ESI指标原理及计算

编者：基本科学指标数据库（Essential Science Indicators，简称ESI）是由世界著名的学术信息出版机构美国科技信息所（ISI）于2001年推出的衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具，现已成为世界范围内普遍用以评价高校、学术机构、国家/地区国际学术水平及影响力的重要评价指标工具。国内教育主管部门也将ESI作为评价高校学科发展的重要指标：教育部开展的高校第三、四轮学科评估活动中，都将“ESI高被引论文”作为学术论文质量指标的考量内容；2012年教育部、财政部公布的《高等学校创新能力提升计划》实施方案将“是否进入ESI学科排名的前1%”作为申报面向科学前沿的协同创新中心的评审要求；中国校友会网的《中国大学评价研究报告》自2012年起将ESI论文纳入大学评价指标；武汉大学中国科学评价研究中心、中国教育质量评价中心联合中国科教评价网推出的“中国大学及学科专业评价咨询报告”也将ESI排名作为其中一个参考指标。

“双一流”建设战略启动后，ESI又成为“双一流”建设中坚持国际标准的关键点。不少省市纷纷出台的“双一流”建设政策，也将ESI评价指标作为一个极其重要的依据，广西出台的《关于推进一流大学和一流学科建设实施方案》也提出了此指标。

一、ESI简介

ESI(Essential Science Indicators)即基本科学指标数据库，是由美国科技信息所(ISI)推出的基于SCI和SSCI所收录的全球11000多种学术期刊的1 000多万条文献记录而建立的计量分析数据库。它是衡量科学研究绩效、跟踪科学发展趋势的基本分析评价工具。进入ESI前50%国家/地区发表的论文占到全球该领域论文的90%以上，用户可以从该数据库中了解到一定排名范围内科学家、科研机构、国家和学术期刊在某一学科领域的论文量和影响力，确定关键的科学发现，评估研究绩效，掌握科学发展的趋势和动向。

二、ESI结构

ESI由引文排位(Citation Rankings)、高被引论文(Most Cited Papers)、引文分析(Citation Analysis)和评论报道(Commentary)4部分构成。

引文排位部分依据论文总被引量，排出位居国际前1%科学家、前1%科研机构、前50%国家/地区以及前50%期刊。高被引论文部分依据论文总被引频次，排出国际1%顶尖论文和1%热门论文。

引文分析部分中Baselines(基准线)用来测度论文组的累积被引频次，Averages(平均被引频次)基于从论文出版年到当前的被引累积数，列出了近10年的年平均被引频次和10年的总平均被引值。以Percentiles(百分点)为被引基准，给出了每一年每一学科领域进入前0.01%，0.10%，1.00%，10.00%，20.00%和50.00%所需达到的引文量，Field Rankings依据总被引频次给出了22个学科的总体排序，并用图表描述了以5年为单位的连续时间段内该学科的论文数、引文数、篇均被引数变化的数量趋势。

引文分析部分中Research Fronts(研究前沿)基于5年时间段多学科范围内被引频次高的论文，通过聚类分析、共引分析列出各学科领域研究前沿。该部分指标包括高被引论文数(即分析的文献量)、引文数(即高被引论文被引次数，反映了研究前沿的规模)、平均引文数(表明前沿研究的集中度)和平均年份(Mean Year，越近表示研究越前沿)。

评论报道部分对ESI中涉及的特定领域、科研成果等进行采访报道与评论。其中，In-Cites对ESI中重要论文、发现的幕后细节进行报道、评述分析及展望。Special Topics对选定专题领域的文献进行深入剖析并提供相关内容。Science Watch基于热点，追踪基础科学研究领域的发展趋势和研究现状。

三、ESI指标、原理、阈值及计算

ESI处理的数据仅限于ESI收录的期刊论文(科技论文、评述论文、会议论文以及研究报告)。编辑信件、更正通知、摘要、图书、图书的章节以及未被ESI索引的期刊论文，均不被考虑在内。数据一年更新6次，更新周期为2个月。

ESI以引文分析为基础，出版和引文活动可以衡量各国科研水平、期刊的声誉和影响力，也可以反映科研机构和科学家的学术水平。其中，被引频次作为同行认知(Peer Recognition)的一种形式，反映科研群体对科学家的依赖程度。

（一）论文数与引文数

论文数是描述科学家、期刊、机构、国家发表论文能力的一个基本指标，是在给定时期或给定领域内发表或刊载论文的数量。引文数是从使用者的角度评价科学家、期刊、机构、国家科学水平的一个基本指标，是论文被引用的全部次数，它用客观使用的数量反映了科学体在科学发展和文献交流中的作用。这两个指标都是绝对数量指标，一般来说，其值越大，表明该科学家、期刊、机构、国家的作用越重要。

ESI将论文数和引文数作为指标，针对不同对象，对期刊论文的第一作者和非第一作者平等对待，论文引用和被引频次平等归于所有作者，体现了对科学参与者的公平评价。时间段为10年(包括当前更新时间)，从ESI收录该论文的实际年份算起，反映了文献从发表到引用高峰再到引用稀少的客观过程。热点论文计算的时间段为2年，计算国际上过去2年中各领域论文在近2个月被引用的次数，也是依热点问题的生命周期和人们的关注程度而定。

（二）篇均被引频次和平均被引频次

篇均被引频次(Average Citations Per Paper)是给定时间内，期刊所载文献被引数量除以该刊全部论文数。以科学家为例，它表示科学家所发表每篇论文被引用的平均水平，其值高则一般代表该科学家水平高。它同样适用于用于期刊、机构和国家。作为一个相对数量指标，它弥补了绝对数量指标中马太效应导致的偏差。在ESI中篇均被引频次即引文数除以论文数，表示每篇论文被引用的平均水平，针对不同对象，篇均被引频次反映该对象的学术水平高低。

ESI中平均被引频次(Averages)与篇均被引频次不同，ESI的Baselines中给出了各领域论文每年的年平均被引频次和10年累积平均被引频次Averages值由某领域总引文数除以总论文数得到。这些平均值可以被用作科学家、机构、国家以及期刊排位表给出的单篇被引值的基线，独立年份的学科领域平均值可用于该年份出版的论文的比较。

（三）平均年份(Mean Year)

该指标出现在Research Fronts中，它是引文发表的平均年份，是衡量学术界对相关主题研究的活跃(Currency)程度的一个指标，其核心思想是:引文发表的平均年份越近，表示当前对该主题开展的研究越多。Mean Year离当前年份越近越能表明该主题处于当前学科热点或研究前沿。即Mean Year就是前沿课题研究兴起的时间点。

计算其值，要从论文的发表年份开始到当前引用年份，将年月转变成数字：1-12月分别对应0，1/12，2/12，......11/12，年份为整数部分，然后对所有数字求算术平均即可。

（四）标准共引阈值(Normalized Co-citation)

引用表现学科领域间的联系，共引反映科学领域内重要问题之间的联系。所谓共引，是在给定论文的参考文献中，对某一论文的引用伴随着对另一论文的引用。Research Fronts是引文网络结构根据若干篇原创性成果的核心文献来描述某个特定研究领域现状的应用。它汇集特定领域核心文献和研究焦点，追踪学科发展趋势，辨析科学家、研究机构、国家对科学发展的贡献。

ESI采用单连接聚类算法(Single-Linkage)，其基本思想是两个簇之间的距离为从两个簇中抽取的每对样本的最小距离。通俗地讲，样本点离哪个类近就划入哪一类，表达关系密切、性质相近的意思。Research Fronts的聚类分析以共引强度为基本计量单位，分析之前需要先为论文设定共引强度阈值(Integer Co-citation Frequency)，目的是去除大量弱相关论文(噪音)，然后形成学科强相关的论文簇，进而定量分析。为筛选具有一定共引强度的论文，设定了标准共引阈值。假设有论文A和B，其共引阈值的计算公式如下：

标准共引阈值=论文A和B的共引强度阈值/(论文A的引文数×论文B的引文数)^0.5

该公式通过聚类分析推导而来，其中共引强度阈值一般以专家打分的方式给出，然后通过该公式转换成标准共引阈值。ESI在处理数据时将Integer Co-citation Frequency赋值为2，为Normalized Co-citation赋予0.3的值。

（五）引文阈值

引文阈值作为筛选标准，用来从各领域中选出一定比例的科学家、科研机构、国家和期刊，引文数大于等于阈值者均可入选。针对不同学科、学科特点及引文率的不同，各领域设定不同的引文阈值。ESI设定了国际顶尖论文引文阈值，考虑到学科不同和时间上新旧文献的可比性，将每个学科每年分别设定不同的值，将某论文10年内累积引文数与阈值比较，大于等于则可以入选。热点论文引文阈值，每个领域每两个月设定不同的值，将某论文2个月内的累积引文数与阈值比较，大于等于则可以入选。

（六）All Fields(全部领域)

ESI多处从“All Fields”全学科领域的角度出发，向研究者展示科学全貌、科学前沿全貌。引文排位部分里，直接在“Select a Scientist From This Field”的下拉列表中选择“All fields”点击“GO”按钮，不分领域依据引文数列出了居前科学家，由此可以观察判断排在科学发展前列的科学家及其所研究的领域，也可以判断学科研究间的关系。同理，对于科研机构、国家/地区以及期刊，高被引论文部分“All Fields”可以判断出科学发展的热点和重点。

（七）跨学科期刊归类

ESI中任何一种专业期刊都只能归入唯一领域。对于跨学科期刊，如Nature， Science等，之前全部归人Multidisciplinary Field。现在ESI对约60种跨学科期刊论文按照其引文对其进行归类，即论文的归类取决于其引文和参考文献的归类。其主要依据引文的特点，引文是一篇论文对另一篇论文的应用，一定程度上反映学科内容之间的引证关系。例如，一篇刊载在跨学科期刊上的论文，如果其大多数引文属于神经系统科学(Neuroscience)领域，且大多数参考文献来自神经系统科学领域，那么该论文就被归入Neuroscience。

跨学科期刊论文的归类情况因期刊而异，如Nature、Science的再分类率可达95%。采取此法，60种期刊约17万篇论文中近半数被归入具体领域。重新归类为科学家、机构、国家、期刊论文排序提供了更准确的统计数据，可更准确地反映各学科领域的研究情况、学术成果、影响力。

（八）ESI指标值校正

ESI对科学家、科研机构、国家和期刊在一定时期内分别进行排序。时间序列以5年为一段，有部分重叠依次连续后推，即1995-1999年、1996-2000年。这样采用5年期的移动平均(Moving Average，MA)方法对一个科学家、机构、国家或期刊的科研能力进行评估，旨在减少异常值的影响。这样评价保持了评级结果的稳定性。

ESI每2个月更新一次，所以当前年份各项指标值都不够完全，不能反映实际情况。ESI根据长期观察总结发现:假设有稳定的出版量，整个数据库中，每5年最后一年的引文数平均占该时期全部引文数的41%，而这41%的引文又近似平均分布在这一年的6个时间段内。据此估算得到下表：

ES1参数

根据此参数表来校正，例如ESI今年第三次更新，且引文数、论文数和篇均被引频次分别是20、10、2.0，则全年引文数、论文数和篇均被引频次分别是20× 1.26=25.2、10×1.11=11.1、2.0×1.13=2.26。第六次校正参数为1，表明在该年最后已经没有估算必要。

                  （正文内容摘自2006年第9期《图书情报工作》）