，

現(xiàn)實(shí)世界中普遍存在著相互聯(lián)系，用網(wǎng)絡(luò)的視角考察自然界和社會(huì)以及人類思維的方法已經(jīng)被越來(lái)越多的專業(yè)認(rèn)可[1]。通過(guò)網(wǎng)絡(luò)描述客觀世界起源于1736年德國(guó)數(shù)學(xué)家歐拉(Eular)使用圖論解決哥尼斯堡七橋問(wèn)題[2]。隨著社會(huì)的發(fā)展，人們發(fā)現(xiàn)自然界和社會(huì)活動(dòng)中存在著越來(lái)越多的網(wǎng)絡(luò)現(xiàn)象，如果要了解世界，就應(yīng)該用聯(lián)系的視角來(lái)看世界，用網(wǎng)絡(luò)的方法來(lái)分析世界[3]。合作研究是促進(jìn)科研進(jìn)步的巨大動(dòng)力，已成為當(dāng)今科學(xué)研究的重要趨勢(shì)，因此在科學(xué)研究領(lǐng)域也逐步形成了一種復(fù)雜的信息網(wǎng)絡(luò)——科學(xué)合作網(wǎng)絡(luò)。

1 理論背景

科學(xué)合作網(wǎng)絡(luò)是指通過(guò)科學(xué)文獻(xiàn)相互聯(lián)系和影響，來(lái)研究某一領(lǐng)域內(nèi)的科學(xué)家之間合作情況的知識(shí)網(wǎng)絡(luò)[4]?？蒲腥藛T的合著論文和科研者本身構(gòu)成了“科學(xué)合作網(wǎng)絡(luò)”，其中節(jié)點(diǎn)代表科研人員，連接節(jié)點(diǎn)的邊代表合著的論文[5]。作者在網(wǎng)絡(luò)中的位置和論文影響力可以通過(guò)作者合著網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)(點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度)來(lái)體現(xiàn)[6]。本文通過(guò)研究科研合著網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)之間的相關(guān)性，來(lái)探索作者合著網(wǎng)絡(luò)結(jié)構(gòu)與特征，以此發(fā)現(xiàn)作者合著網(wǎng)絡(luò)節(jié)點(diǎn)重要性指標(biāo)的具體評(píng)價(jià)意義。

點(diǎn)度中心度是評(píng)價(jià)節(jié)點(diǎn)的指標(biāo)，由節(jié)點(diǎn)的度數(shù)(所擁有的連線數(shù)量)來(lái)反映。一個(gè)節(jié)點(diǎn)的點(diǎn)度越高，可調(diào)用的信息資源就越多，信息資源通達(dá)它的速度也就越快，這個(gè)節(jié)點(diǎn)的中心度也就越高。點(diǎn)度中心度是反映整個(gè)網(wǎng)絡(luò)的中心化程度的指標(biāo)，是指把現(xiàn)有網(wǎng)絡(luò)的實(shí)際點(diǎn)度變異值，除以相同規(guī)模的網(wǎng)絡(luò)可能出現(xiàn)的最大點(diǎn)度變異值，所得到的比值[7]。

中間中心度是指網(wǎng)絡(luò)中所有節(jié)點(diǎn)之間的最短途徑中，經(jīng)過(guò)該節(jié)點(diǎn)的最短途徑所占的比例，使用中間中心度可以準(zhǔn)確找到網(wǎng)絡(luò)中對(duì)信息流通起關(guān)鍵樞紐作用的節(jié)點(diǎn)。對(duì)于一個(gè)網(wǎng)絡(luò)來(lái)說(shuō)，可以用中間中心勢(shì)來(lái)評(píng)價(jià)網(wǎng)絡(luò)中心化程度，就是把該網(wǎng)絡(luò)實(shí)際中間中心度變異值，除以相同規(guī)模的網(wǎng)絡(luò)可能出現(xiàn)的最大中間中心度變異值，所得到的比值[8]。

接近中心度是指其他節(jié)點(diǎn)數(shù)除以該頂點(diǎn)與其他節(jié)點(diǎn)的距離之和，反映了節(jié)點(diǎn)在網(wǎng)絡(luò)中居于中心的程度。對(duì)于一個(gè)網(wǎng)絡(luò)可以用接近中心勢(shì)來(lái)評(píng)價(jià)網(wǎng)絡(luò)的接近度，就是把現(xiàn)有網(wǎng)絡(luò)的實(shí)際接近中心度變異值，除以相同規(guī)模可能出現(xiàn)的最大接近中心度變異值，所得到的比值[9]。

節(jié)點(diǎn)特征向量中心度就是節(jié)點(diǎn)與具有高特征向量中心度的節(jié)點(diǎn)相連的程度。一個(gè)網(wǎng)絡(luò)的特征向量中心勢(shì)，就是把它的實(shí)際特征向量中心度變異值，除以相同規(guī)模的網(wǎng)絡(luò)可能出現(xiàn)的最大特征向量中心度變異值，所得到的比值[10]。

2 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

2.1 數(shù)據(jù)來(lái)源

本研究采用定量分析法，分別選取2014年JCR收錄的醫(yī)學(xué)、化學(xué)、物理學(xué)三大領(lǐng)域影響因子最高的頂尖期刊為數(shù)據(jù)樣本。其中醫(yī)學(xué)領(lǐng)域期刊是New England Journal of Medicine，Lancet和JAMA-Journal of the American Medical Association；化學(xué)領(lǐng)域期刊是Chemical Reviews，Chemical Society Reviews和nature Chemistry；物理領(lǐng)域期刊是Nature Materials，Nature Photonics和advanced Materials。檢索2012-2015年上述三大領(lǐng)域的期刊，檢索時(shí)間為2012-01-01至2015-08-27，文獻(xiàn)類型限定為“article” “review”“proceedings paper”[11]，分別獲得3 201條、2 713條、3 687條數(shù)據(jù)。

2.2 數(shù)據(jù)處理

2.2.1 基礎(chǔ)數(shù)據(jù)處理

BICOMB是由中國(guó)醫(yī)科大學(xué)醫(yī)學(xué)情報(bào)學(xué)教研室的崔雷教授及其團(tuán)隊(duì)研發(fā)的書目分析軟件。該軟件能夠準(zhǔn)確地提取文獻(xiàn)書目信息，具有文獻(xiàn)計(jì)量分析、共現(xiàn)矩陣生成功能，所生成的矩陣可以進(jìn)一步應(yīng)用于聚類分析和社會(huì)網(wǎng)絡(luò)分析等[12]。本研究是利用BICOMB 2.01從原始數(shù)據(jù)中準(zhǔn)確提取作者字段并歸類存儲(chǔ)、統(tǒng)計(jì)和生成作者共現(xiàn)矩陣。

2.2.2 構(gòu)建作者合著網(wǎng)、計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)屬性指標(biāo)

UCINET 是目前最普遍的社會(huì)網(wǎng)絡(luò)分析軟件，它能處理32 767個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)，可進(jìn)行中心性分析、子群分析、角色分析和基于置換的統(tǒng)計(jì)分析等[13]。本利用UCINET 6.186，導(dǎo)入作者共現(xiàn)矩陣數(shù)據(jù)，繪制出作者合著網(wǎng)絡(luò)，并計(jì)算三個(gè)領(lǐng)域合著網(wǎng)絡(luò)各個(gè)節(jié)點(diǎn)的點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度。

2.2.3 統(tǒng)計(jì)學(xué)處理

采用SPSS 19.0版本統(tǒng)計(jì)軟件導(dǎo)入分析數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行常態(tài)檢定后，選擇Spearman秩相關(guān)分析，以P<0.01時(shí)為差異具有統(tǒng)計(jì)學(xué)意義。

3 結(jié)果

3.1 醫(yī)學(xué)領(lǐng)域作者合著情況

3.1.1 醫(yī)學(xué)文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析

醫(yī)學(xué)領(lǐng)域期刊共發(fā)文3 201篇，涉及35 032位作者，篇均有10.94名作者，其中3 062篇文獻(xiàn)由兩個(gè)及以上作者合作完成，合著率高達(dá)95.66%。

本研究中，作者發(fā)文量是指作者獨(dú)著和合著論文的總量，論文被引頻次是指作者參與所有論文的被引頻次之和。醫(yī)學(xué)領(lǐng)域發(fā)文量最多的作者是Murray, Christopher J. L和Bhutta, Zulfiqar A，均參與發(fā)表論文24篇；其次是Loscalzo, Joseph，發(fā)表論文21篇。論文被引頻次最高的作者是Murray, Christopher J.L，論文被引高達(dá)7 310次；其次是Lopez, Alan D和Naghavi, Mohsen，分別被引7 087次和6 549次。作者發(fā)文量、論文被引頻次情況詳見(jiàn)表1和表2。

表1 作者發(fā)文量統(tǒng)計(jì)

表2 作者被引頻次

3.1.2 醫(yī)學(xué)合著網(wǎng)絡(luò)圖譜

醫(yī)學(xué)領(lǐng)域作者數(shù)量龐大。為更好地分析合著網(wǎng)絡(luò)中作者之間的聯(lián)系得到清晰的圖譜，繪制了發(fā)文3篇及以上的2 178位作者的合著圖譜(圖1)。

醫(yī)學(xué)領(lǐng)域合著網(wǎng)絡(luò)圖譜中節(jié)點(diǎn)點(diǎn)度中心度最大為2467，最小為0，整個(gè)圖的點(diǎn)度中心勢(shì)為3.3%；節(jié)點(diǎn)中間中心度最大為131935.938，最小為0，圖的中間中心勢(shì)為5.46%；圖譜中節(jié)點(diǎn)接近中心度最大為473 9329，最小為27 9398，因?yàn)楸緢D為非連通圖，故無(wú)法計(jì)算圖的接近中心勢(shì)；節(jié)點(diǎn)特征向量中心度最大為13.455，最小為0，圖的特征向量中心勢(shì)為12.21%。

圖1 醫(yī)學(xué)合著網(wǎng)絡(luò)圖譜

3.1.3 醫(yī)學(xué)網(wǎng)絡(luò)評(píng)價(jià)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)的相關(guān)性

通過(guò)BICOMB統(tǒng)計(jì)醫(yī)學(xué)領(lǐng)域作者發(fā)文量和論文被引情況，運(yùn)用UCINET Network—centrality分別計(jì)算作者合著網(wǎng)絡(luò)各個(gè)節(jié)點(diǎn)的點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度，利用SPSS19.0軟件分析2 178位作者合著網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與作者發(fā)文量、論文被引頻次之間的相關(guān)性，結(jié)果見(jiàn)表3。

表3 醫(yī)學(xué)網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)的相關(guān)性

注：*N=2178；**相關(guān)性在0.01水平上顯著(雙尾)

由表3可知，點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度與發(fā)文量之間的Spearman相關(guān)系數(shù)分別為0.376, 0.44，-0.289, 0.284，顯著性P值均小于0.01，按以P<0.01時(shí)為差異具有統(tǒng)計(jì)學(xué)意義，認(rèn)為4個(gè)網(wǎng)絡(luò)指標(biāo)與發(fā)文量具有相關(guān)性。其中點(diǎn)度中心度、中間中心度和特征向量中心度與發(fā)文量呈正相關(guān)關(guān)系，接近中心度與發(fā)文量呈負(fù)相關(guān)關(guān)系。中間中心度與發(fā)文量的相關(guān)系數(shù)較大，說(shuō)明這兩者之間的相關(guān)性更為顯著。

點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度與被引頻次之間的Spearman相關(guān)系數(shù)分別為0.56, 0.241，-0.404, 0.402，顯著性P值均小于0.01，按以P<0.01時(shí)為差異具有統(tǒng)計(jì)學(xué)意義，認(rèn)為4個(gè)網(wǎng)絡(luò)指標(biāo)與被引頻次具有相關(guān)性。其中點(diǎn)度中心度、中間中心度和特征向量中心度與被引頻次呈正相關(guān)關(guān)系，接近中心度與被引頻次呈負(fù)相關(guān)關(guān)系。點(diǎn)度中心度與被引頻次的相關(guān)系數(shù)最大，說(shuō)明點(diǎn)度中心度的大小更能反映作者論文被引頻次的高低。

3.2 化學(xué)領(lǐng)域作者合著情況

3.2.1 醫(yī)學(xué)文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析

化學(xué)領(lǐng)域的3種期刊共發(fā)文2 713篇文獻(xiàn)，涉及8 971位作者，篇均3.3名作者，其中2 527篇文獻(xiàn)(93.14%)由2個(gè)及以上作者合作完成；發(fā)文量最多的是Yoon, Juyoung，共參與發(fā)表論文12篇；其次是Kim, Jong Seung和Zhang, Hua，發(fā)表論文10篇和8篇；作者論文被引頻次最高的是Zhang, Hua，論文被引頻次高達(dá)2 363次，其次是Zhou, Hong-Cai和Li, Jian-Rong，被引1 731次和1 706次，詳見(jiàn)表4、表5。

表4 作者發(fā)文量統(tǒng)計(jì)

表5 作者被引頻次統(tǒng)計(jì)

3.2.2 化學(xué)合著網(wǎng)絡(luò)圖譜

化學(xué)領(lǐng)域3種期刊發(fā)文2 713篇，共涉及8 971位作者，其中出現(xiàn)頻次在2次及以上的作者有1 226位。運(yùn)用UCINET繪制出1 226位作者的合著網(wǎng)絡(luò)圖譜，具體見(jiàn)圖2。

化學(xué)領(lǐng)域合著網(wǎng)絡(luò)中節(jié)點(diǎn)點(diǎn)度中心度最大為38，最小為0，整個(gè)圖的點(diǎn)度中心勢(shì)為0.55%；節(jié)點(diǎn)中間中心度最大為62542.176，最小為0，圖的中間中心勢(shì)為8.22%；節(jié)點(diǎn)接近中心度最大為150 0625，最小為72 7181，因?yàn)楸緢D為非連通圖，故無(wú)法計(jì)算圖的接近中心勢(shì)；節(jié)點(diǎn)特征向量中心度最大為77.393，最小為0，圖的特征向量中心勢(shì)為79.08%。

圖2 化學(xué)合著網(wǎng)絡(luò)圖譜

3.2.3 化學(xué)網(wǎng)絡(luò)評(píng)價(jià)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)相關(guān)性

利用SPSS19.0計(jì)算出化學(xué)領(lǐng)域1 226位合著網(wǎng)絡(luò)中點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度與作者發(fā)文量、被引頻次的相關(guān)性，結(jié)果見(jiàn)表6。

表6 化學(xué)網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)的相關(guān)性

注：*N=1226；**相關(guān)性在0.01水平上顯著(雙尾)

由表6可知，點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度與發(fā)文量、被引頻次之間顯著性P值均小于0.01，按以P<0.01時(shí)為差異具有統(tǒng)計(jì)學(xué)意義，認(rèn)為4個(gè)網(wǎng)絡(luò)指標(biāo)與發(fā)文量，被引頻次之間具有相關(guān)性。其中點(diǎn)度中心度、中間中心度和特征向量中心度與發(fā)文量、被引頻次之間Spearman相關(guān)系數(shù)均大于0，故這3個(gè)網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)呈正相關(guān)關(guān)系；而接近中心度與文獻(xiàn)計(jì)量學(xué)的相關(guān)系數(shù)為負(fù)數(shù)，這兩大指標(biāo)之間呈負(fù)相關(guān)關(guān)系。另外，中間中心度與發(fā)文量的相關(guān)系數(shù)為0.405，為相關(guān)系數(shù)最高值，故說(shuō)明二者間的相關(guān)性最為顯著。作者在合著網(wǎng)絡(luò)中的中間中心度越高，在一定程度上反映了作者的發(fā)文量越高；點(diǎn)度中心度與被引頻次的相關(guān)系數(shù)最高為0.230，說(shuō)明點(diǎn)度中心度與作者被引頻次最相關(guān)。

3.3 物理領(lǐng)域作者合著情況

3.3.1 物理文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析

物理學(xué)領(lǐng)域3種期刊共發(fā)文3 687篇文獻(xiàn)，涉及18 368位作者，篇均4.98名作者，其中3 645篇文獻(xiàn)(占98.86%)是由兩個(gè)及以上作者合作完成，發(fā)文量最多的作者是Wang Zhong Lin，共參與發(fā)表論文48篇；其次是Jiang Lei和Bazan, Guillermo C，分別發(fā)表論文43篇和29篇；作者論文被引頻次最高的是Yang Yang，論文被引頻次高達(dá)3 603次；其次是Li Gang和You Jingbi，被引頻次是2 587次和2 007次，具體見(jiàn)表7和表8。

3.3.2 物理合著網(wǎng)絡(luò)圖譜

運(yùn)用UCINET繪制物理領(lǐng)域出現(xiàn)頻次在3次及以上的1845位作者的合著網(wǎng)絡(luò)圖譜(圖3)。物理領(lǐng)域作者合著網(wǎng)絡(luò)中節(jié)點(diǎn)點(diǎn)度中心度最大為242，最小為0，整個(gè)圖的點(diǎn)度中心勢(shì)為0.75%；節(jié)點(diǎn)中間中心度最大為74543.086，最小為0，圖的中間中心勢(shì)為4.26%；節(jié)點(diǎn)接近中心度最大為340 0336，最小為98 364，因?yàn)楸緢D為非連通圖，故無(wú)法計(jì)算圖的接近中心勢(shì)；節(jié)點(diǎn)特征向量中心度最大為85.482，最小為0，圖的特征向量中心勢(shì)為86.65%。

表7 作者發(fā)文量

表8 作者被引頻次

圖3 物理合著網(wǎng)絡(luò)圖譜

3.3.3 物理網(wǎng)絡(luò)評(píng)價(jià)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)相關(guān)性

利用SPSS計(jì)算出化學(xué)領(lǐng)域1845位作者發(fā)文量、論文被引頻次與點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度的相關(guān)性，結(jié)果見(jiàn)表9。

表9 物理網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)相關(guān)性

注：*N=1845；**相關(guān)性在0.01水平上顯著(雙尾)

由表9可知，點(diǎn)度中心度、中間中心度、接近中心度和特征向量中心度與發(fā)文量、被引頻次之間的顯著性P值均小于0.01，按以P<0.01時(shí)為差異具有統(tǒng)計(jì)學(xué)意義，認(rèn)為4個(gè)網(wǎng)絡(luò)指標(biāo)與兩個(gè)文獻(xiàn)計(jì)量學(xué)指標(biāo)具有相關(guān)性。其中點(diǎn)度中心度、中間中心度和特征向量中心度與發(fā)文量、被引頻次呈正相關(guān)關(guān)系；接近中心度與發(fā)文量、被引頻次呈負(fù)相關(guān)關(guān)系。中間中心度與發(fā)文量的相關(guān)系數(shù)較其他指標(biāo)相關(guān)系數(shù)大，說(shuō)明這兩者之間的相關(guān)性更為顯著，合著網(wǎng)絡(luò)中作者中間中心度越高，反映了作者的發(fā)文量越多。點(diǎn)度中心度與被引頻次的相關(guān)系數(shù)最大，說(shuō)明點(diǎn)度中心度的大小更能直觀的反映作者論文被引頻次的高低，在一定程度上反映了作者點(diǎn)度中心度越高，其發(fā)表的論文被引頻次也會(huì)越高。

4 結(jié)論

本文選取醫(yī)學(xué)、化學(xué)和物理影響力最高的期刊數(shù)據(jù)為研究樣本作橫向?qū)Ρ龋鄬?duì)于《作者合著網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)價(jià)指標(biāo)的屬性研究》[14]一文研究學(xué)科覆蓋面更加廣泛，研究結(jié)果更具客觀性和普適性。通過(guò)相關(guān)性分析得出三大領(lǐng)域的研究結(jié)果與《作者合著網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)價(jià)指標(biāo)的屬性研究》一文研究具有一致性，即合著網(wǎng)絡(luò)中的點(diǎn)度中心度、中間中心度和特征向量中心度三個(gè)指標(biāo)與作者發(fā)文量、論文被引頻次呈正相關(guān)關(guān)系，接近中心度與其呈負(fù)相關(guān)關(guān)系。另外，本文結(jié)果還發(fā)現(xiàn)中間中心度與作者發(fā)文量相關(guān)性最為顯著，點(diǎn)度中心度與論文被引頻次最相關(guān)。同時(shí)本研究認(rèn)為將合著網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)與文獻(xiàn)計(jì)量學(xué)評(píng)價(jià)指標(biāo)結(jié)合起來(lái)使用，可以更全面地評(píng)價(jià)作者的重要性。

根據(jù)本研究的階段性結(jié)果，認(rèn)為在合著網(wǎng)絡(luò)中作者中間中心度越高，則作者發(fā)文量越多。這種結(jié)果的出現(xiàn)是因?yàn)樽髡咧虚g中心度越高。在合著網(wǎng)絡(luò)中表現(xiàn)為該作者處于越多作者交往的最短路徑之上，這就增加了與其他作者合作的機(jī)會(huì)，故其發(fā)文量也相應(yīng)會(huì)越高。作者點(diǎn)度中心度越高，則作者論文被引頻次越高，這一結(jié)果的出現(xiàn)是因?yàn)樽髡唿c(diǎn)度中心度越高，在合著網(wǎng)絡(luò)中表現(xiàn)為與該作者節(jié)點(diǎn)直接相連的鄰居作者數(shù)目越多，也就是合作者越多，發(fā)文量也會(huì)越多，文章被引頻次的機(jī)率越高，累積被引頻次也隨之增高。

另外，接近中心度值較高的作者，其發(fā)文量和文章被引頻次偏低。因?yàn)榻咏行亩戎凳侵腹?jié)點(diǎn)到網(wǎng)絡(luò)中所有其他節(jié)點(diǎn)的最短路徑之和，反映了節(jié)點(diǎn)在網(wǎng)絡(luò)中居于中心的程度，即作者接近中心度值越低，則到達(dá)其他所有作者的距離越短，代表其接近中心性越高，越處于合著網(wǎng)絡(luò)中心位置，那么與其他作者越容易發(fā)生合作，故該作者的發(fā)文量會(huì)越高，論文被引率也越高。

本研究得出，作者發(fā)文量、被引頻次與合著網(wǎng)絡(luò)等各項(xiàng)評(píng)價(jià)指標(biāo)具有不同程度的相關(guān)性，說(shuō)明使用相應(yīng)的合著網(wǎng)絡(luò)指標(biāo)來(lái)評(píng)價(jià)作者的重要性具有一定的可行性。同時(shí)文獻(xiàn)計(jì)量學(xué)與合著網(wǎng)絡(luò)指標(biāo)在評(píng)價(jià)內(nèi)容上各有特點(diǎn)，其中發(fā)文量主要通過(guò)文獻(xiàn)數(shù)量來(lái)衡量，體現(xiàn)的是作者科研產(chǎn)出的能力；被引頻次屬于引文分析指標(biāo)，衡量的是文獻(xiàn)質(zhì)量和文獻(xiàn)影響力。但是自引、引用偏見(jiàn)、錯(cuò)誤引用等因素會(huì)影響被引頻次結(jié)果，單純依靠傳統(tǒng)的計(jì)量學(xué)方法并不能全面評(píng)價(jià)作者的科研能力。合著網(wǎng)絡(luò)評(píng)價(jià)指標(biāo)主要用于衡量作者在整個(gè)領(lǐng)域的影響力，不僅與發(fā)文量、被引頻次有關(guān)，還與作者的合作廣度、合作對(duì)象的影響力以及作者在網(wǎng)絡(luò)中的位置等因素有關(guān)。因此，兩大指標(biāo)評(píng)價(jià)體系既相關(guān)又相異，說(shuō)明兩種方法可以互相補(bǔ)充、互相結(jié)合，為作者影響力評(píng)價(jià)方法提出了一種新的研究角度，使得作者重要性評(píng)價(jià)方法更加全面客觀，同時(shí)為以后深入探究科研人才的重要性評(píng)價(jià)提供參考。