基于軌跡聚類分析的中國(guó)人文領(lǐng)域核心學(xué)者成長(zhǎng)模式研究

摘 要： ［目的／ 意義］ 明晰中國(guó)人文領(lǐng)域核心學(xué)者的成長(zhǎng)模式， 有利于為該領(lǐng)域人才培育獎(jiǎng)勵(lì)政策的制定或調(diào)整提供切實(shí)的參考依據(jù)， 從人才發(fā)展角度出發(fā)， 促進(jìn)中國(guó)新文科建設(shè)的落地與推進(jìn)。［方法／ 過程］ 為挖掘中國(guó)人文領(lǐng)域核心學(xué)者潛在共同的成長(zhǎng)模式， 本文以回顧的視角構(gòu)建他們的科研生產(chǎn)力、學(xué)術(shù)影響力和綜合能力的時(shí)序變化記錄， 通過動(dòng)態(tài)時(shí)間規(guī)整和軌跡聚類算法， 展現(xiàn)了他們?cè)冢?個(gè)方面普遍的學(xué)術(shù)成長(zhǎng)模式。［結(jié)果／ 結(jié)論］ 結(jié)果表明， 中國(guó)人文領(lǐng)域核心學(xué)者的科研生產(chǎn)力的成長(zhǎng)模式具有多樣性， 哲學(xué)和文學(xué)學(xué)科的核心學(xué)者的學(xué)術(shù)影響力、綜合能力的成長(zhǎng)發(fā)生在后期， 但歷史學(xué)學(xué)科卻集中在早期階段， ３ 個(gè)方面學(xué)術(shù)能力的成長(zhǎng)通常表現(xiàn)出同步效應(yīng)。由此得出的學(xué)者成長(zhǎng)模式的階段性特征、學(xué)科性差異以及組合規(guī)律， 有助于擬定中國(guó)人文領(lǐng)域人才的評(píng)價(jià)方式、評(píng)價(jià)周期、評(píng)估機(jī)制。

關(guān)鍵詞： 軌跡聚類分析； 中國(guó)人文領(lǐng)域； 核心學(xué)者； 成長(zhǎng)模式； ＣＳＳＣＩ

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０５．０１３

〔中圖分類號(hào)〕Ｇ３１６； Ｇ２５０. ２５２ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２５） ０５－０１３９－１３

２０２１ 年， 《關(guān)于學(xué)習(xí)貫徹習(xí)近平總書記給〈文史哲〉編輯部全體編輯人員重要回信精神的通知》明確指出， 當(dāng)前需要大力推進(jìn)新文科建設(shè)， 全面提升高校文科人才培養(yǎng)質(zhì)量與核心競(jìng)爭(zhēng)力［１］ ， 由此表明了人才培養(yǎng)在新文科建設(shè)過程中的核心地位。然而， 長(zhǎng)久以來， 關(guān)于人文領(lǐng)域人才培養(yǎng)的研究多停留在理論層面或個(gè)別案例研究， 或缺乏實(shí)證數(shù)據(jù)支撐而不具有可操作性， 或數(shù)據(jù)范圍有限而無法推廣。已有的從人才培養(yǎng)角度展開的實(shí)證分析研究也多關(guān)注于自然科學(xué)、工程技術(shù)領(lǐng)域的學(xué)者， 即使有涉及人文領(lǐng)域的學(xué)者， 也并非主體研究對(duì)象。為此， 本項(xiàng)研究將研究對(duì)象鎖定為中國(guó)人文領(lǐng)域的核心學(xué)者，通過回顧他們?cè)诓煌瑫r(shí)間階段的學(xué)術(shù)能力變化情況，分析他們是否具有普遍的特定成長(zhǎng)模式， 具體在不同學(xué)科又有何差別性， 以及不同方面的成長(zhǎng)模式如何組合出現(xiàn)， 在細(xì)節(jié)微觀層面展現(xiàn)學(xué)者在各個(gè)方面的詳細(xì)成長(zhǎng)過程， 進(jìn)而為該領(lǐng)域人才的培育獎(jiǎng)勵(lì)政策提供參考。

本項(xiàng)研究將依托中國(guó)社會(huì)科學(xué)引文索引庫(kù)（Ｃｈｉ?ｎｅｓｅ Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｃｉｔａｔｉｏｎ Ｉｎｄｅｘ， ＣＳＳＣＩ）， 以哲學(xué)、歷史學(xué)、文學(xué)３ 個(gè)人文領(lǐng)域?qū)W科的核心學(xué)者為例，構(gòu)建他們?cè)诳蒲猩a(chǎn)力、學(xué)術(shù)影響力和綜合能力的時(shí)序變化記錄， 即學(xué)術(shù)成長(zhǎng)軌跡。通過動(dòng)態(tài)時(shí)間規(guī)整算法計(jì)算不同學(xué)者之間成長(zhǎng)軌跡的相似性和最佳匹配路徑， 之后采用軌跡聚類分析算法識(shí)別軌跡的形態(tài)變化類別， 觀察他們的學(xué)術(shù)能力成長(zhǎng)過程是否具有共性特征， 不同學(xué)科之間的成長(zhǎng)模式是否具有差異性， 以及各個(gè)方面的成長(zhǎng)模式的共現(xiàn)特征。至此， 可從不同類別的學(xué)術(shù)成長(zhǎng)軌跡的形態(tài)變化、學(xué)科分布、組合情況， 深入了解中國(guó)人文領(lǐng)域的核心學(xué)者的成長(zhǎng)模式， 可從人才成長(zhǎng)發(fā)展的視角為該領(lǐng)域?qū)W者的培養(yǎng)獎(jiǎng)勵(lì)提供參考依據(jù)。

１ 相關(guān)研究

關(guān)于學(xué)者成長(zhǎng)過程的研究涉及多個(gè)方面的內(nèi)容，學(xué)者們基于不同的角度對(duì)此展開了探討， 并總結(jié)得出了有關(guān)該過程的多種表現(xiàn)模式。

１."１ 學(xué)者成長(zhǎng)過程的研究?jī)?nèi)容

學(xué)者的順利成長(zhǎng)雖然直觀表現(xiàn)為工作職位的高升、榮譽(yù)獎(jiǎng)項(xiàng)的獲得等， 但最終均脫離不開科研生產(chǎn)力或影響力的提升［２］ 。現(xiàn)已有不少研究從文獻(xiàn)計(jì)量學(xué)的角度出發(fā)， 衡量學(xué)者的生產(chǎn)力、影響力等計(jì)量指標(biāo)的變化， 展現(xiàn)了他們的學(xué)術(shù)能力的成長(zhǎng)過程。

由于學(xué)者的科研生產(chǎn)力可由發(fā)文量直接表示，從文獻(xiàn)計(jì)量學(xué)角度切入科技人才成長(zhǎng)規(guī)律的早期研究多聚焦分析他們生產(chǎn)力的變化特征， 如Ｈｏｒｎｅｒ ＫＬ 等［３］ 認(rèn)為， 科學(xué)家生產(chǎn)力的變化有一定的規(guī)律可循， 他們的創(chuàng)造力在職業(yè)生涯中存在巔峰時(shí)期。具體來看， 大部分研究均表明， 科研人員的生產(chǎn)力變化模式一般都是迅速上升到峰值， 然后緩慢下降［３－７］ ，但Ｗａｙ Ｓ Ｆ 等［８］ 以計(jì)算機(jī)科學(xué)領(lǐng)域美國(guó)和加拿大的教師信息為研究對(duì)象， 結(jié)果發(fā)現(xiàn)僅１／５ 的教師的生產(chǎn)力變化表現(xiàn)出“快速崛起， 逐漸衰落” 的一般模式， 其余４／５ 表現(xiàn)出豐富多樣的生產(chǎn)力變化模式。此外， 不同科研人員生產(chǎn)力變化的具體細(xì)節(jié)特征仍然存在一定的區(qū)別， 如Ｇｙ?ｒｆｆｙ Ｂ 等［９］ 通過分析不同學(xué)科科研人員的學(xué)術(shù)表現(xiàn)與年齡的相關(guān)性， 結(jié)果表明大多數(shù)學(xué)者需要幾十年才能達(dá)到生產(chǎn)力的頂峰，而生產(chǎn)力最佳表現(xiàn)期的時(shí)間長(zhǎng)度因?qū)W科而異； ＹａｉｒＧ 等［１０］發(fā)現(xiàn)， 大多數(shù)科學(xué)家的發(fā)文量峰值僅有１ 個(gè)，少數(shù)科學(xué)家有幾個(gè)高峰階段。

另有學(xué)者主要應(yīng)用科研人員的引文量、ｈ 指數(shù)等計(jì)量評(píng)價(jià)指標(biāo)的變化， 用以反映科研人員的影響力變化。其中， 科研人員的ｈ 指數(shù)變化的時(shí)間序列，作為量化科學(xué)家職業(yè)生涯發(fā)展的一種方式而受到廣泛關(guān)注［１１－１３］ 。Ｌｉａｎｇ Ｌ Ｍ［１４］ 首先提出ｈ 指數(shù)時(shí)間變化序列的概念， 但其認(rèn)為ｈ 指數(shù)的時(shí)間變化序列應(yīng)按從晚到早的順序排列， 這與慣常更合乎邏輯的由早到晚的排列方式相反， 這一點(diǎn)在之后的研究中也得到了體現(xiàn)［１５－１６］ ?；诖?， 另有學(xué)者展開了對(duì)科研人員的ｈ 指數(shù)時(shí)間序列的形態(tài)學(xué)的研究［１７－１８］ ， 展現(xiàn)了他們的學(xué)術(shù)影響力在不同階段的狀態(tài)變化。雖然另有一些諸如ｐ 指數(shù)［１９］ 、ｚ 指數(shù)［２０］ 的計(jì)量指標(biāo)可用于科研人員學(xué)術(shù)能力的評(píng)估， 并綜合利用各類指標(biāo)用于審視某一領(lǐng)域?qū)W者的成長(zhǎng)過程［２１］ ， 但關(guān)于這些指標(biāo)變化的時(shí)間序列的研究相對(duì)較少。

學(xué)者的成長(zhǎng)作為一個(gè)動(dòng)態(tài)變化的過程， 與其相關(guān)的評(píng)價(jià)衡量指標(biāo)在不同時(shí)間節(jié)點(diǎn)也通常是存在變化的。為此， 在有關(guān)于此的多項(xiàng)研究中往往可以借由他們的計(jì)量評(píng)價(jià)指標(biāo)的時(shí)間變化序列表示［２２］ ， 進(jìn)而通過時(shí)間序列分析方法剖析成長(zhǎng)過程的細(xì)節(jié)特征。如Ｓｙｍｏｎｄｓ Ｍ Ｒ Ｅ 等［２３］ 構(gòu)建生命科學(xué)領(lǐng)域１６８ 名科研人員的發(fā)文量時(shí)間序列， 發(fā)現(xiàn)性別的影響在他們的學(xué)術(shù)生涯的早期就已形成； 郭新艷［２４］ 依據(jù)某個(gè)高校的科研人員的發(fā)文量時(shí)間序列的變化形態(tài)， 將高?？蒲腥藛T的成長(zhǎng)過程分為４ 個(gè)階段； Ｓｉｎａｔｒａ Ｒ等［２５］ 通過分析２ ８８７位物理學(xué)家發(fā)表的出版物的時(shí)間序列數(shù)據(jù)， 結(jié)果表明他們發(fā)表最高影響力的論文的時(shí)間在他們的職業(yè)生涯中是隨機(jī)分布的； Ｗａｙ ＳＦ 等［８］ 綜合分段線性回歸模型和時(shí)間序列分析方法，用以分析獲得終身教職前后科研人員產(chǎn)出時(shí)間序列的變化情況。

１. ２ 學(xué)者成長(zhǎng)過程的表現(xiàn)模式

不同學(xué)者的成長(zhǎng)過程雖然難免存在個(gè)體差異性，但通過分析不同個(gè)體在不同大環(huán)境下的成長(zhǎng)特點(diǎn)后發(fā)現(xiàn)， 他們的成長(zhǎng)過程具備群體共性特征［２６］ ， 這說明學(xué)者的成長(zhǎng)遵循一系列共同的規(guī)律， 表現(xiàn)為師承效應(yīng)規(guī)律、揚(yáng)長(zhǎng)避短規(guī)律、最佳年齡規(guī)律、馬太效應(yīng)規(guī)律、期望效應(yīng)規(guī)律、共生效應(yīng)規(guī)律、積累效應(yīng)規(guī)律、綜合效應(yīng)規(guī)律、時(shí)勢(shì)造就規(guī)律、優(yōu)勢(shì)積累規(guī)律、競(jìng)爭(zhēng)選擇規(guī)律、實(shí)踐成才規(guī)律、過程轉(zhuǎn)換規(guī)律、協(xié)同合作規(guī)律、環(huán)境磨練規(guī)律、范式效應(yīng)規(guī)律、自我修煉規(guī)律等［２７－３１］ 。這些規(guī)律性現(xiàn)象在現(xiàn)有研究中均有體現(xiàn)， 如李祖超等［３２］ 、宋曉欣等［３３］ 、蔡翔等［３４］ 分別對(duì)國(guó)家科學(xué)技術(shù)獎(jiǎng)得主、長(zhǎng)江學(xué)者和院士進(jìn)行分析， 發(fā)現(xiàn)他們多師從名師， 這極大促進(jìn)了他們的成長(zhǎng)速度， 由此論證了師承效應(yīng)規(guī)律的存在；科技人才成長(zhǎng)過程中的最佳年齡規(guī)律， 體現(xiàn)在諾貝爾自然科學(xué)獎(jiǎng)獲得者取得獲獎(jiǎng)成果的年齡和中國(guó)科學(xué)院新增院士與諾貝爾獎(jiǎng)得主平均年齡的集中分布現(xiàn)象中［３５－３６］ ； 在積累效應(yīng)規(guī)律（或稱馬太效應(yīng)）方面，中國(guó)科學(xué)精英成長(zhǎng)存在顯著的“光環(huán)疊加” 效應(yīng)，就讀名校、師承名師、初始任職機(jī)構(gòu)、職業(yè)流動(dòng)、多重身份等因素均對(duì)科學(xué)精英成長(zhǎng)有重要影響［３７－３９］ 。

學(xué)者的成長(zhǎng)過程并非一蹴而就， 在不同階段存在獨(dú)立的特征， 為此， 現(xiàn)有研究根據(jù)人才成長(zhǎng)過程的階段性差異， 擬定了關(guān)于科技人才成長(zhǎng)路徑的分段分期方案。如中國(guó)科學(xué)院人力資源管理研究組從科技創(chuàng)新人才年齡和能力出發(fā)， 提出了科技人才“三波段理論”， 將科技人才的成長(zhǎng)過程劃分為３５歲以下、３５～５５ 歲、５５ 歲以上３ 個(gè)階段［４０］ ； 劉少雪［４１］ 從科技領(lǐng)軍人才能力形成過程出發(fā)， 將科技領(lǐng)軍人才成長(zhǎng)分為基本素質(zhì)養(yǎng)成、專業(yè)能力形成、創(chuàng)新能力激發(fā)和領(lǐng)軍人才完型４ 個(gè)階段； 林崇德等［４２］通過分析拔尖創(chuàng)新人才的深度訪談資料， 將創(chuàng)造性人才的成長(zhǎng)過程分為自我探索期、集中訓(xùn)練期、才華展露與領(lǐng)域定向期、創(chuàng)造期、創(chuàng)造后期５ 個(gè)階段；曹曉麗等［４３］ 綜合考慮科技人才成長(zhǎng)關(guān)鍵事件、成長(zhǎng)周期、成長(zhǎng)推動(dòng)因素， 將創(chuàng)新型科技人才成長(zhǎng)過程劃分為成長(zhǎng)基礎(chǔ)期、成長(zhǎng)上升期和成長(zhǎng)成熟期３個(gè)階段； 瞿群臻等［４４］ 依據(jù)人才能力成長(zhǎng)的速度和表現(xiàn)不同， 將科技創(chuàng)新人才的成長(zhǎng)過程分為４ 個(gè)階段， 包括累積階段、快速成長(zhǎng)階段、成熟階段和衰退階段。

總結(jié)現(xiàn)有關(guān)于學(xué)者成長(zhǎng)過程的研究， 一是在于多關(guān)注自然科學(xué)和工程技術(shù)領(lǐng)域的學(xué)者， 且多是其領(lǐng)域的領(lǐng)軍人物， 而忽視了更為廣泛的學(xué)者群體的成長(zhǎng)模式， 針對(duì)人文領(lǐng)域的學(xué)者的研究更是匱乏；二是在于僅聚焦某一指標(biāo)的變化， 對(duì)學(xué)者的成長(zhǎng)過程缺乏一定的系統(tǒng)性把控， 使用的時(shí)間序列分析方法仍有提升優(yōu)化的空間。為此， 本項(xiàng)研究將視角移向中國(guó)人文領(lǐng)域的核心學(xué)者， 引入更適于研究他們成長(zhǎng)模式的動(dòng)態(tài)時(shí)間規(guī)整和軌跡聚類分析方法， 綜合分析多個(gè)指標(biāo)的時(shí)間變化序列， 用以挖掘他們成長(zhǎng)過程的各項(xiàng)特征以及這些特征的分布情況， 為該領(lǐng)域人才培育激勵(lì)政策的優(yōu)化完善提供實(shí)證參考。

２ 研究設(shè)計(jì)

２. １ 數(shù)據(jù)來源

ＣＳＳＣＩ 作為由南京大學(xué)投資建設(shè)、南京大學(xué)中國(guó)社會(huì)科學(xué)研究評(píng)價(jià)中心開發(fā)研制的人文社會(huì)科學(xué)引文數(shù)據(jù)庫(kù)， 過濾收錄了人文社會(huì)科學(xué)領(lǐng)域的代表性中文期刊論文的題錄和引文數(shù)據(jù)， 相比國(guó)內(nèi)其他數(shù)據(jù)庫(kù)更具針對(duì)性、權(quán)威性和完整性［４５］ ， 得到了學(xué)界的廣泛認(rèn)可和應(yīng)用。根據(jù)教育部２０２２ 年發(fā)布的《研究生教育學(xué)科專業(yè)目錄》， 以學(xué)科大類為單位， 可將人文領(lǐng)域鎖定為哲學(xué)、歷史學(xué)、文學(xué)３ 個(gè)學(xué)科。對(duì)于這３ 個(gè)學(xué)科而言， 其大多集中在中文期刊發(fā)表論文， ＣＳＳＣＩ 數(shù)據(jù)庫(kù)基本完整收錄有上述學(xué)科的學(xué)者的代表性文獻(xiàn)成果記錄。為此， 本項(xiàng)研究將研究對(duì)象鎖定在人文領(lǐng)域的學(xué)者群體， 該數(shù)據(jù)庫(kù)收錄的學(xué)者成果信息適用于分析人文領(lǐng)域?qū)W者在學(xué)術(shù)上的成長(zhǎng)過程。

本項(xiàng)研究在不考慮同一學(xué)者使用多個(gè)姓名的情況下， 初步假定以“機(jī)構(gòu)＋姓名” 的方式確定唯一學(xué)者， 從ＣＳＳＣＩ 數(shù)據(jù)庫(kù)統(tǒng)計(jì)同名不同機(jī)構(gòu)的學(xué)者的合作者列表， 以兩個(gè)合作者列表中的重合學(xué)者數(shù)量至少超過３ 個(gè)為合并條件， 可將不同機(jī)構(gòu)但相同姓名的學(xué)者視為同一個(gè)人， 這一步的合并條件主要是通過人工隨機(jī)抽樣實(shí)驗(yàn)的方式確定的， 即從數(shù)據(jù)庫(kù)中隨機(jī)抽?。保埃?個(gè)相同姓名的樣本進(jìn)行人工審查，以他們至少具有３ 個(gè)同機(jī)構(gòu)同姓名的合作者為合并條件， 可保證在不同機(jī)構(gòu)工作的同一學(xué)者可被正確地視為同一人?；谏鲜霾襟E， 通過人工隨機(jī)抽檢進(jìn)一步校核數(shù)據(jù)， 基本確保了同名但不同機(jī)構(gòu)的同一學(xué)者的準(zhǔn)確融合， 至此， 本項(xiàng)研究從ＣＳＳＣＩ 數(shù)據(jù)庫(kù)共計(jì)獲取人文領(lǐng)域１６８ １１６位學(xué)者的５４７ ３６７條文獻(xiàn)成果信息。其中， 哲學(xué)學(xué)科包括有３２ ２９５位學(xué)者發(fā)表的１０２ ７０２條文獻(xiàn)， 歷史學(xué)學(xué)科包括有３４ ７２５位學(xué)者發(fā)表的１００ ０８４條文獻(xiàn)， 文學(xué)學(xué)科包括有１０１ ０９６位學(xué)者發(fā)表的３４４ ５８１條文獻(xiàn)。由于并非每一位發(fā)表文獻(xiàn)的學(xué)者均會(huì)在該領(lǐng)域進(jìn)行持續(xù)長(zhǎng)足的學(xué)術(shù)研究， 特別是大量的學(xué)生群體， 為此， 本項(xiàng)研究應(yīng)用洛特卡定律， 將研究對(duì)象進(jìn)一步聚焦人文領(lǐng)域３ 個(gè)學(xué)科的核心學(xué)者， 再者緣于關(guān)注的是學(xué)者較為完整的成長(zhǎng)過程， 可以他們具備至少２０ 年的職業(yè)生涯跨度為限制條件［４６］ ， 獲得具有較為穩(wěn)定且完整的學(xué)術(shù)成長(zhǎng)路徑的核心學(xué)者群體。

經(jīng)統(tǒng)計(jì)， 哲學(xué)、歷史學(xué)、文學(xué)３ 個(gè)學(xué)科學(xué)者的最大發(fā)文量依次為２８９、１７６ 和２２９， 如圖１ 所示，核心作者發(fā)表論文數(shù)量的閾值分別為１２. ７３３、９. ９３７和１１. ３３４， 由此篩選獲得的核心學(xué)者數(shù)量分別為１ ３９９、１ ８９６、５ ３７５， 進(jìn)一步限制核心學(xué)者需至少具備２０ 年的職業(yè)生涯， 最終在３ 個(gè)學(xué)科確定的核心學(xué)者數(shù)量分別為７０２、８０１ 和２ １８８， 共計(jì)篩選出３ ６９１名學(xué)者。

２. ２ 研究方法

參照Ｐｅｎｇ Ｘ 等［２１］ 的研究， 在學(xué)者成長(zhǎng)過程的表示模型中， 可通過計(jì)算學(xué)者在每個(gè)時(shí)刻近５ 年內(nèi)計(jì)算的發(fā)文量、ｈ 指數(shù)和ｐ 指數(shù)， 并結(jié)合調(diào)諧算法評(píng)估學(xué)者在每篇文獻(xiàn)中的貢獻(xiàn)［４７］ ， 進(jìn)而對(duì)計(jì)量指標(biāo)進(jìn)行調(diào)整， 由此構(gòu)成各項(xiàng)指標(biāo)的時(shí)序變化記錄， 分別表示他們?cè)诳蒲猩a(chǎn)力、學(xué)術(shù)影響力和綜合能力３ 個(gè)方面的學(xué)術(shù)能力的成長(zhǎng)軌跡。

本項(xiàng)研究關(guān)注的是成長(zhǎng)軌跡的變化形態(tài)， 其重點(diǎn)不在于分析比較不同學(xué)者的學(xué)術(shù)能力大小， 而在于探析不同學(xué)者的成長(zhǎng)過程是否具有類似的變化模式。為此， 在計(jì)算成長(zhǎng)軌跡之間的相似性之前， 需要將不同學(xué)者的計(jì)量指標(biāo)進(jìn)行均一化處理， 避免因他們學(xué)術(shù)能力的上限不同而影響軌跡之間相似性的計(jì)算， 均一化處理可通過式（１） 實(shí)現(xiàn)， 具體如下：

Ｉｎｄｅｘｎｏｒｍ ＝ Ｉｎｄｅｘ－Ｉｎｄｅｘｍｉｎ／Ｉｎｄｅｘｍａｘ －Ｉｎｄｅｘｍｉｎ （１）

其中， Ｉｎｄｅｘ 指原始的計(jì)量指標(biāo)， Ｉｎｄｅｘｎｏｒｍ指均一化之后的計(jì)量指標(biāo)， Ｉｎｄｅｘｍｉｎ 為在不同時(shí)間窗口下計(jì)算的最小計(jì)量指標(biāo)， Ｉｎｄｅｘｍａｘ 為在不同時(shí)間窗口下計(jì)算的最大計(jì)量指標(biāo)。

在將各類指標(biāo)時(shí)間序列歸一化至同一變化范圍后， 需要通過動(dòng)態(tài)時(shí)間規(guī)整方法計(jì)算他們的學(xué)術(shù)能力衡量指標(biāo)的時(shí)序曲線的距離和匹配路徑， 既可以構(gòu)建他們的學(xué)術(shù)成長(zhǎng)軌跡之間的距離矩陣， 又可對(duì)齊不同時(shí)間跨度的時(shí)間序列。之后， 可采用Ｋ－ｍｅａｎｓ聚類分析和軌跡聚類分析方法， 確定時(shí)間序列的最優(yōu)聚類個(gè)數(shù)， 由此呈現(xiàn)學(xué)者在３ 個(gè)方面的學(xué)術(shù)能力的潛在成長(zhǎng)模式。

２. ２. １ 動(dòng)態(tài)時(shí)間規(guī)整

動(dòng)態(tài)時(shí)間規(guī)整（Ｄｙｎａｍｉｃ Ｔｉｍｅ Ｗｒａｐ， ＤＴＷ）方法可計(jì)算軌跡之間的相似性。ＤＴＷ 方法作為用來測(cè)量?jī)蓚€(gè)點(diǎn)之間距離的一種辦法， 對(duì)于ｎ 維空間中的兩點(diǎn)ｘ ＝（ｘ１，ｘ２，…，ｘｎ ）和ｙ ＝（ｙ１，ｙ２，…，ｙｎ ）， 可以通過歐氏距離計(jì)算它們之間的距離， 如式（２）所示：

但是， 如果ｘ 的長(zhǎng)度與ｙ 不等， 即無法使用上述公式測(cè)量其距離。ＤＴＷ 方法的目標(biāo)則是利用動(dòng)態(tài)規(guī)劃（Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉｎｇ， ＤＰ）來找到點(diǎn)與點(diǎn)之間最好的匹配方式， 繼而獲得點(diǎn)與點(diǎn)之間的距離。這個(gè)方法之所以被稱為時(shí)間規(guī)整， 主要因?yàn)樵谝话闱闆r下ｘ 和ｙ 是時(shí)間序列向量， 需要將其壓縮或者伸展用以獲得最好的匹配方法［４８］ 。

具體而言， 給定兩個(gè)時(shí)間序列ｔ 和ｒ， 長(zhǎng)度分別為ｍ 和ｎ， 即代表了時(shí)間序列的跨度， ＤＴＷ 方法的目標(biāo)是獲得一個(gè)最佳匹配路徑｛（ｐ１，ｑ１ ），（ｐ２，ｑ２ ），…，（ｐｋ ，ｑｋ ）｝使得匹配路徑上的距離和Σｋｉ ＝ １ｔ（ｐｉ ）－ｒ（ｑｉ ）最小。約束條件如下：

１）端點(diǎn)條件：（ｐ１，ｑ１）＝ （ｔ（１），ｒ（１））、（ｐｋ ，ｑｋ ）＝（ｔ（ｍ），ｒ（ｎ））， 確保時(shí)間序列之間是“頭對(duì)頭、尾對(duì)尾” 的匹配方式。

２） 局部條件： 對(duì)路徑中的任意點(diǎn)（ｔ（ｉ），ｒ（ｊ）），其下一步只有３ 種可能： （ｔ（ｉ＋１），ｒ（ｊ））、（ｔ（ｉ），ｒ（ｊ＋１））和（ｔ（ｉ＋１），ｒ（ｊ＋１））。該條件保證了時(shí)間序列向量的匹配點(diǎn)ｔ（ｉ）和ｒ（ｊ）是單調(diào)遞增的。

在給出約束條件之后， 以下是找到最佳路徑的算法：

１） 定義目標(biāo)函數(shù)： 定義Ｄ（ｔ（１：ｉ），ｒ（１：ｊ））是ｔ（１：ｉ），ｒ（１：ｊ）之間的ＤＴＷ 距離， 對(duì)應(yīng)的最佳路徑是由（ｔ（１），ｒ（１））走到（ｔ（ｍ），ｒ（ｎ））。

２） 定義目標(biāo)函數(shù)的巡回關(guān)系， 如式（３） 所示：

Ｄ（ｔ（１：ｉ），ｒ（１：ｊ））＝ ｔ（ｉ）－ｒ（ｊ）＋ｍｉｎ｛Ｄ（ｔ（１：ｉ－１），ｒ（１：ｊ）），Ｄ（ｔ（１：ｉ －１），ｒ（１：ｊ －１）），Ｄ（ｔ（１：ｉ），ｒ（１：ｊ－１））｝ （３）

端點(diǎn)條件為Ｄ（ｔ（１），ｒ（１））＝ ｔ（１）－ｒ（１）。

３） 得到最優(yōu)匹配距離Ｄ（ｔ（１：ｍ），ｒ（１：ｎ））。

在實(shí)際計(jì)算過程中， 首先建立一個(gè)矩陣Ｄ（ｍ×ｎ）， 先根據(jù)端點(diǎn)條件填入Ｄ（ｔ（１），ｒ（１））， 然后根據(jù)巡回關(guān)系， 逐行逐列算出Ｄ（ｔ（１：ｉ），ｒ（１：ｊ）），最后得到Ｄ（ｔ（１：ｍ），ｒ（１：ｎ））。

２. ２. ２ 軌跡聚類分析

在使用ＤＴＷ 方法計(jì)算不同學(xué)者的指標(biāo)變化序列之間的距離和最佳匹配路徑之后， 可分別構(gòu)建不同學(xué)者的３ 個(gè)指標(biāo)變化序列的距離矩陣， 并以時(shí)間序列長(zhǎng)度居中的某位學(xué)者的成長(zhǎng)軌跡為標(biāo)準(zhǔn)， 根據(jù)最佳匹配路徑將其他學(xué)者與這個(gè)學(xué)者的時(shí)間序列對(duì)齊， 便于后續(xù)的軌跡聚類分析工作的展開。此后，在一定范圍內(nèi)遍歷設(shè)置聚類個(gè)數(shù)， 通過主成分分析和Ｋ－ｍｅａｎｓ 聚類獲得不同學(xué)者的成長(zhǎng)軌跡的類別， 并根據(jù)聚類結(jié)果計(jì)算簇內(nèi)平方和（Ｃｌｕｓｔｅｒ Ｓｕｍ ｏｆ Ｓｑｕａｒｅ，ＣＳＳ）及輪廓系數(shù)， 兼顧ＣＳＳ 盡量小和輪廓系數(shù)盡量接近１ 的原則， 判斷最優(yōu)聚類個(gè)數(shù)。

在通過最佳匹配路徑將表示不同軌跡的時(shí)間序列對(duì)齊后， 本項(xiàng)研究借鑒生物信息學(xué)中適用于挖掘時(shí)間序列變化特征的軌跡聚類分析方法［４９－５０］ ， 其通過引入模糊ｃ 均值聚類算法降低噪聲數(shù)據(jù)的干擾，可確定各個(gè)學(xué)者的成長(zhǎng)軌跡的類別。模糊ｃ 均值聚類作為最廣泛使用的模糊聚類算法之一， 與Ｋｍｅａｎｓ聚類方法較為相似， 通過不斷迭代使簇內(nèi)平方和最小化。二者最主要的區(qū)別在于， Ｋ－ｍｅａｎｓ 聚類方法中每個(gè)對(duì)象只由１ 個(gè)聚類中心約束， 模糊ｃ 均值聚類中對(duì)象與所有聚類中心都有關(guān)。在模糊ｃ 均值聚類過程中， 簇內(nèi)平方和計(jì)算如式（４）、式（５）所示：

ｕｉｊ是對(duì)象ｘｉ 屬于簇Ｃｊ 的程度， 與對(duì)象ｘｉ 離Ｃｊ質(zhì)心（聚類中心）的距離成反比； ｃｊ 是簇Ｃｊ 的質(zhì)心。在模糊ｃ 均值聚類過程中， 一個(gè)對(duì)象理論上可以被分配為所有簇， 并通過給定對(duì)象在各簇中的成員值描述對(duì)象屬于某一類的程度或概率。成員值介于０和１ 之間， 接近０ 代表對(duì)象遠(yuǎn)離該聚類中心， 接近１代表對(duì)象靠近該聚類中心， 每個(gè)對(duì)象在各類中成員值的總和為１。聚類中心計(jì)算為組內(nèi)所有對(duì)象的質(zhì)心， 并根據(jù)對(duì)象的成員度進(jìn)行加權(quán)， 具體計(jì)算如式（６） 所示：

ｍ 是模糊參數(shù)， 理論上可以取大于或等于１ 的任何值， 當(dāng)接近于１ 時(shí)聚類結(jié)果將與Ｋ－ｍｅａｎｓ 聚類結(jié)果相似， 值接近無限將導(dǎo)致完全模糊， 通常使用ｍ ＝２。總結(jié)而言， 模糊ｃ 均值聚類過程分為五步： ①指定聚類數(shù)ｋ； ②為每個(gè)對(duì)象任意分配一組初始成員值； ③使用上述公式計(jì)算每個(gè)聚類簇的質(zhì)心； ④使用上述公式重新計(jì)算每個(gè)對(duì)象在各聚類簇中的成員值； ⑤重復(fù)③、④過程， 直到成員值收斂或達(dá)到最大迭代次數(shù)為止。通常來看， 最小質(zhì)心距離隨聚類數(shù)的增加而減少， 當(dāng)聚類數(shù)較大時(shí)， 最小質(zhì)心距離的減小速度放緩， 需兼顧聚類數(shù)和最小質(zhì)心距離盡量小的原則確定最優(yōu)聚類個(gè)數(shù)。結(jié)合利用Ｋ－ｍｅａｎｓ 聚類算法計(jì)算的聚類個(gè)數(shù)與簇內(nèi)平方和、輪廓系數(shù)的變化對(duì)應(yīng)關(guān)系， 以及使用模糊ｃ 均值聚類算法獲得的最小質(zhì)心距離與聚類個(gè)數(shù)的關(guān)系， 可精準(zhǔn)確定最優(yōu)聚類個(gè)數(shù)， 得到正確的成長(zhǎng)軌跡聚類結(jié)果。

３ 結(jié)果分析

在獲取表示學(xué)者在學(xué)術(shù)上的成長(zhǎng)過程的指標(biāo)—時(shí)間變化序列后， 利用序列之間的距離矩陣和最佳匹配路徑， 判別序列的最優(yōu)聚類個(gè)數(shù)， 并通過軌跡聚類分析方法呈現(xiàn)成長(zhǎng)軌跡普遍或特定的形態(tài)特征，進(jìn)而捕捉學(xué)者潛在的學(xué)術(shù)能力成長(zhǎng)模式以及模式的分布組合特征。

３. １ 聚類結(jié)果分析

通過設(shè)定聚類個(gè)數(shù)在２～５０ 這個(gè)范圍內(nèi)變化，基于預(yù)先設(shè)定不同聚類個(gè)數(shù)下的聚類結(jié)果計(jì)算出簇內(nèi)平方和、輪廓系數(shù)、最小質(zhì)心距離， 如圖２ 所示。秉持“盡量小的聚類個(gè)數(shù)、簇內(nèi)平方和、質(zhì)心距離，通過設(shè)定聚類個(gè)數(shù)在２～５０ 這個(gè)范圍內(nèi)變化，基于預(yù)先設(shè)定不同聚類個(gè)數(shù)下的聚類結(jié)果計(jì)算出簇內(nèi)平方和、輪廓系數(shù)、最小質(zhì)心距離， 如圖２ 所示。秉持“盡量小的聚類個(gè)數(shù)、簇內(nèi)平方和、質(zhì)心距離，

在確定不同時(shí)間序列的最優(yōu)聚類個(gè)數(shù)之后， 鑒于核心學(xué)者的職業(yè)生涯跨度的中位數(shù)為２１ 年， 可將不同學(xué)者的指標(biāo)變化序列對(duì)齊至這個(gè)時(shí)間長(zhǎng)度，進(jìn)而構(gòu)成序列面板數(shù)據(jù)， 應(yīng)用軌跡聚類分析方法分析成長(zhǎng)軌跡的形態(tài)特征， 得到聚類結(jié)果實(shí)現(xiàn)學(xué)者在學(xué)術(shù)上成長(zhǎng)模式的劃分。

首先， 觀察核心學(xué)者的科研生產(chǎn)力成長(zhǎng)軌跡的聚類分析結(jié)果， 如圖３ 所示， 可將他們科研生產(chǎn)力的成長(zhǎng)過程分為４ 種模式， 根據(jù)人數(shù)由多至少的順序分別為Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ、Ｐｒｏｄ－Ⅰ和Ｐｒｏｄ－Ⅳ。其中， Ｐｒｏｄ－Ⅱ和Ｐｒｏｄ－Ⅲ的科研生產(chǎn)力在早中期表現(xiàn)為總體增長(zhǎng)的趨勢(shì)， 二者的差別在于后期的科研生產(chǎn)力的變化形式略有不同， Ｐｒｏｄ－Ⅱ表現(xiàn)為進(jìn)一步的增長(zhǎng)， Ｐｒｏｄ－Ⅲ表現(xiàn)為開始急速下降。在人數(shù)相對(duì)較少的Ｐｒｏｄ－Ⅰ和Ｐｒｏｄ－Ⅳ模式中， 他們的科研生產(chǎn)力的高峰期均集中于前中期， 后期的發(fā)文量通常處于一個(gè)較低的水平， 二者的不同在于前期的科研生產(chǎn)力的變化情況， Ｐｒｏｄ－Ⅰ表現(xiàn)為從極高值持續(xù)下降， Ｐｒｏｄ－Ⅳ表現(xiàn)為先上升至極高值后迅速下降的對(duì)稱形態(tài)。

其次， 分析核心學(xué)者的ｈ 指數(shù)成長(zhǎng)軌跡的聚類分析結(jié)果， 如圖４ 所示， 根據(jù)軌跡形態(tài)特征的不同可將其分為５ 種模式， 根據(jù)人數(shù)由多至少排序?yàn)椋龋?、Ｈ－Ⅱ、Ｈ－Ⅰ、Ｈ－Ⅲ、Ｈ－Ⅴ。具體來說， 人數(shù)最多的Ｈ－Ⅳ和Ｈ－Ⅱ的共同點(diǎn)在于ｈ 指數(shù)在職業(yè)生涯的前期波動(dòng)較少， 基本保持在一個(gè)低值狀態(tài)， 但在中期開始上升至最大值， 高值狀態(tài)集中在后期階段；二者的區(qū)別在于Ｈ－Ⅳ在末期出現(xiàn)小幅下降， 而Ｈ－Ⅱ表現(xiàn)為持續(xù)性的上升。人數(shù)相對(duì)次之的Ｈ－Ⅰ的ｈ指數(shù)變化表現(xiàn)為早期上升、后期下降的近似對(duì)稱形態(tài)， 最高值出現(xiàn)在中期階段； 而人數(shù)最少的Ｈ－Ⅲ和Ｈ－Ⅴ的最高值出現(xiàn)在前期， 尤其以Ｈ－Ⅴ類為最， 二者均是ｈ 指數(shù)前期較大而后期較小， 且波動(dòng)幅度也表現(xiàn)出此特點(diǎn)， 但Ｈ－Ⅴ的ｈ 指數(shù)總體上表現(xiàn)為持續(xù)性的下降， 而Ｈ－Ⅲ在ｈ 指數(shù)持續(xù)下降開始前的早期階段還存在一段快速上升狀態(tài)。

最后， 通過軌跡聚類分析方法， 可獲得綜合考量發(fā)文量和引文量的ｐ 指數(shù)的６ 類變化形態(tài)， 如圖５所示， 即ｐ 指數(shù)的６ 種成長(zhǎng)模式， 根據(jù)人數(shù)由多至少降序排列， 依次為Ｐ－Ⅱ、Ｐ－Ⅴ、Ｐ－Ⅰ、Ｐ－Ⅳ、— １４５ —Ｐ－Ⅲ、Ｐ－Ⅵ， 除Ｐ－Ⅵ外， 其他模式的人數(shù)相差并不大。進(jìn)一步觀察ｐ 指數(shù)各類成長(zhǎng)模式的形態(tài)特征， Ｐ－Ⅲ、Ｐ－Ⅳ、Ｐ－Ⅴ在前中期的ｐ 指數(shù)均表現(xiàn)為總體性增長(zhǎng)的趨勢(shì)， 最高值均出現(xiàn)在后期， 三者的區(qū)別在于末期ｐ 指數(shù)的變化情況不同， Ｐ－Ⅲ表現(xiàn)為ｐ 指數(shù)持續(xù)性增長(zhǎng)， Ｐ－Ⅳ則在末期表現(xiàn)為ｐ指數(shù)短暫小幅下降， Ｐ－Ⅴ為ｐ 指數(shù)后期穩(wěn)步下降的形態(tài)， 這三類模式合計(jì)包括１ ８２６人。另外， Ｐ－Ⅰ、Ｐ－Ⅱ、Ｐ－Ⅵ在后期ｐ 指數(shù)的變化形態(tài)均為波動(dòng)性不大的低值狀態(tài)， 其中Ｐ－Ⅰ的ｐ 指數(shù)在前期表現(xiàn)為穩(wěn)步上升至最高值， 該值出現(xiàn)在中期階段，而Ｐ－Ⅱ和Ｐ－Ⅵ的ｐ 指數(shù)的最高值出現(xiàn)在早期階段， 在最高值出現(xiàn)之后迅速下降， 但Ｐ－Ⅱ的ｐ 指數(shù)在最高值出現(xiàn)之前尚有一段快速上升的階段， 以上三類模式共計(jì)包括１ ７７０人， Ｐ－Ⅰ包括６５２ 人，Ｐ－Ⅱ和Ｐ－Ⅴ共包括１ １１８人。

３. ２ 類別學(xué)科分布

為了解各個(gè)人文學(xué)科學(xué)者在學(xué)術(shù)上的成長(zhǎng)過程的共性和獨(dú)特性， 可從學(xué)科的角度出發(fā)， 分析根據(jù)軌跡聚類分析方法得到的不同類別的學(xué)術(shù)成長(zhǎng)模式在哲學(xué)、歷史學(xué)、文學(xué)３ 個(gè)學(xué)科的學(xué)者人數(shù)分布情況。

分析哲學(xué)學(xué)科的核心學(xué)者在科研生產(chǎn)力、ｈ 指數(shù)、ｐ 指數(shù)３ 個(gè)方面的成長(zhǎng)模式的分布情況， 如圖６所示， 該學(xué)科核心學(xué)者的科研生產(chǎn)力的成長(zhǎng)模式根據(jù)人數(shù)降序排列為Ｐｒｏｄ－Ⅰ、Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ、Ｐｒｏｄ－Ⅳ， 人數(shù)相差不大， 基本在１００～２００ 這個(gè)范圍變化?？蒲猩a(chǎn)力最高值出現(xiàn)在早期的Ｐｒｏｄ－Ⅰ、Ｐｒｏｄ－Ⅳ， 和科研生產(chǎn)力最高值出現(xiàn)在早期的Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ的人數(shù)相當(dāng)。再者， 該學(xué)科核心學(xué)者的ｈ 指數(shù)的成長(zhǎng)模式多屬于峰值出現(xiàn)在后期的Ｈ－Ⅱ和Ｈ－Ⅳ， 峰值出現(xiàn)在早期的Ｈ－Ⅲ和Ｈ－Ⅴ包括的核心學(xué)者人數(shù)相當(dāng)有限。類似地， 該學(xué)科核心學(xué)者的ｐ 指數(shù)的成長(zhǎng)模式也多屬于峰值出現(xiàn)在后期的Ｐ－Ⅲ、Ｐ－Ⅳ和Ｐ－Ⅴ， 峰值出現(xiàn)在早期的Ｐ－Ⅱ和Ｐ－Ⅵ的人數(shù)同樣較少。

以同樣的方式審視歷史學(xué)學(xué)科３ 個(gè)方面學(xué)術(shù)能力的成長(zhǎng)模式的人數(shù)分布情況， 如圖６ 所示， 該學(xué)科核心學(xué)者的科研生產(chǎn)力成長(zhǎng)模式極為分散， 并不集中表現(xiàn)為某一類成長(zhǎng)模式， ４ 個(gè)類別的人數(shù)分布極為均衡。與哲學(xué)學(xué)科核心學(xué)者的ｈ 指數(shù)成長(zhǎng)模式的人數(shù)分布情況相反， 歷史學(xué)學(xué)科ｈ 指數(shù)的成長(zhǎng)模式多屬于峰值出現(xiàn)在早期的Ｈ－Ⅲ和Ｈ－Ⅴ包括的核心學(xué)者， 峰值出現(xiàn)在后期的Ｈ－Ⅱ和Ｈ－Ⅳ的人數(shù)并不多。同樣地， 歷史學(xué)學(xué)科核心學(xué)者的ｐ 指數(shù)的成長(zhǎng)模式的人數(shù)分布情況與哲學(xué)學(xué)科相反， 該學(xué)科核心學(xué)者的ｐ 指數(shù)成長(zhǎng)模式大多屬于峰值出現(xiàn)在早期的Ｐ－Ⅱ和Ｐ－Ⅵ， 僅有相當(dāng)少的學(xué)者的ｐ 指數(shù)成長(zhǎng)模式屬于峰值出現(xiàn)在后期的Ｐ－Ⅲ、Ｐ－Ⅳ和Ｐ－Ⅴ。

觀察文學(xué)學(xué)科核心學(xué)者在３ 個(gè)方面的學(xué)術(shù)成長(zhǎng)模式的人數(shù)分布情況， 如圖６ 所示， 該學(xué)科科研生產(chǎn)力成長(zhǎng)模式的人數(shù)分布情況與哲學(xué)、歷史學(xué)不同，表現(xiàn)出顯著的集中現(xiàn)象， 即它們大多屬于峰值出現(xiàn)在后期的Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ， 僅有較少的核心學(xué)者的科研生產(chǎn)力成長(zhǎng)模式屬于峰值出現(xiàn)在早期的Ｐｒｏｄ－Ⅰ、Ｐｒｏｄ－Ⅳ。與哲學(xué)學(xué)科核心學(xué)者的ｈ 指數(shù)成長(zhǎng)模式的人數(shù)分布情況相同， 文學(xué)學(xué)科ｈ 指數(shù)的成長(zhǎng)模式多屬于峰值出現(xiàn)在后期的Ｈ－Ⅱ和Ｈ－Ⅳ， 峰值出現(xiàn)在早期的Ｈ－Ⅲ和Ｈ－Ⅴ的人數(shù)并不多。文學(xué)學(xué)科核心學(xué)者的ｐ 指數(shù)的成長(zhǎng)模式也多屬于峰值出現(xiàn)在后期的Ｐ－Ⅲ、Ｐ－Ⅳ和Ｐ－Ⅴ， 峰值出現(xiàn)在早期的Ｐ－Ⅱ和Ｐ－Ⅵ的人數(shù)相對(duì)較少， 但也占據(jù)了一定數(shù)量。

３. ３ 類別組合特征

核心學(xué)者在３ 個(gè)方面學(xué)術(shù)能力的成長(zhǎng)模式之間是否具有相關(guān)性， 可通過統(tǒng)計(jì)它們之間的共現(xiàn)頻次，分析科研生產(chǎn)力、ｈ 指數(shù)、ｐ 指數(shù)的成長(zhǎng)軌跡類別的搭配組合規(guī)律， 如圖７ 所示。

分析科研生產(chǎn)力與ｈ 指數(shù)、ｐ 指數(shù)的成長(zhǎng)模式之間的共現(xiàn)頻次， Ｐｒｏｄ－Ⅰ、Ｐｒｏｄ－Ⅳ多與Ｈ－Ⅲ、Ｈ－Ⅴ組合出現(xiàn)， Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ多與Ｈ－Ⅱ、Ｈ－Ⅳ共現(xiàn)， 這說明科研生產(chǎn)力最大值出現(xiàn)在早期的核心學(xué)者， 他們的ｈ 指數(shù)的最大值同樣也出現(xiàn)在早期，反之， 當(dāng)科研生產(chǎn)力最大值出現(xiàn)在后期時(shí)， 他們的ｈ 指數(shù)的最大值通常也在后期。此外， Ｐｒｏｄ－Ⅰ、Ｐｒｏｄ－Ⅳ多與Ｐ－Ⅰ、Ｐ－Ⅱ、Ｐ－Ⅵ組合出現(xiàn)， Ｐｒｏｄ－Ⅱ、Ｐｒｏｄ－Ⅲ多與Ｐ－Ⅲ、Ｐ－Ⅳ、Ｐ－Ⅴ共現(xiàn)， 科研生產(chǎn)力和ｐ 指數(shù)的最大值出現(xiàn)的階段也表現(xiàn)出同步效應(yīng)。再者， 觀察ｈ 指數(shù)和ｐ 指數(shù)的成長(zhǎng)模式之間的共現(xiàn)情況， Ｈ－Ⅱ、Ｈ－Ⅳ多與Ｐ－Ⅲ、Ｐ－Ⅳ、Ｐ－Ⅴ組合出現(xiàn)， Ｈ－Ⅲ、Ｈ－Ⅴ的常見組合類別為Ｐ－Ⅱ、Ｐ－Ⅵ， Ｈ－Ⅰ多與Ｐ－Ⅰ組合出現(xiàn)， ｈ 指數(shù)和ｐ 指數(shù)的最大值和升降形態(tài)的出現(xiàn)階段也較為一致。

根據(jù)人文領(lǐng)域核心學(xué)者的科研生產(chǎn)力、ｈ 指數(shù)、ｐ 指數(shù)的成長(zhǎng)模式之間的常見共現(xiàn)組合， 他們?cè)谶@３ 個(gè)方面的成長(zhǎng)軌跡形態(tài)通常表現(xiàn)出同步效應(yīng)， 具體包括同步增長(zhǎng)或下降、峰值出現(xiàn)階段的一致性等。

４ 學(xué)者成長(zhǎng)模式的探討與應(yīng)用

中國(guó)人文領(lǐng)域核心學(xué)者的科研生產(chǎn)力、ｈ 指數(shù)、ｐ 指數(shù)成長(zhǎng)軌跡的聚類分析結(jié)果， 反映了他們?cè)趯W(xué)術(shù)上的成長(zhǎng)模式。為此， 可結(jié)合指標(biāo)所代表的學(xué)術(shù)能力及相關(guān)研究， 對(duì)該領(lǐng)域的學(xué)者成長(zhǎng)模式展開分析探討， 并進(jìn)一步將分析結(jié)果拓展應(yīng)用至中國(guó)人文領(lǐng)域人才相關(guān)制度的優(yōu)化與完善。

４. １ 學(xué)者成長(zhǎng)模式的分析探討

通過軌跡聚類分析方法， 對(duì)核心學(xué)者的科研生產(chǎn)力、ｈ 指數(shù)和ｐ 指數(shù)的成長(zhǎng)軌跡進(jìn)行分類， 可揭示出中國(guó)人文領(lǐng)域核心學(xué)者在學(xué)術(shù)能力上的成長(zhǎng)模式。結(jié)果表明， 科研生產(chǎn)力、ｈ 指數(shù)、ｐ 指數(shù)的成長(zhǎng)模式個(gè)數(shù)分別為４、５、６。其中， 中國(guó)人文領(lǐng)域核心學(xué)者的科研生產(chǎn)力的成長(zhǎng)模式大多為最高值在后期階段的Ｐｒｏｄ－Ⅱ和Ｐｒｏｄ－Ⅲ， 表現(xiàn)為早中期穩(wěn)步性增長(zhǎng)， 說明他們的高產(chǎn)期多發(fā)生在后期， 該領(lǐng)域可能更注重前期的學(xué)術(shù)積累， 因而能陸續(xù)產(chǎn)出豐富的學(xué)術(shù)成果， 這與高產(chǎn)期多在職業(yè)生涯早期的自然科學(xué)和工程技術(shù)領(lǐng)域的學(xué)者并不相同［２１，５１－５２］ 。再者，該領(lǐng)域核心學(xué)者的ｈ 指數(shù)的成長(zhǎng)模式多屬于早期維持低值狀態(tài)、后期穩(wěn)步增長(zhǎng)的Ｈ－Ⅳ和Ｈ－Ⅱ， 說明該領(lǐng)域?qū)W者的學(xué)術(shù)影響力通常需要積累至后期方變得愈發(fā)顯著。此外， 存在大量的核心學(xué)者的ｐ 指數(shù)的成長(zhǎng)模式屬于前期波動(dòng)不大、后期快速增長(zhǎng)的Ｐ－Ⅲ、Ｐ－Ⅳ、Ｐ－Ⅴ， 但仍有相當(dāng)部分學(xué)者的ｐ 指數(shù)的成長(zhǎng)模式屬于最大值出現(xiàn)在早中期的其他類別，綜合發(fā)文量和引文量的ｐ 指數(shù)成長(zhǎng)模式表明， 他們的綜合能力和科研生產(chǎn)力、學(xué)術(shù)影響力相似， 均是在職業(yè)生涯的后期階段達(dá)到最佳狀態(tài)， ３ 個(gè)方面的學(xué)術(shù)能力的成長(zhǎng)都需要前期的積累。

由于人文領(lǐng)域可進(jìn)一步細(xì)分為哲學(xué)、歷史學(xué)和文學(xué)３ 個(gè)學(xué)科， 可比較這３ 個(gè)學(xué)科核心學(xué)者的學(xué)術(shù)能力成長(zhǎng)模式的普遍性和差異性。其中， 哲學(xué)和文學(xué)學(xué)科的核心學(xué)者的學(xué)術(shù)成長(zhǎng)模式與總體樣本的人數(shù)分布特征大致相同， 即科研生產(chǎn)力、學(xué)術(shù)影響力、綜合能力的峰值和增長(zhǎng)過程多發(fā)生在他們職業(yè)生涯的后期， 但哲學(xué)學(xué)科的學(xué)者的科研生產(chǎn)力成長(zhǎng)模式并沒有固定集中于某一類。與之形成對(duì)比的是， 歷史學(xué)學(xué)科的核心學(xué)者的科研生產(chǎn)力的成長(zhǎng)模式雖不集中于某一類， 但他們的學(xué)術(shù)影響力、綜合能力的峰值和增長(zhǎng)過程卻多發(fā)生在他們職業(yè)生涯的早期。綜合來看， 說明文學(xué)學(xué)科核心學(xué)者的高產(chǎn)期穩(wěn)定分布在他們職業(yè)生涯的后期， 科研創(chuàng)作更可能需要前期的學(xué)術(shù)積累， 而哲學(xué)和歷史學(xué)學(xué)科的核心學(xué)者的科研生產(chǎn)力變化表現(xiàn)出多樣化的特點(diǎn)。從學(xué)術(shù)影響力和綜合能力的成長(zhǎng)模式來看， 哲學(xué)和文學(xué)學(xué)科的核心學(xué)者的學(xué)術(shù)能力衡量指標(biāo)的上升多發(fā)生在后期階段， 歷史學(xué)學(xué)科卻集中于早期階段， 優(yōu)勢(shì)積累效應(yīng)并不顯著。

根據(jù)科研生產(chǎn)力、學(xué)術(shù)影響力、綜合能力的成長(zhǎng)模式的共現(xiàn)組合關(guān)系來看， 三者之間的峰值出現(xiàn)位置和變化過程表現(xiàn)出一定的同步性。但是， 細(xì)究哲學(xué)、歷史學(xué)、文學(xué)３ 個(gè)學(xué)科核心學(xué)者成長(zhǎng)模式的人數(shù)分布情況， 文學(xué)學(xué)科的核心學(xué)者在３ 個(gè)方面的學(xué)術(shù)能力的成長(zhǎng)過程的同步性十分顯著， 即大多表現(xiàn)學(xué)術(shù)能力衡量指標(biāo)峰值和上升階段同步出現(xiàn)在后期， 說明人文領(lǐng)域核心學(xué)者在３ 個(gè)方面的學(xué)術(shù)能力的成長(zhǎng)可能具有一定的相關(guān)性。然而， 哲學(xué)和歷史學(xué)核心學(xué)者的科研生產(chǎn)力并沒有如他們的學(xué)術(shù)影響力、綜合能力的成長(zhǎng)過程表現(xiàn)出同步性， 雖然他們的科研生產(chǎn)力的成長(zhǎng)模式多樣不一， 但他們的學(xué)術(shù)影響力、綜合能力的成長(zhǎng)模式卻表現(xiàn)出集中分布于某一類的現(xiàn)象， 說明這兩個(gè)學(xué)科核心學(xué)者僅在學(xué)術(shù)影響力和綜合能力兩個(gè)方面表現(xiàn)出一定的相關(guān)性，但這兩個(gè)方面的學(xué)術(shù)能力的變化與科研生產(chǎn)力變化基本不相關(guān)。

４. ２ 學(xué)者成長(zhǎng)模式的應(yīng)用拓展

人文領(lǐng)域的知識(shí)具有彌散性、積累疊加性， 學(xué)者必須付出時(shí)間和精力來回溯經(jīng)典、領(lǐng)悟精髓， 無捷徑可走， 決定了新文科的人才評(píng)價(jià)必須將過程評(píng)價(jià)和結(jié)果評(píng)價(jià)結(jié)合起來， 以診斷性和動(dòng)態(tài)性評(píng)價(jià)為主［５３］ 。這一點(diǎn)在哲學(xué)和文學(xué)領(lǐng)域的核心學(xué)者的成長(zhǎng)模式中表現(xiàn)得十分顯著， 即他們的學(xué)術(shù)影響力和綜合能力的快速成長(zhǎng)通常發(fā)生在后期。為此， 《關(guān)于分類推進(jìn)人才評(píng)價(jià)機(jī)制改革的指導(dǎo)意見》明確指出，現(xiàn)有的人才評(píng)價(jià)體系有必要遵循人才成長(zhǎng)規(guī)律， 科學(xué)設(shè)置評(píng)價(jià)周期， 注重過程與結(jié)果、短期與長(zhǎng)期評(píng)價(jià)的結(jié)合， 避免急功近利和功利化傾向。具體可結(jié)合本項(xiàng)研究中的人文領(lǐng)域核心學(xué)者的主流成長(zhǎng)模式，擬定不同學(xué)科學(xué)者的評(píng)價(jià)周期， 如文學(xué)學(xué)科的核心學(xué)者的高產(chǎn)期通常發(fā)生在職業(yè)生涯的后期階段， 可適當(dāng)放長(zhǎng)該學(xué)科人才的評(píng)價(jià)周期； 而如歷史學(xué)學(xué)科的核心學(xué)者， 他們的學(xué)術(shù)影響力和綜合能力的高峰期集中在職業(yè)生涯早期階段， 因此， 可適當(dāng)縮短評(píng)價(jià)周期， 避免“等年齡、熬資歷” 等負(fù)面影響，激勵(lì)青年人才盡早脫穎而出。

此外， 人文領(lǐng)域應(yīng)建立符合人才個(gè)性化和多樣化特點(diǎn)的評(píng)價(jià)體系， 應(yīng)考慮學(xué)者成長(zhǎng)模式的差異性，避免“一刀切” “一把尺子量到底”， 促進(jìn)人才培養(yǎng)的持續(xù)健康發(fā)展。本項(xiàng)研究表明， 不同于高產(chǎn)期集中在早期的自然科學(xué)和工程技術(shù)領(lǐng)域的學(xué)者， 除文學(xué)學(xué)科學(xué)者的高產(chǎn)期集中于后期階段外， 其他人文領(lǐng)域核心學(xué)者的科研生產(chǎn)力成長(zhǎng)模式多樣且發(fā)散。詳細(xì)而言， 可通過分析青年學(xué)者在３ 個(gè)方面學(xué)術(shù)能力的成長(zhǎng)軌跡形態(tài)特征， 判別其成長(zhǎng)模式的類別屬性， 根據(jù)所在類別的軌跡變化特點(diǎn)， 進(jìn)而評(píng)估其未來可能的發(fā)展趨勢(shì)， 如人文領(lǐng)域某一青年學(xué)者的科研生產(chǎn)力的成長(zhǎng)軌跡形態(tài)在早期更接近Ｐｒｏｄ－Ⅰ這類模式， 其更有可能在中后期的發(fā)文量呈現(xiàn)出衰減的趨勢(shì)， 具體可根據(jù)其與Ｐｒｏｄ－Ⅰ前期成長(zhǎng)軌跡的ＤＴＷ 距離及其匹配長(zhǎng)度衡量可能性大小。

綜合來看， 人文領(lǐng)域的人才評(píng)價(jià)應(yīng)結(jié)合過程評(píng)價(jià)與結(jié)果評(píng)價(jià)， 重視學(xué)者成長(zhǎng)的動(dòng)態(tài)性和積累性。評(píng)價(jià)體系需科學(xué)設(shè)置周期， 避免急功近利。不同學(xué)科應(yīng)根據(jù)其核心學(xué)者的成長(zhǎng)模式設(shè)定合適的評(píng)價(jià)周期， 以促進(jìn)人才的持續(xù)健康發(fā)展。此外， 應(yīng)建立個(gè)性化和多樣化的評(píng)價(jià)體系， 避免“一刀切”， 根據(jù)學(xué)者成長(zhǎng)模式的差異性進(jìn)行動(dòng)態(tài)評(píng)估， 以更好地激勵(lì)和培養(yǎng)人才。

５ 結(jié) 語

新文科建設(shè)背景下， 分析中國(guó)人文領(lǐng)域核心學(xué)者在學(xué)術(shù)上的成長(zhǎng)模式， 有助于提高中國(guó)新文科人才培養(yǎng)過程的科學(xué)性， 推動(dòng)人才強(qiáng)國(guó)戰(zhàn)略布局的展開。本項(xiàng)研究以ＣＳＳＣＩ 為數(shù)據(jù)來源， 通過ＤＴＷ 和軌跡聚類分析方法， 分析了他們?cè)诳蒲猩a(chǎn)力、學(xué)術(shù)影響力、綜合能力３ 個(gè)方面成長(zhǎng)軌跡的形態(tài)特征。結(jié)果表明， 不同于自然科學(xué)和工程技術(shù)領(lǐng)域， 人文領(lǐng)域中文學(xué)核心學(xué)者的高產(chǎn)期大多穩(wěn)定在他們職業(yè)生涯的后期階段， 而哲學(xué)和歷史學(xué)學(xué)者的高產(chǎn)期分布不具有顯著的規(guī)律性。再者， 哲學(xué)和文學(xué)的核心學(xué)者的學(xué)術(shù)影響力和綜合能力的快速成長(zhǎng)通常發(fā)生在職業(yè)生涯的后期， 這個(gè)成長(zhǎng)更依賴于他們?cè)缙诘膶W(xué)術(shù)積累， 而歷史學(xué)核心學(xué)者在這兩方面學(xué)術(shù)能力的成長(zhǎng)多發(fā)生在早期， 說明該學(xué)科核心學(xué)者的成長(zhǎng)往往更需要他們?cè)缙诔渑娴木ν度?。此外?中國(guó)人文領(lǐng)域核心學(xué)者的學(xué)術(shù)影響力和綜合能力的成長(zhǎng)過程具有顯著的同步性， 而這個(gè)同步性表現(xiàn)在文學(xué)學(xué)者３ 個(gè)方面學(xué)術(shù)能力的成長(zhǎng)過程上。

中國(guó)人文領(lǐng)域核心學(xué)者的成長(zhǎng)模式研究對(duì)人才培養(yǎng)評(píng)價(jià)相關(guān)政策的導(dǎo)向提供了參考依據(jù)， 如過程與結(jié)果相結(jié)合的評(píng)價(jià)方式、動(dòng)態(tài)可調(diào)整的考核評(píng)價(jià)周期、全過程跟蹤式監(jiān)測(cè)的評(píng)估機(jī)制等， 根據(jù)本項(xiàng)研究得出的該領(lǐng)域?qū)W者成長(zhǎng)模式的階段性特征、學(xué)科性差異以及組合規(guī)律， 擬定人文領(lǐng)域詳實(shí)的人才培育評(píng)價(jià)相關(guān)政策的優(yōu)化完善方案。然而， 學(xué)術(shù)論文雖然一定程度上可表示學(xué)者的學(xué)術(shù)能力， 但如需更為細(xì)致、具體、完整地反映他們?cè)趯W(xué)術(shù)上的成長(zhǎng)軌跡， 有必要將專著、報(bào)紙等其他形式的文獻(xiàn)成果或履歷信息納入評(píng)價(jià)參考體系； 再者， 學(xué)者的成長(zhǎng)模式不僅包括科研生產(chǎn)力、學(xué)術(shù)影響力、綜合能力的變化， 同時(shí)也涉及其他方面的學(xué)術(shù)能力以及科研行為的改變， 如創(chuàng)新力、合作模式、研究興趣等，未來可拓展研究范圍， 更加全面地挖掘分析該領(lǐng)域?qū)W者成長(zhǎng)模式。

參考文獻(xiàn)

［１］ 致公黨中央教育委員會(huì)， 鐘周， 浦天龍． 關(guān)于“ 加強(qiáng)數(shù)字人文人才培養(yǎng)大力推進(jìn)新文科建設(shè)” 的調(diào)研報(bào)告［ Ｊ］． 中國(guó)發(fā)展， ２０２４， ２４ （１）： ７１－７５．

［２］ Ｎｉｅｌｓｅｎ Ｍ Ｗ， Ａｎｄｅｒｓｅｎ Ｊ Ｐ． Ｇｌｏｂａｌ Ｃｉｔａｔｉｏｎ Ｉｎｅｑｕａｌｉｔｙ ｉｓ ｏｎ ｔｈｅＲｉｓｅ ［Ｊ］． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， ２０２１，１１８ （７）： ｅ２０１２２０８１１８．

［３］ Ｈｏｒｎｅｒ Ｋ Ｌ， Ｒｕｓｈｔｏｎ Ｊ Ｐ， Ｖｅｒｎｏｎ Ｐ Ａ． Ｒｅｌａｔｉｏｎ Ｂｅｔｗｅｅｎ Ａｇｉｎｇａｎｄ Ｒｅｓｅａｒｃｈ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ Ａｃａｄｅｍｉｃ Ｐｓｙｃｈｏｌｏｇｉｓｔｓ ［Ｊ］． Ｐｓｙｃｈｏｌ?ｏｇｙ ａｎｄ Ａｇｉｎｇ， １９８６， １ （４）： ３１９－３２４．

［４］ Ｌｅｈｍａｎ Ｈ Ｃ． Ｍｅｎｓ Ｃｒｅａｔｉｖｅ Ｐｒｏｄｕｃｔｉｏｎ Ｒａｔｅ ａｔ Ｄｉｆｆｅｒｅｎｔ Ａｇｅｓ ａｎｄｉｎ Ｄｉｆｆｅｒｅｎｔ Ｃｏｕｎｔｒｉｅｓ ［ Ｊ］． Ｓｃｉｅｎｔｉｆｉｃ Ｍｏｎｔｈｌｙ， １９５４， ７８ （ ５）：３２１－３２６．

［５］ Ｄｅｎｎｉｓ Ｗ． Ａｇｅ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ａｍｏｎｇ Ｓｃｉｅｎｔｉｓｔｓ ［ Ｊ］． Ｓｃｉｅｎｃｅ，１９５６， １２３ （３２００）： ７２４－７２５．

［６］ Ｂａｙｅｒ Ａ Ｅ， Ｄｕｔｔｏｎ Ｊ Ｅ． Ｃａｒｅｅｒ Ａｇｅ ａｎｄ Ｒｅｓｅａｒｃｈ－ｐｒｏｆｅｓｓｉｏｎａｌ Ａｃ?ｔｉｖｉｔｉｅｓ ｏｆ Ａｃａｄｅｍｉｃ Ｓｃｉｅｎｔｉｓｔｓ： Ｔｅｓｔｓ ｏｆ Ａｌｔｅｒｎａｔｉｖｅ Ｎｏｎｌｉｎｅａｒ Ｍｏｄｅｌｓａｎｄ Ｓｏｍｅ Ｉｍｐｌｉｃａｔｉｏｎｓ ｆｏｒ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ Ｆａｃｕｌｔｙ Ｐｏｌｉｃｉｅｓ ［ Ｊ］．Ｔｈｅ Ｊｏｕｒｎａｌ ｏｆ Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ， １９７７， ４８ （３）： ２５９－２８２．

［７］ Ｄｉａｍｏｎｄ Ａ Ｍ． Ｔｈｅ Ｌｉｆｅ－ｃｙｃｌｅ Ｒｅｓｅａｒｃｈ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ Ｍａｔｈｅｍａｔｉ?ｃｉａｎｓ ａｎｄ Ｓｃｉｅｎｔｉｓｔｓ１ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｒｏｎｔｏｌｏｇｙ， １９８６， ４１ （４）：５２０－５２５．

［８］ Ｗａｙ Ｓ Ｆ， Ｍｏｒｇａｎ Ａ Ｃ， Ｃｌａｕｓｅｔ Ａ， ｅｔ ａｌ． Ｔｈｅ Ｍｉｓｌｅａｄｉｎｇ Ｎａｒｒａｔｉｖｅｏｆ ｔｈｅ Ｃａｎｏｎｉｃａｌ Ｆａｃｕｌｔｙ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ｔｒａｊｅｃｔｏｒｙ ［Ｊ］． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， ２０１７， １１４ （ ４４）： Ｅ９２１６ －Ｅ９２２３．

［９］ Ｇｙ?ｒｆｆｙ Ｂ， Ｃｓｕｋａ Ｇ， Ｈｅｒｍａｎ Ｐ， ｅｔ ａｌ． Ｉｓ Ｔｈｅｒｅ ａ Ｇｏｌｄｅｎ Ａｇｅ ｉｎＰｕｂｌｉｃａｔｉｏｎ Ａｃｔｉｖｉｔｙ？—Ａｎ Ａｎａｌｙｓｉｓ ｏｆ Ａｇｅ－ｒｅｌａｔｅｄ Ｓｃｈｏｌａｒｌｙ Ｐｅｒｆｏｒｍ?ａｎｃｅ Ａｃｒｏｓｓ Ａｌｌ Ｓｃｉｅｎｔｉｆｉｃ Ｄｉｓｃｉｐｌｉｎｅｓ ［ Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０２０，１２４ （２）： １０８１－１０９７．

［１０］ Ｙａｉｒ Ｇ， Ｇｏｌｄｓｔｅｉｎ Ｋ． Ｔｈｅ Ａｎｎｕｓ Ｍｉｒａｂｉｌｉｓ Ｐａｐｅｒ： Ｙｅａｒｓ ｏｆ ＰｅａｋＰｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｓｃｉｅｎｔｉｆｉｃ Ｃａｒｅｅｒｓ ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０２０， １２４（２）： ８８７－９０２．

［１１］ Ｅｇｇｈｅ Ｌ． Ｔｈｅ Ｈｉｒｓｃｈ Ｉｎｄｅｘ ａｎｄ Ｒｅｌａｔｅｄ Ｉｍｐａｃｔ Ｍｅａｓｕｒｅｓ ［Ｊ］． Ａｎ?ｎｕａｌ Ｒｅｖｉｅｗ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１０， ４４ （１）：６５－１１４．

［１２］ Ｈｉｒｓｃｈ Ｊ Ｅ． Ａｎ Ｉｎｄｅｘ ｔｏ Ｑｕａｎｔｉｆｙ ａｎ Ｉｎｄｉｖｉｄｕａｌｓ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅ?ｓｅａｒｃｈ Ｏｕｔｐｕｔ ［ Ｊ］． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉ?ｅｎｃｅｓ， ２００５， １０２ （４６）： １６５６９－１６５７２．

［１３］ Ｌｉｕ Ｙ， Ｒｏｕｓｓｅａｕ Ｒ． Ｄｅｆｉｎｉｔｉｏｎｓ ｏｆ Ｔｉｍｅ Ｓｅｒｉｅｓ ｉｎ Ｃｉｔａｔｉｏｎ Ａｎａｌｙ?ｓｉｓ ｗｉｔｈ Ｓｐｅｃｉａｌ Ａｔｔｅｎｔｉｏｎ ｔｏ ｔｈｅ Ｈ－ｉｎｄｅｘ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍｅｔ?ｒｉｃｓ， ２００８， ２ （３）： ２０２－２１０．

［１４］ Ｌｉａｎｇ Ｌ． Ｈ－ｉｎｄｅｘ Ｓｅｑｕｅｎｃｅ ａｎｄ Ｈ－ｉｎｄｅｘ Ｍａｔｒｉｘ： Ｃｏｎｓｔｒｕｃｔｉｏｎｓａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２００６， ６９ （１）： １５３－１５９．

［１５］ Ｅｇｇｈｅ Ｌ． Ｍａｔｈｅｍａｔｉｃａｌ Ｓｔｕｄｙ ｏｆ Ｈ－ｉｎｄｅｘ Ｓｅｑｕｅｎｃｅｓ ［ Ｊ］． Ｉｎｆｏｒ?ｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ ＆ Ｍａｎａｇｅｍｅｎｔ， ２００９， ４５ （２）： ２８８－２９７．

［１６］ Ｅｇｇｈｅ Ｌ． Ｃｏｍｐａｒａｔｉｖｅ Ｓｔｕｄｙ ｏｆ Ｈ－ｉｎｄｅｘ Ｓｅｑｕｅｎｃｅｓ ［Ｊ］． Ｓｃｉｅｎｔｏ?ｍｅｔｒｉｃｓ， ２００９， ８１ （２）： ３１１－３２０．

［１７］ Ｇｕｎｓ Ｒ， Ｒｏｕｓｓｅａｕ Ｒ． Ｓｉｍｕｌａｔｉｎｇ Ｇｒｏｗｔｈ ｏｆ ｔｈｅ Ｈ－ｉｎｄｅｘ ［Ｊ］． Ｊｏｕｒ?ｎａｌ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００９， ６０ （２）： ４１０－４１７．

［１８］ Ｗｕ Ｊ， Ｌｏｚａｎｏ Ｓ， Ｈｅｌｂｉｎｇ Ｄ． Ｅｍｐｉｒｉｃａｌ Ｓｔｕｄｙ ｏｆ ｔｈｅ Ｇｒｏｗｔｈ Ｄｙ?ｎａｍｉｃｓ ｉｎ Ｒｅａｌ Ｃａｒｅｅｒ Ｈ－ｉｎｄｅｘ Ｓｅｑｕｅｎｃｅｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍｅｔ?ｒｉｃｓ， ２０１１， ５ （４）： ４８９－４９７．

［１９］ Ｐｒａｔｈａｐ Ｇ． Ｔｈｅ １００ Ｍｏｓｔ Ｐｒｏｌｉｆｉｃ Ｅｃｏｎｏｍｉｓｔｓ Ｕｓｉｎｇ ｔｈｅ Ｐ－ｉｎｄｅｘ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０１０， ８４ （１）： １６７－１７２．

［２０］ Ｐｒａｔｈａｐ Ｇ． Ａ Ｔｈｒｅｅ－ｃｌａｓｓ， Ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ Ｂｉｂｌｉｏｍｅｔｒｉｃ Ｐｅｒｆｏｒｍ?ａｎｃｅ Ｉｎｄｉｃａｔｏｒ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１４， ６５ （７）： １５０６－１５０８．

［２１］ Ｐｅｎｇ Ｘ， Ｘｕ Ｈ， Ｓｈｉ Ｊ． Ａｒｅ ｔｈｅ Ｂｉｂｌｉｏｍｅｔｒｉｃ Ｇｒｏｗｔｈ Ｐａｔｔｅｒｎｓ ｏｆＥｘｃｅｌｌｅｎｔ Ｓｃｈｏｌａｒｓ Ｓｉｍｉｌａｒ？ Ｆｒｏｍ ｔｈｅ Ａｎａｌｙｓｉｓ ｏｆ ＡＣＭ Ｆｅｌｌｏｗｓ ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍｅｔｒｉｃｓ， ２０２４， １８ （３）： １０１５４３．

［２２］ 高志， 張志強(qiáng)． 個(gè)人學(xué)術(shù)影響力與年齡的變化規(guī)律研究進(jìn)展———基于自然科學(xué)領(lǐng)域［Ｊ］． 情報(bào)雜志， ２０１６， ３５ （２）： １０５－１０９，１５６．

［２３］ Ｓｙｍｏｎｄｓ Ｍ Ｒ Ｅ， Ｇｅｍｍｅｌｌ Ｎ Ｊ， Ｂｒａｉｓｈｅｒ Ｔ Ｌ， ｅｔ ａｌ． ＧｅｎｄｅｒＤｉｆｆｅｒｅｎｃｅｓ ｉｎ Ｐｕｂｌｉｃａｔｉｏｎ Ｏｕｔｐｕｔ： Ｔｏｗａｒｄｓ ａｎ Ｕｎｂｉａｓｅｄ Ｍｅｔｒｉｃ ｏｆＲｅｓｅａｒｃｈ Ｐｅｒｆｏｒｍａｎｃｅ ［Ｊ］． ＰｌｏＳ Ｏｎｅ， ２００６， １ （１）： ｅ１２７．

［２４］ 郭新艷． 科技人才成長(zhǎng)規(guī)律研究［ Ｊ］． 科技管理研究， ２００７（９）： ２２３－２２５．

［２５］ Ｓｉｎａｔｒａ Ｒ， Ｗａｎｇ Ｄ， Ｄｅｖｉｌｌｅ Ｐ， ｅｔ ａｌ． Ｑｕａｎｔｉｆｙｉｎｇ ｔｈｅ Ｅｖｏｌｕｔｉｏｎｏｆ Ｉｎｄｉｖｉｄｕａｌ Ｓｃｉｅｎｔｉｆｉｃ Ｉｍｐａｃｔ ［Ｊ］． Ｓｃｉｅｎｃｅ， ２０１６， ３５４ （６３１２）：ａａｆ５２３９．

［２６］ 陳姍姍， 林春培， 張向前． 面向２０３５ 年我國(guó)青年科技人才發(fā)展機(jī)制研究［Ｊ］． 科學(xué)管理研究， ２０２３， ４１ （１）： １２９－１３８．

［２７］ 李維平． 論人才成長(zhǎng)［ Ｃ］ ／ ／ 北京： 中國(guó)人力資源開發(fā)研究會(huì)第九次會(huì)員代表大會(huì)暨學(xué)術(shù)研討會(huì)， ２００６．

［２８］ 王通訊． 人才成長(zhǎng)的八大規(guī)律［Ｊ］． 決策與信息， ２００６ （５）：５３－５４．

［２９］ 葉忠海． 人才成長(zhǎng)規(guī)律和科學(xué)用人方略［Ｊ］． 中國(guó)人才， ２００７（５）： ３１－３２．

［３０］ 楊淞月． 高校拔尖創(chuàng)新人才成長(zhǎng)規(guī)律及培養(yǎng)策略研究［ Ｄ］．武漢： 中國(guó)地質(zhì)大學(xué)， ２０１２．

［３１］ 劉琳琳． 創(chuàng)新型人才成長(zhǎng)的規(guī)律與路徑研究［ Ｊ］． 科學(xué)管理研究， ２０１４， ３２ （１）： ８２－８５．

［３２］ 李祖超， 李蔚然， 王天娥． ２４ 位國(guó)家最高科學(xué)技術(shù)獎(jiǎng)獲得者成才因素分析［Ｊ］． 教育研究， ２０１４， ３５ （１２）： ６１－７１．

［３３］ 宋曉欣， 馬陸亭， 趙世奎． 教育學(xué)科高層次人才成長(zhǎng)規(guī)律探究———以２２ 位長(zhǎng)江學(xué)者為例［Ｊ］． 中國(guó)高教研究， ２０１８ （３）：５１－５５， ８７．

［３４］ 蔡翔， 謝梅英， 程發(fā)新， 等． 中國(guó)院士群體師承效應(yīng)的量化研究［Ｊ］． 科技管理研究， ２０２１， ４１ （２３）： １３３－１４０．

［３５］ 劉俊婉． 從諾貝爾獎(jiǎng)現(xiàn)象看科學(xué)創(chuàng)造的特征［ Ｊ］． 科學(xué)學(xué)研究， ２００９， ２７ （９）： １２８９－１２９７．

［３６］ 徐飛， 陳仕偉． 中國(guó)杰出科學(xué)家年齡管理策略的新思考———從近十年（２００１—２０１０）中國(guó)科學(xué)院新增院士與諾貝爾獎(jiǎng)獲得者年齡比較的反差談起［ Ｊ］． 科學(xué)學(xué)研究， ２０１２， ３０ （ ７）：９７６－９８２．

［３７］ Ｍｅｒｔｏｎ Ｒ Ｋ． Ｔｈｅ Ｍａｔｔｈｅｗ Ｅｆｆｅｃｔ ｉｎ Ｓｃｉｅｎｃｅ ［Ｊ］． Ｓｃｉｅｎｃｅ， １９６８，１５９ （３８１０）： ５６－６３．

［３８］ Ｒ·.Ｋ. 默頓． 科學(xué)社會(huì)學(xué)［Ｍ］． 北京： 商務(wù)印書館， ２００３： ９．

［３９］ 周光禮， 羅睿． 光環(huán)疊加： 中國(guó)科學(xué)精英的生成機(jī)制［Ｊ］． 教育研究， ２０２１， ４２ （１０）： １３８－１５３．

［４０］ 中國(guó)科學(xué)院人力資源管理研究組． 關(guān)于我院創(chuàng)新三期人力資源管理的若干思考［Ｊ］． 中國(guó)科學(xué)院院刊， ２００７ （５）： ３５５－３７３．

［４１］ 劉少雪． 面向創(chuàng)新型國(guó)家建設(shè)的科技領(lǐng)軍人才成長(zhǎng)研究［Ｍ］． 北京： 中國(guó)人民大學(xué)出版社， ２００９： ７７－１７８．

［４２］ 林崇德， 胡衛(wèi)平． 創(chuàng)造性人才的成長(zhǎng)規(guī)律和培養(yǎng)模式［ Ｊ］．北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， ２０１２ （１）： ３６－４２．

［４３］ 曹曉麗， 王森芃， 姚妞妞． 創(chuàng)新型科技人才成長(zhǎng)路徑分析［Ｊ］． 信息系統(tǒng)工程， ２０２０ （１１）： ４－９．

［４４］ 瞿群臻， 王嘉吉， 唐夢(mèng)雪， 等． 基于邏輯增長(zhǎng)模型的科技人才成長(zhǎng)規(guī)律及影響因素研究———以海洋領(lǐng)域科技人才為例［Ｊ］．科技管理研究， ２０２１， ４１ （１２）： １５７－１６４．

［４５］ 馬費(fèi)成， 陳柏彤． 我國(guó)人文社會(huì)科學(xué)學(xué)科多樣性研究［Ｊ］． 情報(bào)科學(xué)， ２０１５， ３３ （１）： ３－８．

［４６］ Ｆｅｒｎａｎｄｅｓ Ｊ Ｍ， Ｃｏｓｔａ Ａ， Ｃｏｒｔｅｚ Ｐ． Ａｕｔｈｏｒ Ｐｌａｃｅｍｅｎｔ ｉｎ Ｃｏｍ?ｐｕｔｅｒ Ｓｃｉｅｎｃｅ： Ａ Ｓｔｕｄｙ Ｂａｓｅｄ ｏｎ ｔｈｅ Ｃａｒｅｅｒｓ ｏｆ ＡＣＭ Ｆｅｌｌｏｗｓ ［Ｊ］．Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０２２， １２７ （１）： ３５１－３６８．

［４７］ Ｈａｇｅｎ Ｎ Ｔ． Ｈａｒｍｏｎｉｃ Ａｌｌｏｃａｔｉｏｎ ｏｆ Ａｕｔｈｏｒｓｈｉｐ Ｃｒｅｄｉｔ： Ｓｏｕｒｃｅ－Ｌｅｖｅｌ Ｃｏｒｒｅｃｔｉｏｎ ｏｆ Ｂｉｂｌｉｏｍｅｔｒｉｃ Ｂｉａｓ Ａｓｓｕｒｅｓ Ａｃｃｕｒａｔｅ Ｐｕｂｌｉｃａｔｉｏｎａｎｄ Ｃｉｔａｔｉｏｎ Ａｎａｌｙｓｉｓ ［Ｊ］． ＰｌｏＳ Ｏｎｅ， ２００８， ３ （１２）： ｅ４０２１．

［４８］ 王星， 鄭湙彬， 朱楓怡， 等． 基于非參數(shù)回歸和卷積神經(jīng)網(wǎng)絡(luò)的在線手寫簽名身份認(rèn)證模型研究［Ｊ］． 數(shù)理統(tǒng)計(jì)與管理，２０１８， ３７ （４）： ６１０－６２３．

［４９］ Ｆｕｔｓｃｈｉｋ Ｍ Ｅ， Ｃａｒｌｉｓｌｅ Ｂ． Ｎｏｉｓｅ－ｒｏｂｕｓｔ Ｓｏｆｔ Ｃｌｕｓｔｅｒｉｎｇ ｏｆ ＧｅｎｅＥｘｐｒｅｓｓｉｏｎ Ｔｉｍｅ－ｃｏｕｒｓｅ Ｄａｔａ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ ａｎｄＣｏｍｐｕｔａｔｉｏｎａｌ Ｂｉｏｌｏｇｙ， ２００５， ３ （４）： ９６５－９８８．

［５０］ Ｌｏｋｅｓｈ Ｋ， Ｍａｔｔｈｉａｓ Ｅ Ｆ． Ｍｆｕｚｚ： Ａ Ｓｏｆｔｗａｒｅ Ｐａｃｋａｇｅ ｆｏｒ ＳｏｆｔＣｌｕｓｔｅｒｉｎｇ ｏｆ Ｍｉｃｒｏａｒｒａｙ Ｄａｔａ ［Ｊ］． Ｂｉｏｉｎｆｏｒｍａｔｉｏｎ， ２００７， ２ （１）：５－７．

［５１］ Ｂａｒａｂáｓｉ Ａ Ｌ， Ｗａｎｇ Ｄ． Ｔｈｅ Ｓｃｉｅｎｃｅ ｏｆ Ｓｃｉｅｎｃｅ ［ Ｍ］． Ｃａｍ?ｂｒｉｄｇｅ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ， ２０２１．

［５２］ Ｓｃｈｉｌｌｉｎｇ Ｍ Ａ， Ｇｒｅｅｎ Ｅ． Ｒｅｃｏｍｂｉｎａｎｔ Ｓｅａｒｃｈ ａｎｄ ＢｒｅａｋｔｈｒｏｕｇｈＩｄｅａ Ｇｅｎｅｒａｔｉｏｎ： Ａｎ Ａｎａｌｙｓｉｓ ｏｆ Ｈｉｇｈ Ｉｍｐａｃｔ Ｐａｐｅｒｓ ｉｎ ｔｈｅ ＳｏｃｉａｌＳｃｉｅｎｃｅｓ ［Ｊ］． Ｒｅｓｅａｒｃｈ Ｐｏｌｉｃｙ， ２０１１， ４０ （１０）： １３２１－１３３１．

［５３］ 公欽正， 張海生． 新文科人才培養(yǎng)何以實(shí)現(xiàn)———基于中英兩所大學(xué)ＰＰＥ 專業(yè)人才培養(yǎng)方案的案例研究［ Ｊ］． 重慶高教研究， ２０２２， １０ （２）： ８７－９８．

（責(zé)任編輯： 郭沫含）

基金項(xiàng)目： 國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“面向國(guó)家安全的科技情報(bào)態(tài)勢(shì)感知研究” （項(xiàng)目編號(hào)： ２１ＢＴＱ０１２）。