科学基金对“双一流”建设学科的前期资助研究（2012—2016）

张品慧 张瑜婷 赵星

摘 要：科学基金作为最重要的科学研究保障性资源，在“双一流”建设中的角色和地位值得关注。文章以“双一流”建設学科中68个自然学科为研究对象，使用Web of Science数据库2012-2016年的521938篇相关研究论文及其引文等数据，考察科学基金对我国“双一流”建设学科的前期资助现状、产出情况与影响力。结果显示：在“双一流”建设前期的2012-2016年五年中，科学基金对“双一流”建设学科的资助具有一定的精准性，并在资助率和影响力两个方面有所体现；68个“双一流”建设学科中，科学基金对其中52个学科的资助率高于我国基金资助率平均水平，对58个学科的论文影响力有提升作用。

关键词：“双一流”建设学科；科学基金；基金资助率；引文分析

中图分类号：G644 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2018060

Abstract As the most important scientific research support resource， the Science Funding is worthy of attention in the role and status of "Double First-class" construction. This paper takes 68 natural subjects in the "Double First-class" construction subjects as the research object and uses 521，938 research papers and related citations of the Web of Science database from 2012 to 2016 to examine the science fund's "Double First-class" construction subject in terms of pre-funding status， output situation and impact. The results show that in the period of "Double First-class" construction of 2012-2016， the science fund has funded the "Double First-class" construction subjects precisely， and the accuracy reflects in the two aspects of funding ratio and influence. Among the 68 "Double First-class" construction subjects， the funding ratio of 52 of them is higher than that of the average level of China， and the influence of the papers in 58 subjects has improved.

Key words "Double First-class"construction subject； science funding； funding ratio； citation analysis

1 引言

“双一流”这一高等教育国家顶层战略的实现，既有赖于教育主管部门的直接资源投入、各建设大学的不懈努力，也亟需社会各界的全方位配合与支持。“双一流”建设的核心指标之一是在学术研究上实现全面的国际一流，这更需要广泛的科研合作与资源倾斜。科学基金作为最重要的学术研究公共性资源，通过对科学研究的资助活动，在培育科研成果、培养优秀人才、促进科研合作、推动学科发展等方面发挥着举足轻重的作用[1]，而科学基金制也已成为各国资助科学研究的一种主要方式。2018年1月31日，国务院印发了《关于全面加强基础科学研究的若干意见》，这一政策的出台不仅对全面加强基础科学研究作出总体部署[2]，也为科学基金在促进“建设中国特色的基础研究强国”[3]中的作用指明了方向。

随着CNKI和Web of Science等中外数据库对于基金资助数据标注的完善，以情报学和文献计量学为方法，以较大样本定量地研究国内外科学基金资助论文及绩效评估成为近年研究热点[4]。如赵星等[5]针对我国自然科学基金等主要基金资助机构，给出了科学基金h指数的测度方法；王贤文等[6]基于Web of Science的引文数据，讨论了全球主要国家的基金论文产出现状。此后，关于基金资助下国家/地区科研投入产出[7]、科学合作[8]、影响力[1，9]和特定学科[10-11]的研究逐渐得到了拓展。

可见，对于科学基金资助论文的大样本情报学分析已具有较为坚实的数据、方法和实证基础。我国各大学和学科的“双一流”建设，除了教育主管部门的直接投入外，公共性科学基金的资助与支持同样具有关键的作用。特别是在“双一流”名单公布之前，事实上早已存在的各学科建设单位已或多或少地受到科学基金的长期资助与支持，产生的成果构成了进入“双一流”名单的重要基础。在此背景下，使用较大样本的科研论文成果数据对“双一流”建设学科的前期资助情况进行分析具有探索价值。本文将以“双一流”建设学科中68个自然学科为研究对象，利用Web of Science数据库2012-2016年521938篇研究论文及引文等数据，考察科学基金对“双一流”建设学科的前期资助状况与论文成果特征，以期为今后科学基金支撑“双一流”建设学科建设提供参考数据和政策制定依据。

2 数据与指标

公共性科学基金主要资助基础研究和基础应用研究，特别是较侧重对于自然科学的资助[12]，而我国当前此类研究主要成果又多为英文研究论文。因此，本文以108个“双一流”建设学科中68个自然学科为研究对象，选择Web of Science平台中Science Citation Index Expanded（SCI-EXPANDED）数据库收录的期刊为数据源，论文发表时间为2012-2016年，检索截止2018年1月31日。通过Web of Science数据库提供的高级检索功能获取到521938篇科学论文及其引文等数据，检索式中大学及学科检索式均已根据WoS数据库已存在名称规范，学科名称以Web of Science数据库中提供的Research Area和Web of Science Category中选择与我国公布“双一流”建设名单中最为接近的学科名称进行对应。

其中，某一学科的基金论文检索式为：

（OO="**" or "**" or "**"……）and（SU="**"） and py=（2012 or 2013 or 2014 or 2015 or 2016）and FO =（a* or b* or c* or d* or e* or f* or g* or h* or i* or j* or k* or l* or m* or n* or o* or p* or q* or r* or s* or t* or u* or v* or w* or x* or y* or z* or 0* or 1* or 2* or 3* or 4* or 5* or 6* or 7* or 8* or 9*）。

以此方式获取的数据包括“双一流”建设学科论文、“双一流”建设学科基金论文、中国该学科论文、中国该学科基金论文及相关的引文等数据集。

基于前述数据，本文选出几种测度指标（见表1）进行实证分析。

3 分析与讨论

3.1 资助率分析

3.1.1 “双一流”建设学科资助总况

在“双一流”名单公布之前的2012-2016年间，68个“双一流”建设学科已发表SCI收录论文总数为521938篇，其中受基金资助的论文有449612篇，总体基金资助率达到86.15%，这一资助率较大幅度地高于2009-2013年国际自然科学的平均水平（65.58%，21个主要国家或地区平均水平，参见文献[12]），我国对于“双一流”建设学科的基金资助已有值得称道的广度和覆盖面。

68个“双一流”建设学科中，有43个学科的基金资助率高于总体基金资助率86.15%。基金资助率排名前20位的学科中，有8个理学类学科和7个工学类学科，显示出国家之前对于理学类和工学类学科资助广度更大。其中基金资助率最高的是大气科学，3所大学的大气科学入选了“双一流”建设学科，发表论文总数为1867篇，基金论文数1820篇，基金资助率（Fr）高达97.48%；天文学紧随其后，该“双一流”建设学科涉及2所大学，基金资助率达到了97.38%（见表2）。高达97%以上的资助率说明在“双一流”政策出现的前期，相关入选学科已经得到了科学基金全面的覆盖和支持，资助盲点较少，准确度较高。科学基金对于“双一流”建设学科的科研工作起到了基础与核心的支撑作用。

另一方面，令人意外的是，医学作为关乎人类生命福祉的重要学科，即使是“双一流”建设学科，受到的基金资助广度依然相对较低，其中临床医学的入选学科基金资助率僅有60.82%。此外，中西医结合、生物医学工程、口腔医学、护理学、公共卫生与预防医学的基金资助率均低于80%。是否应该较大幅度提高对于医学领域的资助覆盖面，是科学基金资助机构值得讨论的问题。

3.1.2 “双一流”建设学科与全国该学科资助对比

数据显示，2012-2016年间，“双一流”建设学科发文量占我国SCI论文总量的13.44%，今后这一比率是否能进一步提高值得关注。

本文对“双一流”建设学科论文与我国所有论文的基金资助率进行比较（见表3）。总体而言，多数“双一流”建设学科的基金资助率高于中国该学科基金资助率，且中国该学科基金资助率（Frc）前20位学科分布情况与“双一流”建设学科基金资助率前20位学科的分布情况大致相同。中国该学科基金资助率前20位学科中，有 17个学科同时也在“双一流”建设学科基金资助率排名前20位中，表明科学基金各学科的资助广度特征具有一致性。但是，仍然有5个“双一流”建设学科的资助率不及我国该学科的平均资助率，且均为我国该学科基金资助率较高（前二十）的学科。具体而论，这一现象主要出现在农林类学科，政策上应考虑是否加大对于该类“双一流”建设学科的基金资助覆盖面。

总体统计意义上，可以发现“双一流”建设学科基金资助率与我国该学科基金资助率有一定程度的正相关关系（见图1）。对于总体资助率相对较低的学科，基金资助机构可考虑是否对于“双一流”建设学科设立特殊的定向资助渠道。而在医学和生命科学领域的一些学科，两个基金资助率的关系并不稳定，值得相关领域基金资助机构深入探讨其成因。

3.2 影响力分析

3.2.1 “双一流”建设学科论文平均影响力状况

在文献计量学中，常用总被引次数表达影响力，但总被引次数与论文规模（数量）高度相关，而本文涉及的各“双一流”建设学科论文规模差异较大，故主要采用平均被引（篇均被引）这一影响力测度指标，观测相关学科论文的平均影响力。

本文对“双一流”建设学科论文被引与基金资助情况进行比较（见表4），发现平均被引频次最高的前20个“双一流”建设学科中，理学类学科和工学类学科占据了主要地位，农学类学科只有两个，无医学类学科，表明我国理学类和工学类学科总体的学术影响力高于其他学科门类。总体上，我国目前在基础理科和部分工科领域更接近世界一流水平，而在生命科学和医学等领域，还有较大的努力空间。数学历来是一个重要但计量学特征特殊的学科，本文数据显示该学科平均被引次数低于1，但于数学而言，引文周期较长，2012年至今的引文数据未必能准确反映该学科的论文影响力状态。

在平均学术影响力较强的“双一流”建设学科中，机械及航空航天和制造工程的基金资助率低于90%，建议科学基金资助可进一步增加相关学科的资助广度；而林学、风景园林学、海洋科学、船舶与海洋工程等属于平均被引次数较低，但基金资助率均超过90%的学科。

3.2.2 科学基金对“双一流”建设学科论文引用的影响

为分析科学基金对“双一流”建设学科论文引用方面的影响，本文采用基金论文与非基金论文的引用差异进行计算并按引用差异降序排列，发现68个学科中仅有10个学科引用差异小于1，其余58个学科的引用差异均大于1，其中有17个学科的引用差异超过2倍。曼-惠特尼秩和检验也显示“双一流”建设学科的基金论文与非基金论文在篇均被引频次这一指标上的分布有统计学差异（0.01水平显著）。这些结果充分说明，科学基金的资助对大多数“双一流”建设学科的科研成果影响力（甚至质量）有提升作用。本文对引用差异前20的学科进行分析（见表5），可以看出其中公共卫生与预防医学基金论文的篇均被引频次约为非基金论文的3.59倍，为各学科中引用差异最大的学科。其次是生物医学工程，引用差异同样超过3倍。基础医学的引用差异也达到2.38倍。引用差异最大的三个学科均属于医学类学科，显示科学基金资助对于这类实验性科学的核心作用。验证了科学基金资助对医学类学科的科研成果影响力有显著提升作用。当然，也有10个学科的基金论文的平均引用次数少于非基金论文，特别是船舶与海洋工程，其基金论文的引用差异数值为0.69，具体分析论文后发现主要原因是部分高被引论文没有受到科学基金的资助，建议基金资助机构重点关注该学科资助的措施是否到位。

3.2.3 “双一流”建设学科论文h核心集的基金资助

国际一流学科的核心标志之一是能在国际上产生具有广泛影响力的成果，基金资助作为竞争性和择优性资助，也应当资助有望产出高影响力论文的研究项目。高影响力论文在信息计量学中可由h指数进行简单有效的挖掘，h核心可表征高影响力论文集合。

本文对“双一流”建设学科论文的h指数及h核心集资助情况进行排序（见表6）。发现“双一流”建设学科的h核心集的基金资助率普遍较高，我国现有科学基金对各学科中高被引论文的资助有一定合理性。值得注意的是，轻工业技术与工程、化学工程与技术等8个“双一流”建设学科的h核心集基金资助率达到了100%，相关学科的高影响力研究全部被科学基金“慧眼相中”，基金资助的效果值得充分肯定。

产生出高影响力的研究成果是“双一流”建设不可回避的核心目标之一，信息计量学的理论研究已表明，代表高影响力论文的h指数实际是总被引次数与平均被引次数的正向函数模型，即h指数、总被引次数和平均被引次数在理论上是以相对固定的函数关系，可同步提高。本文数据显示“双一流”建设学科的论文及引文数据较好地拟合了h指数的理论经验模型[13-14]（见图2），无论是h-C幂律模型还是Gl？覿nzel-Schubert模型均能得到优度高于0.95的拟合结果。这一结果说明在今后的“双一流”建设中整体性提高各学科研究水平与影响力，将必然会产出具有标志性的高影响力成果。“厚积薄发”将是“双一流”建设中可以经常观测到的现象，而科学基金对于基本面科研的支撑，将继续起到核心作用。

4 结语

本文以2012-2016年WoS数据库收录的“双一流”建设学科为研究对象，探索性地分析了科学基金对“双一流”建设学科基础研究论文产出的前期資助情况及效果。在“双一流”名单公布之前的五年期间，科学基金对“双一流”建设学科的资助具有一定精准性，取得了值得肯定的效果。68个“双一流”建设学科中，科学基金对其中52个学科的资助率高于我国基金资助率平均水平，对58个学科的论文影响力有提升作用。总体而言，“双一流”建设学科中的基础理科与工科受到的基金资助覆盖面相对广，而医学和生命科学的部分领域基金资助率相对较低，是否需要重点加强相关领域的基金资助值得管理者考量。机械及航空航天和制造工程是平均学术影响力较高而基金资助率低于90%的学科，建议可进一步增加相关学科的资助广度。轻工业技术与工程等8个“双一流”建设学科的h核心集基金资助率达到了100%，“双一流”战略前期的我国科学基金资助的针对性及成效值得肯定，应当保持。

“双一流”作为高等教育的国策，目光不应局限在高等教育分管部门的投入，还应综合联动社会各界相关资源，在科学研究方面与科研院所、基金资助机构密切协作进行模式创新，在人才培养方面与国有大型企业关联互动走出培养新路，充分利用各方优势促成“双一流”战略目标的顺利实现。另一方面，目前我国教育主管部门和地方政府对“双一流”建设单位有大量的政府资助，该类定向资助是否与竞争性科学基金之间存在重复资助和重复投入的问题。如是否有研究人员的科研项目，在所在单位内部受到了“双一流”建设经费的资助，又在单位外部申请了各类国家或省部级项目？这类现象多大程度上造成了重复资助的问题，值得后续深入深究。

本文主要在基金资助广度和学科影响力两个维度上对科学基金对“双一流”建设学科的基金资助情况进行探索性研究，存在之局限可供后续研究参考，包括：未涉及“双一流”建设学科中社会人文类学科的分析，数据源仅有WoS数据库，测评方式均为可获的定量指标等。在下一步的研究中，可尝试考虑增加测评维度，如将“双一流”建设学科基金论文的使用次数、社会影响力和应用推广程度作为评价指标进一步分析。定量指标存在学科差异是信息计量学的共识，科学基金资助在不同学科也有项目周期、资助强度、产出体量和成果形式等方面的不同，故选择具体学科进行深度分析也是值得尝试的思路。研究显示“双一流”建设学科的论文及引文数据符合信息计量学h指数的经验模型，计量学有望在学科评价[15]和“双一流”战略的实施与规划中，发挥更大的辅助决策作用。

参考文献：

[1] Zhao S X， Lou W， Tan A M， et al.Do funded papers attract more usage？[J].Scientometrics，2018，115（1）：153-168.

[2] 国务院印发《关于全面加强基础科学研究的若干意见》[EB/OL].[2018-05-31].http：//www.gov.cn/xinwen/2018-01/31/content_5262598.htm.

[3] 杨卫.不忘初心，牢记使命，建设中国特色的基础研究强国[J].中国科学基金，2018，32（1）：1-3.

[4] Shapira P，Wang J.Follow the money[J].Nature，2010，468（7324）：627-628.

[5] 赵星，高小强，何培.科学基金h指数：基金论文成果数量与影响力的综合衡量[J].中国科学基金，2009，32（1）：15-18，22.

[6] 王贤文，刘则渊，侯海燕.全球主要国家的科学基金及基金论文产出现状：基于Web of Science的分析[J].科学学研究，2010，28（1）：61-66.

[7] Zhao S X，Ye F Y.h-Efficiency：measuring input-output performance of research funds[J].Current Science，2011，101（1）：21-22.

[8] Wang X，Liu D，Ding K，et al.Science funding and research output：A study on 10 countries[J].Scientometrics，2012，91（2），591-599.

[9] Ebadi A，Schiffauerova A.How to boost scientific production？ A statistical analysis of research funding and other influencing factors[J].Scientometrics，2016，106（3）：1093-1116.

[10] Zhou P，Tian H.Funded collaboration research in mathematics in China[J].Scientometrics，2014，99（3）：695-715.

[11] Zhao S X，Yu S，Tan A M，et al.Global pattern of science funding in economics[J].Scientometrics，2016，109（1）：463-479.

[12] Xu X，Tan A M，Zhao S X.Funding ratios in social science：the perspective of countries/territories level and comparison with natural sciences[J].Scientometrics，2015，104（3）：673-684.

[13] 赵星，高小强.h-C幂律关系模型推演及参数分析[J].情报学报，2011，30（1）83-86.

[14] Schubert A，Gl？覿nzel W A systematic analysis of Hirsch-type indices for journals[J].Journal of Informetrics，2007，1（3）：179-184.

[15] 何文静，邱均平.大数据时代计量学在学科评价中的应用研究[J].图书与情报，2016（4）：83-88.

作者简介：张品慧，女，华东师范大学信息管理系本科生；张瑜婷，女，华东师范大学信息管理系本科生；赵星，男，华东师范大学信息管理系研究员，博士生导师，研究方向：科学数据、信息计量、商业数据分析。