我国经济学与商学学科分析与潜力预测--基于ESI和InCites数据分析

基于InCites的全国高校数据源对比分析随着科研领域的不断发展，科研管理越来越重要。

而InCites就以其强大的科学指标和数据指标而成为了全球范围内的科研领域里的重要数据源之一。

那么，在全国高校中，如何利用InCites进行科研对比分析，可以有效地衡量出各高校的科研水平，对于科研产出和学术影响力的提升都具有重要的意义。

首先，InCites被广泛认为是最具权威性和最准确的科研数据源之一。

InCites采取基于Web of Science的数据源，能够为研究人员和科学家提供来自各领域的科学指标数据，如影响因子、引用频次、发表文章数等，这些指标都是数量化地反映研究哪些领域的影响，为研究人员提供了对比各高校科研水平的量化标准。

比如，通过InCites数据源，可以快速了解到各高校在不同领域的影响力、文章出版量、引用和论文数量等数据信息，深入了解各高校在某些具体领域扮演的角色和影响力，从而进行科研对比分析。

其次，InCites提供了非常丰富和详细的数据分析工具，研究人员可以利用这些工具，快速地对全国各高校的科研数据进行对比分析。

比如，InCites用户名片功能可以为各高校科研人员提供科研活动的总体情况，非常迅速地掌握一所大学的科研方向、影响力等信息。

再比如，InCites比较功能允许用户单击不同机构的名称，进行逐一的比较，探究其差异、优劣和相似之处，并为进一步的研究提供了有用的指导。

这些数据分析工具非常便利，不仅使科研对比分析更加快速了解到高校的科学发展状况，而且还会提供更准确和详细的科学数据，帮助学者更深入地思考该领域的发展趋势和科学毫无移动力。

最后，在全国高校中，InCites的应用也得到了越来越多的关注和信任。

目前，InCites已经被各大高校广泛使用，并成为了衡量学术影响力以及科学研究成果的金标准之一。

许多国防高校、理工科高校、财经高校等学科的学者和研究人员都普遍使用InCites来进行科研数据的快速分析和对比，以了解到学校在不同领域的科研成果，并进行评估和优化。

156基于ESI 数据库经济学与商学领域文献计量分析研究李菁（西南大学图书馆重庆400000）摘要：本文利用汤森路透ESI 基本科学指标数据库对2010－2020年经济学与商学领域的文献进行了计量分析。

通过对国家和地区、研究机构、作者、高被引论文、热点论文等各项指标统计分析，为我国经济学与商学领域研究提供参考。

关键词：ESI ；经济学与商学；文献计量Essential Science Indicators （简称ESI ，基本科学指标）是Thom-son Ｒeuters 科技集团以SCIE 和SSCI 所收录的学术文献以及所引用的参考文献为样本，进行汇集和分析的数据库。

该数据库所分析样本的时间跨度为十年零两个月，每两个月更新一次，每年发布6次统计数据。

本文选取ESI 数据库中经济学与商学领域2010年1月1日到2020年2月29日期间分析数据作为研究对象，本次数据更新时间为2020年5月14日。

通过经济学与商学领域国家和地区、研究机构、作者、高被引论文、热点论文等各项指标进行统计分析，为我国经济学与商学领域研究提供参考。

一、ESI 经济学与商学领域国家与地区分析ESI 数据库收录经济学与商学领域总被引频次排名在前50%的国家。

可分别依据论文数、被引频次、篇均被引频次等指标进行排序。

经济学与商学领域涉及96个国家与研究机构，其中美国在经济学与商学领域的发表论文总量和被引频次均排名第一，相对于排名第二的英国具有明显的优势，说明在经济学与商学研究领域美国仍是最具科研影响力的国家。

中国大陆发表的经济学与商学领域的论文以20148篇排在第4位，被引频次以141206次排在第7位，但篇均被引频次以7.01排在第44位。

中国香港地区发表的经济学与商学的论文以5171篇排在第17位，被引频次以68555次排在第12位，篇均被引频次以13.26排在第3位。

中国台湾地区发表的经济学与商学的论文以7278篇排在第12位，被引频次以48139次排在第16位，篇均被引频次以6.61排在第46位。

２０１９年４月情报探索第４期（总２５８期）ＡＰＲ ２０１９ＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈＮｏ．４（ＳｅｒｉａｌＮｏ ２５８）基于ＥＳＩ和Ｉｎｃｉｔｅｓ的潜力学科识别与评测方法研究进展∗王晓文１㊀沈㊀思１㊀崔㊀旭２（１．西安科技大学图书馆㊀陕西西安㊀７１００５４）（２．西北大学公共管理学院㊀陕西西安㊀７１０１２７）摘㊀要：［目的／意义］旨在为进一步促进潜力学科识别与评测方法研究提供参考㊂［方法／过程］对比分析各种预测方法的优缺点，找到该领域尚存在的问题与不足，并提出未来发展方向㊂［结果／结论］目前对评测方法的创新研究不够深入㊁理论与实际无法很好地结合㊁缺乏潜力学科的动态监测与评价方法㊂因此，应从学科发展的内在机理出发，在使用引文分析法进行学科科研评估的同时，考虑科研质量和实际贡献导向，预测学科未来可能取得的进展和突破㊂关键词：潜力学科；学科评价；ＥＳＩ；ＩｎＣｉｔｅｓ中图分类号：Ｇ２０３㊀㊀㊀㊀文献标志码：Ａ㊀㊀㊀㊀Ａｄｏｉ：１０ ３９６９／ｊ．ｉｓｓｎ．１００５－８０９５．２０１９．０４．０１７ＲｅｖｉｅｗｓｏｆＩｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄＥｖａｌｕａｔｉｏｎｏｆＰｏｔｅｎｔｉａｌＤｉｓｃｉｐｌｉｎｅｓＢａｓｅｄｏｎＥＳＩａｎｄＩｎｃｉｔｅｓＷａｎｇＸｉａｏｗｅｎ１㊀ＳｈｅｎＳｉ１㊀ＣｕｉＸｕ２（１．ＬｉｂｒａｒｙｏｆＸｉ ａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｉ ａｎＳｈａａｎｘｉ７１００５４）（２．ＰｕｂｌｉｃＭａｎａｇｅｍｅｎｔＣｏｌｌｅｇｅ，ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ａｎＳｈａａｎｘｉ７１０１２７）Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／ｓｉｇｎｉｆｉｃａｎｃｅ］Ｔｈｅｐａｐｅｒａｉｍｓｔｏｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｓｆｏｒｐｒｏｍｏｔｉｎｇｒｅｓｅａｒｃｈｅｓｏｆｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｅｖａｌｕａｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｄｉｓｃｉｐｌｉｎｅｓ．［Ｍｅｔｈｏｄ／ｐｒｏｃｅｓｓ］Ｔｈｒｏｕｇｈｃｏｍｐａｒｉｓｏｎａｎｄａｎａｌｙｓｉｓｏｆｔｈｅａｄｖａｎｔａｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｏｆｖａｒｉｏｕｓｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓ，ｔｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｐｒｏｂｌｅｍｓａｎｄｓｈｏｒｔｃｏｍｉｎｇｓ，ｔｈｅｎｐｒｏｐｏｓｅｓｔｈｅｆｕｔｕｒｅｄｅｖｅｌｏｐｍｅｎｔｄｉｒｅｃｔｉｏｎｏｆｔｈｅｍｅｔｈｏｄｏｆｐｏｔｅｎｔｉａｌｄｉｓｃｉｐｌｉｎｅｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｅｖａｌｕａｔｉｏｎ．［Ｒｅｓｕｌｔ／ｃｏｎｃｌｕｓｉｏｎ］Ａｔｔｈｅｐｒｅｓｅｎｔｓｔａｇｅ，ｔｈｅｒｅｓｅａｒｃｈｏｎｉｎｎｏｖａｔｉｏｎｏｆｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｓｉｓｎｏｔｅｎｏｕｇｈ；ｔｈｅｔｈｅｏｒｙａｎｄｐｒａｃｔｉｃｅｃａｎｎｏｔｂｅｗｅｌｌｃｏｍｂｉｎｅｄ；ｄｙｎａｍｉｃｍｏｎｉｔｏｒｉｎｇａｎｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｏｆｐｏｔｅｎｔｉａｌｄｉｓｃｉｐｌｉｎｅａｒｅｌａｃｋｅｄ．Ｔｈｅｒｅｆｏｒｅ，ｂａｓｅｄｏｎｔｈｅｉｎｔｅｒｎａｌｍｅｃｈａｎｉｓｍｏｆｓｕｂｊｅｃｔｄｅｖｅｌｏｐｍｅｎｔ，ｗｅｓｈｏｕｌｄｃｏｎｓｉｄｅｒｔｈｅｑｕａｌｉｔｙｏｆｓｃｉｅｎｔｉｆｉｃｒｅｓｅａｒｃｈａｎｄｔｈｅｏｒｉｅｎｔａｔｉｏｎｏｆａｃｔｕａｌｃｏｎｔｒｉｂｕｔｉｏｎ，ｉｎｏｒｄｅｒｔｏｐｒｅｄｉｃｔｔｈｅｐｏｓｓｉｂｌｅｐｒｏｇｒｅｓｓａｎｄｂｒｅａｋｔｈｒｏｕｇｈｓｏｆｔｈｅｄｉｓｃｉｐｌｉｎｅｉｎｔｈｅｆｕｔｕｒｅ．Ｋｅｙｗｏｒｄｓ：ｐｏｔｅｎｔｉａｌｄｉｓｃｉｐｌｉｎｅｓ；ｄｉｓｃｉｐｌｉｎｅｅｖａｌｕａｔｉｏｎ；ＥＳＩ；ＩｎＣｉｔｅｓ０　引言２０１７年９月２０日，教育部㊁财政部㊁国家发展改革委发布‘关于世界一流大学和一流学科建设高校及建设学科名单的通知“［１］，中国大学 双一流 的提出将世界一流大学的建设提到了前所未有的高度，成为当前高等教育界乃至全社会关注和研究的焦点㊂ 双一流 建设重在学科［２］，在一流大学和一流学科评价中，ＥＳＩ是极其重要的参考依据之一［３］㊂如何通过量化的指标来分析各高校相关学科发展态势及其与ＥＳＩ前１％科研机构的差距越来越引起高校的重视，潜力学科的识别与评测对于高校在未来时间内冲击ＥＳＩ前１％提供了理论依据㊂因此，在当前国际竞争新环境下，对有可能入围ＥＳＩ前１％的潜力学科进行评价，有计划地培育潜力学科㊁支持潜力学科的快速发展，推动中国的世界一流大学和一流学科建设成为国内高校的当务之急㊂随着新一代Ｉｎｃｉｔｅｓ平台的不断完善和发展，综合利用ＥＳＩ和Ｉｎｃｉｔｅｓ数据库进行潜力学科预测成为当前的研究热点㊂近年来学者对潜力学科的评价做了以下研究：（１）基于ＥＳＩ与Ｉｎｃｉｔｅｓ，对Ｉｎｃｉｔｅｓ中５０１收稿日期：２０１８－１２－１０∗本文系２０１８年度陕西省社科界重大理论与现实问题研究项目 陕西省属高校一流学科成长机理与实证研究 （项目编号：２０１８Ｚ１５２）；陕西省高等教育学会２０１７年度高等教育科学研究项目 基于多方法融合的ＥＳＩ潜力学科识别与评测研究 以陕西８所省属高校为例 （项目编号：ＸＧＨ１７０７）；２０１８年陕西省科学技术情报学会 基于多源科技情报数据管理的科技创新路径研究 （项目编号：２０１８ＳＫＱＰ０６）成果之一㊂作者简介：王晓文（１９８１ ），女，硕士，馆员，研究方向为科学数据管理与知识管理；沈思（１９７２ ），女，硕士，研究馆员，研究方向为信息服务；崔旭（１９６８ ），女，硕士，教授，研究方向为公共经济与管理㊂２０１９年４月情报探索第４期（总２５８期）相关学科被引频次进行统计，与ＥＳＩ中该学科最低总被引频次进行比较，对潜力学科进行评测；（２）基于ＥＳＩ中排名最后机构的总被引数据，将分析机构的数据与其进行对比分析和预测；（３）基于１种或几种方法对某机构的潜力学科进行评价或测算，进行大量实证研究㊂通过上述研究，我国在潜力学科评价方面取得了不少成果，但对于潜力学科评价方法的系统研究还相对缺乏，本文总结前人对潜力学科识别与评测方法的研究，运用归纳㊁对比等方法进行综合性的分析与系统性的梳理，并探讨这一领域未来的研究方向和发展趋势㊂１㊀潜力学科识别与评测基本方法潜力学科的识别与评测主要有２步：第一是将机构发表的ＳＣＩ／ＳＳＣＩ论文归入ＥＳＩ的学科分类；第二是根据机构各学科的引文指标对潜力学科进行识别㊂因此，潜力学科识别的关键是比较机构所属学科的引文指标值与ＥＳＩ引文排名中最低引文指标值的差距［４］㊂针对有可能入围ＥＳＩ的学科评测工作，基本方法主要围绕该学科的总被引次数展开㊂任瑞荣等［５］利用 学科潜力值 计算方法，即各学科与ＥＳＩ全球前１％学科的相对接近程度，对东华大学的潜力学科进行预测，其计算公式为：学科潜力值＝学科论文总被引次数ＥＳＩ排行榜末位学科的论文总被引次数．赵元斌等［６］提出 潜力学科定标法 ，将接近世界前１％学科基准线６０％ ８０％以上的范围确定为某机构的潜力学科标准，对河南省３所高校的潜力学科及高被引论文趋势进行分析，具体公式为：潜力学科＝某机构学科被引次数入选该学科前１％最低被引次数基准线＜１ ０ ８．陈仕吉等［４］提出机构的学科欠缺度指标来预测中国农业大学的潜力学科㊂具体计算公式为：Ｐｄ＝Ｃｅ－ＣｉＰＮˑＣａｖ．其中，Ｐｄ指学科欠缺度指标，Ｃｅ指当前进入该学科ＥＳＩ引文排名的最低引文次数，Ｃｉ指机构在该学科实际获得的引用次数，ＰＮ指机构在该学科发表的论文数，Ｃａｖ指机构在该学科发表论文的篇均被引频次㊂如果学科的Ｐｄ值小于１，则表明该学科进入ＥＳＩ排名的可能性越大㊂总体来看，基本的潜力学科评测方法在计算上存在ＥＳＩ和Ｉｎｃｉｔｅｓ数据库更新不同步的问题，这样就容易造成计算基础的失真，从而影响预测结果㊂２㊀潜力学科识别与评测方法发展趋势（１）根据ＥＳＩ统计和分类原理，提出潜力学科分析方法董政娥等［７］提出 学科比重 预测算法，引入学科比重Ｑｉ，其计算公式为：Ｑｉ＝ＸｉＹｉˑ１００％．其中，ｉ表示ＥＳＩ中２２个学科的第ｉ个学科，Ｘｉ表示某机构的第ｉ个学科论文在ＩｎＣｉｔｅｓ数据库中的被引频次，Ｙｉ表示引文分析部分Ｂａｓｅｌｉｎｅｓ在ＥＳＩ数据库中ＦｉｅｌｄＲａｎｋｉｎｇｓ功能下２２个学科的总被引频次，Ｑｉ值越大，进入ＥＳＩ前１％的潜力越大㊂由于ＥＳＩ中各学科的总被引频次基数较大，致使此方法的计算结果间有很小的差距，因此很难进行精准预测㊂（２）以基本方法为基础，综合各种测算方法利用相对指标进行预测可有效减少误差，提高预测的准确性，但相对引用指标在单独使用时会受到高被引论文的影响，在表征论文被引次数的分布特征方面缺乏有效性㊂陈思佳等［８］将学科阈值与相对引用指标进行结合，对ＦＵＬｉｎｋ成员馆高校的潜力学科进行预测，首先利用阈值预测，其计算公式为：Ｑｉ＝ＸｉＹｉˑ１００％．其中，ｉ为学科，Ｘｉ为ＩｎＣｉｔｅｓ数据库中某机构学科的引文量，ｙｉ为ｉ学科ＥＳＩ前１％阈值引文量㊂接着又利用相对指标进行预测，其计算公式为：ｑｉ＝ＸｉＹｉˑ１００％．其中，ｉ为学科，ｘｉ为ＩｎＣｉｔｅｓ数据库中某机构学科的引文量，ｙｉ为ＩｎＣｉｔｅｓ数据库中ｉ学科在ＥＳＩ前１％末位机构的引文量㊂汪莉［９］通过综合运用相对引用指标与百分位数指标，建立复合评价指标体系，对南京师范大学的潜力学科进行了实证分析㊂首先通过相对引用指标进行潜力学科识别，计算方法为：Ｐｉ＝ＸｉＹｉ．其中，Ｘｉ为ＩｎＣｉｔｅｓ数据库中某机构ｉ学科的实际被引次数，Ｙｉ为ｉ学科在ＥＳＩ数据库中的最低引文阈值，Ｐｉ为ｉ学科的相对引用数值㊂若Ｐｉ值大于１，则表示该学科进入ＥＳＩ全球前１％排名；若Ｐｉ值在０ ７ １之间，则表明该学科入围ＥＳＩ的可能性较大，为ＥＳＩ潜力学科；若Ｐｉ值小于０ ７，则表明该学科入围ＥＳＩ可能性较小㊂（３）完善现有方法，提出新的预测方法２０１４年，董政娥等［１０］在 学科比重 预测算法的基础上引入学科区位商，通过构建学科区位商模６０１２０１９年４月王晓文等：基于ＥＳＩ和Ｉｎｃｉｔｅｓ的潜力学科识别与评测方法研究进展第４期（总２５８期）型对上海市高校进行学科定位分析，通过分析学科布局和结构来识别学科集群并确定潜力学科，其计算公式为：ＬＱｉｊ＝Ｘｉｊ／ðｍｉ＝１Ｘｉｊðｎｊ＝１Ｘｉｊ／ðｍｉ＝１ðｎｊ＝１Ｘｉｊ．其中，ｉ为第ｉ个高校，ｊ为第ｊ个学科，ＬＱｉｊ为区域学科的区位商，Ｘｉｊ为第ｉ个高校㊁第ｊ个学科的产值，ðｍｉ＝１Ｘｉｊ为ｍ个高校所有学科的产值，ðｎｊ＝１Ｘｉｊ为全国某学科的产值，ðｍｉ＝１ðｎｊ＝１Ｘｉｊ为全国所有学科的产值㊂ｍ为高校总数，ｎ为学科总数㊂将学科区位商划分为ＬＱｉｊȡ１㊁０ １ɤＬＱｉｊ＜１ ０㊁０ ０１ɤＬＱｉｊ＜０ １㊁０ ００１ɤＬＱｉｊ＜０ ０１和ＬＱｉｊ＜０ ００１共５个学科区，将０ １ɤＬＱｉｊ＜１ ０设为潜力学科区㊂学科区位商模型可分析学科结构并判断学科集群，但缺点在于识别度较低㊂为了有效识别学科集群，２０１７年，董政娥等［１１］又引入了学科相对区位商，即各学科区位商与进入ＥＳＩ前１％学科最低入围区位商的比值ＬＱｉｊ，将相对学科潜力区将０ １ɤＬＱｉｊ＜１ ０㊂通过实证研究发现，相对学科区位商可构建直观的杠杆指标，对于潜力学科的预测较为可行㊂任勇等［１２］通过研究 学科比重 预测算法的不足，提出 学科ＥＳＩ准入率 预测算法，其计算公式为：Ｚｉ＝ＢｉＣｉˑ１００％．其中，ｉ为ＥＳＩ２２个学科分类中的第ｉ个学科，Ｂｉ为某机构对应的ＥＳＩ学科在ＩｎＣｉｔｅｓ数据库中的被引频次，Ｃｉ为ＥＳＩ各学科中进入该学科的最后一名机构的被引频次，即该学科的ＥＳＩ被引频次阈值㊂当Ｚｉȡ１，则该学科已经进入ＥＳＩ㊂韩丽等［１３］综合利用ＩｎＣｉｔｅｓ平台２０１６年升级后的新功能，不仅预测了北京师范大学近１０年的论文发展趋势，还对即将跌出１０年的论文也进行分析，提出学科潜力值计算公式为：Ｑｉ＝ＸｉＣｉˑ１００％．其中，Ｘｉ为近１０年某一学科在ＩｎＣｉｔｅｓ数据库中的论文实际被引频次，Ｃｉ为ＥＳＩ数据库中提供的某一学科的机构被引频次阈值㊂（４）引入相关理论，建立预测模型秦萍等［１４］引入灰色预测理论建立ＧＭ（１，１）全数据预测模型，预测潜力学科发文数量以及篇均被引次数的变化趋势，甚至对进入ＥＳＩ前１％的大致时间也进行预测，具体计算公式为：㊀㊀ｘ（１）（ｔ＋１）＝（ｘ（０）（０）－ｕａ）ｅ－ａｔ＋ｕａ．（１）式中，ａ表示发展系数，ｕ表示灰色作用量，ｘ（１）（ｔ＋１）是一次累加生成值㊂通过一次累减处理，可得还原值㊀㊀ｘ（０）（ｔ＋１）＝ｘ（１）（ｔ＋１）－ｘ（１）（ｔ）．（２）方程（１）和（２）为基于ＧＭ（１，１）模型进行灰色时间预测的基本计算公式㊂当ｔɤｎ时，称ｘ（０）（ｔ）为模型模拟值；当ｔ＞ｎ时，称ｘ（０）（ｔ）为模型预测值㊂通过实证研究，该方法平均相对精度均达到９５以上，预测效果明显㊂但该方法只适用于中短期预测高校的学科发展态势，其缺点在于该方法将所有的影响因素归结到历史综合因素上，对其他复杂多样的影响因素未加考虑㊂管翠中等［１５］基于模拟检索与曲线拟合模型，对清华大学临近入围ＥＳＩ潜力学科进行判定，并运用曲线拟合模型趋势预测法对入围时间进行预测㊂入围差距的计算公式为：入围差距＝未入围机构在该学科的总被引频次未位入围机构在该学科的总被引频次．此预测方法会受入围机构数变化㊁所取末位入围机构数量㊁模拟的总被引频次㊁样本空间不足㊁作者单位不规范等因素的影响，会不可避免地存在些许误差㊂（５）引入数理统计理论，创建预测方法顾东蕾等［１６］以统计学原理为理论基础，创建基于ＷＯＳ学科发展预测的数理理论方法，对中国药科大学的学科进行预测实证㊂以ＳＰＳＳ对目标机构ＥＳＩ更新周期某学科各年被引频次和某学科入选ＥＳＩ前１％机构排名最后一位ＥＳＩ更新周期的各年被引频次进行成对样本检验，观察其显著性差异，如果其Ｓｉｇ（双侧）＞０ ０５，则表明无显著性差异，该机构某学科为潜力学科㊂如果其Ｓｉｇ（双侧）＜０ ０５，则表明目标机构ＥＳＩ中各年度论文被引频次与ＥＳＩ排名最后一位的某学科进入ＥＳＩ前１％机构ＥＳＩ中各年度论文被引频次有显著性差异，则该机构中某学科无望进入ＥＳＩ前１％㊂实证结果发现，该方法的预测准确程度检验出其预测方法可行，并有一定的实用价值㊂（６）结合其他引文分析工具，完善ＥＳＩ不足穆亚凤等［１７］指出，Ｈｉｓｔｃｉｔｅ引文分析工具所给出的ＬＣＳ（本地被引次数）㊁ＧＣＳ（总被引次数）㊁ＬＣＲ（本地引文数量）和ＣＲ（总引文数量）㊁关键词等计量指标是ＥＳＩ学科评价工具中各个统计数据库所不能给出的，而这些指标恰恰可以从不同的角度来展现可以对文献检索结果进行分析和重组，展７０１２０１９年４月情报探索第４期（总２５８期）现学科发展的峰谷趋势㊂因此将ＥＳＩ学科评价方法和Ｈｉｓｔｃｉｔｅ引文分析工具进行有效的结合，充分发挥各自的作用，将会更深入全面地对学科的未来发展方向进行评估预测㊂３　问题与展望基于ＥＳＩ和ＩｎＣｉｔｅｓ的潜力学科评价属于一个新的研究领域，目前仍存在一些理论及应用问题，主要表现在：（１）对评测方法的创新研究不够深入从目前研究成果来看，虽然国内学者提出了各种不同的评测方法，但基本上以相对引用指标㊁百分位数指标㊁学科比重指标等为基础，部分学者对常用方法的缺陷进行了改善，但仅用一种或几种基本方法进行评测，容易造成结果偏差㊂另外，很多方法实际上属于几种评价方法的简单组合，并没有实现真正意义上的方法创新，潜力学科评价仍处于不成熟阶段，可改进的空间较大㊂（２）理论与实际无法很好地结合虽然提出了多种潜力学科测算模型和权重确定方法，但对哪种模型和方法更具有适用性等研究较少㊂另外，由于考虑的角度不同，指标体系也有较大差距，潜力学科评价缺乏一个整体的方法体系研究，且尚无大家公认的统一的评测指标体系，使得评价者在选取测评方法时缺乏统一标准㊂因此从理论和实证方面深入分析潜力学科评价方法的科学性㊁合理性以及在使用中的限制，均有待进一步研究㊂（３）缺乏潜力学科的动态监测与评价方法每个高校的学科都有自己独特的发展基础和发展机理，随着科技的进步，学科研究领域的深度和广度也得到了极大的丰富和拓展，学科呈现出动态变化的趋势㊂另外有很多突发因素，如学科带头人的引进和调离㊁学术奖励政策的变化等都有可能带来机构论文产出的突变，因此，目前缺乏对潜力学科的发展进行跟踪研究，同时动态监测并及时掌握潜力学科的发展变化方面的评测方法㊂双一流 建设学科发展是一项复杂的系统工程㊂周光礼教授指出，中国标准的世界一流学科应从学术逻辑和社会需求逻辑２个维度进行建构［１８］㊂ＥＳＩ本质上只是对纯基础科学和应用科学领域研究文献的分析排名，对非基础科学，如应用科学㊁技术科学等的适用性有所不足［１９］㊂因此，随着世界学科排行榜对学科排行的日益重视，各学科在国际上的学术影响力可以通过其他渠道呈现，应加强对国际学术排行榜的研究，对照知名排行榜的评价指标体系，吸纳其他科学化指标作为辅助手段，从学科发展的内在机理出发，在使用引文分析法进行学科科研评估的同时，考虑科研质量和实际贡献导向，预测学科未来可能取得的进展和突破㊂参考文献［１］㊀教育部，财政部，国家发展改革委．关于公布世界一流大学和一流学科建设高校及建设学科名单的通知［ＥＢ／ＯＬ］．［２０１８－１２－２０］．ｈｔｔｐ：／／ｗｗｗ．ｍｏｅ．ｅｄｕ．ｃｎ／ｓｒｃｓｉｔｅ／Ａ２２／ｍｏｅ＿８４３／２０１７０９／ｔ２０１７０９２１＿３１４９４２．ｈｔｍｌ．［２］㊀王洪才． 双一流 建设的重心在学科［Ｊ］．重庆高教研究，２０１６，４（１）：７－１１．［３］㊀青塔．重磅：最新ＥＳＩ中国大学综合排名百强出炉［ＥＢ／ＯＬ］．［２０１８－１２－２０］．ｈｔｔｐ：／／ｗｗｗ．ｅｄｕ．ｃｎ／ｒｄ／ｇａｏ＿ｘｉａｏ＿ｃｈｅｎｇ＿ｇｕｏ／ｇａｏ＿ｘｉａｏ＿ｚｉ＿ｘｕｎ／２０１８０１／ｔ２０１８０１１６＿１５８０７１８．ｓｈｔｍｌ．［４］㊀陈仕吉，史丽文，左文革．科研机构潜势学科的识别方法与实证分析：以中国农业大学为例［Ｊ］．情报杂志，２０１２（２）：４３－４７．［５］㊀任瑞荣，董政娥，陈惠兰．东华大学优势学科分析与研究［Ｊ］．东华大学学报（自然科学版），２０１６（５）：７６０－７６７．［６］㊀赵元斌，吴志红，郭艳秋．高校学科发展分析评价实证研究：以河南省３所大学为例［Ｊ］．图书情报工作，２０１５（１５）：１１５－１２１．［７］㊀董政娥，陈惠兰．基于ＥＳＩ和ＩｎＣｉｔｅｓ数据库的东华大学学科发展预测［Ｊ］．东华大学学报（自然科学版），２０１３（５）：６８９－６９４．［８］㊀陈思佳，郑美玉，邹武．ＦＵＬｉｎｋ成员馆高校学科发展分析与预测［Ｊ］．情报探索，２０１６（１２）：９６－１０３．［９］㊀汪莉．基于ＥＳＩ和ＩｎＣｉｔｅｓ的高校潜力学科发展预测［Ｊ］．情报杂志，２０１７（２）：５３－５８．［１０］㊀董政娥，陈惠兰．图书馆基于ＥＳＩ和ＩｎＣｉｔｅｓ数据库支持高校学科科研评价的服务模式探讨［Ｊ］．图书馆杂志，２０１４（１１）：２３－２９．［１１］㊀董政娥，陈惠兰．区位商视角下图书馆数据支持服务实践：以ＥＳＩ和ＩｎＣｉｔｅｓ数据库为案例［Ｊ］．情报资料工作，２０１７（２）：７０－７６．［１２］㊀任勇，林晖，赵争光，等．ＥＳＩ潜在学科预测评估研究：以安徽农业大学为例［Ｊ］．数字图书馆论坛，２０１６（７）：２８－３３．［１３］㊀韩丽．基于ＥＳＩ和Ｉｎｃｉｔｅｓ的潜力学科分析与预测：以北京师范大学为例［Ｊ］．情报探索，２０１７（２）：２７－３５．［１４］㊀秦萍，李雪琛，梅秀秀．高校潜力学科发展预测研究［Ｊ］．情报杂志，２０１５（１）：８８－９１．［１５］㊀管翠中，范爱红，贺维平，等．学术机构入围ＥＳＩ前１％学科时间的曲线拟合预测方法研究：以清华大学为例［Ｊ］．图书情报工作，２０１６（２２）：８８－９３．［１６］㊀顾东蕾，武莹，邱家学，等．基于ＷＯＳ的学科发展预测研究［Ｊ］．现代情报，２０１４（６）：３２－４０．［１７］㊀穆亚凤，都平平．Ｈｉｓｔｃｉｔｅ引文分析工具在ＥＳＩ学科评价分析中的应用研究［Ｊ］．现代情报，２０１７（５）：１５７－１６１．［１８］㊀郭战伟．高校进入ＥＳＩ学科策略研究［Ｊ］．中国高校科技，２０１７（５）：４５－４７．［１９］㊀田虎伟，谢金法．ＥＳＩ的功能限度［Ｊ］．上海教育评估研究，２０１７，１（６）：１９－２２．８０１。

第39卷第6期东华理工大学学报(社会科学版)2020年12月JOURNAL OF EAST CHIAA UNIAERSITY OF TECHNOLOGY(SOCIAL SCIENCE)Vol.39No.6Dec.2020基于InCVes与ESI的普通高校潜力学科分析----以东华理工大学为例杨福来，李晨，马智胜（东华理工大学图书馆，江西南昌330013）摘要：面对科技创新、科研竞争的国内外复杂环境，许多普通高校没有学科进入全球前1%的ESI学科排名。

掌握如何挖掘、分析和预测普通高校潜力学科进入全球学科排名的科学有效方法具有重要意义。

以东华理工大学为例，通过使用InCites数据库，把采集和计量到的东华理工大学潜力学科论文收文量、篇均被引频次及学科规范化引文影响力等指标与ESI基准值对比分析，预测东华理工大学潜力学科进入全球ESI学科排名$关键词:InCites数据库；ESI数据库；普通高校；潜力学科;ESI基准值中图分类号:TP311.13&G644文献标识码:A文章编号：1674-3512（2020）06-603-05杨福来，李晨，马智胜.基于InCites与ESI的普通高校潜力学科分析——以东华理工大学为例[J].东华理工大学学报（社会科学版），2020,39（6）+603-607.Yang Fu-lai，Lt Chen，Ma Zhi-sheng.Analysis of the potential discipline of ordina—cclleacs and universities based on InCites and ESI-----Taking East China University of Technology as an example[J].Journal of East China Uni­versity—Technology'Social Science），2020,39（6）：603-07.普通高校潜力学科分析一直以来都是高校领导非常关注的话题。

基于ESI和InCites的高校潜力学科发展预测汪莉【摘要】[目的/意义]在新的国际竞争环境下,科学地开展潜力学科的识别、评价和预测工作,推动更多学科进入ESI全球排名,对于提升高校学术影响力与国际排名具有重要意义.[方法/过程]以ESI和InCites为数据来源,基于引文信息的数值积累与频度分布两大特征,建立了针对高校潜力学科的复合评价指标体系,并将之运用于南京师范大学潜力学科的实证分析,最后对评价结果进行检验.[结果/结论]研究结果表明,该评价体系兼顾了引文的数值与分布,能够更为全面地表征引文绩效,具备识别和评测潜力学科的可行性,是一种新的学科评价视角.【期刊名称】《情报杂志》【年(卷),期】2017(036)002【总页数】6页(P53-58)【关键词】ESI潜力学科;学科评价;相对引用指标;百分位数【作者】汪莉【作者单位】南京师范大学图书馆南京 210046【正文语种】中文【中图分类】G353.1DOI 10.3969/j.issn.1002-1965.2017.02.009汤森路透于2001年推出ESI( Essential Science Indicator)数据库，按被引次数高低排出居世界前1%的研究机构、科学家和研究论文，成为当今世界范围内普遍用以评价国家/地区、学术机构和学科学术水平及影响力的重要指标工具之一[1]。

ESI排名为我国政府部门和高校科研管理部门了解学科发展状况提供了客观的数据支撑，近年来在高校学科建设中受到高度重视。

目前，国内研究者基于ESI引文排名，在学科评价领域业已进行了诸多理论与实证研究[2-3]，研究成果主要集中在对已入围ESI全球前1%的国家/地区、研究机构和学科的科研评价，而针对研究机构中尚未入围ESI全球前1%排名的学科(下文简称为未入围学科)的研究工作尚不多见。

在新的国际竞争环境下，如何发掘有可能入围ESI的潜力学科，推动更多学科进入全球前1%排名，成为当前高校科研管理部门的当务之急。

基于ESI与InCites的高校学科发展分析研究1. 引言1.1 研究背景高校学科发展一直是教育界和科研界关注的焦点之一，对于提高高校整体实力和提升国际竞争力具有重要意义。

近年来，随着科学研究的发展和信息技术的进步，基于ESI与InCites的高校学科发展分析研究成为了一种新的趋势。

ESI是一种基于Web of Science平台的评估工具，可以对学术领域的科研成果进行综合评估和排名。

而InCites则是一种基于ESI数据的分析工具，可以帮助用户对学术研究进行深入的分析和评估。

通过这两种工具，可以更好地了解高校在各个学科领域的表现，帮助学校更好地制定发展战略和目标。

在这样的背景下，本研究旨在探讨ESI与InCites在高校学科发展中的应用情况，分析数据来源与研究方法，以及通过案例分析和学科发展趋势分析来揭示高校学科发展的规律和趋势。

通过这项研究，可以为高校提供更科学的决策参考，促进高校学科的持续发展和提升。

【研究背景】至此结束。

1.2 研究目的本研究的目的是通过对ESI与InCites在高校学科发展分析中的应用进行深入研究，探讨其在评估学科影响力、发展方向和趋势方面的作用，进一步探讨如何优化高校学科发展策略，提升学科竞争力。

通过分析数据来源与研究方法，揭示ESI与InCites在高校学科发展分析中的数据来源及研究方法，为高校提供科学决策支持。

通过案例分析和学科发展趋势分析，总结高校学科发展的经验教训，为其他高校学科建设提供借鉴。

通过本研究的提出，旨在为高校提供更为科学的学科发展指导，促进高校学科的跨学科合作、学科交叉和学科创新，为高校提升学科质量和国际影响力打下良好基础。

1.3 研究意义高校学科的发展是整个学术领域的核心，对于提升学校的学术影响力和竞争力具有重要意义。

ESI与InCites作为评价学术水平的重要工具，其在高校学科发展分析中的应用已经逐渐成为一个研究热点。

本研究旨在深入探讨ESI与InCites在高校学科发展分析中的作用，以期为高校优化学科布局、提升学术水平提供科学依据。

基于Ineites和ESI的潜势学科发展分析本文以某研究机构近十年的WOS论文为分析数据来源，借助科研分析工具Incites平台，按照ESI学科分类进行统计分析及跟踪，得出机构ESI潜势学科，并进一步对潜势学科的ESI贡献情况进行了定量和定位分析，为机构的科研产出及学科规划决策提供客观准确的数据。

科研产出的重要表现形式之一是科研论文，可以从不同层面衡量一个国家或科研机构的科研实力及其??内外合作交流的情况。

作为国家科技创新重要基地的高校，这一点显得尤为明显。

高校科研人员所发表论文的数量、质量，在某种程度上能够反映出该校的科研产出绩效。

要提高学校的知名度，跻身全国同类高校的领先地位，除不断追求提升全校科研的数量和规模外，还应同时将重心转向提升论文的学术影响力，打造高水平论文的研究，关注潜势学科的挖掘，发展和建设，以打造具有世界影响力的优势学科。

ESI是基于WOS（Web of Science）核心合集数据库的深度分析研究工具，重点从被引频次、论文数量、高影响力论文等角度对学科进行统计分析和排序，通过ESI可以确定22个学科研究领域中最有影响力的国家、机构、论文和出版物，以及研究前沿。

本文基于新一代IncitesTM平台进行统计分析，该平台于2015年6月正式开通，融合传统的InCites数据库、ESI （Essential Science Indicators，基本科学指标）和JCR（Joumal Citation Reports，期刊引证报告）于一体，拥有全面的数据资源、多元化的指标和丰富的可视化效果，可以辅助科研管理人员更高效地制定战略决策。

指标角度随意组合，并可以把定制化的WOS（Web of Science）数据直接导入InCites进行分析。

新一代InCitesTM平台中融合了ESI的22个学科分类模式.与Web of Science无缝链接，为综合利用ESI和InCites数据库进行学科评价提供了良好的基础。

基于ESI与InCites的高校学科发展分析研究近年来，高校学科发展分析研究备受重视，成为教育界和学术界关注的热点话题。

在这个背景下，基于ESI（Essential Science Indicators）与InCites的高校学科发展分析研究成为一种重要的方法和手段。

本文将结合ESI与InCites两大数据库，对高校学科发展进行深入分析，探讨其在学术界和实际应用中的意义和价值。

一、ESI与InCites的概念及特点ESI是由美国汤森路透（Clarivate Analytics）公司开发的一个基于Web of Science （科学引文索引）数据库的评价工具，用来评估全球科学研究的学术表现。

ESI将研究论文根据引用频次和影响因子等指标进行排名，为学术界提供了一个科学评价和比较的工具，成为评估高校学科发展的重要参考依据。

InCites是基于Web of Science数据库的一种科研评估和分析工具，能够提供科学研究的综合信息、引文分析、合作网络、性能评价等方面的数据，用于评估和分析高校学科的研究表现和学术影响力。

ESI与InCites的数据和分析结果为高校学科发展提供了丰富的信息和依据，有助于高校进行科学评估和决策，促进学科建设和发展。

具体来说，ESI与InCites在以下几个方面发挥了重要作用。

1. 学科发展趋势分析ESI与InCites提供了学科发展的趋势分析功能，能够通过长期数据对比，发现学科的发展方向和趋势，为高校学科发展规划提供科学依据。

2. 学科影响力评估ESI与InCites能够通过引文分析等方法，评估学科在全球范围内的学术影响力，帮助高校了解自身学科在国际学术舞台上的地位和影响程度。

3. 学术合作网络建设ESI与InCites能够分析学术合作网络，包括学校内部和国际间的学术合作情况，为高校建设科研团队、开展国际合作提供数据支持和决策依据。

4. 学科重点培育ESI与InCites还能对学科的具体研究方向、热点问题等进行分析，帮助高校确定学科重点培育方向和策略。