赵鑫、朱佳妮|“高被引学者”现象研究的知识立场及其热点演变

赵鑫，上海交通大学教育学院博士研究生。

朱佳妮，上海交通大学教育学院副教授。

一、问题提出

2021年，习近平总书记指出，人才是衡量一个国家综合国力的重要指标，是自主创新的关键，顶尖人才具有不可替代性。党的二十大也提出，要加快建设国家战略人才力量，努力培养造就更多大师、战略科学家、一流科技领军人才和创新团队等。在全球人才竞争日益激烈的当下，高层次人才的重要性愈发凸显。作为高层次人才的代表之一，高被引学者日益受到学界与公众的关注。根据中国科学技术信息研究所在线发布的《2022年中国科技论文统计报告》，中国各学科论文在2012—2022年间的高被引论文数占全球比例的27.3%，仅次于美国，位居世界第二位。“高被引论文”的“生产者”被称为“高被引学者”，自2019年起，中国大陆已连续四年成为全球第二大高被引学者（Highly Cited Researchers）聚集地。从学术发展的角度来看，高被引学者常被视为追踪特定学术刊物或学术领域研究热点的关键线索；而从学术评价的角度来看，高被引学者被视为基于第三方客观数据指标遴选出的全球学术人才，因而被世界大学学术排名（ARWU）列为核心指标，部分高校也将入选高被引学者榜单视为学者的一种荣誉，并与其职称晋升、业绩评价、待遇提升紧密关联，“高被引”头衔有望成为下一个重要的“考核风向标”。

尽管“高被引”常被视作学术发展和评价的重要指标，但学界对这一指标的具体内涵尚未达成共识。学者个人、学术出版方以及学术评价机构（例如，科睿唯安公司和爱思唯尔公司每年定期发布的高被引学者榜单）均持有不同的标准与定义。指标的繁杂与模糊导致研究和实践中出现了一系列问题：一是关于“高被引”指标的价值与内涵的质疑，即一篇文章能否成为“高被引”受多种因素影响，高被引并不完全等同于文章本身的学术质量高；二是对学者因片面追求高被引论文而产生的过度自引、不当他引、互利互引等引用乱象的批判。有鉴于此，在新一轮全球人才竞争以及“高被引学者”现象持续升温的背景下，本研究基于Web of Science与CNKI数据库，运用文献计量学方法分析了1992—2022年的相关文献，旨在揭示“高被引学者”现象研究的发展历程，探索学界如何回应“高层次”学术人才的评价标准及其在科研实践中的应用，为相关理论和实证研究提供基础，并为推动自主创新和高层次人才战略发展提供参考。

二、研究设计

为全面搜集并精准筛选相关文献，本研究主要基于中国知网（CNKI）和Web of Science核心合集两个数据库展开。经多轮人工筛选、仔细比对与剔重，确保了数据源的精准性。同时，借助CiteSpace6.2.4软件进行数据分析，并绘制出可视化知识图谱。

（一）数据来源及分布

中文文献数据来源于中国知网（CNKI）数据库，检索方法为：“主题=高被引”，并“主题=‘学者’‘科学家’‘科研人员’‘科技人才’‘研究人员’‘研究者’‘作者’”，选择同义词扩展，文献类型为“期刊论文”和“学位论文”，检索截止时间为2022年3月31日。经多轮人工筛选、比对与剔重后，最终遴选出104篇有效文献（其中，期刊论文100篇、学位论文4篇），文献数据涵盖作者及单位、标题、摘要、关键词、发表年份等字段，时间跨度为2007—2022年。外文文献数据来源于Web of Science数据库核心合集，检索方法为“主题=‘highly cited researchers’或‘highly cited scholars’或‘highly cited scientists’”，检索截止时间为2022年6月6日。选择“论文”（article）、“综述论文”（review）后，共检索出1161条，经多轮人工筛选、比对与剔重后，最终选出143篇有效文献，文献数据包括作者、标题、摘要、关键词等信息，时间跨度为1992—2022年。本研究并借助COOC 12.6软件合并近义词和删除泛义词，以进一步优化数据。

鉴于与“高被引学者”相关的研究多掺杂在以高产作者、核心作者、高被引论文、高被引期刊、科技计量方法等为主的研究中，为更准确地甄别出与高被引学者密切相关的文献，本研究对文献进行了逐一筛选。纳入标准为其核心研究内容需与高被引学者紧密相关：一是高被引学者即为研究对象；二是以高被引论文为主题，但文中有专门针对高被引学者的分析。最终，共有247篇文献纳入下一阶段的分析。

从时间维度看，国内关于高被引学者的研究起始时间略晚于国外，但两者均呈现出波动增长的趋势（见图1）。根据年均发文量，可以将这些论文划分为三个阶段：第一阶段为萌芽期（1992—2007年），此阶段以国外文献为主导，年均发文量不足1篇；第二阶段为发酵期（2007—2017年），国内外文献数量整体呈波动上升的趋势，年均发文量达到11.4篇，其中国内发文量在后期逐渐占据主导地位；第三阶段为兴盛期（2017—2021年），国内外文献数量呈快速增长趋势，年均发文量上升至20.4篇。

从来源出版物维度看，中文文献除4篇学位论文外，其余100篇来源于61家期刊，期刊分布范围较广，其中，《情报杂志》《科学学研究》《科技管理研究》《科学学与科学技术管理》《科技进步与对策》位居前五（占比分别为8%、7%、5%、4%和3%），是高被引学者研究的重要期刊；而143篇外文文献中，期刊来源排名前五位的分别是《科学计量学》（Scientometrics）、《美国信息科学与技术学会学报》（Journal of the American Society for Information Science and Technology）、《科学》（Science）、《美国科学院院刊》（Proceedings of the National Academy of Sciences）、《信息计量学报》（Journal of Informetrics）。这表明，情报学、科学与科学研究是高被引学者研究所涉及的重要领域。

（二）研究方法与工具

为了清晰、直观地呈现该领域研究进展，本研究采用了文献计量分析法，并借助CiteSpace软件绘制了可视化知识图谱。CiteSpace由美国德雷赛尔大学陈超美博士运用Java语言开发、基于引文分析理论研发，通过绘制文献与作者共被引图谱、关键词图谱等，建立节点大小与节点之间的关联，帮助研究者动态识别与分析某一领域的研究主题、关键节点与前沿。

（三）数据处理与分析

首先，通过文献共被引分析和作者共被引分析确定高被引学者研究的关键文献和关键作者，以此探寻该领域所涉及的知识基础；其次，借助施引文献的关键词共现分析展现热点主题，并通过时区图追踪演变轨迹，同时，借助突现词来预测研究前沿。由于中外文文献存在时间上的差异，本研究经过多轮测试，以寻找最能清晰呈现变化轨迹的时区图设置，最终，将相关参数设置为：中文文献时间范围设定为2007—2022年，时间切片为2年；外文文献时间范围设定为2006—2022年，时间切片为3年。在共被引分析中，节点类型分别设置为被引文献和被引作者；在共现分析中，节点类型设为关键词，其余参数均保持为默认值。另外，由于从CNKI导出的中文文献缺乏参考文献信息，无法进行文献共被引分析，因此本研究在探寻知识基础时仅对外文文献进行了分析。

三、结果与分析

不同的研究者对于“高被引学者”现象持有不同的认识，从而形成了多样的知识观，这些不同的知识观进一步映射出各异的知识立场。对高被引学者研究经典文献进行溯源与追踪，不仅有助于梳理其核心议题的发展脉络，更有助于把握不同时期学者的知识观与价值取向。

（一）知识立场

某一领域的经典文献不仅是该领域的重要研究成果，还构成了其知识基础，因而常被反复引用。文献共被引网络分析有助于通过追踪某一领域文献的引用轨迹来了解知识继承与发展脉络；作者共被引分析便于定位某一领域的专家，从而快速掌握该领域的知识演进情况。

1. 核心议题：“高被引”的指标涵义与实践运用

经文献共被引分析发现，被引频率不低于5的高被引文献共6篇，这些文献突显了高被引学者研究的核心议题。

其一，借助文献计量，从学理层面分析如何产出和衡量“卓越”的科研成果。加利福尼亚大学圣地亚哥分校物理系的赫希（Jorge Hirsch）教授在2005年发表的《量化个人科研成果的指标》是该领域被引率最高的文献。文中提出用H指数（h-index）表征科学家的论文影响力，并倡导将其从物理学科延展至其他科学学科。该文于2006年被刊登在《科学观察》期刊创刊号上，自此，H指数被引入中国。而后，江苏大学的张晓阳和中国科学院文献情报中心的金碧辉响应赫希的倡议，在2007年发表的《高被引科学家h指数成长性探讨》中验证H指数在分子生物学与遗传学领域的适用性，由此揭开了国内高被引学者研究的序幕。排名第二的文献是意大利国家研究委员会的阿布拉莫（Giovanni Abramo）等人于2014年发表的《高被引文章的作者也是最有生产力的吗？》。该论文通过文献计量的方式，揭示了用“高被引”这一指标来表征学者“卓越”的合理性，并强调需注意学科差异与学术等级差异的问题。排名第三的文献为美国亚利桑那州立大学的帕克（John Parker）等人于2013年发表的《表征科学精英（II）：环境科学与生态学高被引科学家的出版和引文模式》，通过实证分析验证了科学界的“马太效应”，指出期刊的专业性和第一作者的身份是“高被引论文”的决定因素。

其二，倡导在实践中正确运用“高被引”作为评价指标。共被引较高的后3篇文献分别是美国佐治亚理工学院希克斯（Diana Hicks）等人于2015年发表的《文献计量学：莱顿研究指标宣言》、2011年发表在《科学》（Science）杂志上的《沙特大学提供现金以换取学术声望》，以及斯坦福大学约安尼迪斯（John Ioannidis）等人于2019年发表的《为科学领域添加注释的标准化引文指标作者数据库》。上述文献旨在纠偏误用或滥用现有引文指标的行为，如依据H指数配置研究经费或奖金以激励学者高效生产高被引论文、通过高薪招聘高被引学者来提高大学国际排名等。

2. 价值取向：“指标—量化”的实证式科学主义范式

经文献共被引分析发现，国外被引频率不低于30的作者共3位，分别为美国科学信息研究所（Institute for Scientific Information，ISI）的加菲尔德（Eugene Garfield）、加利福尼亚大学圣地亚哥分校的赫希、德国马克斯·普朗克研究所的博恩曼（Lutz Bornmann）。作为美国著名情报学家和科学计量学家、科学引文索引和美国科学信息研究所的创始人，加菲尔德最先开始关注高被引学者，他从方法论层面思考被引频次与学术贡献的关联度，认为基于引文数据的简单、定量、客观的算法可以有效地确证甚至预测基于人类判断的复杂、定性、主观的选择过程。赫希乃是提出H指数的关键人物，其对高被引学者研究的奠基作用毋庸赘述。博恩曼致力于科学定量研究，考察现行科学评价体制与科学家学术行为、科学发展之间的关系，重点围绕高被引学者（尤其是德国高被引学者）的个人特征和隶属关系展开评估。由学科背景和研究方向可知，三位关键学者秉持科学主义方法论与世界观，相信数据具有客观性、简单性、便捷性等特点，并将其视为评价科学质量、促进科学发展的重要工具。

（二）研究热点

关键词可谓一篇论文的核心，对关键词展开分析有利于迅速发现某领域的研究热点。本研究通过关键词共现分析得到了国内外研究的关键词聚类。

1. 国际关切：聚焦于“高被引”指标的工具性价值

外文文献中自动识别出17个聚类，模块性指数Q值为0.6713（＞0.3），轮廓指数S值为0.8685，说明聚类结构合理。其中，节点数较多的前5个聚类为：学者影响力、科学精英、引用水平、学术影响和社会呈现（见表1）。除“科学精英”外，其他聚类轮廓值均大于0.7，表明类团内部紧密度较好。综合聚类结果分析发现国外研究成果呈现以下三个特点。

其一，与引用水平相关的研究是形成最早且持续时间最长的聚类，它代表了高被引学者现象的早期研究重点。该聚类以某一领域高被引学者发文为线索，对其论文的引用特征和身份特征进行科学计量分析，深入挖掘其引用行为及衍生的公平性问题，包括引用率与合作行为的相关性、合著者数量与实际专业贡献、作者性别和身份差异等。可见，这一聚类高度重视将高被引学者视为某一领域论文生产或知识创新的载体，往往将“高被引论文”等同于具有“高影响力”的论文，以探究该类论文的生产条件为核心，并侧重“高被引”指标的工具性价值。

其二，高被引学者对学术系统内部与外部所产生的影响力，聚类效果最佳，包括学术影响力和学者影响力两个方面。学术影响力强调论文对特定学科领域的贡献，而产出高被引论文的作者仅作为预判和追踪研究热点和动态的线索。例如，科恩（Ellen Cohn）长期追踪国际犯罪学领域高被引学者，发现生命历程犯罪学是新的研究趋势。随着数据库与分析技术的不断完善，学界逐渐开始关注高被引学者个体。早期研究仅关注其静态的身份特征（如所属国家与机构、学术身份与专长等），而后期则转向探索其动态的学术行为（如国际移民、学术合作等）及其影响力（如学术声誉、社交网络影响力、机构影响力等）。例如，古道尔（Amanda Goodall）关注担任领导职务（如校长）的高被引学者对所属机构的影响，并发现专家型领导能够显著提升大学的科研绩效。

其三，将高被引学者纳入科学精英的范畴，并探讨个体行为对知识生产与科学发展的影响是最新发展趋势。该聚类出现的平均年份在2014年和2015年，在所有聚类中隶属最新范畴，且研究主题较为分散。这一聚类旨在将“高被引”作为“卓越”的象征，并关注高被引学者的引领性与示范性，一方面，它探讨高被引学者对所属专业领域知识传播与发展的贡献，如通过国际地理流动所引发的区域间知识流动现象；另一方面，它通过挖掘高被引学者的学术行为与社会特征，来探索科学界的社会分层现象。例如，丁颖（Ying Ding）的研究发现，高被引学者更倾向于与有相同研究兴趣的同事合著并密切引用。帕克（John Parker）等的研究则发现北美和西欧是环境科学和生态学高被引学者的主要集中地，且以男性学者为主，同时内部存在高度的资源分层现象，从而揭示出了更广泛的全球学术不平等现状。

2. 国内关切：聚焦“高被引学者”作为人的主体性与多维影响

中文文献关键词聚类相较于外文文献显得更为分散。为便于分析，本研究主要聚焦于所含节点数较多的前5个聚类，这些聚类的模块性指数Q值为0.8969（＞0.3），轮廓指数S值为0.9076。值得注意的是，聚类值大于10的聚类仅有3个，且聚类轮廓值过高（见表2），这表明类团内同质性较高。国内研究围绕以下三个方面展开。

其一，通过引文分析来挖掘高被引学者的群体属性，这是形成时间最早且成果积累最为丰富的领域。该聚类平均出现时间为2013年前后，它倾向于以某一学科领域（如体育学、知识管理、情报学）的高被引学者为标杆，通过对该群体名单的筛选，以及学者特征（包括学科分布、机构分布、地区分布等）和论文特征（包括发文量、被引量、H指数等）的统计，来追踪该领域的研究动态与学科结构，从而为学科建设与专业发展提供量化的参考依据。此外，这类研究通常还会引入国际比较的视角，以找寻国内外的差距。

其二，探究高被引学者的流动特征，这是研究成果最集中的领域。该聚类平均出现时间在2015年，通过文献计量分析高被引学者的出版物，并结合履历来探索其在不同阶段的跨国流动经历及其影响。现有的研究主要包含两个方面：一是以学者获取博士学位为分界点（前为教育阶段，后为工作阶段）来总结其流动模式，即对中国高被引学者而言，在国内取得学士学位，在海外取得博士学位是最主要的跨国流动模式。二是从机构与国别层面来描述流动方向，即高被引学者大多拥有多段跨机构或跨国流动经历。世界大学学术排名前100的大学是其教育阶段唯一集聚机构，而在职业早期阶段则出现逆向集聚，最终又回归至优势机构；美国是全球高被引学者的主要集聚地，但也有相当数量的学者短期流动至发展中国家和新兴经济体。

其三，探讨高被引学者的合作模式与人才效能，这是最新出现的趋势。关于合作模式的讨论，其平均出现时间在2016年，旨在探索高被引学者的合作行为及对学术产出的作用，例如，张琳等人发现跨学科的机构合作能够促进交叉科学成果的产出。由于不同学者的合作行为必然会导致一定程度合作网络关系的形成，因此对高被引学者合作网络特征的探讨随之而来，例如，彭正霞等人将不同学科高被引学者的合作网络分为集中型、分散型和混合型三种类型。对人才效能的讨论，其平均出现时间在2019年，它将高被引学者视为人才资源储备，通过对其规模、隶属关系（包括机构与学科等）、行为特征等方面的统计分析，以充分掌握特定区域和研究领域的科技人才信息，从而为制定人才政策提供参考依据。

（三）演变趋势

借助研究时区图谱，有助于进一步厘清高被引学者研究主题的发展脉络与前沿动态。

1. 国际趋势：从“文”到“人”再到“学术生态”

尽管美国学者加菲尔德早在1992年就发表了首篇高被引学者研究的文章，但在2006年之前，相关的外文文献年均发文量不足1篇。鉴于此，本研究绘制了2006—2022年的研究时区图（见图2）。

如前文所述，国际研究的重中之重最初集中在客观引文指标上，后期才逐渐转向主观的属性特征。这一转变过程可分为三个阶段：

第一阶段（2006—2011年）：主要基于科学计量学来评定学术论文的影响力。研究对象主要集中于硬科学领域的学术论文，如美国犯罪学（American criminology）、生物医学研究（biomedical research）、环境科学（environmental science）等，引用率（citation）、出版物（publication）、H指数（h-index）等常被视为客观的评价指标，并常与生产力（productivity）作相关性分析。此时，科学合作（scientific collaboration）、合著（coauthorship）、作者身份（authorship）等关键词虽偶有出现，但仅作为学术论文的附属品。

第二阶段（2012—2017年）：学界的兴趣从论文本身转向了学者的身份特征与学术行为。一方面，学者作为主体人的身份和精英群体的地位得到重视，诸如高被引研究者（highly cited researcher）、谷歌学者（google scholar）、精英（elite）等带有人物属性的关键词的出现，表明学界试图将其作为一个群体进行系统研究。另一方面，开始关注其科研合作与跨国学术流动的现象，前者主要从合著（co-authorship）入手，探讨学者之间的合作（collaboration）与国际合作（international collaboration）行为；后者从人力资本视角入手，探讨人才流失（brain drain）、人才环流（brain circulation）等现象。

第三阶段（2018—2022年）：相关研究不再局限于论文和学者层面，而是从更广阔的学术生态层面开展思考。通过分析时区图谱中出现的关键词，如科学中的不平等（inequality in science）、学术排名（academic ranking）、学术评价（academic evaluation）、学术伦理（academic ethics）、学术标准（academic standard）、女性（women）、风险（risk），不难发现学界开始理性审视“高被引学者”这一现象，提示其在专业发展和科研管理中可能存在的风险。

2. 国内趋势：从群体特征描述到人才战略布局

国内关于高被引学者的研究一开始便从国外研究成果最丰富的引文分析入手，勾勒出特定学科领域高被引学者的学术特征、个人特征与流动特征，并随之追踪国际前沿。国内研究重视高被引学者作为科技人力资源的战略意义，并将其纳入人才政策的关注范畴内（见图3）。

具体而言，国内研究呈现出两大特征：一是研究主题的细化。自2007年起，高被引学者作为一类研究群体在国内引起关注，此后，相关研究主要聚焦其流动特征和论文被引特征，这一热度一直持续到2016—2017年。在此过程中，相关研究进一步细化：流动特征研究聚焦于人才集聚、国别迁移、机构迁移方面（2014年前后）；论文被引特征研究从对引文分析的关注（2012年前后）逐步演变为对引文网络及核心作者群的关注（2015年）。二是研究主题的延伸。一方面，高被引学者乃是学术领域的标杆，学界对其学术影响力的关注从早先的单一学科（如2007年遗传学）发展至跨学科领域（2018年前后）；另一方面，高被引学者又是科技人力资源，相关研究逐步从聚焦人才评价（2007年前后）转向关注人才计划、人才队伍建设（2021年前后）。总体而言，学科领域一直是高被引学者研究的基本参照点。此外，虽有研究对高被引学者的成长经历产生兴趣，但仅短暂出现在2020年，最新的研究更关注高被引学者在学术系统内外的价值，如社交媒体中的影响力。

四、讨论与启示

“高被引学者”作为当前科研评价与政策工具中的热点备受关注，当其被视为一个指标时若运用不当，则容易陷入“唯科学主义”的弊端，进而遮蔽人文精神。本研究通过分析国内外高被引学者研究的知识立场、热点领域和演变趋势，探索了相关研究取向与路径，并得出以下几点思考：

其一，以科学计量学为方法论基础，强调实证主义范式的研究传统有待融入新的学科视角。从文献的共被引分析看，这类研究起初是对科学家学术成果的量化表征，即通过简单、客观、清晰的数据呈现复杂、主观、模糊的事物，以便于对比、判断与选择。本质上，“高被引”是一种基于引用率的科研评价手段，它用数字将具有国际影响力的“学术人才”“学术大师”等抽象概念具象化、符号化，为利益相关方提供了对比或判断的依据。这一尝试为纠正唯论文发表数量和期刊影响因子等不良导向做出了新的努力，试图以科学的方式关注学者标志性成果的质量、贡献和影响。在全球教育竞争加剧的背景下，这对提高机构声誉、科学决策水平等方面发挥了一定的积极作用。然而，高校本身具有“组织目标模糊、结构松散、运行过程非线性”等特征，学术职业具有“内容高深、过程创造性强、性质复杂、成果识别周期长”等特点，加之中西方文化语境与发展阶段的差异，这种“指标—量化”的科学实证主义模式若要在中国高校现行科研管理体制中切实发挥作用，仅凭科学计量学的研究远远不够，还需高等教育学等其他学科视角介入。

其二，“高被引”在实践应用中易被指标化、简单化，需弥合科学实践中的偏差与错位。随着新自由主义思潮下“市场文化”的侵入，新公共管理运动对高等教育实践产生了深刻影响，学者被永久地置于“受审核者”的地位，被嵌入到复杂的“机构化的问责链”中，其所有行为都被要求变得可测量、可审计、可被允许比较。“高被引学者”作为顶尖学术成果和学术人才的直接表征，逐渐演化为一种新的、可被简单识别的指标，甚至成为新的“帽子”或“学术明星”的标志，而“高被引”也被直接等同于“高影响力”“高质量”或“高话语权”。这一现象导致在高校的科研评价以及国家科技人才战略布局中，高被引学者的拥有量被作为刻意追求的核心目标，而探索科学前沿、解决重大科研问题却沦为了附属品，这无疑本末倒置，背离了推动科学发展与自主创新的初衷。事实上，当学界和公众目光全部集中于“高被引”时，可能忽视了“零被引”和“低被引”文献潜藏的学术价值，即存在一些重大科学发现最初未获得科学共同体认可，在多年后被重新发现其价值而出现的“迟滞效应”。这也警醒学界应更多元、辩证地进行剖析，从学理层面对“高被引学者”这一热现象进行冷思考，以更好指导科学实践。

其三，“重文轻人”价值取向得以逐步转变，有助于反思技术背后的学术伦理问题。早期研究以科学计量学和情报学为知识基础，更关注“高被引”这一指标的工具性价值，即视高被引学者承载的效益和工具价值为核心，或聚焦杰出学术成果的“生产条件”，或关注特定学科的知识前沿，却忽视了学者的个人特征、学术行为及影响力，遮蔽了学者自身的情感和精神价值。然而，科学研究首先由学者主导和推动，然后才产出科研成果。因此，后期的研究逐步转向关注高被引学者自身的特质与学术实践，并拓展到更广阔的学术生态层面。这些研究尝试从理论层面回应因过度指标化“高被引”而引发的学术不端行为。这种学术不端行为固然与个别学者的学术道德失范有关，但很大程度上也是制度、文化等环境因素共同作用的结果。若不加节制，这种行为会给整个学术共同体带来信任危机。随着当前越来越多的专业出版机构开始定期推出“高被引论文”与“高被引学者”，媒体从“术”的角度分析如何成为“高被引论文”的现象屡见不鲜。即便政策话语呼吁要从关注论文被引用数转变为规范论著引用，但国内对这一问题的探讨多见于报纸等的评论性文章，鲜有研究从学理层面对“高被引学者”热的现象进行系统分析与辩证思考。可见，如何将理论的价值转向与复杂的科研实践相结合，仍有待后续研究深入探讨。