中国学术期刊发展现状分析

1、中国学术期刊发展现状分析摘 要学术期刊在推动国家科学技术事业发展中具有重要的战略地位，客观分析我国学术期刊的发展现状和特点，对我国学术期刊的健康发展具有重要意义。本文采用CSCD数据库中收录的全部期刊数据，通过相关分析、区间数据主成分分析等方法建立模型，客观地对整个数据库中各学科期刊的整体特征进行全面、系统的分析，探寻其中的特征、规律以及原因。文章首先对我国学术期刊的发展现状进行了描述性分析，进而建立模型。建模过程主要包括两部分：一是对期刊计量指标进行筛选。利用相关分析剔除冗余指标，以更加精确地反映影响学术期刊水平的关键因素；利用主成分分析方法综合多个指标信息，以通过较低的维度展现高维原始数据

2、。二是对大规模期刊数据的“打包”处理。通过区间数据分析方法，利用可视化手段，展现数据集合的整体信息。最后，根据建模分析的结果，结合我国学术期刊发展和评价的实际情况，文章为学术期刊评价管理提出了相应的政策建议。关键词：期刊评价 区间数据 主成分分析 相关分析一、问题的提出学术期刊作为科学技术事业的重要组成部分，具有传播知识、传播思想、传播信息的重要功能，与科技创新和进步有着密不可分的关系。另一方面，学术期刊作为衡量一个国家的科技发展水平的尺度，标志着该国家的生产力水平高低及科学文化事业的兴旺发达程度，会产生巨大的社会影响和经济效益。因此，办好学术期刊是建立我国科学和技术创新体系的重要环节。自19

3、49年以来，我国的学术期刊发展迅速，至今已有6000余种，从数量上仅次于美国，成为世界学术期刊第二大国。虽然从学术期刊和学术论文的绝对数量上来看，我国算得上是一个学术期刊大国，但是我国学术期刊发展仍面临着发展水平参差不齐、优秀稿源外流等诸多问题。因此，建立科学的评价模型，分析我国学术期刊的发展现状和特点，以期对我国学术期刊的健康发展发挥有效的导向作用，并促进其管理的标准化、规范化。二、研究现状及存在的问题期刊评价是文献计量学研究的重要组成部分，它通过对学术期刊的发展规律和增长趋势进行量化分析，揭示学科文献数量在期刊中的分布规律。评价学术期刊的文献计量指标多种多样，各有侧重。在评价期刊时，单一使

4、用任何一种指标都可能造成某些方面不同程度的片面性，而选择许多个指标时，又常因个数太多而增加对问题分析的复杂性，且人为确定指标权重会产生主观偏差，加上对于指标之间的相关性未给充分的考虑，造成所确定的权重并不是实际计算过程中所体现的真实权重。随着人们对期刊评价工作重要性认识的不断加深，评价方法有了很大的进展，出现了诸如综合评分、专家讨论、费用效益分析、层次分析、模糊聚类、模糊评判、灰色统计、熵值法以及改进熵值法，灰色关联分析、人工神经网络方法、主成分分析方法等评价方法。这些方法在评价工作中展示了各自的优点，同时也暴露出各自的弱点和缺陷，在此不一一赘述。现有期刊评价的研究大多聚焦于通过建立指标体系，

5、对某一类学术期刊进行综合排序，并且所使用的数据样本规模较小。本文将采用CSCD数据库中收录的全部期刊数据，通过相关分析、区间数据主成分分析等方法建立模型，实现数据降维和可视化，客观地对整个数据库中各学科期刊的整体特征进行全面、系统的分析，探寻其中的特征、规律以及原因。三、数据描述与指标选择本文的数据来自于中国科学引文数据库(Chinese Science Citation Database，简称CSCD)， CSCD中收录期刊均为学术性期刊，以反映我国科学研究和科研成果应用为主要方向，充分显示我国的科研水平，因此利用其数据可以一定程度反映我国学术期刊的整体情况。2007年，CSCD共收录753

6、种期刊，其中中文期刊682种，英文期刊53种。将数据库所有期刊分为8类，包括按照国家自然科学基金委的学部划分标准得出的数理科学、化学科学、生命科学、地球科学、工程和材料科学、信息科学、管理科学等7类期刊，和由于学术期刊的特殊性单列出的综合类期刊。CSCD使用的指标分为两类：一类反映发表论文情况，包括发文量、基金论文数、发文机构数、篇均参考文献量、自引率、引用半衰期等6个指标，另一类属于引证指标，包括影响因子、即年指标、总被引频次、自被引率、被引半衰期等5个指标。下面对上述11个指标的含义进行简要介绍。（1）发文量。绝对数量指标，指某一期刊在一定时期内（一年）所刊登的全部论文数，反映了期刊的信息

7、含量。发文量越高，说明期刊的信息含量就越大。（2）基金论文数。绝对数量指标，指期刊在当年发表论文中受基金资助的论文数量可测度期刊在学术交流中的地位，表征论文产出性质的重要指标，可以衡量期刊论文学术质量。基金论文数越多，说明期刊论文的学术质量就越高。（3）发文机构数。绝对数量指标，指期刊当年所发表论文中所涉及的不同机构的数量，可测度期刊论文的机构分布情况，衡量期刊科学生产能力，机构分布越广，说明期刊具有开放性和作者队伍具有广泛性。发文机构数越多，说明期刊的影响范围就越广。（4）篇均参考文献量。相对数量指标，指在给定的时间内（一年），期刊发表论文中的平均参考文献量，在数值上等于期刊参考文献数/期刊

8、论文总数，通常可以反映期刊吸收信息的能力以及科学交流程度的高低。篇均参考文献量越多，说明期刊吸收的信息越多。（5）自引率。相对数量指标，指该刊在当年的自引次数占该刊当年参考文献总数的比例。自引率越高，说明期刊引用论文中的大部分是发表在自身期刊上的，学术交流程度则越低，且若自引率过高，往往说明该期刊有不良的非正常自引现象。（6）引用半衰期。绝对数量指标，指该期刊当年引用类型为期刊的参考文献中较新的一半是在多长时间中发表的，可测度期刊文献老化的速度。一般来说，半衰期长的期刊比短的期刊影响更深远一些。但该指标受学科的内容、性质等因素的制约，比如说发展稳定的学科比发展较快、较活跃的学科长，基础理论学科

9、的比技术学科的长，历史悠久的比新兴学科的长。因此该指标在判断期刊学术质量时往往不易解释和操作。（7）影响因子。相对数量指标，指期刊前2 年发表论文的被引次数占前2 年该刊所发表论文总数的比例，表征论文被引强度的重要指标，反映学术影响力。影响因子可克服由于发文量不同所造成的对期刊被引率的偏差，使期刊总被引频次这一绝对指标变成了相对指标，所以能较好地反映期刊被使用的真实客观情况，从而可以对不同期刊的引用次数和质量进行比较，以说明其利用率在科学上的重要性。通常影响因子越大，可以认为期刊在科学发展和文献交流过程中的作用和影响较大，其学术水平也较高。影响因子是期刊评价中最重要的指标之一。（8）即年指标。

10、相对数量指标，指某刊当年发表论文的被引次数占该刊当年发表论文总数的比例，是表征论文被引速度的主要指标。即年指标越大，说明期刊论文被引的数量多且速度快。（9）总被引频次。绝对数量指标，指某刊自创刊以来所刊登的全部论文在某一年被其他期刊(包括本刊)引用的总次数，可测度期刊自创刊以来的学术影响力，是从信息反馈的角度评价期刊的基本指标之一，表征期刊学术质量的重要指标，体现了被引用过程的总体规模。总被引频次也是期刊评价中最重要的指标之一。（10）自被引率。相对数量指标，指某期刊当年被本刊引用的次数占该刊当年被引用总次数的比例。与自引率类似，自被引率越高反而不好。（11）被引半衰期。绝对数量指标，指某期刊

11、在某年被引用的全部论文中较新的一半是在多长时间中发表的。与引用半衰期类似，被引半衰期在期刊评价中的受各种因素影响大且不易直接判断好坏。以上11个指标中，自引率和自被引率两个指标属于反映期刊水平的逆向指标，而引用半衰期和被引半衰期两个指标不能简单地用数值大小来解释期刊水平的优劣，故只选取余下的7个指标（发文量、基金论文数、发文机构数、篇均参考文献量、影响因子、即年指标、总被引频次）进行以下的建模分析。四、模型建立及结果分析本节首先利用描述性统计简要介绍了我国学术期刊的发展现状，并采用相关分析和区间数据主成分分析等方法建立模型，从期刊计量指标进行筛选和大规模期刊数据的“打包”处理两方面，评价期刊的

12、发展水平。1、描述性分析（1）我国学术期刊各学科发展状况图1显示了2007年CSCD中收录期刊中各学科类期刊的比重情况。可以看出，生命科学类期刊占的比重最大，占了三分之一，工程与材料科学类其次，管理科学类和综合类最少。错误！链接无效。图1 2007年CSCD中收录期刊中各学科类期刊的比重情况（2）我国学术期刊各学科的指标差异箱线图是统计分析中的一种常用工具，其最大的优点在于能够从整体上直观反映同一指标下各类数据的集中趋势和离散程度。影响因子和总被引频次是目前最重要和最常用的两个期刊评价指标，图2和图3分别用箱线图显示了我国各学科期刊的影响因子和总被引频次情况。从图2中可以看出，我国期刊的影响因

13、子普遍较低，均值都在1以下。地球科学类期刊影响因子均值相对较高，但学科内部期刊的差别却相当大；生命科学类期刊尽管总体的均值的并不突出，但它拥有不少影响因子出类拔萃的期刊；管理科学类和综合类的期刊影响因子普遍偏低。图2 我国各学科期刊的影响因子情况从图3中可以看出我国期刊的总被引频次的情况。化学、地球、信息科学类期刊的总被引频次均值相对较高，但并没有特别突出的期刊；相反，数理、生命、工程与材料科学类期刊尽管总体的均值并不高，但却拥有一些总被引频次特别高的期刊；管理科学类期刊被引情况普遍较低。图3 我国各学科期刊的总被引频次情况从上面的分析可以看出，不同学科期刊在文献指标上是有显著差异的。2、相关

14、分析 相关分析是研究随机变量之间是否存在某种依存关系，并对具体有依存关系的变量探讨其相关方向以及线性相关程度的一种统计方法。 采用SPSS 15.0软件对7个指标的原始数据进行相关分析，得到如下结果：表1 7个指标之间的相关系数变量总被引 频次发文量基金 论文数发文 机构数篇均参考 文献数影响 因子即年 指标总被引频次1.000 0.368 0.456 0.469 0.042 0.510 0.228 发文量0.368 1.000 0.940 0.880 -0.354 -0.149 -0.161 基金论文数0.456 0.940 1.000 0.817 -0.282 -0.079 -0.145

15、发文机构数0.469 0.880 0.817 1.000 -0.268 -0.116 -0.170 篇均参考文献数0.042 -0.354 -0.282 -0.268 1.000 0.324 0.281 影响因子0.510 -0.149 -0.079 -0.116 0.324 1.000 0.643 即年指标0.228 -0.161 -0.145 -0.170 0.281 0.643 1.000 表1显示了7个指标之间的相关系数，可以看出，发文量与基金论文数、发文机构数的相关性很强，影响因子与即年指标、总被引频次中度相关。由于基金论文数、发文机构数和发文量的相关程度非常高，仅用其中一个指标就能

16、够代表三者所包含的绝大部分信息。而发文量的应用更具普遍性，这里筛掉基金论文数、发文机构数两个指标，用余下的5个指标继续对全部期刊进行数据分析。3、区间数据主成分分析区间数据是一种非常重要的数据概念。与传统的分析方法不同，区间数据分析研究的数据表单元不再是一般意义下的定量和定性数值，而是一个实数域区间。经打包处理后的数据集合在几何上表现为一个高维的超矩形，这种处理方式不仅能够反映大规模数据的集中趋势和离散程度，同时有助于从整体上把握数据集合的表现特征和内在规律。设有一个N个样本点和p个变量的数据表。根据数据系统中的某些重要属性，将这N个样本点划分成n类子集合：。如果用区间数据来概括，常用的方法有

17、： (1)在实际应用中，还可以采用适当的分位点作为每个区间的上下限。一般地， n个数据集合，可以被概括成一个维的“样本点定量区间变量”类型的数据表，其形式如下。 （2）这里，被称为区间数据表的样本点。由于区间数据的特殊性，在对以区间数据为单元的数据表进行主成分分析时，首先要按照一定的展平算法，将区间数据表展平为普通数据表。本文采用因素区间数据展平算法。该方法首先对每一个数据集合求主成分，然后分别用各个主成分的最大值和最小值来概括区间数据，并用高维超矩形的顶点作为样本点生成普通数据表。该方法能够以很高的精度代表原始数据的取值范围，计算出的主轴误差较小。本文将按照8个学科的分类作为生成区间数据的标

18、准，采用发文量、总被引频次、篇均参考文献量、影响因子、即年指标等5个文献计量指标对CSCD收录的全部期刊进行区间数据的主成分分析。（1） 模型的建立与结果分析采用matlab软件对区间数据进行主成分分析，得到如下结果：表2 特征值和累积贡献率主成分原始特征值总计贡献率（单位：%）累计贡献率（单位：%）12.05541.100 41.100 21.33326.660 67.760 30.84416.880 84.640 40.53810.760 95.400 50.230 4.600 100.000 由表2的分析结果，前两个主成分累计贡献率接近70%，能够较好地代表5个原始变量的大部分信息，因此

19、模型提取第一和第二主成分对期刊进行综合评价，其结果是合理和有效的。表3的因子载荷矩阵反映了第一和第二主成分和5个原始变量的相关性。可以看到，第一主成分与5个原始变量均正相关，与影响因子、总被引频次呈强正相关，说明第一主成分主要反映的是期刊被引用的情况，体现其学术影响力，以影响因子这一指标为代表。第二主成分与发文量、总被引频次正相关，特别是和发文量强正相关，与剩下其他三个变量负相关，说明第二主成分反映期刊的载文信息含量，以发文量这一指标为代表。表3 主成分的因子载荷矩阵主成分12发文量0.2190.888篇均参考文献数0.564-0.504影响因子0.876-0.132即年指标0.512-0.2

20、9总被引频次0.8130.435图4 因子载荷图（2）我国期刊的学科特点分析根据主成分分析的结果，可将符号对象在第一、第二主成分上的得分情况绘制成图，观察各学科期刊的特征。如图5所示，主平面图的横轴和纵轴的含义与主成分分析的第一主轴和第二主轴相同，描述8个学科期刊的区间数据在主平面上均以“十”字表示。其中，每一个“十”字的交叉点表示相应学科期刊的中心位置，而十字的长短则分别表示该类期刊在第一与第二主轴的离散范围。通过观察8个学科期刊在主平面图上的位置，可以把握它们各自在两方面指标上的表现特征，进而了解各学科期刊的整体特点。总体而言，地球和化学两个科学部期刊在第一主成分上的得分较高，表示被引用的

21、相对量（影响因子）较高，但其中地球类期刊在第二主成分上得分较低，表示发文量较低；信息科学部的发文量突出，但相对被引量较低。管理和数理类期刊以两个主成分上的得分都相对偏低，被引用情况和发文量情况较其他学科都较低。错误！链接无效。图5 我国期刊的学科特点分析结果表明，地球类期刊整体在第一主成分得分最高，说明地球类期刊由于其学科特性，分支学科内部及学科间交流较频繁，相互引用多，影响因子、总被引频次较大。同时其在第一主轴上的离散程度很大，而其在CSCD数据库中所占的比例并不大，说明我国该领域期刊良莠不齐，水平差异较大。另外，地球类期刊在第二主成分上得分最低，说明这类期刊的发文量均不高。化学、生命科学类

22、期刊第一主成分得分也较高，这可能与其在统计源中所占的比例较大，造成相互之间引用量高于其它学科有关。虽然其期刊数量多，但离散程度并不高，表明这两类期刊发展均衡，整体水平较高。信息科学、工程材料类期刊在第二主成分得分上显著高于其它学科期刊，这也反映了这两类期刊的一个特点，这可能也与该学科自身对于学术交流的要求有关。其它学科如数学物理科学、管理科学等在两个主成分上得分均较低，但并不是因为其发展水平不高。我国数学、物理等基础学科研究在国际上具有比较领先的地位，应该算是我国的优势学科之一；而我国的管理科学由于我国国情的特殊性，也有其自身的特色。这更说明了不同学科学术期刊之间具有显著差异，不能一概而论。4

23、、模型的不足及改进方向本文的期刊数据建模分析是基于国家自然科学基金委的学科划分和CSCD的指标，因此，模型分析结果有一定的局限性。为了更全面地显示我国期刊的学科特性，在以后的工作中可引入更多的期刊评价指标以及进一步对学科进行细分。五、结论与建议近年来，我国科技水平快速发展，学术论文的数量和质量也在不断提高，然而相较而言，我国学术期刊与国际的差距却非常明显。因此必须正确认识我国学术期刊的发展现状，采用客观、科学、合理的手段评价学术期刊，指导学术期刊的管理工作和发展方向。本文的研究对CSCD数据库中收录的数百种学术期刊进行了全面、系统描述，并且通过建立模型，得出了一些有益的结论。首先，学术期刊的发

24、展差异很大，一方面反映在不同学科之间，另一方面反映在同一学科内水平参差不齐，因此在评价期刊时，不宜用同一套指标对全部期刊大排名，而用学科内排名。其次，就评价指标而言，各种指标反映的信息主要集中在两个维度。其一是体现被引用情况的一类指标，如影响因子、总被引频次等，其次是反映信息含量的一类指标，如发文量等。在对学术期刊进行综合评价时，要挖掘系统的内部特性，重点把握其主要差异所在，便于期刊的管理和遴选。高水平学术期刊对于国家科技和社会的发展具有巨大的推动作用，我国学术期刊与国际优秀期刊的差距是全方位的，国家需加大对于优秀期刊的资助，这对于我国整个科学技术的发展是非常重要的。 参赛单位：北京航空航天大

25、学经济管理学院领队：关蓉参赛者：陈梅玲 张寅 胡瑶 参考文献1 张建勇中国科学计量指标：期刊引证报告M北京：中国科学院文献情报中心出版社，2006：1-2052 中国科学技术协会中国科协科技期刊发展报告（2008）M 北京：中国科学技术出版社，20081-2083 Diday E., An Introduction to Symbolic Data Analysis and its application to the SODAS European Project, 1999.4 邱均平，李爱群. 国内外期刊评价的比较研究 J . 重庆大学学报(社会科学版)，2007，13 (03) : 60

26、-65.5 邱均平. 文献计量学M . 北京:科学技术文献出版社，1988.6 邱均平，李爱群. 我国期刊评价的理论、实践与发展趋势 J . 数字图书馆论坛，2007 ，(3) : 1 - 8.7 邱均平. 信息计量学(十一)信息计量学在图书情报领域中的应用以核心期刊研究和测定为例 J . 情报理论与实践， 2001， 24 (5) : 396 - 400.8 官建成，唐崇敏. 我国分学科科学计量评价及国际比较J. 科学学研究，2006，24 : 515-522.9 金碧辉，孙海荣，周秋菊.俯瞰中国科学2005年SCI论文统计分析J. 科学观察，2006，01（01）：18-40.10 金碧辉

27、，张望，周秋菊.中国科学：前进中的“航母”2006年SCI论文统计分析J. 科学观察，2007，02（01）：20-44.11 金碧辉，张望，周秋菊，杨立英.中国科学：进步与自信、差距与动力的联想2007年SCI论文统计分析J. 科学观察，2008，03（01）：26-52.12 何颖，官建成. 国际国内期刊论文的综合评价方法及应用J. 科学学研究，2007，2（25）：215-221.13 金碧辉，汪寿阳，汪冰等. 国际论文与国内论文合一统计方法研究J. 管理科学学报，1999，3（2）：59-65.14 任若恩，王惠文多元统计数据分析理论、方法、实例M北京：国防工业出版社，1999：2-2

28、00As of Microsoft® Internet Explorer 4.0, you can applmultimedia-style effects to your Web pages using visual filters and transitions. You can apply visual filters and transitions to standard HTML controls, such as text containers, images, and other windowless objects. Transitions are time-vary

29、ing filters that create a transition from one visual state to another. By combining filters and transitions with basic scripting, you can create visually engaging and interactive documents.Internet Explorer 5.5 and later supports a rich variety of optimized filters. Click the following button to see a demonstration of many of these filters and how to usetheProcedural surfaces are colored surfaces that display between the content of an object and th