【內(nèi)容提要】哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊雖然在理論上存在文化產(chǎn)品和文化商品屬性，但在市場(chǎng)經(jīng)濟(jì)的背景下必須著重深化對(duì)其知識(shí)屬性和學(xué)術(shù)屬性的認(rèn)識(shí)。并且，市場(chǎng)經(jīng)濟(jì)越是發(fā)達(dá)，越要求有更高學(xué)術(shù)品位的哲學(xué)社會(huì)科學(xué)類期刊與之相適應(yīng)，以進(jìn)一步地推進(jìn)哲學(xué)社會(huì)科學(xué)的繁榮，促進(jìn)市場(chǎng)經(jīng)濟(jì)的發(fā)展。知識(shí)和學(xué)術(shù)屬性是哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊的安身立命之本，這不僅是社會(huì)分工使然，更是社會(huì)進(jìn)步的需要。

【摘要題】期刊工作

【關(guān)鍵詞】哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊/知識(shí)屬性/學(xué)術(shù)屬性

【正文】

伴隨中國(guó)出版業(yè)市場(chǎng)化步伐的加快，期刊必然面臨生存與發(fā)展的抉擇。在中國(guó)強(qiáng)大的期刊陣容中，哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊占有重要的份額。哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊是否也應(yīng)進(jìn)入市場(chǎng)？是否也應(yīng)絕對(duì)“斷”掉“皇糧”，在商海里“自謀生路”？類似問題一直為學(xué)術(shù)界、期刊界專家、同人所關(guān)注。從宏觀上看，哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊屬于出版物范疇，屬于文化產(chǎn)品之列。但需要特別指出的是，作為出版物的哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊不僅具有產(chǎn)品屬性、商品屬性，而且其知識(shí)屬性、學(xué)術(shù)屬性更為重要。兩者相權(quán)，后者才是哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊的本原屬性。確切地說，哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊是特殊的產(chǎn)品、商品，其特殊性在于其知識(shí)屬性、學(xué)術(shù)屬性遠(yuǎn)遠(yuǎn)高于其產(chǎn)品和商品屬性。哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊在市場(chǎng)經(jīng)濟(jì)大潮中的定位應(yīng)首先是學(xué)術(shù)和知識(shí)，其次才是產(chǎn)品和商品；學(xué)術(shù)和知識(shí)屬性才最能代表哲學(xué)社會(huì)科學(xué)類學(xué)術(shù)期刊質(zhì)的規(guī)定性。

一

一、大數(shù)據(jù)背景下社會(huì)學(xué)類專業(yè)創(chuàng)業(yè)教育內(nèi)涵

(一)高校社會(huì)學(xué)類專業(yè)培養(yǎng)特征

社會(huì)學(xué)類專業(yè)以追求社會(huì)效益、實(shí)現(xiàn)社會(huì)公平為培養(yǎng)目標(biāo)，重點(diǎn)培養(yǎng)學(xué)生掌握社會(huì)學(xué)的理論和社會(huì)調(diào)查技能，能夠從事社會(huì)及區(qū)域規(guī)劃、組織及行政管理，勞動(dòng)管理與人力資源開發(fā)、市場(chǎng)調(diào)查與咨詢、發(fā)展項(xiàng)目評(píng)估等科研、教學(xué)及實(shí)際工作。人才目標(biāo)定位與大數(shù)據(jù)運(yùn)用密切相關(guān)，由于社會(huì)學(xué)的發(fā)展與現(xiàn)代化進(jìn)程密切相關(guān)，因而成為近年來各種新興學(xué)科中發(fā)展最為迅速、最為活躍的一個(gè)領(lǐng)域。目前在西方發(fā)達(dá)國(guó)家里，社會(huì)學(xué)的發(fā)展已經(jīng)成為僅次于經(jīng)濟(jì)學(xué)的一門重要的社會(huì)科學(xué)學(xué)科。隨著我國(guó)改革的進(jìn)一步深化、社會(huì)變遷的加速、人們生活方式的變化，各種新的現(xiàn)象、新的事物、新的矛盾、新的社會(huì)問題將出現(xiàn)，為專門解決社會(huì)問題的社會(huì)學(xué)創(chuàng)造了一個(gè)大好的發(fā)展機(jī)會(huì)。另一方面，隨著我國(guó)的進(jìn)一步開放，與社會(huì)學(xué)相關(guān)的產(chǎn)業(yè)也必然會(huì)進(jìn)一步完備，從而使社會(huì)學(xué)的教、學(xué)、研、應(yīng)用密切結(jié)合，迎接大數(shù)據(jù)時(shí)代的挑戰(zhàn)。

(二)大學(xué)生創(chuàng)業(yè)教育內(nèi)涵

“創(chuàng)業(yè)教育”是由英語中“enterpriseeduca-tion”翻譯而來的，創(chuàng)業(yè)教育指通過開發(fā)和提高學(xué)生創(chuàng)業(yè)基本素質(zhì)和創(chuàng)業(yè)能力的教育，使學(xué)生具備從事創(chuàng)業(yè)實(shí)踐活動(dòng)所必需的知識(shí)、能力及心理品質(zhì)，是未來的人應(yīng)掌握的“第三本教育護(hù)照”。現(xiàn)代意義的創(chuàng)業(yè)主要是指創(chuàng)業(yè)主體為了盡可能地滿足自身需求，充分運(yùn)用現(xiàn)有的知識(shí)、經(jīng)驗(yàn)、信息與技能等，通過認(rèn)真思索、勇于創(chuàng)新、大膽實(shí)踐，創(chuàng)造新業(yè)績(jī)的一種社會(huì)實(shí)踐活動(dòng)。創(chuàng)業(yè)素質(zhì)的人才應(yīng)具有的能力包括:創(chuàng)造力和創(chuàng)造精神、學(xué)習(xí)能力、技術(shù)能力、團(tuán)隊(duì)合作精神、解決問題能力、信息收集能力、敏銳的洞察力、研究和完成項(xiàng)目的能力、環(huán)境適應(yīng)能力和獻(xiàn)身精神等。大學(xué)生創(chuàng)業(yè)教育應(yīng)將創(chuàng)業(yè)精神、創(chuàng)業(yè)意識(shí)、創(chuàng)業(yè)知識(shí)、創(chuàng)業(yè)能力、創(chuàng)業(yè)人格以及開創(chuàng)型個(gè)性人才培養(yǎng)作為教育課程的主要內(nèi)容，根據(jù)教育對(duì)象分類實(shí)施。

二、大數(shù)據(jù)背景下地方高校社會(huì)學(xué)類專業(yè)創(chuàng)業(yè)教育的意義

編者按：本文主要從引言；人類中心主義立場(chǎng)；非人類中心主義立場(chǎng)；環(huán)境整體主義觀；結(jié)語進(jìn)行論述。其中，主要包括：人類生活的環(huán)境是一個(gè)多向度、立體、完整的環(huán)境、環(huán)境倫理確有其特殊性，它在一定意義上也的確可以被看做是人與自然之間的倫理關(guān)系、環(huán)境倫理自身的性質(zhì)完全可以解答環(huán)境倫理的依據(jù)問題、非人類中心主義環(huán)境倫理學(xué)的意識(shí)核心、非人類中心主義因缺乏對(duì)現(xiàn)實(shí)的細(xì)致關(guān)注而無力回應(yīng)、“人與自然、人與社會(huì)、社會(huì)與自然”的存在構(gòu)成了世界、整體主義的環(huán)境倫理學(xué)，是在方法論上超越以上幾種思維方式、環(huán)境整體主義的價(jià)值觀在很大程度上否定了已有的主體性、主張放棄首要次要之分等，具體請(qǐng)?jiān)斠姟?/p>

摘要：20世紀(jì)是人類科學(xué)取得巨大成就的時(shí)期，也是地球環(huán)境急劇惡化、環(huán)境危機(jī)全球化和日益嚴(yán)重的時(shí)期。本文通過環(huán)境整體主義道德哲學(xué)的核心意識(shí)結(jié)構(gòu)闡釋人類追求的最高價(jià)值即是生態(tài)系統(tǒng)的整體利益，它既涵蓋了整體主義的和諧發(fā)展論，又包括完整的環(huán)境正義觀。

關(guān)鍵詞：環(huán)境倫理人類中心主義非人類中心主義環(huán)境整體主義

1引言

人類生活的環(huán)境是一個(gè)多向度、立體、完整的環(huán)境，人類的道德生活也同樣是立體式的、多向度的。因此，基于這種現(xiàn)實(shí)基礎(chǔ)的環(huán)境倫理學(xué)必然是能夠接納和包容、超越和整合以人本主義立場(chǎng)和非人本主義立場(chǎng)構(gòu)建的環(huán)境倫理學(xué)。把是否有利于維持和保護(hù)生態(tài)系統(tǒng)的完整、和諧、穩(wěn)定、平衡和持續(xù)存在作為衡量和評(píng)判人類社會(huì)發(fā)展和生存方式的根本尺度和驗(yàn)證標(biāo)準(zhǔn)。這種倫理學(xué)具有明顯的后現(xiàn)代性和深刻的實(shí)踐意義。

2人類中心主義立場(chǎng)

1石器化社會(huì)

人類從動(dòng)物界分化出來以后，逐漸直立行走，雙手被解放出來。于是，人類從事大量的勞動(dòng)，發(fā)明和制造簡(jiǎn)單的工具。石刀、石鉆的出現(xiàn)標(biāo)志著人類征服自然的開始。后來，發(fā)明了鉆木取火和弓箭，制造并大量使用手工磨刻的石器，用于采摘野果和獵取野獸，以便維持自身的生存與繁衍。此時(shí)，原始人群居于洞穴。到了新石器時(shí)代，人類發(fā)明了耕作、播種和圈養(yǎng)牲畜，從而人類石器化社會(huì)過渡到游牧化社會(huì)。

2游牧化社會(huì)

隨著牧群逐水草遷移，原始人走出洞穴，開始居無定所，過著以牧養(yǎng)牲畜為主的游牧生活，并形成游牧部落。在部落之間出現(xiàn)了以牲畜為主的交換。隨后，在部落內(nèi)部發(fā)生了牲畜私有和私人交換，公有制逐漸解體。后來耕作、播種技術(shù)飛躍發(fā)展，人們開始建造草屋，集體開拓耕地，出現(xiàn)了以耕作為主的居住在固定場(chǎng)所的農(nóng)業(yè)部落。由于耕作技術(shù)的大發(fā)展和私有制的建立，農(nóng)業(yè)部落逐漸轉(zhuǎn)化為村社，形成了種族群體并從牧養(yǎng)牲畜轉(zhuǎn)向發(fā)展農(nóng)業(yè)。

3農(nóng)業(yè)化社會(huì)

人類社會(huì)發(fā)展到農(nóng)業(yè)化階段，是以農(nóng)業(yè)生產(chǎn)(農(nóng)作物的栽培、育種、耕作、灌溉等)為主。土地是基本的生產(chǎn)資料，勞動(dòng)對(duì)象主要是自然界有生命的植物，人們利用植物的固有功能生產(chǎn)自身所需的產(chǎn)品，后來，由于農(nóng)業(yè)技術(shù)的改進(jìn)，勞動(dòng)生產(chǎn)率大大提高，出現(xiàn)了剩余的農(nóng)業(yè)產(chǎn)品。于是，一些人以剩余的農(nóng)業(yè)產(chǎn)品交換土地和雇傭出賣勞動(dòng)力的農(nóng)民或苦力，從而形成了奴隸主和奴隸階層，以及后來的地主和雇農(nóng)階層。這些奴隸主和地主，作為上層統(tǒng)治階級(jí)，阻礙了生產(chǎn)力的發(fā)展。然而，科學(xué)技術(shù)的洪流滾滾向前，歷法的制定，極大地推動(dòng)了農(nóng)業(yè)的蓬勃發(fā)展。自然科學(xué)、社會(huì)科學(xué)、思維科學(xué)相繼出現(xiàn)，形成了比較發(fā)達(dá)的知識(shí)系統(tǒng)，將經(jīng)驗(yàn)、技藝、技術(shù)知識(shí)與直接勞動(dòng)融為一體。但是，在農(nóng)業(yè)化社會(huì)，“范圍有限的知識(shí)并沒有發(fā)展成為同勞動(dòng)相分離的獨(dú)立力量”。

論文關(guān)鍵詞：人類健康可持續(xù)發(fā)展；健康資源；健康需求；要素；功能；限制

論文摘要：健康是人類生存和發(fā)展的基礎(chǔ)，健康發(fā)展是人類永恒的追求．人類社會(huì)的可持續(xù)發(fā)展，有賴于人類健康的可持續(xù)發(fā)展．人口、資源、環(huán)境、經(jīng)濟(jì)、社會(huì)諸要素與人類健康都有著十分密切的關(guān)系，人類健康的可持續(xù)發(fā)展取決于人地關(guān)系、區(qū)際關(guān)系、代際關(guān)系的和諧，它要求在滿足當(dāng)代人健康需求的同時(shí)不損害后代人滿足其需求的能力，在滿足本區(qū)域健康需求的同時(shí)不損害其他區(qū)域滿足其需求的能力．健康需求是人類最基本的需求，包括確保身體狀態(tài)完好的需求、確保精神狀態(tài)完好的需求、確保社會(huì)狀態(tài)完好的需求，但是，經(jīng)濟(jì)條件、技術(shù)狀況、社會(huì)組織對(duì)健康需求的可滿足性、健康資源的可獲得性、健康服務(wù)的可進(jìn)人性構(gòu)成限制．

健康是人類生存和發(fā)展的基礎(chǔ)，健康發(fā)展是人類永恒的追求.人類社會(huì)的可持續(xù)發(fā)展，有賴于人類健康的可持續(xù)發(fā)展;堅(jiān)持以人為本，全面、協(xié)調(diào)、可持續(xù)的科學(xué)發(fā)展觀，必須提高人的健康素質(zhì)和生活質(zhì)量;生命健康是推動(dòng)整個(gè)社會(huì)走上生產(chǎn)發(fā)展、生活富裕、生態(tài)良好的文明發(fā)展道路的前提.因此，人類健康可持續(xù)發(fā)展是值得特別重視的嶄新的研究領(lǐng)域.基于這樣的認(rèn)識(shí)，我們?cè)诜治鋈祟惤】蹬c可持續(xù)發(fā)展關(guān)系的基礎(chǔ)之上，提出了人類健康可持續(xù)發(fā)展的概念，并對(duì)該概念的內(nèi)涵和特性作了初步的分析[Cil.這里，我們進(jìn)一步對(duì)人類健康可持續(xù)發(fā)展系統(tǒng)的要素、功能、需求、限制等理論問題進(jìn)行探討，希望大家繼續(xù)賜教.

1人類健康可持續(xù)發(fā)展系統(tǒng)的要素與功能

1.1人類健康可持續(xù)發(fā)展系統(tǒng)的要素

可持續(xù)發(fā)展系統(tǒng)是由人口、資源、環(huán)境、經(jīng)濟(jì)、社會(huì)等要素相互聯(lián)系、相互影響、相互作用形成的自然一經(jīng)濟(jì)一社會(huì)復(fù)合系統(tǒng)，區(qū)域性是其本質(zhì)特性Czl.人類健康可持續(xù)發(fā)展作為區(qū)域可持續(xù)發(fā)展系統(tǒng)的子系統(tǒng)，它側(cè)重于人類自身的全面發(fā)展，更能體現(xiàn)出以人為本的科學(xué)發(fā)展觀，健康是其要素系統(tǒng)中起關(guān)鍵作用的“序參數(shù)”.

摘要：在人類的社會(huì)生活中存在著兩個(gè)領(lǐng)域、兩個(gè)系統(tǒng)；一個(gè)是人類的意志可以自覺地起作用的系統(tǒng)，可稱為人為系統(tǒng)，另一個(gè)是不以人類的意志為轉(zhuǎn)移的系統(tǒng)，可稱為非人為系統(tǒng)，即社會(huì)自我控制系統(tǒng)。人類社會(huì)的自我控制系統(tǒng)的最重要的表現(xiàn)是人類積累剩余產(chǎn)品的機(jī)制。正確地處理這兩個(gè)系統(tǒng)的關(guān)系，不但極大地影響著社會(huì)科學(xué)的發(fā)展，而且也極大地影響著社會(huì)主義的實(shí)踐。研究這兩個(gè)系統(tǒng)的關(guān)系，特別是揭示人類自我控制系統(tǒng)及其運(yùn)行機(jī)制，是社會(huì)科學(xué)永恒性的任務(wù)。

關(guān)鍵詞：人為系統(tǒng)非人為系統(tǒng)社會(huì)自我控制機(jī)制社會(huì)剩余產(chǎn)品的積累

在辯證唯物主義的認(rèn)識(shí)論上有一個(gè)著名的命題，即自由是對(duì)必然的認(rèn)識(shí)，后來又有人補(bǔ)充說，自由是對(duì)必然的認(rèn)識(shí)和改造。雖然人們也承認(rèn)人類對(duì)于必然的認(rèn)識(shí)是一個(gè)無窮的過程，永無止境，但是似乎有一種定論，即凡是已被人類認(rèn)識(shí)的東西，人們便獲得了充分的自由。在這個(gè)范圍內(nèi)，人的意志便可以主宰一切，特別是在社會(huì)歷史領(lǐng)域中，更加如此。因?yàn)樯鐣?huì)歷史發(fā)展的過程是由人參加的，是由無數(shù)個(gè)體的人的行為構(gòu)成的，而每一個(gè)人的行為都是受其意志支配的。這樣說來，既然人類的歷史是由無數(shù)人的意志的復(fù)雜的結(jié)合而構(gòu)成的，因而它也應(yīng)該是完全以人的意志為轉(zhuǎn)移的了。但事實(shí)并非這樣。歷史唯物主義告訴我們：“歷史是這樣創(chuàng)造的：最終的結(jié)果總是從許多單個(gè)的意志的相互沖突中產(chǎn)生出來的，而其中每一個(gè)意志，又是由于許多特殊的生活條件，才成為它所成為的那樣。這樣就有無數(shù)互相交錯(cuò)的力量，有無數(shù)個(gè)力的平行四邊形，而由此就產(chǎn)生出一個(gè)總的結(jié)果，即歷史事變，這個(gè)結(jié)果又可以看作一個(gè)作為整體的、不自覺地和不自主地起著作用的力量的產(chǎn)物。因?yàn)槿魏我粋€(gè)人的愿望都會(huì)受到任何另一個(gè)人的妨礙，而最后出現(xiàn)的結(jié)果就是誰都沒有希望過的事物。所以以往的歷史總是象一種自然過程一樣地進(jìn)行，而且實(shí)質(zhì)上也是服從于同一運(yùn)動(dòng)規(guī)律的。”(1)這里所說的“作為整體的、不自覺地和不自主地起著作用的力量”便象一只無形的手，在指揮著、控制著人們的行為，規(guī)劃著人類社會(huì)發(fā)展的軌道，推動(dòng)著人類社會(huì)發(fā)展的總進(jìn)程。因此可以說，人類歷史的發(fā)展既是以人們的意志為轉(zhuǎn)移的，又是不以人們的意志為轉(zhuǎn)移的。就其具體過程來說，由于每一個(gè)歷史事件都是人們行為的結(jié)果，因此，是以人們的意志為轉(zhuǎn)移的。但是就整個(gè)進(jìn)程和趨勢(shì)來說，又是不以人們的意志為轉(zhuǎn)移的。因?yàn)槿藗兊囊庵鞠嗷プ饔玫目偟慕Y(jié)果是誰也沒有想到也無法事先知道的。也就是說，人類在推動(dòng)歷史車輪的前進(jìn)，但總的方向和軌道是朝著什么樣的目標(biāo)前進(jìn)，則是人類無能為力的。人類可以認(rèn)識(shí)它(相對(duì)地)卻不能改變它。這樣，在人類的社會(huì)生活中便形成了兩個(gè)領(lǐng)域、兩個(gè)系統(tǒng)：一個(gè)是人類的意志可以自覺地起作用的系統(tǒng)，可以簡(jiǎn)稱為人為系統(tǒng)，另一個(gè)是“作為整體的、不自覺地和不自主地起著作用的力量”的領(lǐng)域，或稱為非人為的系統(tǒng)，這就是人類社會(huì)自動(dòng)控制的系統(tǒng)。

人類社會(huì)的自動(dòng)控制系統(tǒng)表現(xiàn)在社會(huì)生活中的許多方面，但是其最重要、最基本的方面就是人類社會(huì)剩余產(chǎn)品的積累機(jī)制。這種機(jī)制最典型地表現(xiàn)出過程的不以人的意志為轉(zhuǎn)移的客觀性質(zhì)。剩余產(chǎn)品的積累是人類社會(huì)文明的基礎(chǔ)。沒有剩余產(chǎn)品的積累就不可能有擴(kuò)大再生產(chǎn)，就不可能有生產(chǎn)勞動(dòng)和社會(huì)管理的分化，就不可能有腦力勞動(dòng)和體力勞動(dòng)的分化，也就不可能有科學(xué)、文化、教育、藝術(shù)等等的產(chǎn)生和發(fā)展。而當(dāng)人類的社會(huì)生產(chǎn)從原來的沒有生產(chǎn)剩余產(chǎn)品能力的狀態(tài)中剛剛顯示出具有生產(chǎn)少許剩余產(chǎn)品的能力時(shí)，人類社會(huì)便自動(dòng)地、自發(fā)地形成了積累剩余產(chǎn)品的機(jī)制。對(duì)于這樣一種機(jī)制，過去人們往往只知其然而不知其所以然。為此，我們需要對(duì)這種機(jī)制的形成進(jìn)行一次簡(jiǎn)要的歷史考察，以便更深刻地了解人類自動(dòng)控制系統(tǒng)作用的性質(zhì)和過程。

我們知道，人類生存的物質(zhì)基礎(chǔ)是各種生活資料的生產(chǎn)和再生產(chǎn)。但是自從人類產(chǎn)生到現(xiàn)在的一、二百萬年的時(shí)間內(nèi)，人類在任何一個(gè)時(shí)期所產(chǎn)生的物質(zhì)資料都不足以充分滿足人類全體成員的需求。因?yàn)槿祟惖男枨笫且粋€(gè)變量，它具有不同的層次而且是隨著人類社會(huì)生產(chǎn)的發(fā)展而不斷增長(zhǎng)的。到現(xiàn)在為止，其增長(zhǎng)的速度仍比社會(huì)生產(chǎn)的發(fā)展要快些。因此，對(duì)以往的每個(gè)時(shí)代來說，即使把每年所生產(chǎn)的全部物質(zhì)資料都讓人們消費(fèi)光，也無法充分滿足人們的需求。而如果這樣做的話，則人類將永遠(yuǎn)不可能有擴(kuò)大的再生產(chǎn)，甚至簡(jiǎn)單的再生產(chǎn)也很難維持。那么人類社會(huì)便會(huì)永遠(yuǎn)停止在最原始、最落后的水平上，即接近于動(dòng)物的水平上，不但物質(zhì)生活不會(huì)進(jìn)步，而且也不會(huì)有人類的文化、科學(xué)、藝術(shù)、教育等事業(yè)。而且人類社會(huì)若不能向前發(fā)展，也就有可能在長(zhǎng)期停滯中滅亡。那么人類社會(huì)怎樣才能不斷地向前發(fā)展呢？對(duì)于人類來說，能夠保證它不斷向前發(fā)展的唯一的物質(zhì)前提就是剩余產(chǎn)品的積累。只有社會(huì)積累了一定數(shù)量的剩余產(chǎn)品，社會(huì)的再生產(chǎn)才能不斷擴(kuò)大，也才有可能使一部分人相對(duì)地從生產(chǎn)中分離出來，從事文化、藝術(shù)、科學(xué)、教育等事業(yè)，使人類的精神生活也不斷向前發(fā)展。

人類是如何積累剩余產(chǎn)品的呢？在人類從地球上產(chǎn)生之后的漫長(zhǎng)歲月里，社會(huì)生產(chǎn)力的水平是極低的。人們通過狩獵和采摘野生的植物果實(shí)，只能維持一種半饑半飽的生活，而沒有如何剩余而言。在這種情況下便沒有剩余產(chǎn)品積累的問題，因而就不能提供推動(dòng)人類社會(huì)發(fā)展的物質(zhì)前提，使人類社會(huì)長(zhǎng)期處于蒙昧和野蠻的時(shí)期。隨著人類社會(huì)分工的發(fā)展，特別是經(jīng)歷了三次大的社會(huì)分工之后，人類便逐漸產(chǎn)生了生產(chǎn)剩余產(chǎn)品的能力。但是有了生產(chǎn)剩余產(chǎn)品的能力，并不能直接引出剩余產(chǎn)品的積累，事實(shí)上這兩者之間的聯(lián)系更經(jīng)歷了一個(gè)十分復(fù)雜的過程。這是因?yàn)椋?dāng)社會(huì)開始具有生產(chǎn)剩余產(chǎn)品的能力的同時(shí)，人類的需求也同步地發(fā)展起來。在這種情況下，生產(chǎn)剩余產(chǎn)品能力所提供的余地，很快就會(huì)被填平，而很難顯示出(甚至不可能顯示出)剩余產(chǎn)品和必要產(chǎn)品的區(qū)別。因而一開始，剩余產(chǎn)品的積累就意味著壓縮必要的消費(fèi)水平。要求每一個(gè)社會(huì)成員自愿地、自覺地做到這一點(diǎn)是不可能的。因?yàn)樗搅巳藗冋J(rèn)識(shí)的可能性。誰都不可能認(rèn)識(shí)到自己忍受消費(fèi)被減少的痛苦去為社會(huì)積累剩余產(chǎn)品，從而推動(dòng)社會(huì)進(jìn)步的必要性。即使有一位先知向人們講清其中的道理，并取得了人們的同意，事情也無法操作。因?yàn)槭Ｓ喈a(chǎn)品的積累除了具有擴(kuò)大再生產(chǎn)和交換的意義之外，更重要的是要養(yǎng)活一部分脫離生產(chǎn)勞動(dòng)的人，使他們能享有比勞動(dòng)者優(yōu)厚的生活去從事為人類社會(huì)進(jìn)步所需要的其他領(lǐng)域的活動(dòng)。那么對(duì)于哪些人有資格充當(dāng)這種角色，人們是不可能達(dá)成一致意見的。既然希望人們自覺、自愿地去為積累剩余產(chǎn)品而壓縮自己的必要消費(fèi)是不可能的，這就決定了剩余產(chǎn)品的積累一開始就是違反人們意愿的，因而是必須靠強(qiáng)制來實(shí)現(xiàn)的。這樣，社會(huì)就需要有一種控制機(jī)制，使得既能實(shí)現(xiàn)剩余產(chǎn)品的強(qiáng)制性扣除，又能使社會(huì)生產(chǎn)持續(xù)不斷地進(jìn)行下去。然而原始的氏族社會(huì)是沒有也不可能有這種控制機(jī)制的。因此，這種控制機(jī)制生長(zhǎng)的過程也必定是原始氏族社會(huì)的解體和滅亡的過程。這樣一種控制機(jī)制至少要包括以下的內(nèi)容：

編者按：本文主要從從烏托邦主義、技術(shù)決定論到公眾規(guī)劃理論：人本思想貫穿始終并不斷深化；從“田園城市”到“全球城市”：要素關(guān)注日益廣泛和全面；從終極藍(lán)圖到有機(jī)更新和精明增長(zhǎng)：逐步形成協(xié)調(diào)與可持續(xù)理念；從學(xué)習(xí)借鑒到批評(píng)提升：走中國(guó)特色的科學(xué)發(fā)展之路進(jìn)行論述。其中，主要包括：城鄉(xiāng)規(guī)劃工作與社會(huì)經(jīng)濟(jì)發(fā)展密切相關(guān)，被認(rèn)為是城市建設(shè)與發(fā)展的龍頭、當(dāng)時(shí)的城市規(guī)劃和建筑中，突出的特征是追求人的尺度、早期的城市規(guī)劃師們洞察了無序城市化的弊端、系統(tǒng)方法、理性決策和控制論被引入到城市規(guī)劃中來、世界政治經(jīng)濟(jì)及國(guó)際關(guān)系變化起伏、城市應(yīng)當(dāng)被當(dāng)做一個(gè)大舞臺(tái)，認(rèn)識(shí)這個(gè)舞臺(tái)有助于我們認(rèn)識(shí)創(chuàng)造這個(gè)舞臺(tái)的整個(gè)社會(huì)等，具體請(qǐng)?jiān)斠姟?/p>

[摘要]本文從不同角度討論了在城市規(guī)劃領(lǐng)域人們對(duì)社會(huì)發(fā)展的認(rèn)識(shí)從局部到全面、從孤立到協(xié)調(diào)、從“終極藍(lán)圖”到可持續(xù)發(fā)展的演進(jìn)脈絡(luò)，以期說明科學(xué)發(fā)展觀是在汲取世界各國(guó)發(fā)展經(jīng)驗(yàn)教訓(xùn)、借鑒國(guó)外發(fā)展理論有益成果的基礎(chǔ)上提出來的，是對(duì)人類社會(huì)發(fā)展經(jīng)驗(yàn)的深刻總結(jié)和高度概括。

[關(guān)鍵詞]西方城市規(guī)劃理論；科學(xué)發(fā)展觀；學(xué)習(xí)借鑒；批評(píng)提升

城鄉(xiāng)規(guī)劃工作與社會(huì)經(jīng)濟(jì)發(fā)展密切相關(guān)，被認(rèn)為是城市建設(shè)與發(fā)展的龍頭。現(xiàn)代城鄉(xiāng)規(guī)劃的起源觸發(fā)于工業(yè)革命后城鄉(xiāng)發(fā)展過程中面臨的多種社會(huì)問題，其理論在波瀾壯闊的近現(xiàn)代社會(huì)實(shí)踐中不斷修正、調(diào)整、創(chuàng)新，始終圍繞著經(jīng)濟(jì)社會(huì)以及人的發(fā)展。城市規(guī)劃理論本身發(fā)展變化的過程從一個(gè)側(cè)面反映了近現(xiàn)代各時(shí)期人們對(duì)發(fā)展的觀點(diǎn)態(tài)度。考察規(guī)劃理論的發(fā)展歷程，我們可以清晰地看到人們對(duì)社會(huì)發(fā)展的認(rèn)識(shí)從膚淺漸入深刻、從單一趨于綜合、從武斷走向科學(xué)的一條線索。

一、從烏托邦主義、技術(shù)決定論到公眾規(guī)劃理論：人本思想貫穿始終并不斷深化

大約公元前1000年，對(duì)自由生活的向往造就了古希臘人獨(dú)立意識(shí)、決斷性格及閑暇、優(yōu)雅的生活態(tài)度。當(dāng)時(shí)的城市規(guī)劃和建筑中，突出的特征是追求人的尺度、人的感受以及同自然環(huán)境的協(xié)調(diào)。這可以說是后來整個(gè)人本主義的思想歷史的發(fā)源。17世紀(jì)開始的工業(yè)革命席卷歐美，隨著大量勞動(dòng)力涌入，城市規(guī)模迅速擴(kuò)張，功能日趨復(fù)雜，布局更為混亂。加之嚴(yán)重的工業(yè)污染，突出的貧民窟現(xiàn)象，混亂的社會(huì)秩序造成城市生活質(zhì)量日趨下降，居民的生存環(huán)境急劇惡化。由此引發(fā)的各種社會(huì)問題催生了現(xiàn)代城市規(guī)劃。人認(rèn)識(shí)到這樣無序的城市建設(shè)所帶來的災(zāi)難性結(jié)果，并試圖提出一個(gè)合理的城市模型以解決這一系列問題，改善居民生活狀況。可以說自城市規(guī)劃理論發(fā)展之初，對(duì)人的關(guān)懷就成為其緊扣的核心與主題。

摘要：虛擬世界的出現(xiàn)引發(fā)了人類社會(huì)的深刻變革，同時(shí)對(duì)人類社會(huì)發(fā)展提出了新課題，得到了世界各國(guó)政府的高度重視。虛擬世界的興起，使人與世界的關(guān)系已從一定程度上超越了傳統(tǒng)意義上主—客二元對(duì)立的模式，代之以主一主平等交流的格局，構(gòu)建起一個(gè)主體間相互促進(jìn)、相互生成的和諧景觀，最終讓人物化或者讓物人化。

關(guān)鍵詞：物化人化虛擬世界雙重影響

一、消極影響

1.物化

這里是指代人的物化，指操作者利用數(shù)字化技術(shù)，對(duì)物理世界進(jìn)行模擬、仿真、變形、縮微或擴(kuò)張后，產(chǎn)生出一個(gè)凝聚著人的意識(shí)因素的虛擬世界。尼葛洛·龐蒂忠告我們：“每一種技術(shù)或科學(xué)的饋贈(zèng)都有其黑暗面。”虛擬世界的出現(xiàn)一方面極大地推動(dòng)了社會(huì)經(jīng)濟(jì)、政治和文化發(fā)展，并有助于社會(huì)主義和諧社會(huì)的構(gòu)建；另一方面，它在上述領(lǐng)域也產(chǎn)生了某些負(fù)面影響，對(duì)人類社會(huì)發(fā)展提出了新課題，并為實(shí)現(xiàn)社會(huì)經(jīng)濟(jì)、政治和文化等的持續(xù)發(fā)展帶來了新的挑戰(zhàn)，造成了人的物化。

比如在現(xiàn)實(shí)生活中的網(wǎng)絡(luò)隱私，也是虛擬空間中不可忽視的重要問題，隱私是人的一種生存特性，同時(shí)也是人的一項(xiàng)重要權(quán)利。隱私蘊(yùn)涵并體現(xiàn)了人的個(gè)性、人格、尊嚴(yán)、自由和價(jià)值維度。隱私是人獨(dú)有的生存特性。隱私是個(gè)人的私生活，而且是重要獨(dú)享的私生活。只要人有羞恥心、自尊心，只要人有一定的獨(dú)立性、個(gè)性，人就會(huì)維護(hù)自己的隱私，因此，擁有隱私也是人與動(dòng)物的又一區(qū)別。私人生活空間是隱私寓居之所，也是隱私存在的條件和領(lǐng)域，隱私是存在于私人生活空間隱秘的私人事務(wù)、私人活動(dòng)和私人信息。私人生活空間無論對(duì)于民主、自由與價(jià)值追求還是對(duì)于法制的構(gòu)建都是必要的。關(guān)注隱私問題、重視隱私權(quán)的保護(hù)體現(xiàn)了社會(huì)文明進(jìn)步的要求。隱私受到窺視和侵害，私人生活空間受到騷擾和擠壓，人的尊嚴(yán)和權(quán)利就得不到保障。我國(guó)社會(huì)長(zhǎng)期重整體輕個(gè)人，抹殺了個(gè)人作為社會(huì)存在的個(gè)性。隱私觀念和隱私權(quán)意識(shí)是淡薄的，甚至在某種程度上是缺失的。隨著社會(huì)發(fā)展和文明的進(jìn)步，人的主體意識(shí)增強(qiáng)，人們對(duì)于私人生活空間范圍內(nèi)個(gè)人自由的追求越來越強(qiáng)烈，隱私問題日益得到社會(huì)關(guān)注。維護(hù)隱私權(quán)是人維護(hù)個(gè)人自由、尊嚴(yán)和價(jià)值的需要，也是對(duì)人的深層關(guān)注，是人類走向文明的表現(xiàn)。但是人們?cè)谶@樣的一個(gè)過程中，卻自己物化了自己，讓自己活在一個(gè)單向度的社會(huì)。

1引言

較快的數(shù)據(jù)積累速度，與廣泛性、多樣性和開放性一同，被認(rèn)為是Altmetrics最主要的特征［1，2］。相比于出版延遲等因素所導(dǎo)致的傳統(tǒng)引用數(shù)據(jù)的時(shí)間滯后性［3－5］，Altmetrics數(shù)據(jù)可以在科學(xué)后的較短時(shí)間內(nèi)實(shí)現(xiàn)快速積累，以此為論文影響力計(jì)量提供早期評(píng)價(jià)指標(biāo)［6］。從科學(xué)論文在線發(fā)表的時(shí)刻開始，文獻(xiàn)管理工具或社交媒體平臺(tái)上圍繞論文所開展的學(xué)術(shù)交流活動(dòng)和用戶傳播行為就有可能被追蹤記錄下來，構(gòu)成早期的Altmetrics數(shù)據(jù)。這些非正式的數(shù)字學(xué)術(shù)足跡，一般不需要經(jīng)過同行評(píng)議、學(xué)術(shù)出版等流程，因此能在論文在線可見后極短時(shí)間內(nèi)出現(xiàn)并且被捕捉［7，8］。例如論文在發(fā)表后不久，便會(huì)在Mendeley上積累起大量的讀者數(shù)據(jù)，而引用數(shù)據(jù)則一般需要經(jīng)過幾年的積累才初具規(guī)模［9，10］。反之，快速積累的社交媒體數(shù)據(jù)，也增強(qiáng)了論文在網(wǎng)絡(luò)環(huán)境中的可見度，為論文帶來更多點(diǎn)擊與訪問［11］。在諸多Altmetrics數(shù)據(jù)來源中，推特（Twitter）數(shù)據(jù)不僅是論文覆蓋率最高的數(shù)據(jù)來源之一［12，13］，而且表現(xiàn)出最快的積累速度［14，15］。推特?cái)?shù)據(jù)的快速積累具體表現(xiàn)為：當(dāng)科學(xué)論文可在線獲取的短短幾小時(shí)甚至幾分鐘內(nèi)，就已經(jīng)被推特用戶提及，從而積累起推特?cái)?shù)據(jù)［16，17］。受到預(yù)印本的影響，論文甚至?xí)谡桨l(fā)表之前就已經(jīng)受到推特關(guān)注［18］。因此，對(duì)于大部分僅擁有推特?cái)?shù)據(jù)的科學(xué)論文而言，它們的首條推特是Altmetrics數(shù)據(jù)從無到有的分界線，意味著它們首次在社交媒體平臺(tái)為用戶可見，是社交媒體傳播的起點(diǎn)。以往關(guān)于科學(xué)論文推特傳播問題的研究，大部分關(guān)注的是論文推特提及次數(shù)與未來引用次數(shù)的相關(guān)關(guān)系［19－21］，或是總推特提及次數(shù)隨時(shí)間推移的積累模式與速度［22］。但對(duì)于科學(xué)論文推特傳播的起點(diǎn)，即來自何地的哪類用戶在何時(shí)實(shí)現(xiàn)了科學(xué)論文的首次推特傳播，還缺乏具體定量分析。在傳統(tǒng)文獻(xiàn)計(jì)量學(xué)領(lǐng)域，科學(xué)論文獲得首次引用的積累速度與模式已受到學(xué)者關(guān)注［23，24］。本文則著眼于科學(xué)論文獲得的首條推特，對(duì)WebofScience的論文中擁有推特?cái)?shù)據(jù)進(jìn)行了大規(guī)模分析，以回答以下研究問題：第一，科學(xué)論文首條推特的積累速度如何？對(duì)于不同學(xué)科領(lǐng)域的論文而言，發(fā)表后一般需要經(jīng)歷多長(zhǎng)時(shí)間才能獲得首條推特？第二，科學(xué)論文的首條推特是由哪些類型的推特用戶的？首條推特和后來的其他推特是否有不同的推特用戶構(gòu)成比例？第三，科學(xué)論文首條推特的用戶來自哪些國(guó)家／地區(qū)？來自論文作者國(guó)家／地區(qū)的推特用戶是否會(huì)最先關(guān)于這些論文的推特？

2數(shù)據(jù)來源與研究方法

要對(duì)科學(xué)論文的首條推特進(jìn)行分析，首先需要確定論文具體的正式發(fā)表日期和所有推特的時(shí)間。文獻(xiàn)計(jì)量學(xué)分析中常用的宏觀時(shí)間尺度，如年、月等，并不適用于分析在微觀時(shí)間尺度（日、小時(shí)等）內(nèi)能夠?qū)崿F(xiàn)快速積累的推特?cái)?shù)據(jù)，更無法用于識(shí)別科學(xué)論文的首條推特。因此，本文使用Crossref記錄的精確到日的DOI號(hào)創(chuàng)建日期代表論文正式發(fā)表日期，論文所有推特的日期與用戶信息則通過DOI號(hào)從Altmet－ric．com提供的數(shù)據(jù)集中匹配獲取。2．1Crossref記錄的DOI創(chuàng)建日期Crossref（www．crossref．org）是一個(gè)正式成立于2000年1月的國(guó)際學(xué)術(shù)出版商聯(lián)盟，目前已成為開放科學(xué)（OpenScience）的重要數(shù)據(jù)整合者和提供者。截至2018年9月，Crossref已收錄了逾1億條學(xué)術(shù)文獻(xiàn)記錄［25］。Crossref最主要的產(chǎn)品之一，是其為成員提供的數(shù)據(jù)對(duì)象標(biāo)識(shí)符（DOI）注冊(cè)與儲(chǔ)存服務(wù)。本文使用Crossref記錄的科學(xué)論文DOI號(hào)的創(chuàng)建日期，作為科學(xué)論文正式發(fā)表日期的。由于DOI創(chuàng)建日期精確到了具體日期的層次，本文得以實(shí)現(xiàn)在微觀時(shí)間尺度（日）上，對(duì)科學(xué)論文獲得首條推特的耗時(shí)進(jìn)行度量。Altmetric．com從2011年10月開始追蹤記錄論文的推特傳播數(shù)據(jù)，因此本文選取發(fā)表于該時(shí)間點(diǎn)之后的論文作為研究對(duì)象。自2012年1月1日至2016年12月31日的五年時(shí)間里，共有6，859，973篇WebofScience論文（僅考慮Article和Review兩種文獻(xiàn)類型）擁有被Crossref記錄的DOI號(hào)。通過對(duì)DOI號(hào)的匹配，本文從Crossref采集了這些論文的DOI創(chuàng)建日期，以代表論文正式發(fā)表日期。2．2Altmetric．com記錄的科學(xué)論文的推特?cái)?shù)據(jù)本文基于所選取的6，859，973篇論文的DOI號(hào)，通過Altmetric．com提供的數(shù)據(jù)集搜索匹配了它們的推特傳播數(shù)據(jù)。截至2017年10月，共有2，221，737篇論文（占32．4％）積累了推特?cái)?shù)據(jù)。根據(jù)Altmetric．com記錄的所有推特的時(shí)間，每篇論文的首條推特，以及與之相關(guān)的推特日期、推特用戶地理位置、用戶類型等數(shù)據(jù)，同時(shí)被提取出來以進(jìn)行分析。有預(yù)印本的論文相比于其他論文而言，具有在電子出版環(huán)境下優(yōu)先可見的優(yōu)勢(shì)，有可能更早被推特用戶提及，因此，33，879篇有預(yù)印本的論文（占1．5％，即Altmetric．com記錄有ArXivID的論文）被剔除。對(duì)于其余的2，187，858篇論文，本文比較了所有論文的DOI創(chuàng)建時(shí)間與Altmetric．com記錄的首條推特時(shí)間。正常情況下，推特提及應(yīng)該發(fā)生在之后，但有149，212篇論文的首條推特時(shí)間早于DOI創(chuàng)建時(shí)間，除預(yù)印本的影響外，可能的原因還包括：第一，部分情況下，Crossref記錄的DOI創(chuàng)建日期與出版商正式在線的日期之間存在細(xì)微偏差，論文上線日期可能實(shí)際上早于記錄中的DOI創(chuàng)建日期。當(dāng)這類論文在上線后迅速獲得推特提及，其首條推特時(shí)間便有可能早于記錄中的DOI創(chuàng)建日期；第二，由于出版商合并等客觀原因，Crossref記錄的DOI號(hào)可能根據(jù)要求更新創(chuàng)建日期，導(dǎo)致已經(jīng)發(fā)表了一段時(shí)期的論文獲得一個(gè)新的DOI創(chuàng)建日期，從而使得以往已經(jīng)積累的推特的時(shí)間早于新的DOI創(chuàng)建日期。為保證分析的準(zhǔn)確性，這些首條推特日期先于DOI創(chuàng)建日期的論文也被剔除。最終，2，038，646篇WebofScience論文及其首條推特?cái)?shù)據(jù)被選取為本文的研究對(duì)象。所有6，859，973篇論文以及2，038，646篇擁有首條推特的樣本論文的發(fā)表年份分布狀況如圖1所示。2012—2016年這五年間，總數(shù)呈增長(zhǎng)趨勢(shì)，且獲得首條推特（即至少擁有一條推特?cái)?shù)據(jù)）的論文的數(shù)量也逐年增加。發(fā)表于2015、2016年擁有推特?cái)?shù)據(jù)的論文的比例相較于前幾年也有明顯提升，2015年和2016年分別有34．6％和34．1％的論文積累了推特?cái)?shù)據(jù)。2．3CWTS學(xué)科分類體系為比較不同學(xué)科領(lǐng)域科學(xué)論文在獲得首條推特時(shí)表現(xiàn)的差異性，本文使用CWTS學(xué)科分類體系對(duì)2，038，646篇樣本論文進(jìn)行了領(lǐng)域分類。CWTS學(xué)科分類體系是由Waltman和VanEck提出的基于引文關(guān)系的單篇論文學(xué)科分類體系［26］。相比于WebofScience使用的基于期刊的學(xué)科分類體系，基于單篇論文的CWTS學(xué)科分類體系能對(duì)論文的所屬學(xué)科和具體研究方向進(jìn)行更詳細(xì)的分類，并且解決了發(fā)表于多學(xué)科期刊上的論文無法進(jìn)行有效分類的問題［27］。在科研評(píng)價(jià)的實(shí)踐中，CWTS學(xué)科分類體系已被應(yīng)用于“萊頓世界大學(xué)排名”（LeidenRanking，http：／／www．leidenranking．com／）。CWTS學(xué)科分類體系基于引文關(guān)系，對(duì)WebofScience數(shù)據(jù)庫(kù)收錄的三種可引用類型的文獻(xiàn)：研究論文（Article）、綜述（Review）、信函（Letter）進(jìn)行了聚類，這些單篇論文形成了4047個(gè)有著各自具體研究主題的子類，即圖2中的4047個(gè)圓點(diǎn)。這些細(xì)分子類又聚集成高層的五大學(xué)科類型，分別是人文與社會(huì)科學(xué)、生物醫(yī)學(xué)與健康科學(xué)、物理學(xué)與工程學(xué)、生命與地質(zhì)科學(xué)、數(shù)學(xué)與計(jì)算機(jī)科學(xué)。五個(gè)學(xué)科類型的布局如圖2所示。

3結(jié)果分析

3．1具有推特?cái)?shù)據(jù)的論文的學(xué)科分布當(dāng)一篇論文收獲了首條推特，也就意味著該論文積累了至少一條推特?cái)?shù)據(jù)。圖3展示了6，859，973篇論文形成的4047個(gè)子領(lǐng)域中，2，038，646篇具有推特?cái)?shù)據(jù)的樣本論文的分布狀況。每個(gè)圓點(diǎn)代表一個(gè)子領(lǐng)域，圓點(diǎn)的大小由該領(lǐng)域內(nèi)總論文數(shù)量決定。圓點(diǎn)顏色取決于各個(gè)子領(lǐng)域中至少有一條推特?cái)?shù)據(jù)的論文的比例（Proportionofpaperswithatleastonetweet，PP（Tw≥1））。當(dāng)子領(lǐng)域內(nèi)擁有推特?cái)?shù)據(jù)的論文的比例較高（即PP（Tw≥1）數(shù)值更接近于1）時(shí)，圓點(diǎn)偏向紅色；當(dāng)該比例較低（即PP（Tw≥1）數(shù)值更接近于0）時(shí)，圓點(diǎn)偏向藍(lán)色。比照?qǐng)D2的CWTS分類體系可以看出，人文與社會(huì)科學(xué)、生物醫(yī)學(xué)與健康科學(xué)、生命與地質(zhì)科學(xué)的論文推特?cái)?shù)據(jù)的覆蓋率更高，這些學(xué)科領(lǐng)域的論文更容易受到推特關(guān)注。而在物理學(xué)與工程學(xué)和數(shù)學(xué)與計(jì)算機(jī)科學(xué)這兩個(gè)領(lǐng)域，具有推特?cái)?shù)據(jù)的論文比例較低。從各個(gè)學(xué)科論文的具體推特?cái)?shù)據(jù)覆蓋比例來看（見表1），生物醫(yī)學(xué)與健康科學(xué)為44．8％，位列所有學(xué)科第一位；人文與社會(huì)科學(xué)位列第二，比例為42．2％；其后是生命與地質(zhì)科學(xué)領(lǐng)域，該領(lǐng)域有31．7％的論文受到了推特關(guān)注；物理學(xué)與工程學(xué)、數(shù)學(xué)與計(jì)算機(jī)科學(xué)的比例非常低，分別為13．4％和6．9％，出自這兩個(gè)學(xué)科領(lǐng)域的論文在推特平臺(tái)上的受關(guān)注度相對(duì)較低。3．2首條推特的積累速度通過計(jì)算論文正式發(fā)表日期（DOI號(hào)創(chuàng)建日期）與首條推特日期之間的天數(shù)差值，可以得知每篇論文收獲首條推特的耗時(shí)（天），即在后的第幾天，論文獲得了首條推特。圖4分別展示了五個(gè)學(xué)科領(lǐng)域內(nèi)，歷經(jīng)不同天數(shù)獲得首條推特的論文的比例。首條推特的耗時(shí)被分為六個(gè)時(shí)間階段：0—1天（當(dāng)天和接下來的第一天）、2—6天（后的第二天至第一周內(nèi)）、7—30天（的第一周后和第一個(gè)月內(nèi)）、31—180天（的第一月后和半年內(nèi)）、181—364天（的半年后和一年內(nèi)）、365天—（的一年后）。五個(gè)領(lǐng)域具有推特?cái)?shù)據(jù)的論文中，都有過半的論文在發(fā)表后一個(gè)月內(nèi)積累了首條推特，超過80％的論文在一年之內(nèi)被推特提及。但獲得首條推特的耗時(shí)，有著較明顯的學(xué)科差異。物理學(xué)與工程學(xué)領(lǐng)域的論文盡管推特覆蓋率不高，但總體收獲首條推特的速度更快，該領(lǐng)域論文的首條推特有43．5％是在后的前兩天獲得，約80％發(fā)生在后的第一個(gè)月內(nèi)。生命與地質(zhì)科學(xué)、生物醫(yī)學(xué)與健康科學(xué)的論文在各時(shí)期獲得首條推特的比例，僅次于物理學(xué)與工程學(xué)領(lǐng)域。相比之下，人文與社會(huì)科學(xué)和數(shù)學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域里，在發(fā)表較長(zhǎng)一段時(shí)間后才獲得首條推特的論文比例更高。尤其是數(shù)學(xué)與計(jì)算機(jī)科學(xué)的論文，逾40％是在發(fā)表一個(gè)月之后才獲得首條推特，12．3％是在發(fā)表一年后才積累了首條推特。表2展示了五個(gè)學(xué)科領(lǐng)域內(nèi)，論文獲得首條推特的平均耗時(shí)。其中物理學(xué)與工程學(xué)領(lǐng)域的論文平均經(jīng)歷了最短的時(shí)間獲得了首條推特（約52天），隨后是生物醫(yī)學(xué)與健康科學(xué)、生命與地質(zhì)科學(xué)領(lǐng)域的論文，平均耗時(shí)約66天獲得首條推特。人文與社會(huì)科學(xué)和數(shù)學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域的論文獲得首條推特的耗時(shí)較長(zhǎng)，分別為95天和134天。數(shù)學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域不僅只有很小比例的論文被推特提及，而且論文一般是在發(fā)表較長(zhǎng)一段時(shí)間后，才被推特用戶關(guān)注。3．3首條推特的推特用戶類型分布Altmetric．com主要根據(jù)推特用戶的個(gè)人簡(jiǎn)介關(guān)鍵詞、有鏈接關(guān)系的期刊的類型和關(guān)注者列表這三項(xiàng)個(gè)人用戶信息，將過科學(xué)論文相關(guān)推特內(nèi)容的推特術(shù)期刊和學(xué)術(shù)出版商存在頻繁鏈接關(guān)系的用戶；實(shí)踐工作者（Practitioner）：臨床醫(yī)師或者從事臨床醫(yī)學(xué)研究的研究者；科研人員（Researcher）：熟悉科學(xué)文獻(xiàn)的用戶；社會(huì)公眾（Memberofthepublic）：與科學(xué)文獻(xiàn)沒有鏈接關(guān)系并且不屬于以上任何一種類型的用戶。本文選取的2，038，646篇樣本論文的首條推特，是由180，114個(gè)不同的推特賬號(hào)的，其中169，312個(gè)推特用戶（占94．0％）擁有Altmetric．com識(shí)別并匹配的身份類型。此外，為比較論文獲得的首條推特和后來其他推特的用戶構(gòu)成，本文采集了這2，038，646篇樣本論文的全部推特?cái)?shù)據(jù)以及用戶類型數(shù)據(jù)。2，038，646篇論文獲得的全部推特由1，550，615個(gè)不同的推特賬號(hào)，其中1，438，031個(gè)推特用戶（92．7％）擁有Altmetric．com識(shí)別的身份類型。圖5比較了CWTS五大學(xué)科領(lǐng)域內(nèi)，首條推特和后來其他推特的四種類型的用戶構(gòu)成比例。對(duì)于各個(gè)學(xué)科的論文而言，科學(xué)傳播者在首條推特中所占的比例要明顯高于在后來其他推特中所占的比例。科學(xué)傳播者是與學(xué)術(shù)期刊、學(xué)術(shù)出版商頻繁關(guān)聯(lián)的一類推特用戶。期刊與出版商的工作促成了科學(xué)論文的在線發(fā)表，科學(xué)傳播者往往能第一時(shí)間接收到論文出版信息，并將其到推特平臺(tái)，從而提高了論文的可見度。實(shí)踐工作者主要是從事臨床科學(xué)的用戶，他們更加關(guān)注自身所處領(lǐng)域的論文，在生物醫(yī)學(xué)和健康科學(xué)中所占的比例明顯更高。科研人員是最熟悉科學(xué)論文的人，他們?cè)谕铺貍鞑ブ械淖饔脙H次于社會(huì)公眾（即Altmetric．com無法根據(jù)用戶資料明確劃分身份類型的高于在后來其他推特中所占的比例，其他領(lǐng)域的情況則相反。無論是首條推特還是其他推特，物理學(xué)與工程學(xué)領(lǐng)域的論文擁有最高比例的科研人員參與論文的推特傳播，該領(lǐng)域論文的首條推特有大約32％是由科研人員的，這一比例顯著高于其他學(xué)科領(lǐng)域。表3列舉了五大學(xué)科領(lǐng)域內(nèi)，四類推特用戶論文首條推特的平均耗時(shí)（天）。物理學(xué)與工程學(xué)領(lǐng)域的論文獲得首條推特的平均耗時(shí)最短，不論首條推特是由哪類用戶的。數(shù)學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域的論文獲得首條推特的平均耗時(shí)相對(duì)最長(zhǎng)，除了科學(xué)傳播者貢獻(xiàn)的首條推特（平均58天），要快于對(duì)人文與社會(huì)科學(xué)領(lǐng)域論文的首條推特（平均83天）。總體來看，除人文與社會(huì)科學(xué)領(lǐng)域外，科學(xué)傳播者論文首條推特的平均耗時(shí)是最短的。在生物醫(yī)學(xué)與健康科學(xué)、物理學(xué)與工程學(xué)、生命與地質(zhì)科學(xué)領(lǐng)域，科研人員首條推特的速度僅次于科學(xué)傳播者。而在人文與社會(huì)科學(xué)和數(shù)學(xué)與計(jì)算機(jī)科學(xué)領(lǐng)域，實(shí)踐工作者卻展現(xiàn)出較快的首條推特速度。3．4首條推特的推特用戶國(guó)家／地區(qū)分布樣本論文獲得的2，038，646條首條推特中，1，002，728條（占49．2％）具有Altmetric．com識(shí)別的用戶地理位置信息。這些了論文首條推特的用戶的國(guó)家和地區(qū)分布狀況如圖6所示。美國(guó)與英國(guó)是最大的兩個(gè)首條推特用戶來源國(guó)。第一時(shí)間科學(xué)論文相關(guān)內(nèi)容的推特用戶絕大部分來自北美、西歐和澳洲，相比之下，來自南美、非洲、東歐和亞洲的用戶較少。本文從WebofScience中采集了首條推特用戶地理位置可被識(shí)別的論文的作者機(jī)構(gòu)數(shù)據(jù)，以統(tǒng)計(jì)這些論文是由來自哪些國(guó)家／地區(qū)的作者發(fā)表的。當(dāng)來自多個(gè)國(guó)家／地區(qū)的作者合作發(fā)表一篇論文時(shí)，每個(gè)國(guó)家／地區(qū)都計(jì)作發(fā)表了一篇論文。發(fā)表了具有推特?cái)?shù)據(jù)的論文最多的20個(gè)國(guó)家／地區(qū)及其論文積累的首條推特的數(shù)量（括號(hào)中）如圖7所示。這些國(guó)家／地區(qū)的論文所收獲的首條推特的用戶來源，則通過堆積百分比條形圖來表示。每一個(gè)子塊代表來自某一國(guó)家／地區(qū)了首條推特的用戶的比例，越靠近左側(cè)，就表示來自這個(gè)國(guó)家／地區(qū)的推特用戶比例越高。來自論文作者本國(guó)／地區(qū)的推特用戶用紅色子塊突出顯示。由美國(guó)、英國(guó)和西班牙這三個(gè)國(guó)家作者發(fā)表的論文，吸引了最高比例的來自本國(guó)的用戶第一時(shí)間在推特平臺(tái)相關(guān)內(nèi)容。由于來自美國(guó)和英國(guó)科學(xué)論文首條推特的用戶絕對(duì)數(shù)量最多，對(duì)于其他大部分國(guó)家／地區(qū)發(fā)表的論文，來自這兩個(gè)國(guó)家的推特用戶同樣占據(jù)了最高比例，緊隨其后的，是來自本國(guó)的推特用戶最早相應(yīng)論文的推特內(nèi)容。然而對(duì)于意大利、中國(guó)、韓國(guó)和中國(guó)臺(tái)灣而言，其論文首條推特的用戶來源構(gòu)成則較為特殊。來自西班牙的推特用戶在美國(guó)和英國(guó)之后，是意大利發(fā)表的科學(xué)論文收獲的首條推特的第三大來源。而中國(guó)、韓國(guó)和中國(guó)臺(tái)灣這三個(gè)亞洲國(guó)家和地區(qū)，盡管擁有推特?cái)?shù)據(jù)的論文總數(shù)量較高，但首條推特用戶來自本國(guó)／地區(qū)的比例則較低，分別僅有1．2％、1．4％和0．8％的首條推特是由本國(guó)／地區(qū)用戶的，遠(yuǎn)遠(yuǎn)低于其他國(guó)家／地區(qū)的這一比例。由圖6可知，來自這三個(gè)國(guó)家／地區(qū)了科學(xué)論文首條推特的用戶的數(shù)量較少，因而可能導(dǎo)致了相比于其他更為活躍首條推特的國(guó)家而言，來自本國(guó)／地區(qū)的用戶比例較低。圖8詳細(xì)列舉了積累了首條推特的論文數(shù)量最多的20個(gè)國(guó)家／地區(qū)所獲得的來自這20個(gè)國(guó)家／地區(qū)的用戶貢獻(xiàn)的首條推特的比例。美國(guó)與英國(guó)是最主要的了首條推特的用戶來源國(guó)，分別對(duì)各個(gè)國(guó)家／地區(qū)論文首條推特的貢獻(xiàn)比例幾乎都占據(jù)了20％以上。除西班牙、意大利、中國(guó)、韓國(guó)和中國(guó)臺(tái)灣以外，其他國(guó)家／地區(qū)來自當(dāng)?shù)氐耐铺赜脩魧?duì)本國(guó)／地區(qū)的首條推特貢獻(xiàn)率緊隨美國(guó)和英國(guó)之后，比例處于6．4％（丹麥）至21．2％（澳大利亞）之間。

1引言

互聯(lián)網(wǎng)的發(fā)展催生社交媒體的繁榮，越來越多的學(xué)者在社交媒體上進(jìn)行學(xué)術(shù)信息交流，學(xué)術(shù)論文、著作等出版物也得以在社交媒體中廣泛傳播。學(xué)術(shù)出版物的社交媒體可見性有助于學(xué)術(shù)成果的傳播同時(shí)增強(qiáng)公眾感知[1]，也有利于學(xué)者提升學(xué)術(shù)聲譽(yù)和獲取信任[2]。同時(shí)，社交媒體拓展了傳統(tǒng)基于被引量的學(xué)術(shù)影響力評(píng)價(jià)體系[3]，使得科研產(chǎn)出的社會(huì)影響力也受到學(xué)者關(guān)注。當(dāng)前，學(xué)術(shù)成果的社會(huì)影響力主要通過其社交媒體可見性進(jìn)行衡量，各類基于社交媒體的Altmetrics指標(biāo)，本質(zhì)都是探究觀測(cè)對(duì)象是否被社交媒體提及或分享，即科研產(chǎn)出是否在社交媒體中可見。學(xué)術(shù)論文作為科學(xué)研究成果的主要載體，其影響力是衡量學(xué)者及科研機(jī)構(gòu)影響力的關(guān)鍵。學(xué)術(shù)論文的社交媒體可見性反映前沿知識(shí)從學(xué)界向更廣受眾的傳播和擴(kuò)散，體現(xiàn)了在學(xué)術(shù)界以外更為廣泛的傳播力和影響力，預(yù)測(cè)學(xué)術(shù)論文的社交媒體可見性有助于理解其在社交媒體中的傳播力和客觀探討學(xué)術(shù)論文的社會(huì)影響力。學(xué)術(shù)論文在社交媒體中的傳播是科學(xué)的社會(huì)傳播途徑之一，相關(guān)研究大多集中于探討傳播模式和傳播路徑[4]，也有學(xué)者探究學(xué)術(shù)論文傳播平臺(tái)的差異以及社交媒體用戶分享論文的動(dòng)機(jī)[5]。然而，鮮有學(xué)者對(duì)學(xué)術(shù)論文在社交媒體中是否可見及其影響因素進(jìn)行研究。學(xué)術(shù)論文作為一種信息，其傳播受到本身的多維特征影響[6]。基于此，本文以預(yù)測(cè)學(xué)術(shù)論文在社交媒體中的可見性為目標(biāo)，從論文、作者與期刊三個(gè)方面探究學(xué)術(shù)論文社交媒體可見性的影響因素，并以糖尿病相關(guān)論文為例，采用多種機(jī)器學(xué)習(xí)算法預(yù)測(cè)其在推特中的可見性，對(duì)比分析不同算法的性能差異和各影響因素的貢獻(xiàn)大小。

2相關(guān)研究

2.1學(xué)術(shù)文獻(xiàn)的社交媒體傳播模式。學(xué)界使用社交媒體人數(shù)的增加，加速了學(xué)術(shù)論文的傳播，使得學(xué)者、論文、出版物的社交媒體可見性得以增強(qiáng)[7-8]。學(xué)術(shù)論文在社交媒體中的傳播模式以及傳播所帶來的社會(huì)關(guān)注度的提升成為學(xué)者們的研究熱點(diǎn)。不同類型社交媒體平臺(tái)的功能與受眾存在明顯差異，較多研究針對(duì)單一平臺(tái)傳播特征進(jìn)行探討，或?qū)Ρ炔煌脚_(tái)的傳播差異。推特（Twitter）與臉書（Facebook）作為面向公眾的社交媒體平臺(tái)的典型代表，是主要的關(guān)注對(duì)象。Alperin等以推特中得到廣泛傳播的學(xué)術(shù)論文為研究對(duì)象，通過探究其轉(zhuǎn)發(fā)者粉絲網(wǎng)絡(luò)的構(gòu)成，發(fā)現(xiàn)大多數(shù)學(xué)術(shù)論文主要在單連接的社區(qū)中傳播，并且向公眾的傳播較為有限[4]。Zhang等則發(fā)現(xiàn)論文相關(guān)推文（Tweet）的時(shí)機(jī)和推特帳戶類型會(huì)影響其在社交媒體上的受關(guān)注程度[5]。以學(xué)者為主要用戶的學(xué)術(shù)型社交網(wǎng)絡(luò)如Mendeley、ResearchGate等同樣備受關(guān)注。相關(guān)研究主要集中于探究平臺(tái)中被廣泛傳播的論文的特征、傳播效果[9]以及傳播受眾類型[10]等。另外，學(xué)術(shù)論文在不同類型社交媒體平臺(tái)中的傳播差異也是學(xué)者們關(guān)注的熱點(diǎn)。Holmberg和Vainio就以推特和Mendeley為例，探究了影響學(xué)術(shù)論文在不同社交媒體中引起在線關(guān)注的原因，發(fā)現(xiàn)Mendeley上的關(guān)注是由于學(xué)術(shù)界的讀者而引起的，而推特上受到關(guān)注的原因則與更廣泛的社會(huì)受眾有關(guān)[11]。綜上所述，鮮有學(xué)者關(guān)注學(xué)術(shù)論文在社交媒體上是否可見這一問題，亟需探究具有怎樣特征的學(xué)術(shù)論文能夠在社交媒體中可見。2.2面向影響力預(yù)測(cè)的學(xué)術(shù)論文特征。針對(duì)文獻(xiàn)被引量預(yù)測(cè)的研究對(duì)學(xué)術(shù)論文的特征選擇與描述的關(guān)注較多。Tahamtan等從198篇相關(guān)文獻(xiàn)中識(shí)別出28個(gè)與引用頻次相關(guān)的學(xué)術(shù)論文特征，并將其分為論文相關(guān)、作者相關(guān)與期刊相關(guān)三個(gè)維度[12]。Xie等則從論文相關(guān)、作者相關(guān)、參考文獻(xiàn)相關(guān)以及引文相關(guān)四個(gè)維度構(gòu)建學(xué)術(shù)論文特征描述框架，該框架共包含66種可能與引文數(shù)量相關(guān)的特征，其中46個(gè)特征被證實(shí)與論文被引量具有顯著相關(guān)性[13]。盡管學(xué)者針對(duì)學(xué)術(shù)論文特征類別的劃分方式不同，但總的來看可分為論文、作者以及期刊等三個(gè)方面。論文相關(guān)特征的研究關(guān)注點(diǎn)大多是與論文知識(shí)內(nèi)容無關(guān)的“外部特征”，如文章長(zhǎng)度[14]、關(guān)鍵詞個(gè)數(shù)[15]、文章的類型[16]、文章的語言、出版時(shí)長(zhǎng)、參考文獻(xiàn)數(shù)量[13]、資助基金[17]以及開放獲取情況[18]。也有部分學(xué)者考察了能夠表征文章知識(shí)內(nèi)容的特征，諸如論文質(zhì)量、創(chuàng)新性、研究主題[19-20]等。然而，如何科學(xué)合理地量化相應(yīng)特征仍是亟需解決的問題。其次，作者數(shù)量、作者基于引文的學(xué)術(shù)影響力（如h指數(shù)）、作者發(fā)文量以及作者所屬機(jī)構(gòu)等作者相關(guān)特征[21]也得到學(xué)者廣泛關(guān)注。隨著國(guó)際合作論文的日益頻繁，學(xué)術(shù)論文是否存在跨國(guó)合作、作者的國(guó)別數(shù)量是否與論文影響力、質(zhì)量相關(guān)也成為學(xué)者們關(guān)注的焦點(diǎn)[22]。學(xué)術(shù)論文期刊的級(jí)別一定程度上能夠反映論文的質(zhì)量，期刊相關(guān)特征也成為相關(guān)研究討論的重點(diǎn)。其中，期刊影響因子[23]、出版語言[24]、出版形式[25]等特征與論文被引量之間的關(guān)系得到眾多學(xué)者的關(guān)注。此外，一些Altmetrics指標(biāo)，如提及數(shù)、讀者數(shù)、下載數(shù)等，也被用作學(xué)術(shù)論文特征[26-27]。2.3數(shù)據(jù)驅(qū)動(dòng)的學(xué)術(shù)論文影響力預(yù)測(cè)。學(xué)術(shù)論文的影響力包括學(xué)術(shù)影響力與社會(huì)影響力兩方面。針對(duì)論文學(xué)術(shù)影響力的預(yù)測(cè)較多，相關(guān)研究主要利用論文的多維度特征建立模型預(yù)測(cè)論文的被引頻次[28-29]。例如，Yu等使用論文的外部特征、作者、出版物以及引文的特征，基于逐步回歸分析預(yù)測(cè)論文的被引量[30]。Cao等提出了一種利用論文出版后短期（3年）的被引量預(yù)測(cè)其未來被引量的方法[31]。Singh研究了論文早期引用者的影響力對(duì)論文長(zhǎng)期的被引頻次的影響[32]。也有學(xué)者將論文所在學(xué)術(shù)網(wǎng)絡(luò)的相關(guān)信息用于預(yù)測(cè)其未來的被引頻次。例如，Sarigöl等利用科學(xué)家的合著網(wǎng)絡(luò)和作者集中度的方法來預(yù)測(cè)高被引論文[33]；Pobiedina等使用引文網(wǎng)絡(luò)的頻繁圖形模式挖掘提高了論文被引頻次預(yù)測(cè)的準(zhǔn)確率[34]。常用的預(yù)測(cè)論文被引頻次方法包括經(jīng)典的機(jī)器學(xué)習(xí)方法、時(shí)間序列模型、復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測(cè)等方法。用于預(yù)測(cè)被引頻次的機(jī)器學(xué)習(xí)方法包括邏輯回歸、樸素貝葉斯、支持向量機(jī)、隨機(jī)森林[35]和人工神經(jīng)網(wǎng)絡(luò)[28]等分類算法模型，以及分位數(shù)回歸[36]、半連續(xù)回歸[37]、梯度提升回歸樹[38]等回歸模型。而時(shí)間序列模型的方法側(cè)重于對(duì)論文被引頻次累積過程的分布進(jìn)行建模[39-40]，并基于不同的分布模型確定論文未來的被引頻次。復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測(cè)方法則是利用論文的引文網(wǎng)絡(luò)，常采用基于節(jié)點(diǎn)的相似性和基于最大似然估計(jì)的方法預(yù)測(cè)論文之間的引用關(guān)系[41-42]，從而達(dá)到預(yù)測(cè)論文被引頻次的目的。學(xué)術(shù)論文的社會(huì)影響力比其學(xué)術(shù)影響力更加難以衡量。目前，學(xué)者對(duì)于如何客觀評(píng)價(jià)學(xué)術(shù)論文的社會(huì)影響力仍缺乏統(tǒng)一認(rèn)識(shí)，針對(duì)論文社會(huì)影響力預(yù)測(cè)的研究較少，相關(guān)方法也存在不足。考慮到論文的學(xué)術(shù)影響力和社會(huì)影響力都受到論文本身特征的影響，本研究借鑒論文學(xué)術(shù)影響力預(yù)測(cè)的相關(guān)方法，來預(yù)測(cè)學(xué)術(shù)論文社交媒體可見性。

3論文社交媒體可見性預(yù)測(cè)方法

3.1學(xué)術(shù)論文特征框架構(gòu)建。基于以往針對(duì)學(xué)術(shù)論文特征的研究，本文從論文、作者和期刊三個(gè)方面構(gòu)建學(xué)術(shù)論文多維特征框架，選擇了26個(gè)具有代表性的特征用于后續(xù)的機(jī)器學(xué)習(xí)算法模型。（1）論文特征論文相關(guān)特征主要包括研究?jī)?nèi)容、形式結(jié)構(gòu)和學(xué)術(shù)影響力三方面的多個(gè)特征。在研究?jī)?nèi)容方面，使用主題類別和WebofScience類別兩個(gè)特征來揭示論文的內(nèi)容。論文形式結(jié)構(gòu)的特征是指與內(nèi)容無關(guān)的外部特征，包括論文的語言、文章類型、開放獲取狀態(tài)、論文長(zhǎng)度（頁數(shù)）、關(guān)鍵詞數(shù)量、資助基金、出版時(shí)間等屬性。論文的學(xué)術(shù)影響力特征是之后一段時(shí)間內(nèi)，所獲得的使用次數(shù)和被引頻次等。論文相關(guān)特征如表1所示。為確定論文的主題類別，本研究將論文題錄數(shù)據(jù)中每一篇論文的標(biāo)題、摘要、關(guān)鍵詞等文本進(jìn)行連接，形成語料庫(kù)，對(duì)語料庫(kù)進(jìn)行清洗并轉(zhuǎn)化為文檔-詞頻矩陣，在此基礎(chǔ)上設(shè)置不同的主題數(shù)分別訓(xùn)練LDA（LatentDirichletAllocation）主題模型，并計(jì)算模型的困惑度，根據(jù)最小困惑度原則確定最佳主題數(shù)，通過最佳主題模型確定每一篇學(xué)術(shù)論文的所屬主題。（2）作者特征論文作者及科研機(jī)構(gòu)的學(xué)術(shù)水平和影響力也對(duì)其傳播有一定影響，權(quán)威機(jī)構(gòu)和專家學(xué)者的研究成果更容易獲得媒體的報(bào)道和公眾的關(guān)注，也更容易在社交媒體上可見。本文從學(xué)術(shù)論文作者影響力和作者合作程度兩個(gè)方面確定了12個(gè)作者相關(guān)特征。其中，作者影響力方面的特征包括作者發(fā)文量、被引量及H指數(shù)[43]等指標(biāo)。考慮到全部作者對(duì)論文均有貢獻(xiàn)，而第一作者和通訊作者通常更加重要。因此，本研究分別從第一作者、通訊作者和全部作者（團(tuán)隊(duì)）的角度計(jì)算了以上作者影響力指標(biāo)，合計(jì)9個(gè)特征。作者合作程度方面的特征包括作者數(shù)量、作者機(jī)構(gòu)數(shù)量和國(guó)別數(shù)量，這些特征反映了學(xué)術(shù)論文的國(guó)際合作程度和論文被主動(dòng)傳播的機(jī)會(huì)。作者相關(guān)的特征如表2所示。若論文的題錄信息中未注明通訊作者，視第一作者為通訊作者，以避免相應(yīng)特征出現(xiàn)缺失值。此外，針對(duì)同名作者，本文以文獻(xiàn)[44]中的方法為基礎(chǔ)，根據(jù)作者的orcid、姓名、地址等信息按圖1中規(guī)則進(jìn)行作者消歧。首先對(duì)比兩個(gè)作者的orcid，若不一致，則判定為不同作者；若作者的orcid信息缺失，則對(duì)比兩位作者的標(biāo)準(zhǔn)姓名縮寫[45]（縮寫形式為姓在前、名在后，且只縮寫名而不縮寫姓）。若標(biāo)準(zhǔn)姓名縮寫不一致，則判定為不同作者；否則，繼續(xù)對(duì)比兩位作者的完整姓名，若出現(xiàn)不一致，則判定為不同作者；否則繼續(xù)計(jì)算作者通訊地址的相似度，若兩位作者的地址相似度大于0.8或兩個(gè)地址存在包含關(guān)系，則認(rèn)為通訊地址一致，判定為同一個(gè)作者。為檢驗(yàn)作者消歧方法的有效性，本文通過解析WOS數(shù)據(jù)集中的作者字段，得到全部作者記錄，從中隨機(jī)抽取274組共1004條同名作者，分別檢索每位作者對(duì)應(yīng)的原論文并通過文章詳情頁進(jìn)入相應(yīng)作者的WOS個(gè)人主頁，通過對(duì)比每組同名作者的主頁鏈接及內(nèi)容是否完全一致，對(duì)作者身份進(jìn)行人工判別。同時(shí)，根據(jù)圖1中的消歧方法編寫Python程序進(jìn)行自動(dòng)消歧試驗(yàn)，對(duì)比人工判別和機(jī)器判別的結(jié)果后發(fā)現(xiàn)，本文提出的作者消歧方法的準(zhǔn)確率達(dá)到98.3%。（3）期刊特征期刊是學(xué)術(shù)時(shí)的重要載體，期刊的影響力也在一定程度上反映了學(xué)術(shù)論文的研究質(zhì)量和學(xué)術(shù)價(jià)值。高影響力的期刊往往對(duì)論文的質(zhì)量和創(chuàng)新性要求更高，也更加受學(xué)者關(guān)注。因此，發(fā)表在高影響力期刊上的論文可能更容易被關(guān)注和傳播，期刊的影響力對(duì)學(xué)術(shù)論文的社交媒體可見性也存在影響。為客觀表征期刊影響力，本文選取了JournalCitationReports中3個(gè)較為重要的指標(biāo)，分別是總被引量、影響因子和特征因子分值，它們從三個(gè)方面反映了期刊的特征。其中，總被引量這一絕對(duì)統(tǒng)計(jì)量反映期刊在當(dāng)年總體規(guī)模上的影響力。影響因子則消除了不同期刊發(fā)文量的差異，是反映期刊學(xué)術(shù)影響力的相對(duì)統(tǒng)計(jì)量。而特征因子分值還考慮了引文所在期刊的質(zhì)量，并排除了自引。通過對(duì)三個(gè)指標(biāo)的各年數(shù)據(jù)進(jìn)行平均，可以消除同一期刊的影響力在時(shí)間維度上的差異，使不同期刊的影響力對(duì)比更為客觀。基于這3個(gè)JCR指標(biāo)分別計(jì)算年平均值形成的期刊相關(guān)特征如表3所示。3.2基于分類的論文社交媒體可見性預(yù)測(cè)模型。（1）分類模型整體流程社交媒體可見性主要用于表征學(xué)術(shù)論文是否能夠在社交媒體上被提及與傳播，本研究將學(xué)術(shù)論文的社交媒體可見性預(yù)測(cè)問題轉(zhuǎn)為二分類問題，分類模型的整體流程如圖2所示。首先，基于學(xué)術(shù)論文的特征框架從原始數(shù)據(jù)集中提取論文的多維特征，并將論文在推特上的總提及量作為其社交媒體可見性的評(píng)估指標(biāo)，由此得到每一篇論文的類別標(biāo)簽。若論文的推特總提及量大于0，說明是社交媒體可見的，標(biāo)記為正類，若推特總提及量等于0或論文在altmetric.com平臺(tái)無任何記錄，則標(biāo)記為負(fù)類。其次，將論文樣本集劃分為訓(xùn)練集和測(cè)試集，選擇適當(dāng)?shù)姆诸愃惴ㄔ谟?xùn)練集上擬合模型，在測(cè)試集上對(duì)各模型的性能進(jìn)行評(píng)估及對(duì)比。最后，使用性能最佳的預(yù)測(cè)模型，對(duì)新論文的類別標(biāo)簽進(jìn)行預(yù)測(cè)，對(duì)以達(dá)到利用論文、期刊和作者等多維特征預(yù)測(cè)學(xué)術(shù)論文社交媒體可見性的目的。（2）特征編碼與標(biāo)準(zhǔn)化特征編碼。對(duì)于論文相關(guān)特征中的主題類別、WebofScience類別、語言、文章類型、開放獲取狀態(tài)等5個(gè)離散特征，使用基于Python的機(jī)器學(xué)習(xí)工具scikit-learn進(jìn)行one-hot編碼，將其全部轉(zhuǎn)化為向量形式，便于參與機(jī)器學(xué)習(xí)模型的計(jì)算。特征標(biāo)準(zhǔn)化。使用z-score標(biāo)準(zhǔn)化將全部特征保持在同一尺度上，并使得轉(zhuǎn)換后的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布。計(jì)算公式如下：𝑧−𝑠𝑐𝑜𝑟𝑒=𝑥−𝜇𝜎（1）其中，𝜇為特定特征列的樣本均值，𝜎為對(duì)應(yīng)特征列的樣本標(biāo)準(zhǔn)差。（3）分類算法選擇與訓(xùn)練結(jié)合學(xué)術(shù)論文數(shù)據(jù)集的特征和二分類任務(wù)的特點(diǎn)，本研究選擇了邏輯回歸、支持向量機(jī)、樸素貝葉斯、LightGBM、AdaBoost、隨機(jī)森林以及人工神經(jīng)網(wǎng)絡(luò)等7種不同的機(jī)器學(xué)習(xí)算法分別實(shí)現(xiàn)分類模型。將經(jīng)過預(yù)處理的學(xué)術(shù)論文數(shù)據(jù)集隨機(jī)劃分為80%的訓(xùn)練集和和20%測(cè)試集，并在訓(xùn)練集上采用k折交叉驗(yàn)證的方法調(diào)整超參數(shù)。已有研究表明，10折交叉驗(yàn)證提供了在偏差與方差之間的最佳平衡[46]，因此實(shí)驗(yàn)中k設(shè)置為10。各機(jī)器學(xué)習(xí)模型訓(xùn)練完成后，分別調(diào)用模型對(duì)測(cè)試集中的學(xué)術(shù)論文樣本的社交媒體可見性進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果與其真實(shí)的類標(biāo)簽對(duì)比，以評(píng)估各個(gè)分類器的性能。選擇常見的二分類模型性能評(píng)估指標(biāo)對(duì)預(yù)測(cè)模型進(jìn)行評(píng)估，包括模型的準(zhǔn)確率(Accuracy)，模型的精確率(Precision)和召回率(Recall)以及F1-得分(F1-score)。