序言

截至2024年6月30日， Web of Science中收录了42,945篇以 “bibliometric*”和“scientometric*”为主题的文献。 通过这些文献，我们可以粗略地了解到科学计量学的研究和应用的现状。在这些文献中，研究论文占66%，综述文章占23%，会议出版物占7%。作为参照，以统计为主题的文献有2,525,884篇，研究论文占86%，会议出版物占12%，而综述文章只有3%。这意味着文献综述目前已经成为科学计量学的主要应用类型之一。

与此同时，科学计量学正经历着高速增长阶段。科学计量学文献总量在2001年至2007年的6年间翻了一番，而作为参照的统计主题从2001年到2009年才翻了一番，用了8年。更为重要的是，近年来科学计量学翻番的速度仍在加快（从2020年翻番只用了3年），而统计主题的翻番则有所减慢（2009年后11年才翻了一番）。

科学计量学本身也正在各个领域快速普及。发表科学计量学文献最多的研究领域是信息科学与图书馆科学（20%），这也是科学计量学的老家。其次是计算机科学（17%），然后是商业经济学（13%）和环境科学（11%）。除计算机科学以外，其它领域里发表的科学计量学论文绝大多数是科学计量学在该领域里的应用。

科学计量学文献产出最多的5个国家分别为中国（22%）、美国（13%）、西班牙（9%）、印度（8%）和巴西（7%）。而统计主题的文献中，前五大国家是美国（28%）、中国（11%）、英国（7%）、德国（6%）和意大利（5%）。这表明科学计量学在中国的普及程度尤其显著。

Shneider (2009)曾提出一个关于研究领域发展过程的模型，该模型广义上是一个提出问题和解决问题的过程。这个过程包括四个阶段：第一个阶段是新问题的提出和长期研究目标的确立。新概念常常在这个阶段引入以和现有知识区分开来。第二阶段的主要目的是针对确立的问题而构建专用的工具或设施等等，就像当年建造红外望远镜时所处的阶段一样。第三阶段的特征是将新开发完成的工具用于第一阶段中所确立的问题。这个阶段的发展和知识的更新迭代是最快的。目前大规模语言模型的应用也处于这个阶段。此外，有了新工具之后，人们往往会进行新的尝试，并将新工具用于其他目的。甚至会仅仅因为好奇而将其用于没有直接联系的问题，反正这样似乎也不会付出什么太大的代价。这样的冒险有时能带来意外的惊喜 —— 意外的发现和启发。而这些意外发现可能继而引发一个新领域的诞生，开始一个新的属于一个全新领域的第一阶段。第四阶段，也是最后一个阶段，其特点为对经验教训的反思和整理。正如大规模物种灭绝的研究在发现其十多年来一直寻找的证据后所经历的反思以及随后出现的学术迁徙和转移 (Chen 2006; Chen 2024)。科学计量学作为一个跨越众多学科边界迅速扩展的领域，正处于第二和第三阶段之间——新工具不断涌现，新应用的范围不断拓展。

Shneider 的四个阶段模型的优点是其直观简单，因而可以适用于很多不同问题。与其相比，Kuhn 的科学范式转移（paradigm shift）在学术界更是家喻户晓 (Kuhn 1962)。Kuhn的科学发展模式核心运作机制在于危机出现后新旧范式之间的交替。这同样可以在更高的抽象层次上视为提出问题和解决问题的过程。很多学者认为 Kuhn 模式的科学革命并不常见。这种看法也许会让我们对许多日常研究中遇到的问题熟视无睹，更有实际意义的策略是了解各种理论在各个层次和不同尺度上是否能提供最简单最直接的解释。9-11恐怖袭击之前，恐怖主义学术研究的重点主要集中在恐怖袭击对肉体上的危害。9-11事件之后学者们注意到媒体上持续而详尽的报道会对人们的心理健康带来意想不到的伤害 (Chen 2006)。从研究本身来看，这是注意力的转移，但是从学术整体认识来看，这是对当时恐怖主义研究范式的突破。大规模物种灭绝所经历的是研究对象的转移，但是保留了现有范式，所以这次转移的实质是将一次成功的方法再次利用到另一个具有类似特征的问题上。这几个例子说明，了解相关的模型和理论背景对科学计量学是如何的重要。如果仅以量化的指标为依据，又有多少具体过程和关键细节会被忽视 (Chen 2016)。

科学计量学在各个学科领域中的快速推广和应用，也常常伴随着令人担忧的隐患。科学计量学在实际应用中所涉及的基础知识以及对研究结果的合理解读往往得不到足够的重视。而缺乏足够的重视会直接影响到分析和决策的质量。当我们拥抱科学计量学的新浪潮时，必须牢记：那些看似简单且而又貌似普遍适用的数字指标和他们背后的理论一样都具有适用的条件或者受到特定环境的约束。了解哪些情况适用和哪些情况不适用是非常关键的，也是非常基本的要求。以常见的期刊影响因子为例，期刊影响因子的适用对象为期刊而不适用于作为判断学者个人学术影响力的指标。

对科学计量学最大最广和持续最长的需求来自如何提高国家、机构以及学科之间的工作效率 (Bernal 1939)。科学政策和科学战略管理等等研究和应用也都体现了这一特点，尤其当各国政府面临来自各个方面的压力而需要更频繁地证明他们对资源分配是正当的、合理的、更有效率以及更符合社会需求。这种自上而下的需求同时也成为导致一些隐患的直接原因。过于注重对学术研究外在特性的短期定量分析评价，而忽略对科学研究领域内在结构变化等动态过程的长期观察追踪。

学术研究本身在宏观上就是一个复杂适应系统。以提高效率为目标的科学计量学研究与追求未知的科学探索并非总能保持一致。社会责任和个人的学术生涯等短期或长期因素可能会影响每个人自己的选择。了解一个学科领域的发展规律是更为抽象的知识的知识。用时髦的说法是元知识（Meta-knowledge）。对元知识的认识才应该是科学学与科学计量学的核心价值。各种计量的指标方法等等不过是认识元知识的途径。学术评价、战略管理等等作为具体目标只有建立在这个基础之上才能健康地发展。学术内容本身是形形色色的树木，而科学学让我们看到的是森林。

在这样的时代背景下，李杰的《科学计量学导论》及时地为广大科研工作者提供了一个了解科学计量学的窗口。《科学计量学导论》以丰富的图表和流畅的文笔介绍了科学计量学的发展历史，包括分布于不同国家的学术流派，科学计量学中的基本原理，主要概念、指标、文献数据以及分析工具等等方面，尤其适用有兴趣涉猎科学计量学的读者参考学习。

陈超美（Chaomei Chen）

美国德雷塞尔大学

2024年7月7日

参考文献（References）:

BERNAL JD ，1939. The social function of science[M]. London: George Routledge & Sons Ltd.

CHEN CM, 2016. Grand Challenges in Measuring and Characterizing Scholarly Impact[J]. Frontiers in Research Metrics and Analytics, 1(4). doi: 10.3389/frma.2016.00004

CHEN CM, 2024. Visual analytic studies of science. Workshop on Philosophy of science meets quantitative studies of science. Turin, Italy. May 27-29, 2024. Video: https://www.youtube.com/watch?v=t-BbGhxLkH4.

CHEN CM,2006. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 57(3):359-377.

KUHN TS, 1962. The structure of scientific revolutions[M]. University of Chicago Press.

SHNEIDER AM, 2009. Four stages of a scientific discipline: four types of scientists[J]. Trends in biochemical sciences, 34 (5):217-223