李凌英，閔 超，嚴(yán)笑然

（1. 南京大學(xué)信息管理學(xué)院，南京 210023；2. 之江實驗室人工智能研究院，杭州 311121）

1 引 言

科學(xué)系統(tǒng)包含科研人員、 科研機構(gòu)、 科研項目、科研成果等多類主體，作用機制十分復(fù)雜。其中，科研成果凝聚著科學(xué)家的研究智慧，研究者可以通過學(xué)術(shù)出版物窺探科學(xué)家的研究觀點。文獻的被引情況則反映了其在科研系統(tǒng)中的影響，這種影響的產(chǎn)生原因既包括文獻本身的內(nèi)部因素，如文獻的研究內(nèi)容、科研成果的質(zhì)量等；也包括科研系統(tǒng)的外部環(huán)境，如科技政策、作者知名度以及偶然因素等[1]。針對文獻因何被引用的持久討論，目前，已有較多的研究關(guān)注文獻自身的表層計量特征，如篇幅、標(biāo)題長度、標(biāo)點符號、作者、期刊等。但是，現(xiàn)有研究一方面忽視了文獻在時間上的引文動態(tài)表現(xiàn)，另一方面由于文獻內(nèi)容特征較難量化，亦缺乏揭示內(nèi)容特征與被引表現(xiàn)之間關(guān)系的研究。因此，本文將文獻本身的內(nèi)容特征分解為研究質(zhì)量、創(chuàng)新類型和內(nèi)容多樣性三個方面，探究其分別對文獻引文動態(tài)尤其是引文波峰的影響。

2 理論背景與文獻綜述

2.1 文獻內(nèi)容特征的衡量

2.1.1 文獻質(zhì)量的衡量

基于科學(xué)性、創(chuàng)新性和價值性維度，許多研究者將文獻的研究質(zhì)量進行拓展，包括正確性、嚴(yán)謹(jǐn)性、清晰度、美觀性、重要性等。例如，M?rtens‐son 等[2]提出研究質(zhì)量可以拓展為：可靠性維度、貢獻維度、溝通性維度和可持續(xù)性維度。圍繞質(zhì)量的三大標(biāo)準(zhǔn)——科學(xué)性、創(chuàng)新性和價值性，對一篇文獻的各個維度進行評價后可以獲得文獻質(zhì)量得分。在Patterson 等[3]中，評定論文質(zhì)量等級是審稿人在原創(chuàng)性、穩(wěn)健性和重要性三個類別中為每篇論文分配1～10 分，根據(jù)審稿人給出的總分文獻被劃分為Q1～Q5 共5 個等級，得分最高的為Q1 等級。Ivars‐son 等[4]則基于嚴(yán)謹(jǐn)性和相關(guān)性兩個維度來衡量軟件工程領(lǐng)域的研究質(zhì)量。

Faculty Opinions （曾用名： F1000Prime） 始于2002 年，是全球第一個醫(yī)學(xué)同行評議系統(tǒng)。集合了全球8000 多名的生物和醫(yī)學(xué)專家，覆蓋40 多個研究領(lǐng)域，旨在利用F1000 專家的建議對已發(fā)表的學(xué)術(shù)著作進行評分，并展示其重要性[5]。專家對生物醫(yī)學(xué)相關(guān)的研究進行同行推薦并分為三類等級，即推薦（good）、必讀（must read or very good） 和杰出（exceptional），該系統(tǒng)加權(quán)計算專家的推薦分值，最終得到F1000 分值（F1000 score，又稱FFa score）。具體規(guī)則如下[6]：將文獻所收到的所有推薦得分中最高的等級作為基礎(chǔ)分?jǐn)?shù)，推薦為6 分、必讀為8 分以及杰出為10 分，其他的評級為附加分值，推薦、 必讀、 杰出的附加分分別為1、 2、 3分，基礎(chǔ)分?jǐn)?shù)加總附加分，即文獻的F1000 分值。例如，文獻A 收到了2 個推薦、1 個必讀、1 個杰出，最高等級為杰出，故基礎(chǔ)得分為10，附加分值為1×2+2×1=4 分，則總的分值為10+4=14 分。如果文獻收到的推薦數(shù)越多，那么FFa 值越大，在F1000 的數(shù)據(jù)庫排名越高。研究表明，F(xiàn)1000 分值可以反映文獻的質(zhì)量[7]。Allen 等[8]發(fā)現(xiàn)，專家評議的得分、F1000 得分以及被引次數(shù)均存在顯著的正相關(guān)，Spearman 相關(guān)系數(shù)分別為0.450、 0.446，P<0.01，專家小組確定的論文重要性評級與F1000 的重要型評級的一致性，也說明了F1000 是生物醫(yī)學(xué)領(lǐng)域文獻出版后質(zhì)量評估的重要附加機制，這種附加機制有助于識別領(lǐng)域的重要文獻。Bornmann 等[9]贊同F(xiàn)1000 的FFa score 是研究質(zhì)量的重要指針，并探究研究質(zhì)量與被引之間的關(guān)系。 簡而言之，F(xiàn)1000 的評分機制能夠在一定程度上揭示文獻的重要性，F(xiàn)Fa score 作為一種同行評議的評價指標(biāo)，可以被用來評估文獻的質(zhì)量。

2.1.2 創(chuàng)新類型的衡量

在Kuhn[10]的理論中，突破性研究被認(rèn)為與學(xué)科研究范式轉(zhuǎn)變以及科學(xué)革命存在關(guān)聯(lián)。在常規(guī)科學(xué)中，范式轉(zhuǎn)變的突破和科學(xué)革命在科學(xué)體系中相互補充。H?yrynen[11]則認(rèn)為，突破性研究，可能是對既有的理論和科學(xué)范式提出挑戰(zhàn)的研究，也可能是整合不同研究視角的跨學(xué)科研究。但對于這類研究，往往伴隨著較高的失敗風(fēng)險。van Raan[12]認(rèn)為，科學(xué)是個自組織的 “認(rèn)知生態(tài)系統(tǒng)”，科學(xué)發(fā)展過程中較大改進的突破性研究往往只占據(jù)少數(shù)一部分，大多數(shù)研究是科研體系中的小進步。 Savov等[13]認(rèn)為，文獻的創(chuàng)新與研究主題相關(guān)，如果文獻討論的是在自發(fā)表日起遙遠(yuǎn)未來將會流行的主題，而這個主題在過去并未流行，那么可以將這篇文獻當(dāng)作具有創(chuàng)新性的文獻。

在本研究中，采用F1000 數(shù)據(jù)庫專家給予評級時給出的文獻標(biāo)簽，作為文獻的創(chuàng)新類型。專家會根據(jù)文獻的研究特點和文獻所作的創(chuàng)新貢獻類別，給文獻打上對應(yīng)的標(biāo)簽。研究者可以根據(jù)F1000 分值和專家給予的推薦理由，識別有價值的、自己感興趣的文獻。標(biāo)簽主要為文獻創(chuàng)新類型的分類，包括新發(fā)現(xiàn)（new finding）、 技術(shù)進展（technical ad‐vance）、 驗證性（confirmation）、 爭議性（contro‐versial）、 有趣的假說（interesting hypothesis） 等；也有文獻類型的分類，包括臨床試驗（clinical trial(non-RCT)）、 綜 述/評 論（review/commentary）、 系統(tǒng)綜述（systematic review/meta-analysis）[14]。

Du 等[15]利用F1000 數(shù)據(jù)庫中文獻標(biāo)簽將文獻類型劃分為基于證據(jù)的、變革性和轉(zhuǎn)化型三類。具體如下，認(rèn)為帶有clinical trial(non-RCT)、review/com‐mentary、systematic review/meta-analysis標(biāo)簽的文獻是基于證據(jù)的研究；變革性研究主要包括帶有interesting hypothesis、controversial、refutation 標(biāo)簽的文獻；轉(zhuǎn)化型研究則是novel drug target、changes clinical practice等。

本文的評估標(biāo)準(zhǔn)和Du 等[15]的劃分標(biāo)準(zhǔn)具有一定相似性，結(jié)合數(shù)據(jù)實際情況，本文篩選了5 類占比較高的標(biāo)簽作為文獻的創(chuàng)新類型——confirma‐tion、 technical advance、 new finding、 controversial、interesting hypothesis，將文獻類型標(biāo)簽（如臨床試驗、綜述/評論、系統(tǒng)綜述） 和數(shù)量極少的標(biāo)簽舍棄。從標(biāo)簽定義來說，標(biāo)簽的創(chuàng)新水平由低到高的排序為： confirmation、 technical advance、 new find‐ing、 controversial、 interesting hypothesis。 爭 議 性（controversial） 標(biāo)簽由于與現(xiàn)有理論存在較大不一致的地方，可能對現(xiàn)有知識體系具有一定的沖擊，而interesting hypothesis 是提出新模型/假說，二者的創(chuàng)新水平更高。帶有創(chuàng)新水平越高的標(biāo)簽，越有可能是突破性研究，而創(chuàng)新水平稍弱的文獻則是帶有創(chuàng)新性排序最低標(biāo)簽的文獻。

2.1.3 文獻內(nèi)容多樣性的衡量

文獻在內(nèi)容上的多樣性可以由研究領(lǐng)域的多樣性反映。例如，Enduri 等[16]認(rèn)為，屬于不同領(lǐng)域的文獻擁有較高的多樣性，利用APS 物理評論（American Physical Society's Physical Review Journals） 數(shù)據(jù)庫中PACS （physics and astronomy classification scheme）編碼分析文獻的多樣性，PACS 編碼可以在一定程度上反映作者認(rèn)為其論文的所屬領(lǐng)域。 同時，PACS 編碼是層級結(jié)構(gòu)組織，因此，Enduri 等[16]借助Weitzman 公式來度量文獻的多樣性。 其中，Weitzman 公式衡量兩個結(jié)點在樹狀結(jié)構(gòu)的距離。若一篇文獻含有多個PACS 編碼，則可以利用Weitzman 公式計算編碼間的距離，最終得到文獻的多樣性。類似地，Rafols 等[17]和Schmidt 等[18]基于文獻的研究領(lǐng)域，采用Simpson index 和Gini-Simpson index 衡量文獻的多樣性。

本研究認(rèn)為，文獻內(nèi)容多樣性體現(xiàn)在文獻的主題多樣性，即跨多個子主題研究的程度。如果一篇文獻包含了不同種類或者方向上的主題，那么文獻的研究內(nèi)容是豐富且多樣的。一般認(rèn)為，文獻的內(nèi)容多樣性越高，文獻的內(nèi)容相似性越低。在實際操作中，文獻研究主題借助數(shù)據(jù)庫標(biāo)引的MeSH（medical subject headings） 主題詞來表示，MeSH 是由美國國立醫(yī)學(xué)圖書館設(shè)計的受控醫(yī)學(xué)主題詞表，具有層級結(jié)構(gòu)。假設(shè)文獻有n個MeSH 主題（只考慮含*的主題，含*主題為文獻的重要主題），若MeSH 主題詞之間的距離越遠(yuǎn)，則相似性越低，文獻的內(nèi)容多樣性越高。MeSH 主題詞之間的距離可以用MeSH 詞種類數(shù)和MeSH 主題詞的相似性來度量，其中相似性的實現(xiàn)借鑒了R 包的MeSHSim[19]。MeSH 詞種類數(shù)是指其文獻有n個MeSH 主題所屬的種類，若種類數(shù)越多，則文獻的內(nèi)容越豐富?；驹頌楸倔w的語義相似度計算[20]。對于語義實體X和Y之間存在路徑（path） 將這兩個節(jié)點相連接，其中經(jīng)過m個節(jié)點，則X和Y的相似性可以概括為

其中，σ代表到下位概念的路徑權(quán)重；r為到上位概念的路徑權(quán)重；s為下位概念的層數(shù)；g為上位概念的層數(shù)。在MeSHSim 中，運用shortest path 方法衡量相似度的方法為

其中，MAX 為兩個節(jié)點之間的最長路徑長度；L為兩個節(jié)點之間的最短路徑長度。

通過MeSHSim 的最短路徑方法計算，得到文獻的MeSH 詞之間的相似度之后，對詞之間的相似度進行平均計算，即該文獻的內(nèi)容相似度。本研究借助內(nèi)容相似度來反映文獻的內(nèi)容多樣性，若文獻的內(nèi)容相似度越高，則文獻的內(nèi)容多樣性越低，文獻可能集中研究某一特定內(nèi)容，跨方向內(nèi)容越少；若文獻的內(nèi)容相似度越低，則文獻的內(nèi)容多樣性越高，文獻可能研究跨方向或者跨領(lǐng)域的相關(guān)內(nèi)容。

2.2 文獻特征與被引

2.2.1 文獻內(nèi)容特征

影響文獻被引的重要因素之一就是文獻的質(zhì)量。許多研究者探討了文獻研究質(zhì)量與文獻的未來被引之間的關(guān)系。在這些研究中，部分研究發(fā)現(xiàn)，高質(zhì)量的文獻往往會吸引更多的引文。 例如，Buela-Casal 等[21]發(fā)現(xiàn)，質(zhì)量高的論文是期刊中經(jīng)由專家篩選的 “最佳文獻”，與同期的其他文獻相比，西班牙心理學(xué)學(xué)科的期刊中最佳文獻的被引次數(shù)比其他文獻的被引次數(shù)要高（P=0.001）。Patterson 等[3]發(fā)現(xiàn)，每年的引文與質(zhì)量得分之間的相關(guān)性較低，但在統(tǒng)計學(xué)上具有顯著意義（2003 年為-0.227，P<0.001；2004 年為-0.238，P<0.001；2005 年為-0.154，P<0.01），最高質(zhì)量的論文Q1 （占已發(fā)表論文的10%） 被引用的次數(shù)是所有論文的平均值的2 倍。Molléri 等[22]發(fā)現(xiàn)，研究的嚴(yán)謹(jǐn)性與文獻的引用次數(shù)存在正相關(guān)關(guān)系（r=0.263，P<0.01）。

理論上，文獻的創(chuàng)新類型和文獻在被引維度的表現(xiàn)具有一定關(guān)聯(lián)，高創(chuàng)新級別的文獻往往可以吸引更多的引文，這體現(xiàn)在部分學(xué)者的研究當(dāng)中，例如，諾貝爾獎得主的文獻往往吸引更多的被引。Garfield 等[23]調(diào)研了諾貝爾獎得主和非諾貝爾獎得主的文獻生產(chǎn)力和文獻被引情況，研究發(fā)現(xiàn)兩者之間在文獻生產(chǎn)力方面并無較大差異，但諾貝爾獎得主的文獻被引次數(shù)顯著高于非諾貝爾獎得主的被引水平。Wagner 等[24]將在1969—2011 年獲得諾貝爾生理學(xué)或醫(yī)學(xué)獎得主與一組相匹配的科學(xué)家進行比較，研究發(fā)現(xiàn)獲獎?wù)甙l(fā)表的論文更少，但平均引用率更高。Savov 等[13]研究發(fā)現(xiàn)，利用自己開發(fā)的創(chuàng)新得分公式對文獻的創(chuàng)新進行評估，并與文獻的被引次數(shù)進行相關(guān)性分析。文獻被引次數(shù)和文獻創(chuàng)新得分的相關(guān)系數(shù)為0.2944 （P<0.01），高被引次數(shù)的文獻往往也有較高的創(chuàng)新得分。Varga[25]將文獻的組合創(chuàng)新作為文獻創(chuàng)新度評價的尺度，其思想是，文獻的創(chuàng)新源于對過去知識體系的重新組織配置，這體現(xiàn)在參考文獻或者關(guān)鍵詞等知識要素的組合方式上，如果一篇文獻的參考文獻組合方式在之前沒有出現(xiàn)，那么說明該文獻具有組合方式上的創(chuàng)新，進一步說明了該文獻的知識結(jié)構(gòu)創(chuàng)新。同時，也認(rèn)為這種 “組合創(chuàng)新” 會影響科學(xué)知識的傳播方式，這將在引文趨勢上體現(xiàn)。也有研究表明，引用的表現(xiàn)不能完全反映文獻的創(chuàng)新類型，例如，盡管發(fā)現(xiàn)文獻創(chuàng)新得分與文獻被引之間存在顯著的相關(guān)，但Savov 等[13]認(rèn)為這種關(guān)系并非線性的，即文獻的高被引不一定揭示了文獻的高創(chuàng)新，其認(rèn)為一些真正具有創(chuàng)新性的文獻可能尚未引起學(xué)界的注意。

文獻多樣性程度越高，內(nèi)容越豐富，就越容易吸引信息接受者。Bessi 等[26]探索Facebook 上推送多種內(nèi)容的頁面與推送相似性內(nèi)容頁面的信息消費模式，發(fā)現(xiàn)內(nèi)容多樣性的頁面受歡迎程度更高。En‐duri 等[16]研究文獻多樣性和被引之間的關(guān)系，文獻的多樣性與自發(fā)表后收到的引文數(shù)量相關(guān)。與中度多樣性論文相比，多樣性較低和較高的論文被引用的次數(shù)較少。Chakraborty 等[27]利用文獻的主題多樣性和關(guān)鍵詞多樣性來預(yù)測文獻的被引次數(shù)，其認(rèn)為主題多樣性有利于提升被引次數(shù)。而在Chen[28]的研究當(dāng)中也提出，文獻A 比文獻B 獲得更高引用的原因可能在于文獻A 比文獻B 囊括更多、更廣泛的主題，即更廣泛的主題范圍和更多的主題數(shù)量。例如，如果文獻A 綜合多個主題進行闡述，而文章B圍繞較少的主題進行探討，那么文獻A 就會由于主題多樣性更為豐富而獲得更高的引用次數(shù)。

2.2.2 其他控制變量

在被引數(shù)量上，已知存在的影響因素包括文獻本身維度、期刊維度以及作者維度等因素。為了保證較為準(zhǔn)確地評估上述三個因素對于引文數(shù)量、引文波峰特征的影響，本研究將在引文數(shù)量已知的因素當(dāng)中挑選重要的影響因素，作為模型的控制變量納入。在引文數(shù)量的影響因素當(dāng)中，學(xué)界主要關(guān)注的變量為文獻的篇幅長短、文獻類型、作者的合作情況、期刊影響因子等。

在文獻篇幅層面，被證實文獻篇幅越長，越能夠吸引更多的引用次數(shù)[29-30]，即較長的論文比較短的論文受到更高的引用次數(shù)。其原因可能是，隨著文獻篇幅的增長，會包含越來越多的數(shù)據(jù)和想法，這些數(shù)據(jù)和想法為之后的研究人員提供更多的參考，所以得到引用的可能性更高。此外，文獻篇幅還與文獻的參考文獻數(shù)量有關(guān)[31]，當(dāng)參考文獻數(shù)量增加時，由于學(xué)者可以通過引文之間的關(guān)聯(lián)搜尋該篇文獻，所以該篇文獻在學(xué)界的可見性增加。

在文獻類型上，Vanclay[31]研究發(fā)現(xiàn)，綜述比研究型的文獻吸引的引文數(shù)量更多，綜合全面的綜述年均被引次數(shù)在2.0～3.9 次（生態(tài)學(xué)領(lǐng)域），但是低質(zhì)量的綜述不會得到這樣的結(jié)果。Patsopoulos 等[32]探討醫(yī)學(xué)領(lǐng)域的研究設(shè)計類型（元分析、隨機對照試驗、隊列研究、病例對照研究、病例報告等） 與被引之間的關(guān)聯(lián)，發(fā)現(xiàn)元分析在短期被引和長期被引上更占優(yōu)勢。同時，隨機對照試驗與病例報告相比，在短期被引和長期被引上具有顯著的優(yōu)勢。

在作者的合作情況上，學(xué)界主要關(guān)注作者的合作規(guī)模和合作結(jié)構(gòu)。合作規(guī)模即合作數(shù)量，包括合作的作者數(shù)量、機構(gòu)數(shù)量和國家數(shù)量；而合作結(jié)構(gòu)是指跨學(xué)科合作等。研究表明，多作者合作的論文比單個作者的論文被施引的更為頻繁[33]。因合作而導(dǎo)致的被引數(shù)量增加，可能與論文的質(zhì)量改變有關(guān)[34]，例如，論文由多領(lǐng)域的專家合作貢獻多方面的知識，從而在完成論文的過程中更加嚴(yán)格，文獻質(zhì)量也更高。也可能與論文的被引層面的因素相關(guān)，例如，合作者的增加意味著當(dāng)作者自引時有更多的文獻選擇，與更高影響力的學(xué)者合作會增加文獻的可見性等[35]。但Bornmann[36]在研究中指出，文獻質(zhì)量指標(biāo)幾乎不受作者數(shù)量、機構(gòu)數(shù)量和國家數(shù)量的影響，即合作活動的增加，并不會增加文獻的質(zhì)量，說明這種因合作者增加而導(dǎo)致的被引優(yōu)勢，主要與被引層面的因素有關(guān)（如更多的自引可能性）。

在期刊層面，對被引起重要作用的是期刊影響因子[37]。一般來說，期刊的影響因子越高，吸引引文的能力越強。在影響因子較高的期刊上發(fā)表文獻，會提升知名度，從而獲得更多的引用。影響因子越高，期刊的威望越高，論文發(fā)表的可信度就越高，論文越容易被訪問。

總的來說，在文獻被引的影響因素研究的因變量中，主要關(guān)注文獻的被引數(shù)量，即靜態(tài)的總被引次數(shù)，對動態(tài)的引文過程不夠重視，這可能會遺漏時間軸上重要的引文活動。波峰作為引文動態(tài)過程中的重要時間節(jié)點，揭示了文獻的動態(tài)被引特征，波峰的數(shù)量特征、時間特征和幅值特征從不同角度反映了文獻的被引表現(xiàn)，包括生命周期特點、被引速度快慢和影響力大小。本次研究是一次新穎的嘗試，從波峰的三大特征指標(biāo)出發(fā)，探究文獻在不同視角下的被引表現(xiàn)差異以及被引表現(xiàn)的影響因素，拓寬了引文分析領(lǐng)域的研究對象和研究方法。

在文獻被引的影響因素研究的自變量中，更多的研究聚焦在文獻的外部特征，如期刊、作者數(shù)量等，缺乏對文獻內(nèi)容特征的探討。有些研究者分別探究了文獻質(zhì)量、創(chuàng)新類型和文獻研究內(nèi)容多樣性對文獻總被引次數(shù)的影響，但沒有研究者將文獻的內(nèi)容特征歸納在一起進行系統(tǒng)性研究。本研究將從文獻本身的內(nèi)容特征出發(fā)，深入分析三大文獻特征——文獻質(zhì)量、創(chuàng)新類型和文獻內(nèi)容多樣性，剖析文獻特征對文獻被引過程的貢獻，探索高質(zhì)量、高創(chuàng)新論文的波峰典型特征，從而為科研評價提供新的啟示。

3 研究假設(shè)

文獻質(zhì)量是指文獻的研究質(zhì)量，是一個極為復(fù)雜的概念。Polanyi[38]認(rèn)為，研究質(zhì)量分為科學(xué)性、創(chuàng)新性和科學(xué)價值。也就是說，一項質(zhì)量較高的研究，首先是基于研究證據(jù)進行的研究，同時研究過程嚴(yán)謹(jǐn)，研究方法科學(xué)合理（即科學(xué)性）；其次，是整個研究應(yīng)當(dāng)具備一定程度的創(chuàng)新，可以為現(xiàn)有科學(xué)體系提供新型知識（即創(chuàng)新性）；最后，是對其他研究產(chǎn)生了重要影響（即科學(xué)價值性）。研究質(zhì)量是學(xué)術(shù)出版物得到認(rèn)可的重要途徑，因此，本文提出研究假設(shè)H1：

H1： 研究質(zhì)量對論文的被引表現(xiàn)產(chǎn)生正面影響。

文獻的創(chuàng)新類型是指文獻的創(chuàng)新程度。在科學(xué)的發(fā)展過程中，科學(xué)研究需要不斷突破，突破的水平程度可以理解為文獻的創(chuàng)新類型，覆蓋的層面包括新穎的假說、新穎的方法、新穎的理論、新穎的模型以及新穎的結(jié)果，既可能涵蓋對既有知識的增補/改進，也包括對現(xiàn)有研究的沖擊與突破[39]。一般認(rèn)為，對現(xiàn)有研究體系產(chǎn)生沖擊與突破的文獻具有更高的創(chuàng)新類型，而對既有知識進行增補與改進的研究，在創(chuàng)新類型的表現(xiàn)稍弱。高創(chuàng)新的文獻對現(xiàn)有體系的沖擊可能導(dǎo)致文獻在短期內(nèi)得不到廣泛認(rèn)可[40]，因此，本文提出研究假設(shè)H2：

H2：與低創(chuàng)新的文獻相比，高度創(chuàng)新的論文被引表現(xiàn)較弱。

文獻多樣性是指文獻的研究內(nèi)容包含了多個領(lǐng)域或方向的研究內(nèi)容，這種多樣性在跨學(xué)科或者跨領(lǐng)域的研究中較為常見。許多學(xué)者通過研究合作者之間的跨學(xué)科來研究文獻的多樣性。 Huutoniemi等[41]認(rèn)為，來自不同領(lǐng)域的作者進行合作會貢獻不同的知識，從而對文獻的知識結(jié)構(gòu)產(chǎn)生影響。多學(xué)科性意味著將不同領(lǐng)域的專業(yè)知識進行組合，這將創(chuàng)造新的知識。然而，文獻作為科研知識的載體，其多樣性的差別不僅僅體現(xiàn)在作者的跨學(xué)科性，更體現(xiàn)在其內(nèi)容本身。即文獻在內(nèi)容上存在多樣性，稱為文獻內(nèi)容多樣性，是指信息載體在內(nèi)容上的豐富度。理論上，如果文獻多樣性程度越高，內(nèi)容越豐富，那么越容易吸引信息接受者。因此，本文提出研究假設(shè)H3：

H3：文獻的內(nèi)容多樣性對文獻的被引表現(xiàn)產(chǎn)生正面影響。

文獻被引表現(xiàn)最有代表性的指標(biāo)是文獻獲得的總被引次數(shù)，因此，上述三個假設(shè)可以具體表示為：

H1a：研究質(zhì)量能夠提高論文的總被引次數(shù)；

H2a：與低創(chuàng)新的文獻相比，高度創(chuàng)新的論文總被引次數(shù)更低；

H3a：研究內(nèi)容的多樣性能夠提高論文的總被引次數(shù)。

然而，文獻的被引是動態(tài)過程，僅以總被引次數(shù)并不能全面地表示文獻被引表現(xiàn)。引文波峰（ci‐tation peak） 是指文獻在被引過程中到達(dá)生命周期的最大值或者局部最大值時的點[42-43]。作為動態(tài)被引過程中的關(guān)鍵時點，對波峰及其規(guī)律的深度挖掘能夠進一步豐富引文分析工具，揭示引文過程中的科學(xué)問題，為引文分析提供新的視角。在上文的研究中，本文證實了引文波峰能夠有效反映文獻動態(tài)被引過程的模式特征。例如，波峰時刻累積的被引次數(shù)可以作為預(yù)測其最終被引次數(shù)的重要依據(jù)，波峰到達(dá)的早晚可以衡量文獻在學(xué)界的認(rèn)可速度，通過波峰時刻被引量與周圍節(jié)點被引量的差距解釋當(dāng)年的研究環(huán)境變化等。本研究探究文獻特征對被引的影響將跳出靜態(tài)的總被引次數(shù)指標(biāo)限制，把能夠反映動態(tài)被引特點的引文波峰各項特征納入研究范疇，作為被引表現(xiàn)的指征。引文波峰分布特點可以從波峰的不同角度進行刻畫，包括波峰的數(shù)量特征、時間特征和幅值特征，三者構(gòu)成波峰的模式特征。

在數(shù)量特征上，有研究發(fā)現(xiàn)，大多數(shù)文獻有且只有一個波峰，多波峰的出現(xiàn)提示二次或多次生命周期的出現(xiàn)。文獻在逐年被引曲線上表現(xiàn)為多波峰，一般是對多個領(lǐng)域產(chǎn)生影響，從而依次在各領(lǐng)域到達(dá)被引高峰。因此，本文提出研究假設(shè)H3b：

H3b： 文獻內(nèi)容多樣性對波峰數(shù)量產(chǎn)生正向影響。

在時間特征上，文獻集中在發(fā)表后的0～5 年內(nèi)到達(dá)首次波峰和最高峰；到達(dá)引文波峰的時間是文獻被引速度的有效反映，也可以揭示文獻特征。文獻質(zhì)量越高，逐年變化保持較高被引，波峰時間會較晚出現(xiàn)；文獻創(chuàng)新程度越高，被學(xué)界接納需要更長時間，從而表現(xiàn)為較晚的波峰時間；文獻內(nèi)容越多樣，高被引狀態(tài)維持較長時間，波峰時間較晚出現(xiàn)。故提出研究假設(shè)H1b、H2b、H3c：

H1b：文獻質(zhì)量越高，波峰到達(dá)時間越晚；

H2b：與低創(chuàng)新的文獻相比，高度創(chuàng)新的論文波峰到達(dá)時間較晚；

H3c：文獻內(nèi)容越多樣，波峰到達(dá)時間越晚。

在幅值特征上，可以構(gòu)建波峰高度（peak height） 來揭示文獻在波峰時刻的幅值特點。定義為：文獻在波峰時刻的幅值與鄰居節(jié)點幅值的差距占波峰幅值的百分比。通過與鄰居節(jié)點對比得到波峰的相對高度。即對于序列C= [c1,c2,c3,…,cn]，文獻在第p年到達(dá)波峰，波峰幅值為cp，波峰兩側(cè)節(jié)點的幅值平均值為neighborheight= avg {cp-Δt,…,cp-1,cp+1,…,cp+Δt}，則

通過與鄰居節(jié)點對比，將絕對高度（波峰幅值） 轉(zhuǎn)化為相對高度（波峰高度），刻畫在波峰時刻文獻的影響力高峰。波峰高度反映的是波峰與鄰居節(jié)點幅值的差距，即波段附近的曲線變化，變化越大，波峰高度的值越接近于1。文獻質(zhì)量越高，則曲線變化越平緩，與周圍節(jié)點差別越小，波峰高度的值越?。粍?chuàng)新程度更高的文獻，在受到認(rèn)可之后，會表現(xiàn)為突然上升，故曲線會驟然變化，波峰高度的值更高。因此，本文提出研究假設(shè)H1c、H2c：

H1c：文獻質(zhì)量越高，波峰高度越??；

H2c：與低創(chuàng)新的文獻相比，高度創(chuàng)新的論文波峰高度更高。

4 數(shù)據(jù)和方法

4.1 數(shù)據(jù)集

文獻來源數(shù)據(jù)選取PubMed 收錄的醫(yī)學(xué)和生物學(xué)文獻，PubMed 是美國國家醫(yī)學(xué)圖書館建設(shè)的收錄醫(yī)學(xué)相關(guān)文獻的數(shù)據(jù)庫。根據(jù)MeSH 詞確定檢索詞，覆蓋醫(yī)學(xué)的12 個學(xué)科和生物學(xué)的10 個學(xué)科。為了保證文獻較長的被引時間窗口，發(fā)表時間截至2010 年12 月31 日。經(jīng)過去重處理后，得到文獻共836628 篇。由于PubMed 沒有文獻的被引數(shù)據(jù)，所以文獻被引數(shù)據(jù)來自Web of Science （WoS） 核心合集，獲取截至2019 年的引文數(shù)據(jù)，利用PMID（PubMed unique identifier） 匹配Web of Science 文獻的WoS-ID，一共匹配480725 篇，引文時間窗口大于等于10 年。為了避免極低被引的論文造成干擾，對總被引次數(shù)大于10 次的文獻進行波峰識別，識別方法參見文獻[43]。在識別出波峰的216719 篇文獻中，有2867 篇文獻被F1000 數(shù)據(jù)庫的專家推薦。F1000 數(shù)據(jù)庫的文獻需要經(jīng)專家挑選，存在一定的推薦門檻，生物醫(yī)學(xué)領(lǐng)域約有2% 的文獻會被納入該數(shù)據(jù)庫[44]，故占比較低的結(jié)果符合預(yù)期。在這些文獻中，發(fā)表年最早為1948 年，其中發(fā)表年小于2001 年的文獻僅23 篇。由于時間跨度較大，而時間也會對文獻的被引產(chǎn)生一定影響，為方便進一步研究，本文將這些文獻剔除，最終剩下2844 篇文獻，文獻的發(fā)表時間跨度為2001—2010 年，引文時間窗為10～20 年。

數(shù)據(jù)處理流程如圖1 所示。

圖1 數(shù)據(jù)準(zhǔn)備處理流程圖

4.2 變量操作方法

4.2.1 因變量

本研究主要探討文獻內(nèi)容特征對文獻被引的影響。靜態(tài)的總被引次數(shù)在揭示文獻的被引模式存在局限，因此，除總被引次數(shù)之外，將引文波峰的各項特征作為因變量納入，包括波峰的數(shù)量特征、時間特征和幅值特征。其中，波峰的數(shù)量是文獻自發(fā)表后波峰曲線中被識別的波峰數(shù)量；時間特征則采用了最高峰的到達(dá)時間，即文獻在發(fā)表后第幾年到達(dá)最高峰；幅值特征的指標(biāo)為波峰高度，是最高峰與周圍節(jié)點比較得到的結(jié)果。

4.2.2 自變量

本研究的自變量包括文獻質(zhì)量、文獻創(chuàng)新類型以及文獻的內(nèi)容多樣性。 其中，文獻質(zhì)量借助F1000 數(shù)據(jù)庫同行評議的結(jié)果，F(xiàn)1000 將同行給出的good/very good/exceptional 標(biāo)簽轉(zhuǎn)化為FFa Score，故文獻質(zhì)量通過FFa 得分進行量化評估。對于文獻的創(chuàng)新類型，本研究采用專家對文獻給出的標(biāo)簽，由于文獻與標(biāo)簽之間存在一對多的關(guān)系，故在納入文獻標(biāo)簽時優(yōu)先納入?yún)^(qū)分度更高的標(biāo)簽，例如，new finding 標(biāo)簽最多，當(dāng)一篇文獻同時被標(biāo)注為new finding 和interesting hypothesis 時，會將其標(biāo)注為“interesting hypothesis”。 對于文獻的內(nèi)容多樣性，本研究利用文獻主題詞的種類數(shù)和主題詞之間的相似性均值來表示。

4.2.3 控制變量

本研究將上文探討的與文獻被引相關(guān)的影響因素：文獻篇幅、文獻類型、作者數(shù)量以及期刊影響因子均作為控制變量納入模型。在實際操作中，文獻篇幅為文獻的頁數(shù)； 文獻類型為PubMed 中的publification type[45]，在PubMed 數(shù)據(jù)庫中，publifica‐tion type 主要包括綜述類（review/system review/me‐ta analysis）、研究型（randomized controlled trial/clin‐ical trial/clinical study/comparative study/observational study）和期刊論文型（journal article）以及其他（letter/news 等）。由于本研究的數(shù)據(jù)樣本的最晚發(fā)表時間為2010 年，故采用2010 年的期刊影響因子數(shù)據(jù)作為期刊影響因子值。

4.3 統(tǒng)計方法

由于論文的被引次數(shù)呈偏態(tài)分布，并且是計數(shù)資料，在統(tǒng)計中，負(fù)二項回歸能夠較好地解決此類問題。因此，本研究采用負(fù)二項回歸來分析3 個自變量和4 個控制變量對文獻的被引數(shù)量的影響。本研究選擇波峰數(shù)量、波峰的到達(dá)時間、波峰高度這三個波峰特征指標(biāo)作為模型的因變量。波峰高度是0-1 的連續(xù)變量，所以模型采用最小二乘估計的多元線性回歸方法。波峰數(shù)量雖然呈偏態(tài)分布的計數(shù)資料，但因其數(shù)值只有1、2、3 三個數(shù)值，導(dǎo)致負(fù)二項回歸結(jié)果的不顯著性，故最終將其冪轉(zhuǎn)換后采用多元線性回歸。波峰時間本質(zhì)是連續(xù)變量，經(jīng)對數(shù)轉(zhuǎn)換后能夠轉(zhuǎn)為相對正態(tài)的變量，故采用多元線性回歸。自變量的文獻創(chuàng)新類型和控制變量中文獻類型均屬于分類變量，故需要進行啞變量處理。

模型采用逐步回歸方法，逐步回歸的過程，根據(jù)R2和P的結(jié)果分析模型的擬合優(yōu)度。由于在負(fù)二項回歸、邏輯回歸中采用的是極大似然估計方法，而不是最小二乘估計方法，故無法直接計算R2，模型利用偽R2來近似反映模型的擬合情況。如果模型較上一個模型的偽R2更大，同時在統(tǒng)計學(xué)上具有顯著意義，便認(rèn)為該模型比上一個模型有效。模型X1 為控制變量與因變量的回歸模型，作為基礎(chǔ)模型，而X2、X3、X4 則是在模型X1 之上分別加入某一自變量的回歸模型。

5 結(jié) 果

5.1 描述性統(tǒng)計

由表1 可知，在本研究的樣本中，文獻的平均篇幅為8.05 頁，平均作者數(shù)量為7.11。 在Falagas等[31]的研究中，醫(yī)學(xué)文獻篇幅的中位數(shù)為7.88 頁，合作作者數(shù)量為9.88。在文獻類型上，數(shù)量最多的為期刊論文，占比為73.18%；其次為臨床研究，占比為18.83%；綜述型文獻的占比為7.67%；其他類型的文獻占比為1.75%。期刊論文是NLM （The Na‐tional Library of Medicine） 數(shù)據(jù)庫的主要文獻類型，綜述型文獻因其需要在較多的研究型文獻之上，探討學(xué)科的發(fā)展方向，其信息綜合度更高。期刊影響因子的均值為12.56；Journal of Emergency Nursing的值最小，為0.43；New England Journal of Medicine的值最大，為53.48；期刊影響因子的中位數(shù)為8.23，數(shù)據(jù)呈右偏分布，說明在被挑選進F1000 數(shù)據(jù)庫的文獻并不集中在高影響因子的文獻范圍中。

表1 變量描述性統(tǒng)計

對于自變量X5，文獻質(zhì)量得分均值為7.56，靠近得分最小值6。進一步分析發(fā)現(xiàn)，得分為6 的文獻數(shù)量較多，這說明該文獻只被推薦1 次，評級為good。在Waltman 等[45]的研究中，文獻得到平均推薦數(shù)量為1.30，81.1% 的文獻僅被推薦1 次。文獻被評為good、very good、exceptional 的占比分別約為60%、30% 和10%。

對于自變量X6，由于少量文獻專家在給予評分時未給出創(chuàng)新類型，在2844 篇文獻中2731 篇文獻擁有創(chuàng)新類型。本研究僅考慮了數(shù)量較多的5 個標(biāo)簽，其中比例最高的是new finding，比例最低的是controversial。

對于自變量X7，MeSH 詞種類數(shù)的均值為3.27，MeSH 詞相似性的均值為0.22，其中最小值0 值占比較大。測度主題相似性時，若兩個MeSH 詞屬于A 和B 兩個不同的樹（一層級別不同），則相似度為0，如B03.440.400.425.127.100 與C19.642.355.480.500二者的相似度為0。在結(jié)果中文獻內(nèi)容相似性0 值較多，說明這些文獻至少采用了2 個跨一層級別的MeSH 主題詞，可以認(rèn)為該文獻的內(nèi)容多樣性較大。

5.2 相關(guān)性分析

首先進行自變量相關(guān)性分析，以排除自變量間的多重共線性。 自變量間進行Pearson 相關(guān)分析，結(jié)果顯示自變量之間不存在強相關(guān)性。然后，經(jīng)VIF （variance inflation factor） 校驗，排除了自變量的多重共線性。表2 為自變量相關(guān)性分析結(jié)果。

表2 變量相關(guān)分析結(jié)果

5.3 回歸結(jié)果

對于因變量Y1 總被引次數(shù)，模型采用的是負(fù)二項回歸方法，模型1.1～模型1.4 體現(xiàn)了逐步回歸的過程，模型1.1 為控制變量對文獻總被引次數(shù)的影響；模型1.2 加入自變量1——文獻質(zhì)量得分FFa score，探究文獻質(zhì)量與4 個控制變量對文獻總被引次數(shù)的影響；模型1.3 在模型1.1 的基礎(chǔ)之上加入文獻創(chuàng)新類型，探究文獻創(chuàng)新類型與4 個控制變量對文獻總被引次數(shù)的影響；模型1.4 在模型1.1 的基礎(chǔ)之上加入文獻內(nèi)容相似性，探究文獻內(nèi)容多樣性、文獻創(chuàng)新類型、文獻質(zhì)量和4 個控制變量綜合對文獻總被引次數(shù)的影響?？紤]到時間可能會對總被引次數(shù)產(chǎn)生影響，本研究將文獻不同年發(fā)表的時間效應(yīng)控制住?；貧w結(jié)果如表3 所示。

由表3 可知，在模型1.1 中，自由度為2844，P<0.001，通過了卡方統(tǒng)計檢驗，偽R2為0.037，認(rèn)為該回歸模型是顯著的。對于自變量X1 文獻篇幅，其回歸系數(shù)為0.027，P<0.001，認(rèn)為具有顯性的正向效應(yīng)。在回歸過程中，當(dāng)文獻類型控制住之后，文獻篇幅的效應(yīng)為正，則說明文獻篇幅越長，其收到引用的概率越大。Falagas 等[31]的研究也支持了這一點。對于自變量X2 文獻類型，其基準(zhǔn)組為 “其他” 類型的文獻，對比 “其他” 類型的文獻，期刊論文與臨床研究的結(jié)果并不顯著，綜述型文獻更具有引用優(yōu)勢。相較于 “其他” 類型的文獻（如let‐ter/comments/news 等） 的即時性，綜述型文獻因其凝聚多項研究結(jié)果，對后續(xù)研究更具持久性影響。在X3 作者數(shù)量上，其與被引次數(shù)的回歸系數(shù)為0.027，P<0.001，作者的數(shù)量對文獻的總被引次數(shù)產(chǎn)生正向的影響。作者數(shù)量的增多，會促進文獻獲得更高的被引次數(shù)。X4 期刊影響因子與總被引次數(shù)的回歸系數(shù)為0.050，P<0.001，說明期刊影響因子對總被引次數(shù)產(chǎn)生顯著的正向效應(yīng)，影響因子越高，文獻被引的可能性越大。

表3 總被引次數(shù)回歸結(jié)果

在模型1.2 中，自由度為2844，P<0.001，偽R2為0.040，與模型1.1 相比，偽R2增加，盡管增加量不大，但具有顯著性意義，可以認(rèn)為該回歸模型有效，認(rèn)為變量X5 文獻質(zhì)量的納入比控制變量建立的模型擬合效果更好。文獻質(zhì)量得分與總被引次數(shù)的回歸系數(shù)為0.075，P<0.001，說明能夠在99.9%的水平上拒絕原假設(shè)，認(rèn)為文獻質(zhì)量得分對總被引次數(shù)存在顯著的正向效應(yīng)。文獻質(zhì)量是個復(fù)雜的概念，其包含了研究的科學(xué)性和研究的貢獻性，如果一項研究是高質(zhì)量的，那么文獻可能因為其科學(xué)性而成為示范，從而成為學(xué)科的經(jīng)典性文獻；也可能因為其貢獻性，導(dǎo)致社會價值和科學(xué)價值較大，影響范圍更廣，而獲得更多引用。

在模型1.3 中，自由度為2731，這是由于部分樣本在文獻創(chuàng)新類型字段上缺失，P<0.001 說明通過卡方有效性檢驗。而偽R2為0.040，與模型1.1 相比，偽R2增加，認(rèn)為該回歸模型有效，即認(rèn)為納入變量X6 文獻創(chuàng)新類型能夠提升模型的擬合效果。文獻創(chuàng)新類型中的基準(zhǔn)組為confirmation，與confir‐mation 相比，對總被引次數(shù)的效益具有顯著性差異的是technical advance；technical advance 是對研究進行技術(shù)點的創(chuàng)新，與confirmation 僅是對前人研究進行驗證相比，其創(chuàng)新類型更高，因此可以獲得更多的總被引次數(shù)。

在模型1.4 中，自由度為2844，P<0.001，模型通過卡方有效性檢驗。同時，可以觀察到偽R2為0.039，與模型1.1 相比，具有顯著性的微弱增長，認(rèn)為該回歸模型有效，納入變量X7 后，模型的擬合效果更佳。變量X7 主要分為兩個指標(biāo)：MeSH 詞種類數(shù)與總被引次數(shù)的回歸系數(shù)為-0.087，P<0.05，說明主題詞種類越豐富，總被引次數(shù)越低；MeSH詞相似性與總被引次數(shù)的回歸系數(shù)為0.161，P<0.001。說明文獻內(nèi)容相似性越高，即文獻內(nèi)容多樣性越低，總被引次數(shù)越高。這與最開始的研究假設(shè)H3a 多樣性越高的文獻會吸引更多的引用的觀點相反。文獻內(nèi)容相似性高，說明其研究主題之間的距離較近，那么文獻比較可能是深入型研究。

對于因變量Y2 波峰數(shù)量，由于因變量的值為離散變量，最小值為1，最大值為3，故將其轉(zhuǎn)為以10 為底的冪指數(shù)后進行多元線性回歸。對于最小二乘法的線性回歸模型，采用R2估算模型的擬合度。由于R2的大小是自變量個數(shù)的非遞減函數(shù)，即自變量的增加不會減小R2的值，所以單純比較模型R2大小不能判斷模型是否擬合得更好，因此，統(tǒng)計學(xué)上增加了調(diào)整后的R2，通過比較調(diào)整后的R2大小，可以判斷模型的擬合效果，故在表4 中列出的為調(diào)整后的R2。

表4 波峰數(shù)量回歸結(jié)果

由表4可知，在模型2.1 中，F(xiàn)=12.91，P<0.001，說明模型有效?？刂谱兞恐袑Σǚ鍞?shù)量產(chǎn)生顯著影響的變量是期刊影響因子，回歸系數(shù)為-0.383，P<0.05，發(fā)表在高影響因子期刊的文獻，更多地表現(xiàn)為單波峰。在P<0.1 的水平下，臨床研究型的文獻與其他類型的文獻相比，被引曲線的波峰數(shù)量更少。

在模型2.2 中，F(xiàn)=12.39，P<0.001，調(diào)整后R2比模型2.1 稍高，說明模型有效。自變量X7 MeSH 詞相似性與波峰數(shù)量的回歸系數(shù)為-15.307，P<0.05，這種顯著的負(fù)效應(yīng)提示，文獻的內(nèi)容相似性越高，波峰數(shù)量越少，即文獻內(nèi)容越豐富，文獻的被引曲線就越有可能表現(xiàn)為多個波峰。

對于因變量Y3 波峰到達(dá)時間，因變量的值為離散變量，最小值為0，最大值為16，數(shù)據(jù)呈左偏分布，故將其數(shù)值加1 后取對數(shù)，即因變量的數(shù)值轉(zhuǎn)化為ln(波峰到達(dá)時間+1)，多元線性回歸結(jié)果如表5 所示。

表5 波峰到達(dá)時間回歸結(jié)果

由表5 可知，在模型3.1 中，F(xiàn)=3.38，P<0.001，模型有效。對波峰到達(dá)時間產(chǎn)生顯著效應(yīng)的是作者數(shù)量，作者數(shù)量越多，波峰到達(dá)時間越早（回歸系數(shù)為-0.006，P<0.001）。文獻的合作者越多，其影響力和可見度越高，這可能促進了文獻更早到達(dá)引文波峰。

在模型3.2 中，F(xiàn)=3.50，P<0.001，調(diào)整后R2為0.0139，較模型3.1 的調(diào)整后R2有所增長，說明新增加的自變量文獻質(zhì)量提高了模型的擬合優(yōu)度。文獻質(zhì)量對波峰到達(dá)時間的回歸系數(shù)為0.005，P<0.05，說明文獻質(zhì)量越高，波峰到達(dá)時間越晚。文獻質(zhì)量越高，吸引的引文越多，逐年被引次數(shù)都保持較高的被引水平，需要經(jīng)歷長持續(xù)的高被引狀態(tài)后才到達(dá)被引高峰，最終波峰到達(dá)時間較晚。

在模型3.3 中，F(xiàn)=2.63，P<0.001，調(diào)整后R2為0.0112，比模型3.1 的調(diào)整后R2低，說明X6 文獻創(chuàng)新類型的引入并未增加模型的擬合優(yōu)度。回歸系數(shù)和顯著性提示，與confirmation 相比，其他組的波峰到達(dá)時間并未出現(xiàn)顯著差別。

在模型3.4 中，F(xiàn)=3.43，P<0.001，調(diào)整后R2為0.0135，比模型3.1 的調(diào)整后R2高，說明文獻內(nèi)容多樣性變量的加入提高了模型的擬合優(yōu)度。MeSH詞種類數(shù)與波峰到達(dá)時間的回歸系數(shù)為0.047，P<0.05，說明文獻的主題詞種類越豐富，被引曲線的波峰到達(dá)時間越晚。因變量是最高峰的到達(dá)時間，對于種類越豐富的文獻，可能因為其影響的領(lǐng)域廣泛性，而出現(xiàn)了二次生命周期，故波峰到達(dá)時間較晚。

對于因變量Y4 波峰高度，因為其屬于連續(xù)型變量（范圍為0～1），本研究采用的是多元線性回歸方法；因為波峰高度偏態(tài)分布，故將波峰高度數(shù)值加1 取對數(shù)后再進行回歸。模型4.1 為控制變量對波峰高度的影響（控制變量為文獻類型、作者數(shù)量、期刊影響因子）；模型4.2 加入自變量1——文獻質(zhì)量得分FFa score，探究文獻質(zhì)量與3 個控制變量對文獻波峰高度的影響；模型2.3 在模型4.1 的基礎(chǔ)之上加入文獻創(chuàng)新類型，探究文獻創(chuàng)新類型與3個控制變量對文獻波峰高度的影響；考慮到時間因素可能會對波峰高度產(chǎn)生影響，回歸時將文獻因發(fā)表年不同而產(chǎn)生的時間效應(yīng)也控制住。回歸結(jié)果如表6 所示。

表6 波峰高度回歸結(jié)果

由表6可知，在模型4.1中，F(xiàn)=29.47，P<0.001，說明該模型通過了檢驗，模型有效。文獻類型中選擇的基準(zhǔn)組為 “其他” 型文獻，與 “其他”型文獻相比，期刊論文和臨床研究型的波峰高度值分別是-0.025 和-0.017，但遺憾的是未通過顯著性檢驗，所以不能認(rèn)為期刊論文、臨床研究型文獻與“其他” 型文獻的波峰高度值存在顯著性差異。與“其他” 型文獻相比，存在顯著性差異的是綜述組，說明綜述組文獻的波峰高度與 “其他” 型文獻相比更低，即綜述型文獻的被引曲線在波峰附近的走勢更平緩（與 “其他” 型文獻相比）。作者數(shù)量與波峰高度的回歸系數(shù)為-0.002，P<0.001，說明作者數(shù)量對波峰高度產(chǎn)生負(fù)效應(yīng)，作者數(shù)量的增加會降低被引曲線在波峰附近的突增性。期刊影響因子與波峰高度的回歸系數(shù)為-0.003，P<0.001，認(rèn)為期刊影響因子負(fù)向影響波峰高度，并且這種影響是顯著的。說明波峰高度會隨著期刊影響因子的增加而降低，在高影響因子期刊上發(fā)表的文獻，其在波峰附近展現(xiàn)為平緩上升平緩下降的可能性越高。

在模型4.2 中，F(xiàn)=29.18，P<0.001，同時模型調(diào)整后R2為0.137，比模型4.1 調(diào)整后的R2（0.130） 有所提升，認(rèn)為模型有效，即新增自變量X5 文獻質(zhì)量能夠有效提升模型的擬合優(yōu)度。文獻質(zhì)量得分與波峰高度呈現(xiàn)的是顯著的負(fù)向效應(yīng)（回歸系數(shù)為-0.007，P<0.001），說明文獻質(zhì)量越高，波峰高度越低，波峰附近的鄰居節(jié)點和波峰的差距縮小，文獻在波峰附近表現(xiàn)為平緩上升-平緩下降。

在模型4.3 中，F(xiàn)=22.40，P<0.001，但由于模型調(diào)整后R2為0.130，和模型4.1 相比沒有增加，則認(rèn)為模型在納入自變量X6 文獻創(chuàng)新類型后沒有提升模型的擬合優(yōu)度，故模型無效。同時，模型中文獻創(chuàng)新類型與波峰高度的回歸結(jié)果也表示，與基準(zhǔn)組conformation 相比，其他四組均未對波峰高度產(chǎn)生顯著的效應(yīng)，因此，本研究拒絕了假設(shè)H2c——文獻創(chuàng)新類型對波峰高度產(chǎn)生影響。綜合因變量Y1總被引次數(shù)的回歸結(jié)果，文獻創(chuàng)新類型可以影響總被引次數(shù)，但對波峰高度無顯著影響。

本研究探究了文獻特征對被引相關(guān)4 個因變量（含靜態(tài)的總被引次數(shù)和動態(tài)的波峰特征） 的影響，回歸結(jié)果匯總?cè)鐖D2 所示，在第3 節(jié)提出的研究假設(shè)中，文獻質(zhì)量對總被引次數(shù)、波峰時間、波峰高度均產(chǎn)生顯著的影響（H1a、H1b、H1c 成立），文獻創(chuàng)新類型對總被引次數(shù)產(chǎn)生顯著影響（H2a），文獻內(nèi)容多樣性被證實對總被引次數(shù)、波峰數(shù)量、波峰時間具有顯著作用（H3a、H3b、H3c 成立），文獻創(chuàng)新類型對波峰時間和波峰高度的影響尚不顯著（H2b、H2c 未能證明成立）。

圖2 變量關(guān)系回歸結(jié)果匯總

6 討論與結(jié)論

本研究主要分析文獻內(nèi)容特征對引文動態(tài)的影響。文獻內(nèi)容特征從三個方面切入，包括文獻的質(zhì)量、文獻的創(chuàng)新類型和文獻在內(nèi)容上的多樣性。在被引方面的指標(biāo)，本研究選用了總被引次數(shù)、波峰數(shù)量、波峰到達(dá)時間和波峰高度。由于文獻的質(zhì)量和創(chuàng)新類型較難定量衡量，本研究最終利用了醫(yī)學(xué)生物學(xué)領(lǐng)域同行評議系統(tǒng)——F1000 數(shù)據(jù)庫的專家評價數(shù)據(jù)。采用F1000 數(shù)據(jù)庫根據(jù)專家意見所得到的文獻質(zhì)量得分FFa score 來表示文獻的質(zhì)量，采用專家給文獻打的標(biāo)簽作為創(chuàng)新類型。而在文獻內(nèi)容的多樣性上，本研究利用PubMed 數(shù)據(jù)庫的MeSH主題詞，根據(jù)MeSH 主題詞的種類數(shù)和MeSH 主題詞相似性，間接表示文獻內(nèi)容多樣性。

通過回歸分析發(fā)現(xiàn)，文獻總被引次數(shù)受控制變量文獻篇幅、文獻類型、作者數(shù)量和期刊影響因子的影響，在自變量文獻特征上，文獻質(zhì)量、文獻創(chuàng)新類型以及文獻內(nèi)容相似性均存在顯著的影響效應(yīng)。波峰數(shù)量受文獻內(nèi)容多樣性的影響，研究內(nèi)容越豐富，越會增加文獻獲得二次生命周期的機會。波峰到達(dá)時間的回歸結(jié)果顯示，文獻質(zhì)量越高，越會表現(xiàn)為更晚的波峰到達(dá)時間；文獻內(nèi)容的多樣性會延遲波峰到達(dá)時間。波峰高度受控制變量文獻篇幅、文獻類型、作者數(shù)量、期刊影響因子的影響，在自變量中，僅文獻質(zhì)量與波峰高度具有顯著的作用。文獻質(zhì)量對波峰高度產(chǎn)生的效應(yīng)方向與其對總被引次數(shù)的效應(yīng)方向相反。由于波峰高度值越大的文獻，其在波峰處的變化性也越大，這說明文獻質(zhì)量越高，在被引上越會表現(xiàn)為更高的總被引次數(shù)和波峰處更平緩的曲線變化。文獻創(chuàng)新類型在波峰到達(dá)時間、波峰高度上的不顯著性，揭示了文獻在波峰幅值的被引表現(xiàn)受文獻創(chuàng)新程度的影響較小，因此，波峰高度和波峰到達(dá)時間指標(biāo)可更多地用于反映文獻的質(zhì)量；文獻被引曲線的波峰數(shù)量、波峰到達(dá)時間能夠在一定程度上揭示文獻的內(nèi)容多樣性。

本文存在一些不足。在研究數(shù)據(jù)上，波峰識別所采用的是醫(yī)學(xué)和生物學(xué)領(lǐng)域的數(shù)據(jù)，其中文獻類型與其他學(xué)科的文獻類型劃分存在一定差異，故本研究的結(jié)論是否可以推廣至其他學(xué)科仍需要進一步探討。 此外，鑒于Faculty Opinions 數(shù)據(jù)庫的特殊性，其成立時間相對較晚，同時，專家推薦文獻時會有一定的專業(yè)門檻，導(dǎo)致最終進行實驗的文獻與初始數(shù)據(jù)集相差較大。由于文獻是經(jīng)由各位專家篩選的結(jié)果，故這些文獻可能擁有更高的被引次數(shù)和更高的研究質(zhì)量，這會導(dǎo)致研究結(jié)論存在一定的偏倚。后續(xù)研究中，可以嘗試文獻體量較大的同行評議數(shù)據(jù)庫為樣本，做相應(yīng)的研究補充，以保證結(jié)論的健壯性。本研究探討的文獻內(nèi)容特征中的文獻質(zhì)量與文獻特征，雖然在Mohammadi 等[7]、 Wang等[46]的研究中證實二者不存在較強關(guān)聯(lián)，但往往專家在進行同行評議時會考慮文獻的創(chuàng)新性，在今后的研究中仍需探索優(yōu)化更合適的文獻內(nèi)容特征的量化指標(biāo)。本研究僅考慮了文獻內(nèi)容特征對波峰的影響，實際上，研究結(jié)果表明，尚存在其他因素等待進一步挖掘。例如，從引文網(wǎng)絡(luò)視角來看，被引和波峰的發(fā)生。在創(chuàng)新擴散的過程中，對于采納者來說，決定創(chuàng)新是否被采納起決定性作用的是采納者的主觀判斷，而不是這項創(chuàng)新本身的內(nèi)容。例如，如果采納者是創(chuàng)新先驅(qū)者，在創(chuàng)新問世之初他就會率先采納，而從眾者則在后期才采納這項創(chuàng)新。故從施引者角度，思考引文的擴散過程，也具有潛在的研究價值。