【作 者】王鹏涛、黄恒：南京大学信息管理学院出版科学系
【摘 要】文章以全球学术出版的发展趋势为考察对象，从全景透视的角度出发，运用文献调查和个案研究等方法，分析了学术出版变革演进的动因，探讨了开放获取的落地、前沿技术的应用和学术评价体系的重构等重要发展趋势，并总结出从学术出版到学术对话、从知识闭塞到知识流通和从数字出版到智慧出版等演进规律。
【关键词】学术出版；技术创新应用；开放获取；学术评价体系；智慧出版
放眼世界，学术出版的发展正处于日新月异的变革之中，其代表性现象主要有以下几个方面：开放科学运动纵深发展，开放获取成为全球共识，并以前所未有的速度重构学术交流体系；主流学术出版商纷纷调整业务，加速转型升级；以大数据、人工智能和区块链为代表的前沿技术应用不断涌现，有望成为克服一系列学术交流障碍的突破口。文章从全景透视的角度审视近年来全球学术出版的发展动向，剖析变革的动因，并以此展望和预测2020年全球学术出版的热点和趋势，总结规律性特征，以期为学界和业界提供参考。
一、全球学术出版的变革动因分析
梳理近年来全球学术出版产业的发展动向，我们不难发现核心的变革动因在于，以大宗订阅为主的传统学术交流模式已经越来越不能满足新背景下学者开展学术交流的需求。在学者群体的创新下，一些新型学术交流模式正在崛起。随着以开放科学为目的、以学术社交为形式的新兴模式的壮大，市场环境随之变迁，主流学术出版商在订阅模式遭遇挑战的事实下纷纷转型，主动调整战略部署和业务内涵。
随着全球性科技迭代速度的持续加快与科研产出的迅速增长，便捷、高效和开放的学术文献获取成为学术信息交流的内在需求。然而，主流商业模式的转型进程一度十分缓慢。主流学术出版商在订阅费用大幅上涨的背景下，普遍对收益不明确、利润率较低的开放获取模式缺乏兴趣。在2012年以前，学术出版巨头爱思唯尔甚至是反开放获取《研究著作法案》的坚定拥趸，意图通过法律手段阻碍开放获取的发展。
2007年，三名德国研究生运用合理利用条款（Fair Use）创建了文献管理平台Mendeley，通过用户群组分享实现了单篇论文的开放获取。2008年，由内科医生Ijad Madisch、Sören Hofmayer和计算机专家Horst Fickenscher共同创立的学术社交平台ResearchGate上线，以科研成果的开放为使命。同年，牛津大学博士RichardPrice创办了学术社交平台Academia.edu，将学术切磋网络化。便捷、开放的新型学术交流模式很快就受到了学术界的积极响应以及资本市场的青睐，免费内容体量在几年内迅速增加。到2017年，用户可合法获得的免费论文占所有论文的47%，而借助学术盗版网站Sci-Hub，这一比例则可提高至69%。
在新兴模式不断发展的环境下，学术交流就像一座冰山，发表的文献仅仅是露出海面的一角，科研活动中产生的大量数据、信息和知识往往存在于同行或同事的交流当中。一方面，在线免费内容的蓬勃发展导致了传统订阅模式的实质性贬值；另一方面，订阅费用的逐年大幅上涨加剧了科研机构与科研人员的不满，促使其成为开放获取与在线学术社交的支持者与使用者，从而进一步推动开放科学成为人心所向、大势所趋的新兴模式。新型学术交流模式对订阅模式的替代性逐渐增强，以及各种开放获取政策的应景出台，使主流学术出版商意识到依靠大宗订阅费用涨价来提高收益的做法已然无法持续。
为应对市场环境的变化，近年来，主流学术出版商一方面通过创办OA期刊、收购开放获取平台及相关技术公司等方式积极部署开放获取业务，从而确保自身在开放格局中拥有持续竞争优势。比如，施普林格2008年收购了全球最大的营利性金色开放获取出版商BioMedCentral，率先入局开放科学领域；爱思唯尔2013年收购Mendeley，2016年收购预印本仓储社会科学研究网络。另外，主流学术出版商纷纷以调整定位、战略转型的方式逐步降低对订阅模式的收入依赖，转而从科研活动的全流程中寻找增强用户黏性的着力点与利润的新来源。在学术出版商的战略转型中，技术升级成为关键的驱动力。运用前沿技术成果来解决学术生态中的既有问题，提升学术服务水平和学术成果质量，并从中创造和发现新的收益模式，成为学术出版商变革创新的题中应有之义。
二、2020年全球学术出版的主要热点与关键趋势
1.开放科学：细化落地模式
自2003年《关于自然科学与人文科学知识开放获取的柏林宣言》签署以来，开放获取成为全球共识，开放获取市场逐步壮大。据DeltaThink统计，2016年至2018年，开放获取市场的增长率在15%—18%。2018年，开放获取占期刊出版市场总值的6.4%。截至2020年1月22日，开放获取期刊目录已收录14000余种开放获取期刊；开放获取知识库收录的各类型机构知识库共4725个。
虽然开放获取市场的增长率高于基础期刊市场的增长率，但是超过80%的学术文献至今仍然被锁在高昂的付费墙之后，远未达到学界变革学术交流范式的期望。S计划（PlanS）与OA2020倡议（Open Access 2020 Initiative）提出的开放获取时间表与行动框架增强了开放获取主流化变局的紧迫感。在开放战略的驱动下，2020年无疑会成为开放获取模式落地的关键时间节点，开放科学的关键议题则从“是否要开放”（Whether）转向了“如何开放”（How）。
虽然cOAlition S联盟将原定于2020年1月启动的S计划推迟了整整一年，并预留了持续至2024年底的过渡期，但是新的行动指南在许多出版商和学者看来仍然是不尽现实的。从订阅模式翻转至开放获取模式的本质是商业模式的转换，涉及多方利益的协调与平衡。英国出版商协会的首席执行官Stephen Lotinga表示，任何政策变动都需要考虑所有利益相关者（出版商、资助机构、大学、科研人员）的可持续性问题，需要时间和灵活性来让他们适应新的商业模式。目前，学术出版商与cOAlition S联盟在S计划的时间表与OA内容增长指标、复合OA期刊的转型问题、无时滞期实现开放获取的绿色OA以及CC_BY许可协议等诸多问题上仍然存在诸多争议。2020年，S计划的框架有望在多方利益的博弈下围绕可行性与可持续性问题不断地调整、细化。
值得注意的是，S计划所推崇的“阅读与出版”转换协议被普遍认为是实现开放获取的可行路径，但是这一转型需要考量不同国家、地区、学科和机构的科研产出能力和经费预算的水平差异。图书馆联盟既有的成本分配模式也将随着“出版型”图书馆与“阅读型”图书馆的成员分化而遭遇挑战。在此情况下，开放获取格局将不会由单一的模式所主导，各个主体需要根据自身情况采纳合适的开放获取模式。学者Alicia Wise和Lorraine Estelle总结了27种不同的开放获取模式与策略。2020年，原有的开放获取模式将不断细分化与具体化，以满足不同主体的需求，与此同时，全新的开放获取模式也将伴随着开放科学的落实而诞生。
我国机构代表在2018年第14届柏林开放获取会议上公开表态支持S计划与OA2020倡议。截止到2020年1月，中国大陆已有包括中科院文献情报中心、国家科技图书文献中心、北京大学图书馆在内的18家机构签署了OA2020意向书，表明对大规模实现开放获取的支持。因此，我们可以预见，2020年，中国开放科学的落地进程将在有关机构的试点带动下加快推进。
2.前沿技术：变革科研范式
开放科学与非正式学术社交为全球科研人员提供了免费获取文献资源的广泛途径，学术出版商依靠订阅内容坐地起价的增长模式已然难以为继。作为成本收益分析的奉行者，全球各大学术出版商近年来纷纷加速转型，在科研流程的方方面面拓展自身业务，与科技公司展开竞争，从高科技增值服务中寻求利润增长的新源头。
市场竞争催生了基于问题解决导向的前沿技术融合应用，技术升级驱动着科研范式的迭代更新。比如，大数据、机器学习、图像识别、语义标记和搜索引擎优化等技术的应用可以大幅改善用户的体验，提升数据洞察和分析的效率，有助于科研事业的整体进步。面对科研人员在海量文献资源面前的信息过载问题，微软旗下的学术搜索引擎微软学术，艾伦人工智能研究所开发的学术搜索引擎“语义学者”，泰德（TED）推出的话题分析工具Iris.AI，爱思唯尔与Euretos合作的“下一代研究”项目等一系列新兴科研辅助工具着眼于语义技术、大数据和人工智能的巧妙结合，在科研流程的各个环节和不同维度提高科研人员的知识获取、验证、分析、创造和生产效率。
基于递归算法的微软学术能够通过创建知识图谱的方式帮助科研人员判断文献的重要性。“语义学者”通过深度学习识别文本之间不明显的关联，追溯特定概念或方法工具的源流，发现不同学科之间的远距离联系，聚合不同领域、不同文献之间的共性见解。Iris.AI运用神经网络算法理解文本语境，自主为文献创建能够反映特定语词使用频率的文档指纹。研究人员只需要提交一个问题描述或领域内已有论文的统一资源定位符，Iris.AI即可返回一个按主题分类的可视化文献地图，并允许研究人员进行交互式的探索。“下一代研究”利用机器学习和自然语言处理技术扫描海量文献，通过对结构化的实体进行深度数据分析，提出尚未被学界证实的观点以及相应的知识关联，为科研人员的下一步研究方向提供参考与指导。
在信息过载环境中，科研人员需要将大量时间分配在检索、筛选、阅读、理解和总结已有成果之中。而一系列前沿技术应用能够通过数据分析筛选信息，辅助科研人员进行高效检索；通过自动化流程梳理见解，节省科研人员理解现有成果的时间；通过知识关联发现观点，指导科研人员搜寻、调整和锁定研究方向。在不远的将来，前沿技术有望变革科研路径，将“科研人员经验累积→科研人员提出假设→进行实验验证假设→假设转化为知识”的传统路径升级为“观点聚合知识提取→智能关联辅助假设→模拟实验预判假设→进行实验验证假设→假设转化为知识”的高效路径。
中国自2015年以来加快实施创新驱动发展战略，“推动互联网、大数据、人工智能和实体经济深度融合”的指导意见被写入了党的十九大报告，前沿技术产业融合的政策导向明显利好。然而，与海外学术出版商全流程的纵向结构、集群化的横向结构相比，我国学术出版业务的纵横整合程度都相对较低，出版与发行环节存在一定的割裂，微观主体的创新意愿与能力不高。加之数据开放、数据质量和语义出版等底层建设尚未完善，因此，前沿技术对科研范式的变革时机尚未成熟，部分机构将在一定范围内对前沿技术的融合应用进行探索与实践。
3.学术评价：建构多元体系
一般来说，期刊对学术论文的评价功能作用于论文发表前、后两个阶段。发表前的评价涉及整个审稿过程，重点在于同行评议；发表后的评价涉及期刊分级等量化的期刊评价方法。近年来，在海量多元的学术文献面前，传统学术评价体系的失能问题日渐暴露。一方面，大规模撤稿事件屡屡发生，同行评议存在评审人匹配困难、评审工作分配不平衡、不合理以及伪同行评议等严重问题。另一方面，随着数字化传播的影响逐年增强，传统的期刊发文评价利用的影响因子、引用半衰期、即年指标、h指数和g指数等文献计量学基础指标，已不能全面评价数字环境下的期刊学术影响力。
近年来，各大学术出版商积极开展评价体系建设工作。爱思唯尔旗下的稿件管理系统Aries System集成了检查统计方法与数据可信度的智能工具Stat Revier以及能够预估稿件未来影响力的元文献计量智能，拥有引文数据库Scopus、科研管理工具SciVal、基于引文数据库Scopus的评价指标Cite Score、基于学术社交的单篇论文阅读统计以及替代计量指标PlumX等。科睿唯安旗下的Scholar One同行评议平台与人工智能公司UNSILO合作，利用机器学习和自然语言处理技术提高评审分配的精准度。施普林格旗下的BioMedCentral引入了基于社交网络分析的替代计量因子Altmetrics，并采用创新型生物医学文献学术评价系统F1000，以事后评议方式为研究人员甄选生物学与医学领域中的重要论文。
在论文过载的环境下，为科研人员提供高质量的论文和先进的评价体系，能够通过榜单效应强化科研人员对平台的黏性，从而保证学术资源的稳定增量，而大量的学术资源反之亦增强了评价体系的参考价值和权威性，强化了学术出版商的话语权和品牌力。随着有关内容评价和效用评价的内容数据库、评价案例和事实数据库的增多，评价的可行性、可操作性将越来越强。总之，在可预见的将来，学术评价体系将在数字化、开放化和智能化的学术环境下呈现多维度、多元化的态势。
三、全球学术出版发展的特征与规律
从近年全球学术出版产业的发展动向分析，我们得出其面对的用户待办任务是开放、便捷、透明、高效和高质量的学术生产与交流生态。在满足用户待办任务的竞争中，学术出版商、数据库集成商与科技公司等新入局者纷纷引入新兴技术，变革商业模式，在对用户的激烈争夺中持续推动着学术出版产业的革新。
1.从学术出版到学术对话
学者群体既是学术内容的生产者，又是学术内容的消费者。学者身份的二重性为学术出版赋予了源源不断的商业价值，由此，也导致了部分学术出版商对学术壁垒的强化。纵观近年来学术出版产业的复杂变局，其根源是学者群体去中介化、去中心化的替代模式对以大宗订阅为主的传统学术出版商业模式的颠覆。伴随着替代模式的成长，在订阅模式商业价值下滑、资本市场助力疲软的事实下，满足学者对学术对话的一系列新兴需求，成为学术出版商创新应变的必然方向。
从学术出版到学术对话，一方面是学者与学术出版商之间话语权的转移，在学术生产与交流的过程中，学者的主体地位得到提升。在开放政策层出不穷、新兴替代模式不断扩散、抵抗运动声势浩大的压力下，学术出版商必须将利润率较低的新兴替代模式纳入其商业版图，同时在产业链上游，即数据和信息服务中寻求新的利润增长点。而普通公众也得益于学术出版商的入局，可以更为广泛地获取文献，并参与学术对话。另一方面是学术成本的重新定向，在开放获取的变局下，学术出版的价值主张从阅读转向了出版，带来学者、图书馆、资助机构、科研机构和出版商成本的重新分配。学者在学术生产、出版和交流各个环节需要花费的时间和精力成本，在学术出版商的技术升级和商业模式改进的协同作用下大大降低，各方的博弈与平衡推动着更加公平、开放的学术对话格局的形成。
2.从知识闭塞到知识流通
全球学术出版发展的愿景不仅在于消除壁垒，开放知识，而且在于如何更好地开放知识，促进知识的流通。海量学术文献资源给科研人员带来的信息过载问题加剧了学术交流中的马太效应——约有半数学术论文仅被相关作者、编辑、评审人三人阅读过，而多达90%的学术论文从未被同行引用过。学术成果的淹没与沉底导致知识的孤立与闭塞，现有的知识成果不能够得到充分利用，从而导致后续研究的重复与低效。
新媒介、新规范和新技术正不断地改变这一态势。在数字媒介的环境下，学术研究呈现数据密集型特征；语义技术及其标准的发展与成熟推动着天生数字化内容与结构化内容资源的增量；基于XML的第三代元数据目录推动基于超链接的“文档的网络”向基于关联数据的“数据的网络”转变。高质量、可信赖、描述精确和便于解耦与利用的内容资源为知识的精细化生产提供了基础条件。如今，以CrossRef为代表的数字资源获取平台能够提供跨出版商平台的文本与数据挖掘服务，而各大学术出版商也在其平台中开放供文本与数据挖掘的应用程序接口和相应的XML输出格式，无缝化地获取这些数据将成为未来的主流。在知识开放、数据开放的基础上，学术出版商通过互联网、大数据和人工智能等前沿技术，能大规模地进行知识挖掘、集成与关联，从而提高知识的可发现性和可利用率，推动知识的充分流通与知识效能的释放。
3.从数字出版到智慧出版
学术对话与知识流通的产品表现是学术出版全流程的智能化升级。近年来，各大学术出版商纷纷在学术搜索引擎、研究信息管理系统、稿件管理系统、同行评议平台、引文数据库、评价指标体系、文献管理工具、学术社交平台和个性化推送引擎等一系列科研流程中开展业务部署。同时，学术出版商通过自主技术开发或与技术公司合作的方式实现技术融合，对旗下产品进行优化升级，为知识生产、编辑出版和发行传播各个环节注入智慧理念，从而更好地提供动态化、个性化和定制化的服务。
在业务层面，学术出版商的竞争重点已经从以大规模实现纸质内容数字化、提高数字业务比重、拓展新兴数字业态为核心的数字出版进程发展到了全方位介入科研流程，利用前沿技术提供高附加值解决方案的智慧出版进程。未来发展的关键从以产品为中心转向与科研用户建立长期合作关系，关注现在的学者需求、科研热点、读者需求等，最终实现人与知识、知识与知识、人与人的高效联结。
四、结语
文章从全球学术出版发展的驱动因素出发，探讨了开放获取的落地、前沿技术的应用和多元学术评价体系的构建等发展动向，分析了上述趋势背后潜藏的从学术出版到学术对话、从知识闭塞到知识流通和从数字出版到智慧出版等规律。本研究的贡献在于系统梳理了全球学术出版的关键动向及其成因，探讨了这些趋势背后的特征和规律，展望了学术出版经营者创新的远景和转型的路径。由于资料和篇幅限制，对不同规模的出版市场、不同地域的需求结构、不同学科的用户特性、不同领域的变革模式、社会对OA期刊成果的认同激励等问题的探讨，有待在后续研究中加强。
参考文献
[1]徐丽芳,王钰.开放科学的挑战与因应:2017年海外科技期刊出版动态研究[J].科技与出版,2018(2):13-21.
[2]许洁,王嘉昀.Open Access 2020战略背景下的开放获取期刊出版现状——第十二届欧洲学术出版会议综述[J].中国科技期刊研究,2017(7):593-598.
[3]Sasselli,V.,Koers,H.How Big Data and AI Can Help You Generate Your Scientific Hypothesis[EB/OL].(2018-02-02)[2020-01-23].https://www.elsevier.com/connect/how-big-data-and-ai-can-generate-your-scientific-hypothesis.
[4]吴赣英.学术期刊对科研成果评价的理性反思[J].出版发行研究,2010(8):66-69.
[5]初景利,盛怡瑾.科技期刊发展的十大主要态势[J].中国科技期刊研究,2018(6):531-540.
[6]Osterath,B.Peer-review‘Heroes’Do Lion's Share of the Work[EB/OL].(2016-11-22)[2020-01-24].https://www.nature.com/news/peer-review-heroes-do-lion-s-share-of-the-work-1.21031.
[7]翁彦琴,王雪峰,张恬,任艳青,白小晶.科技期刊新兴增值服务模式及启示[J].中国科技期刊研究,2019(6):635-641.
[8]Aries.Artificial Intelligence Integration Allows Publishers a First Lookat Meta Bibliometric Intelligence[EB/OL].(2016-10-17)[2020-01-26].https://www.ariessys.com/views-press/press-releases/artificial-intelligence-integration-allows-publishers-first-look-meta-bibliometric-intelligence/.
[9]Heaven,D.AI Peer Review Unleashed to Ease Publishing Grind[EB/OL].(2018-11-22)[2020-01-26].https://www.nature.com/articles/d41586-018-07245-9.
[10]宋丽萍,王建芳,王树义.科学评价视角下F1000､Mendeley与传统文献计量指标的比较[J].中国图书馆学报,2014(4):48-54.
[11]李航.爱思唯尔的发展历程对我国学术期刊体制改革的启示[J].中国科技期刊研究,2017(8):769-773.
[12]叶继元.近年来国内外学术评价的难点､对策与走向[J].甘肃社会科学,2019(3):61-67.
[13]Esposito,J.Upstreaming:The Migration of Economic Valuein Scholarly Publishing[EB/OL].(2018-11-27)[2020-01-29].http://scholarlykichen.sspnet.org/2018/11/27/upstreaming-the-migration-of-economic-value-in-schlarly-publishing/.
[14]Eveleth,R.Academic Write Papers Arguingover How Many People Read(And Cite)Their Papers[EB/OL].(2014-03-25)[2020-01-29].https://www.smithsonianmag.com/smart-news/half-academic-studies-are-never-read-more-three-people-180950222/.
[15]吴建中.知识是流动的:出版界与图书馆界的新课题[J].图书馆杂志,2015(3):4-11.
[16]向飒.国外学术出版集团数字化和智能化发展现状及我国对策建议[J].中国科技期刊研究,2019(7):740-744.
