【摘 要】 ［目的］ 研究《高原气象》来稿量的年际变化特征和月份效应,并进行原因分析,深入了解作者的投稿行为,以期为科学办刊提供数据支持,并为科技期刊的可持续发展提供借鉴。［方法］ 主要利用OriginPro 8软件提供的箱线图分析、线性回归分析和Pearson相关性分析等方法研究来稿量在不同时间尺度上的变化特征,并探讨其原因。［结果］ 《高原气象》来稿量在2009—2014年基本呈线性增加趋势;在2015—2019年,则呈线性减少趋势。在月尺度上呈现出“单月高,双月低”的特征,并存在2—3月和10—11月效应,即2月最低,10月次低,3月最高,11月次高,其中2—3月效应尤为突出。［结论］ 持续较高的退稿率和影响因子的下降可能是来稿量降低的两个主要原因。月份效应主要与工作时间和潜在来稿量的积压有关。期刊可通过调整退稿率来改善期刊来稿情况,并通过时间效应分析来均衡期刊来稿量,从而整体提升稿件的评审质量和时效。
【关键词】科技期刊；来稿量；退稿率；影响因子；投稿；时间效应
来稿量是衡量期刊学术质量和影响力的重要指标[1],众多学者通过对来稿量的研究来了解期刊的现状[2]、稿源特征[3],以及来稿常见问题[4,5],并分析来稿量变化的原因和对策[6,7]。可以看出,学者们对来稿量进行了较多研究,并取得了一定成果。然而,关于来稿量较长时间尺度上(10年以上)的统计学研究却相对较少。此外,鲜有研究对期刊来稿量在不同月份的变化特征进行深入分析。
很多研究结果[8,9,10]表明,对于一个特定的组织群体,个体的行为表现往往具有一定的从众性。基于这种心理现象,学者们利用统计学工具研究了很多社会问题的时间效应,如法官决策的休息进餐效应[11]、出生率的季节效应[12]、金融市场的月份效应[13]等,也有学者曾对期刊来稿量、退稿率等的时间效应进行了统计分析,提出科技论文被接收的周二效应[14],但由于其所用数据的时间范围较小(仅为两年),且时间效应分辨率较高(精确到周),稿件的接收时间又受编辑的影响,因而其研究结果存在较大的不确定性和局限性。本文借鉴前人研究方法,对科技期刊来稿量年际变化与月份效应进行定量研究,并对其原因进行探讨,提出适合国内期刊发展的可借鉴措施。所用数据的时间跨度为11年,时间分辨率为月,符合国内期刊出版周期的时间单位。科技论文的提交时间、提交数量都受控于期刊作者群的投稿行为。而人的行为表现往往又受他人影响,同时也会因社会文化的约束而内在化或者习惯化[15],因而研究作者向科技期刊提交论文的行为表现和编辑的工作流程,对编辑、评审专家以及出版商都具有现实意义[16]。
论文的提交时间完全由作者决定,除对时间节点有特殊要求的文章外,一般不会受评审专家和编辑的影响[14],所以期刊来稿量随时间的变化特征能客观地反映作者群的投稿行为。利用《高原气象》采编系统可以很方便地获得不同时间段的期刊来稿量。《高原气象》同时坚持三级审稿制、外审制和同行评议制度,近10年来,在同行业领域中一直保持较高的影响力。本文主要利用相关性分析、线性回归分析、对比分析和箱线图分析方法来探讨期刊来稿量在年份和月份两个不同时间尺度上的变化特征,并进行原因分析,从而加深读者、作者、专家以及编辑等对期刊特征的了解,也为期刊评估提供一个新视角;亦可深入了解作者的投稿行为,为期刊后期的改进措施提供数据支持,从而有针对性地解决期刊面临的问题,促进期刊的快速发展。
1 数据来源与研究方法
1.1 数据来源
本研究采用的来稿量和退稿量数据来自《高原气象》的采编系统,本系统由北京玛格泰克科技发展有限公司提供支持服务。该采编系统对来稿量、退稿量、稿件的处理阶段以及处理时间等具有自动统计分析功能,数据可由系统直接导出,保证了数据的客观性、真实性和可靠性。由于《高原气象》是从2009年3月开始使用此系统,因此本研究统计数据的时间范围为2009年3月至2019年10月,共11年。2009年的1—2月和2019年的11—12月数据缺失,计算年平均与月平均时缺数据月份均不计算在内。退稿率则由月均或年均退稿量和来稿量相除得出。事实上,单位时间内的退稿量和来稿量存在一定的时滞效应,本研究分析的退稿量和来稿量是11年数据月尺度上的整体平均,并不是具体某一月或某一年的数据,因此在具体的分析讨论中,退稿率的时滞效应可忽略不计。
1.2 研究方法
主要利用OriginPro 8 数据分析和绘图软件提供的箱线图分析、线性回归分析和Pearson相关性分析等方法研究来稿量在不同时间尺度上的变化趋势与月份效应,并进行原因探讨。其中箱线图分析(图1)是利用一组数据的正常最小值、下四分位数Q1(25%位数)、中位数Q2、上四分位数Q3(75%位数)和正常最大值来反映数据分布的中心位置和离散程度,其中散布范围主要通过四分位间距(Δ=Q3-Q1)判断,四分位间距越大,表明这组数据的散布范围越大。分布在[Q3+1。5Δ,Q1-1。5Δ]区间之外的值为异常值,通常用其他符号表示,显示出一组数据中的异常大或异常小的数据。中位数为一组数据最中间的值,由其所处的位置决定。一组数据中,中位数和平均数都可作为其代表值。Pearson相关性分析可以反映两组数据的相关程度,主要通过其相关系数r来判断。当r>0时,表示两组数据呈正相关关系;当r<0时,则为负相关关系;r的绝对值越大,表示二者的相关程度越高。线性回归分析可以反映自变量和因变量的线性关系,其回归系数b还可以反映出因变量的变化幅度。当b>0时,表示两个变量呈正比例关系;当b<0时,则为负比例关系;b的绝对值越大,因变量的变化幅度就越大。
图1 一组数据的箱线图描述性统计分析示例
2 结果分析
本研究统计的《高原气象》采编系统来稿量是指已入库登记,并分配了稿号的稿件数量,不包括未入库直接退稿的稿件数量。为保证统计数据的客观性,用于研究的来稿量专指作者的自由来稿量,不包含编辑部约稿数量。图2为2009—2019年《高原气象》来稿量的年际变化和月份变化箱线图,其中叉号表示异常值;小方框表示平均值;从上至下的节点分别表示正常最大值、上四分位数、中位数、下四分位数和正常最小值。从图2(a)可以看出,2009—2013年,《高原气象》的来稿量逐年增加,从2014年开始,来稿量呈减少趋势,2019年月平均来稿量仅为2013年的57。73%(表1)。2016—2018年,各月的来稿量相对集中,其他年份都较分散。从图2(a)还可以看出,2009年有个异常低值,2018年有个异常高值,通过复查原始数据可知,这2个异常值分别出现在2009年10月和2018年3月。从2009—2019年来稿量的月份变化[图2(b)]可以看出,3月的来稿量中位数和平均值都最大,排第1位,反映出近11年来每年的3月都是来稿量相对较大的月份,而2018年的异常高值正好出现在3月。11月来稿量的中位数和平均值也较大,排第2位。来稿量相对较小的月份为2月(排在第12位)和10月(排在第11位),说明2月和10月是每年来稿量相对较小的月份,而2009年的异常低值正好出现在10月。整体上,各月来稿量的离散度都相对较大,其中4月相对较小;各年的来稿量都比较集中。
图2 2009—2019年《高原气象》来稿量变化的箱线图
(a)年际变化;(b)月份变化
表1 2009—2019年《高原气象》的月均来稿量和月均退稿率
| 年份 | 月均来稿量 /篇 | 月均退稿率 /% |
| 2009 | 36.60 | 34 |
| 2010 | 39.42 | 43 |
| 2011 | 45.50 | 63 |
| 2012 | 45.25 | 74 |
| 2013 | 50.75 | 68 |
| 2014 | 48.25 | 83 |
| 2015 | 37.00 | 77 |
| 2016 | 37.75 | 81 |
| 2017 | 32.25 | 72 |
| 2018 | 32.58 | 64 |
| 2019 | 29.30 | 64 |
为了使研究数据更具有统计意义,通过剔除异常值的方法对来稿量的月平均值进行优化,并对优化前、后的来稿量月平均值作直方图进行对比分析(图3)。可以看出,整体上优化前、后的月份变化趋势并无明显差异,2月、4月、6月、8月和10月的来稿量相对较低,1月、3月、5月、7月、9月、11月和12月的来稿量相对较高,即呈现“单月高,双月低”的特征。其中2月来稿量最低,10月次低;3月来稿量最高,11月次高,即存在2—3月和10—11月效应。由表2可知,3月和11月的来稿量分别比2月和10月增加了54。61%和35。19%。从图3(b)可以看出,优化处理对2月来稿量的影响最明显,优化后的来稿量比优化前[图3(a)]降低了10。50%。而对其他月份的影响均不显著。
图3 2009—2019年《高原气象》来稿量的月平均值分布
(a)优化前;(b)优化后
3 讨论与启示
来稿量可以反映期刊的稿源情况[3],也是衡量期刊学术质量的一项重要指标[1]。有研究指出,科研经费短缺、职称评定机制限制和编辑工作质量不高是来稿量降低的主要原因[6],而来稿量的升高主要与期刊影响力的扩大、期刊界认可度的提升和国际交流的加强等因素有关[7]。本研究在前人研究的基础上,主要从退稿率、影响因子以及工作时间等方面入手,探讨期刊来稿量年际变化和月份效应的主要影响因素。
3.1 来稿量年际变化
退稿率是指相同时间内的退稿量和来稿量的比值,其中退稿量是指一定时间内《高原气象》采编系统的入库稿件中经历退稿操作的稿件数量。从2009—2019年《高原气象》来稿量与退稿率的年际变化趋势和线性回归结果(图4)可以看出:在2009—2014年(前段),二者呈较好的线性增加趋势;在2015—2019年(后段),二者则呈较好的线性降低趋势。由前、后两段线性拟合的回归系数可知,来稿量和退稿率后段的降幅(2.01和0.043)均小于前段的增幅(2.63和0.094)。不同的是,来稿量在2014年出现了减少的迹象,2015年大幅降低后,继续缓慢下降;退稿率则在2014年达到顶峰,2015年稍有回落,2016年小幅升高后,从2017年开始缓慢下降,整体来看,退稿率在2014年升至顶峰以后,一直保持在较高水平(均在63%以上)。退稿率越高,说明挑选高质量论文的机会越多,科技期刊的质量也就越容易得到保证[17]。而影响作者投稿的主要因素包括期刊品牌、影响因子、稿件录用率等[18],其中稿件录用率与退稿率之和为100%,因此,退稿率也是影响作者投稿(即期刊来稿)的主要因素。在2009年和2010年,退稿率较低,分别为34%和43%(表1),对来稿量有一定的促进作用;在2011—2014年,由于来稿量和退稿率均处于上升趋势,退稿率的促进作用逐渐降低,甚至消失,从2014年以后则表现出较为明显的制约作用。因此,期刊持续较高的退稿率可能是导致2015年以后来稿量呈下降趋势的主要原因之一。
表2 《高原气象》2009—2019年同月的平均来稿量和平均退稿率
| 月份 | 月均来稿量 /篇 | 月均退稿率 /% |
| 1 | 39.90 | 60 |
| 2 | 30.40 | 77 |
| 3 | 47.00 | 58 |
| 4 | 37.36 | 74 |
| 5 | 42.64 | 60 |
| 6 | 37.18 | 64 |
| 7 | 40.91 | 59 |
| 8 | 37.73 | 74 |
| 9 | 41.91 | 63 |
| 10 | 33.73 | 66 |
| 11 | 45.60 | 61 |
| 12 | 42.20 | 80 |
图4 《高原气象》2009—2019年月均退稿率与月均来稿量的年际变化趋势和线性回归分析结果
(a)月均退稿率;(b)月均来稿量
根据叶喜艳等[18]对95篇与作者投稿影响因素相关文献的统计结果,期刊影响因子是影响作者投稿的第三大因素,而期刊来稿量主要与作者投稿意愿有关。图5所示为2009—2019年期刊月均来稿量、总被引频次和影响因子的年际变化情况,可以看出,总被引频次和影响因子与月均来稿量的整体变化趋势基本一致,2009—2014年均呈上升趋势;2015年以来,整体上呈下降趋势。很明显,影响因子在2010年和2018年表现出异常高值,可能与其他外在因素有关,但这并不影响长时间尺度上的整体变化趋势的分析。通过Pearson相关性分析可知,总被引频次与月均来稿量的相关系数r=0.74543(P=0.01333<0.05),并通过了95%的显著性检验;剔除两个异常值之后的影响因子与月均来稿量的相关系数r=0.60624(P=0.1111≈0.1),基本通过90%的显著性检验,其相关性较前者有所降低。但考虑到期刊发文量的影响,期刊影响因子比总被引频次更能准确地反映期刊的影响力。影响因子的提升有利于期刊在更大范围内吸引稿源。与退稿率的变化情况类似,2009—2014年影响因子对来稿量整体起促进作用;2015年之后,除去2018年的异常值,影响因子明显下降,期刊稿源可能受到影响,进而导致来稿量降低。
图5 2009—2019年《高原气象》的影响因子、总被引频次和月均来稿量的年际变化
(a)影响因子;(b)总被引频次;(c)月均来稿量
3.2 来稿量月份效应
为分析来稿量的2—3月和10—11月效应,将2009—2019年来稿量的月平均值与每月的平均工作时间(按天计算,下同)进行对比分析,结果如图6所示。整体上,优化前和优化后的月均来稿量与月均工作时间具有相似的变化趋势。通过相关性分析,得出优化前二者的相关系数r=0.8038,并在0.01(P=0.00163<0.01)置信水平上显著正相关[图6(a)];优化后二者的相关系数r=0.85725(P=0.00037<0.00163),二者的相关程度进一步提高[图6(b)],说明来稿量与工作时间在月尺度上具有很好的正相关关系。来稿量的多少主要取决于作者群的整体投稿行为。《高原气象》的作者基本来自国内,国际作者非常少,可以忽略不计,近10年来,期刊作者群所属机构分布也相对稳定,排名前10的机构基本保持不变。而国内两个最长的法定节假日为春节(多在2月)和国庆节(10月),其所在月份的工作时间相较于其他月份明显减少,说明作者的投稿行为受节假日的影响。其次,2月的天数本来就少,为28——29天,这可能也是2月比10月来稿量更少的一个原因。而3月和11月来稿量的骤增,可能与2月和10月潜在来稿量的积压有关。
图6 2009—2019年《高原气象》的月均来稿量与月均工作时间的对比
(a)优化前;(b)优化后
从2009—2019年日均来稿量的月份变化和差异分布范围(图7)可以看出,2—3月效应异常突出,比10—11月效应更为显著。而2月是中国最重要的传统节日——春节最常出现的月份,受节假日影响,作者的投稿积极性降低,期刊日均来稿量也降低。此外,节后人们容易出现乏力、焦虑、烦躁等现象,即节后综合征,而节后综合征对职场人士和职场工作的最大影响就是有一段时间的工作效率很低[19],这可能是导致2月日均来稿量较低的另一个原因。此外,2月还是国家自然科学基金项目申请书撰写的主要时间,这或许也影响了期刊日均来稿量。3月日均来稿量的突增可能是2月积压稿件的集中释放。
图7 2009—2019年《高原气象》日均来稿量的月份变化与差异分布范围
3.3 对我国科技期刊发展的启示
(1) 调整退稿率,可改善期刊来稿量情况。退稿率在不同的数值范围内,对来稿量的作用不同,其主要有三个作用阶段,即促进作用阶段、过渡平衡阶段和制约作用阶段。科技期刊可据此分析自身所处的作用阶段,在保证期刊质量的基础上,通过调整退稿率来改善期刊的来稿量情况。
(2) 均衡期刊来稿量,可提升稿件评审质量和时效。在本研究中,期刊来稿量存在2—3月和10—11月的月份效应,但选择不同的时间尺度会有不同的时间效应。基于这种月份效应,期刊可通过主动开展作者工作等措施(如紧密联系作者群,引导其在来稿量相对较低的月份投稿),有效均衡单位时间内的来稿量,积极为每一份稿件的公正评审创造有利的客观条件,从而避免稿件“扎堆评审”,以降低拒审率,提升评审质量和时效。
(3) 对不同时间尺度来稿量、退稿率的研究,可为作者投稿提供参考。每位作者都希望自己的论文能被录用,但期刊出版是一个优中选优的过程,因此对不同时间尺度内来稿量、退稿率等指标的研究可为作者投稿提供参考,帮助作者避开期刊来稿量高峰期和其他不利于论文发表的客观因素。相比于年尺度,月尺度上的研究对作者的参考意义更大。
4 结语
利用Pearson相关性分析、线性回归分析和箱线图分析等研究方法,统计分析了不同时间尺度内期刊来稿量的变化趋势特征,并进行原因探讨。研究发现,《高原气象》持续较高的退稿率和影响因子的下降可能是2015年以后来稿量降低的两个主要原因;月份效应主要与工作时间和潜在来稿量的积压有关。期刊可通过调整退稿率来改善来稿情况,并通过时间效应分析来均衡期刊来稿量,从而整体提升稿件的评审质量和时效。而对不同时间尺度来稿量、退稿率等的研究,也可为作者投稿提供参考。
影响期刊来稿量的因素有很多,如作者的身份、职称、所属机构单位评聘制度等,但是这些数据的整体获取难度较大,数据本身的影响因素也较多,因此本研究的分析并不全面,在今后的研究中,还需要更多数据的支持。此外,本研究结果是基于单刊的统计分析,缺乏与他刊的比较,是否具有普适性,也有待下一步研究。
参考文献
[1]张凤丽.远程稿件处理系统及开放式获取对期刊来稿量和发表周期的影响[J].沈阳师范大学学报(自然科学版),2012,30(3):424-426.
[2]邱殿明,蒋涵.《吉林大学学报(地球科学版)》现状分析及相应对策[M]//刘志强.学报编辑论丛.上海:上海大学出版社,2016:460-465.
[3]吉士云,朱建锋.本刊近二年多来稿情况统计与分析[J].中小学图书情报世界,2000(4):9-10.
[4]耿艳辉,李家永.《资源科学》来稿中的常见问题[J].中国科技期刊研究,2012,23(6):1027-1031.
[5]梁永霞,田宏,李翠霞.《中国科技期刊研究》来稿常见问题与建议[J].中国科技期刊研究,2014,25(12):1524-1528.
[6]吴瑞云.试析来稿量下降的原因和对策——高校学报工作现状管见[J].南昌高专学报,1995(3):49-52.
[7]陈磊.《安徽农业科学》来稿量变化原因分析[J].安徽农业科学,2009,37(14):封二,封三.
[8]吴克云.群体行为心理的理性分析[J].公安研究,2007(7):42-45.
[9]郑润琪.探析网民从众心理对网络信息传播的影响[J].传播力研究,2019(21):273.
[10]沈玢.社交媒体时代的从众效应研究——以拼趣为例[J].新闻大学,2017(3):70-78.
[11]Danziger S,Levav J,Avnaim-Pesso L.Extraneous factors in judicial decisions[J].Proceedings of the National Academy of Sciences of the United States of America,2011,108(17):6889-6892.
[12]Herteliu C, Ileanu B V,Ausloos M,et al.Effect of religious rules on time of conception in Romania from 1905 to 2001[J].Human Reproduction(Oxford,England),2015,30(9):2202-2214.
[13]杨陨菽,李晓柯.中国股票市场月份效应研究[J].中国市场,2019(22):12-13.
[14]Ausloos M,Nedic O,Dekanski A.Day of the week effect in paper submission/acceptance/rejection to/in/by peer review journals[J].Physica A-Statistical Mechanics and Its Applications,2016,456:197-203.
[15]Goodwin N,Nelson J A,Ackerman F,,et al.A post-autistic introduction to economic behavior[J].Post-Autistic Economics Review.2004(28)[2019-11-23].https://www.researchgate.net/publication/274837570_A_Post-Autistic_Introduction_to_Economic_Behavior.
[16]Mrowinski M J,Fronczak A,Fronczak P,et al.Review time in peer review: Quantitative analysis and modelling of editorial workflows[J].Scientometrics,2016,107(1):271-286.
[17]何剑秋.论科技期刊质量与退稿率的关系[J].编辑学报,1992,4(3):145-147.
[18]叶喜艳,常宗强,张静辉.影响作者向中文科技期刊投稿的因素以及期刊改进措施[J].中国科技期刊研究,2018,29(8):771-779.
[19]赵姗.如何缓解和预防节后上班综合症?[N].中国经济时报,2013-03-01(9).
