我国博士学位论文被引状况计量分析

（发表于《情报杂志》2015年第一期）

杨奕虹1,2  甘大广2   林霄剑2   武夷山1  

（1.中国科学技术信息研究所，北京，100038；2.北京万方软件股份有限公司，北京，100038）

摘要：

本文采用文献计量方法，统计分析了我国45万篇博士学位论文的被引状况，全面了解我国博士学位论文的学术影响力。通过研究，得出以下结论：我国的博士学位论文不到40%被引用，其中将近50%是被硕士作者引用；博士学位论文在答辩通过后的第3年被引次数最高；“医学”博士学位论文在各学科门类中“被引论文”百分比最低，仅为16.77%，“篇均被引次数”也是最低，仅为0.33次；40%的高校的博士论文被引，科研院所的博士论文不足25%被引；通过设立“5年被引频次”、“5年影响因子”、“即年指标”、“他引率”、“H指数”等7个指标，衡量我国培养博士人数在平均值以上的77所高校的博士论文被引情况，有7所高校在7个指标中进入了5项指标的前20：吉林大学、华中科技大学、浙江大学、复旦大学、天津大学、华东师范大学和大连理工大学。

关键词：博士学位论文 被引统计 文献计量分析

中图号：G643: G35

   基  金：国家自然科学基金项目资助,项目编号: 71373252,

项目名称: 论文零被引的时间演化规律、影响因素及其应用研究，

           项目负责人： 武夷山

Citation Analysisi of Chinese Doctoral Dissertations

Yang Yihong 1,2   Gan Daguang 2  Lin Xiaojian 2  Wu Yishan 1

(1. Institute of Scientific and Technical information of China, Beijing, 100038, China;  2. Beijing Infosoft Co., Ltd, Beijing, 100038, China)

Abstract：

Based on bibliometric method，this article makes a statistical analysis of citations to all of China's 450000 doctoral dissertations up to 2012 in order to obtain a comprehensive understanding of  academic impact of those doctoral dissertations . The study reaches the following conclusions: less than 40% of China's doctoral dissertation get cited , and the half of citations comes from master's degree theses; the citation peak appears in the third year after the Ph D degree is granted;  doctoral dissertations in medicine get least cited and the lowest citations per dissertation in comparison with other; only 40% of PhD dissertations conferred by  universities are cited, and the corresponding figure for research institutes is even lower (25%);  according to 7 indicators, including " total citations in 5 years ", "5 year impact factor", "immediacy index", "the share of citations from other universities", "H index", etc., there are 7 universities that perform well, namely they enter the Top 20 lists in terms of 5 indicators of 7 indicators: Jilin University, Huazhong University of Science and Technology, Zhejiang University, Fudan University, Tianjin University, East China Normal University and Dalian University of Technology.

Keywords:  Doctoral Dissertations；Citation statistics； Bibliometric analysis

引言

采用文献计量学方法去估计论文的学术影响力，一般来说都是以期刊论文为研究对象，而较少采用博士学位论文为统计数据源。博士学位论文是攻读博士学位的研究生在提出申请授予博士学位时提供评审用的学术论文[1]。可以说博士学位论文是博士生借助了培养单位的资源优势和博士导师的科研优势，通过至少三年的认真学习和潜心研究，最终提交的核心成果。该成果是博士在本学科领域提出的有独创性的见解,具有前瞻性的研究，不仅仅展现了博士生的科研能力，也部分反映了博士导师及其培养机构的科研水平。整体而言，博士学位论文具有一定的学术价值。

为了了解我国博士学位论文的学术影响力，本文参考科技期刊的评价方式，采用文献计量方法，统计分析我国博士学位论文被引状况，探索其分布规律，以便为人们更好地利用博士学位论文的学术价值提供一些启示。

1、 数据与规范

1.1、 数据来源

为了全面了解我国博士学位论文被引状况，我们采用了北京万方软件股份有限公司元数据仓储中的《中国博士学位论文数据库》、《中国期刊论文引文数据库》和《中国学位论文引文数据库》为统计源。截至2014年1月30日，《中国博士学位论文数据库》收录2012年及以前的中国博士学位论文为454684篇（因2013年的博士论文还来不及被引，本文不予考察），授予博士的时间范围为1980年到2012年，共涉及366个博士培养单位；《中国期刊论文引文数据库》包括国内8000余种学术期刊引文共1.25亿条, 涉及时间范围是2000-2013年；《中国学位论文引文数据库》包括国内832家硕博士培养单位产生的硕博士论文的引文共1.105亿条, 涉及时间范围是2000-2013年。

1.2、 数据规范化处理

《中国博士学位论文数据库》涉及学位的授予时间是1980年到2012年，时间跨度为32年，其间某些学位授予单位有更名或合并的现象。本文利用北京万方软件股份有限公司建立的《机构多层级词表》对数据库中的学位授予单位进行了规范，例如：“北京医科大学”一律规范为“北京大学”，“北京广播学院”一律规范为“中国传媒大学”，而不问其何时合并或更名。

1.3、《中国博士学位论文数据库》数据完整性校验

根据2005年—2013年各年的《中国统计年鉴》[2]- [10]，2004年—2012年中国博士毕业的总人数为370009。《中国博士学位论文数据库》2004——2012年博士论文总量为333197篇，可见该数据库对博士论文的收齐率为90.05%；将统计年鉴所反映的博士所属学科分布情况与数据库收录博士论文学科分布进行对比（见表1），可以看出：二者基本一致，因此可以认为，对《中国博士学位论文数据库》所收录论文进行分析近乎全样本分析，统计结果不会有太大的偏差。

表1  2004——2012年毕业博士所属学科分布与数据库收录博士论文学科分布对比

1.4、中国博士学位论文被引数据集的建立

若一篇博士学位论文至少被期刊论文或其他博硕士学位论文引用过一次，就称该篇论文为“被引论文”。

以《中国博士学位论文数据库》中454684篇博士论文标题、作者姓名和学位授予单位作为检索项，分别在《中国期刊论文引文数据库》和《中国学位论文引文数据库》进行检索，得到每篇博士学位论文被期刊论文或博硕士学位论文的引用数量，两库检索结果合并处理后得到《中国博士学位论文被引数据集》。

2、结果与分析

2.1、 中国博士学位论文整体被引状况

454684篇博士论文中，有171967篇“被引论文”，占总数的37.82%，总被引次数为989350次，篇均被引次数为2.18。

上述总被引量中，被硕士论文引用467148次，占总被引的47.22%，被期刊论文引用333434次，占总被引的33.70%，被博士论文引用188768次，占总被引的19.08%。可见，博士学位论文主要是被硕士学位论文引用。

曾有作者计算过，我国科技期刊论文的“篇均被引次数”为9.29。[11] 如果将这个数值作为科技期刊论文“篇均被引次数”的参考值， 那么我国博士论文“篇均被引次数”与科技期刊“篇均被引次数”相比，差距较大。

2.2、各年博士学位论文数及被引状况

分别将“博士论文总量”、“被引论文数量”、“被引论文占比”、“被引总次数”和“篇均被引次数”5个指标按博士授予年进行统计排序， 得到博士论文总量及四个被引指标按博士授予年统计的排序（表2）。

表2 ：5个指标按博士授予年统计的排序

从表2可以看出，虽然2003年、2004年产生的博士论文总量排名为第9、第10，但这些博士论文的篇均被引次数却是第1、第2名，篇均被引次数达到4.44、4.39， 均超出平均值2.18的两倍。

我们估计，2003年、2004年篇均被引次数之所以名列前茅， 可能是因为北京万方数据股份有限公司和中国学术期刊（光盘版）电子杂志社都是在2002年分别推出了《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》，随后开始在各大高校提供网络镜像服务，为博士论文的推广使用提供了便利的条件。

    在本文中，用CX表示论文答辩通过后第X年的被引次数，例如：C0表示论文答辩通过当年的被引次数，C1表示论文答辩通过后第1年的被引次数，依此类推。博士论文答辩通过后第X年被引用的状况见表3。

表3 论文答辩通过后第X年被引用状况

从表3可以看出，博士论文答辩通过后当年“被引次数”就达到6664次，占总被引的0.67%；在论文答辩通过后第3年“被引次数”最高，达到161014，占总被引的16.27%；论文答辩十年后，各年“被引次数”累计达到953677，占总量的96.38%。    

2.3、 各学科门类博士学位论文被引状况

     根据“博士论文总量”、“被引论文数量”和“被引总次数”可以计算出“被引论文占比”和“篇均被引次数”，并按博士论文所属的学科门类进行统计，得到《中国博士学位论文数据集》被引论文的学科分布（表4）。

表4《中国博士学位论文数据集》被引论文的学科分布

    从表4可以看出， “教育学”被引论文百分比最高，为53.39%，篇均被引次数最高，为5.56次；“医学”被引论文百分比最低，仅占16.77%，篇均被引次数最低，仅为0.33次。

“医学”博士论文的被引论文占比是各学科门类中最低的。这一现象与“医学”期刊论文被引用的比例最高形成巨大的反差。根据中国科学技术信息研究所发布的2013年度中国科技论文统计结果[12]：2012年中国科技论文与引文数据库（CSTPCD）收录的中国科技期刊共发表以我国作者为第一作者的论文52.77万篇。 论文被引用次数最多的十个学科中，与“医学”相关的学科占了4个（“临床医学”、“中医学”、“基础医学”和“预防医学与卫生学”）， 其被引用次数总和为675175次，占十个学科被引总次数1272876的53.04%。《我国科技期刊论文被引量和下载量峰值年代——多学科比较研究》[11]指出，4793篇论文中有“临床医学类”论文共1304篇，其十年被引总次数为5275次，占被引总量44543次的11.84%，篇均被引次数为4.05次。以上两组数据都表明，“医学”期刊论文被引比例远远高于“医学”博士论文的被引比例。由此可以看出：目前，医学期刊论文和学位论文的作者均更关注医学期刊而非医学博士论文。

2.4、 高校与科研机构授予的博士学位论文被引状况对比分析

博士学位授予单位分两大类：高校和科研院所。454684篇博士学位论文中，高校的博士论文有394865篇，占86.84%，科研院所的博士论文有59819篇，占13.16%。分别统计出高校与科研院所的“博士论文总量”、“被引论文数量”和“被引总次数”，则可以计算出“被引论文占比”和“篇均被引次数”，并按学位授予单位类型及学科门类进行被引论文状况统计，得到表5。

表5 高校和科研院所博士论文被引状况的学科分布

从表5可以看出：

高校产生的博士论文中，“被引论文占比”为39.87%，“篇均被引次数“为2.33次；科研院所产生的博士论文中，“被引论文占比”为24.32%，“篇均被引次数”为1.18次，从总体上看， 两项指标，前者均高于后者。

高校博士论文中的“教育学”被引论文占比最高，为54.78%，篇均被引次数最高，为5.78次；“医学”被引论文占比最低，仅为16.68%，篇均被引次数最低，仅为0.33次。

科研院所的博士论文中的“艺术学”被引论文百分比最高，为65.54%，“军事学”被引论文比例最低，仅为8.7%，“管理学”篇均被引次数最高，为3.89次，“军事学”篇均被引次数最低，仅为0.14次。

13个学科大类中，高校有11个学科大类“被引论文占比”高于科研院所，有9个学科大类“篇均被引次数”高于科研院所，以“军事学”、“教育学”和“工学”比较突出；“医学”和“艺术学”两个学科则是科研院所“被引论文占比”高于高校；“艺术学”、“文学”、“医学”和“农学”这四个学科，科研院所的“篇均被引次数”高于高校；

因此可以说，高校在“教育学”、“军事学”、和“工学” 三个学科比科研院所同类学科更受关注，“教育学”尤为突出；科研院所在“艺术学”、“文学”两个学科比高校的同类学科更受关注，尤其是“艺术学”比较突出。

2.5、著名高校博士学位论文被引状况

为了全面掌握各高校被引状况，我们借鉴期刊评价的方法[14]， 引入“5年博士论文数”、“5年论文被引频次”、“5年影响因子”、“即年指标”、“他引率”和“H指数”等7项计量指标，来全面描述一个大学的博士论文。

这些指标说明如下：

（1）5年博士论文数：一个机构在2007——2011年授予的博士论文总篇数；

（2） 5年论文的被引频次：一个机构在2007年——2011年授予的博士论文在2012年被引用的次数；

（3） 5年影响因子：5年被引频次/5年博士论文数，即以上第二项除以第一项；

（4）即年指标：表征一个机构的博士学位论文在当年被引用的情况。在本文中选取2012年的博士论文在2012年被引的次数。

具体算法为：

机构即年指标=A/B

A: 该机构2012年授予的博士论文在2012年被引用次数

B: 该机构2012年授予的博士论文总数

（5） 他引率：指该机构全部被引次数中， 被其他机构引用次数所占的比例。具体算法为：

他引率=被其他机构的论文引用的次数/该机构被引总数。

（6） 单篇论文最高被引次数

（7）机构H指数：

对同一机构的博士论文按其被引次数进行倒序排序，给出论文序号，当序号大于该机构论文的被引次数时，那个序号减去1就是H指数。机构H指数说明这个机构至少有h篇论文被引h次。

在本文中授予学位单位为高校的博士论文有394865篇，涉及高校机构305所，平均每所高校1295篇博士论文，博士论文总量高于或等于平均值的高校有77所。

将77所高校按上述7个指标进行统计排序，选取各指标排名前20的学校，得到表6。

表6各指标排名前20的高校

表6（续） 各指标排名前20的高校

     根据表6，7家高校在7个指标中有5项指标进入了前20：吉林大学、华中科技大学、浙江大学、复旦大学、天津大学、华东师范大学、大连理工大学。

3、结论与讨论

3.1、我国博士学位论文中仅有不到40%被引用，引用这些博士论文的论文中47%是硕士论文，34%是期刊论文，19%是博士论文。也就是说博士论文主要被硕士学位论文作者所引用。

我们估计，博士论文总体被引率低的主要原因之一是：它们属于灰色文献，其获取不如期刊论文方便，很多学者尚不习惯利用这一文献源。另外应当指出，很多博士候选人在答辩前就已经将攻读博士阶段的部分研究成果发表于期刊了。因此，某些高校的博士论文被引次数表现欠佳，并不表明这些高校博士生的平均水平不高，本文得出的数据仅供参考。

3.2、从本项研究的数据来看，博士学位论文在答辩通过后的第3年被引次数最高；论文答辩通过10年后，各年“被引次数”累计量已占总量的96.38%，因此可以认为，博士论文的被引时间范围是10年左右，其被引的高峰年为授予学位后的第3年。

3.3、“教育学”被引论文百分比最高，为53.39%，“篇均被引次数”也最高，为5.56次；“医学”被引论文百分比最低，为16.77%，“篇均被引次数”也最低，仅为0.33次。

我们简单分析一下“教育学”和“医学”相关指标领先和垫底的主要原因。“教育学”是个“广谱学科”，其研究成果应用范围比较广。“教育学”博士论文共涉及78个培养单位， 引用“教育学”博士论文的作者单位共有3026个，是培养单位数的近40倍；而“医学”博士论文涉及115个培养单位，引用“医学”博士论文的作者单位有2171个， 只是“医学”博士论文培养单位的近20倍。另外，“教育学”属于本土性较强的学科，文科学者一般受本国文化的影响较深，他们相对较多地关注母语文献，而“医学”是国际性较强的学科， 医学研究人员更多地关注以英文为主的国际文献交流平台。例如，《北京师范大学2001年博士论文参考文献引文分析》[15]一文指出：该校2001年“教育学”博士论文参考文献中的中文资源占78.1%。《博士学位论文引文分析——面向多学科馆藏建设提供信息支持的新思路》[16]一文则指出，“口腔医学”博士论文的英文期刊引用率高达92%。可见，我国医学研究者更关注国际进展，不能简单断言：“医学”博士论文被引率低的原因就是因为这些论文的研究水平低。目前，医学领域无论是博士论文、硕士论文还是期刊论文，作者们都更青睐英文期刊，对中文医学期刊都不够重视，自然就更会忽略医学博士论文。

3.4、高校产生的博士论文有40%被引，科研院所的博士论文不足25%被引；高校在“教育学”、“军事学”、和“工学” 三个学科比科研院所同类学科更受关注，“教育学”尤为突出；科研院所在“艺术学”、“文学”两个学科比高校的同类学科更受关注，尤其是“艺术学”比较突出。

3.5、用我们的7个计量指标来全面衡量，某些最著名的大学并不占优势，而吉林大学、华中科技大学、浙江大学、复旦大学、天津大学、华东师范大学和大连理工大学在其中5个指标均进入前20榜单。从这个侧面来看，高校的博士生名额分配显然还有优化的余地。

参考文献：

[1] GB7713-87.科学技术报告、学位论文和学术论文的编写格式[S].北京:中国标准出版社，1990.

[2] 中华人民共和国国家统计局. 中国统计年鉴2005[M]. 北京：中国统计出版社，2005.

[3] 中华人民共和国国家统计局. 中国统计年鉴2006[M]. 北京：中国统计出版社，2006.

[4] 中华人民共和国国家统计局. 中国统计年鉴2007[M]. 北京：中国统计出版社，2007

[5] 中华人民共和国国家统计局. 中国统计年鉴2008[M]. 北京：中国统计出版社，2008.

[6] 中华人民共和国国家统计局. 中国统计年鉴2009[M]. 北京：中国统计出版社，2009.

[7]中华人民共和国国家统计局. 中国统计年鉴2010[M]. 北京：中国统计出版社，2010.

[8]中华人民共和国国家统计局. 中国统计年鉴2011[M]. 北京：中国统计出版社，2011.

[9]中华人民共和国国家统计局. 中国统计年鉴2012[M]. 北京：中国统计出版社，2012.

[10]中华人民共和国国家统计局. 中国统计年鉴2013[M]. 北京：中国统计出版社，2013.

[11]方红玲.我国科技期刊论文被引量和下载量峰值年代——多学科比较研究. [J]中国科技期刊研究, 2011,22(5)

[12] 中国科学技术信息研究所. 2013年度中国科技论文统计结果：中国国内科技论文产出状况[M]北京：中国科学技术信息研究所， 2013年9月

[13] 中国科学评价研究中心, 2012-2013年研究生院竞争力排行榜. [EB] . [2014-07-07],

http://www.nseac.com/eva/GEGSE.php?DDLyear=2012

[14] 中国科学技术信息研究所. 2013年版中国科技期刊引证报告（核心版）[M] 北京，科学技术文献出版社，2013.9

[15] 祁思妍等.北京师范大学2001年博士论文参考文献引文分析.[J]图书馆工作与研究, 2002,z1

[16] 高仕健等.博士学位论文引文分析——面向多学科馆藏建设提供信息支持的新思路.[J] 图书馆理论与实践，2010,5

作者简介：

杨奕虹（1965-），女，中国科学技术信息研究所研究馆员，主要研究方向：情报学、信息分析

甘大广（1984-），男，北京万方软件股份有限公司工程师，主要研究方向：情报检索与知识组织

林霄剑（1983-），男， 北京万方软件股份有限公司工程师，主要研究方向：数据库及文献数据分析

武夷山，（1958-）男，中国科学技术信息研究所研究员，博士生导师。主要研究方向为情报学、科技管理、科学计量学。