仰明桥 赵富学
(武汉体育学院,湖北 武汉 430079)
随着“双一流”建设的推进,各学校的学术影响力也在加快扩大。北京体育大学与上海体育学院作为国内顶尖的专业体育院校,均为国家“双一流”建设高校,与其比较研究将有助于提升国内各专业体育院校的学术水平。一所学校学术水平是其学术影响力的重要支撑,论文发文的影响力作为学术水平的重要组成部分,也是一个学术机构竞争力的重要体现。然而,一个机构的论文影响力水平,主要由学术评价指标量化表现出来。对于学术评价,是个人能力与进修、人文社会学科学科建设、科研制度管理与水平提高、资源配置与利用、期刊影响与发展以及智库选材与扩充的重要参考依据。[1]
关于学术评价指标,目前传统的评价方式是文献量、作者数、引用频次和类期刊影响因子等平均数量的统计和综合评价指标h指数等。[2]在2013年FredY.Ye和Loet Leydesdorff提出了整合学术发文和引文分布特征的新型学术测度,[3]即学术矩阵与学术迹,这是一个多变量的评价指标,可以使评价更全面,并且配合多种图表可以更直观地体现出学术团体间的学术差别。
学术矩阵是在h指数的基础上结合i3指标[4]提出的,是根据评价单位按被引频次排序的发文-引文曲线(如图1)计算得出的一个无量纲的定量参数,记作T。曲线以P表示发文数作为横坐标,以C表示引用数作为纵坐标(后文简称为C-P图)。C-P图中,以h指数的横纵坐标线将曲线分为3个区域:从上到下依次为:①e域(被引频次>h),以Ce表示;②h域(被引频次=h),以Cc表示;③t域(0<被引频次 图1 发文 引文排序分布图 令Xc=Pc/(Pc+Pt+Pz),Xt=Pt/(Pc+Pt+Pz),Xz=Pz/(Pc+Pt+Pz),Yc=Cc/(Cc+Ct+Ce),Yt=Ct/(Cc+Ct+Ce),Ye=Ce/(Cc+Ct+Ce) 作为权重,可以定义两个独立向量:发文量向量X和被引文数向量Y:[5] X=(X1,X2,X3)=(PC2/P,Pt2/P,Pz2/P) (1) Y=(Y1,Y2,Y3)=(Cc2/C,Ct2/C,Ce2/C) (2) 向量X=(X1,X2,X3)和向量Y=(Y1,Y2,Y3)分别表征了三个区域的发文分布和引文分布并可构造新向量Z: Z=(Z1,Z2,Z3)=(Y1-X1,Y2-X2,Y3-X3) (3) 综合(1)(2)(3)式子构成学术矩阵V: (4) 矩阵V中的数值象征着学术成就的分布,其中行向量X表征了3个区分段的发文量分布,向量Y表示了3个区分段的引文数分布,向量Z表示引文数和发文量差的分布。其中X3涉及到引用数为零的文章象征着对学术的负面影响,越大表示低水平文章越多,X1和Y1反应了h核的累积分布象征着高质量的论文,X2和Y2反应了h尾区域的累积分布是一般论文的分布区。 关于数据的获取,由图1可知PC=h,Cc=h2,P=Pc+Pt+Pz和C=Cc+Ct+Ce。因此只需要获取5个数据(h,P,PZ,C和Ct)即可求得学术矩阵V与学术迹T的数值。并且由于数据的更新变化,会导致不同数据库,不同时段的数据获取会有一定的偏差。因此说明本文数据获取于中国知网(CNKI)数据库,在2019年1月20日,通过高级检索功能,选取2013年1月1日至2018年12月31日的时间段,对14所体育学院通过作者单位依次精确检索,记录每条发文的题目与被引数据,再根据题目编辑其唯一索引去重并按被引数排序,通过查找标题、发文量与被引数,通过上述简单的等式计算,即可获得所需的5项数据。 本文所用到的数据收集与整理工具为PyCharm 2017.3.3和WPS 2019,制图与分析软件为Origin9.1。 2.1.1 基于3年份分段的学术矩阵表 表1以2018年、2016—2018年、2013——2018年分为3个数据区间,分别为1年(可表示近期)、一个3年(可表示中时间段)、两个3年(可表示长期),分别列出各个体育院校的学术矩阵数据(数值取小数点后2位),基于前文对各参数的说明可以整理得到公式(5),以对照参考。 表1 14所体育院校学术矩阵表 续表1 (5) 从整体上可以看出:①所有体育院校的X1指标均小于0.3,甚至大多数体育院校处于小数百分位的水平,对比其他著名综合性院校(剑桥大学0.8689、北京大学0.4531、复旦大学0.4573)[7]可以看出,在高水平论文上,体育类学术论文相比其他学科的学术论文,低于所有学科的平均水平,相比国外院校更有2倍以上差距。②各体育院校在2018年单年的学术矩阵各指标参数均明显偏小,表现出在最近的一年(2018年)里各体育院校的论文被引均处于较低水平,且有指标为0的院校更是在部分被引数的区间内无被引发文,表现了其学术论文在这个时间段的价值量较低。但随着年份向往年递增,包含了更多的发文,以及被引量的增多,此后各体育院校均无异常指标,可以看出各体育院校学术水平依旧处于正向发展水平。③各体育院校的中间一列参数(即X2、Y2、Z2)均为变化较大的系数,即属于正常现象,且需以此为前提比较其他参数,表明了其一般发文与一般被引文数量均在扩充,否则其发文,即使其第一列指标数值(表征高质量的发文指标)较高,也不足以说明与其他体育院校的学术水平优劣,而仅仅只能表示其相对自己个体(本院校)总发文的数值。④从各体育院校具体数值分析,可以看出北京体育大学在2018年中的X1参数处于低水平位置,数值为0.02;而其X2参数却处于各体育院校首位(X2=2.35);从X3参数看,北京体育大学相比同年份其他体育院校高出一个数量级,可见其高被引发文参数偏低是由于其零被引文章过多所致。但其X2与Y2参数高于其他院校同时也说明其发文总体水平高于其他体育院校。 学术矩阵表虽各参数详尽,按照1年、3年、6年划分可以详细看到各指标数值的增长值,更能找出发文在高、中、低水平的分布情况,但学校间的参数变化从数值来看并不明显,需要引入散点图像进一步比较。 2.1.2 基于核心影响力的发文与被引分布图 以2个衡量院校h核水平的主要指标X1和Y1分别作为X轴和Y轴做出散点图。其数值越大即院校代表点越远离0点,其核心影响水平越高。从图2中可看到,北京体育大学坐标位置远高于其他体育院校,处于领先地位,位于核心影响力水平的第一梯队。上海体育学院、首都体育学院、广州体育学院、河北体育学院、天津体育学院这几所体育院校的发文处于h核内的分布相差不大(处于坐标轴20 图2 14所体育院校核心影响力(2013——2018)分布图注:核心影响力为发文的被引数处于h核内的论文指数,与论文的来源是否为核心刊物并无联系。 2.2.1 基于2013—2018年(顺序)累积学术迹指标 通过2013年到2018年学术迹的积累图可以看出:①国内14所体育院校学术水平分3个梯队,分别是处于第一梯队的北京体育大学;第二梯队包括首都体育学院、上海体育学院、成都体育学院、武汉体育学院和西安体育学院,其中首都体育学院为第二梯队之首;第三梯队(图4)包括吉林体育学院、沈阳体育学院等8所院校。②处于第一梯队的北京体育大学学术迹累积速度即斜率高于其他院校,且自2013年起其学术迹就有较高水平,这也是其学术水平一直处于领先地位的重要原因。③在第二梯队中,5所体育院校的差距不大(极差为1779),但其学术迹指标均与北京体育大学相差一个数量级,从图3中可以看到明显的断层,且差距逐年提高;西安体育学院和武汉体育学院学术迹走势趋于重叠,自2013年累积3年(2015)后,武汉体育学院反超西安体体育学院(学术迹指标高出91),侧面反映了西安体育学院学术发展速度的减缓。④在第三梯队中,吉林体育学院的表现尤为突出,其累积速度明显高于其他7所体育院校,并且在2013—2015年段后处于第三梯队领先位置,表现出学术水平较快的提升;反观河北体育学院学术迹的累积自2013年起一直处于平稳状态且与其他体育院校有些脱节;山东体育学院在2013—2015年段(3年)后其学术水平增长趋于静止,有明显下滑走向。⑤从总体上看,这14所体育院校的学术迹指标自2013年至2017年学术水平保持持续缓慢增长,然而到了2017年末至2018年,学术迹指标均呈下降趋势,即使是一直处于领先增长的北京体育大学也不例外,此现象将在后文结合逐年学术迹走势图深入比较分析。 2.2.2 基于2018—2013年(逆序)累积学术迹指标 14所体育院校的学术迹反向走势图斜率均不断扩大(除武汉体育学院、吉林体育学院和山东体育学院在5年段至6年段有斜率降低表现),可见随着年份的推移发文价值逐渐被发掘,其中以北京体育大学斜率变化最大,这也与其发文量基数较大有关。但同时可以发现在2018年14所体育院校均为负值,这种学术发展均为恶化的异常走势,其中图5中前6所体育院校尤其明显,北京体育大学最为突出(2018年学术迹指标为-1161.7271)。这也说明在最近的时段(数据采集时间为2019年1月)一年里,各研究学者并没有引用较新发表的论文,从而导致在2018年时段里的学术迹指标成负值,但在2年中依旧为负值,也表现出了体育学科对研究热点的狂热度不高,对于新观点、新研究的关注度不足,从而导致了在起初的时间段里学术迹的数值为负值。但山东体育学院、沈阳体育学院、河北体育学院和广州体育学院在3年累积的时间段里也依旧为负值,可以看出其学术水平降低的发展趋势。其中沈阳体育学院在4年后表现的速率大增,证实了其在2015年前论文的价值得到发掘,也同时说明了其现今的学术发展大不如以前。 2.2.3 基于5所特征体育院校13—18逐年学术迹趋势图 首都体育学院与吉林体育学院分别表示了第二梯队与第三梯队的学术迹逐年走势。随着年份增加对北京体育大学的学术迹指标影响尤为明显,年份越远学术迹的提升就越大,表明其发文随着时间推移越来越多地被发掘引用。而越平缓走势的体育院校其学术水平表现越差,即使在接近现今的时段学术迹指标表现出有短暂的优势,但随着时间累积立马就会表现出差距。根据图7可以看出,2018年的学术迹指标为负值,结合图5与图6的分析,可以解释在图3与图4中2013—2018年(顺序)累积学术迹指标在累积到2018年时呈降低趋势的原因。 图3 前6所13—18累积学术迹走势图 图4 后8所13—18累积学术迹走势图注:图3和图4均以2013记为1年,2013—2014记为2年依次至2013—2018记为6年作为横坐标,以各分段年份的学术迹指标为纵坐标绘制,此图像展现从指定年到2018年的学术迹累积情况,有利于分析比较学术水平长久进步发展的状况。 图5 前6所18—13累积学术迹走势图 图6 后8所18—13累积学术迹走势图注:图5和图6均以2018记为1年,2017—2018记为2年从现在向过去依次增加至2013—2018记为6年作为横坐标,以各分段年份的学术迹指标为纵坐标绘制,此图像采用反向的学术迹逐年累积作为X轴,有利于分析比较近年的学术水平以及以往发文的潜力水平。 图7 5所特征体育院校13—18逐年学术迹趋势图注:选取特征明显的5所体育院校(分别为各梯队代表院校),以每一年为时间段绘制2013到2018逐年的学术迹趋势图。 从表2可以看出T与X2、X3、Y1、Y2以及h指数的P<0.05,拒绝原假设(H0:两变量间非线性相关),认为两两之间存在线性相关性。通过学术矩阵可以看到学术迹变化的内因,通过学术迹可以量化各体育院校的发文变化情况,这两个评价方法相辅相成,善加利用可以对各体育院校的学术水平做出客观全面地分析比较。 表2 相关参数的Spearman相关性分析结果表 1) 综合上述数据可以发现,根据文章发文与被引量为基础的学术迹指标与在新浪教育“2017年全球体育类院系排名 四所中国内地高校上榜”的报道中关于上海体育学院学术影响力似乎相左。报道称:“上海体育学院的学术影响力在2017年为全国之首”。一所学术机构的学术影响力与许多因素有关,包括科研论文数量、科研论文引用次数、专利数量、奖励数量、师资规模、核心期刊、人才培养等。[8]而对于此报道的数据来源为Web of Science数据库,且只是单纯地选取了“论文数”、“被引次数”、“篇均被引次数”、“前25%期刊中发文量”与“国际合作论文比例”五项指标[9]得出的排名。利用学术迹指标结合学术矩阵的分析可以有效地从论文质量与数量的视角去评定各学术机构的发文影响力,其囊括了核心与非核心期刊,相比只收集和比较专业体育院校在核心刊物上的发文情况有更多的信息量,能充分探寻各体育院校发文的被引情况,摆脱核心刊物的束缚,把发文的影响力程度全部交由各级各类相关领域的研究学者即依据各级各类发文的被引表现。 2) 但我们也必须承认体育类核心期刊在专业体育院校中的权威性与影响力。查找北京体育大学2018年在体育类核心期刊的发文为122篇,由此我们再次检索得出在2018年上海体育学院与首都体育学院在体育类核心期刊累积核心发文量分别为44篇与37篇,上海体育学院的发文量约多出首都体育学院的20%。可以发现从核心期刊的发文来看,北京体育大学依然有巨大优势,并且上海体育学院的发文影响力明显大于首都体育学院。鉴于此,依据表1中两学术机构的学术矩阵,可以看出上海体育学院与首都体育学院的尾引文相差无几,但由于在零被引发文量指标上过多地大于首都体育学院,从而导致学术迹指标偏低,同样也表明了上海体育学院在体育类核心期刊发文影响力显著的同时也需要提升包括非核心期刊在内的各发文的整体质量。 3) 机构间的科研合作一直是各学术机构提升自己学术影响力的有效途径,同样也对全国体育学科发展起到重要的推动作用。把累积的学术迹指标与各体育院校的地理位置相结合可以看出,在东北地区,吉林体育学院、哈尔滨体育学院和沈阳体育学院三所院校更应加强合作共同发展,与华北地区的北京体育大学等各体育院校开展更多的学术交流活动,充分借鉴学习华北地区体育学术影响良好发展的经验。在华东地区,上海体育学院的学术表现起到了引领作用,同样在华中地区武汉体育学院也有着领头的作用,这两所院校的发展对中部的体育发展起到至关重要的推动力量有着巨大的学术影响力,更应加强合作优势互鉴共同发展。在我国西部的成都体育学院和西安体育学院,这两所院校的科研合作将共同加快西部落后地区的追赶步伐,更充分发挥其在西部地区体育发展骨干作用。然而广州体育学院作为在南部经济发达地区的唯一一所专业体育院校,其累积的学术迹指标偏低,可见作为南部地区体育发展的重要学术机构,其学术水平急需提高,虽然在地理位置上相距其他其体育院校较远,但仍需加强与中部和华东地区学术机构的交流合作利用优势加快发展。 1)国内体育院校的发文相比综合大学的学术论文发文质量偏低。 2)北京体育大学的整体发文水平处于14所体育院校的领先地位。 3)14所体育院校发文的整体水平存在较大差异。根据2013年到2018年这6年间的学术迹累积情况,可以将它们分为3个梯队,分别为北京体育大学代表的第一梯队;第二梯队包括上海体育学院、武汉体育学院、首都体育学院、成都体育学院和西安体育学院;第三梯队包括吉林体育学院、沈阳体育学院、南京体育学院、天津体育学院、哈尔滨体育学院、广州体育学院、山东体育学院、河北体育学院。 4)体育院校的研究者们对前沿问题的关注度不足,发文的即时反响力度偏低,2—3年后才能被各研究学者逐渐发掘引用。 5)更多的发文量不利于当年的引用学术评价,但有助于体育院校总体累积学术水平的提高。 6)体育院校发文的潜力水平是其论文影响力水平爆发的重要影响因素。1.2 学术迹的计算与意义
1.3 数据来源与统计计算
2 结果与分析
2.1 学术矩阵的比较分析
2.2 学术迹的比较分析
2.3 学术迹与学术矩阵各参数的相关性分析
3 讨论
4 结论