1. 引言
科学家群体是科学研究的主体，他们在长期的研究实践中形成了科学家精神。2019年6月，中共中央办公厅和国务院办公厅印发了《关于进一步弘扬科学家精神加强作风和学风建设的意见》，首次明确了包括“爱国、创新、求实、奉献、协同、育人”等科学家精神的内涵。同时，提出要在全社会大力宣传科学家先进榜样，弘扬新时代科学家精神[1]。2020年9月，习近平总书记在科学家座谈会上的讲话中指出，“科学家精神是科技工作者在长期科学实践中积累的宝贵精神财富”[2]。当今世界正经历着百年未有之大变局，我国所面临的深刻复杂变化的国内外环境，更迫切需要科技创新的加速推进。推进新时代科学家精神进学校，培育有理想、敢担当、能吃苦、肯奋斗的新时代好青年，提高学生群体的理想信念、内在品格和知识能力，进而实现中华民族的伟大复兴，具有重大理论价值和实践价值。鉴于新时代背景和政策导向，科学家精神的研究已成为学界关注的焦点。然而，目前对该领域的研究动态缺乏系统的总结与反思，限制了对科学家精神的深度探讨。因此，深入梳理和分析现有文献，并提出有效的建议，对于推动新时代科学家精神研究具有重要意义。为此，本文选取2018年以来中国知网(CNKI)收录的科学家精神相关期刊文献作为研究样本，借助CiteSpace可视化软件系统分析该领域的研究热点和发展趋势。通过揭示研究现状和前沿动态，本文旨在为科学家精神研究的进一步深化提供参考，从而更好地促进其发展。
2. 数据收集与分析方法
2.1. 研究数据来源
本研究以中国知网(CNKI)数据库作为数据来源，检索方式为高级检索，检索条件为主题 = 科学家精神。根据中国知网(CNKI)搜到的信息，“科学家精神”作为一个概念最早出现在2018年2月[3]。因此，本研究检索时间跨度统一设置为2018年1月1日~2024年9月16日。本研究的文献主要有两类：一是期刊论文，共检索出1135篇；二是硕士、博士论文，共检测出119篇。经人工筛查去除无关、重复及新闻、会议记录等无效文献后，最终获得1035篇有效文献。
2.2. 研究方法与工具
为了深入揭示科学知识的结构、规律及其分布特征，运用可视化分析工具变得尤为关键。CiteSpace是一款专门用于此目的的软件，它通过知识图谱将复杂的关系以图形、节点和连线等形式直观地呈现出来[4]。该软件具有数据全面、客观的优点，能够有效帮助研究者厘清研究领域的整体发展态势。本研究利用CiteSpace软件，对1035篇关于科学家精神的文献进行了格式转换与分析，成功构建了作者合作网络及关键词共现的知识图谱。通过这些可视化图谱，深入解析了新时代科学家精神研究的现状、热点、前沿和发展趋势。
3. 结果分析
3.1. 文献年度分析
文献数量的变化不仅能反映出特定时间段内该领域研究的焦点与热点，还能够帮助我们理解整个研究领域的发展动态。根据对2018年以来科学家精神相关研究年度发文量的统计(见图1)，可以发现自2018年起，该领域的文献数量呈现快速上升趋势，尤其在2022年，相关研究出现了爆发式增长；2022年至2024年，每年发表量均超过200篇。这表明学术界对科学家精神研究的日益重视，该领域仍处于蓬勃发展期。
这一趋势与国家政策的指引密切相关。如2019年6月，中共中央办公厅和国务院办公厅印发了《关于进一步弘扬科学家精神加强作风和学风建设的意见》后，2020年的发文量比2019年增加了一倍多；随后，2021年5月，习近平总书记在中国科学院第二十次院士大会上强调要大力弘扬以爱国主义为底色的科学家精神[5]，2022年发文数量和2021年相比，再增加一倍多。由此可见，政策导向与研究发展之间存在着紧密的联系。政策的这些导向不仅为科研工作指明了方向，还提供了动力，推动了科研工作的蓬勃发展。同时，科研的进步也为政策的制定和完善提供了实践基础，两者形成了相互促进的正向循环。这种互动不仅体现在科研产出的数量上，更在于科研工作质量和深度的显著提升。
Figure 1. Annual publication trend chart of scientific spirit research
图1. 科学家精神研究年度发文数量趋势图
3.2. 作者合作图谱分析
作者共现分析的主要目的在于识别某一研究领域内的关键作者及其合作关系的强度。发表文献的数量通过节点的大小展现，而作者之间的合作密切程度则通过连线的粗细来表示，发文时间的先后则用颜色深浅区分。借助科学知识图谱对核心作者间关联程度的分析，能够更加直观地反映出这些作者之间合作的紧密性。本研究利用CiteSpace可视化分析软件，将对象聚焦于作者，时间范围设定为2018年至2024年，时间切片为1年，节点类型选择为作者，以探究研究文献中的核心作者。图2展示了参与研究作者之间的合作关系，其中节点和字体越大，表明该作者在科学家精神研究领域内的影响力越显著。从图2中可以观察到，共出现作者198位，连线数量为48条，网络密度则为0.0025。连线的数量反映了作者间合作的频率和强度，连线越多表示合作关系越密切。尽管图2中存在6条明显的作者合作连线，但每个节点之间的连接较少且分散，说明在科学家精神领域的研究尚未形成紧密的合作网络，整体研究呈现出分散的状态。
Figure 2. Research on author collaboration co-line knowledge graph
图2. 研究作者合作共线知识图谱
Table 1. High-output author publication volume summary table
表1. 高产量作者发文量汇总表
排名 |
作者 |
发文量/篇 |
1 |
李建强 |
16 |
2 |
胡祥明 |
3 |
2 |
侯建国 |
3 |
2 |
冯道杰 |
3 |
2 |
郭清 |
3 |
2 |
刘萱 |
3 |
2 |
张玉卓 |
3 |
基于普莱斯定律对核心作者的界定，在本领域中发文量大于等于3篇的作者为核心作者候选人。由表1可见，7名核心作者候选人发表论文34篇占3.3%，可见2018年至今我国科学家精神研究领域核心作者群尚未形成。其中李建强是该领域发文量最多的作者，达到16篇，这可能与他作为中国工程物理研究院党校副教授身份有关，且他多次获得国家社会科学基金项目等国家级、省部级课题，长期从事科学家精神的研究，曾多次写“两弹元勋”邓稼先的事迹。胡祥明、侯建国、冯道杰、郭清、刘萱、张玉卓5名作者的发文量为3篇。
3.3. 机构合作图谱分析
Table 2. Summary table of core institutions’ publication volume
表2. 核心机构发文量汇总表
排名 |
机构 |
发文量/篇 |
1 |
中国科协 |
26 |
2 |
中国科学院 |
21 |
3 |
中国工程物理研究院 |
13 |
4 |
中国科学技术馆 |
10 |
5 |
中国科技馆 |
7 |
6 |
西安交通大学 |
6 |
7 |
同济大学 |
4 |
8 |
中国科普研究所 |
4 |
9 |
黑龙江省科协 |
3 |
10 |
《中国人才》编辑部 |
3 |
11 |
上海交通大学 |
3 |
12 |
科学家精神丛书编写组 |
3 |
13 |
北京科技大学 |
3 |
14 |
北京林业大学 |
3 |
15 |
华东师范大学 |
3 |
16 |
中国工程院 |
3 |
Figure 3. Collaborative knowledge graph for research institutions
图3. 研究机构合作共线知识图谱
机构合作图谱是评估不同机构合作水平与能力的关键方法之一。通过分析研究机构的分布状况，可以揭示各研究机构在该领域的合作紧密度，从而探讨各机构在该研究领域是否具备显著的研究实力。图3显示有196个节点，38条连线，密度为0.002。在该图中，节点的大小用以表示各机构的发文数量，节点越大则代表其发表的论文越多，反之亦然。通过对1035篇文献进行可视化分析，能够识别出科学家精神研究领域的主要机构，同时，节点之间的连线清晰地展示了这些研究机构之间的合作密度。从图3可以看到，仅有2处明显的连线，即中国科学院和中国科协之间的合作。这一现象表明，科学家精神研究的核心研究机构之间的合作有限，未来可以进行跨省跨校合作，以及在全国范围内实现学术资源的有效整合。
该领域的研究成果主要集中在科研院所和高等学校(见表2)，发文量最多的是中国科协和中国科学院，这是因为中国科协和中国科学院作为国内最重要的科普协会和研究机构，长期宣传和报道科学家精神的事迹。高校研究侧重于研究科学家精神内核和以教育为中心的科学家精神研究，如聚焦科学家精神在课程思政、立德树人等在人才培养的作用[6]。高校发文量最多的机构有西安交通大学、同济大学、上海交通大学等。
3.4. 研究热点分析
3.4.1. 研究热点分析
关键词在科学家精神研究中扮演着至关重要的角色，通过对关键词的深入分析，我们能够准确识别出该领域的研究重心和热点。运用CiteSpace进行关键词分析，并合并相似词语后，生成了关键词知识图谱。图4展示了198个节点和158条连线，节点的大小表示关键词的频次，而连线的粗细则反映了中心性的大小。一般来说，中心度较高的关键词(Centrality ≥ 0.1)被视为研究热点的标志(如表3所示)，这些关键词包括科学家、传承、人物传记、新时代、科技馆、科学普及等17个，显示出它们在整个关系网络中起到了重要的桥梁作用。在关键词频次中(如表4所示)，课程思政、科技创新等20个关键词的频次最高，节点最大，表明这些关键词在科学家精神研究领域内被广泛研究和讨论，反映了当前的研究热点和主流趋势。
Table 3. Keywords with a significance greater than 0.1 at the center for the spirit of science
表3. 科学家精神研究中心性大于0.1的关键词
序号 |
关键词 |
频次 |
中心系数 |
序号 |
关键词 |
频次 |
中心系数 |
1 |
科学家 |
23 |
0.33 |
10 |
价值引领 |
6 |
0.15 |
2 |
传承 |
1 |
0.24 |
11 |
科技创新 |
25 |
0.13 |
3 |
人物传记 |
1 |
0.22 |
12 |
高校 |
19 |
0.13 |
4 |
新时代 |
20 |
0.21 |
13 |
创新 |
9 |
0.13 |
5 |
科技馆 |
18 |
0.21 |
14 |
内涵 |
4 |
0.12 |
6 |
科学普及 |
3 |
0.21 |
15 |
融合 |
3 |
0.11 |
7 |
科学精神 |
23 |
0.18 |
16 |
培育路径 |
4 |
0.1 |
8 |
路径 |
1 |
0.17 |
17 |
教学实践 |
4 |
0.1 |
9 |
创新文化 |
4 |
0.16 |
|
|
|
|
在关键词共现分析中，中心性大于0.1的关键词(表3)与高频关键词(表4)中存在不少关键词不重叠的现象。例如，关键词传承(频次1，中心性0.24)和人物传记(频次1，中心性0.22)尽管出现频次较低，但在知识网络中起到了重要的桥梁作用，连接了不同的研究主题，具有较高的中介中心性。相反，关键词课程思政(频次52，中心性0.07)和大学生(频次24，中心性0.03)在高频关键词列表(表4))中出现，但未在中心性大于0.1的关键词(表3)中出现，反映了这些关键词在特定领域内被广泛讨论，尽管它们在网络结构中的桥梁作用相对较小。这种现象揭示了研究领域中热点话题与关键连接点的不同角色和意义，提示研究者在关注主流研究方向的同时，不应忽视那些在知识网络中具有重要连接作用的低频次关键词。
Table 4. High-frequency keywords in the study of the spirit of science (word frequency ≥ 6)
表4. 科学家精神研究高频关键词(词频 ≥ 6)
序号 |
关键词 |
频次 |
中心系数 |
序号 |
关键词 |
频次 |
中心系数 |
1 |
课程思政 |
52 |
0.07 |
11 |
科学教育 |
11 |
0.01 |
2 |
科技创新 |
25 |
0.13 |
12 |
路径 |
11 |
0.17 |
3 |
大学生 |
24 |
0.03 |
13 |
价值意蕴 |
10 |
0.01 |
4 |
科学家 |
23 |
0.33 |
14 |
创新 |
9 |
0.13 |
5 |
科学精神 |
23 |
0.18 |
15 |
科学传播 |
8 |
0.03 |
6 |
新时代 |
20 |
0.21 |
16 |
袁隆平 |
7 |
0.02 |
7 |
高校 |
19 |
0.13 |
17 |
习近平 |
6 |
0.06 |
8 |
科技馆 |
18 |
0.21 |
18 |
人才培养 |
6 |
0 |
9 |
科技强国 |
12 |
0.04 |
19 |
价值引领 |
6 |
0.15 |
10 |
立德树人 |
12 |
0.07 |
20 |
思政元素 |
6 |
0.01 |
Figure 4. Scientific spirit research keywords knowledge graph
图4. 科学家精神研究关键词知识图谱
3.4.2. 关键词聚类分析
关键词聚类可以总结各关键词节点之间的相似性，通过对具有显著共词关系的节点进行聚合，我们能够精准地描绘出研究领域的前沿焦点，识别出不同研究主题之间的内在联系。在本研究中，采用LIR (Log-Likelihood Rate)算法进行关键词进行聚类分析，从而了解科学家精神的研究主题和类别。
运用Citespace软件的聚类功能，我们共得到九个聚类结果(如图5所示)，其中Modularity = 0.8717、Mean Silhouette = 0.9705，说明聚类结果比较成功。这九个结果依次为#0科技馆、#1创新、#2新时代、#3课程思政、#4大学生、#5科学素养、#6科学精神、#7路径、#8价值意蕴。
Figure 5. Scientific spirit research keyword clustering map
图5. 科学家精神研究关键词聚类图谱
第一，#0科技馆包括科技馆、科普、科学传播、科学素质、科学教育、科技创新、科学精神、科技工作者、科学家精神、科学文化、科学素养、科技人才等关键词。这个聚类反映了科技馆在科学普及和创新教育中的重要作用，以及其在培养科学精神和科技人才方面的贡献。
第二，#1创新包括创新、创新能力、创新精神、创新人才、科技创新、科技人才、科学家、科学精神等关键词。这个聚类强调了创新在科学家精神中的核心地位，以及培养具有创新能力的科技人才的重要性。
第三，#2新时代包括新时代、科学家精神、科技工作者、科技创新、科学精神、科学家、创新精神、科技强国等关键词。这个聚类反映了新时代背景下对科学家精神的新要求，以及科技创新在国家发展中的重要性。
第四，#3课程思政包括课程思政、思政教育、科学精神、科学家精神、科学素养、科学教育、价值引领等关键词。这个聚类突出了在教育中融入科学家精神的重要性，以及通过思政教育培养科学素养的方法[7]。
第五，#4大学生包括大学生、科学素养、科学精神、创新能力、科学教育、科研能力、科学思维等关键词。这个聚类关注了在高等教育中培养学生科学素养和创新能力的重要性。
第六，#5科学素养包括科学素养、科学教育、科学思维、科学精神、科学态度、科学方法、科学文化等关键词。这个聚类强调了科学素养在科学家精神培养中的基础作用，以及培养全面科学素质的重要性。
第七，#6科学精神包括科学精神、科学家、科学文化、科学态度、科学方法、科学思想、科学伦理等关键词。这个聚类直接聚焦于科学家精神的核心内涵，包括科学态度、方法和伦理等方面[8]。
第八，#7路径包括路径、培养、科学家精神、科技工作者、科学素养、创新能力、科学教育等关键词。这个聚类探讨了培养科学家精神的具体方法和途径，强调了系统性培养的重要性。
第九，#8价值意蕴包括价值意蕴、科学家精神、科学精神、科学文化、科学态度、科学伦理等关键词。这个聚类探讨了科学家精神的深层价值和意义，以及其在科学文化和伦理中的重要地位。
通过对有效文献进行内容分析，可以进一步将九个关于科学家精神的研究关键词聚类的研究成果分为五类：
第一类关于科学家精神的核心内涵与价值的研究。从图6中可以看到，科学精神、科学家精神、科学文化等关键词在整个时间段内持续出现，尤其在2020年和2021年达到峰值。这反映出学术界始终重视对科学家精神核心内涵和价值的探讨。研究者们深入剖析了科学家精神的历史演变、基本特征和时代意义，强调其在推动科学进步和社会发展的关键作用。在新时代背景下，科学家精神被赋予了新的内涵，如创新、爱国、奉献等，这为后续研究奠定了基础。
第二类关于科学家精神的教育与人才培养的研究。自2020年以来，关键词如课程思政、大学生、科学素养、科学教育等的研究热度显著提升，特别是在2021年和2022年达到高峰。这表明教育界开始高度关注如何在教学过程中融入科学家精神的培养。高校和科研机构积极探索在课程设置、教学方法和评价体系中体现科学家精神的途径。例如，将科学家精神融入课程思政教育中，培养学生的科学素养和创新能力等[9]。
第三类关于科技创新与科学家精神的研究。创新、科技创新、创新精神等关键词在整个时间段内都有较大的节点，特别是在2019年和2021年，这表明科技创新与科学家精神的关系一直是研究的热点。研究者们强调，科学家精神是科技创新的内在驱动力，是推动原始创新和重大突破的精神源泉。在国家大力推进创新驱动发展战略的背景下，科学家精神被视为激发科研人员创造力、应对科技挑战的重要因素。相关研究探讨了如何在科技创新实践中弘扬和践行科学家精神，实现科技自立自强。
第四类关于科普与科学家传播的研究。在2018年和2021年，关键词科技馆、科普、科学传播等的研究热度明显上升。这反映出社会对科学普及和科学家精神传播的重视程度不断提高。随着新媒体和数字化技术的发展，多元化的科普渠道如科技馆、科普展览、线上科普活动等，在提升公众科学素养和弘扬科学家精神方面发挥着重要作用。研究者们关注如何利用这些平台，提高科学家精神在全社会的影响力，培育大众的科学意识和理性思维。
第五类关于科学家精神培养路径与方法。路径、培养、教育路径等关键词在2021年和2022年有较大的节点，表明学界开始深入探讨系统性培养科学家精神的具体策略。研究不仅关注理论层面的探讨，更注重实践方法的创新。例如，提出通过校企合作、科研实践、导师引领等多种途径，构建全方位的科学家精神培养体系。此外，对于不同教育阶段如基础教育、高等教育和继续教育，研究者也提出了有针对性的培养模式，以满足不同群体的需求。
Figure 6. Scientist spirit research keyword timeline map
图6. 科学家精神研究关键词时间线图谱
3.5. 发展趋势分析
为了清晰地展示科学家精神研究领域在不同时间段内关键词的演变及其发展趋势，我们采用了Time-zone可视化方法。此分析旨在探讨2018年至2024年间该领域的研究特征及各阶段的主流方向，从而揭示其动态变化。图7呈现了科学家精神研究的整体Time-zone图，横坐标代表时间，展示了关键词随时间的演进过程，使得研究趋势一目了然。在某一特定时间段内，文献数量的增加表明学者们在该领域的研究活动较为集中；而时间段之间的节点连线则反映了研究的传承关系，连线的数量则表示两个时间段之间联系的紧密程度。
由图可知，2018年至2019年的节点较少，主要关键词为：科学精神、科技馆、创新等，连线较为稀疏，此阶段为科学家精神研究的起步探索期。随着时间的推移，2020年至2021年关键词数量显著增加，出现了课程思政、大学生、科学素养、创新能力等热点，节点密集分布，连线也更加紧密，表明该领域进入了研究的爆发期，研究主题更加丰富多样。2022年后，研究热点相对稳定，关键词如培养路径、价值意蕴等开始出现，研究进入了深化期，学者们开始关注科学家精神的深层价值与具体培养方法。
结合图6科学家精神研究关键词时间线图谱，可以看出某个研究主题相关文献的时间跨度。分析表明，新时代科学家精神的研究始于2018年，早期主要集中在科学精神、创新等核心概念，与新时代科技创新的需求密切相关。到了2020年，课程思政、大学生成为新的研究热点，反映出教育界对科学家精神培养的高度重视。随着研究的深入，2021年后，科学素养、创新能力、培养路径等关键词不断涌现，研究主题更加丰富，领域也更加细分。同时，新的热点关键词如价值意蕴、科学文化、科学伦理等逐渐出现，表明学者们开始关注科学家精神的深层价值和伦理意义。
从2018年至2024年，科学家精神研究领域经历了从起步探索期到爆发期，再到深化期的动态演进过程。研究热点的演进反映了学界对科学家精神的持续关注和深入探讨，研究主题从核心内涵扩展到教育培养、科技创新、科普传播和培养方法等多个方面，展现出科学家精神研究的多维度和多层次发展趋势。这与发文量的分析相一致，说明该领域研究正朝着更加深入和广泛的方向发展。
Figure 7. Scientist spirit research keywords Time-zone chart
图7. 科学家精神研究关键词Time-zone图
4. 结论与展望
通过对2018年至2024年间CNKI数据库中新时代科学家精神研究的文献进行年度发表量、作者与机构合作、研究热点、前沿和发展趋势的分析发现：
第一，从文献发表情况来看，2018年至2019年是科学家精神研究的起步探索期，此时研究较为零散，关键词节点较少，主要集中在科学精神、科技馆、创新等基础概念。2020年至2021年为研究的爆发期，文献数量显著增加，研究热点丰富，关键词节点密集，连线紧密，表现出学者们对科学家精神的深入关注。2022年以后，研究热点相对稳定，但仍保持一定的关注度，研究进入深化期。
第二，从作者和机构的合作情况上看，科学家精神研究的作者数量众多，但整体合作力度有待加强。机构间合作主要以内部为主，跨机构、跨区域的合作较少。大多数研究机构与研究者对该主题的研究缺乏持续性和紧密的合作关系，亟需加强学术交流与合作，共同推动研究深入发展。
第三，从关键词共现的分布、聚类和时区图的情况来看，科学家精神研究的热点主要集中在科学家精神的核心内涵与价值、教育与培养、科技创新、科普与科学传播、培养路径与方法等五个方面。研究主题丰富，内容广泛，表现出研究者对科学家精神领域的高度关注和学术兴趣。
第四，从研究前沿和发展趋势来看，科学家精神研究逐渐从概念探讨向实践应用转变，特别是教育领域的研究成为新的增长点。课程思政、科学素养培养等成为热点，体现出新时代背景下对科学家精神教育的重视和需求。
基于此，在今后的科学家精神研究中，要进一步拓宽研究的视角，加深理解科学家精神的核心内涵与价值；加强作者与协作与沟通，打造稳定的研究团队，增强研究的持续性和影响力；在现有研究热点的基础上，探索新的研究方向，特别是结合新时期科技发展的需求，深化科学家精神在科技创新、教育教学、科学传播等领域的应用研究。通过多学科的交叉融合，促进科学家精神研究的进一步深化，为我国科学事业的发展提供强有力的理论支持和实践指导。
基金项目
本文是广东省教育科学2022年度规划课题(高等教育专项)“新时代科学家精神增强大学生‘志气，骨气，底气’机制研究”(2022GXJK430)和深圳市教学科学2021年度规划课题(思政教育专项)“新时代工科高校劳动教育与党史学习教育融通的路径研究”(szjy21006)的研究成果。