基于文献计量分析的“985”高校员工忠诚度研究评价

周建萍，王瑞青



基于文献计量分析的“985”高校员工忠诚度研究评价

周建萍，王瑞青

［摘要］运用文献计量学的方法以及SPSS19.0版本统计软件，选取2000～2015年“985”高校在中国知网（CNKI）和中文社会科学引文索引（CSSCI）收录的员工忠诚度研究领域的学术论文为研究对象，从论文发表总量、总被引频次、篇均被引频次、高校的h指数、hm指数、元h指数、元标准化（h，A）指数以及发展趋势等多个视角进行分析，旨在通过客观数据探究员工忠诚度研究领域高水平研究机构、高影响力研究论文、高活跃研究人员和“985”高校员工忠诚度研究的发展趋势。

［关键词］文献计量分析；“985”高校；员工忠诚度；h指数

员工忠诚度是员工对企业的忠诚程度，是对企业认可的态度，并由这份认可进而产生对工作的积极性。包括积极参与公司管理、积极执行公司制度、积极维护公司形象等。员工忠诚度是反映企业管理水平的重要指标之一，是关乎企业健康发展的重要因素。如何加强员工忠诚度的管理，提升员工忠诚度，是企业必须面对的重要课题［1］。“985”工程高校具有科研水平高、学科实力雄厚、社会服务能力广、技术创新能力强、学生素质好、教学水平高等特点，是科学研究的主要承担者，也是培养企业家的摇篮。本文选取“985”工程高校作为研究对象，对其研究人员在员工忠诚度研究领域所发表论文的数量、被引频次、h指数、hm指数、元h指数和元标准化（h，A）指数等进行分析和比较，并对发展趋势进行线性回归分析。

一、数据来源和检索策略

（1）数据库选择:中国知网数据库（CNKI）和中文社会科学引文索引数据库（CSSCI）。（2）检索时间:2015年11月。（3）检索时间范围:2000～2015年。（4）检索策略:在中国知网数据库（CNKI）中进行高级检索，输入检索条件为：“主题＝员工忠诚度”或者“主题＝企业忠诚度”，在“作者单位”中依次输入各“985”高校的名称进行模糊搜索，对得出的结果进行人工排查，把重复或者错误结果进行剔除。以“主题＝员工忠诚度”或者“主题＝企业忠诚度”，在作者机构中分别输入各“985”高校名称对CSSCI进行来源文献检索。

二、数据统计分析结果

（一）统计分析发文数量

学术论文的发文数量可以作为评价科研机构研究水平的一种重要依据［2］（P10）。因此，统计各“985”高校在忠诚度领域中的论文发表数量有着重要的意义。经统计分析之后，笔者整理出论文发表数量排在前10的“985”高校。见表1。从表1可以看出，在CNKI数据库中，吉林大学、电子科技大学、山东大学、中南大学和天津大学的发文量排在所有“985”高校的前5名。在CSSCI数据库中，排在前5的“985”工程高校依次为重庆大学、天津大学、华中科技大学、南开大学和复旦大学。从论文发表数量来看，员工忠诚度领域在CSSCI数据库上发表的相关文章数量较少。

表1　“985”高校在员工忠诚度研究领域中论文数量（CNKI，CSSCI）

（续表）

（二）引文指标及其分析

论文发表的数量仅能反映科研数量，而要衡量一所高校研究成果对学科发展的影响程度和受关注程度则要用到文章的被引用次数这一指标［3］。文献的被引用情况是衡量文献质量高低的重要指标，文献的被引频次可以反映文献的质量水平和影响力。文献的被引频次越高，说明该文献的质量越高，所含原始创新越多［4］。文献被引频次一般与影响力呈正相关。因此，笔者对“985”工程高校于2000～2015年期间的员工忠诚度领域相关文献的被引情况进行全面的统计分析。见表2。

表2　“985”高校在员工忠诚度研究领域论文总被引频次统计

如表2，在中国知网数据库（CNKI）和CSSCI数据库中，浙江大学、清华大学和山东大学的总被引频次均居前五名，其中清华大学的被引频次在CNKI数据库和CSSCI数据库中都是位居第二，具有较高的学术影响力。

由表3可知，在CNKI数据库中，篇均被引频次较高的大学有清华大学、浙江大学和北京理工大学，这三所高校的单篇影响力较大。其中清华大学在员工忠诚度领域发表文章29篇，总被引频次为560次，篇均被引用情况排在第一位。

表3　“985”高校在员工忠诚度研究领域论文篇均被引频次和引文比例统计（CNKI，CSSCI）

在“985”高校中，单篇文章被引频次排名前5的文章如表4所示，分别出自南京大学、复旦大学和兰州大学。可以看出，员工忠诚度研究中，内涵和机制等方面的研究具有较大影响力。

表4　员工忠诚度研究领域单篇文章被引用总频次排名前5名的“985”高校（CNKI）

（三）h指数及hm指数的计算与分析

自2005年美国物理学家豪尔赫·E·赫希提出用于评价科研影响力的h指数，h指数在国际科学界得到了迅速和广泛的认可，并且成为科学计量学领域的国际热点［5］。h指数（h-index）是一个综合性指标，可用于评估研究人员的学术产出数量与质量水平。h指数的定义是指在一个时间段内一个科研人员至少有h篇论文被引用不小于h次［6］。h指数很快成为评价学术学者、机构以及期刊科研影响力的重要指标。

然而对于一个机构来说，其h指数的大小与研究机构科研人员数量有很大关系。规模较大的机构往往会具有较高的h指数，反之规模较小的机构由于人员数量少的劣势，会呈现偏低的h指数。在这种情况下，法国莫利纳教授对h指数进行了延伸性的研究，提出了一种消除机构规模影响的hm指数指标［7］（hm= h/Nβ，其中N为机构发表论文的数量，β≈0.4）。hm指数可看作对h指数进行消除机构规模影响后的标准化指标。机构hm指数与h指数在科研评价中的视角类似，都是反映影响力高低的指标，但两者的区别在于hm指数消除了机构论文数量和人员数量对h指数的影响，主要测量机构高质量论文的相对数量［8］。

由于在CSSCI数据库中收集到的关于忠诚度研究的文献数量不够多，代表性不强，笔者只对CNKI数据库的“985”工程高校h指数和hm指数进行了统计。统计结果如表5所示，浙江大学、清华大学、武汉大学、中国人民大学以及北京师范大学的hm指数分别排在前五名。

表5　“985”高校在员工忠诚度研究领域机构h指数和hm指数

（四）综合评价结果

不同评价指标从不同角度反映了机构的学术影响力，为了让评价结果更客观，我们需要综合考虑各项指标。本文在计算CNKI数据库中的“985”高校的综合指数时，将篇均被引频次、论文总被引频次、发文总量、h指数以及hm指数五个指标的权重进行标准化，设定高校综合指数=篇均被引频次/∑篇均被引频次+总被引频次/∑总被引频次+发文总量/∑发文总量+ h /∑h + hm/∑hm（例如：吉林大学综合指数=吉林大学篇均被引频次/ “985”高校篇均被引频次+吉林大学总被引频次/ “985”高校总被引频次+吉林大学发文总量/“985”高校发文总量+吉林大学h指数/“985”高校h指数+吉林大学hm指数/“985”高校hm指数=245/ 1535 + 393/5743+1.60/93 + 9/153 +91/29=0.339）。计算高校综合指数时，对发文量少于10篇的高校进行剔除，综合指数排名前10的“985”高校如表6所示。吉林大学、山东大学、电子科技大学、浙江大学以及中南大学的综合指数在“985”工程高校中依次排在前5名。

表6　“985”高校在员工忠诚度研究领域机构综合指数统计

（五）元h指数、元A指数和元标准化（h，A）指数

学术活跃度高的科研人员是机构的中坚力量，其学术活跃度对机构的发展起着至关重要的作用。美国犹他大学的雪莉教授在h指数的基础上提出了一种用于衡量学术机构整体科研人才实力的元h指数，元h指数是以科学家个人指数评价结果为基础，从整体上衡量和比较科研机构研究人才实力或绩效，对同类机构的研究实力和科研人才评价有一定的参考价值和实用性［9］。为了测度机构拥有研究人员的数量及影响力水平，元h指数以研究人员为基本统计单元。当机构内有h个科研人员的h指数都大于等于为h时，前h个成员则可认为是该机构的核心科研人员，h即为该机构的元h指数。元A指数的定义为某机构核心科研人员的h指数的平均值。元标准化（h，A）指数的定义即为:元标准化（h，A）i=元hi/∑元hi+元Ai/∑元Ai［10］。元标准化（h，A）指数既考虑了元h指数，又考虑了元A指数的影响，因此可以快速锁定机构中影响力较高的学者，它从全新的角度评价了机构的研究水平。元A指数更多地考虑了“h核”内作者的影响力的高低。笔者对“985”高校的元h指数、元A指数及元标准化（h，A）指数进行统计分析，结果如表7所示。表7选取元标准化（h，A）指数排名前10的高校。检索发现在科研人员中，活跃程度比较高的有电子科技大学的王松（h=3）、蔡翔（h=2），复旦大学的姚唐（h=3），清华大学的黄劲松（h=2），山东大学的魏文忠（h=3）、辛杰（h=2），上海交通大学的路晓伟（h=2）、李强（h=2），天津大学的安娜（h=2），武汉大学的杨艳丽（h=2）、阎俊（h= 2）、黄敏学（h=2），浙江大学的徐忠海（h=2）、吴东晓（h=2），中南大学的周文辉（h=2），重庆大学的柯元珍（h=2）等。

表7　机构元h指数、元A指数和元标准化（h，A）指数统计

（六）动态发展趋势分析

本文在研究“985”高校在员工忠诚度研究领域的动态发展趋势时，从h指数、年被引频次、年发文数量与时间趋势进行了分析。

利用统计软件SPSS19.0对年h指数和时间年限作线性回归分析，如果线性回归拟合良好，说明某机构的h指数随时间年限t变化存在线性关系，定义为：h=Vh×t +C，式子中C表示常数，Vh表示h指数随时间年限增长的速率［11］。Vh越大，表示高校的h指数增长得越快，学术影响力提高越快。据统计分析，最近16年，在员工忠诚度研究领域Vh排在前10的机构如表8所示。表中X表示终止年限，如2000～2015年，其含义是X等于2015，则2000～X是指2000年至2015年这段时间里每个高校对应的h指数值。利用SPSS19.0对h指数与时间年限作线性回归操作得出的结果显示，在本文的研究中有20个高校修正后的R2≧0.8，R2的数值越大，说明该线性回归模型对所要研究的问题的解释程度越好，本文中的R2的数值越大，表明某机构h指数随时间的线性拟合性越好。回归系数的显著性概率和F指数分布都小于0.05，表明回归方程是有效的，回归效果显著。Vh指数表示h指数的斜率，反映该机构学术影响力的增长速率。因此，我们可以根据Vh指数对研究机构的未来发展趋势进行预测。

从表8可以看出，排在前3名的“985”高校有山东大学、浙江大学、上海交通大学，说明这3所高校的h指数呈线性增长，增速较快。因此我们推断，未来在员工忠诚度研究领域这3所高校的学术影响力还会有较快的提高。

表8　　机构Vh统计（2000-2015年）

同样，利用统计软件SPSS对年被引频次和时间年限进行线性回归分析操作，V年被引频次排在前10名的“985”高校见表9。从表9可以看出，浙江大学、山东大学、清华大学、中南大学、吉林大学的被引频次增长速率位列所有“985”高校的前5名。

表9　机构V年被引频次统计（2000-2015年）

同理，利用统计软件SPSS19.0对年发文量和时间年限进行线性回归分析操作，V年发文量排在前10名的“985”高校见表10。从表10可以看出，吉林大学、电子科技大学、山东大学、中南大学和天津大学的发文量增长速率在所有“985”高校中排前5名，由此可预测这5所学校在未来忠诚度领域的研究中，涉及忠诚度领域的论文数量会增长较快。

表10　机构V年发文量统计（2000-2015年）

三、结　论

综上所述，本文从多个指标分析了我国“985”高校在忠诚度领域的研究情况。对CNKI数据库和CSSCI数据库的文献信息进行定量统计分析得出: （1）在中国知网数据库（CKNI）中，发文量最多的是吉林大学，在CSSCI数据库中，发文量最多的是重庆大学；（2）在中国知网数据库中，总被引频次最多的是浙江大学，在CSSCI中，总被引频次最多的是南开大学；（3）清华大学和浙江大学单篇文章的影响力较高；（4）在“985”高校中，出自南京大学［12］、复旦大学［13］［14］和兰州大学［15］的5篇文章影响力最大；（5）浙江大学、清华大学、武汉大学、中国人民大学和北京师范大学的机构hm指数排在“985”高校的前5名；（6）“985”高校中，机构综合指数排名前5的高校分别为吉林大学、山东大学、电子科技大学、浙江大学和中南大学；（7）“985”高校中研究创业教育较为活跃的研究人员有电子科技大学的王松（h=3）、蔡翔（h=2），复旦大学的姚唐（h=3），清华大学的黄劲松（h=2），山东大学的魏文忠（h=3）、辛杰（h=2），上海交通大学的路晓伟（h=2）、李强（h=2），天津大学的安娜（h=2），武汉大学的杨艳丽（h=2）、阎俊（h=2）、黄敏学（h=2），浙江大学的徐忠海（h=2）、吴东晓（h=2），中南大学的周文辉（h=2），重庆大学的柯元珍（h=2）等；（8）山东大学、浙江大学、上海交通大学等高校未来发展潜力较大。

［参考文献］

［1］王珺瑞.浅谈企业员工忠诚度［J］.中国外资，2011，（16）.

［2］邱均平，王曰芬，等．文献计量内容分析法［M］.北京：国际图书馆出版社，2008．

［3］孔春苗．基于CNKI的中国档案学学者影响力报告（2004－2008）［J］．档案与建设，2010，（2）.

［4］岳洪江，刘思峰，梁立明．我国对技术创新的关注与研究——基于24年的文献计量分析［J］．科研管理，2008，（3）．

［5］金碧辉．Rousseau Ronald·R指数AR指数：h指数功能扩展的补充指数［J］．科学观察，2007，（3）．

［6］Hirsch JE. An Index to Quantify an Individual's scientific Research Output［J］.Proceedings of the National Academy of Sciences of the United States of America，2005，（46）.

［7］Molinari JF，Molinari A．A new Methodology for Ranking scientific institutions［J］．Scientometrics，2008，（1）．

［8］岳婷，杨立英．H-m指数在科研机构评价中的适用性研究——以“艾滋病病毒感染与治疗”主题为例［J］．图书情报工作，2012，（18）．

［9］转引自刘颖．省级公共图书馆学术影响力评价研究［J］．图书情报工作，2010，（3）．

［10］曾纪洁．h指数及其扩展指数用于机构评价研究［J］.图书情报工作，2011，（10）．

［11］张晓阳，金碧辉．高被引科学家h指数成长性探讨——以分子生物学与遗传学领域为例［J］.科学学研究，2007，（3）.

［12］郑庚峰.如何提高知识员工的忠诚度［J］.政策与管理，2002，（12）.

［13］姚唐，黄文波，范秀成.基于组织承诺机制的服务业员工忠诚度研究［J］.管理世界，2008，（5）.

［14］高健.员工忠诚度的全程管理［J］.中国人力资源开发，2002，（2）.

［15］宋超英，孙广兵.基于心理契约的员工忠诚度研究［J］.科学与管理，2006，（1）.

［责任编辑：荷叶］

［中图分类号］C91

［文献标识码］A

［文章编号］1004- 4434（2016）04- 0151 -06

［作者简介］周建萍，北京第二外国语学院英语教育学院副教授，硕士生导师；王瑞青，北京第二外国语学院英语教育学院硕士研究生，北京100024