。事實(shí)上，文獻(xiàn)[27]將變權(quán)方法歸納為四種：懲罰型變權(quán)、激勵(lì)型變權(quán)、混合型變權(quán)和折衷型變權(quán)。DPRA采用的權(quán)重調(diào)整方法屬于混合型變權(quán)，即將懲罰型變權(quán)和激勵(lì)性變權(quán)加以混合，根據(jù)各百分位區(qū)間中的論文實(shí)際表現(xiàn)對(duì)原權(quán)重系數(shù)做出動(dòng)態(tài)的調(diào)整，以體現(xiàn)懲罰或激勵(lì)。

2 數(shù)據(jù)采集和計(jì)算方法

2.1評(píng)價(jià)對(duì)象的選擇在InCites數(shù)據(jù)庫(kù)中，按照Web of Science的學(xué)科分類(lèi)方法，分別在Computer Science, Artificial Intelligence、Energy & Fuels、Engineering, Chemical、Mathematics, Applied和nanoscience & Nanotechnology共計(jì)5個(gè)學(xué)科中選取科研人員的論文數(shù)據(jù)。從這5個(gè)學(xué)科2015年發(fā)表論文截至2020年10月被引情況看，篇均被引次數(shù)分別為17.09、24.64、17.98、6.66、29.15，可以看到這6個(gè)學(xué)科引文規(guī)律存在明顯差異，因此選取這6個(gè)學(xué)科的科研人員進(jìn)行跨學(xué)科領(lǐng)域?qū)W術(shù)影響力評(píng)價(jià)的實(shí)證研究是合理的。

2.2數(shù)據(jù)采集從InCites數(shù)據(jù)庫(kù)中獲取到5個(gè)學(xué)科共計(jì)106名科研人員共計(jì)2 443篇論文數(shù)據(jù)，包括論文標(biāo)題、被引次數(shù)、學(xué)科百分位等，論文類(lèi)型限制為article?？紤]到各學(xué)科引用周期的原因，將發(fā)表時(shí)間設(shè)定為2015年，保證各學(xué)科發(fā)表的論文都能夠有充分的引文積累周期。同時(shí)，考慮到評(píng)價(jià)指標(biāo)在用于微觀評(píng)價(jià)時(shí)有可能會(huì)失效，故盡量選取擁有較多論文數(shù)量的學(xué)者作為數(shù)據(jù)樣本。

2.3DPRS指標(biāo)值的計(jì)算2015年Engineering, Chemical學(xué)科發(fā)表的文獻(xiàn)類(lèi)型為article的論文數(shù)量共計(jì)31 513篇，設(shè)定top1%、95%～99%、90%～95%、75%～90%、50%～75%和50%以下共6個(gè)百分位區(qū)間，論文被引次數(shù)的百分位數(shù)99th、95th、90th、75th和50th分別為119、58、40、22、10，于是該學(xué)科下的論文進(jìn)入到各百分位區(qū)間需要滿足的被引次數(shù)條件見(jiàn)表1。

以Engineering和Chemical學(xué)科下的一位科研人員Jiang Zhongyi(以下縮寫(xiě)為JZ)為例對(duì)其DPRA指標(biāo)進(jìn)行計(jì)算。該科研人員在2015年共計(jì)發(fā)表28篇論文，根據(jù)表1提供的百分位區(qū)間閾值，可以得到這位學(xué)者進(jìn)入到6個(gè)百分位區(qū)間top1%、95%～99%、90%～95%、75%～90%、50%～75%和50%以下的論文數(shù)分別為2、4、3、7、4和8。

表1 2015年Engineering和Chemical學(xué)科論文進(jìn)入到各百分位區(qū)間被引次數(shù)需滿足的條件

Engineering和Chemical學(xué)科在2015年文獻(xiàn)類(lèi)型為article的論文數(shù)量為31 513篇，全球論文數(shù)量為1 591 798篇，所有待評(píng)價(jià)的126名科研人員的論文總數(shù)為2 443篇，因此Engineering和Chemical學(xué)科論文的修正值：

因此可以根據(jù)公式(3)將科研人員JZ在2015年發(fā)表論文進(jìn)入到各百分位區(qū)的數(shù)量修正為標(biāo)準(zhǔn)的相對(duì)數(shù)量值，見(jiàn)表2。

表2 科研人員JZ在2015年發(fā)表論文進(jìn)入到各百分位區(qū)修正后的相對(duì)數(shù)量

由動(dòng)態(tài)權(quán)重百分位數(shù)指標(biāo)DPRA的介紹可知，DPRA指標(biāo)的計(jì)算需要評(píng)價(jià)對(duì)象論文集合和參考論文集合在各百分位區(qū)間的篇均被引次數(shù)的比值?？蒲腥藛TJZ在Engineering和Chemical學(xué)科所有論文在各百分位區(qū)間的篇均被引次數(shù)見(jiàn)表3。

表3 科研人員JZ在Engineering和Chemical學(xué)科所有論文在各百分位區(qū)中的篇均被引次數(shù)

根據(jù)動(dòng)態(tài)權(quán)重系數(shù)的計(jì)算公式(4)可以計(jì)算科研人員JZ的論文在各百分位區(qū)間調(diào)整后的權(quán)重系數(shù)，分別為：

于是，該科研人員的DPRA指標(biāo)計(jì)算如下：

DPRAJZ=5.24·0.042+5.35·0.084+3.88·0.063+3.22·0.147+2.12·0.084+1·0.168=1.73

按照上述方法，可以得到其它科研人員的DPRA指標(biāo)值。

3 結(jié)果分析

3.1DPRA指標(biāo)用于測(cè)度學(xué)術(shù)活躍度的內(nèi)涵由于不同學(xué)科之間的論文數(shù)量、被引次數(shù)、h指數(shù)等指標(biāo)無(wú)法進(jìn)行直接對(duì)比，因此要考察DPRA指標(biāo)與論文數(shù)量、被引次數(shù)、h指數(shù)等指標(biāo)的相關(guān)性，只能在同一學(xué)科中進(jìn)行相關(guān)性分析。由于篇幅限制，僅列出Computer Science和Artificial Intelligence學(xué)科下各指標(biāo)的相關(guān)性分析結(jié)果，見(jiàn)表4。從表4的結(jié)果可知，DPRA指標(biāo)與篇均被引次數(shù)相關(guān)度不高，說(shuō)明DPRA指標(biāo)并不具備表征“學(xué)術(shù)質(zhì)量”這一維度信息的內(nèi)涵，而DPRA與h指數(shù)、被引次數(shù)、論文數(shù)量3個(gè)指標(biāo)高度相關(guān)，相關(guān)性系數(shù)分別為0.94、0.851和0.836，說(shuō)明DPRA與其有相類(lèi)似的內(nèi)涵，即可以從“廣度”的角度體現(xiàn)學(xué)術(shù)影響力。此外，其它4個(gè)學(xué)科的相關(guān)性分析結(jié)論基本一致，均表明DPRA可以用于測(cè)度學(xué)術(shù)規(guī)模和學(xué)術(shù)活躍度的信息。

表4 DPRA與論文數(shù)量、被引次數(shù)等指標(biāo)的相關(guān)性分析

3.2DPRA指標(biāo)實(shí)現(xiàn)跨學(xué)科評(píng)價(jià)功能分析選取DPRA與AI、AAI、相對(duì)論文數(shù)量、相對(duì)被引次數(shù)4種學(xué)科標(biāo)準(zhǔn)化學(xué)術(shù)影響力評(píng)價(jià)指標(biāo)的相關(guān)性，其中相對(duì)論文數(shù)量定義為學(xué)者論文數(shù)量與全球?qū)W科論文數(shù)量的比值，相對(duì)被引次數(shù)定義為學(xué)者論文被引次數(shù)與全球?qū)W科被引次數(shù)的比值，SPSS的結(jié)果見(jiàn)表5。

表5 DPRA與相對(duì)指標(biāo)的相關(guān)性分析

由上述定義可知，相對(duì)論文數(shù)量、相對(duì)被引次數(shù)、AI、AAI指標(biāo)與DPRA指標(biāo)一樣，都側(cè)重從“研究廣度”表征學(xué)術(shù)影響力，具有測(cè)度學(xué)術(shù)活躍度的內(nèi)涵，同時(shí)，這4種指標(biāo)也都屬于學(xué)科標(biāo)準(zhǔn)化評(píng)價(jià)指標(biāo)，能夠一定程度消除學(xué)科論文數(shù)量或引文的差異性，實(shí)現(xiàn)跨學(xué)科對(duì)比和評(píng)價(jià)，在科研評(píng)價(jià)領(lǐng)域得到了廣泛的應(yīng)用。從表5可知，DPRA與這4個(gè)指標(biāo)高度相關(guān)，相關(guān)性系數(shù)分別為0.894、0.931、0.931和0.894。這一結(jié)果說(shuō)明DPRA指標(biāo)的評(píng)價(jià)結(jié)果與相對(duì)論文數(shù)量、相對(duì)被引次數(shù)、AI、AAI這4個(gè)指標(biāo)的評(píng)價(jià)結(jié)果在排序關(guān)系上較為一致，因此DPRA指標(biāo)有和學(xué)科標(biāo)準(zhǔn)化指標(biāo)相類(lèi)似的性質(zhì)，可以實(shí)現(xiàn)跨學(xué)科的學(xué)術(shù)影響力評(píng)價(jià)。

3.3DPRA指標(biāo)性質(zhì)的進(jìn)一步分析

3.3.1 DPRA能夠從整體層面展現(xiàn)學(xué)術(shù)活躍度 正如前文所述，DPRA和論文數(shù)量、被引次數(shù)、h指數(shù)等具有相類(lèi)似的內(nèi)涵，可以從學(xué)術(shù)活躍度的角度測(cè)度學(xué)術(shù)影響力的“廣度”，但是部分科研人員的DPRA指標(biāo)值與論文數(shù)量、被引次數(shù)、h指數(shù)等指標(biāo)值在排序上仍存在差異。表6列出了Mathematics、Applied學(xué)科中2位科研人員的信息。

表6 Mathematics和Applied學(xué)科中2位科研人員的信息

從表6可以看到，科研人員MA1在論文數(shù)量、被引次數(shù)、h指數(shù)三項(xiàng)指標(biāo)上均高于MA2，從學(xué)術(shù)活躍度的角度看，似乎MA1高于MA2，但是DPRA指標(biāo)值的結(jié)果卻反映出MA2略高于MA1。對(duì)MA1與MA2在各百分位區(qū)間的論文分布比例進(jìn)行分析(見(jiàn)圖1)，可以發(fā)現(xiàn)科研人員MA1僅在1%～5%和50%以下兩個(gè)百分位區(qū)間的論文比例較高，即MA1的高被引論文和低被引論文比例高于MA2，但是在余下的5%～10%、10%～25%和25%～50%這3個(gè)中等被引次數(shù)區(qū)間中，MA1的論文比例明顯低于MA2，整體上看，MA1呈現(xiàn)出高被引論文和低被引論文較多、中等被引次數(shù)論文較低的“兩頭大、中間小”的論文分布特點(diǎn)，而科研人員MA2雖然缺少高被引論文，但是其大多數(shù)論文表現(xiàn)處于中等偏上的水平。MA1由于擁有少部分高被引論文便拉高了整體的被引次數(shù)(從MA1的篇均被引次數(shù)高于MA2也印證了這一點(diǎn))，但其實(shí)MA1大多數(shù)論文的表現(xiàn)并不好，其總體的被引次數(shù)只是“虛高”。因此從全局的角度看待2位科研人員，MA2的學(xué)術(shù)水平要稍優(yōu)于MA1，而DPRA指標(biāo)值也將二者論文在整體分布上的細(xì)節(jié)差異揭示出來(lái)，并有效進(jìn)行了區(qū)分。

圖1 Mathematics和Applied學(xué)科中2位科研人員論文在各百分位區(qū)間的分布對(duì)比

3.3.2 DPRA可以有效平衡學(xué)術(shù)規(guī)模和學(xué)術(shù)水平的信息 部分科研人員的PRS指標(biāo)值與DPRA指標(biāo)值排序結(jié)果相反。以來(lái)自Engineering, Chemical學(xué)科和Energy & Fuels學(xué)科的4位科研人員為例，具體見(jiàn)表7。4位科研人員在各百分位區(qū)間論文的比例分布和相對(duì)數(shù)量分布見(jiàn)表8。

表7 4位科研人員PRS和DPRA指標(biāo)值對(duì)比

從表8可知，單從百分位區(qū)間的分布比例看，EC1和EC2各有3個(gè)區(qū)間的比例高于對(duì)方，最終的PRS指標(biāo)值結(jié)果是EC1高于EC2。但是如果考察各百分位區(qū)間的相對(duì)論文數(shù)量時(shí)會(huì)發(fā)現(xiàn)，EC2在原本論文比例遠(yuǎn)低于ECI的幾個(gè)百分位區(qū)間上，例如1%～5%、10%～25%兩個(gè)百分位區(qū)間，由于EC2的論文相對(duì)數(shù)量較高，從而“迫近”、甚至“趕超”了EC1，這使得EC2的DPRA指標(biāo)值反而高于EC1。

類(lèi)似的情況還有和Energy & Fuels學(xué)科的兩位科研人員EF1和EF2，科研人員EF1的PRS指標(biāo)值高于EF2，但是EF1的DPRA指標(biāo)值低于EF2。表9給出了2位科研人員在各百分位區(qū)間的論文比例和相對(duì)論文數(shù)量。

表9 2位科研人員各百分位區(qū)間的比例分布 和相對(duì)論文數(shù)量分布對(duì)比

從表9可知，在論文比例的分布上，EF1在10%～50%這一區(qū)間段上的論文比例高于EF2，使得EF1的PRS值高于EF2。但是由于DPRA指標(biāo)是各百分位區(qū)間相對(duì)論文數(shù)量(而非論文比例)的線性加權(quán)，所以當(dāng)考察2位科研人員的相對(duì)論文數(shù)量時(shí)，情況發(fā)生了變化，EF2在各百分位區(qū)間上的論文數(shù)量均高于EF1，這使得EF2的DPRA指標(biāo)值高于EF1。

從上述兩個(gè)例子中可以看到，DPRA與高質(zhì)量論文的分布和高質(zhì)量論文的數(shù)量均有關(guān)：首先，DPRA指標(biāo)從整體考察評(píng)價(jià)對(duì)象的學(xué)術(shù)影響力，各百分位區(qū)間的論文分布情況的不同會(huì)影響DPRA指標(biāo)值，“論文向高被引區(qū)間集中、而不僅僅是擁有部分高被引論文”是獲得高DPRA指標(biāo)值的條件之一，因此DPRA可以看做是代表著不同研究質(zhì)量和學(xué)術(shù)水平的論文集合的綜合表征；其次，DPRA指標(biāo)將“以比例的形式考察論文分布”調(diào)整為“以相對(duì)數(shù)量的形式考察論文分布”，使得DPRA不再只表征論文研究質(zhì)量和學(xué)術(shù)水平這一單一維度的信息，論文數(shù)量，特別是高水平論文的數(shù)量也成為指標(biāo)的影響因素，從而豐富了DPRA指標(biāo)表征的內(nèi)容。

3.3.3 DPRA指標(biāo)在微觀層面可以利用學(xué)術(shù)質(zhì)量信息調(diào)整學(xué)術(shù)活躍度 正如前文所述，論文數(shù)量和論文質(zhì)量都是影響DPRA指標(biāo)值的重要因素，而當(dāng)論文數(shù)量相同時(shí)，部分科研人員PRS和DPRA指標(biāo)值的排序也有所不同。例如在Nanoscience & Nanotechnology學(xué)科中，2位科研人員的PRS和DPRA指標(biāo)值見(jiàn)表10。

表10 2位科研人員PRS和DPRA指標(biāo)值對(duì)比

為深入分析兩種指標(biāo)排序不同的原因，圖2給出了2位科研人員在各百分位區(qū)間相對(duì)論文數(shù)量的分布。

圖2 2位科研人員各百分位區(qū)間的相對(duì)論文數(shù)量對(duì)比

圖3 2位科研人員各百分位區(qū)間的權(quán)重系數(shù)對(duì)比

從圖3可知，由于在1%～50%的4個(gè)百分位區(qū)間上，NN2的論文篇均被引次數(shù)表現(xiàn)均優(yōu)于NN1，因此對(duì)其權(quán)重系數(shù)的獎(jiǎng)勵(lì)也高于NN1，于是在NN2論文相對(duì)數(shù)量占優(yōu)勢(shì)的10%～25%、25%～50%和50%以下的3個(gè)百分位區(qū)間中，NN2可以憑借較高的權(quán)重系數(shù)“擴(kuò)大”論文比例的優(yōu)勢(shì)，在論文相對(duì)數(shù)量偏低的前1%、1%～5%和5%～10%3個(gè)百分位區(qū)間中，NN2也可以憑借較高的權(quán)重系數(shù)“彌補(bǔ)”在相應(yīng)區(qū)間論文數(shù)量偏低的劣勢(shì)，從而使得NN2的DPRA指標(biāo)高于NN1。從上述分析可以看到，DPRA指標(biāo)將評(píng)價(jià)對(duì)象分解為由不同百分位區(qū)間論文組成的集合，如果在某一個(gè)百分位區(qū)間相對(duì)質(zhì)量較高，則提升該百分位區(qū)間的學(xué)術(shù)活躍度，反之則降低該百分位區(qū)間的學(xué)術(shù)活躍度，從而將“相對(duì)質(zhì)量”與“相對(duì)數(shù)量”充分結(jié)合，更加精準(zhǔn)地揭示學(xué)術(shù)影響力的細(xì)節(jié)，更具區(qū)分度和準(zhǔn)確度。

4 結(jié) 論

筆者從學(xué)術(shù)活躍度的角度評(píng)價(jià)研究實(shí)體的學(xué)術(shù)影響力，將PRS指標(biāo)計(jì)算框架進(jìn)行可擴(kuò)展，提出一種基于動(dòng)態(tài)權(quán)重百分位數(shù)指標(biāo)，該指標(biāo)根據(jù)在各百分位區(qū)間上分布的論文相對(duì)數(shù)量，合理表征研究實(shí)體在高、中、低被引區(qū)間的學(xué)術(shù)產(chǎn)出規(guī)模，并從整體層面將學(xué)術(shù)水平和學(xué)術(shù)活躍度有效綜合起來(lái)，再將論文集合在各百分位區(qū)間上的實(shí)際表現(xiàn)與預(yù)期表現(xiàn)的比較結(jié)果，對(duì)權(quán)重系數(shù)進(jìn)行動(dòng)態(tài)修正，提升“相對(duì)質(zhì)量”較高的學(xué)術(shù)活躍度、降低“相對(duì)質(zhì)量”偏低的學(xué)術(shù)活躍度，使得研究實(shí)體的學(xué)術(shù)活躍度與其真實(shí)的學(xué)術(shù)表現(xiàn)精準(zhǔn)對(duì)應(yīng)。實(shí)證研究的結(jié)果表明，DPRA指標(biāo)能夠?qū)崿F(xiàn)跨學(xué)科的學(xué)術(shù)活躍度評(píng)價(jià)，與其它類(lèi)似的評(píng)價(jià)指標(biāo)相比可以兼顧學(xué)術(shù)水平和學(xué)術(shù)產(chǎn)出兩方面的信息，從而更精準(zhǔn)地揭示研究實(shí)體學(xué)術(shù)影響力的細(xì)節(jié)。