创新驱动战略下高校图书馆助力“双一流”学科建设服务实证研究∗——以中国医科大学图书馆为例

许丹 杨颖 韩爽 徐爽 郭继军

（中国医科大学图书馆，辽宁 沈阳 110122）

1 引言

加强世界一流大学和一流学科建设是我国的重大战略规划，对提升教育发展水平、增强国家核心竞争力、奠定长远发展基础，具有重要意义。2015年10月国务院印发了《统筹推进世界一流大学和一流学科建设总体方案》[1]，2018年8月教育部、财政部、国家发改委再次推出了《关于高等学校加快双一流建设的指导意见》[2]，2019年11月辽宁省政府发布筹集资金70亿元支持“双一流”建设方案[3]。几年间一系列方案的陆续出台，促使“双一流”建设成为各大高校发展中的重中之重。无论是从前的“985”高校、“211”高校，还是各个级别普通高等院校，各省市政府、教育主管部门在人力、物力、财力上加大了各项投入，都在努力加快步伐，打造一批具有重要学术影响力、居于国内外领先地位的一流大学和一流学科。

“双一流”学科建设分析服务，有助于高校和科研机构管理层跟踪和评估各学科的科研绩效，定位重点学科、优势学科及潜力学科，从而对学科进行优化布局；同时，还能够帮助管理者挖掘高影响力和高潜力的研究人员，吸引外部优秀人才，为人才引进提供决策支持。高校图书馆承担着为学校教学和科研服务的使命，在加快建设“双一流”高校的任务之中，图书馆的作用不可或缺。“双一流”学科建设为高校图书馆的学科服务赋予了新的使命。刘昌荣[4]以山东师范大学图书馆为例，论述了图书馆学科服务在岗位设置、服务对象、内容、模式、队伍培养、品牌营销、志愿者作用发挥等方面的创新实践与探索。李津[5]以清华大学图书馆情报分析服务实践为基础，就如何开拓思路，创新形式，发挥情报分析服务优势，就支撑“双一流”建设的实践进行了总结分析。

2 中国医科大学图书馆“双一流”学科建设服务概况

“双一流”建设是中国医科大学“十三五”和“十四五”规划中的重点任务，更是图书馆学科服务的重要内容。努力让更多潜力学科跻身ESI学科排名世界前1%是我国各学术机构的重要学科建设目标，拥有更多高水平论文对于提升学校的科研实力和总体竞争力有着重要意义。

中国医科大学图书馆从2016年起开始订购ESI及Incites数据库，随之逐步开展了与“双一流”学科建设相关的各项服务，在2016-2019的4年时间里不断学习、探索、发现，逐步修正、完善、系统化各项服务内容并取得一定的服务成效。2016年初，该校进入ESI的学科只有临床医学、药理学及毒理学、神经科学与行为学3个学科，2016年11月生物学与生物化学成为第4个进入ESI的学科，2018年11月分子生物学与遗传学也作为当期阈值线成功迈入ESI学科阵营。至此，该校进入ESI学科达到5个，另有潜力学科7个，分别是免疫学、社会科学总论、环境科学与生态学、材料科学、化学、精神病学与心理学、微生物学。截止2020年1月，中国医科大学馆联合校学科规划处共出具ESI总体学科报告23期，分学科报告内容276份，同时不定期举办讲座进行ESI学科建设相关宣讲并开展一系列辅助服务工作来服务“双一流”建设。

笔者以中国医科大学图书馆（以下简称“本馆”）为案例，阐述高校图书馆助力“双一流”学科建设之举措。

表1 我校未进入ESI学科的潜力值及入围差距（2017.9）

3 高校图书馆助力 “双一流”学科建设之举措

3.1 运用曲线拟合方法进行ESI潜力学科预测

从2016年5月起至2017年9月一年半的时间里，分子生物学与遗传学学科的潜力值从62.57%上升到86.23%，增长了23.66%，是本校潜力学科中进步最快的，也是最有希望进入ESI的一个学科，因此本馆对该学科何时能够进入ESI进行了预测。

在2017年9月本校进入ESI有4个学科，分别是临床医学、神经与行为学、生物学与生物化学、药理与毒理学。根据ESI及Incites当期更新数据，表1展示了本校未进入ESI学科的潜力值及入围差距。

本馆参考清华大学图书馆管翠中老师对学术机构入围ESI学科排名世界前1%的时间预测方法，利用曲线拟合方法进行ESI潜力学科预测。管翠中老师以清华大学为例，通过ESI模拟检索，将检索结果与ESI末位入围机构进行被引频次比较，找到“入围差距”以确定临近入围ESI的潜力学科，而后运用曲线拟合模型方法预测入围时间，是一套切实可行的数据分析方法，对学术机构掌握重点学科发展趋势、衡量与世界一流学科差距具有实际参考价值[6]。本馆采取方法类似，但数据提取方法不同，本馆数据提取于当期Incites查询到的总被引频次来近似代表ESI总被引频次进行预测，同时获取数据年限延长为12年的数据集合，则拟合曲线将越接近真实情况。

首先是ESI入围线的获取。通过Incites限定时间范围进行检索，分别获取各机构前11年至前1年在该学科所发表的论文的总被引频次来代替当年ESI的总被引频次，如表2所示。图1表明各机构ESI总被引频次曲线波动范围，为减轻个体差异的影响，笔者使用排名末10位机构总被引频次的平均值来近似代表该学科每一年ESI入围的最低阈值，也将其定义为ESI入围线[6]。随后检索得到中国医科大学（以下简称CMU）分子生物与遗传学学科分别在2007年-2018年间的总被引频次，见表3。

表2 分子生物学与遗传学机构排名末10位历年ESI被引频次总和（2007-2018）

表3 分子生物学与遗传学学科CMU总被引频次和ESI入围线被引频次（2007－2018）

图1 分子生物学与遗传学排名末10位入围机构历年ESI总被引频次（2007-2018）

其次是入围时间预测方法的选取。笔者采用函数曲线拟合的方法得到两条曲线函数来近似表达这种变化的趋势，两条拟合曲线的交点即对应的入围时间。图2展示了分子生物学与遗传学在2007年－2018年这12年中的ESI入围线以及CMU在该学科的历年总被引频次信息，其中横轴代表时间（以2007年作为起始的零点，2018年数据由2007年1月-2017年9月期数据近似代替），纵轴为总被引频次。可以看出这12年里，该学科ESI入围线被引频次呈下降趋势，CMU总被引频次呈现显著的上升趋势。当中国医科大学分子生物学与遗传学的总被引频次超过ESI入围线时，该学科才有可能入围ESI。

图2 中国医科大学分子生物学与遗传学ESI入围时间预测

以实际年份与2006年的差为自变量x，分别以CMU该学科总被引频次和该学科ESI入围线被引频次为因变量y，应用Excel 2010分别选取线性函数、二次多项式函数、指数函数3种曲线函数[6]进行曲线拟合。根据R2拟合优度指标来评价函数的拟合效果，即R2指标越接近1，曲线拟合优度越好，因此选择二次多项式来代表曲线变化情况。

最后再通过拟合曲线获得预测时间。经计算，x=0时是2006年，x=13时是2019年，此时CMU总被引频次大于ESI入围线，因此预测分子生物学与遗传学学科在2019年时已经进入ESI。

在本馆提供的ESI学科建设月报告中，报道了2016年5月起至2019年9月每一期ESI的潜力值和入围差等详尽信息（见表4）。

表4 2016.5-2019.9各期分子生物学与遗传学科数据变化情况

事实上，在2018年11月期数据，本校分子生物学和遗传学已成功踏进了ESI的大门，为当期该学科的阈值线，与预测结果基本符合。此后我们又对2016年进入ESI的生物学与生物化学学科进行了反验证，实际进入ESI时间与验证预测时间也是相符合的，正向预测和反向验证均获得了满意效果，表明了方法的可信性、实践性较高。

由于ESI、Incites、WOS3个数据库更新时间不同，数据范围也不同，对于预测结果难免会有差异影响。同样在反验证的过程中，Incites数据回溯检索次数要高于当时的实际情况，也会产生相对误差。科研人员科研能力的提高、学校人才引进、合作共赢战略的实施等激励政策也会在一定程度上影响进入ESI时间。

3.2 基于ESI和Incites数据库的学科竞争力分析

从2016年5月起，本馆联合校学科规划处，根据ESI和Incites数据库每两个月更新一次的频率，为学校管理层人员及各二级学院提供每一期学科建设月报，至今已经20多期。学科建设月报中提供各项竞争情报分析数据，包括学校ESI总体学科竞争力分析、入选ESI学科及潜力学科竞争力分析、潜力学科的潜力值分析、同类机构对表分析、各二级学院每个学科发文贡献度分析、每个学科高产出及高影响力作者分析等内容，详见表5。

利用ESI学科分析报告各期数据，获取各个学科的ESI高产论文期刊列表，统计总结分析制作出投稿指南，辅助指导各个学科科研人员、教师和学生投稿方向。科研人员和研究生可以通过分析机构的科研合作开展情况来识别出高效的合作伙伴，通过对比学术研究成果来确定攻读学位和继续深造的方向等。同时开展ESI相关系列巡回讲座进行宣传推广，主要包括两部分内容：其一是对ESI使用功能的介绍，如何查询各个指标以及如何利用WOS、Incites、ESI数据库辅助科研；另一部分则是参考咨询馆员对于ESI相关辅助策略研究，如何进行潜力学科的预测，高被引论文分析，期刊投稿指南等内容的讲授，目的均是辅助科研，助力本校“双一流”学科建设，各类讲座在各学院及附属医院讲授后反响热烈。

3.3 高被引论文分析

高被引论文（Highly Cited Paper）是指按Web of Science数据库近十年发表的论文分22个学科，按照论文被引用次数的高低排序排在前1%的被引次数最高的论文。热点论文（Hot Paper）是指Web of Science最近两年里发表的论文中，按照最近两个月里某个学科领域中被引用次数进入前0.1%的论文。高被引论文和热点论文统称为高水平论文（Top Paper），这些论文的影响力和学术价值都是毋庸置疑的。由于每年发表的论文成为高被引论文的阈值均不相同，我们在查询到每年阈值的前提下，对于阈值线边缘的论文采取几种方法策略加以辅助，会有助于提高其学术价值和影响力，使其有机会在为高被引论文。

每个学科的研究前沿和热点受到该学科各位学者的关注和青睐，选择该学科的研究前沿、研究热点进行研究并发表，有机会成为高被引论文的几率势必会大很多。一般每个行业的行业标准、实验方法、实验手册在使用中都会成为指导风向标，被引频次势必要相对增高。鼓励各位学者争取合作参与的方式加入到行业标准或实验方法的研究中，这样的文章被引频次均较高。从文献计量学角度来讲，选择IF值较高的期刊发表文章，文章的价值、关注度、影响力均会相应增高，成为高被引文章的机会相对比于IF值较低的期刊文章则要高很多。获取便捷的Open Access期刊在传播速度和范围上要更加广范，被引频次也会相应增加。不忘后期宣传、发布以及各种方式的推广，增加曝光度，以期获得引用次数的增加。

3.4 运用突发监测等情报学方法预测潜在研究热点

运用突发监测的方法，对ESI数据进行学科潜在研究热点内容的预测，提供给该学科研究人员，指导其进行科学研究。例如本馆徐爽运用突发监测结合UMLS揭示了创伤后应激障碍治疗研究领域的研究现状及发展趋势，为开发新药提供决策服务。将情报学的聚类、网络图谱分析、文献计量学等方法运用到各个学科的数据中进行该研究领域新兴趋势和研究热点的探测分析，获得可视化研究成果结论，为科研人员提供辅助参考。本馆杨颖[7]通过实践操作运用BICOMB和gcluto及Uci-net等情报学方法分析研究本校潜力学科免疫学开展可视化知识图谱，同时也对医学信息学进行引文耦合和共被引分析后获得学科研究热点，提出了针对不同学科特点的ESI建设的建议。我们将有针对性地进行SWOTS分析，对本校整体学科领域的总体发文情况及各个其他学科发文情况进行优势劣势对比分析，发现自身优势，查找劣势，为领导层制定学科发展计划提供决策支持。如图3-图6是根据2020年1月ESI及Incites数据进行分析，展示了本校免疫学科及当前免疫学科领域内TOP RAPER进行对比分析获得的可视化关键词聚类山峰图及共现网络图谱。

图3 中国医科大学免疫学科可视化关键词聚类山峰图及共现网络图谱

图4 中国医科大学免疫学科可视化关键词聚类山峰图及共现网络图谱

图5 免疫学科领域TOP RAPER可视化关键词聚类山峰图及共现网络图谱

图6 免疫学科领域TOP RAPER可视化关键词聚类山峰图及共现网络图谱

3.5 建立智能化数据库平台

建立智能化的ESI数据管理系统，可自动下载数据保存并进行简单的统计、对标分析，为今后学科服务持续发展提供连续数据支持，同时避免了人工的繁复劳动，有更多时间精力投入各个数据分析中，发挥机器不能实现的分析功能。例如自动为每一期高被引论文作者提供收录引证报告，便于其后期评优、年底业绩总结、晋级时的获取需要；运用开发系统直接进行同类院校、一流院校的学科对标分析，随时了解本校各学科与国内外各大高校的学科优势及差距，减轻不必要的手工操作，节约时间，有利于将更多精力、时间投入到其他深入分析工作当中。目前，该项目需求分析调研工作已基本完成，即将着手开展项目招标工作。

3.6 打造“双一流”学科建设红医品牌服务

本校始建于1931年江西瑞金，前身是中国工农红军卫校，是唯一一所跟随红军走完两万五千里长征的医学院校，被称为红医摇篮。本校有着悠久的办学历史和红医文化传统，“政治优良、技术坚定”是我们的校训，“救死扶伤实行革命的人道主义”是毛泽东同志为本校的题词。身为红医人，我们将继续发扬红医摇篮光荣传统，求实创新，结合自身院校特点，将图书馆学科服务内容、服务态度、服务方式紧密结合起来宣传推广，充分借助新媒体功能和技术来打造中国医大学科的红医品牌服务效应。每次ESI更新时，本馆第一时间通过微信公众号发布本校ESI学科数据的总体竞争情报动态资讯，方便学校管理层及科研学者及时获取最新资讯，了解学科动态；Incites数据库更新后，本馆会在ESI学科建设月报中详细分析各个学科的发展变化情况，并提供竞争情报信息。图书馆需要树立品牌意识，用专业知识服务于人，用耐心态度服务于人，打造红医图书馆的品牌知名度，将ESI学科服务打造成图书馆服务的高端品牌[8]。

4 结语

高校图书馆作为高校教学和科研支撑单位，肩负着为学校教学和科研服务的使命，紧紧围绕“双一流”建设任务，创新服务内容，提升服务能力，是新时代提出的新要求。在ESI学科服务的道路上一路走来，每个人都在奋勇前行发挥各自的智慧才能。

在“双一流”学科建设背景下，为助力科研人员查找科学研究的前沿热点，辅助科研管理层人员进行科研绩效分配并提供有力的战略情报和决策支持是图书馆的职责所在。本校图书馆员开拓思路，解放思想，团结一致，各司其职，仿照其他兄弟院校成功案例，取其精华，结合自身特点运用其中，发挥自身长项，借助数据分析工具，开展学术成果的分析评价等一系列情报学研究，为“双一流”建设提供精准服务，创立品牌服务效应，为提升本校整体学术水平竞争力，争创世界一流大学，一流学科贡献图书馆的一份力量，切实发挥图书馆的辅助决策支持功能。