郭麗娜 李星琛 左文革 周群

計量與分析

顛覆性研究文獻計量識別方法述評

郭麗娜 李星琛 左文革 周群

（中國農業(yè)大學圖書館，北京 100193）

顛覆性研究是指挑戰(zhàn)或顛覆原有研究范式，能夠創(chuàng)造新范式或新領域的研究。歸納梳理顛覆性研究的內涵、特征及其文獻計量學識別方法，為顛覆性研究的識別方法和指標優(yōu)化研究提供參考與借鑒。利用文獻調研方法對相關文獻進行系統(tǒng)梳理，將其分為基于引用曲線、引文網絡的識別方法和基于多源數據的組合識別方法，指出現有方法的局限性及未來發(fā)展趨勢。顛覆性研究的文獻計量識別方法除存在引文分析本身的時滯性外，其在測度維度、數據源交叉融合等方面仍存在諸多挑戰(zhàn)，未來可考慮在充分調研顛覆性研究歷史案例的基礎上，總結潛在顛覆性研究的特征，結合內容分析、大數據或專家知識等手段，以提高識別的準確性和前瞻性。

顛覆性研究；文獻計量；識別方法

當前，全球科學格局變化，基礎研究與應用研究交叉滲透，科學研究與技術創(chuàng)新相互促進，顛覆性研究為政治、經濟、科技等領域帶來革命性影響，推進顛覆性研究對實現國家科技創(chuàng)新跨越式發(fā)展意義重大?；诖耍鲊傁嗾紦乱惠喛萍紕?chuàng)新博弈的制高點，先后制定了推進顛覆性研究的相關政策，為提升國家軟實力、重塑世界競爭格局奠定基礎。

顛覆性研究的識別和探測已成為科技創(chuàng)新領域的熱點和前沿議題，不僅有助于為國家科技管理部門和基金資助機構早期識別、及早部署具有顛覆性創(chuàng)新的基礎研究提供決策支持，也有助于在科學發(fā)展過程中占據先發(fā)優(yōu)勢，提高綜合競爭實力。在情報學領域，顛覆性研究及其一系列相關概念的識別研究均在于對“顛覆性”這一特征的計量學信號的捕捉、探測和判斷，往往具有較高的不確定性和突變性，也是顛覆性研究識別的重點和難點。鑒于此，本文簡要梳理顛覆性研究的相關概念及特征，進而歸納其文獻計量學識別方法，指出該方法的適用性與局限性，為顛覆性研究的識別及其方法指標的改進提供參考。

1 顛覆性研究的概念及特征

對于早期的科學社會學家而言，顛覆性研究或科學突破是科學獎勵體系中的概念，其重點在于研究結果的新穎性或原創(chuàng)性，它可以靈活地指代新理論的創(chuàng)建、現有理論的改進或對已知現象的更好描述。但Kuhn[1]認為顛覆性研究是科學范式的根本突破，與科學革命有關，導致范式轉變的突破和革命在科學體系內具有重要且相互補充的作用。受Kuhn的啟發(fā)，后來的科學社會學家將顛覆性研究（根本性突破）視為對科學權力結構的挑戰(zhàn)，即顛覆性研究的新穎性令人恐懼，并在一定程度上被某個領域的“統(tǒng)治階層”以同行評議等形式所抵制[2]。

Kuhn指出，顛覆性研究和漸進性研究是科學研究進程中的兩種發(fā)展狀態(tài)，二者相互作用，交叉滲透，形成科學發(fā)展的動態(tài)結構[1]。漸進性研究指在現有范式或理論框架內對知識和實踐作增量改進，促成科學的累積式發(fā)展，而顛覆性研究屬于具有革命性的科學突破或技術突破，代表著對現有研究范式或技術產品范式的顛覆，導致新的范式或領域的產生，推動科學技術革命的發(fā)生[2]。在以往的研究中，顛覆性研究存在許多與其相近或相似的概念，如變革性研究、顛覆性創(chuàng)新[3]、破壞性創(chuàng)新[4]、科學突破、里程碑論文或突破性研究等，但其內涵基本上繼承了Kuhn所賦予的概念和特征。有學者對上述不同概念進行了界定、比較或辨析，如將變革性研究、顛覆性技術和顛覆式創(chuàng)新分別對應基礎研究（science）、技術創(chuàng)新（technology）和產品市場[5]（innovation）3個不同角度的概念。Kostoff等[6]認為顛覆性技術可以是現有技術的組合，也可以是一項新技術，可能導致其應用領域技術產品范式發(fā)生顛覆性轉變。有學者認為重大創(chuàng)新突破在被科學領域認可之前，往往先在技術領域被發(fā)現或被承認，強調了顛覆性研究與顛覆性技術的相關性，Christensen[3]提出顛覆性創(chuàng)新這一概念時，不僅強調技術本身的顛覆性，更注重技術應用所帶來的顛覆性效應。因此，與顛覆性技術相比，顛覆性研究更容易通過文獻計量特征表現出來，基于此，本文暫且將上述類似概念統(tǒng)稱為顛覆性研究，通過梳理前人研究可以發(fā)現，顛覆性研究通常具有6個方面的特性。

（1）高風險性。顛覆性研究可能帶來基礎性新發(fā)現，本質上是具有風險性的嘗試，加之早期在同行評議時未被看好[7]，難以獲得經費資助，進一步增加了研究的難度和風險，也因此，顛覆性研究往往由更敢于嘗試和冒險的小團隊完成[8]。

（2）偶然性。科學發(fā)展的歷程和經驗顯示，顛覆性研究通常具有較高的偶然性，甚至完全出乎研究者意料。美國國家科學院在《促進地理科學的變革性研究》報告中分析了過去65年地理科學領域的主要顛覆性研究案例，認為傳統(tǒng)的審查方式往往會忽略顛覆性研究，需要一種新的審查方法來加強對顛覆性研究的支持[9]。

（3）學科綜合交叉特征明顯。顛覆性研究的產生與不同學科間的交叉和依賴有關，隨著學科界限越來越模糊，跨學科研究更易形成，許多重大基礎科學問題已超出單一學科的研究范疇，需要借助不同的學科背景、理論方法，以及多種技術、設備等共同完成。

（4）具有全球性共識并得到科學家的公認。盡管有些顛覆性研究因在早期無法得到認可而沉寂多年，但一旦被識別或認可，便會迅速獲得科學界的高度關注與評價。如將諾貝爾獎獲獎論文作為顛覆性研究案例或衡量顛覆性研究的標準[10]。

（5）基礎性和長期性。與不斷遷移演變的研究熱點不同，顛覆性研究立足于創(chuàng)造新知識和發(fā)展新認知，拓展科學的邊界，進而改變我們對世界的認識。同時對基礎科學發(fā)展進程有著革命性的顛覆和創(chuàng)造，能夠開創(chuàng)新領域，并隨時間推移產生廣泛深遠的影響[11]。

（6）潛在技術與應用屬性。顛覆性研究多為應用導向型研究且被專利大量引用，Winnink等[12]以首次分離出石墨烯的里程碑式論文作為顛覆性研究案例，發(fā)現石墨烯相關專利的申請量隨該論文引用量增加而呈現滯后式增長，即顛覆性研究能夠刺激相應技術研究的產生。

2 顛覆性研究的文獻計量識別方法

如上所述，顛覆性技術多強調技術優(yōu)勢，而顛覆性研究更多地側重于基礎研究，而在學術網絡中，論文和專利數據是基礎研究的主要產出形式，顛覆性成果產生的影響可以通過文獻計量數據和專利分析追蹤及預測[13]。學術論文和專利作為科學研究活動的主要產出形式，蘊含著先進的科學創(chuàng)新思想和豐富可挖掘的創(chuàng)新信息，是顛覆性研究識別方法的主要數據源，其文獻計量識別方法主要是圍繞引文特征，如引文曲線、引文網絡以及不同數據源的組合展開。

2.1 基于引文曲線的識別方法

論文被引頻次是衡量論文學術影響力最具代表性的指標，被引頻次反映在時間上的曲線被稱為引文曲線，引文曲線從引用的時間分布入手，分析引用的歷史過程，以此反映論文影響力。引文曲線可分為經典引文曲線、指數增長引文曲線、睡美人引文曲線、雙峰引文曲線和波型引文曲線等[14]。根據顛覆性研究的引文曲線特征，該方法主要圍繞高被引論文（指數增長引文曲線）和睡美人文獻（睡美人引文曲線）兩種類型展開。

2.1.1 基于高被引論文的識別方法

引文曲線呈指數增長的論文通常在發(fā)表之初就受到廣泛認可，并迅速成為高被引論文。許多研究以高被引論文為研究案例或數據集，探索顛覆性研究的特征及識別方法。早在1992年，Garfield等[15]曾基于高被引作者的排名預測諾貝爾獎得主，隨后，科睿唯安基于該方法每年推出“引文桂冠獎”用來識別具有最重大影響的科研人員，用于預測可能的諾貝爾獎得主。Winnink等[12]以報道石墨烯的里程碑式論文作為顛覆性研究案例，指出高被引論文是識別潛在顛覆性研究的重要指標，進而提出顛覆性研究的引文曲線具有指數增長及高被引特征，有助于在科學和技術層面上識別和表征早期潛在的顛覆性研究。Bornmann等[16]分析了25年內500多萬篇文獻的引文曲線，發(fā)現其中有1?013篇已知顛覆性論文在發(fā)表之初就被大量引用，且長期保持高被引狀態(tài)。研究基于典型案例或對歷史數據的回顧，指出了顛覆性研究的高被引特征，為顛覆性研究的識別提供了一定參考，但其準確性仍待考量。

基于此，Schneider等[17]提出顛覆性研究應既具有高被引特征又具備原創(chuàng)性，同時其重要引文在本領域和其他科學領域均有分布，進而通過特征分數和尺度方法（Characteristics Scores and Scales Approach）劃分引文分布，結合特定算法對施引論文中的高被引論文進行分類和篩除，通過調用閾值和過濾識別高被引論文集中的顛覆性研究。Ponomarev等[18]將設置高被引閾值與引文曲線擬合相結合，首先篩選發(fā)表5年后超過高被引閾值的論文作為候選的顛覆性論文；然后根據論文早期引文數據外推后期引文曲線，構建線性擬合模型和非線性擬合模型兩種定量預測模型，并以已知顛覆性論文證實了方法具有較高精確度和召回率；在此基礎上，又從多個維度出發(fā)對比已知顛覆性論文在被引頻次、引文地理多樣性（所有施引文獻作者所屬國家的數量）和跨學科性3個指標上的排名[19]，發(fā)現引文地理多樣性與被引頻次在排名上具有較高的一致性，認為可將引文地理多樣性作為補充指標以提高預測的準確性。

2.1.2 基于睡美人文獻的識別方法

睡美人文獻是指發(fā)表初期零被引或低被引、一段時間后突然高被引的論文，屬于科學領域的延遲承認現象，其引文曲線被稱為睡美人引文曲線。有學者指出，睡美人文獻的本質是科學研究的顛覆性或超前性[20]。而對顛覆性研究案例的分析表明，許多顛覆性研究超出人們當前的認知范疇，易被科學共同體低估或抵制，需要經過較長時間才能被認可并獲得引文影響力[13]，這也從另一角度表明睡美人文獻是顛覆性研究的重要來源。因此，有研究通過發(fā)掘睡美人文獻或延遲承認現象探測顛覆性研究。Du等[21]指出睡美人文獻與顛覆性研究存在極高的關聯(lián)度，并基于引文曲線提出識別睡美人文獻的無參數指標，對睡美人文獻及其典型案例的特征進行深入挖掘，通過對睡美人文獻內容分析發(fā)現，其表征的創(chuàng)新成果多是顛覆性研究。

基于引文曲線的顛覆性研究識別和模型構建通常是回顧性的，屬于基于歷史數據的后驗方法，仍需要借助引文分析以外的其他方法確定其顛覆性，進而根據案例中的引文模式進行比較和預測。

2.2 基于引文網絡的識別方法

文獻之間通過直接引用、共被引、引文耦合及互引等方式構成各種引用關系，這種由相互引證形成的引用關系結構稱為引文網絡。引文網絡能夠體現文獻研究主題間的相關性，引文網絡的結構能反映文獻研究主題的演變和引發(fā)研究范式轉變的顛覆性研究。

2.2.1 基于知識組合的新穎性識別方法

Uzzi等[22]將科學研究視為知識組合的過程，認為顛覆性研究可能是多個領域已有知識以前所未有的方式進行重組的結果，同時將參考文獻視為論文知識來源，利用參考文獻所在期刊兩兩組合的新穎性來測度知識組合的創(chuàng)新程度?；陔S機引文網絡對WoS所有論文從期刊共被引角度進行分析，在將所有參考文獻映射為相應期刊后，計算所有期刊對的Z分數，Z分數為負表示組合具有新穎性，反之為常規(guī)知識組合，結果發(fā)現同時具有高度新穎性和常規(guī)性知識組合的研究更易獲得高影響力。Lee等[23]繼承了Uzzi等的思路，以論文參考文獻（先前研究成果）兩兩組合的稀缺性來評價論文的創(chuàng)新性程度，并應用于測度科研團隊的創(chuàng)造力。Wang等[24]也從期刊組合層面入手，通過測度論文參考文獻所在期刊的組合是否為首次來衡量研究顛覆性，并基于期刊相似度構建新穎性指標，發(fā)現顛覆性研究可能由于嘗試新方法而具有跨學科性，往往在外領域被高度引用，建議使用學科標準化的指標進行測度。

一般來說，知識組合的新穎性是顛覆性研究的基本特征，但新穎性的產生源于已有知識，因此顛覆性知識與傳統(tǒng)知識之間的平衡對于創(chuàng)新和影響之間的聯(lián)系至關重要。也因此，Uzzi等[22]認為高影響力研究通常是在已有研究的常規(guī)組合基礎上，又具有新穎性組合的不斷出現，同時極易成為高被引論文。

2.2.2 基于引文結構的識別方法

在引文分析視角下，科學范式從不斷的科學進步到發(fā)生科學革命，發(fā)生了各種規(guī)模的引用級聯(lián)，通過分析顛覆性研究論文的“增強效應”，能夠揭示顛覆性思想如何實現突破，并在現有科學范式中占據優(yōu)勢。Mazloumian等[25]通過挖掘諾貝爾獎論文數百萬次引用的基礎上，定量分析了推動科學范式轉變的過程，他認為范式的轉變是由于作者的某項顛覆性研究增強了作者先前研究的影響力，使得作者的突破性成果能夠與現有范式進行競爭，提出能夠監(jiān)測引文結構發(fā)生變化的增強因子（boost factor），該指標是用作者發(fā)表某節(jié)點論文前后其所有論文的篇均被引量比值來表示，其值越大顛覆性越強。隨后，Huang等[26]認為顛覆性研究將導致現有范式下由關鍵文獻組成的引文路徑發(fā)生“破裂”，提出破裂分數（disruption score），即顛覆性研究的出現破壞了現有的引文路徑，逐漸代替現有研究范式的代表性論文被后續(xù)論文引用，并形成新的研究范式。與傳統(tǒng)引文分析方法相比，潛在“助推因素”的挖掘可以更早地發(fā)現顛覆性研究和團隊。

Funk等[27]基于專利的動態(tài)引文網絡提出測度技術顛覆性的指標（見表1，公式1，公式2），該指標通過測度新專利的出現對已有引文網絡造成的鞏固或破壞，來表征新專利對現有技術穩(wěn)定性的影響，進而評估其顛覆性；Wu等[8]將指標改進后提出顛覆因子（Disruption）用于識別顛覆性研究（見表1，公式3），并以獲得諾貝爾獎的論文（高顛覆因子）、綜述論文（低顛覆因子）、專家調查、關鍵詞匯的使用來驗證顛覆因子。計算顛覆因子的基本思路：若焦點文獻（待測文獻）的施引文獻較多地引用其本身而非參考文獻，則這篇論文是對先前成果的顛覆，顛覆因子越接近于1研究越具有顛覆性。研究發(fā)現，在科學和技術領域原創(chuàng)性或顛覆性研究往往是小團隊的研究成果，且顛覆性研究多存在引用延遲現象。

顛覆因子的提出引起學界的廣泛關注和討論，Bornmann等[28]發(fā)現某些論文在發(fā)表之初并未顯示其顛覆性，隨著時間的推移顛覆因子趨于穩(wěn)定，研究的顛覆性才顯現出來，指出顛覆因子的值與論文引用時間窗的長度有關，建議使用至少為期3年的引用時間窗。隨后，Bornmann等[29]又計算了2000—2010年《科學計量學》上所有論文的顛覆因子，對高顛覆因子論文（顛覆因子閾值設置為Top1%）的相關信息進行了統(tǒng)計分析，發(fā)現顛覆因子由焦點文獻的被引文獻主導，使用時必須考慮引用行為的影響。

2.2.3 基于關鍵節(jié)點的識別方法

通過測度科學結構的變化可以探測顛覆性研究，在庫恩理論中，科學的轉折點通常表現為科學新發(fā)現、經典著作或知識突破點等關鍵節(jié)點的出現。陳超美等[30]以此為基礎設計了CiteSpace，在對知識突破點進行探測時，利用漸進式可視化反映共被引網絡的演變過程，通過識別潛在重要節(jié)點來探測里程碑式的顛覆性研究論文；后又提出結構變異理論（Theory of Structural Variation）來探測文獻的潛在顛覆性，其基本思想是科學發(fā)現或創(chuàng)新會在差異性較大的網絡間產生新穎性連接，并且會快速吸引大量的引用，使網絡整體結構發(fā)生較大變化。同樣，也有研究通過比較不同時期專利引文網絡主路徑中重要新節(jié)點的出現來識別潛在顛覆性研究[31]。Foster等[32]通過識別提高網絡連通性的節(jié)點或連線來測度顛覆性研究，認為如果一項研究能將兩個引文網絡上的文獻聯(lián)通，或者能在兩個未聯(lián)通的研究間建立聯(lián)系，使原本松散的網絡結構變得緊密，則這項研究具備顛覆性。

此外，還有研究在對論文引文網絡進行拓撲測量及可視化的基礎上，利用節(jié)點的類內聚集度和參與系數來識別顛覆性研究[33]。某節(jié)點的類內聚集度表示其與類內其他節(jié)點的連接程度，參與系數指其所有連接在其他類內的分布狀況，顛覆性研究通常類內聚集度逐漸增高、參與系數逐漸降低。

2.3 基于多源數據的組合識別方法

數據源的可靠性與充分程度在較大程度上影響識別顛覆性研究的準確率，單一數據源用于信息分析的有效性往往有限，同時單一指標也無法全面測度研究的顛覆性，許多研究人員嘗試構建多源數據融合組合識別方法，在融合論文與專利數據的基礎上，從顛覆性研究的典型特征入手，構建多維指標進行分析。

知識突變是顛覆性研究導致研究范式轉變的特征之一，基于多源數據對其定量分析可以捕捉和識別早期顛覆性研究。張金柱等[34]以專利直接和間接引用的科學論文關鍵詞、學科分類為研究對象，在對比不同時間段關鍵詞簇或學科分類簇、研究主題和學科分類組合的差異程度基礎上，計算突變程度指標，預測可能產生顛覆性技術的時間、研究主題和學科分類組合。白光祖等[35]從文獻知識的內外部關聯(lián)入手，對核心專利、核心論文分別引用論文產生的知識突變進行分析，識別內外部潛在的顛覆性研究主題。此外，從科學與技術的交叉中識別創(chuàng)新前沿，可以揭示和判別可能發(fā)生突破性或顛覆性研究的領域和主題，杜建等[36]從科學與技術交叉滲透特征入手，建立科學與技術交叉象限模型，分別將引用專利的ESI高被引論文共被引聚類、引用基礎科學論文的三方專利耦合聚類作為識別科學維與技術維顛覆性研究的指標，通過論文共被引和專利耦合分析聚類識別并命名創(chuàng)新前沿。

多維測度指標的組合運用是目前情報學領域的趨勢，Ehrnberg等[37]將文獻計量指標與工業(yè)指標進行組合，基于相關專利及文獻數量的激增來預測和判斷顛覆性研究。還有學者通過被專利引用和延遲承認指數高2個指標識別科學與技術交叉處的研究內容，經專家鑒定這些研究主題與顛覆性研究密切相關性[8]。此外，Jones等[38]以論文的參考文獻為切入點，認為高被引論文的研究基礎時間跨度與研究類型有關，并基于后向引用建立測度參考文獻平均年齡的BCiteAge指標，用于表征當前工作與先前工作的時間距離及對先前工作的借鑒程度，研究表明顛覆性研究傾向于引用較年輕的參考文獻。進而Staudt等[39]基于文本和引文構建識別顛覆性研究的指標體系，并將11個指標依照顛覆性研究的特點分為破壞性、高風險性、多學科性等7種類型，利用因子分析選出代表性指標用于識別顛覆性研究（見表2），并且發(fā)現各指標大多存在正相關關系，部分弱相關或不相關，這表明顛覆性研究的各個特征存在一定獨立性，且在不同時期和不同領域，顛覆性和影響力均呈正相關。

3 討論

綜上所述，隨著文獻計量學理論和方法的不斷拓展和深入，文獻計量學應用研究在情報學和管理學領域扮演著越來越重要的角色，在科學評價、研究前沿識別和學科服務實踐中發(fā)揮重要作用。近年來，國內外學者不斷嘗試和探索將文獻計量學應用于顛覆性研究的識別，但大多仍是基于已有指標和方法的組合，并未形成獨特的研究方法和范式。通過比較上述研究方法可以發(fā)現，除無法突破引文分析所固有的時滯性和數據源單一等缺陷，顛覆性研究的文獻計量學識別方法還存在以下方面的問題。

（1）顛覆性研究產生因素復雜，識別準確度不高。如前所述，顛覆性研究具有高風險性和偶然性等特征，在成長過程中受到社會、科學、政治和經濟等各種環(huán)境因素的影響，早期文獻計量特征并不明顯。盡管在一定程度上能夠識別并區(qū)分顛覆性研究和漸進性研究，但得到的潛在顛覆性研究數量仍然很大，對于其后期能夠成長為真正的顛覆性研究仍缺乏更多依據支撐，導致分析結果的準確度和有效性降低。

（2）數據源和方法難以交叉融合，識別維度單一。顛覆性研究的識別與研究前沿的識別有許多相似之處，相較而言，研究前沿的識別具有更可靠的文獻計量學特征和理論基礎，而顛覆性研究的識別仍處于嘗試階段。對顛覆性研究早期計量特征的捕捉和探測難度更大，需要突破已有的論文和專利數據等數據源限制。此外，現有的綜合識別方法仍停留在對單一指標的簡單組合，不能有效地將多種方法充分交叉融合，發(fā)揮互相補充和相互驗證的作用。

結合以上分析，顛覆性研究識別方法的未來發(fā)展方向可從以下方面展開。

（1）充分結合文獻外在特征和內容特征，提高識別的時效性。盡管引文分析法不斷改進，但仍難以避免時滯性，同時外在引用指標難以測算文獻的內在研究本質?；谡撐膬热莸淖R別方法，利用文本挖掘技術能夠第一時間直接分析科技文本的內容特征，彌補引文信息的滯后性。未來可以考慮引文分析和內容分析的結合，基于文本挖掘等技術識別文獻信息內容，同時注重在引文關系和主題內容中的“異常”，這些研究主題更可能成為潛在的顛覆性研究。

（2）不斷拓展和融合多源數據，增強識別的前瞻性。當前，顛覆性研究的文獻計量學識別方法仍以學術論文和專利數據為主，識別結果的時效性和前瞻性有所欠缺。盡管已有研究以論文和專利的交叉作為科學與技術交叉的基礎測度指標，但其他數據源的拓展應用并不多見。因此，未來應綜合利用當前情報學領域的各種數據源（如科技媒體報道、科研項目數據和文本、網絡信息和科學家個人主頁等多源信息），借助大數據處理分析技術，以促進多源數據的交叉融合和相互驗證。

（3）介入專家知識研判研究內容，提高識別的準確度。將定性與定量識別方法相結合，能夠同時發(fā)揮專家判斷、客觀分析的優(yōu)勢。目前已出現部分綜合識別方法，但并未將二者充分交叉滲透，未來研究應促進專家研判與計量分析的有機結合，進一步細化分析粒度。構建全方位的顛覆性研究識別指標體系，有助于專家掌握足夠信息，進而在更高信息集成水平上形成更具權威性的意見。

4 結語

基于文獻計量方法的顛覆性研究識別和預測仍處于摸索階段，還沒有形成成熟可靠的識別理論和方法，目前仍以傳統(tǒng)引文分析方法為主，即以論文的外在特征代替論文的內在特征進行價值和質量判斷，或通過分析公認顛覆性研究案例來研判顛覆性研究外在特征。但文獻計量方法對于顛覆性研究的識別仍具有重要的理論意義和應用價值，尤其隨著信息技術和文本處理技術的發(fā)展，顛覆性研究識別方法將會在識別的準確度、時效性和前瞻性等方面得到進一步提升和完善。當然，最終的分析結果必須獲得領域專家認可，方能真正發(fā)揮其推動學科發(fā)展、提高國家綜合競爭實力的作用和優(yōu)勢。

［1］ KUHN T S. The structure of scientific revolution：Second Edition［M］. Chicago：University of Chicago press，1970.

［2］ SHATZ D. Peer review：A critical inquiry［M］. Lanham：Rowman & Littlefield，2004.

［3］ CHRISTENSEN C M. The innovator’s dilemma：The revolutionary book that will change the way you do business［M］. New York：Harper Business Essentials，2003.

［4］ 張金柱，張曉林. 基于科技資源的突破性創(chuàng)新指標及識別方法綜述［J］. 圖書情報工作，2012，56（22）：56-61.

［5］ 杜建，孫軼楠，張陽，等. 變革性研究的科學計量學特征與早期識別方法［J］. 中國科學基金，2019，33（1）：88-98.

［6］ KOSTOFF R N，BOYLANR，SIMONSG R. Disruptive technology roadmaps［J］. Technological Forecasting and Social Change，2004，71（1/2）：141-159.

［7］ 楊衛(wèi)，鄭永和，董超. 如何評審具有顛覆性創(chuàng)新的基礎研究［J］. 中國科學基金，2017，31（4）：313-315.

［8］ WU L，WANG D，EVANS J A. Large teams develop and small teams disrupt science and technology［J］. Nature，2019，566（7744）：378.

［9］ National Academies of Sciences，Engineering，and Medicine. Fostering transformative research in the geographical sciences［M］. Pittsburgh：National Academies Press，2015.

［10］ SANGWAL K. On the growth dynamics of citations of articles by some Nobel Prize winners［J］. Journal of Informetrics，2015，9（3）：466-476.

［11］ 鄭永和，陳淮. 美國國家科學基金會加強支持變革性研究考察［J］. 中國基礎科學，2008（4）：39-42.

［12］ WINNINK J J，TIJSSEN R J W. Early stage identification of breakthroughs at the interface of science and technology：lessons drawn from a landmark publication［J］. Scientometrics，2015，102（1）：113-134.

［13］ WANG D，SONG C，BARABáSI A L. Quantifying long-term scientific impact［J］. Science，2013，342（6154）：127-132.

［14］ 李江，姜明利，李玥婷. 引文曲線的分析框架研究——以諾貝爾獎得主的引文曲線為例［J］. 中國圖書館學報，2014，40（2）：41-49.

［15］ GARFIELD E，WELLJAMS-DOROF A. Of Nobel class：a citation perspective on highimpact research authors［J］. Theoretical Medicine，1992，13（2）：117-135.

［16］ BORNMANN L，YEA，YE F. Identifying landmark publications in the long run using field-normalized citation data［J］. Journal of Documentation，2018，74（2）：278-288.

［17］ SCHNEIDERJ W，COSTAS R. Identifying potential“breakthrough”publications using refined citation analyses：Three related explorative approaches［J］. Journal of the Association for Information Science and Technology，2017，68（3）：709-723.

［18］ PONOMAREV I V，LAWTON B K，WILLIAMS D E，et al. Breakthrough paper indicator 2.0：can geographical diversity and interdisciplinarity improve the accuracy of outstanding papers prediction?［J］. Scientometrics，2014，100（3）：755-765.

［19］ PONOMAREV I V，WILLIAMS D E，HACKETT C J，et al. Predicting highly cited papers：a method for early detection of candidate breakthroughs［J］. Technological Forecasting and Social Change，2014，81：49-55.

［20］ PALOMERASN. Sleeping patents：any reason to wake up［EB/OL］.［2020-01-01］. https://pdfs.semanticscholar.org/98b2/6d5977f1719690634ce0786cc7c9dce73be1.pdf.

［21］ DU J，TANG X，WUY. The effects of research level and article type on the differences between citation metrics and F 1000 recommendations［J］. Journal of the Association for Information Science and Technology，2016，67（12）：3008-3021.

［22］ UZZI B，MUKHERJEE S，STRINGER M，et al. A typical combinations and scientific impact［J］. Science，2013，342（6157）：468-472.

［23］ LEE Y N，WALSHJ P，WANG J. Creativity in scientific teams：Unpacking novelty and impact［J］. Research Policy，2015，44（3）：684-697.

［24］ WANG J，VEUGELERS R，STEPHAN P. Bias against novelty in science：acautionary tale for users of bibliometric indicators［J］. Research Policy，2017，46（8）：1416-1436.

［25］ MAZLOUMIAN A，EOM Y H，HELBING D，et al. How citation boosts promote scientific paradigm shifts and nobel prizes［J］. PLOS ONE，2011，6（5）：e18975.

［26］ HUANG Y H，HSUC N，LERMAN K. Identifying transformative scientific research［C］//2013 IEEE 13th International Conference on Data Mining. IEEE，2013：291-300.

［27］ FUNKR J，OWEN-SMITH J. A dynamic network measure of technological change［J］. Management Science，2016，63（3）：791-817.

［28］ BORNMANN L，TEKLES A. Disruption index depends on length of citation window［J］. El Profesional De La Información，2019，28（2）：1-2.

［29］ BORNMANN L，TEKLES A. Disruptive papers published in Scientometrics［J］. Scientometrics，2019，120（1）：331-336.

［30］ CHEN C. Searching for intellectual turning points：Progressive knowledge domain visualization［J］. Proceedings of the National Academy of Sciences，2004，101（suppll）：5303-5310.

［31］ MARTINELLI A. The dynamics of technological discontinuities：a patent citation network analysis of telecommunication switches［D］. Eindhoven：Eindhoven University of Technology，2010.

［32］ FOSTER J G，RZHETSKY A，EVANS J A. Tradition and innovation in scientists’ research strategies［J］. American Sociological Review，2015，80（5）：875-908.

［33］ SHIBATA N，KAJIKAWA Y，TAKEDA Y，et al. Detecting emerging research fronts based on topological measures in citation networks of scientific publications［J］. Technovation，2008，28（11）：758-775.

［34］ 張金柱，張曉林. 利用引用科學知識突變識別突破性創(chuàng)新［J］. 情報學報，2014，33（3）：259-266.

［35］ 白光祖，鄭玉榮，吳新年，等. 基于文獻知識關聯(lián)的顛覆性技術預見方法研究與實證［J］. 情報雜志，2017，36（9）：38-44.

［36］ 杜建，孫軼楠，李永潔，等. 從科學-技術交叉處識別創(chuàng)新前沿：方法與實證［J］. 情報理論與實踐，2019，42（1）：94-99.

［37］ EHRNBERG E，JACOBSSON S. Indicators of discontinuous technological change：an exploratory study of two discontinuities in the machine tool industry［J］. R&D Management，1997，27（2）：107-126.

［38］ JONES B F，WEINBERG B A. Age dynamics in scientific creativity［J］. Proceedings of the National Academy of Sciences，2011，108（47）：18910-18914.

［39］ STAUDT J，YU H，LIGHT R P，et al. Highimpact and Transformative Science（HITS）metrics：Definition，exemplification，and comparison［J］. PLOS ONE，2018，13（7）：e0200597.

A Review of Disruptive Work and Its Bibliometric Identification Methods

GUO LiNa LI XingChen ZUO WenGe ZHOU Qun

( Library of China Agricultural University, Beijing 100193, China )

Disruptive work refers to challenging or disrupting the original research paradigm and creating new paradigms or new areas of research. The connotation, characteristics and bibliometric identification methods of disruptive work provide reference for the research of the identification method and index optimization of disruptive work. The literature investigation method is used to systematically sort out related literatures, and it is divided into four categories based on citation curve, citation path, citation network identification method and multi-source data based combination identification method, pointing out the current challenges and development trends. At present, the citation analysis method of disruptive work still has problems such as time lag, difficulty in measuring dimension, and difficulty in cross-integration of data sources. In the future, based on the full investigation of historical cases of disruptive work, summarize the characteristics of potential disruptive work, and combine content analysis, big data and expert knowledge to improve the accuracy and forward-looking of identification.

Disruptive Work; Bibliometrics; Identification Methods

G358

10.3772/j.issn.1673-2286.2020.03.003

（2020-02-07）

郭麗娜，女，1996年生，碩士研究生，研究方向：科學計量與評價。

李星琛，女，1997年生，碩士研究生，研究方向：科學計量與評價。

左文革，女，1966年生，碩士，研究館員，研究方向：信息計量與科學評價。

周群，男，1982年生，博士，副研究館員，通信作者，研究方向：信息計量與情報分析方法，E-mail：qzhou@cau.edu.cn。