高顛覆因子論文特征及其與傳統(tǒng)計量指標相關性研究*

郭麗娜 周 群

(中國農(nóng)業(yè)大學圖書館 北京 100193)

0 引 言

對于早期科學社會學家而言，顛覆性研究是科學獎勵體系中的概念[1]，其重點在于研究結果的新穎性或原創(chuàng)性，它可以靈活指代新理論的創(chuàng)建、現(xiàn)有理論的改進或?qū)σ阎F(xiàn)象的更好描述。庫恩將科學研究進程分為顛覆性研究和漸進性研究兩種發(fā)展狀態(tài)，二者相互作用，交叉滲透，形成科學發(fā)展的動態(tài)結構，其中，顛覆性研究是科學范式的根本突破[2]，導致范式轉變的科學突破在科學體系內(nèi)具有重要作用。受庫恩的啟發(fā)，后來的科學社會學家將顛覆性研究視為對科學權力結構的挑戰(zhàn)，即顛覆性研究的“新穎性”令人恐懼，并在一定程度上被某個領域的“統(tǒng)治階層”以同行評議等形式所抵制[3-5]。

近年來，顛覆性研究或技術的識別已成為科技創(chuàng)新領域的熱點和前沿議題。在管理學和情報學領域，研究人員提出一系列不同維度的指標，試圖預測和挖掘潛在顛覆性研究，并圍繞已有顛覆性研究進行驗證。但已有識別與探測方法多圍繞顛覆性研究對技術、市場或產(chǎn)業(yè)等的影響展開，缺少對其本質(zhì)與特征的探討，或基于管理學和計量學方法進行事前預測研究。同時，各類預測方法在信度與效度上的判斷標準比較單一，顛覆性研究的有效測度仍存在一定困難。

顛覆因子(Disruption)[6]從引文網(wǎng)絡角度測度論文的顛覆性，它的提出為顛覆性研究的識別和探測提供了新視角。在引文分析視角下，科學范式從不斷的科學進步到發(fā)生科學革命，發(fā)生了各種規(guī)模的引用級聯(lián)，通過分析顛覆性研究論文的“增強效應”，能夠揭示顛覆性思想如何實現(xiàn)突破，并在現(xiàn)有科學范式中占據(jù)優(yōu)勢[7-9]。本文以高顛覆因子論文為切入點，在考察高顛覆因子論文分布特征的基礎上，探討了顛覆因子與傳統(tǒng)計量指標的相關性，不僅有助于加深認識顛覆因子的特征、測度目的和角度，也能夠幫助研究人員正確理解和使用顛覆因子，進而與其他指標或特征相結合，形成更加全面、精確的測度體系，以使其在計量指標體系和科技評價中發(fā)揮功能和效用。

1 相關研究

在文獻計量學領域，學術論文和專利作為科學研究活動的主要產(chǎn)出形式，是顛覆性研究識別方法的主要數(shù)據(jù)源[10]，其識別方法主要是圍繞引文特征，如引文曲線、引文網(wǎng)絡以及不同數(shù)據(jù)源的組合展開。其中，引文網(wǎng)絡能夠體現(xiàn)文獻研究主題間的相關性，并在結構上反映文獻研究主題的演變和引發(fā)研究范式轉變的顛覆性研究[11]。

2016年，F(xiàn)unk等[12]基于專利的動態(tài)引文網(wǎng)絡提出測度技術顛覆性的指標，用來描述一項新專利對已有引文網(wǎng)絡造成的影響，即若引入新專利使得焦點專利(待測專利)的后向引用專利被引量減少，則說明焦點專利具有顛覆性，計算公式如下：

(1)

其中，i為引用焦點專利或其后向引用專利的專利，n為其數(shù)量。i引用焦點專利時fi=1，否則fi=0；i引用焦點專利的后向引用專利時bi=1，否則bi=0。該指標通過測度新專利的出現(xiàn)對已有引文網(wǎng)絡造成的鞏固或破壞，來表征新專利對現(xiàn)有技術穩(wěn)定性的影響，進而評估其顛覆性。

2019年，Wu等[6]在此基礎上改進上述指標并提出顛覆因子(Disruption)的概念，并將顛覆因子用于識別顛覆性研究，其計算公式如下：

(2)

其中，NF代表只引用焦點文獻的論文數(shù)，NB代表同時引用焦點文獻及其參考文獻的論文數(shù)，NR代表只引用其參考文獻的論文數(shù)。

從上述公式可以看出，若焦點文獻(待測文獻)的施引文獻較多地引用其本身而非參考文獻，則這篇論文是對先前成果的顛覆，反之，則是對先前成果的繼承或鞏固；顛覆因子的值大于0則研究可能為顛覆性研究，越接近于1則研究的顛覆性越強，反之，顛覆因子的值小于0則可能為漸進性研究，越接近于-1則研究的漸進性越強。其計算示意圖如圖1所示，以待測焦點文獻為中心形成的引文網(wǎng)絡包括焦點文獻(黑色矩形)、焦點文獻的參考文獻(灰色矩形)以及二者的施引文獻。

圖1 顛覆因子計算示意圖

其中，t為焦點文獻的出版年，F(xiàn)為只引用了焦點文獻的論文(白色圓形)，B為既引用焦點文獻又引用其參考文獻的論文(白色矩形)，R代表只引用了焦點文獻的參考文獻的論文(黑色三角形)。

Wu等[6]在研究中發(fā)現(xiàn)諾貝爾獎關鍵論文位于顛覆因子分布的Top2%，均具有較高的顛覆性，而綜述型論文多為對先前工作的回顧，屬于漸進性研究，分布在Bottom46%，驗證了顛覆因子識別顛覆性研究的準確率為83%，且當識別顛覆性極高的研究時準確率更高。此外，研究還發(fā)現(xiàn)顛覆性研究多存在引用延遲現(xiàn)象。

顛覆因子的提出和應用引起許多學者的關注和討論，Bornmann[13]基于案例分析發(fā)現(xiàn)部分論文在發(fā)表之初并未顯示出顛覆性，隨著時間推移顛覆因子趨于穩(wěn)定，其顛覆性才顯現(xiàn)出來，指出顛覆因子與論文引用時間窗口有關。隨后，Bornmann[14]又計算了2000-2010年Scientometrics期刊上所有論文的顛覆因子，對高顛覆因子論文(顛覆因子閾值設置為Top1%)的相關信息進行了統(tǒng)計分析，發(fā)現(xiàn)論文集的顛覆因子集中分布在0附近，高顛覆因子論文僅占分布的極小部分。此外，Wei等[15]利用顛覆因子對比了諾貝爾獎論文與非諾貝爾獎論文的被引次數(shù)和顛覆性，發(fā)現(xiàn)諾獎論文被引次數(shù)顯著高于非諾獎論文，但顛覆性并未高于非諾貝爾獎論文，其研究表明就諾貝爾獎論文而言，作者數(shù)量和參考文獻數(shù)量均與顛覆因子呈負相關；也有學者[16]將顛覆因子用于評估科學家個體的學術顛覆性，研究了科學家的國際流動性與其學術顛覆性的關系，發(fā)現(xiàn)具有海外經(jīng)歷的中國科學家，在回到中國后學術顛覆性顯著增加；還有學者[17]在保持顛覆因子核心思想不變的基礎上提出了一些變體。Bu等[18]則受顛覆因子設計思路的啟發(fā)，建立了科學出版物影響力的多維測度框架。

總之，顛覆因子基于引文關系測度研究的顛覆性，焦點文獻的顛覆性取決于施引文獻的參考文獻與焦點文獻的參考文獻的重疊程度。換言之，如果許多施引文獻未引用焦點文獻的參考文獻，則焦點文獻具有顛覆性，表明焦點文獻可能提出了不同于其參考文獻的新思想、新方法。

2 數(shù)據(jù)來源與指標選取

本研究以1954-2014年PubMed數(shù)據(jù)庫中被SCI收錄的12 472 382篇期刊論文為總數(shù)據(jù)集[6]，其顛覆因子的分布情況見圖2?？梢钥闯?，論文顛覆因子值高度集中分布在0附近，顛覆因子接近于1或-1的論文僅占分布的極小部分，這與顛覆性研究的定義及其在科學研究中的實際分布情況一致。根據(jù)圖2中的分布情況，本研究將總數(shù)據(jù)集按照顛覆因子大小降序排列，將論文數(shù)量前0.1%的論文(即12 472篇論文)定義為高顛覆因子論文，進而得到高顛覆因子論文的顛覆因子閾值為0.4，即其顛覆因子分布范圍為[0.4,1]。

圖2 顛覆因子的頻率分布直方圖

由于1980年以前的大部分論文在Web of Science數(shù)據(jù)庫中存在信息缺失的情況，為了保證論文各項引文指標的獲取，研究進一步限定時間窗口為1980-2014年，最終得到5 966篇高顛覆因子論文作為本研究的研究對象。

本文的傳統(tǒng)計量指標主要采集自Web of Science和Scopus兩大數(shù)據(jù)庫，分別包括Web of Science數(shù)據(jù)庫中的WOS引用、CNCI(Category Normalized Citation Impact)、IF(Impact Factor)和NR(參考文獻數(shù))指標信息，以及Scopus數(shù)據(jù)庫中的Scopus引用、CS(CiteScore，引用分數(shù))、SNIP (Source Normalized Impact per Paper，篇均來源期刊標準影響指標)、SJR(SCImago Joumal Rankings，期刊聲望指數(shù))指標信息，如表1所示。

表1 傳統(tǒng)文獻計量指標信息

由于數(shù)據(jù)集取自WoS數(shù)據(jù)庫，WoS數(shù)據(jù)庫中的指標覆蓋率均在95%以上，高于Scopus數(shù)據(jù)庫的74.27%。同時可以發(fā)現(xiàn)，上述指標均屬于論文或期刊影響力層面的測度指標，這與顛覆因子所測度的顛覆性的測度角度有所不同，但在實際應用中通常也用于論文層面的評價，本文探討了上述指標與顛覆因子之間的相關性。指標數(shù)據(jù)的采集時間為2019年6月28日。

3 研究結果

3.1高顛覆因子論文描述性統(tǒng)計本文數(shù)據(jù)樣本時間跨度35年，且數(shù)據(jù)截至2014年。本節(jié)主要基于高顛覆因子論文的時間、國家、機構、學科和期刊的主要分布特征進行描述性統(tǒng)計分析。

圖3為高顛覆因子論文數(shù)量與被引頻次的時間分布。從論文數(shù)量的趨勢線(黑色)可以看出，高顛覆因子論文呈現(xiàn)明顯的逐步下降趨勢。2001年以前的論文占比分別達到80%。1980年的高顛覆因子論文最多，為282篇，而到2014年僅有22篇高顛覆因子論文，說明高顛覆因子論文隨著年份逐年降低，受時間累積的影響顯著。從論文被引頻次趨勢線(灰色)看，在大多數(shù)年份，論文總被引頻次均在20 000次以上，且波動性較大，但仍表現(xiàn)出顯著的下降趨勢，這也與論文被引頻次受時間累積影響有一定的關系。

圖3 高顛覆因子論文數(shù)量與被引頻次的時間分布

圖4顯示了1980-2014年高顛覆因子論文的被引頻次分布，在5 966篇高顛覆因子論文中，有3 672篇論文的被引頻次低于50次，占比達到61.5%；分別有835篇和1 004篇論文的被引頻次介于51-100次和101次和500次之間，占比14.0%和16.8%。被引頻次大于500次的論文急劇減少，僅為454篇，其中，有74篇高顛覆因子論文的被引頻次大于5000次，最高的一篇論文被引頻次達到63 990次。經(jīng)統(tǒng)計，5 966篇論文的平均被引頻次為664.5次，遠遠高于WoS數(shù)據(jù)庫中歷年發(fā)表論文的年均被引頻次。結果表明，顛覆因子指標能夠在一定程度上反映論文的學術影響力，高顛覆因子論文同時具有較高的學術影響力，即被引頻次較高。

圖41980-2014年高顛覆因子論文的被引頻次分布

表2分別統(tǒng)計了高顛覆因子論文的作者國籍和機構分布(發(fā)文量前10)情況?？梢?，產(chǎn)量位居前列的均為發(fā)達國家，其中，美英兩國是高顛覆因子論文的最大產(chǎn)出國家，占比達50%以上，其次為德國、加拿大、法國等。與此同時，盡管我國發(fā)表的論文總量躍居世界第一，但貢獻的高顛覆因子論文均遠低于美、英等發(fā)達國家，僅為105篇(表中未顯示)，位列第12位，低于印度的111篇。從高顛覆因子論文的所屬機構看，其所屬國家更為集中，前10的機構中，除加拿大的多倫多大學以外，其余均為美英兩國的研究機構，其中以英國的倫敦大學最多，為196篇。

表2 高顛覆因子論文的作者國籍和機構分布(載文量前10)情況

圖5和表3基于InCites平臺分別統(tǒng)計了5 966篇高顛覆因子論文的學科和期刊分布情況，將5 966篇論文導入InCites平臺后，由于部分論文數(shù)據(jù)年份較早，有279篇論文信息缺失。圖5顯示了5 687篇論文的ESI學科分布情況?？梢钥闯?，高顛覆因子論文的學科同樣相對集中，以臨床醫(yī)學領域占比最大，達到54.8%。其次，社會科學是高顛覆因子論文產(chǎn)出的第二大學科，有395篇(6.6%)。此外，藥理與毒理學、植物學與動物科學、生物學與生物化學等生物和醫(yī)學領域的論文占比約為3.7%～4.7%，也是產(chǎn)出高顛覆因子論文較多的學科。而經(jīng)濟學與商學、數(shù)學和空間科學領域的論文占比較低，空間科學領域僅有1篇高顛覆因子論文。

圖5 高顛覆因子論文的ESI學科分布

表3 高顛覆因子論文的期刊分布

表3列出了高顛覆因子論文載文量前10的來源期刊。可以看出，除AppliedOptics期刊外，高顛覆因子論文主要來源期刊均為醫(yī)學期刊和綜合性期刊，其中綜合性期刊包括兩大頂級期刊即Science和Nature。醫(yī)學期刊中，英格蘭醫(yī)學期刊(BMJ)、柳葉刀(Lancet)、新英格蘭醫(yī)學期刊(NewEnglandJournalofMedicine)和美國醫(yī)學會期刊(JAMA)等均為醫(yī)學領域的權威期刊。值得注意的是，表中的期刊大多屬于自然科學領域的權威期刊，具有較高的篇均被引頻次和影響因子，其中以Lancet的影響因子最高(59.102)，以Nature期刊的篇均被引頻次最高(1401.29)。結合圖4的論文平均被引頻次，在一定程度上說明，高顛覆因子論文與其學術影響力及其來源期刊的影響力是相關的。

3.2高顛覆因子論文引文曲線特征引文曲線是指論文被引次數(shù)隨時間變化而形成的曲線，能夠從時間維度較為直觀地揭示引用分布規(guī)律。引文曲線類型的識別和判斷，通常采用曲線擬合方法，利用數(shù)學上的曲線方程來選擇較為合適的曲線類型，進而完成對單篇論文被引次數(shù)年度分布的擬合。較為經(jīng)典的引文曲線分類方法是由Avramescu[20]提出的，主要可分為經(jīng)典型(類似正態(tài)分布)、指數(shù)增長型(類似指數(shù)函數(shù))和曇花一現(xiàn)型(迅速達峰值，然后急劇下降)三類；李江等[21]在此基礎上總結出五種引文曲線類型：經(jīng)典型、指數(shù)增長型、雙峰型(兩個生命周期)、波型(無生命周期，呈現(xiàn)無規(guī)律上下波動)及睡美人型。

本研究基于引文曲線分析框架分析了高顛覆因子論文引文曲線特征，通過曲線擬合對高顛覆因子論文的引文曲線進行分類。首先，利用曲線擬合識別規(guī)則引文曲線，利用對數(shù)正態(tài)函數(shù)判斷引文曲線是否為經(jīng)典型，通過指數(shù)函數(shù)識別引文曲線是否為指數(shù)增長型，擬合優(yōu)度R2>0.6則認為符合該類型引文曲線。其次，在不規(guī)則引文曲線中識別睡美人型、曇花一現(xiàn)型等引文曲線。依據(jù)Van Raan[22]對睡美人現(xiàn)象的數(shù)學定義，將睡美人型引文曲線的具體計量標準設定為：論文發(fā)表前3年零被引或低被引，而后突然高被引，且年均被引次數(shù)在20以上。對于曇花一現(xiàn)型引文曲線，則利用其“發(fā)表后迅速達到引用高峰，之后幾乎不再被引用”的典型特征來識別。最后，對其余論文的引文曲線類型進行統(tǒng)計分析。

圖6 高顛覆因子論文的代表性引文曲線類型

研究發(fā)現(xiàn)，在5 966篇高顛覆因子論文的引文曲線中，有占比超過58%的3 497篇論文年均被引次數(shù)小于1，無法反映其引文曲線特征，本文將其統(tǒng)計為“其他”。此外，經(jīng)典型、指數(shù)增長型、曇花一現(xiàn)型、波型及睡美人型等引文曲線均存在，還發(fā)現(xiàn)一種至少兩個生命周期、被引次數(shù)波動較多的新型不規(guī)則引文曲線，本文稱其為多峰型引文曲線。因此，高顛覆因子論文引文曲線類型可以分為兩種規(guī)則引文曲線(包括經(jīng)典型和指數(shù)增長型)和四種不規(guī)則引文曲線類型(包括睡美人型、曇花一現(xiàn)型、波型和多峰型)。上述代表性引文曲線類型如圖6所示。

表4為高顛覆因子論文的引文曲線類型分布情況?？梢钥闯觯哳嵏惨蜃诱撐牡囊那€類型中，多峰型引文曲線論文數(shù)遠遠超過其他五種類型，為1 666篇，占比27.92%，其次是經(jīng)典型引文曲線，為408篇，占比6.84%。在年均被引頻次方面，指數(shù)增長型被引次數(shù)最高，年均161次，其次是睡美人型，年均52次，而曇花一現(xiàn)型、波型、多峰型引文曲線的年均被引次數(shù)均不高，分別為1.58、6.06和8.54。值得一提的是，其中的睡美人型引文曲線的論文占比高達到1.09%，而通常情況下論文中睡美人論文的占比僅為0.01%～0.1%[23]，這也表明高顛覆因子論文與睡美人文獻存在較高的關聯(lián)度，具有顛覆性的研究在論文發(fā)表之初不被認可的可能性要高于其他類型論文。

表4 高顛覆因子論文的引文曲線類型分布

3.3顛覆因子與傳統(tǒng)計量指標的相關性研究

3.3.1 正態(tài)性檢驗 相關性分析常用方法包括Spearman相關分析方法和Pearson相關分析方法，當變量符合正態(tài)分布的假設時，兩種方法均適用，否則只能選擇Spearman秩相關分析。為確定正確的相關性分析方法，首先要對樣本數(shù)據(jù)進行正態(tài)性檢測，本部分使用K-S單樣本正態(tài)性檢驗方法對高顛覆因子論文的顛覆因子(D)與各計量指標進行檢測(見表5)。

表5 高顛覆因子論文各指標的單樣本Kolmogorov-Smirnov檢驗

由表5可知，樣本數(shù)據(jù)的顯著性水平小于0.01，即樣本不服從正態(tài)分布。此外，所有指標均為連續(xù)型變量，因此本文選用Spearman秩相關分析探討各指標間的相關性。

3.3.2 相關性分析 利用SPSS21.0對高顛覆因子論文的顛覆因子與各計量指標進行Spearman相關性分析。高顛覆因子論文的顛覆因子與各計量指標間的Spearman相關系數(shù)如表6所示。

表6 高顛覆因子論文各指標的Spearman相關性分析

由表6可知，首先，在高顛覆因子論文中，顛覆因子與WOS引用、CNCI和Scopus引用呈弱正相關。具體而言，顛覆因子與WOS引用、CNCI的相關系數(shù)分別為0.035、0.049(在0.01的水平上顯著相關)，與Scopus引用的相關系數(shù)為0.031(在0.05的水平上顯著相關)。說明對高顛覆因子論文而言，其被引頻次和引文影響力也相對較高。顛覆因子的計算核心思想在于計算只引用焦點文獻與既引用焦點文獻又引用其參考文獻的論文的比例之差，因此，論文被引次數(shù)對其顛覆因子有積極的影響，但影響不大。

其次，顛覆因子與SNIP、SJR的相關系數(shù)分別為0.034和0.036，在0.05的水平上顯著相關。SNIP和SJR均為期刊層面上的評價指標，二者存在較弱正相關關系。

最后，顛覆因子與NR、IF、CS沒有必然相關性，即高顛覆因子論文與其參考文獻數(shù)量、引文分數(shù)和所在期刊的影響因子關系不大。在高顛覆因子論文中，顛覆因子與參考文獻NR的相關系數(shù)為-0.025，顯著性水平為0.06。根據(jù)顛覆因子的計算公式，當焦點文獻的參考文獻較少或被引次數(shù)較多時，會導致該文獻的顛覆因子較高，即參考文獻數(shù)量與顛覆因子應該是負相關的，但在高顛覆因子論文集中二者并無必然相關性，這說明參考文獻數(shù)對高顛覆因子論文的顛覆因子影響不大。

值得一提的是，SNIP、SJR、IF和CS均為期刊影響力評價指標，但與顛覆因子的相關性表現(xiàn)并不一致。具體地說，顛覆因子與SNIP、SJR具有一定的相關性，但與IF和CS卻沒有必然相關性，這主要是由指標的不同運算方式?jīng)Q定的，即IF和CS均只考慮了期刊被引頻次和載文量兩個因素，二者僅時間窗口有所差異。SJR不僅考慮引文的絕對數(shù)量，也考慮引文的質(zhì)量，將期刊的選題和聲望等更多因素納入期刊評價的考量，而SNIP從篇均引文數(shù)的角度減少不同主題領域期刊引用行為的差異，從而試圖對不同主題領域的來源期刊進行直接比較，以此突破傳統(tǒng)影響因子(IF)無法考量不同研究領域的引用情形。即SNIP指標消除了學科之間的差異，這在一定程度上說明，顛覆因子同樣消除了不同學科因素的影響。

4 結論與討論

本研究以高顛覆因子論文為切入點，通過揭示高顛覆因子論文分布特征和引文曲線類型，分析顛覆因子與傳統(tǒng)計量指標的相關性。研究發(fā)現(xiàn)，高顛覆因子論文中，顛覆因子同樣存在引用時滯問題，其論文數(shù)量隨時間逐步減少，被引頻次主要集中在0～50次之間，但仍有少量論文在10 000次以上，最高達63 990次；高顛覆因子論文主要來源于科技發(fā)達國家的高水平研究機構；在學科和期刊分布上看，高顛覆因子論文主要集中于臨床醫(yī)學和社會科學領域，且以高影響因子的醫(yī)學期刊和綜合性期刊為主；其引文曲線類型中，以多峰型占比最多，且存在比例相對較高的睡美人型文獻，在一定程度上證明了顛覆性研究受到延遲承認的可能性較大。最后，高顛覆因子論文通常具有較高的傳統(tǒng)計量指標值，即具有較高的學術影響力，但其顛覆因子與傳統(tǒng)計量指標的相關性并不顯著，在實際運用中，可以作為論文評價的有益補充。

在文獻計量學領域，顛覆性研究的識別和探測仍處于摸索階段，尚未形成成熟可靠的識別理論與方法，目前仍以傳統(tǒng)的引文分析方法為主。其主要原因在于顛覆性研究早期計量特征的捕捉和探測難度更大，即便在一定范圍內(nèi)捕捉到“顛覆性研究”這一特征的計量學信號，但得到的潛在顛覆性研究數(shù)量仍然很大，對于其后期能否成長為真正的顛覆性研究仍缺乏更多依據(jù)支撐，導致分析結果的準確度和有效性降低。而顛覆因子的提出為測度論文的“顛覆性”這一特征提供了一個新的觀察視角，其從科學演進的角度考察論文在科學研究中的開創(chuàng)或繼承角色，并通過其對參考文獻和施引文獻的聯(lián)系或中斷作用來表征其“顛覆性”，為構建和完善顛覆性研究識別方法和指標體系奠定理論基礎，也為顛覆性研究的識別提供分析思路和情報學基礎。