基于文献计量的青年学者合作者网络分析

摘要：通过讲述人才对地方院校建设的重要性，以及挖掘有潜力青年学者的作用，以期为个人发展及新建地方院校的整体学术水平提升提供有力支撑。文章选取2019—2023年贵州师范学院材料科学与工程学科建设的青年学者所发表的学术论文作为文献数据库，基于普莱斯定律相关理论，使用文献计量的方法，运用gephi可视化软件对文献数据的合作者网络进行定量分析，展示了该学科领域可能的有潜力青年学者。文章分析了贵州师范学院材料科学与工程学科合作者网络中间性中心性的时间序列变化，证明在短时间内基于合作者网络的中间性中心性来挖掘有潜力的青年学者是有用的。

关键词：青年学者；合作者网络；文献计量

中图分类号：G644文献标志码：A

0引言

学科建设对地方院校的发展至关重要。地方院校希望以学科建设为抓手带动学校整体发展，不断提升学校的科学研究水平与服务区域社会经济发展的能力诉求越来越强烈。学科的一切组织形式最终都落实到青年学者，以及以青年学者为核心的有组织科学研究。人才是第一生产力，大多数地方院校在吸纳优秀人才方面的能力较弱，优秀青年学者比较倾向于选择基础设施和平台都较成熟的高等院校，所以地方院校应结合自身发展实际，寻找内因，在不能很好地吸引优秀人才的情况下，挖掘校内有发展潜力的青年学者。文章使用文献计量分析方法，通过分析贵州师范学院材料科学与工程这一学科领域青年学者的合作者网络，寻找该领域学术影响力强的青年学者为学校在培养人才计划和科研经费拨付等方面提供参考。

1研究背景

文献计量是图书情报学领域最广泛的科学研究方法，它为学术文献的评价提供了定量分析的方法［1］。文献计量结果为评价科学研究的好坏提供了最直接的判断标准，为推动科学研究工作的有序开展提供了良好的影响，为基础研究的效率提供了一个判断标准［2］。在学术团队中大家采用文献计量结果来判断一个青年学者的工作是否重要，甚至作为判断是否为其提供终身教职的标准。英国政府将文献计量的结果作为其卓越研究框架可能的辅助工具，一个应用是许多大学在这个评价基础之上取代同行评议来分配科学研究经费。

新加坡学者Li研究小组［3］提出了PubRank算法，该算法可以有效地挖掘文献网络，搜索研究领域的新星。考虑了在不断发展的社交网络中发现个体“明星”的问题，这些“明星”随着时间的推移超越了他们的同辈，描绘了相互影响的潜在图景。在大学和研究机构中，可以通过从他们的出版物构建的书目网络来建模研究人员的社会网络，其中节点代表单个研究人员，而链接表示合著者关系。实验结果表明，PubRank算法可以有效地挖掘文献网络，搜索研究领域的新星。

新加坡学者Kenta IsHido指出，H指数不适合评价青年学者，在针对年轻科技工作者的1+8o6uzEvqfeAYNmA1BYAmzXn9aw6B+UR1Ao8HQEcIc=短时间评估中，使用从合作者网络获得的中间性作为H指数之外的评估指数是有用的。李小军等［4］提出的以量化考核为核心的青年学者领导力评价机制，过分注重管理目标，过于强调学术成果的数量，缺乏对青年学者综合素质的定性分析等。

结合国内外研究可看出，现阶段对前沿学者、“明星”的追捧现象较明显，青年学者的成长较难被发掘，特别是新建地方院校，原本所谓的前沿学者和“明星”数量几乎没有，没有前沿学者和“明星”的辐射带动作用，所以新建地方院校要在校内寻找自己的“新星”和“后起之秀”。通过以产出为导向的学科青年学者定量发掘与观测，有助于提高经费使用效率并帮助有潜力的青年学者快速成长。

本次研究将重点剖析贵州师范学院青年学者的科研成果，即青年学者发表的学术论文。新建地方院校想要找到优秀有前途的青年学者并不容易，同时，青年学者的风格和兴趣爱好根据他们的研究领域而有所不同。例如，主要基于理论研究的数学领域等的研究方法，青年学者倾向于单独完成，但基于实验研究方法的物理化学、生物学、材料学等领域，青年学者倾向于合作研究。需要专注于构建来自青年学者学术论文的合作者网络关系，分析其网络中心性作为青年学者的索引研究组织能力。社会网络分析是一种定量分析方法，以数学、统计学、图论等为基础，以可视化图谱形式生动揭示社会网络关系和网络结构［5］。节点重要性度量是网络科学的研究热点之一［6］，王建伟等［7］提出节点的重要性与节点自身及其邻居节点的度数有关，认为节点及其邻居节点度数越大，节点重要性越大。本研究将节点的中间性中心性作为度量节点重要性的指标，对节点随时间变化的中间性中心性进行可视化分析，度量节点重要性。

2数据来源和研究方法

本研究收集整理了2019年1月1日—2023年12月31日贵州师范学院材料科学与工程学科领域的青年学者所发表的123篇学术论文（以下简称“样本”）建立文献数据库。文献数据库由每一篇学术论文的全部作者识别号来组成，论文之间的合作者用识别号进行连接。合作者网络的构建方法如下：首先，对每一篇学术论文的全部作者进行编码，形成每一名作者的ID；其次，构建两个ID为节点的矩阵图；最后，从组成的矩阵图中提取作者ID，将合作者网络构建为每个年度的未加权无向图，因此，除非作者每年发表一篇或多篇论文，否则表示作者ID的节点将会丢失。此外，除非每年共同撰写一篇或多篇论文，否则代表共同作者关系的边缘也将丢失。本文结合样本数据，利用gephi 0.10.1知识图谱分析软件来绘制出近5年样本的合作者网络图。

本研究采取了文献计量的定量评价方法，通过收集整理贵州师范学院青年学者的学术论文来构建合作者网络以进行量化分析。本研究根据整理的样本数据绘制了材料科学与工程青年学者的合作者网络图谱。每个节点代表一位作者，节点之间的连线表示作者之间存在合作关系，连线越多表明合作程度越紧密。网络密度反映整个作者合作网络图谱的联系程度，网络密度越大说明该领域所有作者之间的联系越紧密［8］。一个完全图具备所有可能连接的边，即任意两节点有边连接，其密度为1。特征向量中心性（Eigenvector Centrality）算法度量的是节点影响的传递。来自高分值节点的关系对节点分值贡献大于来自低分值节点的关系，节点有高分值意味着它连接到许多高分值节点。特征向量中心性的取值范围是 ［0，1］，数值越大中心性越大。

3青年学者网络中间性中心性与核心作者分析

3.1青年学者合作者网络中间性中心性的时间序列变化分析

合作者关系的网络中心性估计了青年学者基于共同作者网络中间性中心转移的潜力。优秀的青年学者总是显示出很高的中间性，中间性有前途的青年学者中心地位将随着时间不断增长。本研究通过gephi可视化软件计算出每名青年学者的中间性中心性，随着时间的变化，观测到青年学者的合作关系在加强，中间性中心性也在不断增强。这部分青年学者可以列入学校重点培养的人员名单，地方院校在经费有限的情况下，可以此作为参考，有针对性地对中间性中心性强的青年学者进行资助，对青年学者本人也可以作为一个参考，及时发现自身发展的不足，根据学科属性进行调整，充分利用资源，加强该领域优秀青年学者的合作交流，以提升自身的学术影响力。

根据自建样本数据库gephi可视化分析得出的合作者网络知识图谱，部分青年学者表现出很高的中间性中心性，随着时间的推移，该部分青年学者的中间性中心性也在不断增强。由软件分析计算后的数据资料还显示了每一名青年学者的中间性中心性、特征向量中心性以及各个阶段知识图谱的平均聚类系数、图密度等。根据以上数据资料可推断，中间性中心性高的青年学者往往也表现出较高的特征向量中心性。2019—2023年样本数据分析结果显示，贵州师范学院材料科学与工程学科领域形成了以ID 118、ID 234、ID 132、ID 216、ID 153、ID 78、ID 81等为中心的合作者网络知识图谱。

由图1—5和表1—5可知，2019—2023年贵州师范学院材料科学与工程领域主要是形成了以ID 118、ID 234、ID 132、ID 216等为中心的合作者网络，运用gephi进行可视化分析，2019—2023年形成的贵州师范学院材料科学与工程领域的合作者网络知识图谱，居于中心位置的青年学者们的中间性中心性数值都较高，特征向量中心的值也接近于1，有的数值等于1，表明其中心性最强。数据分析结果显示，2019—2023年青年学者的平均聚类系数均大于0.8，图密度大于0.1。

由图6和表6可知，在2019—2023年贵州师范学院材料科学与工程领域形成的整个合作者网络知识图谱显示ID 118、ID 234、ID 132等为中间性中心性最强的合作者，ID 118青年学者的中间性中心性值为10104.26，特征向量中心的值为0.96，表明其具有较强的中心性。ID 118与邻节点ID 234合作关系最为紧密，ID 234也表现出很强的中间性中心性，数值为8790.76，ID 118和ID 234所在的两个合作网络连线最多，说明这两个青年学者之间的合作较为密切。中间性中心性次之为ID 132、ID 216的青年学者，以上青年学者都形成了各自一定范围内的学术合作。同时也可以看出各个合作团体之间的青年学者又有合作，虽然目前的合作强度看起来不是很紧密，但在逐渐加强，特别是ID 78、ID 81所形成的实验组学术团队的合作者网络，此部分合作网络很紧密且辐射范围广，同时，理论组青年学者与实验组青年学者的合作网络也已开始构建，符合材料科学与工程学科发展的属性特征。

根据2019—2023年贵州师范学院材料科学与工程学科研究领域所形成的合作者网络知识图谱可知，该网络共有257节点，1557条连线，图密度为0.047，说明该学科的整个研究团队联系还不够密集，尚未形成固定的科研群体，作者之间的合作需要进一步加强。原因可能在于有个别基于理论研究的青年学者习惯于独立研究、以独立作者发表学术论文，和该学科领域的其他青年学者合作较少；贵州师范学院材料科学与工程这一学科因发展战略布局的调整，在2018年底开始引进一批实验组成员，知识图谱显示实验组青年学者ID 78、ID 81中间性中心性在加强，目前实验组青年学者ID 78、ID 81与理论组青年学者ID 118、ID 234之间形成了一定程度的合作者网络，但是与其他理论组青年学者之间的合作关系还未建立，说明加强理论与实验之间的合作网络构建将是贵州师范学院材料科学与工程学科在后期应当努力的方向。

3.2基于普莱斯定律的核心作者分析

根据普莱斯定律M=0.749Nmax ，若某作者发表论文数大于M ，则可将该作者视为核心作者［9］。样本中ID 234发表论文最多，篇数为11篇，即Nmax=11 ，代入可得M为2.48篇，按向上取整原则，即发文量为3篇及以上的作者视为该领域核心作者的最低标准，将满足条件的核心作者发文情况列于表 7。

核心作者共有 11位，总发文量为 66篇，约为样本总量的 53.66%，高于核心作者发文占比标准 50%［10］。由此可见，该领域的核心作者是有前途的优秀青年学者，但此次研究也发现，有的青年学者之间合作联系不够紧密，有独立完成科学研究的情况，结合材料科学与工程的学科属性，这不利于学科建设的整体发展。

4结论

本文综合运用合作者网络知识图谱工具和文献计量方法，对贵州师范学院材料科学与工程学科2019—2023年发表的学术论文进行综合分析，主要结论如下：

（1）对近5年的文献数据进行分析，结果显示ID 118的青年学者具有最强的中间性中心性，证明基于中间性中心性的评估与H指数相比，适合于早期确定青年学者的潜力，该方法显示了有前途的青年学者与普通青年学者之间的区别。因此，在短时间内对青年学者进行评估，使用从合作者网络中获得的中间性作为H指数之外的评估指数是有用的。

（2）从特征向量中心性来看，2019—2023年的合作者网络知识图谱显示，中间性中心性最强的青年学者往往具有很高的特征向量中心性，特征向量中心性的数值接近于1或等于1。证明有潜力的青年学者往往都具有很高的中间性中心性和特征向量中心性。

（3）从图密度来进行分析，2019—2023年的合作者网络知识图谱所显示的图密度数值较低，表明贵州师范学院材料科学与工程研究领域的青年学者合作不够紧密，在今后的学科建设发展中，要结合地方政府的实际需求，加强理论研究与实验研究的有效结合，加强校企合作，服务于地方经济和国家重大战略需求。

（4）从核心作者来进行分析，材料科学与工程领域的青年学者近5年产出的学术成果较多，排名第一的核心作者发表的学术论文质量也较高。由此可见，该领域核心作者的研究具有持续性，能够很好地把握材料科学与工程该学科的属性及发展需求，能有效推动贵州师范学院高质量发展。

5结语

在我国首次系统阐释新质生产力之际，人才要作为第一生产力，新质生产力是高质量发展的实现形式。地方院校作为高层次人才的聚集地，要注意选拔有潜力的青年学者进行培养，助推学校学科建设的高质量发展。基于青年学者成果有限、经验有限的情况，新建地方院校在短时间内使用合作者网络中间性中心性、特征向量中心、图密度来挖掘有潜力的青年学者是有效的。材料科学与工程学科具有特定的属性，贵州师范学院要抓住国家或地方的战略需求，围绕科学问题，联合省外高校以及地方企业，将理论研究与应用研究相结合，真正做到校企合作以及服务于地方经济建设，助推国家或地方高质量发展。

参考文献

［1］NICOLAISEN J. Bibliometrics and citation analysis： from the science citation index to cybermetrics［J］. Journal of the American Society for Information Science and Technology， 2010（1）： 205-207.

［2］HENDERSON M， SHURVILLE S， FERNSTROM K. The quantitative crunch： the impact of bibliometric research quality assessment exercises on academic development at small conferences ［J］. Campus-Wide Information Systems， 2009（3）： 149-167.

［3］LI X L， FOO C S， TEW K L， et al. Searching for rising stars in bibliography networks［C］//ZHOU X， YOKOTA H， DENG K， et al. International Conference on Database Systems for Advanced Applications. Berlin： Springer， 2009： 288-292.

［4］李小军，郭燕.学术共同体视域下学术带头人领导力评价体系的创新研究［J］.云南社会主义学院学报，2016（3）：122-128.

［5］陈淑平，单伟.基于文献分析的专利核心发明人识别与评价方法综述［J］.技术与市场，2023（7）：175-179.

［6］郭剑明，王婧怡，周云峰，等.基于专利网络节点重要性的核心专利识别方法研究［J］.情报杂志，2023（5）：162-168.

［7］王建伟，荣莉莉，郭天柱.一种基于局部特征的网络节点重要性度量方法［J］.大连理工大学学报，2010（5）：822-826.

［8］杨熙若，李亚丹，刘彦乔，等.基于政策信息学的我国国家实验室研究文献计量分析［J］.科技管理研究，2023（19）：46-54.

［9］周童，李龙江.基于知识图谱的磷石膏研究可视化分析［J］.化工矿物与加工，2022（5）：39-43.

［10］向利君，杨秋玲，杨龙.国内乡村旅游研究进展、热点及趋势：基于CiteSpace的可视化分析［J］.商业经济研究，2021（15）：144-148.

（编辑编辑姚鑫）

Collaborative network analysis of young scholars based on bibliometrics： taking material science and engineering discipline of Guizhou Education University as an example

CHEN Ling， DENG Mingsen， SHEN Hujun

（Guizhou Provincial Key Laboratory of Computational Nano-Material Science， Guizhou Education University， Guiyang 550018， China）

Abstract： By explaining the importance of talents to the construction of local colleges and universities， and the role of tapping potential young scholars， it is hoped to provide strong support for personal development and the overall academic improvement of new local colleges and universities. By combing the academic papers published by young scholars in the discipline construction of materials science and engineering in Guizhou Education University from 2019 to 2023 as a literature database， based on the relevant theories of Price’s law，and the method of bibliometrics， the quantitative analysis of the collaborator network of literature data by using gephi visualization software shows the potential young scholars in this field. We analyze the time series changes of the intermediate centrality of the partner network of materials science and engineering discipline in Guizhou Education University， and prove that it is useful to excavate potential young scholars based on the intermediate centrality of the partner network in a short period of time.

Key words： academic leader; collaborator network; bibliometrics