基于R語言的ESI四組指標(biāo)的可視化*

袁 潤 韓 曦

（江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013）

1 引言

2017年國家公布了“雙一流”建設(shè)高校名單，開啟了我國教育現(xiàn)代化的新時(shí)代，成為高等教育在繼“211/985 工程”后的又一國家重大戰(zhàn)略決策，勾畫了中國統(tǒng)籌推進(jìn)世界一流大學(xué)和一流學(xué)科建設(shè)的宏偉藍(lán)圖[1]?！半p一流”建設(shè)是對(duì)我國現(xiàn)有高等教育發(fā)展重點(diǎn)支持政策的改革與完善，引發(fā)了重點(diǎn)大學(xué)、非重點(diǎn)大學(xué)、地方性大學(xué)等在內(nèi)的高等學(xué)校的高度關(guān)注和新一輪學(xué)科發(fā)展競爭和人才引進(jìn)態(tài)勢[2]，其建設(shè)的標(biāo)準(zhǔn)己成為當(dāng)前高等教育界和學(xué)術(shù)界共同關(guān)注的焦點(diǎn)問題[3]。各高校機(jī)構(gòu)及研究人員在不同的排名和評(píng)價(jià)體系中尋找參照標(biāo)準(zhǔn)，努力尋求獲得一種能提供學(xué)科發(fā)展、跟蹤、比較、評(píng)價(jià)等服務(wù)的評(píng)價(jià)方法，并且這種評(píng)價(jià)方法或評(píng)價(jià)體系必須公平合理，讓大家都能接受[4]。

美國科學(xué)指標(biāo)數(shù)據(jù)庫（Essential Science Indicators,ESI）是當(dāng)前一流學(xué)科評(píng)價(jià)的主要評(píng)價(jià)標(biāo)準(zhǔn)之一，為廣大發(fā)展中國家所普遍接受，逐漸成為當(dāng)今世界范圍內(nèi)用以評(píng)價(jià)高等學(xué)校、學(xué)術(shù)機(jī)構(gòu)、國家/地區(qū)國際學(xué)術(shù)水平及影響力的重要評(píng)價(jià)工具之一[5]。ESI 數(shù)據(jù)庫分為22 個(gè)學(xué)科，覆蓋全球數(shù)萬家不同研究單位的學(xué)科，每兩個(gè)月更新一次，數(shù)據(jù)更新覆蓋時(shí)間范圍為10年。近年來，我國教育部門和各省市在評(píng)價(jià)高等學(xué)校績效時(shí)，己越來越多地采用ESI 學(xué)科分類和評(píng)價(jià)體系[6]。

為了更好地服務(wù)“雙一流”建設(shè)，高校圖書館積極組建學(xué)科服務(wù)團(tuán)隊(duì)，開展基于ESI 的學(xué)科服務(wù)，為學(xué)校的學(xué)科建設(shè)和發(fā)展提供決策支持，為學(xué)校行政部門及教育主管部門提供學(xué)科評(píng)價(jià)參考咨詢報(bào)告，例如，“江蘇省高校ESI 學(xué)科發(fā)展監(jiān)測報(bào)告”（江蘇大學(xué)）、“北京科技大學(xué)ESI 學(xué)科排名動(dòng)態(tài)快報(bào)”、“北京郵電大學(xué)ESI 學(xué)科排名動(dòng)態(tài)快報(bào)”、“湖南大學(xué)學(xué)科排名ESI 簡報(bào)”等。學(xué)科服務(wù)人員在此背景下廣泛使用ESI 數(shù)據(jù)庫開展學(xué)術(shù)成果的分析和評(píng)價(jià)工作，為促進(jìn)學(xué)校學(xué)科發(fā)展和科研工作提供有力的戰(zhàn)略情報(bào)和決策支持。杭州師范大學(xué)圖書館利用ESI 對(duì)浙江省高校學(xué)科競爭力排名進(jìn)行了計(jì)量分析[7]，太原理工大學(xué)圖書館利用ESI 和InCites 對(duì)山西省三所高校的潛勢學(xué)科（發(fā)展態(tài)勢）進(jìn)行了分析[8]，西安電子科技大學(xué)發(fā)展規(guī)劃部等機(jī)構(gòu)利用ESI 對(duì)“雙一流”建設(shè)高校的ESI 學(xué)科排名表現(xiàn)進(jìn)行了分析[9]，昆明理工大學(xué)對(duì)其三個(gè)進(jìn)入ESI 國際排名前1%行列的學(xué)科進(jìn)行排名分析[10]。由此可見，目前大多數(shù)學(xué)科服務(wù)部門普遍關(guān)注的是ESI 的排序（Rank）功能，而對(duì)其指標(biāo)功能的關(guān)注度不高。

ESI 應(yīng)用于高校圖書館學(xué)科服務(wù)也存在一些問題。由于ESI數(shù)據(jù)庫是一種計(jì)量分析評(píng)價(jià)工具，較傳統(tǒng)的數(shù)據(jù)庫相比不提供可追溯性，且該數(shù)據(jù)庫更新周期相對(duì)較短 （每兩個(gè)月更新），每次更新將全部覆蓋上次更新后的數(shù)據(jù)[11]，學(xué)科館員如果希望利用歷史數(shù)據(jù)開展學(xué)科服務(wù)，就需要定期下載并保存ESI 數(shù)據(jù)。此外，大多數(shù)ESI 學(xué)科分析是基于ESI 的排序功能開展的，顯得過于重視ESI 的排序功能而忽視了ESI 的指標(biāo)功能。目前，已有機(jī)構(gòu)和研究人員開始注意到ESI 指標(biāo)功能的重要性，如天津圖書館從高被引論文入手，剖析了全球高被引論文的動(dòng)態(tài)變化現(xiàn)象和特征[12]。中國石油大學(xué)選擇中美2016～2018年的ESI 高被引論文，發(fā)現(xiàn)差距與不足[13]。大連理工大學(xué)等利用Sci2 tool、Pajek、SPSS 等對(duì)不同文獻(xiàn)類型的圖情領(lǐng)域ESI 高被引論文從年代產(chǎn)出、科學(xué)影響力、合作多樣性、研究主題等展開比較研究[13]?？梢园l(fā)現(xiàn)，上述機(jī)構(gòu)均從ESI 的一組指標(biāo)著手開展應(yīng)用研究，且大多是高被引論文指標(biāo)，但是在分析動(dòng)態(tài)變化現(xiàn)象、比較國家或機(jī)構(gòu)的學(xué)術(shù)實(shí)力時(shí)，僅依據(jù)一組指標(biāo)顯然存在一定的局限性。然而，ESI 檢索平臺(tái)并不能同時(shí)顯示四組指標(biāo)，給綜合分析帶來一定的困難，也導(dǎo)致很多有價(jià)值的信息未能被人注意。筆者通過文獻(xiàn)調(diào)研，尚未發(fā)現(xiàn)關(guān)于ESI 四組指標(biāo)的功能介紹，具體的應(yīng)用也不多。因此，本文應(yīng)用R 語言實(shí)現(xiàn)ESI 四組指標(biāo)的可視化，將ESI的四組指標(biāo)顯示在同一副圖中，便于圖書館學(xué)科服務(wù)人員更直觀地分析ESI 指標(biāo)功能，為學(xué)科服務(wù)提供更多更準(zhǔn)的學(xué)科情報(bào)。

2 ESI 的四組指標(biāo)

ESI 根據(jù)論文（Web of Science Documents）的引文（Cites）數(shù)量，人為地設(shè)置了頂級(jí)論文（Top Papers）、高被引論文（Highly Cited Papers）和熱門論文（Hot Papers），形成了四組指標(biāo)，用于描述ESI 分類的22 個(gè)學(xué)科領(lǐng)域（Research Fields）的科研表現(xiàn)，如表1所示。

表1 ESI 四組指標(biāo)

可以發(fā)現(xiàn)，這四組指標(biāo)類型相同，屬于文獻(xiàn)計(jì)量的均值指標(biāo)，由論文數(shù)、引文數(shù)、篇均引文組成，其中，第1 組指標(biāo)代表了分析對(duì)象的學(xué)術(shù)成果產(chǎn)出能力，第2 組指標(biāo)代表了分析對(duì)象學(xué)術(shù)水平的整體質(zhì)量，第3 組指標(biāo)可用于識(shí)別分析對(duì)象的突破性研究，第4 組指標(biāo)可用于識(shí)別分析對(duì)象的研究熱點(diǎn)和前沿。

以高校機(jī)構(gòu)為例，從學(xué)術(shù)競爭力來看，學(xué)術(shù)成果產(chǎn)出能力是高校學(xué)術(shù)實(shí)力的基礎(chǔ)指標(biāo)，代表了高校學(xué)術(shù)水平的底蘊(yùn)實(shí)力，但學(xué)術(shù)成果產(chǎn)出能力是“量”的表現(xiàn)，不能代表高校機(jī)構(gòu)學(xué)術(shù)水平的“質(zhì)”，因此需要將第1 組指標(biāo)和第2 組指標(biāo)結(jié)合分析；從學(xué)科發(fā)展來看，高校的傳統(tǒng)強(qiáng)勢學(xué)科必然擁有較強(qiáng)的軟硬件實(shí)力，有望在短時(shí)間內(nèi)取得突破性研究，而熱點(diǎn)前沿性研究往往預(yù)示著所涉及的學(xué)科在未來可能擁有較大潛力，影響著高校如何制定學(xué)科發(fā)展策略，因此將第3 組指標(biāo)和第4 組指標(biāo)結(jié)合起來可綜合分析高校的學(xué)科發(fā)展水平。所以，將4 組指標(biāo)結(jié)合起來應(yīng)用，可以全面分析研究對(duì)象的綜合實(shí)力，尤其是在比較不同的研究對(duì)象時(shí)，逐一比較每組指標(biāo)的論文數(shù)、引文數(shù)、篇均引文，其比較方法更具條理性和科學(xué)性，其比較結(jié)果更具針對(duì)性和客觀性。

因此，本文將這些指標(biāo)數(shù)據(jù)分別下載后組合起來，再通過R 語言可視化方法將這四組指標(biāo)呈現(xiàn)在同一副圖中，以便于比較分析，充分發(fā)揮ESI的指標(biāo)功能。

3 ESI 數(shù)據(jù)的下載與集成

ESI 以10年為1 個(gè)周期統(tǒng)計(jì)數(shù)據(jù)，每兩個(gè)月更新一次，即每年的1月、3月、5月、7月、9月、11月更新。每年5月份，ESI 統(tǒng)計(jì)數(shù)據(jù)的變化比較大，因?yàn)?月的更新會(huì)在新增最近2 個(gè)月數(shù)據(jù)的基礎(chǔ)上刪除最早的10 個(gè)月的數(shù)據(jù)，其它時(shí)間的更新只是增加最近兩個(gè)月的數(shù)據(jù)。簡而言之，ESI 數(shù)據(jù)庫的更新機(jī)制可以概括為：5月保留最近122 個(gè)月的數(shù)據(jù)，7月保留最近124 個(gè)月的數(shù)據(jù)，9月保留最近126 個(gè)月的數(shù)據(jù)，11月保留最近128 個(gè)月的數(shù)據(jù)，1月保留最近130 個(gè)月的數(shù)據(jù)，3月保留最近132 個(gè)月的數(shù)據(jù)。

3.1 ESI 數(shù)據(jù)的下載

ESI 檢索界面如圖1所示，其中包含3 個(gè)要素：結(jié)果列表（Results List）、結(jié)果過濾（Filter Results By）、結(jié)果包含（Include Results For）。結(jié)果列表有6 種選擇，選擇不同的結(jié)果列表，可以有不同的過濾方案，并產(chǎn)生3 種結(jié)果形式，這三個(gè)要素的組合決定了最終檢索結(jié)果，圖2表達(dá)了它們之間的關(guān)系。

本文下載ESI 數(shù)據(jù)的規(guī)則是從整體到局部。由于本文著眼于ESI 的四組指標(biāo)，故主要介紹跟四組指標(biāo)有關(guān)的數(shù)據(jù)下載。

圖1 ESI 檢索界面

首先下載指示器（Indicators）中的數(shù)據(jù)，從結(jié)果列表（Results List）入手，不過濾，直接下載研究領(lǐng)域（Research Fields）、作者（Authors）、機(jī)構(gòu)（Institutions）、國家或地區(qū)（Countries-Territories）、期刊（Journals）、研究前沿（Research Fronts）的數(shù)據(jù)，每種數(shù)據(jù)選項(xiàng)分別下載頂尖論 文（Top Papers）、高被引論文（Highly Cited Papers）、熱門論文（Hot Papers），并且在定制（Customize）選項(xiàng)中選擇Cites to Top Papers（Cites to Highly Cited Papers、Cites to Hot Papers）、Cites/Top Papers（Cites/Highly Cited Papers、Cites/Hot Papers），下載得到18 張表格，表格命名格式如“Authors_highly”，將這18 張表格歸入同一文件夾，文件夾名稱為“Results”。

圖2 ESI 下載框架

作者（Authors）、機(jī)構(gòu)（Institutions）、國家或地區(qū)（Countries-Territories）、期刊（Journals）四種選項(xiàng)需要與“學(xué)科”配合下載，因方法相同，故以作者（Authors）的下載方法為例簡要介紹如下。在結(jié)果列表（Results List）中選擇“Authors”，在過濾器（Add Filter）中選擇“Research Fields”并分別選擇22 個(gè)ESI 學(xué)科，每個(gè)學(xué)科分別選擇頂尖論文（Top Papers）、高被引論文（Highly Cited Papers）、熱門論文（Hot Papers）進(jìn)行下載，并在定制（Customize）選項(xiàng)中選擇Cites to Top Papers（Cites to Highly Cited Papers、Cites to Hot Papers）、Cites/Top Papers（Cites/Highly Cited Papers、Cites/Hot Papers），得 到22*3 共計(jì)66 張表格，這些表格的命名格式如“Authors_Agricultural Sciences_highly”，將這66 張表格歸入同一文件夾，文件夾名稱為“Authors”。類似地，機(jī)構(gòu)（Institutions）、國家或地區(qū)（Countries-Territories）、期刊（Journals）下載方法均相同，所下載的文件分別歸入“Institutions”、“Countries”、“Journals”中去。此外，由于若干ESI 學(xué)科名稱中含有“&”等符號(hào)，不利于R 語言后期識(shí)別，故將所有的ESI 學(xué)科名稱簡要規(guī)定，如圖2所示。

綜上，將下載流程簡要?dú)w納如下：①通過“結(jié)果列表”確定下載對(duì)象，如作者、機(jī)構(gòu)、期刊等；②通過“篩選器”選擇學(xué)科，一般情況下將22 個(gè)學(xué)科按順序下載；③通過“結(jié)果包含”選擇數(shù)據(jù)類型，如頂級(jí)論文、高被引論文、熱門論文等。

3.2 ESI 數(shù)據(jù)的集成

為將數(shù)據(jù)從ESI 平臺(tái)到轉(zhuǎn)移到R 平臺(tái)，以便于在R 環(huán)境下分析和處理數(shù)據(jù)，本文用統(tǒng)一的文件夾名稱和相對(duì)一致的文件名稱保存從ESI 平臺(tái)下載的數(shù)據(jù)，這樣ESI 數(shù)據(jù)在兩個(gè)月一次的周期性變更時(shí)，只需要改變文件夾名稱即可，這樣可以最大程度地減少編程的工作量。

數(shù)據(jù)集成采用的方法是：從ESI 平臺(tái)下載的數(shù)據(jù)是Excel 表格，可以直接對(duì)應(yīng)到R 環(huán)境下的數(shù)據(jù)框（data.frame）；對(duì)于多個(gè)同構(gòu)的數(shù)據(jù)表應(yīng)該合并到一個(gè)數(shù)據(jù)框；對(duì)于異構(gòu)數(shù)據(jù)表，需要先分解，再重組；對(duì)于三維表，需要對(duì)應(yīng)到R 環(huán)境下的三維數(shù)組；最后將轉(zhuǎn)換結(jié)果保存為R 環(huán)境下的數(shù)據(jù)格式（.RData）。

由于第1 組指標(biāo)的數(shù)值是始終不變的（不被其他三組標(biāo)影響），故用自編函數(shù)MergeIndicators（）合并Top Papers、Highly Cited Papers 和Hot Papers 三組指標(biāo)，用到此函數(shù)的分別是“Results”中的“authors”、“countries”、“institutions”、“journals” 和“researchFields”。自編函數(shù)MergeFieldsIndicators（）是合并ESI 中22 個(gè)學(xué)科的三組指標(biāo)的函數(shù)，順序是先合并三組指標(biāo)，再合并“作者-學(xué)科”、“國家-學(xué)科”、“機(jī)構(gòu)-學(xué)科”、“期刊-學(xué)科”等，用到此函數(shù)的分別是“Authors_Fields”、“Countries_Fields”、“Institutions_Fields”和“Journals_Fields”。

圖3 目標(biāo)文件夾

操作完成后，數(shù)據(jù)保存到目標(biāo)文件夾，如圖3所示，其中文件夾“RData”中會(huì)出現(xiàn)13 個(gè)結(jié)果文件，接下來的分析可直接調(diào)用RData 數(shù)據(jù)。

4 ESI 四組指標(biāo)的可視化

可視化（Visualization）就是將數(shù)據(jù)以圖的形式表達(dá)。氣泡圖（bubble chart）可以展示三個(gè)變量之間的關(guān)系，X 軸表示第一個(gè)變量（例如論文數(shù)），Y 軸表示第二個(gè)變量（例如引文數(shù)），第三個(gè)變量（例如篇均引文）則用氣泡的大小來表示。如此，ESI 的每組指標(biāo)都可以在XY 平面上用一副“氣泡”圖來展示，若干“氣泡”則反映了一個(gè)序列的數(shù)據(jù)，ESI 四組數(shù)據(jù)可以分別繪制在四副圖中，這四副圖結(jié)合起來就是ESI 指標(biāo)的可視化圖。

本文采用R 語言ggplot2 包繪制了3 種類型的ESI 各項(xiàng)指標(biāo)的可視化圖，本文稱之為視圖1、視圖2、視圖3。視圖1如圖4所示，能夠較好地表達(dá)一組指標(biāo)的三個(gè)參數(shù)，但是當(dāng)“氣泡”參數(shù)接近時(shí)，存在“聚集”現(xiàn)象，區(qū)分度不好。由于每組指標(biāo)僅有2 個(gè)獨(dú)立參數(shù)，因此可以用Y 軸代表觀測對(duì)象（包括，學(xué)科/國家&地區(qū)/機(jī)構(gòu)/期刊/作者），X 軸代表論文數(shù)，氣泡大小代表篇均引文，這樣的可視化效果本文稱為視圖2，如圖5所示。視圖3是為了對(duì)比分析觀測對(duì)象（國家&地區(qū)/機(jī)構(gòu)/期刊/作者）在22 個(gè)學(xué)科中的表現(xiàn)而設(shè)計(jì)的可視化圖，X 軸代表論文數(shù)，Y軸表示22 個(gè)學(xué)科，氣泡大小代表篇均引文，可視化效果如圖6所示。

根據(jù)ESI 的統(tǒng)計(jì)對(duì)象，包括學(xué)科、國家/地區(qū)、機(jī)構(gòu)、期刊、作者等，可以組合繪制若干與視圖1～視圖3類似的分析圖形，這些可視化結(jié)果能夠更好地發(fā)揮ESI 的學(xué)科情報(bào)價(jià)值。表2給出了三種視圖的作用，其中記錄數(shù)是ESI 2018年11月份的數(shù)據(jù)。視圖3用“點(diǎn)”的形狀（shape）區(qū)分不同的比較對(duì)象，一般不超過6 個(gè)，2～3 個(gè)對(duì)象的可視化效果較好。

表2 ESI 四組指標(biāo)可視化的三種視圖的作用

視圖1的X 軸代表論文數(shù)，Y 軸代表引文數(shù)，這兩個(gè)參數(shù)越高，代表研究對(duì)象的氣泡越靠右上角，因此能直觀地比較分析對(duì)象之間的差距。但若比較對(duì)象差距較小，氣泡將會(huì)重疊，比較效果不明顯。因此，視圖1適合分析那些指標(biāo)能拉開差距的研究對(duì)象。

視圖2彌補(bǔ)了視圖1的缺陷，論文數(shù)可通過X 軸看出大小，Y 軸代表各研究對(duì)象，“氣泡”大小由篇均引文數(shù)決定，且直接標(biāo)明數(shù)值，避免了視圖1的氣泡“聚集”現(xiàn)象。此外，視圖2能清晰地反映出三個(gè)參數(shù)在四組指標(biāo)中的變化情況，適合多個(gè)對(duì)象的比較分析。

視圖3適合分析研究對(duì)象的22 個(gè)學(xué)科的表現(xiàn)情況。在比較數(shù)個(gè)研究對(duì)象時(shí)，逐一對(duì)比四組指標(biāo)的論文數(shù)、引文數(shù)、篇均引文，比較結(jié)果具有全面性、科學(xué)性的特點(diǎn)。此外，還有利于優(yōu)勢學(xué)科、潛勢學(xué)科的挖掘。

5 應(yīng)用舉例

應(yīng)用情景一：可視化國家&地區(qū)的ESI 綜合指標(biāo)情況。在Excel 表格當(dāng)中列出需要觀測的國家&地區(qū)的ESI 名稱，用中文作為其標(biāo)簽，將該Excel 表格導(dǎo)入RStudio 生成analyObject 數(shù)據(jù)框，用dplyr 包的inner_join（analyObject,countries）函數(shù)提取目標(biāo)數(shù)據(jù)，用視圖1和視圖2的自編函數(shù)繪制結(jié)果如圖4和圖5所示。

圖4 視圖1（國家&地區(qū)的ESI 綜合指標(biāo)可視化圖）

圖5 視圖2（國家&地區(qū)的ESI 綜合指標(biāo)可視化圖）

由圖4、圖5可看出，中國大陸四組指標(biāo)的論文數(shù)均排在第2 名，僅次于美國，但差距非常明顯。引文數(shù)上，中國大陸在第1 組指標(biāo)中排第2 位，在第2 組指標(biāo)中排第4 位，在第3 組指標(biāo)中排第4 位，在第4 組指標(biāo)中排第3 位。但是，中國大陸在篇均引文上的比較結(jié)果并不理想，四組指標(biāo)中的氣泡均較小，在選取的18 個(gè)國家/地區(qū)中排名靠后，尤其在“Hot Papers”指標(biāo)中，排在最后一名。由此可見，中國大陸近10年發(fā)文數(shù)量確實(shí)較大，逐漸成為一個(gè)學(xué)術(shù)大國，但是篇均引文反應(yīng)出這些論文質(zhì)量并不高。

“Hot Papers”是在過去兩年內(nèi)發(fā)表的論文，近兩個(gè)月的被引頻次排在該學(xué)科排名前0.1%的論文，這意味著論文必須在很短的一段時(shí)間里得到關(guān)注，可間接反映論文的創(chuàng)新性。經(jīng)過查詢，以2017年為初始年份，2018年11月更新的近兩年全學(xué)科入圍0.1%的條件是被引頻次達(dá)到53的論文，2019年1月更新的近兩年全學(xué)科入圍0.1%的條件是被引頻次達(dá)到64 的論文，兩期平均要求被引頻次為58.5。圖中，中國大陸的篇均引文數(shù)為58.18，剛好接近入圍0.1%的門檻，可見整體論文質(zhì)量確實(shí)不高。反觀美國，論文數(shù)遙遙領(lǐng)先于其他國家，如此大的基數(shù)，篇均引文數(shù)仍然可觀。

應(yīng)用情景二：比較中國大陸與美國ESI 學(xué)科指標(biāo)情況。為了繪圖效果，22 個(gè)學(xué)科名稱采用中文簡稱，圓形點(diǎn)代表美國，三角形點(diǎn)代表中國大陸。

圖6 視圖3（中國大陸與美國ESI 學(xué)科指標(biāo)可視化圖）

從圖6可看出，四組指標(biāo)中同一學(xué)科的圓點(diǎn)大多在三角形點(diǎn)右側(cè)，意味著美國在大部分學(xué)科中的論文數(shù)領(lǐng)先于中國大陸。從引文數(shù)來看，前三組指標(biāo)美國所有學(xué)科均領(lǐng)先于中國大陸，即使少數(shù)學(xué)科中國大陸的論文數(shù)超過美國，引文數(shù)也低于美國。只有第4 組指標(biāo)中有兩個(gè)學(xué)科的引文數(shù)略高于美國。從篇均引文來看，同一學(xué)科兩國篇均引文差距并不明顯，因?yàn)槊绹恼撐臄?shù)基數(shù)過大。具體分析以論文（Web of Science Documents）為例，在論文數(shù)上，美國有17 個(gè)學(xué)科領(lǐng)先于中國。各學(xué)科論文數(shù)差距一般在25 000篇以內(nèi)，但值得注意的是，臨床醫(yī)學(xué)學(xué)科差距明顯，達(dá)到60 000 篇左右。筆者分析原因如下：①美國該學(xué)科門檻高，人才起點(diǎn)高。美國本科不設(shè)置臨床醫(yī)學(xué)專業(yè)，美國醫(yī)學(xué)院不招本科生，想入讀醫(yī)學(xué)院的學(xué)生必須是本科畢業(yè)或具有相同學(xué)歷才可以進(jìn)入醫(yī)學(xué)院學(xué)習(xí)。在美國必須攻讀醫(yī)學(xué)博士學(xué)位才能擁有考取醫(yī)師執(zhí)照的資格。②環(huán)境影響。從大環(huán)境來講，醫(yī)生這一職業(yè)在美國是特別受人敬仰的，社會(huì)認(rèn)可度高。從小環(huán)境來講，美國醫(yī)院鼓勵(lì)醫(yī)生發(fā)表成果，在經(jīng)濟(jì)和時(shí)間上給予充分支持。③中國大陸的醫(yī)學(xué)生流失率高。2005年至2015年這十年間，中國大陸各大學(xué)培養(yǎng)了470 萬名醫(yī)學(xué)專業(yè)畢業(yè)生，而醫(yī)生總數(shù)只增加了75 萬。由于薪資問題、職業(yè)環(huán)境、工作時(shí)間、職業(yè)發(fā)展等因素，目前相當(dāng)一部分醫(yī)學(xué)生選擇赴美攻讀學(xué)位并留美行醫(yī)。

此外，中國大陸的化學(xué)、工程學(xué)、材料學(xué)等理工類學(xué)科的論文數(shù)和篇均引文在四組指標(biāo)中均領(lǐng)先于美國，說明這些學(xué)科是目前國內(nèi)發(fā)展較為成熟的學(xué)科，事實(shí)上中國的經(jīng)濟(jì)增長，也確實(shí)依賴于這些學(xué)科，該結(jié)果符合邏輯現(xiàn)實(shí)性。

應(yīng)用情景三：世界一流大學(xué)ESI 綜合指標(biāo)情況。選取了國內(nèi)“C9 聯(lián)盟”高校及9 所國際知名大學(xué)，結(jié)果如圖7所示。

圖7 世界一流大學(xué)ESI 綜合指標(biāo)情況

從論文數(shù)來看，四組指標(biāo)中排名前三的均為國際知名高校，哈佛大學(xué)、多倫多大學(xué)以及劍橋大學(xué)優(yōu)勢明顯，尤其是哈佛大學(xué)，暫時(shí)無任何學(xué)校能與其媲美。但整體來看，國內(nèi)9 所高校實(shí)力不俗。第1 組指標(biāo)中浙江大學(xué)名列第5 位，與劍橋大學(xué)差距不大。其他三組數(shù)據(jù)中，清華大學(xué)均名列第5 位，與劍橋大學(xué)、墨爾本大學(xué)差距不大。從引文數(shù)來看，四組指標(biāo)中，國內(nèi)高校均不如國際知名高校，但近年來上升勢頭強(qiáng)勁，如中科大在“頂級(jí)論文”中的引文數(shù)排名已上升至第3 位，說明近兩年的優(yōu)秀成果增多。從篇均引文來看，氣泡大小無明顯差距，四組數(shù)據(jù)中僅西交大與哈工大氣泡過小，應(yīng)與其學(xué)科實(shí)力不均衡有關(guān)。

總的來看，國內(nèi)高校與國際知名高校差距較大，如開普敦大學(xué)雖然位于非洲，論文數(shù)與國內(nèi)高校相近，但在四組指標(biāo)中，引文數(shù)及篇均引文絲毫不遜于國內(nèi)高校。臺(tái)灣大學(xué)、香港大學(xué)同為亞洲知名學(xué)府，四組指標(biāo)的論文數(shù)、引文數(shù)、篇均引文也均領(lǐng)先于大陸高校，值得深思。

應(yīng)用情景四：北大-清華與世界一流大學(xué)的學(xué)科差距。圖8為哈佛大學(xué)、北京大學(xué)、清華大學(xué)的學(xué)科比較圖，從論文數(shù)來看，四組指標(biāo)中哈佛大學(xué)主要以遺傳學(xué)、臨床醫(yī)學(xué)、生物學(xué)等學(xué)科領(lǐng)先于清華北大，但北京大學(xué)的化學(xué)學(xué)科和清華大學(xué)的材料學(xué)科實(shí)力驚人。清華大學(xué)與北京大學(xué)幾乎沒有差距，圖形大多數(shù)重疊在一起。從引文數(shù)來看，與圖7結(jié)果一致，各學(xué)科哈佛大學(xué)均領(lǐng)先于清華北大。從篇均引文來看，前3 組指標(biāo)中，三個(gè)學(xué)校的圖形大小肉眼幾乎不能區(qū)別差距，但在第4 組數(shù)據(jù)中可以明顯看出，物理學(xué)、地球?qū)W等學(xué)科，清華大學(xué)和北京大學(xué)的圖形大小明顯大于哈佛大學(xué)。

清華大學(xué)和北京大學(xué)代表了中國的最高學(xué)府，哈佛大學(xué)是美國的頂級(jí)大學(xué)，相比較的結(jié)果與圖6兩國的學(xué)科比較結(jié)果大致相同，例如哈佛大學(xué)的臨床醫(yī)學(xué)學(xué)科遙遙領(lǐng)先于清華北大。通過高校之間的學(xué)科對(duì)比，可以發(fā)現(xiàn)高校的優(yōu)勢學(xué)科和潛勢學(xué)科。尤其是清華大學(xué)和北京大學(xué)的物理學(xué)、地球?qū)W等學(xué)科在頂尖論文指標(biāo)中甚至超過哈佛大學(xué)，預(yù)示著中國的通訊衛(wèi)星、納米技術(shù)等領(lǐng)域或已躋身世界一流水平。

圖8 學(xué)科比較：哈佛-北大-清華

6 結(jié)語

本文運(yùn)用R 語言編程實(shí)現(xiàn)了對(duì)ESI 四組指標(biāo)的可視化，利用三種視圖將ESI 四組指標(biāo)呈現(xiàn)在一張平面圖上。研究表明，視圖1、視圖2顯示出中國大陸地區(qū)學(xué)術(shù)現(xiàn)狀并非如表面那樣樂觀，論文數(shù)、引文數(shù)成績確實(shí)不俗，但篇均引文令人擔(dān)憂，這與論文質(zhì)量和大量的論文自引有關(guān)。視圖3直觀地顯示了中國大陸與美國相比較的學(xué)術(shù)方面的差距，中國大陸的四組指標(biāo)均與美國相差甚遠(yuǎn)，但通過視圖也可看出中國大陸的強(qiáng)勢學(xué)科（化學(xué)、材料學(xué)等）和潛勢學(xué)科（地球?qū)W、物理學(xué)等）。此外，應(yīng)用情景三是各高校的學(xué)科比較，這是目前國內(nèi)學(xué)科服務(wù)部門的主要業(yè)務(wù)之一，可視化結(jié)果更加直觀更加清晰，更適合決策人員做戰(zhàn)略調(diào)整。

研究表明，運(yùn)用本文介紹的可視化方法可以高效地采集并保存ESI 數(shù)據(jù)，使得高校圖書館的ESI 數(shù)據(jù)采集更加高效，數(shù)據(jù)分析和結(jié)果展示更為直觀清晰，基于ESI 的學(xué)科情報(bào)服務(wù)更加精準(zhǔn)，更具有針對(duì)性，更有利于決策，具有推廣價(jià)值。