蔣易 侯海燕 黃福 胡志剛

摘要：近年來，隨著科學(xué)家們對社交媒體的廣泛使用，這一群體逐漸在社交媒體網(wǎng)絡(luò)中形成了一定的社會(huì)影響力。本文從科學(xué)家層面出發(fā)，對高被引科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力開展研究?；诳祁Ｎò?019年發(fā)布的高被引科學(xué)家名單，對環(huán)境科學(xué)與生態(tài)學(xué)領(lǐng)域的美國高被引科學(xué)家在推特中粉絲量進(jìn)行統(tǒng)計(jì)分析，分別比較了他們在發(fā)文量、高被引論文量和被引頻次三種指標(biāo)下粉絲量的分布情況。研究結(jié)果表明，高被引論文量較高的科學(xué)家更有可能在社交媒體網(wǎng)絡(luò)中擁有較高的影響力；學(xué)術(shù)成就可能是影響科學(xué)家在社交媒體網(wǎng)絡(luò)中影響力的重要因素，但科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力仍是一個(gè)綜合性的體現(xiàn)。

關(guān)鍵詞：高被引科學(xué)家；社交媒體網(wǎng)絡(luò)；社會(huì)影響力；Altmetrics

中圖分類號(hào)：G206；G353.1文獻(xiàn)標(biāo)識(shí)碼： ADOI：10.3969/j.issn.1003-8256.2020.03.004

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目“大數(shù)據(jù)背景下科研智能系統(tǒng)的開發(fā)和應(yīng)用”（DUT19JC50）

0引言

在“互聯(lián)網(wǎng)+”的時(shí)代下，隨著移動(dòng)智能終端的迅速普及，社交媒體憑借著即時(shí)性、交互性和共享性等特點(diǎn)，在以用戶為結(jié)點(diǎn)的社交媒體網(wǎng)絡(luò)中，成為信息傳播的重要媒介。社交媒體的興起，使得越來越多的科學(xué)家紛紛入駐社交媒體網(wǎng)絡(luò)，徹底改變了科學(xué)家之間的學(xué)術(shù)交流方式?？茖W(xué)家們通過社交媒體對科研成果進(jìn)行即時(shí)交流、討論、傳播以及共享[1]，逐漸在社交媒體網(wǎng)絡(luò)中形成了一定的社會(huì)影響力。這一現(xiàn)象被Jason Priem等[2]注意到，隨之“Altmetrics”一詞問世[3]，成為了科學(xué)計(jì)量學(xué)在大數(shù)據(jù)時(shí)代的延伸和新發(fā)展[4]。

Altmetrics，詞源“Article-Level Metrics”，全稱“Alternative Metrics”，可譯為補(bǔ)充計(jì)量學(xué)，是對傳統(tǒng)科學(xué)計(jì)量學(xué)指標(biāo)的補(bǔ)充[5]。Altmetrics概念的提出，掀起了國內(nèi)外學(xué)者基于社交媒體網(wǎng)絡(luò)的研究熱潮，成為近10年來科學(xué)計(jì)量學(xué)中最熱門的領(lǐng)域之一[6]。國內(nèi)學(xué)者王賢文等人從成本機(jī)制、宣傳機(jī)制、內(nèi)容機(jī)制三方面分析了科學(xué)論文在社交媒體網(wǎng)絡(luò)中的傳播機(jī)理，并通過案例研究具體分析了社交媒體網(wǎng)絡(luò)中科學(xué)論文的傳播機(jī)制，發(fā)現(xiàn)論文本身的內(nèi)容機(jī)制和傳播過程中的名人效應(yīng)對促進(jìn)科學(xué)論文的傳播非常重要[7]。陳悅等[8]以科學(xué)網(wǎng)的活躍博主武夷山為例，通過對其“好友關(guān)系”以及“二級好友關(guān)系”的數(shù)據(jù)挖掘，發(fā)現(xiàn)“學(xué)術(shù)博客”作為社交媒體網(wǎng)絡(luò)中的非正式學(xué)術(shù)交流工具，改變了知識(shí)的存儲(chǔ)與管理，不受學(xué)科、地域等方面的限制，知識(shí)由無序、零散的擴(kuò)散轉(zhuǎn)向有序、定向的傳播。余厚強(qiáng)等[9]則通過對新浪微博的Altmetrics指標(biāo)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)新浪微博在主要關(guān)注最新論文的同時(shí)，也會(huì)關(guān)注經(jīng)典論文，新浪微博發(fā)布者傾向于宣傳、推介和評論貼近生活、趣味性強(qiáng)、實(shí)用性高、涉及生命健康的學(xué)術(shù)論文，在社交媒體網(wǎng)絡(luò)中傳遞出傳統(tǒng)引文所無法體現(xiàn)的社會(huì)價(jià)值和學(xué)術(shù)價(jià)值。國外學(xué)者Haustein[10]基于在2010—2012年期間PubMed和Web of Science（WoS）數(shù)據(jù)庫收錄的140萬篇論文，分析了它們在社交媒體網(wǎng)絡(luò)中推薦和學(xué)術(shù)網(wǎng)絡(luò)中引文（Citations）的相關(guān)性，發(fā)現(xiàn)在推特（Twitter）平臺(tái)上推薦它們的推文量（Tweets）與它們在WoS中的被引頻次成弱相關(guān)性。Holmberg Thelwall[11]對來自十個(gè)不同學(xué)科科學(xué)家的推特進(jìn)行統(tǒng)計(jì)和定性分析，發(fā)現(xiàn)對比早期研究中的普通推特用戶，研究人員傾向于共享更多鏈接和轉(zhuǎn)發(fā)更多推文，并且在推特的使用方面存在明顯的學(xué)科差異。Alhoori & Furuta[12]通過在論文層面和期刊層面的測度研究，發(fā)現(xiàn)期刊層面的測度之間具有很強(qiáng)的相關(guān)性，并且Mendeley和推特上學(xué)術(shù)活動(dòng)的使用率最高、范圍最廣。

雖然國內(nèi)外學(xué)者對Altmetrics的研究蜂擁而至，但目前主要研究方向仍停留在社交媒體網(wǎng)絡(luò)中的文獻(xiàn)交流計(jì)量Altmetrics和傳統(tǒng)文獻(xiàn)計(jì)量指標(biāo)Citations各個(gè)層面的比較研究上，至于Altmetrics指標(biāo)是否能用于科研評價(jià)乃至社會(huì)影響力的評價(jià)仍存爭議[13]。而國內(nèi)學(xué)者張立偉和陳悅的研究表明，在社交媒體網(wǎng)絡(luò)中高影響力的轉(zhuǎn)載人對學(xué)術(shù)文獻(xiàn)的總轉(zhuǎn)載、社會(huì)公眾轉(zhuǎn)載以及科學(xué)家轉(zhuǎn)載都存在顯著影響[14]。為此，本文將從科學(xué)家層面出發(fā)，對高被引科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力開展研究。

1數(shù)據(jù)與方法

本文以環(huán)境科學(xué)與生態(tài)學(xué)（Environment and Ecology）領(lǐng)域的美國高被引科學(xué)家在推特上的影響力為例。其中，本文所指的高被引科學(xué)家來自于科睿唯安（Clarivate Analytics）在2019年發(fā)布的高被引科學(xué)家名單[15]。環(huán)境科學(xué)與生態(tài)學(xué)是由ESI（Essential Science Indicators）劃分的22個(gè)大類學(xué)科之一，其研究領(lǐng)域比較廣泛，不僅涉及物理學(xué)、化學(xué)、生物學(xué)、地理學(xué)、地質(zhì)學(xué)和土壤學(xué)等自然科學(xué)，也涉及經(jīng)濟(jì)學(xué)、政治學(xué)、人口統(tǒng)計(jì)學(xué)和倫理學(xué)等社會(huì)科學(xué)。近年來，隨著人類對能源的過度開采和使用，生態(tài)環(huán)境持續(xù)遭到破壞，高溫等極端天氣頻發(fā)，2019年6月成為了全球記錄中最熱的6月[16]。早在2016年，我國國務(wù)院就下達(dá)了關(guān)于印發(fā)“十三五”生態(tài)環(huán)境保護(hù)規(guī)劃的通知，將生態(tài)文明建設(shè)上升為國家戰(zhàn)略[17]。另一方面，環(huán)境科學(xué)與生態(tài)學(xué)是當(dāng)前國際學(xué)術(shù)界研究的熱點(diǎn)領(lǐng)域之一，與此同時(shí)，該領(lǐng)域的文章也受到了社會(huì)公眾的廣泛關(guān)注[18]。

推特，世界聞名且廣受歡迎的社交媒體平臺(tái)及微博客服務(wù)網(wǎng)站，目前被評為全球領(lǐng)先的社交媒體之一，是全球主流的社交媒體平臺(tái)。作為目前全球互聯(lián)網(wǎng)上訪問量最大的門戶網(wǎng)站之一，推特為世界各地的用戶提供了一個(gè)快速、簡捷的信息實(shí)時(shí)傳播和交流平臺(tái)。同時(shí)，推特更具有互動(dòng)性，《自然》對科學(xué)家的調(diào)查結(jié)果表明，有過半數(shù)的推特達(dá)人表示他們使用推特來跟蹤與研究相關(guān)的議題討論，還有40%的用戶表示推特是評論與自己研究領(lǐng)域相關(guān)研究的媒介[19]。而美國，則以五千九百多萬的活躍用戶成為了當(dāng)今世界推特用戶最多的國家[20]。結(jié)合上述情況，本文選取環(huán)境科學(xué)與生態(tài)學(xué)領(lǐng)域美國高被引科學(xué)家在推特上的用戶數(shù)據(jù)為研究對象。數(shù)據(jù)收集平臺(tái)為WoS核心合集數(shù)據(jù)庫和推特平臺(tái)。數(shù)據(jù)收集主要分為兩部分，高被引科學(xué)家的推特用戶數(shù)據(jù)收集及其文獻(xiàn)數(shù)據(jù)收集。

其中，高被引論文量最高的科學(xué)家處于雙高模式，其粉絲量也最高，高被引論文量前五的科學(xué)家中僅有一人粉絲量低于平均水平；從粉絲量來看，粉絲量第二高和第三高的科學(xué)家高被引論文量在平均水平附近，且略高于平均水平。

對比這34名高被引科學(xué)家的被引頻次與粉絲量，如圖3所示，將高于平均水平的被引頻次稱為高被引頻次，低于平均水平的被引頻次稱為低被引頻次。從四種模式下的分布情況來看，雙高模式下的科學(xué)家最少，僅4人，占總?cè)藬?shù)的11.8%，且分布較為離散，說明高被引頻次且在社交媒體網(wǎng)絡(luò)中高影響力的科學(xué)家最少，且差異最大；高-低模式下的科學(xué)家共8人，占23.5%，且在被引頻次上分布離散，說明該模式下的科學(xué)家在被引頻次上差異較大；低-高模式下的科學(xué)家共10人，占29.4%，分布較為密集，存在一個(gè)極高粉絲量的科學(xué)家，被引頻次略低于平均水平，其他科學(xué)家粉絲量靠近平均水平，說明低被引頻次的科學(xué)家大多數(shù)在社交媒體網(wǎng)絡(luò)中的影響力接近平均水平，僅有一名科學(xué)家影響力極高水平；雙低模式下的科學(xué)家仍然最多，共12人，占35.3%，且分布最為密集，說明低被引頻次且在社交媒體網(wǎng)絡(luò)中低影響力的科學(xué)家仍占多數(shù)，差異相對最小。

其中，被引頻次最高的科學(xué)家處于高-低模式，其粉絲量低于平均水平，而粉絲量最高的科學(xué)家處于雙高模式，其被引頻次位居第四；在被引頻次前五和粉絲量前五的科學(xué)家中，其粉絲量和被引頻次水平均存在高低交錯(cuò)的情況。

對比發(fā)文量、高被引論文量和被引頻次下高被引科學(xué)家粉絲量的分布情況，發(fā)現(xiàn)雙低模式下的科學(xué)家均人數(shù)最多且分布最密集，說明多數(shù)的科學(xué)家們?nèi)蕴幱陔p低模式，且差異較小。在雙高模式下，科學(xué)家的分布均最離散，說明在雙高模式下的科學(xué)家差異都比較大；在人數(shù)上，發(fā)文量和被引頻次與粉絲分布中的科學(xué)家均最少，但在高被引論文量與粉絲量分布中較多，說明在高高被引論文量的科學(xué)家中，多數(shù)的科學(xué)家在社交媒體網(wǎng)絡(luò)中有著高影響力。

高-低模式和低-高模式下，發(fā)文量和被引頻次與粉絲量分布的科學(xué)家較多，且高-低模式下的科學(xué)家分布相對橫向較散，說明高發(fā)文量或者高被引頻次但在社交媒體網(wǎng)絡(luò)中低影響力以及低發(fā)文量或者低被引頻次但在社交媒體網(wǎng)絡(luò)中高影響力的高被引科學(xué)家人數(shù)較多，并且有個(gè)別發(fā)文量或者被引頻次在極高水平的科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力低于平均水平；高被引論文量與粉絲量分布中的科學(xué)家最少，而處于雙高或者雙低模式下的科學(xué)家占多數(shù)，說明在高（低）高被引論文量的高被引科學(xué)家中，多數(shù)的科學(xué)家在社交媒體網(wǎng)絡(luò)中同樣有著高（低）影響力。

3結(jié)論

本文在發(fā)文量、高被引論文量和被引頻次這三個(gè)指標(biāo)下，通過對這34名高被引科學(xué)家粉絲量分布模式的比較分析，發(fā)現(xiàn)這34名科學(xué)家在社交媒體網(wǎng)絡(luò)中有著不同層次的影響力，而且差異顯著，半數(shù)以上的科學(xué)家影響力低于整體平均水平。

在低發(fā)文量、低高被引論文量或者低被引頻次的高被引科學(xué)家中，多數(shù)科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力較低，其中有個(gè)別被引頻次略低于平均水平的科學(xué)家在社交媒體網(wǎng)絡(luò)中擁有著極高的影響力；在高發(fā)文量或者高被引頻次的高被引科學(xué)家中，少數(shù)科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力較高，在影響力較低的科學(xué)家中，有一些科學(xué)家有著極高的發(fā)文量和被引頻次；在高被引論文量較高的科學(xué)家中，較多數(shù)的科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力較高，在高被引論文量較高但社交媒體網(wǎng)絡(luò)中影響力較低的科學(xué)家中，除了一名科學(xué)家有著極高的高被引論文量外，高被引論文量都接近平均水平。

綜上所述，從這34名高被引科學(xué)家在推特上的粉絲量來看，在發(fā)文量、高被引論文量和被引頻次中，高被引論文量較高的科學(xué)家更有可能在社交媒體網(wǎng)絡(luò)中擁有較高的影響力。也從側(cè)面說明，學(xué)術(shù)成就可能是影響科學(xué)家在社交媒體網(wǎng)絡(luò)中影響力的重要因素，但科學(xué)家在社交媒體網(wǎng)絡(luò)中的影響力仍是一個(gè)綜合性的體現(xiàn)，包括他們在社交媒體網(wǎng)絡(luò)中的活躍度、發(fā)布內(nèi)容以及社會(huì)人氣等等，有待在今后的工作中做更深一步的探索。

參考文獻(xiàn)：

[1]Maron N L， Smith K K. Current models of digital scholarly communication： Results of an investigation conducted by Ithaka for the association of research libraries[J].Association of Research Libraries， 2008.

[2]Priem J， Taraborelli D， Groth P， et al. altmetrics： a manifesto[EB/OL].（2010-10-26） [2020-02-29].http：//altmetrics. org/ mainfesto/.

[3]Priem J， Hemminger B H. Scientometrics 2.0： New metrics of scholarly impact on the social Web [J]. First monday， 2010， 15（7）.

[4]王賢文.科學(xué)計(jì)量大數(shù)據(jù)及其應(yīng)用[M].北京：科學(xué)出版社， 2016.

[5]胡志剛，劉則淵.全文引文分析，邁向引文分析的4. 0時(shí)代（序） [M].北京：科學(xué)出版社， 2016.

[6]王賢文. Altmetrics：大數(shù)據(jù)時(shí)代的科學(xué)計(jì)量學(xué)[J].圖書情報(bào)知識(shí)， 2019（2）： 4.

[7]王賢文，張春博，毛文莉，等.科學(xué)論文在社交網(wǎng)絡(luò)中的傳播機(jī)制研究[J].科學(xué)學(xué)研究， 2013， 31（9）： 1287-1295.

[8]陳悅，張立偉，楊陽，等. SNS環(huán)境下無形學(xué)院的結(jié)構(gòu)與特點(diǎn)透視——以科學(xué)網(wǎng)武夷山博客為例[J].圖書情報(bào)工作， 2015， 59（9）： 80-87.

[9]余厚強(qiáng)， Hemminger Bradley M.，肖婷婷，等.新浪微博替代計(jì)量指標(biāo)特征分析[J].中國圖書館學(xué)報(bào)， 2016， 42（4）： 20-36.

[10] Haustein S，Peters I，Sugimoto C R，et al.Tweeting biomedicine： An analysis of tweets and citations in the biomedical literature [J]. Journal of the Association for Information Science and Technology， 2014， 65（4）： 656-669.

[11] Holmberg K， Thelwall M. Disciplinary differences in Twitter scholarly communication [J]. Scientometrics， 2014， 101（2）： 1027-1042.

[12] Alhoori H， Furuta R. Do altmetrics follow the crowd or does the crowd follow altmetrics？ 2014 [C]. IEEE， 2014.

[13]張立偉. SNS平臺(tái)學(xué)術(shù)文獻(xiàn)交流特征及影響因素分析[D].大連理工大學(xué)， 2019.

[14]張立偉，陳悅.再議科學(xué)在社會(huì)傳播過程中產(chǎn)生的Altmetrics指標(biāo)[J].科學(xué)學(xué)研究， 2018， 36（12）： 2160-2169.

[15] Analytics C. Highly Cited Researchers 2019 [R].2019.

[16] NOAA. June 2019 was hottest on record for the globe[EB/OL].（2019-07-18） [2019-12-06].https：//www. noaa. gov/news/june-2019-was-hottest-on-record-for-globe.

[17]國務(wù)院.國務(wù)院關(guān)于印發(fā)"十三五"生態(tài)環(huán)境保護(hù)規(guī)劃的通知[EB/OL]. （2016-12-05）[2019-12-07]. http：//www.gov.cn/zhengce/ content/2016-12/05/content_5143290.htm.

[18] Bornmann， Lutz. Validity of altmetrics data for measuring societal impact： A study using data from Altmetric and F1000Prime [J]. Journal of Informetrics， 8（4）： 935-950.

[19] Noorden R V. Online collaboration： Scientists and the social network [J]. Nature， 2014， 512（7513）： 126-129.

[20] Statista. Leading countries based on number of Twitter users as of January 2020[EB/OL]. （2020-02-14） [2020-02-15]. https：//www. statista.com/statistics/242606/number-of-active-twitter-users-inselected-countries/.

Study on the Impact of Highly Cited Researchers in Social Media Network

JIANG Yi1，2，HOU Haiyan1，2，HUANG Fu1，2，HU Zhigang1，2（1. Institute of Science and Technology Management， Dalian University of Technology， Dalian 116024， China； 2. WISE Lab， Dalian University of Technology， Dalian 116024， China）

Abstract： In recent years， with social media widely used by scientists， it has gradually formed a social impact in social media network. On the scientist level， this article studies the impact of highly cited researchers on social media network. Based on the Highly Cited Researchers 2019 released by Clarivate， a statistical analysis of the Followers of American highly cited researchers in the field of Environment and Ecology on Twitter was conducted， and the number of Followers under the three indicators including the number of papers published， highly cited papers and citations was compared. The results show that the scientists with a high number of highly cited papers are more likely to have higher impact in social media network； academic achievement may be an important factor of scientists impact in social media network， but scientists impact in social media network is still comprehensive.

Keywords： highly cited researcher； social media network； social impact； Altmetrics