学术网络社会资本视角下的学科评价指标探索

周春雷 周慧芳

〔摘要〕[目的/意义]学术关系网络中蕴含着丰富的社会资本，这种资本能真实反映科研机构的学术声望及影响力，为测度科研机构学术网络社会资本丰富程度，本文提出了新的学科评价指标——SCAN指数。[方法/过程]从ESI数据库采集材料学高水平论文的被引数据，利用SCAN指数分析国内材料学一流学科建设高校的排名情况，发现与QS排名吻合度较高，且这种排名结果在两次ESI数据对比试验中具有稳定性，从而印证了SCAN指数的合理性与可靠性。[结果/结论]SCAN指数能较为合理地反映评价对象在学术网络中的相对地位，可用于评估科研机构的学科实力并预测其发展潜力。

〔关键词〕学术网络社会资本；ESI；双一流；学科评价；学术授信评价

DOI：10.3969/j.issn.1008-0821.2018.09.013

〔中图分类号〕G304〔文献标识码〕A〔文章编号〕1008-0821（2018）09-0079-08

Research on Subject Evaluation Index From the Perspective of

Social Capital of Academic NetworkZhou ChunleiZhou Huifang

（School of Information Management，Zhengzhou University，Zhengzhou 450001，China）

〔Abstract〕[Purpose/Significance]The network of academic relations contains abundant social capital，which can reflect the academic prestige and influence of scientific research institutions.This paper presented a subject evaluation index——SCAN index to evaluate the richness of social capital in a scientific research institutions academic network.[Method/process]Based on the cited data collected from Top Papers of ESI database in materials science，using the SCAN Index to analyze the ranking of top disciplines in materials science construction universities in China，it was found that the degree of coincidence with QS was high，and it had the stability in the two ESI data comparison test，which confirmed the rationality and reliability of the SCAN index.[Result/Conclusion]The SCAN index could reasonably reflect the relative status of the evaluation objects in the academic network，and could be used to evaluate the academic strength of scientific research institutions and predict their development potential.

〔Key words〕social capital of academic network；ESI；“Double-First Class”；subject evaluation；academic credit evaluation

ESI數据库是目前公认的衡量世界一流大学和一流学科的事实标准，被广泛应用于评价学术机构、国家（地区）的国际学术影响力。随着我国“双一流”建设工作的快速推进，国内高校开始重视ESI排名，将进入ESI全球前1%作为自身优势学科的重要发展目标。目前，国内外学术界研究和利用ESI数据的角度主要有：发现自然科学和社会科学中的研究前沿[1]和重大发展趋势[2]、评价分析地区或高校科研绩效和优势学科以提高学术影响力[3-4]、分析某一学科的发展势态[5]、评价各高校的学科发展特性[6]、分析ESI的适用范围与限制[7]、利用ESI数据开发新的指标计算方法[8]。现有研究多关注高校科研产出、竞争力、学科发展及ESI指标优劣等问题，较少涉及利用合作网络测度科研机构的学术声望。

科研机构作为科研创新与学科发展的中坚力量，其相互合作程度对知识生产和学术交流均有重要意义。冉隆锋[9]认为，提高大学学术生产力要以学术资本为起点与支点。石军伟等[10]认为科研合作行为（尤其是跨校科研合作）对大学声誉和创新能力具有显著的积极影响。当前，顶尖及高影响力论文大多是由科研机构合作完成，合作论文的国际影响力也较大。科研合作计量指标有很多种，比如合作指数、合作率、h度指数、点度中心性指标、合作能力指数、h指数等[11]。为评估科研合作所形成的学术网络中蕴含的价值，我们可以借鉴林南的社会资本理论，该理论认为社会资本是“投资在社会关系中并希望在市场上得到回报的一种资源，是一种镶嵌在社会结构之中并且可以通过有目的的行动来获得或流动的资源”[12]。Alireza A等人[13]通过社交网络分析学者的社会资本及其引用绩效指标，并提出两个新的社交网络指标：权力多样性指数（Power-Diversity Index）和权力关系多样性指数（Power-Tie-Diversity Index），来衡量学者的社会资本。目前，国内将社会资本理论应用于学术合作网络分析的研究较少。经文献调研发现张斌[14]利用拉图尔等人的研究论证出学术系统中同样存在社会资本，提出“学术性社会资本”概念，将其界定为学者在学术活动中获取和使用的嵌入在学术交流和合作网络中的资源。事实上，笔者提出的学术授信评价理论[15]也是一种很有潜力的分析学术性社会资本的理论框架。这是一种开放环境下相互监督的、以学术声誉为导向的学术评价理念，倡导从学术社区角度整理评价对象相互授信情况，用评价对象在高影响力群体中的影响力模拟其社区声誉，借助内行的学术鉴赏力及各种信息标记行为发现有价值信息，有助于学术评价结果得到更为理性的解读和利用。

本文认为，学术合作网络中蕴含着丰富的社会资本，对其进行研究和开发对于提高科研机构在全球学术界的影响力有重要现实意义。鉴于“ESI论文”的排名机制，这种学术网络社会资本的潜力若得以释放，将对提高我国科研机构的学术实力及学科发展水平有很大的推动作用，本文拟从社会资本视角探讨学术声望对于科研机构能否进入高水平合作网络及这种网络对相关机构学科发展潜力的影响。本文通过对材料学领域入选ESI Top Papers的被引次数的分析，尝试构建学术网络社会资本指数（SCAN指数），探究各科研机构的学术论文合作网络中所蕴含的价值，并以我国材料学领域入选一流学科的高校为例进行实证研究。

2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期学术网络社会资本视角下的学科评价指标探索Sep.，2018Vol38No91数据来源与研究方法

11数据来源

本研究主要基于ESI数据库2017年11月的数据，其引文区间为2007年1月1日-2017年8月31日。在ESI数据库中选择材料科学领域，并将检索结果以CSV格式下载导出，得到7 762篇来自全球各地的ESI Top Papers（下文简称高水平论文）的详细信息，其数据格式如图1所示。图1ESI导出数据示例

图1中每条记录分别为一篇高水平论文的各项信息，字段涉及Web of Science入藏号、DOI号、ESI学科、当期被引次数、机构等信息。利用自编程序将每篇论文的合著机构提取出来，经清洗、整理后共得到2 751个科研机构，进而根据其被引次数和论文数量求出单次可贡献值。本文以我国2017年“双一流”评选中30所入选材料科学与工程一流学科的高校为例，计算其SCAN指数并探讨相关应用。

12SCAN指数的定义及计算方法

论文被引次数是衡量学术论文影响力的主流指标，其值越大表示评价对象获得的认可度越高，这通常意味着其学术成就越大。对于科研机构来说，发文量、所发论文的被引次数可在一定程度上反映其学术生产能力和科研水平。依据学术授信评价理论及社会资本理论，没有无缘无故的学术合作，合作伙伴数量、相互之间关系密切程度通常是在长期科研活动中自然形成的，合作伙伴的学科地位和影响力通常也是大量选择与被选择结果的自然体现，真实反映了科研机构自身的学科实力及影响力。目前文献合著者贡獻率算法[16]众多，虽各有千秋，但关于论文被引荣誉分配问题的研究尚无完美分享方案。ESI排名采用对每篇论文的各个合作机构完全分配论文被引荣誉的方案，这会夸大那些拥有众多合作伙伴、合著论文的科研机构的学术影响。对于那些仅有少量论文入选ESI且在学术合作中并不占据主导地位的机构来说，这种排名结果与其实际水平相比会出现较大误差。因尚无完美分享方案，为尽可能地减小这种误差，本文采用均分学术荣誉的方法，即分别将每篇论文的被引次数除以其署名机构数量并取整均分给各参与方，然后对于某机构，将其参与的每篇论文所分得的引文财富值相加即得到其总引文财富值。为观察各科研机构获得的合作伙伴背书情况并定量评价其在科研朋友圈中的学术声望，评估其学术关系网络中社会资本的丰富程度，本文提出SCAN指数。这将为评估不同学术合作网络的整体价值、寻求高价值合作伙伴、预测学科发展潜力等研究提供有价值参考。

SCAN指数（Social Capital of Academic Network Index，SCAN）反映科研机构在某一学科领域与其合作伙伴形成的学术网络中蕴藏的社会资本财富，这是一种体现评价对象的科研实力、学术声望及其学术合作网络整体价值的指标。SCAN指数的计算方法如式（1）所示：

SCAN=∑ni=1CiPi+∑mj=1∑ni=1CiPin*Hj*0001

i≤n，j≤m（1）

在式（1）中，假设在某一学科领域的ESI高水平论文集中，某一科研机构共参与了n篇论文，每篇论文的被引次数为Ci，合著机构数量为Pi，该机构共有m个合作伙伴，与各个伙伴的合作次数为Hj，则该机构自身的总引文财富值为∑ni=1CiPi，单次可贡献值为∑ni=1CiPin（用单次可贡献值来定量描述其对合作伙伴的授信情况）。该机构科研朋友圈中各合作伙伴带来的贡献值累计为∑mj=1∑ni=1CiPin*Hj，将总引文财富值与合作伙伴总贡献值相加所得的结果乘以0001即得到该机构的SCAN指数。

由于各学科领域高水平论文的数量很多，且机构合作情况复杂，不适合手工计算，于是笔者用自编程序分析各发文机构的合作者并分配其应得的被引财富值。统计SCAN指数的流程为：1）选择数据库（如ESI），导出某学科全部高水平论文的被引数据；2）统计每篇论文的合著机构数量，计算各机构可分得的平均被引次数（为便于计算，四舍五入取整）；3）利用自编程序，分析各发文机构的论文参与情况，计算其总引文财富值（取整）和单次可贡献值（取整）；4）利用自编程序提取不同机构的合作伙伴，确定合作网络；5）将各发文机构自身的总引文财富值及合作伙伴总贡献值进行汇总，得到其学术网络社会资本财富，即SCAN指数。以某发文机构为例，假如其在材料学领域的高水平论文及合作机构情况如下，统计该机构的SCAN指数值，详细计算过程如表1和表2所示。

SCAN指数通过将科研机构总引文财富与合作伙伴总贡献值相加，不仅反映了机构自身的学术声望，同时也反表1某机构被引财富及单次贡献值计算示例

某机构

参与的

论文被引

次数合作机

构数量某机构分

得的引文

财富值某机构的

总引文

财富值某机构的

单次可

贡献值A1 00011 000B2 80021 400C12 00043 000D11 00052 200E6 00023 00010 6002 120表2某机构SCAN指数计算示例

合作

伙伴单次可

贡献值合作

次数某机构的

合作伙伴

贡献值某机构的

合作伙伴

总贡献值SCAN

指数a6801680b9601960c2 84012 840d2 40024 800e4 90014 900f1 80011 800g2 36012 36018 34028940映了其所处学术网络的相对价值及与其它机构的互动情况。这有助于准确反映各机构的学术实力，帮助其寻找高价值、高潜力合作伙伴。

2实证统计与分析

21结果展示

211国内材料学领域一流学科高校相关指数统计

利用自编程序及SCAN指数对前述7 762篇材料学论文的被引次数、机构等字段进行分析，得到全球范围内材料学各发文机构、合作伙伴总贡献值、自身总引文财富值、合作机构数量及详情枚举等数据，其中国内30所入选材料科学与工程一流学科高校的相关数据如表3所示。需要指出的是，ESI数据库将某些大学下属的研究院按独立机构进行统计，并未按同一个大学合并，鉴于该规则对本文数据影响不大，本文也依此办理。

分析表3可知，随着SCAN指数的下降，對应机构的总引文财富值、合作伙伴总贡献值、合作伙伴数量大体上也都呈现递减的趋势。由于这些指数反映的是学术论文合作网络中的社会资本及科研朋友圈的价值，涉及相关高校自身的总被引次数、合作伙伴的被引次数及合作次数等信息，拥有坚实的事实基础，故表3中的SCAN指数具有合理性，下文将进一步验证其可靠性及有效性。

212机构SCAN指数价值分析

将材料学领域2017年11月SCAN指数排名与国际高表3国内入选材料学一流学科高校的相关指标

高校名称ESI缩写总引文

财富值合作伙伴

数量合作伙伴

总贡献值SCAN指数清华大学TSING HUA UNIV21 32925142 50563834中国科学院大学UNIV CHINESE ACAD SCI8 6679528 92737594复旦大学FUDAN UNIV13 00515616 89429899北京大学PEKING UNIV7 58713218 06125648中国科学技术大学UNIV SCI & TECHNOL CHINA8 72811814 40523133上海交通大学SHANGHAI JIAO TONG UNIV6 69113115 39522086浙江大学ZHEJIANG UNIV7 68411513 63021314苏州大学SUZHOU UNIV8 98610411 41220398华南理工大学S CHINA UNIV TECHNOL5 293929 17414467南开大学NANKAI UNIV9 070544 87713947南京大学NANJING UNIV4 312889 24313555华中科技大学HUAZHONG UNIV SCI & TECHNOL4 586768 46413050天津大学TIANJIN UNIV3 529728 47612005吉林大学JILIN UNIV3 063708 72611789北京航空航天大学BEIHANG UNIV2 328808 27110599西安交通大学XIAN JIAOTONG UNIV1 200949 14610346武汉理工大学WUHAN UNIV TECHNOL2 617747 55310170北京理工大学BEIJING INST TECHNOL2 741576 4729213哈尔滨工业大学HARBIN INST TECHNOL2 500786 0278527北京科技大学UNIV SCI & TECHNOL BEIJING1 526636 3687894中山大学SUN YAT SEN UNIV3 679363 5197198华东理工大学E CHINA UNIV SCI & TECHNOL2 823373 9586781中南大学CENT S UNIV1 988514 4936481四川大学SICHUAN UNIV2 305503 7146019西北工业大学NORTHWESTERN POLYTECH UNIV1 050433 7594809东南大学SOUTHEAST UNIV1 115543 6144729郑州大学ZHENGZHOU UNIV416251 5731989东北师范大学NE NORMAL UNIV1 09385761669安徽大学ANHUI UNIV31076240934南昌大学NANCHANG UNIV8876300718

等教育集团Quacquarelli Symonds（QS[17]）2017年、2018年材料科学高校世界排名对比分析，如表4所示。QS学科排名依据学术声誉、雇主评价、论文平均引用率和h指数4个指标构建的指标体系，细致全面地反映各高校的学科实力与发展情况。QS世界大学学科排名在Top50之后只列出了顺序及排名区间，没有具体名次，本文所用数据与其一致（未进入Top300的高校无排名数据）。

由表4可知，国内30所入选材料科学与工程一流学科的高校SCAN排名与QS学科排名基本一致。清华大学、复旦大学、北京大学等均维持在较高水平。苏州大学、南开大学排名跨度较大，中国科学院大学的SCAN排名也较为靠表4中国内地材料学一流学科建设高校

QS排名与SCAN排名比较

中国内地材料学

一流学科高校SCAN

指数值2017年QS

材料科学

世界排名2018年QS

材料科学

世界排名清华大学6383499中国科学院大学3759451～100复旦大学298992430北京大学256481618中国科学技术大学231334641上海交通大学220862725表4（续）

中国内地材料学

一流学科高校SCAN

指数值2017年QS

材料科学

世界排名2018年QS

材料科学

世界排名浙江大学2131451～10051～100苏州大学20398251～300201～250华南理工大学14467151～200151～200南开大学13947251～300201～250南京大学1355551～10051～100华中科技大学13050101～150101～150天津大学12005151～200151～200吉林大学11789151～200101～150北京航空航天大学10599101～150101～150西安交通大学10346101～150101～150武汉理工大学10170151～200151～200北京理工大学921351～10051～100哈尔滨工业大学852751～10051～100北京科技大学7894101～150101～150中山大学7198151～200151～200华东理工大学6781101～150151～200中南大学6481201～250251～300四川大学6019151～200201～250西北工业大学4809251～300251～300东南大学4729251～300郑州大学1989东北师范大学1669安徽大學0934南昌大学0718前。因此，SCAN指数排名与各高校该学科实力排名也比较符合，较为真实地反映了各高校的学术论文合作网络社会资本价值。本文在仅考虑机构期刊发文信息的情况下即能得出与世界知名学科排名机构相似的学术判断，这充分证明了本文观点的科学性，也为SCAN指数所依据的学术授信评价理论及社会资本理论的合理性增添了新的例证。鉴于SCAN指数与QS排名相关度很高，我们可以利用其量化测度科研机构的学术声望，以快速计算科研机构的学术网络社会资本、评估其国际学术影响力并预测学科发展潜力。

213机构SCAN指数变动情况

由于ESI数据库每两个月更新一次，论文被引数据随之动态变化，故SCAN指数也会以两个月为周期变动。本文采集2017年11月和2018年1月两期ESI数据库中材料科学高水平论文集的数据，分别计算国内入选材料科学一流学科的30所高校的SCAN指数，结果如图2所示。

由图2可知，从2017年11月到2018年1月，各高校的SCAN指数多数持平或小幅增长，个别高校虽出现下滑现象，但基本保持稳定，这表明SCAN指数具有稳定性与可靠性。虽然各科研机构单篇论文的被引次数通常会保持稳定或增长态势，但进入ESI数据集的论文数量则既可能增加也可能减少，只有主流机构的高被引论文才更有可能长期保留在ESI数据集中。对于特定的科研机构来说，SCAN指数会随ESI数据库的数据而动态变化，其增长动力取决于该机构入选ESI论文情况，不会一直增长。显然，低被引论文无助于科研机构提升影响力，低水平合作伙伴过多也会在一定程度上抑制科研机构的学科绩效，导致SCAN指数出现下滑现象。因此，从SCAN指数角度看，一图230所高校两次SCAN指数对比图

种发展、壮大优势学科的可行策略就是科研机构努力提高自身学科实力，借助SCAN指数寻找学科领域主流或实力相当的机构并加强合作，提高科研产出的质量，有效提升所处学术网络的整体价值，从而稳固自身的学科实力及地位。

22SCAN指数应用

221预测高潜力科研机构

我们可以根据SCAN指数比较不同科研机构的合作价值并发现高潜力科研机构。若科研朋友圈中存在实力强大的长期合作伙伴则可以持续为评价对象带来巨大价值。例如，中国科学院大学即为一个很好的受益于合作的例子。虽然中国科学院大学成立不久，与中国科学院的关系紧密，较为特殊，但从学术网络社会资本的角度看，中国科学院大学从合作中受益也更为明显，中国科学院对其学科发展、建设有很大的助推作用。结合表3可知，在材料学领域，该校的合作伙伴有95个，其中合作次数在6次以上的机构有10个，SCAN指数排名第2，这显示出该校与一些科研伙伴具有长期稳定的合作关系。从表5可知，中国科学院大学的全部合作伙伴带来的总贡献值比其自身总引文财富的3倍还多。其中中国科学院对其SCAN指数值做出了巨大贡献，二者的合作次数多达181次，这种合作给中国科学院大学带来的贡献值甚至超过其自身的总引文财富。在图2中，不同时期的数据对比显示中国科学院大学材料学的SCAN指数增长明显，这意味着该校材料学学科融入强大科研朋友圈的机会较多，学科发展潜力值很大。在表4中，连续两年的QS排名数据也见证了中国科学院大学从籍籍无名到挺进前100强的跨越式巨变，这充分说明发掘学术网络社会资本的巨大价值。此例表明，拥有强大的科研朋友圈于提升学术成果的影响力具有显著作用。合作伙伴越强大，合作论文的质量、被引次数越高，对提升自身学科实力帮助越大，该机构的学术声望也会得到较大的提高，随之带动其SCAN指数的提升。科研机构学术声望的提高，会促进自身学术地位、论文及学科影响力的提升，从而形成正反馈，吸引更多实力强大的合作伙伴并建立关系更加密切、价值更大的学术关系网络，更好地建设学科内涵，促进学科发展。

表5中国科学院大学SCAN指数详情

高校SCAN

指数自身总

引文财富合作伙伴

总贡献值合作伙伴

数量贡献详情中国科学院大学375948 66728 9279510 679，8 667，3 904，2 976，731，680，432，352，204，258，294，276，220，376，152，126，78，156，339，174，84，174，279，279，168，72，386，46，88，68，108，120，132，116，160，172，144，56，1，54，33，66，261，99，128，88，79，68，67，53，13，14，53，6，70，16，106，77，63，98，33，82，37，41，101，1，65，64，59，59，41，30，129，4，26，37，13，1，32，33，75，32，29，5，53，159，506，55，62，42，37，214，57，24，37，80

222学术合作网络详情分析

我们可以利用SCAN指数对某科研机构的学术合作网络进行价值分析，为其了解每个合作伙伴的详情，更好地解读和应用学术合作网络中所蕴含的社会资本，探索与各科研机构合作的强弱关系，筛选高价值和潜在高影响力的合作伙伴以及为规划学科发展提供参考。以某高校为例，其合作网络中的伙伴详情如表6所示。

表6某高校学术论文合作伙伴详情

合作伙伴总引文财富总论文数量单次可贡献值合作次数累计贡献值UNIV TENNESSEE KNOXVILLE1 30144304120UNIV TENNESSEE1 35645304120BEIHANG UNIV2 3285642284CHINESE ACAD SCI48 932825592118CHINESE UNIV HONG KONG1 95629672134ZHENGZHOU INST AERONAUT IND MANAGEMENT60320240BEIJING INST NANOENERGY NANOSYST CAS5793616116FUZHOU UNIV3 692301231123表6（续）

合作伙伴总引文财富总论文数量单次可贡献值合作次数累计贡献值GEORGIA INST TECHNOL7 74913757157HANYANG UNIV2 0044743143HENAN INFORMAT ENGN SCH31313HENAN POLYTECH UNIV103426126IMEC2 0912972172INST CHEM CAS10 96017961161KU LEUVEN1 5752368168NA-XUCHANG UNIV27127127PENN STATE UNIV3 8367055155PENNSYLVANIA COMMONWEALTH SYS HIGH EDUC6 1379664164ULSAN NATL INST SCI TECHNOL2 5265943143UNIV HONG KONG1 5922564164UNIV NEW S WALES3 6594483183UNIV SYS GEORGIA8 03014157157WUHAN UNIV TECHNOL2 6176044144XIAN JIAOTONG UNIV1 2005124124ZHONGYUAN UNIV TECHNOL27127127

从合作者数量角度看，该高校在材料学领域的合作伙伴数量较少，仅有26个，约为清华大学合作伙伴的1/10。从合作次数角度看，其未与任何科研机构的合作次数达到5次以上，仅有两个4次合作者，大部分为单次合作，这说明其与科研合作伙伴的关系有待加强；从合作者实力角度看，该高校与香港中文大学、中国科学院等高价值伙伴的合作较少，若能与其加强合作将有助于提升该校学术合作网络的价值和学科影响力。

如上所述，论文合作关系是科研机构在长期科研、交流中形成的学术关系网络的自然外化，SCAN指数揭示了这种内生于学术论文合作网络的社会资本并尝试对其进行估值，从而客观描述各科研机构的学术实力和影响力。从科研机构自身的角度看，总引文财富越高，发表论文数量越多，越能反映其真实的学术实力、影响力以及所处学术合作网络的价值。对于高水平科研机构来说，低水平合作伙伴过多会影响自身的绩效，应寻求实质性合作，减少挂名行为。另外，我们需要注意SCAN指数的一些特性并合理利用。由于ESI数据会周期性更新，学科排名结果具有一定的动态性，短期措施对于学科的内涵建设及健康发展并无实质性效果。因此，科研机构不能缘木求鱼，盲目追求形式化合作以图一时的学科排名上升，而應努力提高学术实力，加强国际合作，以融入高价值学术合作网络，为学科发展提供强大动力。再如，SCAN指数可能存在新人效应。若某机构只参与了一篇论文且该文的被引次数较高，则其单次可贡献值就较高，但这种红利的可持续性有待观察。总之，SCAN指数只是从发文角度考察了科研机构学术合作网络中蕴含的社会资本，对于其它因素暂未考虑。

3结语

本文提出SCAN指数并依托ESI数据论证了其合理性和有效性，探讨了开发、利用蕴藏于学术合作网络中的社会资本的价值。由于ESI数据库覆盖近11年数据，2个月更新1次，随着学科整体发展水平、前沿不断地变化、进步，SCAN指数可以定期更新，动态反映科研机构真实实力与学术影响力的变化，及时反馈各机构的学术声望及学科地位。由于能够进入ESI数据库的论文是根据各学科全球论文的整体被引情况动态变化的，经过一定时间的演化，有些机构的单次可贡献值会上下浮动，故SCAN指数具有客观性、针对性及动态性。这种用被引次数来衡量科研机构在特定学科领域科研朋友圈学术声望财富的方法，能够客观地揭示各机构在专业领域内动态变化的学术水平和影响力，使科研机构可以从全球视角清醒地看待自身的动态国际地位，从而在制定学科发展规划、寻找科研合作伙伴时得到一些有价值的参考。对于长期处于国际领先地位的机构来讲，寻找科研实力强或与自身实力相当的科研机构并与其建立长期的实质性合作关系是一种基于ESI评价规则的理性博弈策略。对于学科实力有待提升的机构来说，除努力提升自身的学术实力外，寻找并融入高价值学术网络也是快速提升学术影响力及ESI学科排名的有效方法。本文的初步研究表明，SCAN指数能较为客观地评估科研机构学术网络中蕴含的社会资本，帮助有关机构更好地解读和利用学术合作网络中的信息，可为学科评价和建设工作提供一些新的思路。

由于利用文献信息分析社会资本的研究兴起不久，还有很多问题有待深入研究，本文利用ESI数据对科研机构合作问题做了初步尝试，难免存在一些不足之处，今后将在文献被引荣誉分配、SCAN指数随时间变动情况等方面进行长期观测，进一步丰富SCAN指标的内涵，更加全面地探索高价值学术合作网络的形成、维系机制。

参考文献

[1]Fieberg JR，Forester JD，Street GM，Johnson DH，ArchMiller AA，Matthiopoulos J.Used-habitat Calibration Plots：A New Procedure for Validating Species Distribution，Resource Selection，and Step-selection Models[J].Ecography，2018，41（5）：737-752.

[2]白蓓，蒲剑，曹玥，等.基于ESI的临床医学学科热门论文分布及其热点研究[J].医学信息学杂志，2016，37（5）：63-68.

[3]景晶.地区差异视角下的我国高校学科发展现状分析——基于ESI数据库[J].现代情报，2017，37（11）：93-97.

[4]Cao Yan，Tong Hefeng，Zhang Xu，Darzen C，Muhsuan H.Performance Evaluation of Best Universities in Mainland China Based on ESI[J].High Technology Letters，2013，19（2）：170-175.

[5]杨眉，李亚军，刘卓燕，等.基于ESI的我国高校化学学科发展态势分析[J].科技情报开发与经济，2010，20（17）：160-162，171.

[6]Cova TFGG，Pais AACC，Formosinho SJ.Iberian Universities：A Characterisation from ESI Rankings[J].Scientometrics，2013，94（3）：1239-1251.

[7]田虎伟，谢金法.ESI的功能限度[J].上海教育评估研究，2017，（1）：19-22.

[8]陈仕吉，史丽文，左文革.基于ESI的学术影响力指标测度方法与实证[J].图书情报工作，2013，57（2）：97-102，123.

[9]冉隆锋.大学学术资本生成的实践逻辑研究[D].重庆：西南大学，2015.

[10]石军伟，付海艳.激励机制、科研合作网络与大学声誉之间的关系研究[J].教育研究，2012，（1）：81-88.

[11]朱丽娟，李丽娜.科研合作计量指标研究述评[J].情报杂志，2013，32（6）：76-79，52.

[12]林南.社会资本——关于社会结构与行动的理论[M].上海：上海人民出版社，2005.

[13]Abbasi A，Wigand RT，Hossain L.Measuring Social Capital Through Network Analysis and its Influence on Individual Performance[J].Library & Information Science Research，2014，36：66-73

[14]张斌.学术系统中的社会资本及其效应[J].复旦教育论坛，2011，9（5）：39-44.

[15]周春雷.学术授信评价及其应用[M].北京：科学出版社，2016.

[16]王红，王全红.合著者贡献率的国际文献回顾[J].现代情报，2016，36（5）：63-70.

[17]QS世界排名[EB].https：//www.topuniversities.com/.

（責任编辑：陈媛）