高被引科学家在社交媒体网络中的影响力研究

蒋易 侯海燕 黄福 胡志刚

摘要：近年来，随着科学家们对社交媒体的广泛使用，这一群体逐渐在社交媒体网络中形成了一定的社会影响力。本文从科学家层面出发，对高被引科学家在社交媒体网络中的影响力开展研究。基于科睿唯安2019年发布的高被引科学家名单，对环境科学与生态学领域的美国高被引科学家在推特中粉丝量进行统计分析，分别比较了他们在发文量、高被引论文量和被引频次三种指标下粉丝量的分布情况。研究结果表明，高被引论文量较高的科学家更有可能在社交媒体网络中拥有较高的影响力；学术成就可能是影响科学家在社交媒体网络中影响力的重要因素，但科学家在社交媒体网络中的影响力仍是一个综合性的体现。

关键词：高被引科学家；社交媒体网络；社会影响力；Altmetrics

中图分类号：G206；G353.1文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.03.004

开放科学（资源服务）标识码（OSID）：

基金项目：中央高校基本科研业务费专项资金项目“大数据背景下科研智能系统的开发和应用”（DUT19JC50）

0引言

在“互联网+”的时代下，随着移动智能终端的迅速普及，社交媒体凭借着即时性、交互性和共享性等特点，在以用户为结点的社交媒体网络中，成为信息传播的重要媒介。社交媒体的興起，使得越来越多的科学家纷纷入驻社交媒体网络，彻底改变了科学家之间的学术交流方式。科学家们通过社交媒体对科研成果进行即时交流、讨论、传播以及共享[1]，逐渐在社交媒体网络中形成了一定的社会影响力。这一现象被Jason Priem等[2]注意到，随之“Altmetrics”一词问世[3]，成为了科学计量学在大数据时代的延伸和新发展[4]。

Altmetrics，词源“Article-Level Metrics”，全称“Alternative Metrics”，可译为补充计量学，是对传统科学计量学指标的补充[5]。Altmetrics概念的提出，掀起了国内外学者基于社交媒体网络的研究热潮，成为近10年来科学计量学中最热门的领域之一[6]。国内学者王贤文等人从成本机制、宣传机制、内容机制三方面分析了科学论文在社交媒体网络中的传播机理，并通过案例研究具体分析了社交媒体网络中科学论文的传播机制，发现论文本身的内容机制和传播过程中的名人效应对促进科学论文的传播非常重要[7]。陈悦等[8]以科学网的活跃博主武夷山为例，通过对其“好友关系”以及“二级好友关系”的数据挖掘，发现“学术博客”作为社交媒体网络中的非正式学术交流工具，改变了知识的存储与管理，不受学科、地域等方面的限制，知识由无序、零散的扩散转向有序、定向的传播。余厚强等[9]则通过对新浪微博的Altmetrics指标进行统计分析，发现新浪微博在主要关注最新论文的同时，也会关注经典论文，新浪微博发布者倾向于宣传、推介和评论贴近生活、趣味性强、实用性高、涉及生命健康的学术论文，在社交媒体网络中传递出传统引文所无法体现的社会价值和学术价值。国外学者Haustein[10]基于在2010—2012年期间PubMed和Web of Science（WoS）数据库收录的140万篇论文，分析了它们在社交媒体网络中推荐和学术网络中引文（Citations）的相关性，发现在推特（Twitter）平台上推荐它们的推文量（Tweets）与它们在WoS中的被引频次成弱相关性。Holmberg Thelwall[11]对来自十个不同学科科学家的推特进行统计和定性分析，发现对比早期研究中的普通推特用户，研究人员倾向于共享更多链接和转发更多推文，并且在推特的使用方面存在明显的学科差异。Alhoori & Furuta[12]通过在论文层面和期刊层面的测度研究，发现期刊层面的测度之间具有很强的相关性，并且Mendeley和推特上学术活动的使用率最高、范围最广。

虽然国内外学者对Altmetrics的研究蜂拥而至，但目前主要研究方向仍停留在社交媒体网络中的文献交流计量Altmetrics和传统文献计量指标Citations各个层面的比较研究上，至于Altmetrics指标是否能用于科研评价乃至社会影响力的评价仍存争议[13]。而国内学者张立伟和陈悦的研究表明，在社交媒体网络中高影响力的转载人对学术文献的总转载、社会公众转载以及科学家转载都存在显著影响[14]。为此，本文将从科学家层面出发，对高被引科学家在社交媒体网络中的影响力开展研究。

1数据与方法

本文以环境科学与生态学（Environment and Ecology）领域的美国高被引科学家在推特上的影响力为例。其中，本文所指的高被引科学家来自于科睿唯安（Clarivate Analytics）在2019年发布的高被引科学家名单[15]。环境科学与生态学是由ESI（Essential Science Indicators）划分的22个大类学科之一，其研究领域比较广泛，不仅涉及物理学、化学、生物学、地理学、地质学和土壤学等自然科学，也涉及经济学、政治学、人口统计学和伦理学等社会科学。近年来，随着人类对能源的过度开采和使用，生态环境持续遭到破坏，高温等极端天气频发，2019年6月成为了全球记录中最热的6月[16]。早在2016年，我国国务院就下达了关于印发“十三五”生态环境保护规划的通知，将生态文明建设上升为国家战略[17]。另一方面，环境科学与生态学是当前国际学术界研究的热点领域之一，与此同时，该领域的文章也受到了社会公众的广泛关注[18]。

推特，世界闻名且广受欢迎的社交媒体平台及微博客服务网站，目前被评为全球领先的社交媒体之一，是全球主流的社交媒体平台。作为目前全球互联网上访问量最大的门户网站之一，推特为世界各地的用户提供了一个快速、简捷的信息实时传播和交流平台。同时，推特更具有互动性，《自然》对科学家的调查结果表明，有过半数的推特达人表示他们使用推特来跟踪与研究相关的议题讨论，还有40%的用户表示推特是评论与自己研究领域相关研究的媒介[19]。而美国，则以五千九百多万的活跃用户成为了当今世界推特用户最多的国家[20]。结合上述情况，本文选取环境科学与生态学领域美国高被引科学家在推特上的用户数据为研究对象。数据收集平台为WoS核心合集数据库和推特平台。数据收集主要分为两部分，高被引科学家的推特用户数据收集及其文献数据收集。

其中，高被引论文量最高的科学家处于双高模式，其粉丝量也最高，高被引论文量前五的科学家中仅有一人粉丝量低于平均水平；从粉丝量来看，粉丝量第二高和第三高的科学家高被引论文量在平均水平附近，且略高于平均水平。

对比这34名高被引科学家的被引频次与粉丝量，如图3所示，将高于平均水平的被引频次称为高被引频次，低于平均水平的被引频次称为低被引频次。从四种模式下的分布情况来看，双高模式下的科学家最少，仅4人，占总人数的11.8%，且分布较为离散，说明高被引频次且在社交媒体网络中高影响力的科学家最少，且差异最大；高-低模式下的科学家共8人，占23.5%，且在被引频次上分布离散，说明该模式下的科学家在被引频次上差异较大；低-高模式下的科学家共10人，占29.4%，分布较为密集，存在一个极高粉丝量的科学家，被引频次略低于平均水平，其他科学家粉丝量靠近平均水平，说明低被引频次的科学家大多数在社交媒体网络中的影响力接近平均水平，仅有一名科学家影响力极高水平；双低模式下的科学家仍然最多，共12人，占35.3%，且分布最为密集，说明低被引频次且在社交媒体网络中低影响力的科学家仍占多数，差异相对最小。

其中，被引频次最高的科学家处于高-低模式，其粉丝量低于平均水平，而粉丝量最高的科学家处于双高模式，其被引频次位居第四；在被引频次前五和粉丝量前五的科学家中，其粉丝量和被引频次水平均存在高低交错的情况。

对比发文量、高被引论文量和被引频次下高被引科学家粉丝量的分布情况，发现双低模式下的科学家均人数最多且分布最密集，说明多数的科学家们仍处于双低模式，且差异较小。在双高模式下，科学家的分布均最离散，说明在双高模式下的科学家差异都比较大；在人数上，发文量和被引频次与粉丝分布中的科学家均最少，但在高被引论文量与粉丝量分布中较多，说明在高高被引论文量的科学家中，多数的科学家在社交媒体网络中有着高影响力。

高-低模式和低-高模式下，发文量和被引频次与粉丝量分布的科学家较多，且高-低模式下的科学家分布相对横向较散，说明高发文量或者高被引频次但在社交媒体网络中低影响力以及低发文量或者低被引频次但在社交媒體网络中高影响力的高被引科学家人数较多，并且有个别发文量或者被引频次在极高水平的科学家在社交媒体网络中的影响力低于平均水平；高被引论文量与粉丝量分布中的科学家最少，而处于双高或者双低模式下的科学家占多数，说明在高（低）高被引论文量的高被引科学家中，多数的科学家在社交媒体网络中同样有着高（低）影响力。

3结论

本文在发文量、高被引论文量和被引频次这三个指标下，通过对这34名高被引科学家粉丝量分布模式的比较分析，发现这34名科学家在社交媒体网络中有着不同层次的影响力，而且差异显著，半数以上的科学家影响力低于整体平均水平。

在低发文量、低高被引论文量或者低被引频次的高被引科学家中，多数科学家在社交媒体网络中的影响力较低，其中有个别被引频次略低于平均水平的科学家在社交媒体网络中拥有着极高的影响力；在高发文量或者高被引频次的高被引科学家中，少数科学家在社交媒体网络中的影响力较高，在影响力较低的科学家中，有一些科学家有着极高的发文量和被引频次；在高被引论文量较高的科学家中，较多数的科学家在社交媒体网络中的影响力较高，在高被引论文量较高但社交媒体网络中影响力较低的科学家中，除了一名科学家有着极高的高被引论文量外，高被引论文量都接近平均水平。

综上所述，从这34名高被引科学家在推特上的粉丝量来看，在发文量、高被引论文量和被引频次中，高被引论文量较高的科学家更有可能在社交媒体网络中拥有较高的影响力。也从侧面说明，学术成就可能是影响科学家在社交媒体网络中影响力的重要因素，但科学家在社交媒体网络中的影响力仍是一个综合性的体现，包括他们在社交媒体网络中的活跃度、发布内容以及社会人气等等，有待在今后的工作中做更深一步的探索。

参考文献：

[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]王贤文.科学计量大数据及其应用[M].北京：科学出版社， 2016.

[5]胡志刚，刘则渊.全文引文分析，迈向引文分析的4. 0时代（序） [M].北京：科学出版社， 2016.

[6]王賢文. Altmetrics：大数据时代的科学计量学[J].图书情报知识， 2019（2）： 4.

[7]王贤文，张春博，毛文莉，等.科学论文在社交网络中的传播机制研究[J].科学学研究， 2013， 31（9）： 1287-1295.

[8]陈悦，张立伟，杨阳，等. SNS环境下无形学院的结构与特点透视——以科学网武夷山博客为例[J].图书情报工作， 2015， 59（9）： 80-87.

[9]余厚强， Hemminger Bradley M.，肖婷婷，等.新浪微博替代计量指标特征分析[J].中国图书馆学报， 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]张立伟. SNS平台学术文献交流特征及影响因素分析[D].大连理工大学， 2019.

[14]张立伟，陈悦.再议科学在社会传播过程中产生的Altmetrics指标[J].科学学研究， 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]国务院.国务院关于印发"十三五"生态环境保护规划的通知[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