江蘇省科技期刊學術影響力的影響因素研究

　　摘要[目的/意義]通過量化研究識別江蘇省科技期刊學術影響力的關鍵影響因素及各因素的影響強度。[方法/過程]以自然科學總論、醫藥衛生、工業技術期刊2013-2015年影響因子為因變量，載文量、論文選出比、平均引文數、基金論文比、引用刊數、平均作者數、機構分布數、地區分布數為自變量，采用逐步多元回歸檢驗各指標的影響作用。

　　[結果/結論]平均作者數、引用刊數、平均引文數是正向強影響力指標;地區分布數和基金論文比是弱影響力指標，影響強度存在學科差異;期刊載文量、論文選出比、機構分布數的直接影響作用不顯著。江蘇省不同學科科技期刊學術影響力的關鍵影響因素和影響強度差異較大。

　　關鍵詞：科技期刊,期刊評價,學術影響力,影響因子,影響因素,回歸分析

　　作為科技期刊大省，江蘇省科技期刊的量和質位居全國前列，但與科技發展及基礎研究仍有許多不匹配之處，距離期刊強省尚有一定距離[1]。隨著科技研究的蓬勃發展，江蘇省需進一步提高期刊質量，以適應科學事業的發展。科技期刊質量的一個重要衡量標準是學術影響力的高低，學術影響力高的期刊勢必會吸引高質量的稿源，被高質量的數據庫收錄，形成一種良性的馬太效應，因此，努力提高期刊的學術影響力成為江蘇省科技期刊的努力方向。

　　期刊學術影響力的影響因素眾多，明確不同學科的關鍵影響因素，進而尋找提升學術影響力的有效途徑成為期刊主辦方關注的重點。本研究團隊前期已對江蘇省科技期刊的學術影響力進行深入分析[2]，在此基礎上，進一步對不同學科期刊的相關特征與學術影響力之間的線性影響關系進行量化研究，識別江蘇省科技期刊學術影響力的關鍵影響因素及各因素的影響強度，為江蘇省科技期刊的發展建設和期刊評價提供些許實踐啟示。

　　期刊學術影響力的評價一直是學者關注的焦點，對其定量評價指標的研究大致可以分為兩類：一是傳播指標，主要是與期刊自身特征相關的指標，如期刊載文量、篇均引文量、篇均作者數、論文選出比、機構分布數、引用刊數、地區分布數、基金論文比等;二是效果指標，主要是與期刊影響力即被引相關的指標，如總被引、影響因子、即年指標、被引半衰期、h指數等[2-3]。其中，影響因子作為一個相對統計量，可克服期刊規模不同帶來的偏差，成為評價學術影響力的重要指標[4]。

　　提高期刊的學術影響力不僅是辦刊者的目標，也是期刊評價領域關注的重點，大量期刊編輯人員和學者從不同角度對期刊學術影響力的影響因素進行了探索。早期研究大多基于工作經驗或定性思考，從主客觀兩方面進行討論。客觀因素主要是與學科、論文和期刊本身相關的因素，包括學科間期刊數、平均參考文獻數、引證半衰期的差異，論文長度、類型、作者數、出版時滯、期刊載文量、選出論文比、基金論文比、地區分布數等;主觀因素則主要是編輯部和作者的引文動機與期刊影響因子之間的關系[5-8]。

　　后期研究則更多從定量角度出發，以不同學科的期刊為研究樣本，采用模型或統計方法對影響期刊學術影響力的客觀因素進行實證檢驗。俞立平等基于不同方法分別對醫學期刊2006和2007年數據進行實證研究，得出不同結論：2006年數據顯示基金論文比、平均引文數、平均作者數與影響因子低度相關，地區分布數與影響因子無關[3];2007年數據顯示高影響因子期刊的基金論文比、平均引文數與影響因子無關，平均作者數、地區分布數對影響因子有顯著正向影響;低影響因子期刊的平均引文數與影響因子無關[9]。

　　王群英等對資源、生態、地理期刊的分析發現不同學科間期刊載文量與影響因子的相關程度不一[10]。AbdullGaffar對細胞病理學期刊的分析發現期刊載文量對影響因子無顯著影響[11]。俞立平等對科學學與科技管理期刊的研究發現載文量對影響因子有雙向作用;篇均引文量與影響因子正相關[12]。Didegah等對生物學和生物化學、化學和社會科學領域的分析發現，期刊的引文量與影響因子顯著相關[13]。袁慧等對荒漠化與水土保持領域期刊的研究也得出了類似的結論[14]。

　　而Dorta-Gonzalez等對科學和社會科學領域期刊的分析則發現，篇均引文量并不是解釋不同學科期刊影響因子差異的主要因素[15]。金鐵成[16]、王謙等[17]分別以食品工業和醫學期刊數據為基礎，探討了基金論文比與影響因子之間的關系，得出了不同的結論。Abramo等對意大利不同學科期刊的研究在一定程度上否定了作者數量與期刊影響因子之間的正相關關系[18]。

　　而Polyakov等對農業、資源、環境和生態經濟學領域的研究卻發現，作者合作會增加其成果的影響力，同一國家內機構間合作的效果與同一機構內合作的效果相似[19]。綜上，雖已有不少研究從定性和定量角度分析了期刊特征與學術影響力之間的關系，但在許多方面并未達成共識，且尚未有研究對某一區域不同學科的科技期刊進行實證檢驗;已有研究的統計數據大多是某一年的影響因子和當年的期刊特征數據，從計算方法看，影響因子的統計對象是前兩年發表的論文，與當年期刊特征數據不一致;另外，也鮮少有研究對同一學科期刊連續多年的影響因子與期刊特征之間的關系進行研究。

　　本文在系統梳理已有研究的基礎上，以最能代表期刊學術影響力的影響因子(Y)為因變量，期刊載文量(X1)、論文選出比(X2)、平均引文數(X3)、基金論文比(X4)、引用刊數(X5)、平均作者數(X6)、機構分布數(X7)、地區分布數(X8)八個期刊特征指標為自變量，數據統計年限保持一致，通過對連續三年數據的實證檢驗揭示各指標對不同學科期刊學術影響力的直接影響關系及影響強度。

　　1數據來源與研究方法

　　1.1數據來源

　　鑒于數據的可獲得性，本文以《中國科技期刊引證報告(擴刊版)》統計的2011-2015年數據為樣本。由于影響因子考察的是前兩年發表論文的學術影響力，計算窗口為兩年期，為保證數據統計的一致，選取2013-2015年影響因子為因變量，所對應的期刊特征指標均為期刊前兩年數據的平均值，如以期刊2013年影響因子數據為因變量，則自變量為期刊2011-2012數據的平均值。

　　經統計江蘇省共計10個學科的科技期刊進入《中國科技期刊引證報告(擴刊版)》統計源，其中2011-2015年間僅自然科學總論、醫藥衛生和工業技術三個學科的期刊數量超過20種。由于在數據量較少的情況下進行研究不具代表性，本文選取數量較多的自然科學總論、醫藥衛生和工業技術期刊為研究對象。

　　另外為使同一學科不同年度的研究結果具有可比性，需保證同一學科不同年度入選期刊的一致性，筆者通過對比2011-2015年的數據，刪除有個別指標數據缺失和未同時在所有年度出現的期刊，統一經更名后名稱不一致的期刊，最終以三個學科的149種期刊為研究對象，其中自然科學總論23種，醫藥衛生38種，工業技術88種。三個學科的有效期刊數量約占江蘇省科技期刊的60%，對其分析結果能在一定程度上代表江蘇省科技期刊的總體情況。

　　1.2研究方法

　　多元線性回歸分析是檢驗多個自變量對因變量的影響關系及影響強度的常用方法，根據研究對象和條件的不同，可選擇不同的變量進入法。逐步多元回歸同時使用前進選取法與后退刪除法，挑選只對因變量有顯著預測力的自變量進入模型，此種分析方法對投入變量順序無要求，同時能在一定程度上矯正變量間的多元共線性問題。

　　本研究并無堅實的理論與經驗支持投入回歸模型的自變量順序，若采用其他變量進入法，變量進入順序不同會導致結果不同;同時由于影響因素較多，各因素之間可能存在高度相關性，發生多元共線性問題。針對上述問題，本文采用逐步多元回歸分析檢驗自變量對因變量的影響。

　　2實證檢驗

　　2.1變量的正態性檢驗

　　多元線性回歸要求分析數據必須符合正態性的基本假定，可借鑒檢驗因變量是否為正態進行判定。本文采用非參數檢驗分析法對三個學科三年的影響因子數據進行檢驗，其中自然科學總論和醫藥衛生樣本量小于50，采用ShapiroWilk統計量檢驗，工業技術樣本量大于50，采用Lillifors統計量檢驗。

　　結果顯示，自然科學總論期刊影響因子數據呈正態分布，無需進行正態性轉換;工業技術期刊影響因子數據呈中度正偏態分布(影響因子的偏度值>0，偏度值為其標準誤的3倍以上)，取以10為底的對數(log10)進行正態轉換;醫藥衛生期刊影響因子數據呈輕度正偏態分布(影響因子的偏度值>0，偏度值為其標準誤的2-3倍)，取根號開平方的方法進行轉換，轉換后的數據經檢驗呈正態分布。

　　2.2變量間的相關關系檢驗

　　采用Pearson相關系數對三個學科2013-2015年的因變量和自變量相關關系進行檢驗，結果如下：

　　(1)自然科學總論學科2013年影響因子與基金論文比(0.542**)①、引用刊數(0.665**)顯著中度正向相關;2014年影響因子與平均引文數(0.541**)、基金論文比(0.507*)、引用刊數(0.598**)、平均作者數(0.425*)、地區分布數(0.432*)顯著中度正向相關;2015年影響因子與平均引文數(0.504*)、基金論文比(0.533**)、引用刊數(0.667**)、平均作者數(0.518*)顯著中度正向相關。以上自變量間的相關系數絕對值不高于0.7，不存在嚴格意義上的多重共線性關系。

　　(2)醫藥衛生學科2013、2014年影響因子均與平均作者數顯著正向相關，相關系數分別為0.354*和0.329*，相關度較低;2015年影響因子與平均作者數(0.354*)和地區分布數(0.410*)顯著正向相關。以上自變量間的相關關系不顯著。

　　(3)工業技術學科2013、2014、2015年影響因子均與平均引文數(0.667**;0.614**;0.662**)、基金論文比(0.653**;0.6**;0.689**)、引用刊數(0.577**;0.54**;0.615**)、平均作者數(0.619**;0.553**;0.632**)顯著中度正向相關，與地區分布數(0.323**;0.274**;0.281**)顯著低度正向相關;2015年影響因子與論文選出比(0.244*)顯著低度正向相關。

　　以上自變量中，平均引文數、基金論文比、平均作者數之間顯著高度正向相關，相關系數大于0.68，納入模型的自變量之間存在一定的多重共線性問題。綜上，自然科學總論和醫藥衛生學科與因變量有顯著相關關系的自變量之間不存在多重共線性問題，但工業技術學科少量指標之間存在一定的多重共線性問題，故可采用逐步多元回歸分析，糾正自變量間的多元共線性問題。

　　2.3逐步多元回歸分析

　　逐步多元回歸分析所得到的最優模型中各自變量的回歸系數均達顯著水平，模型整體檢驗結果也達顯著水平。逐步回歸分析結果可知，研究觀測值之間相互獨立(Durbin-Watson檢驗值接近2);自變量間無多重共線性問題(容差>0.1)，也即采用逐步多元回歸分析糾正了自變量間的多元共線性問題;各模型F值統計量達顯著水平(P<0.05)，所得回歸模型具有統計學意義。

　　從得到的最優回歸模型看，自然科學總論和工業技術學科的復相關系數R大于0.65，自變量和因變量之間具有高度線性相關關系，方程擬合優度較高;決定系數R2和調整R2大于0.4，也即進入方程的自變量可以有效解釋影響因子超過40%的變異量，影響程度較高。醫藥衛生學科的復相關系數R在0.3到0.55之間，自變量和因變量之間具有中度線性相關關系，回歸方程擬合優度為中等;決定系數R2和調整R2介于0.1和0.3之間，自變量可以解釋影響因子的變異量較少，影響程度較低。

　　具體到各自變量的影響方向和強度而言：

　　(1)自然科學總論：2013年變量X5對影響因子有顯著正向影響，且其影響力較大(β=0.665);2014年變量X8和X6對影響因子有顯著正向影響，影響力較大，X8(β=0.731)的影響力略高于X6(β=0.726);2015年對影響因子有顯著正向影響的變量是X5和X3，其中X5(β=0.575)的影響力遠高于X3(β=0.354)。

　　(2)醫藥衛生：對2013和2014年影響因子有顯著正向影響的變量X6，影響力不高(β值分別為0.354和0.329);對2015年影響因子有正向顯著影響力的變量X8和X6，二者的影響力同樣較低，相較而言，X8(β=0.373)的影響略高于X6(β=0.309)。

　　(3)工業技術：對2013年影響因子有顯著正向影響的變量X3、X5、X6，三者對影響因子的影響力較低，其中X5(β=0.312)略大于X3(β=0.286)和X6(β=0.274);對2014年影響因子有顯著正向影響的變量X3和X5，二者的影響力略高一些，X3(β=0.460)明顯高于X5(β=0.312);對2015年影響因子有顯著正向影響的變量X4、X5、X6，影響力同樣較低，其中X5(β=0.339)高于X6(β=0.318)和X4(β=0.274)。

　　3結論與討論

　　本文對江蘇省自然科學總論、醫藥衛生和工業技術期刊2013-2015年學術影響力影響因素的研究表明：影響江蘇省科技期刊學術影響力的期刊特征因素存在學科差異，各因素對不同學科期刊學術影響力的影響強度差異較大。

　　(1)強影響力指標平均作者數、引用刊數、平均引文數對三個學科期刊的學術影響力有顯著正向影響

　　平均作者數在三個學科的大部分年份均對影響因子有顯著正向影響，影響強度較高。引用刊數在自然科學總論的2013和2015年份對影響因子呈現高強度顯著正向影響，在工業技術學科的連續三個年份對影響因子呈現中度顯著正向影響。

　　平均引文數對自然科學總論期刊2015年度的影響因子呈現中度顯著正向影響，在工業技術學科的2013和2014年度對影響因子呈現中度顯著正向影響。作者數對期刊影響因子的正向影響已得到定性[8]和定量研究[9]支持，一般認為，作者數較多的論文更能集中大家的智慧，被團隊作者引用的可能性增高，因而期刊的作者數越多，影響因子也可能越大，本文數據也驗證了這一結論。

　　因此，學者在進行科學研究時可與不同專長的同行合作，集眾人之所長，產出高質量的論文;編輯部在選刊時對高質量的合作論文可優先考慮，以增加期刊的被引，進而提高期刊的影響因子。引用被評價期刊的期刊數越多，說明該期刊的被使用范圍越廣，影響力越大，這一觀點得到本文數據的支持，提高期刊的引用刊數可以有效提高江蘇省科技期刊的影響因子。

　　期刊論文的平均參考文獻數越多，前期研究越充分，論文的平均研究深度越深，被引用的可能性越大，期刊的影響因子越高，已有研究已驗證這一觀點[14]，本文同樣支持這樣的結論。因而，學者在撰寫論文時，要對前人研究有充分的了解，在占有大量文獻的基礎上開展研究，產出高質量的論文;編輯部在選刊時，也可將參考文獻數量作為初步判斷論文質量的標準之一。

　　(2)弱影響力指標地區分布數和基金論文

　　比僅對個別學科期刊的學術影響力呈現顯著正向影響地區分布數對自然科學總論期刊2014年度影響因子有高度顯著正向影響，對醫藥衛生期刊2015年度影響因子有中度顯著正向影響。基金論文比對工業技術期刊2015年度影響因子有中度顯著正向影響。

　　地區分布數越多，期刊受不同地區作者關注程度越大，覆蓋面越廣，影響力越大，本文兩個學科數據驗證了地區分布數對期刊影響因子的直接正向影響關系，對工業技術期刊影響因子的影響作用雖未達顯著，但卻存在顯著低度正向相關關系。地區分布數在自然科學總論和醫藥衛生的其余年份與影響因子的相關關系不顯著，這一結果也與俞立平[3]的研究相吻合，說明地區分布數對期刊影響因子的影響作用存在學科和年度差異。

　　獲基金支持的項目多為學界關注的重要領域，研究團隊應該具有較強的研究水準，更容易產出高質量的成果，獲得較大的影響力，因此期刊的基金論文比越高，影響因子也應越高，該觀點已在部分學科期刊中得以驗證[16]。

　　本文發現基金論文比對期刊影響因子的影響存在學科差異：自然科學總論和工業技術連續三年的數據顯示基金論文比與影響因子存在中高度正向相關關系，但其正向影響作用僅在工業技術2015年度得以驗證;醫藥衛生三年數據均顯示基金論文比與期刊影響因子不存在顯著相關關系。因此，期刊編輯部在選稿時要正確認識基金論文，不能唯基金論，要給予非基金優質論文刊發的機會。

　　(3)期刊載文量、論文選出比、機構分布數

　　對江蘇省科技期刊的學術影響力無顯著影響三個指標對三個學科各年度影響因子均無顯著影響，其中論文選出比與工業技術期刊2015年度影響因子呈現顯著低度正向相關關系;期刊載文量和機構分布數與三個學科各年度影響因子之間的相關關系均不顯著。期刊載文量對影響因子的影響作用一直備受爭議[10-12]，本文支持了載文量與影響因子無關這一結論;載文量增加并不能提高江蘇省科技期刊的影響因子，因此無須一味追求刊載論文的數量，更應該關注論文質量。

　　論文選出比是按統計源選取原則選出的文獻量與全部載文量之比，反映可被引文獻量占比;從經驗角度而言，期刊的可被引文獻占比越高，被引頻次越大，影響力也越大，然而由于載文量對影響因子的作用是波動的，因而該指標對影響因子的作用也不穩定，本文數據僅工業技術2015年度數據顯示與期刊影響因子的低度正向相關關系，直接影響作用不顯著。

　　機構分布數在一定程度上反映期刊對不同機構學者的吸引力，一般認為，機構數越多，期刊受不同機構學者的關注越多，學術影響力越大;然本文數據顯示二者之間的相關關系不顯著，在一定程度上說明對江蘇省科技期刊而言，機構數的多少對期刊的學術影響力并無影響，在期刊學術影響力評價和選稿時無須過多關注這一指標。

　　參考文獻：

　　[1]蘇新寧,楊國立.江蘇省科技期刊發展對策研究[J].中國科技期刊研究,2017,28(10):875-879.

　　[2]錢愛兵.江蘇省科技期刊學術影響分析[J].中國科技期刊研究,2017,28(10):887-899.

　　[3]俞立平,潘云濤,武夷山.學術期刊來源指標與影響力關系的實證研究[J].科研管理,2010,31(6):173-179.

　　[4]蔣勇青,齊萍.學術期刊影響力評價方法研究[J].中國軟科學,2017(3):178-185.

　　科技學術方向刊物推薦：《科研管理》雜志創刊于1980年，是國內外公開發行的學術性刊物，本刊被國家自然科學基金委員會管理科學部遴選和認定為20種中國管理科技重要期刊之一。還加入了清華大學主辦的《中國學術期刊專題文獻數據庫》，中國科技信息研究所主辦的《萬方數據網絡中心》。

轉載請注明來自發表學術論文網：http://www.zpfmc.com/wslw/20449.html