《Information Development》：Societal perturbation output waves: A framework for crisis-driven publication bursts
编辑推荐：
重大社会扰动（如COVID-19大流行）可骤然改变科学关注的指向，产生异常的发表爆发与信息过载。2001至2025年间冠状病毒与Ebola研究的Web of Science年度轨迹揭示出一种反复出现的波状模式，其特征为快速激活、产出峰值、随后的收缩以及在后继疫
重大社会扰动（如COVID-19大流行）可骤然改变科学关注的指向，产生异常的发表爆发与信息过载。2001至2025年间冠状病毒与Ebola研究的Web of Science年度轨迹揭示出一种反复出现的波状模式，其特征为快速激活、产出峰值、随后的收缩以及在后继疫情暴发后的再度增长。本研究提出社会扰动产出波（Societal Perturbation Output Waves, SPOWs）概念，用以描述这些事件驱动的轨迹，并将其与Derek John de Solla Price关于科学增长振荡的论述相联系。与孤立的发表爆发不同，SPOWs被构想为完整的轨迹，其中相继发生的扰动是在已被先前事件所改变的科学领域内出现的。每一波均可改变检索工作量、证据合成优先级、馆藏决策以及文献计量指标的解释。认识这些动态可改善对未来破坏性事件的准备，并支持对快速变化的信息环境进行更为现实的管理。
重大社会扰动（如COVID-19大流行）能够骤然改变科学关注的指向，产生异常的发表爆发与信息过载。2001至2025年间冠状病毒与Ebola研究的Web of Science年度轨迹揭示出一种反复出现的波状模式，其特征为快速激活、产出峰值、随后的收缩以及在后继疫情暴发后的再度增长。本研究提出社会扰动产出波（Societal Perturbation Output Waves, SPOWs）概念，用以描述这些事件驱动的轨迹，并将其与Derek John de Solla Price关于科学增长振荡的论述相联系。与孤立的发表爆发不同，SPOWs被构想为完整的轨迹，其中相继发生的扰动是在已被先前事件所改变的科学领域内出现的。每一波均可改变检索工作量、证据合成优先级、馆藏决策以及文献计量指标（bibliometric indicators）的解释。认识这些动态可改善对未来破坏性事件的准备，并支持对快速变化的信息环境进行更为现实的管理。
研究背景方面，全球卫生紧急事件可通过重新导向资助、合作关系、研究优先级与证据需求而骤然重组科学活动，由此产生的发表加速可能使负责检索、组织与合成快速变化证据的研究人员、临床医生、政策制定者与信息专业人员不堪重负。COVID-19是现代科学中记录到的最极端案例，数月内生物医学、技术、社会与经济领域涌现数千篇论文，形成被许多作者称为"信息疫情"（infodemic）的信息过载，带来过滤、注意力与知识管理方面日益严重的问题。研究人员观察到封锁期间稿件提交出现异常峰值、引用增长影响期刊层面文献计量指标、注意力从其他研究主题快速转移，以及紧急期后COVID-19研究的数量与引用影响下降所伴随的"去COVID化"（decovidization）过程。危机还改变了编辑实践、传播机制以及研究人员与信息专业人员跟上异常快速增长的文献的能力。然而COVID-19并非独一无二，以往的SARS-Cov-1、H1N1流感、MERS、Ebola、Zika与Dengue等疫情事件后也出现类似但规模小得多的发表激增，这可能与传染病研究中更广泛的发表膨胀问题相关。此前的文献计量分析比较这些疾病时证明了一种反复出现的序列：疫情出现期间加速增长、随后数年产出达峰、流行病学稳定后下降。这些观察被解释为对卫生紧急事件的临时响应，但将每次激增视为孤立爆发可能忽视受影响研究领域的更长轨迹，由此引出以下问题：爆发之后会发生什么？科学活动是回归先前基线、稳定于新水平，还是成为后续响应的起点？"发表或灭亡"文化、媒体关注、社会网络与科学机会主义是否促成这一过程？扩展的时间序列如今使这些问题可被观察，提示相继的紧急事件可能产生累积的波状轨迹而非独立的发表爆发。这一解释与Derek John de Solla Price的经典命题——科学增长并非无限指数增长——相呼应而非直接检验。Price在《小科学，大科学》中论证，科学系统在承受外部压力时可能经历伴随升级、定义丧失与振荡反应（收敛与发散）的逻辑斯蒂转变。大流行可能是此类扰动最清晰的当代例证之一。
研究人员开展了基于Web of Science核心合集（WoS-CC）的实证观察，获取Ebola与冠状病毒研究的年度发表计数，涵盖所有文献类型，以出版年为时间单位，检索于2026年5月25日进行，采用TS?=?(Ebola)与TS?=?(Coronavirus OR COVID_19 OR SARS-CoV-2 OR SARSCoV2 OR SARS-CoV2)的检索式，年度计数对应通过"Analyze results"选项直接从WoS检索到的记录，选择2001年作为起点以提供对应当前世纪的25年观察窗口。研究得出结论：冠状病毒与Ebola系列并不必然证明科学增长存在新的规律性，但提示事件驱动的发表激增作为完整轨迹而非孤立峰值加以考察时可能更具信息价值；疫情相关文献并非在紧急事件发生时简单重启，每次危机都始于已被先前事件扩大的研究领域，从更高基线产生新的激增；这些模式更像Price六十多年前所描述的逻辑斯蒂增长模型的振荡动态。研究人员提出SPOWs作为考察这一过程的描述性与可检验框架，以Price模型作为理论启发，其有效性将取决于跨不同主题、数据库、文献类型与规范化发表指标的比较。
关键技术方法方面，研究采用文献计量学（bibliometrics）方法，数据来源为Web of Science核心合集（WoS-CC），涵盖Science Citation Index Expanded、Social Sciences Citation Index、Arts & Humanities Citation Index、Conference Proceedings Citation Index – Science & Social Science & Humanities、Book Citation Index – Science & Social Sciences & Humanities与Emerging Sources Citation Index等索引；以出版年为时间单位统计年度发表计数，纳入所有文献类型；检索于2026年5月25日执行，检索式基于主题字段（TS）；年度计数通过WoS"Analyze results"选项直接获取；以2001年为起点构建25年观察窗口；采用对数刻度呈现年度发表动态以暴露线性表示中难以观察的振荡模式；既往数据亦可见于通用数据集（Arencibia-Jorge, 2026）。
研究结果方面，第一，冠状病毒与Ebola研究的产出波。图1以对数刻度呈现2001–2025年冠状病毒与Ebola研究的年度科学产出，暴露振荡模式。冠状病毒文献显示三个可识别的波，分别对应SARS-CoV-1（2003）、MERS（2012）与SARS-CoV-2（2020）的出现；Ebola文献显示两个与最大流行期相关的主要波；相继的疫情暴发诱导科学产出的再度增长而未完全回归先前生产力基线，提示科学增长中的累积振荡动态。第二，冠状病毒相关文献的三个发表波。第一个冠状病毒产出波（由SARS-CoV-1，2003诱导）在疫情出现后快速上升随后长期下降；第二个产出波（由MERS，2012诱导）以新的增长打断先前的收缩；第三个产出波（由SARS-CoV-2，2020诱导）显示前所未有的扩张，峰值年份年度发表超过150,000篇；COVID-19波不仅规模不同，而且至少在2025年之前留下显著更高的发表活动水平。第三，Ebola文献的可比模式。本世纪Ebola文献显示可比模式，西非首次大暴发（2014–2016）产生发表产出的强烈增长随后收缩，后来的疫情事件产生第二个较小的发表波。第四，对基线的观察。在图中所示的原始发表计数中，冠状病毒与Ebola轨迹均未完全回归其暴发前基线；但该观察本身不应被解释为结构转型的证据，因为事件后较高基线的一部分可能反映索引科学产出的总体扩张。第五，走向SPOWs概念。图1所示轨迹更像围绕移动的生产力均衡的反复振荡而非简单增长曲线，因此研究人员提出社会扰动产出波（SPOWs）概念，将其定义为事件诱导的科学产出的非线性轨迹，特征为快速激活、产出峰值与随后的收缩，当扰动在研究群落、基础设施、资助或主题组织中产生持久变化时还可产生相对事件前基线的持续位移，相关扰动随后可重新激活该领域并产生累积波；图2以流行病/大流行作为社会扰动模型总结所提出的序列及其主要分析组件。SPOWs在概念上不同于常规发表爆发：爆发主要识别有限区间内科学活动强度或频率的异常增加，而SPOW描述研究领域完整的事件中心轨迹，包括激活、峰值、收缩、可能的基线位移与最终的再激活，其分析单元不是单独的发表峰值而是外部扰动之前、期间与之后科学活动的转变；相继扰动尤为重要，因为每个新事件影响的都是已被先前事件改变的科学领域；七个阶段预期在每个SPOW中出现，但模式应在幅度、持续时间、收缩率与残余效应上有所变化。在此解释下，大流行不仅暂时增加科学产出，还重构知识生产的未来轨迹；波的时期最终取决于大流行的特征、疾病流行率与多种相关因素，高流行率与地方性流行区频繁暴发的疾病应显示更长的波，研究人员在此前关于AIDS与其他病毒感染的研究中已观察到这一点。该方法与Price关于逻辑斯蒂增长曲线中振荡的概念一致，即外部扰动在长期增长过程之上产生叠加的波动；SPOWs构成规律还是更符合收敛或发散振荡（"控制论力量试图恢复自由增长"）乃至升级（"新的逻辑斯蒂在旧的死亡时诞生"）仍不确定，但跨冠状病毒、Ebola与其他流行病文献计量研究的反复观察为将该模式视为可检验的科学计量学假设提供了初步支持。需注意由于系列基于原始年度计数，事件后较高基线的一部分可能反映索引科学的总体扩张，未来对该假设的检验应将疾病相关产出相对Web of Science或生物医学总产出进行规范化；另一方面，"波"一词在此为描述性使用而非数学周期性的证据，SPOWs不要求规则间隔的振荡，其经验有效性应通过事件中心的增长率变化、峰值强度、收缩、基线位移与复发影响加以检验。第六，对信息科学的启示。SPOWs的启示超越科学计量学理论，因为科学产出的事件驱动变化也改变信息环境；图书馆员与信息专业人员工作在快速演变证据与决策过程的交界处，认识SPOWs可在至少四个方面改善对未来危机的响应：信息过载与证据合成；文献计量指标失真；信息检索与词汇演变；馆藏与资源分配。加速的发表波增加冗余、矛盾发现与证据合成困难；在卫生环境中，大流行可能抬高引用计数、生产力指标与期刊影响度量，使解释复杂化；非随机研究的可信度受传统偏倚风险工具条目之外因素的影响，如开放科学、研究问题、研究方法、数据来源、发现与解释、写作、疏漏与人工智能；发表波可能增加产生不当研究问题、写作缺乏清晰性的文本、使用整理不善的数据、提供错误解释、出现不准确或误用人工智能的可能性；在当前饱受问题困扰的同行评审体系中，这些方面可能不被注意，助长对科学结果的不信任。当前促进生产力与引用影响的研究评价政策使过程更加复杂，放大所有这些因素的影响；图书馆与信息系统必须快速纳入相关性可能在危机后波动的新兴领域，因此理解振荡性发表动态有助于预见后续紧急事件期间的信息需求；总体上，在这些条件下图书馆员与信息专业人员必须意识到检索更新频率、检索策略有效性、持续综述需求、新术语与词汇的快速纳入、证据优先级、馆藏规划、指标的批判性解释以及危机后知识库与主题指南的维护。第七，超越大流行：更广泛的假设。大流行可能仅说明科学中危机驱动振荡的一种表现，气候紧急事件、战争、技术颠覆（如人工智能）、经济危机或全球政策可能触发类似发表波，此可能性应作为未来研究的附加假设加以考虑；此外，若这些事件对社会的多个方面发展产生影响，"学术胁迫"产生负面效应的概率可能增加；正如研究人员Marek Deja近期指出，危机环境的胁迫效应并非单峰的，"它创造出遵从与抵抗的复杂相互作用，影响研究努力的整体生产力与有效性"；在当前全球出版生态系统危机中，其特征为未经验证信息的扩散、撤稿频率上升、掠夺性期刊的出现与AI生成科学文献的爆炸式增长，人们应预期在未来生产力波期间这些负面元素出现频率更高。若被证实，SPOWs将构成描述科学系统如何对外部冲击过度反应的事件驱动动态更广泛框架的一部分；这一视角可能有助于将经典科学计量学理论与新传播生态系统的当代现实相整合，后者以多种传播渠道（预印本、推文、社交网络发表等）为特征，更易受信息过载影响。
讨论与结论部分，该研究应在三个不同层面加以解释：冠状病毒与Ebola发表轨迹的经验观察、SPOWs框架的概念表述，以及可比动态可能出现在其他暴露于重大社会扰动的科学领域的假设。本文呈现的冠状病毒与Ebola系列并不必然证明科学增长存在新的规律性，但提示事件驱动的发表激增作为完整轨迹而非孤立峰值加以考察时可能更具信息价值。疫情相关文献并非在紧急事件发生时简单重启，每次危机都始于已被先前事件扩大的研究领域，从更高基线产生新的激增。这些模式更像Derek John de Solla Price六十多年前所描述的逻辑斯蒂增长模型的振荡动态。研究人员提出SPOWs作为考察这一过程的描述性与可检验框架，以Price模型作为理论启发，其有效性将取决于跨不同主题、数据库、文献类型与规范化发表指标的比较。对图书馆员与科学计量学家而言，核心启示是实践性的：高影响事件诱导的信息过载改变科学传播系统的动态，信息需求不会随流行病学峰值而消失，一次紧急事件所产生的残余文献成为下一次紧急事件信息环境的一部分。
