基于引用時(shí)間視角的高被引論文內(nèi)外部特征與其被引量的關(guān)系研究

許林玉　楊建林

DOI.10.3969/j.issn.1008-0821.2021.12.013

[中圖分類號(hào)]G250.252 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-0821（2021）12-0131-13

學(xué)術(shù)界普遍認(rèn)為高被引論文的質(zhì)量較高，對(duì)領(lǐng)域知識(shí)具有重要的貢獻(xiàn)作用。自2018年以來，中共中央辦公廳、國務(wù)院辦公廳等機(jī)構(gòu)先后印發(fā)了關(guān)于深化項(xiàng)目評(píng)審、人才評(píng)價(jià)、機(jī)構(gòu)評(píng)估等措施及指導(dǎo)意見，其中反復(fù)提到科研領(lǐng)域要關(guān)注“標(biāo)志性、代表性成果”。在這樣的背景下，探索學(xué)科領(lǐng)域高活躍度和高影響力的高被引論文將會(huì)是國內(nèi)學(xué)術(shù)界持續(xù)關(guān)注的研究對(duì)象。

誠如喬納森所言，“承認(rèn)是科學(xué)王國的基本通貨”，引用行為是學(xué)術(shù)成果被承認(rèn)的體現(xiàn)。在規(guī)范引用前提下，排除負(fù)面或不正當(dāng)?shù)纫眯袨?，學(xué)術(shù)論文的被引頻次越高，代表其科學(xué)影響力越高，其對(duì)科學(xué)進(jìn)步、領(lǐng)域知識(shí)的貢獻(xiàn)就越大。因此，基于被引頻次的評(píng)價(jià)成為學(xué)術(shù)論文影響力最具代表性、最簡單的評(píng)價(jià)方式。

為促進(jìn)更多的高被引論文產(chǎn)出，學(xué)界對(duì)高被引論文的特征及產(chǎn)出規(guī)律進(jìn)行了研究，研究成果主要集中于此類論文的作者、期刊及機(jī)構(gòu)等屬性的分布特征以及高被引論文的引文模式，部分研究成果被用于科學(xué)評(píng)價(jià)與研究熱點(diǎn)預(yù)測。高被引論文具有較長的統(tǒng)計(jì)時(shí)間窗口，體現(xiàn)了被引頻次的累積過程。學(xué)者們提出的“睡美人”“白天鵝”“黑天鵝”等引文模式，揭示了部分高被引論文的引文累積在確定的時(shí)間窗口內(nèi)隨時(shí)間變化的規(guī)律。盡管學(xué)界對(duì)高被引論文的特征進(jìn)行了研究，但是沒有進(jìn)一步揭示這些特征對(duì)引文累積過程發(fā)揮影響時(shí)所具有的規(guī)律性，而細(xì)化的研究結(jié)果對(duì)高被引論文的預(yù)測更具有參考價(jià)值。

1相關(guān)研究

學(xué)界多從論文自身和外部指標(biāo)來探討論文被引頻次的影響因素，本文參考前人研究將高被引論文的特征分為內(nèi)部特征和外部特征：內(nèi)部特征主要包括標(biāo)題、摘要、關(guān)鍵詞、基金資助、合作規(guī)模（作者、國家）、參考文獻(xiàn)、文章長度等指標(biāo);外部特征主要涉及刊載期刊、作者聲譽(yù)及數(shù)據(jù)庫平臺(tái)等因素，如發(fā)表期刊質(zhì)量、開放獲取等指標(biāo)。

1.1內(nèi)部特征研究

Aksnes D W研究發(fā)現(xiàn)，與非高被引論文相比，高被引論文具有作者數(shù)量較大、跨國合作等特征;Noorhidawati A等通過觀察馬來西亞的ESI高被引論文，發(fā)現(xiàn)這些論文普遍具有國家資助、隸屬于研究型大學(xué)以及跨國合作等特征;Dorta-Gonzalez P等研究發(fā)現(xiàn)，高被引論文具有作者數(shù)量較多、篇幅更長、參考文獻(xiàn)較多、標(biāo)題稍短以及摘要較長等特征;張壘以新聞學(xué)與傳播學(xué)領(lǐng)域的高被引論文為研究對(duì)象，發(fā)現(xiàn)時(shí)間累積是論文高被引的必要條件，高被引論文具有作者影響力高、首次被引時(shí)間較快、傾向于引用高影響力論文等特征，參考文獻(xiàn)的數(shù)量、研究內(nèi)容的新穎性與高被引之間并不存在明顯的相關(guān)性;Webster G D等研究發(fā)現(xiàn)，高被引論文的參考文獻(xiàn)數(shù)量較多;Liang G等提出知識(shí)廣度、知識(shí)新近度和學(xué)科是影響高被引論文“起飛”時(shí)間的重要因素;馬榮康等運(yùn)用Finan-cial Times TOP 45商學(xué)院數(shù)據(jù)，基于論文被引量探索最佳科研合作規(guī)模，發(fā)現(xiàn)多作者合作的論文成為高被引論文的概率更高;Chen S J等深入探索跨學(xué)科性與高被引論文被引量的關(guān)系，認(rèn)為高被引論文具有較高的學(xué)科多樣性和學(xué)科差異性，學(xué)科平衡性較低;Zhang J等以太陽能領(lǐng)域論文為研究對(duì)象，基于論文知識(shí)元耦合網(wǎng)絡(luò)，發(fā)現(xiàn)科學(xué)關(guān)聯(lián)度較低的論文更有可能被高度引用。

1.2外部特征研究

梁春慧等研究發(fā)現(xiàn)，高被引論文更傾向于引用聲望高、影響因子高的期刊論文;Wang M等研究發(fā)現(xiàn)，期刊聲譽(yù)和第一作者研究能力是高被引論文最相關(guān)的預(yù)測因子：Dorta-Gonzalez P等研究發(fā)現(xiàn)，刊載高被引論文期刊的影響因子較高：Wang F等運(yùn)用APS和Nobel數(shù)據(jù)開展研究，發(fā)現(xiàn)第一作者的科學(xué)影響、潛在領(lǐng)袖的科學(xué)影響力、研究團(tuán)隊(duì)的科學(xué)影響、作者現(xiàn)有論文的相關(guān)性這4個(gè)因素與論文的科學(xué)影響力顯著正相關(guān)，其中潛在的領(lǐng)導(dǎo)者因素短期內(nèi)發(fā)揮更重要的作用，研究團(tuán)隊(duì)的科學(xué)影響因素長期發(fā)揮更重要的作用。

近年來，研究者開始越來越關(guān)注補(bǔ)充計(jì)量學(xué)指標(biāo)對(duì)被引量的影響，如趙婉忻發(fā)現(xiàn)高被引論文被引量與下載量、學(xué)術(shù)型社交媒體閱讀量等呈顯著正相關(guān);Cho J亦認(rèn)為被引量與閱讀量顯著相關(guān);學(xué)者們還發(fā)現(xiàn)高被引論文的其他一些外部特征，如自引率低、多發(fā)表在科學(xué)出版物的前1/4以及研究基礎(chǔ)較扎實(shí)（從引文網(wǎng)絡(luò)中提取）等。此外，Newman M E探討了論文的先動(dòng)優(yōu)勢，研究表明，如果一篇論文是某領(lǐng)域的首篇論文，無論其內(nèi)容如何，其引用率都將高于其后發(fā)表的其他論文?；仡櫱叭说南嚓P(guān)工作可以發(fā)現(xiàn)，現(xiàn)有研究主要探討高被引論文的特征與其長期被引量的相關(guān)性，沒有進(jìn)一步揭示這些特征對(duì)引文累積過程發(fā)揮影響時(shí)所具有的規(guī)律性。因此，本文基于引用時(shí)間視角對(duì)前人的研究工作進(jìn)行深化，主要將引用時(shí)間細(xì)化為初始被引量、長期被引量、歷年引用量及引文累計(jì)速度等，主要研究內(nèi)容包括：①高被引論文的內(nèi)外部特征與其初始被引量、長期被引量的關(guān)系：②高被引論文的內(nèi)外部特征與歷年被引量的關(guān)系：③高被引論文的內(nèi)外部特征與引文累積速度的關(guān)系。

2研究數(shù)據(jù)與方法

2.1數(shù)據(jù)的采集及預(yù)處理

2.1.1數(shù)據(jù)采集

本文參照科睿唯安官網(wǎng)，將高被引論文定義為“在10年內(nèi)發(fā)表且其引用頻次處于該研究領(lǐng)域同一出版年前1%的研究成果”。Web of Seience（WOS）數(shù)據(jù)庫是世界范圍內(nèi)較為核心且權(quán)威的數(shù)據(jù)庫，其認(rèn)定的高被引論文在一定程度上具有權(quán)威性，因此，本文選取該數(shù)據(jù)庫的全學(xué)科高被引論文作為研究對(duì)象。為了保障研究數(shù)據(jù)的覆蓋率及充足的引用時(shí)間窗口，本文選擇WOS數(shù)據(jù)庫的2010年高被引論文的題錄數(shù)據(jù)和歷年引文數(shù)據(jù)作為研究數(shù)據(jù)。

數(shù)據(jù)下載流程如下：首先選擇WOS核心合集數(shù)據(jù)庫，在高級(jí)檢索框中輸入“PY=2010”（出版年為2010年）的檢索條件進(jìn)行搜索，并將文獻(xiàn)類型選定為“ARTICLE（論文）和PROCEEDINGS PA-PER（會(huì)議論文）”，選中“領(lǐng)域中的高被引論文”，并以純文本格式導(dǎo)出文獻(xiàn)題錄的全記錄;在導(dǎo)出題錄數(shù)據(jù)的基礎(chǔ)上導(dǎo)出2010年高被引論文的歷年被引頻次數(shù)據(jù)。其中，題錄主要包括Authors（作者）、Article Title（標(biāo)題）、Source Title（期刊名稱）、Key-words（關(guān)鍵詞）、Abstmct（摘要）、Addresses（地址）以及Funding Orgs（資助機(jī)構(gòu)）等字段。檢索時(shí)間為2020年7月27日，一共得到8956篇高被引論文的數(shù)據(jù)。

2.1.2數(shù)據(jù)預(yù)處理

1）數(shù)據(jù)刪除

為了保證下文回歸結(jié)果的準(zhǔn)確性，本文剔除少量缺失“標(biāo)題”“作者”“摘要”“關(guān)鍵詞”及“期刊”等關(guān)鍵信息的數(shù)據(jù)，這部分?jǐn)?shù)據(jù)總量相對(duì)較小，直接刪除幾乎對(duì)整體結(jié)果沒有影響，最終得到8 008條研究數(shù)據(jù)。

2）數(shù)據(jù)匹配

為了探討題錄特征與被引量的關(guān)系，需要對(duì)題錄和歷年被引頻次數(shù)據(jù)進(jìn)行識(shí)別匹配。本文主要根據(jù)“DOI”字段進(jìn)行匹配，匹配率100%。

3）數(shù)據(jù)清洗

直接獲得的研究數(shù)據(jù)具有一定的瑕疵，因此需要對(duì)部分研究變量進(jìn)行處理。本文基于“Addres-ses”字段獲取地址中國家信息，清洗、去重后最終獲得作者國家數(shù)量，作為國家合作規(guī)模指標(biāo)值。WOS數(shù)據(jù)庫的期刊影響因子的更新會(huì)滯后1年，本文在填充影響因子字段時(shí)，根據(jù)期刊名稱匹配論文出版年前一年所對(duì)應(yīng)的WOS平臺(tái)“Joumal Cita-tion Reports”公布的期刊影響因子，并填充到相應(yīng)字段。

2.2變量的選取及定義

2.2.1因變量

為了進(jìn)一步探究高被引論文內(nèi)外部特征在引文累積過程發(fā)揮影響所具有的規(guī)律性，本文將被引量細(xì)分為初始被引量、長期被引量、2010—2019年各年份的被引量以及引文累積速度，引文累積速度借鑒Wang J的研究，由累積被引量與引文時(shí)間計(jì)算得來。被引量表征的是論文某個(gè)時(shí)間段引文的總體存量，而引文累積速度衡量論文吸引引文的速度。故而本文的因變量為被引量及其基于引用時(shí)間的衍生變量：引文累積速度。

1）被引量

已有研究顯示，外文文獻(xiàn)從出版到被利用的平均時(shí)間大約是兩年，高被引文獻(xiàn)的被引行為一般從第2年開始，到第30年結(jié)束。如表2所示，本文采集的數(shù)據(jù)也表明很多論文在出版年內(nèi)得到的關(guān)注較少（出版年被引量的眾數(shù)為0，占高被引論文的23.4%）。因此，本文使用論文發(fā)表前兩年總被引頻次來表征初始被引量，使用論文出版年到2019年總被引頻次來表征長期被引量：2010—2019年各年被引量即為各年份的當(dāng)年被引量。

為了了解被引量的數(shù)據(jù)分布情況，本文選取初始被引量和長期被引量構(gòu)建兩變量邊緣箱圖，如圖1所示。圖1的兩變量邊緣箱圖由3部分組成：中間是表征變量關(guān)系的散點(diǎn)圖：頂部為初始被引量分布圖;右部分為長期被引量分布圖。由圖1可看出，初始被引量和長期被引量均表現(xiàn)出明顯的偏態(tài)結(jié)構(gòu)，即被引量較少的高被引論文所占比例較大，而被引量較多的論文占比較少，這在很多文獻(xiàn)中都有類似的結(jié)論闡述，歷年被引量亦有此偏態(tài)結(jié)構(gòu)。

2）引文累積速度

論文吸引引文的速度存在差異，有些文獻(xiàn)發(fā)表后快速積聚引文，而后引文積聚緩慢：有些文獻(xiàn)前期被引量較少，后期被引量有較大幅度的上升，如“睡美人”文獻(xiàn)等。為刻畫這種現(xiàn)象，Wang J提出了引文累積速度（Citatuin Speed），其取值范圍為區(qū)間[0，1]，值越接近1，引文累積越快;反之，引文累積越慢。

其中，n是指出版年到2019年的總時(shí)長（單位：年）;C是文獻(xiàn)發(fā)表第i年的累積引文數(shù)量。

本文計(jì)算2010年高被引論文的引文累積速度并作引文累積速度頻數(shù)頻率分布圖，如圖2所示。圖中橫坐標(biāo)表示引文累計(jì)速度，左邊縱坐標(biāo)表示頻數(shù)，右邊縱坐標(biāo)為頻率。由圖2折線圖可看出，高被引論文的引文累積速度值大多集中于區(qū)間[0.3，0.5]，占總論文篇數(shù)的80.22%，右上角的累積百分比有著相同的結(jié)論。

2.2.2自變量

本文在前人研究的基礎(chǔ)上，基于高被引論文內(nèi)外部特征選取自變量，其中內(nèi)部特征定義為論文本身的因素，即論文在成文之時(shí)便有的特征，主要包括標(biāo)題長度、作者合作規(guī)模、國家合作規(guī)模、關(guān)鍵詞數(shù)量、摘要長度、基金資助、學(xué)科數(shù)量、參考文獻(xiàn)數(shù)量以及文章篇幅：考慮到指標(biāo)的可量化及可得性，本文將外部特征定義為論文發(fā)表期刊和平臺(tái)的特征，主要為期刊質(zhì)量、開放獲取，各變量的選取及定義如表1所示。近些年，論文使用數(shù)據(jù)得到學(xué)者們的關(guān)注，部分文章將論文使用量納入論文外部特征來考察其對(duì)被引量的影響。然而，論文的使用量與論文的被引量具有正相關(guān)性，且都是一定時(shí)間窗口內(nèi)的累積量，具有動(dòng)態(tài)性，因此本文認(rèn)為，使用與論文被引量同一時(shí)間節(jié)點(diǎn)的論文使用量來考察論文使用量對(duì)高被引效應(yīng)的影響并不合適。故而本文沒有將論文使用量指標(biāo)加入待考察的外部特征集。

2.3統(tǒng)計(jì)方法及模型

2.3.1模型方法選擇：負(fù)二項(xiàng)回歸

高被引論文的被引量屬于離散數(shù)據(jù)，不服從正態(tài)分布。以長期被引量為例，構(gòu)建長期被引量各種數(shù)據(jù)變換下的直方圖與正態(tài)分布曲線，如圖3所示。從圖3可看出，長期被引量的自身（identity）、立方（cubic）、平方（square）等變換不服從正態(tài)分布。該種離散數(shù)據(jù)適用于計(jì)數(shù)模型，常用的回歸方法主要為泊松回歸和負(fù)二項(xiàng)回歸，但是泊松回歸要求“均等分散”，即被解釋變量的期望和方差相等，而由表2可知，本文長期被引量的期望為435.0999，方差為256409.5642（標(biāo)準(zhǔn)差為506.369），其方差明顯大于期望，存在“過度分散”，不適用于泊松回歸模型，故而使用負(fù)二項(xiàng)回歸模型更為合理。本文使用Statal5.1對(duì)研究數(shù)據(jù)進(jìn)行負(fù)二項(xiàng)回歸分析。

3結(jié)果

3.1描述性統(tǒng)計(jì)

表2為描述性統(tǒng)計(jì)指標(biāo)，可以大體反映高被引論文的特征分布情況：標(biāo)題長度為9的高被引論文篇數(shù)最多：3位作者合作模式更易獲得施引者青睞：關(guān)鍵詞數(shù)量為10的論文篇數(shù)最多：摘要長度高發(fā)區(qū)間為[145，154];大部分高被引論文得到基金資助：學(xué)科數(shù)量中單個(gè)學(xué)科的情況更多：參考文獻(xiàn)數(shù)量的高發(fā)區(qū)間為[32，39];高被引論文頁碼的高發(fā)區(qū)間為[4，12];高被引論文中沒有獲得開放獲取的比例較多等。

3.2回歸結(jié)果分析

3.2.1高被引論文的內(nèi)外部特征與其初始及長期被引量的相關(guān)性

1）以長期被引量為因變量的回歸模型

本文以長期被引量為因變量，以高被引論文內(nèi)外部特征為自變量構(gòu)建負(fù)二項(xiàng)回歸模型，考察高被引論文內(nèi)外部特征對(duì)長期被引量的影響，如表3模型（1）。以長期被引量為因變量的回歸模型中，除了作者合作規(guī)模、關(guān)鍵詞數(shù)量、摘要長度、基金資助及文章篇幅等特征變量沒有通過顯著性檢驗(yàn)，其余特征指標(biāo)均通過了顯著性檢驗(yàn)，其中，國家合作規(guī)模、學(xué)科數(shù)量、參考文獻(xiàn)數(shù)量、期刊質(zhì)量以及開放獲取等特征對(duì)長期被引量具有顯著的正向影響：而標(biāo)題長度對(duì)長期被引量具有顯著的負(fù)向影響。

可見長期引用過程中，施引者更傾向于精煉的標(biāo)題：國家合作規(guī)模對(duì)高被引論文具有顯著的正向影響，這與Noorhidawali A等的研究相一致;雖然有文章認(rèn)為跨學(xué)科研究被認(rèn)為專業(yè)度不足，但是本文結(jié)果及大量文章證明跨學(xué)科對(duì)被引量的正向影響作用;參考文獻(xiàn)數(shù)量對(duì)長期被引量有顯著的正向影響，參考文獻(xiàn)體現(xiàn)了作者的研究廣度，多參考文獻(xiàn)一方面反映該篇文獻(xiàn)較為扎實(shí)的研究基礎(chǔ)，另一方面也為施引者開展該領(lǐng)域的相關(guān)研究提供了向前追溯的便利，故受到施引者的追捧：高影響因子對(duì)論文長期被引量具有顯著的正向促進(jìn)作用，由表2可得，期刊影響因子的平均值為9.69693，可見高被引論文大多刊載于高影響因子期刊。在目前同行評(píng)議審查體系下，論文發(fā)表于高影響因子期刊表征論文質(zhì)量較高。故而一篇論文的質(zhì)量越高，越能發(fā)表在高水平、有聲望的期刊，擁有更高的可見度和閱讀量。由模型（1）的回歸系數(shù)可得，開放獲取是高被引論文長期被引量最重要的特征，開放獲取使得研究者能夠便捷地下載論文，進(jìn)而從全文中把握該篇論文的研究思路、核心觀點(diǎn)、研究假設(shè)、論述依據(jù)、研究結(jié)論等要素。該結(jié)論與xiaJ等的研究具有一致性，他們指出開放獲取將擴(kuò)大論文的可見性，從而為其創(chuàng)造更多被發(fā)現(xiàn)和引用的可能?？梢?，在長期引用過程中，高被引論文內(nèi)外部特征共同影響被引量。其中，內(nèi)部特征，如簡潔的標(biāo)題、多國合作、多學(xué)科數(shù)量、參考文獻(xiàn)數(shù)量多等對(duì)高被引論文引用具有積極的促進(jìn)作用：高影響因子期刊及開放獲取等外部特征亦對(duì)高被引論文長期被引量具有顯著的正向影響。

2）初始與長期被引量回歸模型結(jié)果對(duì)比分析

在以長期被引量為因變量回歸模型的基礎(chǔ)上，本文以初始被引量為因變量構(gòu)建負(fù)二項(xiàng)回歸模型，如表3中模型（2）。由表3中模型（1）和模型（2）對(duì)比可得，高被引論文內(nèi)外部特征對(duì)初始被引量和長期被引量的影響具有顯著的差異性。初始被引量回歸模型中標(biāo)題長度、作者合作規(guī)模、關(guān)鍵詞數(shù)量、摘要長度等特征沒有通過顯著性檢驗(yàn)：而在長期被引量回歸模型中，作者合作規(guī)模、關(guān)鍵詞數(shù)量、摘要長度、基金資助及文章篇幅等特征變量沒有通過顯著性檢驗(yàn)，可見基金資助對(duì)初始被引量具有顯著的正向影響：文章篇幅對(duì)初始被引量具有顯著的負(fù)向影響：標(biāo)題長度對(duì)長期被引量具有顯著的負(fù)向影響;國家合作規(guī)模、學(xué)科數(shù)量、參考文獻(xiàn)數(shù)量、期刊影響因子以及開放獲取等特征變量對(duì)初始被引量和長期被引量均具有顯著的促進(jìn)作用：基金資助是影響高被引論文初始被引量最核心的特征：而開放獲取是高被引論文長期被引量的核心特征。

負(fù)二項(xiàng)回歸模型的解釋能力主要依靠Log Pseudolikelihood值來體現(xiàn)，值越大，負(fù)二項(xiàng)回歸模型的解釋能力越強(qiáng)。由表3可得，在樣本觀測值相同的情況下（obs=8008），模型（2）的解釋能力比模型（1）強(qiáng)很多，且具有更多的特征變量通過了顯著性檢驗(yàn)，可見論文內(nèi)外部特征對(duì)初始被引量的作用更大，而對(duì)長期被引量的影響較小。隨著時(shí)間的增長，論文有了一定的被引量和關(guān)注度，獲得了一定的學(xué)術(shù)影響力，施引者對(duì)論文的引用偏好已經(jīng)不局限于論文本身、期刊及平臺(tái)等特征，而有其他更重要的因素影響施引者的引用偏好。

3.2.2高被引論文內(nèi)外部特征與歷年被引量的相關(guān)性

為了更深入了解高被引論文內(nèi)外部特征對(duì)歷年引文時(shí)間窗口的被引量發(fā)揮影響時(shí)所具有的規(guī)律性，本文構(gòu)建了高被引論文內(nèi)外部特征與歷年被引量的負(fù)二項(xiàng)回歸模型，并將其結(jié)果展現(xiàn)如表4所示。

為了更直觀展現(xiàn)高被引論文內(nèi)外部特征對(duì)歷年被引量影響的規(guī)律性，本文在表4的基礎(chǔ)上作高被引論文特征與歷年被引量關(guān)系強(qiáng)弱圖，如圖4所示。圖中各個(gè)節(jié)點(diǎn)處紅色點(diǎn)表征該特征在該引文年份通過顯著性檢驗(yàn)，黑色點(diǎn)表明未通過顯著性檢驗(yàn)，由圖4可看出，大部分特征變量都呈下降趨勢，可見論文本身及平臺(tái)特征變量對(duì)后期被引量的影響在逐漸減弱，這與上文結(jié)論一致。對(duì)被引量影響較大的特征變量是開放獲取、學(xué)科數(shù)量、基金資助、國家合作規(guī)模以及影響因子，其余特征變量折線在0值附近波動(dòng)，對(duì)被引量影響較小，且規(guī)律性不明顯，故而本文不做詳細(xì)闡述。對(duì)被引量影響較大的特征變量中，影響因子和國家合作規(guī)模對(duì)各個(gè)引文時(shí)間窗口下的被引量始終具有正向的影響，且其影響較為穩(wěn)定：學(xué)科數(shù)量除了對(duì)出版年被引量的影響沒有通過顯著性檢驗(yàn)，其余年份均對(duì)被引量具有顯著的正向影響，且其影響逐年遞增，可見施引者越來越青睞于跨學(xué)科的論文;基金資助特征對(duì)初期被引量始終具有顯著的正向影響，且影響較大：但其對(duì)被引量的影響一直下降，在引文后期變?yōu)轱@著的負(fù)向影響：開放獲取特征對(duì)被引量的影響呈現(xiàn)先下降后上升的“U型”規(guī)律，雖然該特征對(duì)被引量的影響總體數(shù)值有些許的下降，但始終是影響歷年被引量最核心的特征變量。這可能因?yàn)檎撐陌l(fā)表初期，基金資助、開放獲取及高影響因子期刊等特征是論文較大的“標(biāo)簽”，這些“標(biāo)簽”極大地增加了論文的可見性，而在論文發(fā)表后期，論文憑借自身的高質(zhì)量有了一定的引文量，獲得一定的學(xué)術(shù)影響力，這些標(biāo)簽的影響力就慢慢減弱，故而基金資助、影響因子對(duì)被引量的影響處于下降態(tài)勢：而開放獲取決定論文的可獲得性，只有論文可獲取才可能被引用，故而開放獲取對(duì)被引量始終具有重要的影響。

3.2.3高被引論文的內(nèi)外部特征與引文累積速度的相關(guān)性

本文采用多元線性回歸方法探究高被引論文內(nèi)外部特征與引文累積速度的關(guān)系，該方法的有效性建立在變量無異方差及無多重共線性的基礎(chǔ)上，因而需要對(duì)變量進(jìn)行異方差與多重共線性的檢驗(yàn)。

1）異方差檢驗(yàn)

殘差圖和懷特檢驗(yàn)（White Test）通常被用來檢驗(yàn)數(shù)據(jù)是否存在異方差。殘差在數(shù)理統(tǒng)計(jì)中指實(shí)際值與估計(jì)值（擬合值）之間的差值，通過構(gòu)建殘差（Fitted Values）與擬合值（Residuals）的散點(diǎn)圖可以了解殘差與因變量擬合值的變化情況，如圖5所示，若殘差隨著擬合值的變化而變化，則認(rèn)為存在異方差：若殘差固定在某個(gè)值上下波動(dòng)，則認(rèn)為不存在異方差。由圖5可看出，殘差隨著擬合值的波動(dòng)較為劇烈，故而可直觀判定數(shù)據(jù)存在異方差。

在殘差圖的基礎(chǔ)上，本文通過懷特檢驗(yàn)的方法進(jìn)一步檢驗(yàn)變量是否存在異方差，懷特檢驗(yàn)的原假設(shè)為：變量為同方差。引文累積速度進(jìn)行懷特檢驗(yàn)的結(jié)果P值為0.0000（P=0.0000），該結(jié)論非常顯著地拒絕了同方差的原假設(shè)，可判定數(shù)據(jù)存在異方差，故而下文應(yīng)采取穩(wěn)健的標(biāo)準(zhǔn)差對(duì)數(shù)據(jù)進(jìn)行多元線性回歸以消除異方差的影響。

2）多重共線性的檢驗(yàn)

統(tǒng)計(jì)學(xué)中多用方差膨脹因子（VIF）來檢驗(yàn)變量之間是否存在多重共線性。方差膨脹因子通常以10作為判斷邊界，當(dāng)VIF<10，認(rèn)為不存在多重共線性;VIF>10，存在多重共線性。本文對(duì)該回歸模型進(jìn)行多重共線性檢驗(yàn)，得出回歸模型的平均VIF（Mean VIF=1.28）值為1.28，遠(yuǎn)遠(yuǎn)小于合理值10，故而認(rèn)為該回歸模型不存在多重共線性問題。

3）以引文累積速度為因變量的多元線性回歸模型及結(jié)果分析

上文已證明變量存在異方差，因而本文采用穩(wěn)健的標(biāo)準(zhǔn)差對(duì)高被引論文內(nèi)外部特征與引文累積速度進(jìn)行多元線性回歸，以克服異方差的影響，回歸結(jié)果如表5所示。

引文累積速度反映研究成果在科學(xué)界傳播的速度，引文累積速度越快，其在科學(xué)界傳播速度越快。由表5回歸結(jié)果可得，除了關(guān)鍵詞數(shù)量和摘要長度，其余特征變量均對(duì)引文累積速度具有顯著的影響，其中標(biāo)題長度、作者合作規(guī)模、國家合作規(guī)模、基金資助、參考文獻(xiàn)數(shù)量、影響因子及開放獲取等特征對(duì)引文累積速度具有顯著的正向影響：而學(xué)科數(shù)量和文章篇幅對(duì)引文累積速度具有顯著的負(fù)向影響。其中，長標(biāo)題、跨國合作、基金資助、高影響因子期刊、開放獲取等特征變量對(duì)引文累積速度具有較大的促進(jìn)作用。

4研究結(jié)論

本文以高被引論文為研究對(duì)象，運(yùn)用WOS數(shù)據(jù)庫的2010年高被引論文題錄及歷年引文數(shù)據(jù)，在對(duì)被引量進(jìn)行過度分散檢驗(yàn)的基礎(chǔ)上，選擇負(fù)二項(xiàng)回歸及多元線性回歸方法探究高被引論文內(nèi)外部特征與被引量的關(guān)系，研究結(jié)果表明：

1）高被引論文內(nèi)外部特征共同影響被引量。多國合作、多學(xué)科數(shù)量、參考文獻(xiàn)數(shù)量、高影響因子以及開放獲取等內(nèi)外部特征對(duì)高被引論文長期被引量具有顯著的正向影響：論文內(nèi)外部特征對(duì)初始被引量的作用更大，而對(duì)長期被引量的影響較?。洪_放獲取是影響高被引論文長期被引量最核心的正向特征指標(biāo)。

2）高被引論文內(nèi)外部特征對(duì)歷年被引量的影響具有差異：開放獲取、學(xué)科數(shù)量、基金資助、國家合作規(guī)模以及期刊質(zhì)量等特征變量對(duì)歷年被引量具有較大影響，且具有一定的規(guī)律性。引文累積速度快的論文，較早地?fù)碛辛艘欢ǖ谋灰亢完P(guān)注度，研究者可以從跨國合作、基金資助、高影響因子、開放獲取等方面快速提高論文在學(xué)術(shù)界的傳播速度，進(jìn)而提高關(guān)注度和影響力。

隨著時(shí)間的增長，論文有了一定的被引量、關(guān)注度及影響力之后，施引者對(duì)論文的引用偏好已經(jīng)不局限于論文本身、期刊及平臺(tái)等特征，因而對(duì)于高被引論文影響因素的探索不能僅僅限于此類特征因素，識(shí)別影響高被引論文其他核心因素是今后探索研究的重點(diǎn)：此外，本研究僅就WOS數(shù)據(jù)庫高被引論文全學(xué)科視角的研究分析，而未分學(xué)科對(duì)高被引論文特征進(jìn)行差異性探討，不同學(xué)科下高被引論文特征對(duì)被引量的影響可能存在差異，留待后續(xù)研究。

（責(zé)任編輯：孫國雷）