基于Citespace的高校科研效率研究热点与趋势分析

丁陈蔚

摘  要：高校科研作为国家创新力的引擎之一，衡量其效率一直是科研管理的关键。通过Citespace生成知识图谱了解研究学者与机构在高校科研效率领域中的产出与关系网，并根据聚类的时间脉络分析该领域的研究信息，在了解研究脉络和热点的基础上，寻找高校科研效率研究的未来发展趋势，对研究学者及高校科研管理水平的提升方向提供一定理论借鉴。

關键词：高校科研效率   研究热点   前沿趋势   Citespace   知识图谱

中图分类号：G644                           文献标识码：A文章编号：1672-3791（2021）07（c）-0177-03

Abstract： University scientific research is one of the engines of national innovation， and measuring its efficiency has always been the key to scientific research management. Through the knowledge map generated by CiteSpace， understand the output and relationship network of research scholars and institutions in the field of university scientific research efficiency， analyze the research information in this field according to the time context of clustering， and look for the future development trend of university scientific research efficiency research on the basis of understanding the research context and hot spots， it provides some theoretical reference for researchers and the improvement direction of scientific research management level in colleges and universities.

Key Words： Scientific research efficiency in universities; Research hotspots; Frontier trends; CiteSpace; Knowledge graph

高校科研效率作为打造创新型国家的强力引擎之一，是我国学者与研究机构着力的研究领域。为此，该文梳理了高校科研效率领域的研究脉络、前沿热点及演进趋势，以期对国内研究学者及高校科研管理部门相关研究提供借鉴。

1  研究设计

1.1 使用工具与数据来源

该文选取Citespace为研究工具，选用中国知网（CNKI）数据分析。检索时间2021年8月1日，锁定范围为1998—2021年的期刊文献;检索主题：高校OR大学OR高等学校AND科研效率;生成文献420篇，其中近80%为核心期刊和CSSCI文献。

1.2 参数设置

将CNKI数据转化为WOS格式，Time Slicing为1998年1月至2021年6月，Years Per Slice选1年，Selection Criteria选择Top N=15，得到作者合作网络、机构合作网络及关键词共现图谱。

2  基于citespace的高校科研效率可视化分析

2.1 文献产出情况

高校科研效率文献的产出整体趋势攀升。1998—2006年处于“启蒙期”。在科教兴国战略背景下，高校对产学研的认知由被动转为主动，但科研效率研究的重要性还未凸显，发文数量仅为个位数。2006—2015年处于“筑基期”。受益于国家科技体制不断改革升级、在协同创新领域着床并孵化各类科研基地的政策效应，年均发文数量近20篇并于2015年达到40篇小巅峰。2015年后进入“沉淀期”，“量不在多，而在于精”，CSSCI发文量有望赶超核心期刊，发文质量进一步提升。

2.2 作者合作网络及影响力机构

如图1所示，目前，在高校科研效率领域研究的学者和机构众多，其中高产作者排在前几位的依次是宗晓华、王惠、王树乔、陆根书及刘蕾，研究机构多为高等院校。（1）团队合作态势明显，高产作者间已逐步形成合作网络。其中，分别以王树乔、王成伟为中心的科研团队在科研评价方面已取得紧密协作，王惠学者在其中发挥桥梁作用。（2）高产作者大多专注于高等教育、图书情报领域研究，在高校教育学院或师范类高校任职，兼具大数据研究的前瞻性优势，有利于深入挖掘研究。（3）南京大学教育学院、淮阴工学院和西安交通大学已成为影响力机构，高产作者大多孵化于此。遗憾的是大多研究机构并未形成合作网络，机构协作方面有待加强。

2.3 研究热点与趋势

依据高校科研效率研究领域的关键词共现图谱（Q=0.65，S=0.89），发掘主要、活跃度高的4个聚类更倾向于“1个总体范围+3个细化分类”的研究结构，结合聚类文献平均年份与主要关键词，依据时间发展脉络分析（见表1）。

聚类0科研管理的研究时间跨度最大，如何提升“高校”科研的“效率”问题、“优化配置”科研资源是该聚类研究靶向。观察聚类指引的文献，高校科研效率评价对象多选择院系、学科或同类高校。微观上，有针对高校内部院系和学科的科研效率研究。如改善高校内部管理制度并提升人文社会科学的科研效率[1]。宏观上，以教育部直属高校等整体科研效率为评价对象。随着近年政府对高校科研投资力度的增加，在人力、物力、财力等科研资源方面，如何使投入达到最大效益，提升高校资源优化配置方面的管理水平，众多学者和研究机构致力于寻找更优的解决对策[2]。

聚类1科研效率，作为聚类0科研管理研究细化分类之一，如何提升科研管理成效，把控“影响因素”是关键所在。一部分学者以区域外部环境为切入点，认为区域科研政策支持、区位条件、科研氛围对效率均有显著影响[3-4]。另有学者对内部因素加以衡量，其中科研经费来源结构也是提升科研成果转化率的催化剂[5]。近年来，“区域差异”因素也进入研究视野。多数以行政区域、东中西部地区划分区域，不同区域高校科研资源注入、科研红利不同，科研效率势必产生差异[6]。

聚类3数据包络分析（DEA），因“评价”科研“投入产出”的独到之处，在评价方法中占据主要席位。如何更好地构建评价指标体系，是决定DEA评价科学性的关键点。在指标筛选方法上，可从国内外政府及民间评价机构的科研评价内容中提取，还可通过因子分析、德尔菲法等遴选指标，规避信息重复，全面综合地评价科研效率。在指标权重的判定上，目前以专家咨询法、层次分析法、问卷调查法等较为常见。在指标内容的选取上，多从投入产出、影响因素视角出发，还有学者创新性地将指标分解为核心和拓展两部分，以适应不同水平高校的情况[7]。

聚类2科学研究，集中于高等教育的科研效率、绩效评价上的方法研究。相比聚类3时间更靠后，说明在DEA方法后，更多的学者开始挖掘、应用新方法来衡量高校科研效率。目前的评价方法大致分为定性分析和定量分析两类，前者有同行评议、维度测评和德尔斐法，后者有主成分分析法、门槛回归等。其中属DEA应用最多最广，呈现与多种方式相结合的趋势，如采用Windows-DEA研究醫药类高校历年科研效率变化[8]。在经典DEA-BCC模型分析的基础上，运用Tobit对影响因素回归，发现科研资源配置缺乏科学性、对科研成果“重量短质”的问题[9]。

3  结论与启示

研究发现，评价对象、影响因素、评价指标和研究方法始终是高校科研效率研究领域的重心和前沿趋势。其一，评价对象与内容层次丰富，既有针对高校整体的科研效率评价，也有针对学科、院系、经费使用、成果转化等方面的效率评价。其二，区分来自内外环境的影响因素。其三，除了传统科研活动必须涉及的投入产出特性，选取指标还考虑影响因素和高校水平的不同。其四，评价方法从单一手段转向定性与定量相结合的多元评价手段。

就目前研究情况看，各研究机构间协作程度不足，还未形成紧密的机构合作关系网。针对高校长期科研效率的研究较少，指标选取对“质”的考虑还需加强。此外，科研项目具有滞后性，但对此的研究文献不够丰富。上述问题也可能是未来研究热点的趋向所在。

参考文献

[1] 崔惠斌，曾晓珊，黄咏琪.基于三阶段DEA模型的师范高校人文社会科学科研效率研究[J].高教论坛，2020（4）：101-106.

[2] 王燕.高校科技资源优化配置的对策与措施[J].中国高校科技，2014（7）：30-31.

[3] 王晓珍，蒋子浩，郑颖.高校创新效率动态演进分析及影响因素识别——基于非参数核密度估计和SFA模型[J].统计与信息论坛，2018，33（9）：81-87.

[4] 高擎，何枫，吕泉.区域环境、科研投入要素与我国重点高校技术转移效率研究[J].中国高教研究，2020（1）：78-82，108.

[5] 寇明婷，朱仁然，杨一帆.科技经费来源结构对高校科研效率的影响研究[J/OL].科学学研究：1-15[2021-08-05].https：//doi.org/10.16192/j.cnki.1003-2053.20210408.002.

[6] 廖帅，葛梅，苏雪晨，等.我国不同区域高校科研效率评价研究——基于分类DEA模型的实证分析[J].中国高校科技，2021（Z1）：38-42.

[7] 顾萍，夏旭，伍雪莹，等.高校科研评价指标体系构建研究[J].图书情报工作，2017，61（9）：94-101.

[8] 谷雨，马良.基于Windows-DEA和Malmquist指数的医药类高校科研效率分析[J].中国科技资源导刊，2021，53（3）：24-32，58.

[9] 苏荟，刘奥运.“双一流”建设背景下我国省际高校科研效率及影响因素研究——基于DEA-Tobit模型[J].重庆大学学报：社会科学版，2020，26（1）：107-118.