人文社会科学学术成果跨界影响力研究

发布时间：2019-08-03 21:25

【摘要】：学术成果的跨界影响力评价在基金立项、科研管理、学科建设和学术评审等领域有着广泛的应用前景。不同于学术深度评价,它是对学术广度交叉规律的认识。其中跨界关系强度矩阵是跨界影响力研究的关键。以人文社会科学学术成果的跨界影响力数据模型为切入点,基于读者、作者通过文献搜索所建立的学术跨界联系,本文探讨了几种跨界关系矩阵模式发现算法,比较了三种前沿统计网络估计方法在跨界影响力上的应用。实证研究表明,这些算法具有稳定和快速的特点,在人文社会科学跨机构和跨学科关系研究方面得到了有益的结果。
【图文】：

人文社会科学学术成果跨界影响力研究

络交流数据，不仅可以体现作者之间的交流，而且可以反映作者与读者之间的交流。网络文献交流对于学术的跨界影响所起的作用是通过改善接收者的知识结构，形成接收者新的思考或对事物的态度和行为，从而影响到学者所属学科对学术方向的把握、科研机构对学术合作伙伴的选择。由于在交流过程中接收者充当了对知识认可信息的发送者，通过文献的交流形成了人与人之间双向的知识交换，由此带来不同机构或学科之间的相互渗透。这种建立在学者与学者之间通过文献所发生的学术交流所引起的宏观层面不同学界的互相影响原理如图１所示：图１基于学者文献交流的跨界影响原理图在图１中，学者１通过阅读学科文献Ｂ实现了跨学科学术需求的一致性，学者１与学者２通过阅读文献Ｂ实现了学科和机构学术需求的一致性，一旦这种一致性在统计规模上实现了显著性，这一微观数据可用于度量跨界影响关系。从跨学科交流关系的估计样本选择来看，把握理性读者的可长期跟踪交流关系是产生可靠估计的关键。理性读者有两项基本假设：第一，可表示性：理性读者研究兴趣由其文献选择来表示，即理性读者的选文模式能够体现其学术旨趣；第二，抗干扰性：理性读者应满足时间稀缺性质，即理性读者不会浪费时间大量下载与自己研究不相关的文献，因而其选择的文献中不属于其学术兴趣的杂质非常少。一些利用大型的公开网如Ｇｏｏｇｌｅ、Ｂａｉｄｕ等搜索引擎的读者，虽然浏览页面数量很大，但读者身份较为庞杂，浏览信息过于繁杂，精准度不高，很难满足这两点基本要求，在反映读者学术旨趣方面具有较大的随意性，不易形成稳定的结论。直接使用期刊网的用户则不能保证人文社会科学读者的代表性。为获得充足的有代表性的样本，我们认为应以人文社会科学读

人文社会科学学术成果跨界影响力研究

学者因为同一研究主题合作完成学术成果而产生机构之间的互相渗透，将这样的关系从合作文献中提取出来，就形成了科研机构合作网络。实证研究选择了１４８２所大学学术科研机构作为图的节点，从文献中产生了８０１８条机构合作关系，显示机构合作网络图中节点度数的分布近似幂律分布，这表明网络存在“小世界”现象，是比较典型的一类稀疏网络。我们使用ＷＦＮ－Ｑ算法对训练数据进行了３０次实验，结果比较稳定，，共产生９大子群和１０３个机构合作小社群，节点数为２或１的小群做忽略处理（见图２）。图２学术机构社群结构图仔细观察图２，９大子群中，北京地区高校处于机构合作网络的中心地位；每一个子群具有明显的星型结构，反映了２０世纪９０年代后国家高等教育发展的非均衡性和区域分层带动高等教育建设格局；每一子群中处于中心地位的科研机构的科研水平排在国内前列。陕西省和东北三省属于同一个群，但它们之间的地理距离相差很大。进一步分析数据表明，陕西省与东北三省的联系主要是以中国科学院为桥梁。作为中国主要自然科学研究机构的中国科学院主要与理工科类院校有很强的合作关系。中国社会科学院、中国科学院、中国人民大学、北京大学、吉林大学、清华大学、南京大学、复旦大学等科研机构在连接学术机构的合作方面起着纽带作用。进一步分析表明，每一子群具有明显的地理区域特征，结果如图３所示：具有相同纹理的省（直辖市、自治区）属于同一个社群，灰度由深至浅表示群组的节点数量由大到小，可以看出分为９个不同的群，这正好对应着ＷＦＮ算法得到的９个节点数最大的社群。星型结构中的强校纽带作用比较突出，呈现出明显的差异序社会合作模式。—１３９—
【作者单位】：中国人民大学应用统计科学研究中心;中国人民大学统计学院;
【基金】：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)研究品牌项目“人文社会科学成果评价指标体系”(10XNI014)
【分类号】：C12

【参考文献】