預印本平臺bioRxiv影響力實證研究及建議

■解賀嘉 劉筱敏 景 然

1)中國科學院文獻情報中心，北京市海淀區中關村北四環西路33號 1001902)中國科學院大學經濟與管理學院圖書情報與檔案管理系，北京市海淀區中關村北四環西路33號 100190

開放科學運動促進開放獲取、開放數據的迅速發展。預印本平臺是基于互聯網的新型數字學術交流系統、學術出版平臺，在最大程度上實現了學術成果的開放交流、開放評論、開放獲取、開放存繳、開放利用，在新知識環境中迎來了重要發展契機。1991年物理學家保羅·金斯帕(Paul Ginsparg)建立了第一個電子化的預印本平臺arXiv，成為開放獲取運動的里程碑[1]。自2013年，美國開放科學中心(Center for Open Science)推出了免費、開源的預印本集成平臺OSF(Open Science Framework)，目前平臺數量達到30個，預印本及其由作者保存在預印本平臺上的文獻達220萬篇[2]。2017年Science將預印本評為當年十大科技進展之一，生物學bioRxiv[3]和化學Chemrxiv[4]在更大范圍內受到關注。

預印本的誕生和發展與科學研究過程、成果的共享有緊密的聯系，也與學科特質有密切的關系。例如arXiv物理學、數學的預印本已被高度認可，撼動了學術期刊的主導地位。生物科學對人類社會產生極大影響，bioRxiv也獲得巨大反響，例如美國普渡大學的研究團隊在bioRxiv發表了關于NgAgo的文章，再一次引發關于基因編輯技術的學術爭鳴[5]。Abdill等[6]研究發現bioRxiv月提交量、下載量、發表率不斷提高，具有顯著的先見優勢，首次發布預印本的作者數量持續上升。

預印本平臺作為一種新興的學術出版模式已在許多學科領域得到充分應用，并對學術期刊產生重大沖擊，受到學界與出版界的廣泛關注，因此它在科學共同體中的影響力是值得探究的問題。國際上的相關探討主要集中在arXiv，有關bioRxiv的研究已開始產生，但仍缺乏多維度的定量研究。綜合以上分析，本文以新興的預印本平臺bioRxiv為研究對象，獲取全部預印本數據，通過多維度全面評價bioRxiv的影響力，為預印本平臺建設、學術期刊轉型發展提供建議。

1 數據來源與研究方法

為全面分析與動態跟蹤bioRxiv的發展現狀與趨勢，本研究以bioRxiv自誕生至今5年多的全部論文數據為分析對象。截至2019年2月22日，bioRxiv共積累論文41418篇。使用Python語言編寫網頁爬取程序，根據網站結構建立數據庫，獲得論文表(BIORXIV_PAPER)、作者表(BIORXIV_AUTHOR)、版本表(BIORXIV_VERSION)、使用量表(BIORXIV_USAGE)，使用Navicat軟件對數據本地結構化處理后，獲取數據。在指標選取方面：共性上，發文量、使用量等是學術出版平臺評價的常規指標。核心機構和學科專家高發文量是高影響力的標志；個性上，預印本在高質量學術期刊上發表是影響力的重要標準。預印本平臺具有論文版本更新和保存的功能，版本更新次數能直觀反應平臺的活躍度。據此，本研究通過文獻量、使用量、瀏覽量、機構、作者、出版流向、版本更新分布綜合評價bioRxiv的影響力。

本研究采用的研究方法主要為文獻計量法，文獻計量學[7]是以文獻或文獻相關媒介為研究對象，采用數學、統計學等的計量方法，研究文獻和文獻工作系統的規律與科學管理，揭示文獻情報發布規律和學科的科學技術發展趨勢。本文使用Excel、SPSS統計分析工具對各指標進行數據清洗、數據對照和數據分析。

2 結果分析與討論

2.1 發文量、使用量、瀏覽量的變化趨勢

圖1 bioRxiv發文量變化趨勢

文獻量的時間演變規律與科研活動密切相關[8]，預印本平臺的文獻量反應了科學共同體對其關注程度，是衡量預印本平臺發展趨勢和影響力的重要指標。圖1顯示了bioRxiv近6年發文量的變化趨勢，呈現指數增長(y=52.303e1.0583x,R2=0.9531)。自2016年起，發文量出現大幅上升，2018年為22030篇，超過前5年的總和。其原因主要有以下幾點：(1)基金資助機構的強制性和鼓勵性政策。2016年，陳-扎克伯格倡議資金(CZI)[9]要求受其資助的論文在提交給期刊之前先發布在公共預印本平臺。2017年，美國國立衛生研究院(National Institutes of Health，NIH)[10]、英國醫學研究委員會(UK Medical Research Council，MRC)[11]、威康信托基金會(Wellcome Trust)[12]、英國癌癥研究中心(Cancer Research UK，CRUK)[13]允許研究人員發布預印本，在項目申請、獎學金申請、結題報告中引用預印本，從而推動預印本在學術評價中發揮作用。(2)出版集團的積極預印本政策，如大型出版集團Elsevier、Springer Nature、John Wiley 接收預印本[14]。(3)科研人員，特別是青年研究者和具有一定學術地位的學者對bioRxiv的認可度提升[15]。

統計已在學術期刊發表和未發表的預印本數量以及相應的使用量(全文下載次數)、瀏覽量(摘要閱讀次數)，結果如圖2所示。預印本的總體發表率為42.84%，2013—2017年的平均年度發表率為67%，預印本的學術質量得到同行評議專家的認可。2018年該比例偏低的原因是生物學論文發表需經歷100天左右的審理周期。由圖2可知，預印本的使用量和瀏覽量較高，數量上達到千萬量級并呈現逐年上升的趨勢，且這兩個指標在已發表預印本中表現更好，直觀上看與數量有直接關系，發表狀態是否會有影響，有待進一步研究。

圖2 bioRxiv使用量、瀏覽量年度變化趨勢

2.2 發文機構分布

機構的發文量反映了機構在某一主題領域的科研競爭力，也反映了機構對學術出版平臺的關注和認可程度。通信作者是論文的主要負責人，在合作關系和科學研究中處于主導作用。對41418篇預印本通信作者機構進行識別，觀察發文量(n)Top20的機構。就樣本總體而言， Top20機構發文量以及累計發文量占比(σ)如圖3所示。20個機構在機構總量中占比為11.8%，累計發文量僅占總量的17.4%，機構發文具有分散性。這20個機構隸屬于3個發達國家，其中美國13個，英國5個，法國2個，美國在發文上具有集中效應。機構類型分別為研究院所和大學，研究院所中發文量最高的為法國國家科研中心(n=658，σ=1.59%)，大學中發文量最高的為斯坦福大學(n=641，σ=1.55%)。

使用基本科學指標(Essential Science Indicators，ESI)數據庫 2019年5月統計的近11年論文總被引頻次位于全球Top1%的研究機構確定Top20機構的影響力，為最大限度地保障ESI的參考價值，選擇與bioRxiv細分學科相關的9個研究領域，即生物與生物化學、臨床醫學、環境/生態學、免疫學、微生物學、分子生物學與遺傳學、神經科學與行為、藥理學和毒理學、植物與動物學。Top 20機構均為所選研究領域全球Top1%的高被引機構，平均排名為31.5，排名高以及高影響力機構相對的高發文量反應了bioRxiv已具有一定的學術影響力。

圖3 發文量Top20機構及累計發文量占比

中國機構在bioRxiv上發文1532篇，僅占總量的3.7%，預印本量較小。中國Top 20機構發文量以及累計發文量在中國發文總量中的占比如圖4所示。20個機構在中國機構總量的占比為39.2%，累計發文總量占比為53.2%，說明中國機構發文同樣具有分散性。機構類型分別為研究院所和大學，研究院所中發文量最高的為中國科學院(n=193，σ=12.6%)，大學中發文量最高的為北京大學(n=74，σ=4.83%)。20個機構除深圳華大基因研究院外，其他均為所選研究領域全球Top1%高被引機構，平均排名為517.7，說明中國高影響力機構已經感知、認同bioRxiv的發展。

圖4 中國發文量Top20機構及累計發文量在中國發文總量的占比

2.3 發文作者分布

對bioRxiv預印本通信作者進行統計分析，經過數據清洗后共有26838位通信作者，作者平均發文1.5篇，標準差為1.22，bioRxiv作者發文量較小，離散程度較低，說明作者發文量普遍較少，bioRxiv尚未形成穩定的作者隊伍。

對發文量Top20通信作者進行統計，結果如表1所示，發文量最大的作者是來自于昆士蘭科技大學的年輕教授Simpson Matthew，他的研究領域主要是數學科學、應用與計算數學。隨著新興交叉學科的發展，bioRxiv的影響力已經廣泛拓展并推動跨領域合作創新。為評價作者的影響力，在WoS中統計Top20作者的h指數，排名最高的是加利福尼亞大學伯克利分校的Banfield F Jillian，是一位年長的著名學者，其研究團隊主要從事生物多樣性與環境、環境變化等問題的研究。通過上述分析可以發現，青年的和年長的高影響力作者都開始認同預印本平臺。

表1 發文量Top20通信作者情況

2.4 出版流向分布

41418篇預印本中，有17743篇發表在1678種學術期刊上，發表在PLoSONE上的預印本最多，達895篇。大型開放出版集團PLoS大力支持發布預印本，并建立預印本評論社群探索開放同行評議的新形式。PLoS的積極預印本政策產生了作者投稿的集中效應[16]。通過數據統計發現，14193篇(80%)預印本發表在205種(12%)期刊上，出版流向具有高度集中的特點。與2018年的DOAJ(Directory of Open Access Journals)和SCI收錄期刊列表進行比對，進一步研究205種集中發文期刊的開放度和質量，明確作者的投稿行為。發現OA期刊為65種，占比為31.7%；SCI收錄期刊為166種，占比為81%，其中Q1區期刊為115種，占比56.1%，Q2區為48種，占比23.4%，Q3區為8種，占比3.9%。從205種集中發文期刊特征可以推斷出，作者傾向于將預印本發表在高影響力的OA期刊上，也從側面反映了預印本具有較高的學術水平。

中國作者發表的1532篇預印本中，313篇發表在160種期刊中，發表率為20.43%，遠低于總體的發表率，說明中國作者預印本質量有待提升。通過統計分析，發現同樣是發表在PLoSONE上的預印本數量最多，為27篇。56.23%的論文發表在20%的期刊上，中國預印本出版流向的集中效應較差。發文量Top10期刊如表2所示，有7種為Q1區的OA期刊，說明中國作者也傾向于將預印本發表在高質量的OA期刊中。

表2 發表中國預印本Top10期刊

2.5 版本更新分布

傳統封閉式的同行評議存在專家對主題不了解、審稿意見質量低、評議過程缺乏相應記錄等問題[17]。預印本平臺為科學共同體提供了廣泛參與的開放評論途徑，實現了對學術成果公開透明的評議過程，有利于防止學術不端，確保學術嚴謹和科研質量，增強科研的參與度，同時為編輯提供有價值的評議結果，縮短學術出版周期。預印本平臺有版本更新的功能，版本更新頻率可以反映作者思想發展和論文內容完善的歷程，能夠評價開放討論的途徑是否對論文的研究質量、科學價值、學術規范產生積極的作用。

bioRxiv預印本版本更新數據統計結果如圖5所示。41418篇預印本中有11500篇(27.77%)有版本更新。已發表的17743篇論文中有5969篇(33.64%)有版本更新。兩個樣本集更新一次的論文所占的比例較大，更新兩次及以上的占比均較低。

從圖5可以看出，版本更新的已發表論文數量占比(分母為已發表論文量)高于版本更新的預印本數量占比(分母為預印本總量)，為進一步探究版本更新對預印本發表的影響，使用SPSS 25軟件對兩者進行相關性分析，兩變量都不符合正態分布，因此選用Spearman相關性分析，結果如表3所示。從表3可以看出兩者之間的相關系數為0.107，呈現弱相關，版本更新對發表影響較小。綜合以上分析，bioRxiv開放評論活躍度較低，作者更傾向于將其作為成果發布而非交流討論的平臺，修改完善預印本的驅動力不足。

表3 論文發表和版本更新的Spearman相關性分析

注：**表示在 0.01 級別(雙尾)相關性顯著。

3 結論與建議

通過上述的定量分析可以得出以下結論：(1)bioRxiv已具有一定的影響力，呈現繁榮發展的態勢。bioRxiv的年度提交量呈指數增長，月提交量突破2000篇，同時預印本的年平均發表率超過60%，與發展成熟的arXiv接近[18]。(2)機構、科研人員對bioRxiv的認同度不斷提升。全球生物學以及交叉學科領域的高影響力機構與作者在bioRxiv上的大量發文表明其已成為重要的學術出版渠道。(3)權威的學術期刊日益接受bioRxiv。作者傾向于將預印本投到高質量的OA期刊上，也證明了這些期刊以開放、包容的態度接受預印本的發表。(4)bioRxiv尚未達到成熟穩定的發展階段。機構的發文較為分散，作者平均發文量普遍偏低，發表1篇預印本的作者數量較多，作者隊伍有待穩定。該平臺尚未建立有效的開放評論機制，在提升論文質量上的貢獻度較低。

根據bioRxiv發展中存在的問題，結合學術出版的最新進展，為預印本平臺建設與學術期刊轉型發展提出如下建議。

3.1 聯合力量，促進權威機構共同參與預印本平臺建設

在開放科學、開放創新的環境下，預印本平臺得到學術團體、學術出版界的大力支持，仍然具有廣闊的發展前景。主辦機構、發文機構、使用機構的權威性是其中關鍵影響因素，科技管理部門、科研基金組織、學會組織、出版機構、大學圖書館、專業圖書館應充分發揮各自的政策、資金、技術、資源、人才優勢，由學科專家參與建設，遵循國際通用規范，繼承并發展現有的運行管理機制、質量控制方法、知識產權規則、元數據管理規范、相關政策標準，合力打造高影響力預印本平臺。聯合科研院所、信息服務機構、學術期刊的力量，組建預印本平臺的服務工作組，建立、運行、維護鏡像網站，將預印本平臺納入到本機構開放資源、開放信息環境建設中，促進國際專業預印本平臺的應用與發展[19]。

3.2 加強宣傳，提高科研人員對預印本平臺的認同度

在學術出版周期中，作者、編輯、同行評議專家、讀者形成的學術社群是作用主體，預印本平臺解構了期刊、出版集團的外力作用，實現了上述主體在整個周期的融合與完全參與，建立了全新的學術成果信任機制。越來越多的高影響力科研人員在預印本平臺發文，并參與管理、開放討論。但也存在部分科研人員對預印本平臺缺乏認知，只瀏覽、不投稿等問題，其主要原因為預印本平臺的服務能力、發展水平、流程規范還有待提升。預印本平臺是多主體共同運作的學術出版渠道，需要聯動各方擴大其影響力。首先，需要加大對預印本平臺的宣傳力度：(1)了解用戶需求，定期對學科專家進行訪談，開展用戶反饋的問卷調查，改進預印本平臺功能，不斷提升其服務能力;(2)評價發展水平，發布定量評價預印本影響力的相關論文;(3)規范政策制定，在預印本著作權、出版倫理方面做出明確的規定，加強科研誠信建設。其次，預印本平臺可與期刊合作，推動期刊建設預印本編輯，在擴大期刊稿源的同時提升預印本的錄用率。預印本平臺作為重要的開放資源，應與圖書館等科研支撐機構合作，主動融入知識服務的過程中，在用戶信息素質、學術出版素質的培訓與教育中發揮作用。最后，在開放科學數據迅速發展的科研環境中，預印本平臺可參與到國際數據管理計劃中，加入國際數據存儲平臺，制定規范的科學數據管理政策，將預印本的數據變為數據資源，在國際開放科學事業中產生更大的影響力。

3.3 深入變革，發展依托預印本平臺的新型學術出版模式

預印本平臺打破了單本期刊的概念，它的發展將有效推動學術資源的整合、利用，為學術期刊的數字化、集群化建設提供全新的思路?！禨TM報告:科學和學術出版概覽》中指出，隨著預印本平臺的增加，新的服務和平臺開始監管和利用預印本，主要包括：(1)開放科研平臺。例如F1000可同時發表預印本和最終版本論文，具體做法為首先發表預印本，然后邀請專家對其進行開放同行評議，最終版本論文和評議將與預印本一起發表。(2)Overlay 期刊。通過鏈接到預印本平臺選擇優質的論文，開展同行評議并開放出版。依托于預印本平臺大大降低了論文出版的成本，其中具有代表性的是由菲爾茲獎得主Timothy Gowers創辦的期刊DiscreteAnalysis[20]。學術出版集團面臨開放與共享的壓力，在轉型升級中紛紛構建預印本平臺[21]，在出版前端積累優質資源，不斷提升出版產業的價值，其中影響較大的事件為Elsevier于2016年5月收購了人文社科領域的預印本平臺SSRN(Social Science Research Network)，在出版商“資源為王”的戰略布局下，SSRN完成多領域擴張和知識服務能力提升，爭奪預印本交流的學術話語權。

3.4 創新探索，建立多渠道的有效開放評論機制

作為開放的學術出版平臺，預印本平臺為開放評論的創新探索提供了實踐的沃土。結合預印本平臺的發展現狀和學術期刊的開放同行評議模式，提出如下發展路徑：(1)多指標評價。當前預印本平臺使用Altmetrics、下載量、瀏覽量指標評價預印本的社會影響力。排序是基于單一論文的提交時間?；诖?，可將預印本納入到學術引文網絡，通過被引頻次指標評價預印本的學術影響力，并通過綜合的評價結果對預印本進行排序，使優質的、具有學術爭議的預印本被更多的學者發現和關注。(2)全媒體融合。新媒體技術的不斷進步，為學術交流、學術出版的媒體融合提供了深入發展的源動力[22]。當前預印本平臺主要利用Twitter、Blog、學術論壇等社交媒體平臺公開交流以獲得關于新興成果及時、建設性的反饋。需在此基礎上拓展媒體融合的深度和廣度，充分利用各個新媒體的傳播特征，構建傳播媒體矩陣，全面覆蓋社交化聚合平臺、個性化內容分發平臺、學術移動數據平臺、搜索引擎、大眾傳播平臺，實現全媒體、多方位、個性化的傳播與互動，增加公眾評議[23]。(3)優質評論整合。部分學術期刊將預印本的評論意見作為論文錄用的重要參考?？蓪㈥P于預印本的建設性評論整理成報告，反饋給作者，并賦予DOI號與論文一同發布在預印本平臺，將開放評論結果作為可發現和可引用的科研產出在科學社群內共享，從而提升開放評論的質量和活躍度。

4 結束語

在開放共享的知識環境中，預印本平臺已經成為學術交流不可阻擋的趨勢、學術出版界關注的重要議題。權威的預印本平臺在特定學科領域已經占據學術出版的主導地位，新興的預印本平臺發展迅猛、影響力廣泛，但尚未到達成熟穩定的發展階段。學術期刊應正視新興學術出版模式帶來的挑戰，抓住轉型發展的機遇，打破現有體制機制，與預印本平臺融合發展，加強學科專家參與的集群化出版平臺建設，打造互通互聯、開放包容的學術交流、學術出版生態圈，促進科學成果快速傳播、有效利用。