学术探索 已发表论文 · 版本 1
基于信息计量的C9大学与亚洲一流大学评价及比较研究
Evaluation and Comparative Study of C9 League and Asian First-class Universities Based on Informetrics
Vol 2 (5) : 359-369, 2017.
DOI:  10.13266/j.issn.2095-5472.2017.039
: 2017 - 05 - 02
: 2017 - 09 - 05
2026 70 0
摘要&关键字
摘要:[目的/意义]探究亚洲一流研究型大学个体及区域整体表现和主要特征,揭示我国一流大学与亚洲一流大学的差异与特色,为我国建设一流大学提供参考。[方法/过程]以中国C9大学与亚洲一流研究型大学为研究对象,对它们进行基于信息计量学特征的统计与分析,比较中国一流大学与亚洲一流大学的整体及个体特征。[结果/结论]中国一流大学近年发展迅猛,在学术总产量上表现优异,但在学术影响力表现上尚需通过多个途径加以提升。
关键字:信息计量;亚洲一流大学;C9大学
Abstract & Keywords
Abstract: [Purpose/significance] It is important for developing our first- class universities to show the main features of universities in C9 League, and reveal the gaps between universities in C9 League and other top universities. [Method/process] Selecting universities in C9 League and other Asian first-class universities as examples, it performed the statistical analysis of their informetric characteristics. This paper found out the overall profile and major characteristics of these universities. [Result/conclusion] China’s top universities have developed rapidly in recent years, especially in the total academic output, but we need more efforts to improve our academic influence.
Keywords: informetrics; Asian first-class university; C9 League
1   引言
中国大学近几年在许多方面进步迅速,有的大学的评价性指标已处于亚洲领先、世界先进行列,但单个学校或学科的水平并不能代表国家的整体水平。国务院从国家发展战略层面做了重大部署,于2015年颁布了《统筹推进世界一流大学和一流学科建设总体方案》,教育部、财政部、国家发展改革委于2017年1月25日印发了《统筹推进世界一流大学和一流学科建设实施办法(暂行)》的通知,目标在于推动一批高水平大学和学科进入世界一流行列或前列,全面提升我国高等教育在人才培养、科学研究、社会服务、文化传承创新和国际交流合作中的综合实力,为支撑国家创新驱动发展战略等发挥重大作用。
在评定什么是一流大学和一流学科时,并没有一致公认的或确定的定量标准。目前大多数大学或学科排名,由于所采用各种计量方法的种种局限性而存在不少争议;同行评议又因其所需判断的是一个非常大的实体,专家们对评估目标的认知距离太大,故也存在不少问题[1]。但在某种意义上,计量学方法对机构或区域研究具有统计意义,计量学指标可被视为典型同行评议的总和,能够体现宏观层面的现实与发展情况[2]
本文选取中国九校联盟(C9)大学以及中国香港地区、中国台湾地区、日本、新加坡、韩国这6个国家和地区的一流大学为研究对象,利用定量分析方法对比研究亚洲一流研究型大学的整体概况和主要特征,揭示我国一流大学在亚洲的位置及与它们的差异,为我国打造世界一流研究型大学提供思路,为相关的研究人员及管理人员提供一定参考,期望能为中国大学的“双一流”建设有所贡献。
2   研究现状
利用计量学方法评价和比较大学的研究是当下高等教育研究的热点之一,主要涉及计量评价方法在机构评价、学科评估等中的应用、大学排行的指标体系研究等。如赵飞等通过对数据的统计分析评价北京大学近十年的整体科研产出情况及发展趋势[3];张闪闪对2005-2014年郑州大学发表并被SCIE收录及引用论文的数量、学科分类、文献类型、来源出版物、合作机构、通讯作者及论文资助情况等进行统计与分析,反映郑州大学近几年的科研和学科发展[4];宣小红等对《美国新闻与世界报道》《泰晤士报高等教育副刊》《麦克林》、广东管理科学研究院和网大的大学排行评价指标体系进行详细的比较研究[5]。另外每年发布的《泰晤士报高等教育副刊》、国际高等教育研究机构(QS)和《美国新闻与世界报道》等大学排行榜,利用信息计量学方法,借助特定的指标体系,根据学校或专业的资源和能力,对世界范围内的大学进行排名,是第三方机构对大学办学实力的一种外部评价。这些评价与比较研究皆是选择以独立机构为研究对象,利用信息计量学方法对其进行整体或局部的评估。
利用计量学学方法比较研究大学联盟则相对较少,关于C9联盟的比较研究主要涉及管理与合作方法、联盟学校一一比较等。如刘薇从合作形式与管理等方面比较分析中国C9与美国CIC大学联盟的差异[6];姜华基于ESI和InCites数据库比较分析中国C9与澳大利亚G8联盟一流学科[7];李昂从区位比较、学生组织、项目合作等方面研究美国“常春藤”联盟看中国C9大学联盟的未来发展等[8]
总体而言,已有文献缺乏将联盟内所有高校当作一个整体来研究,也未见将C9大学与亚洲一流大学进行区域性评价的研究。本文以区域一流大学为研究对象,利用定量分析方法对比分析其整体概况和主要特征,对高等教育研究具有一定的实践意义,对我国的双一流发展也具有一定的参考价值。
3   研究方法与研究内容
3.1   研究方法及信息计量工具
本文基于信息计量学方法体系,利用统计分析法、引文分析法及计算机辅助信息计量分析法等[9],研究亚洲一流研究型大学的信息计量学特征。从定量分析的角度,在办学实力、人才培养、学术产出与影响力三个维度上,对大学的师生数、办学经费、发文量、被引情况、h指数等多个指标数据进行对比分析。为了更客观地呈现比较结果,同时考虑这些大学在相关指标上的短、中、长期的数据表现,并避免单一平台数据的偏向性,考虑不同学科引文影响力不具可比性等因素,利用了Scopus、ESI、Web of Science(WoS)、SciVal、InCites等多种文献计量与分析平台以及统计分析工具SPSS,并引进排除学科与时间影响的学科规范化的引文影响力指标等。
3.2   研究内容
以C9作为中国大陆地区的参照系,其他亚洲地区一流大学的筛选主要参照、QS和《泰晤士报高等教育副刊》的亚洲大学排行榜榜单,所筛选出的大学有:中国大陆C9包括北京大学、清华大学、浙江大学、复旦大学、上海交通大学、南京大学、中国科学技术大学、西安交通大学和哈尔滨工业大学;中国台湾地区选取台湾大学、台湾清华大学、成功大学、台湾交通大学;中国香港地区选取香港城市大学、香港浸会大学、香港科技大学、香港中文大学、香港大学和香港理工大学。韩国选取首尔大学、韩国科学技术院、延世大学、高丽大学、浦项工科大学、成均馆大学;新加坡选取南洋理工大学和新加坡国立大学;日本选取东京大学、东北大学、大阪大学、名古屋大学、东京工业大学、九州大学、神户大学、筑波大学、京都大学和北海道大学。
以上述亚洲一流大学的相关基础数据为蓝本,通过一系列指标的选取,研究各大学在各个指标上的表现,并分析其计量学特征。详细的研究内容如表1所示:
表1   研究内容体系
模块一级指标二级指标
办学实力师资力量生师比
全职教师数
经费科研经费
办学经费
人才培养学生规模学生数
学生结构本科生数
研究生数
本研比
学术产出与影响力学科水平ESI优势学科数
ESI顶级学科数
进入QS学科排名学科数
QS学科排名50强学科数
学术影响力ESI高被引论文数
ESI高被引论文所占比率
ESI收录论文总被引次数
ESI收录论文篇均被引次数
Scopus TOP论文所占比率
Scopus论文篇均被引次数
Scopus学科规范化影响力(FWCI)
WoS论文总被引次数
WoS论文篇均被引次数
WoS论文学科规范化影响力(CNCI)
机构h指数
3.3   数据来源
数据采集注重数据来源的可靠性、可获取性,统计过程本着针对性、准确性、代表性、可比性、累计性等原则,尽量通过同源数据进行比较分析;一些指标因国内大学数据不具有等同对比性而未作比较,如诺贝尔奖获得数、ScienceNature发文量等。其中,除C9大学的办学和科研经费为自报数据外,其他数据大多取自统一来源的第三方统计结果,如确实无法获取统一来源的数据,则采用各大学公开的年报数据。为保证数据的完整性,选择2015年的相关数据[10-20]。具体数据来源包括:
C9大学数据来源于教育部大学工作司编制的内部资料、国家自然科学基金委主页;
香港地区大学数据来源为大学教育资助委员会及各校年报;
新加坡大学师生数据来自各大学年报;
韩国大学数据来自韩国教育人力资源部统计网站 ;
台湾地区大学师生数据来自台湾省教育统计处;
日本大学师生数据来自各大学年报;
学生质量数据取自QS世界大学排行榜;
科研数据主要来源于Elesvier公司的Scopus数据库、SciVal分析平台,Thomson Reuters公司的ESI基本科学指标数据库、Web of Science数据库、InCites分析平台等。
4   评价与比较
4.1   办学实力
师资是衡量大学办学实力非常重要的指标,而充足的办学经费有利于吸引一流的师资和改进办学环境。由于绝对数量优势并不能客观地体现一流水平,还需要考虑学校规模的影响,故本文用师资和办学经费总量、生师比(学生数与全职教师数的比值)、单位学生(生均)办学经费以及单位教师(师均)科研经费等来体现办学实力。国家/地区之间的比较详见表2(此表及之后文中的“校均”指的是各国家/地区所选大学在某一指标的学校均值),而国家/地区内部成员大学相关数据统计特征详见表3和表4。
表2   办学实力校均对比
国家/地区全职教师数(个)学生数(个)生师比办学经费(美元)科研经费(美元)
全校生均全校师均
C92814340831213.76亿403723.99亿141791
新加坡2017355691815.34亿431274.51亿223600
日本259618788711.37亿605173.66亿140986
韩国12692566520////
香港143720139146.30亿312830.80亿55672
台湾119919853172.98亿15010//
表3   成员大学生师数据统计特征
指标生师比教师数
C9新加坡日本韩国香港台湾C9新加坡日本韩国香港台湾
均值12.2817.997.9220.1616.0017.33281420172596126914371199
中值12.1417.998.5421.8414.5717.20286120172108143113461034
标准差1.472.821.803.676.042.087115051208713760656
极小值9.9715.995.5815.319.1815.37137416601016267531662
极大值14.1819.9810.4923.5725.8819.56363623744903223123922066
四分位距2.78/3.517.279.743.861032/1847125814551210
偏度(0.17)/(0.21)(0.81)0.820.141.04/0.77(0.28)0.160.92
峰度(1.18)/(1.61)(1.85)0.15(4.87)0.85/(0.23)(0.67)(2.14)(0.88)
表4   成员大学经费数据统计特征
指标办学经费(亿美元)科研经费(亿美元)
C9新加坡日本香港台湾C9新加坡日本香港
均值13.75915.33711.3692.9836.2993.9954.5143.6640.804
中值14.9415.33710.5542.4126.0004.2194.5143.0470.762
标准差6.5274.7744.9051.7012.1842.4122.0882.4560.468
极小值6.58611.9614.2501.7043.2841.7393.0371.0230.249
极大值24.3718.71321.8355.4038.7978.3565.9919.0641.470
四分位距11.001/5.5713.0344.2513.578/3.3630.911
偏度0.431/0.8511.4600.0110.937/1.2340.319
峰度-0.716/1.4161.771(1.247)0.515/1.463(1.205)
从表2可知,日本大学的生师比最低,仅为7;其次分别是C9、中国香港、中国台湾、新加坡和韩国。数据表明,在教师配置上,日本的大学为了保证教学质量,根据学生规模配备了较为充足的师资力量,而中国大陆的师资配置在亚洲大学中也相对较好。
在办学经费上,除未能获取韩国数据外,新加坡校均经费最高,但日本生均办学经费最多。C9的校均办学经费排第二,生均办学经费排第三。在科研经费上,除未能获取韩国及中国台湾数据外,新加坡校均及师均都表现最好,C9大学与日本一流大学的科研经费也比较充足,位于第二层级,中国香港地区则与前三者的差距较大。在所有亚洲一流大学中,东京大学的科研经费位列榜首,比C9中排名第一的清华大学高出0.7亿美元;但较往年相比,二者的科研经费差距有所缩小。
表3和表4是用SPSS制作的各国内/地区内成员大学的师资及经费描述统计表。由于新加坡仅两所大学入选,不具统计意义,故在下述针对各国家/地区内成员大学的统计特征分析中,一些特征值不考虑新加坡表现。
从表3可知,中国台湾的成员大学的教师数中值与均值最为接近,表示台湾大学教师数据差异不大;而标准差最大的是日本,表明其成员大学的教师数最为离散。日本、韩国、中国香港和中国台湾的四分位距都比C9大,表示它们的成员大学的教师数相对更加参差不齐;所有偏度均大于零,表示所有成员大学中教师数离散偏右。而在生师比表现上,C9的标准差最小,表示C9成员大学的生师比较为均衡。
表4表明,新加坡两所大学的办学经费远高于香港、台湾大学的最大值;C9和日本成员大学彼此的办学经费中值与均值都很接近,但C9的四分位距远大于日本,表明C9成员大学的办学经费比日本更离散,学校之间差异更大。而在科研经费表现上,C9与日本大学标准差和偏度都接近,且大于零,表明C9成员大学与日本成员大学的科研经费差异性不大,且数据离散偏右。
由上述可见,新加坡大学在办法实力上表现优异,其办学经费及科研经费的总量及人均都明显高于亚洲另外国家/地区的一流大学,而日本则在师资配置上表现出色。C9大学的师资配置及经费表现,无论是整体表现还是个体表现,均处于第二,表现出非常好的发展势态。
4.2   人才培养
培养专门人才是大学最早、也是最基本的社会职能,更是一流大学建设的根本与使命。本文用学生规模、结构、毕业生质量和国际学生四个方面体现人才培养情况。其中学生规模通过学生总数来反映;学生结构通过本科生数、研究生数和本研比三项指标来体现;毕业生质量通过学生质量得分来体现;国际学生则通过国际学生比率来展现。6个国家/地区的人才培养数据比较如表5所示:
表5   人才培养数据比较
国家/地区规模学生结构毕业生质量国际学生比率
学生数本科生数研究生数本研比
C93408316122179610.9074.091611
新加坡355692613894322.7798.75/
日本187881136174271.5370.301902
韩国256651343012 2351.1086.451060
香港20139133316 8071.9667.451560
台湾198539 9229 9311.0046.75551
学生规模是反映学校规模的基本指标,与大学的学科数量和学科结构存在一定的关联性。从表5可知,亚洲大学的学生规模都较大,最大的是新加坡和中国大陆大学,校均都在3.5万学生左右。
本研比是本科生数与研究生数之比,从一定程度上反映了一个学校的人才培养层次和教学结构。一般而言,本研比越低,学校的研究型特征越突出。C9、中国台湾和韩国的本研比都较低,在1左右;日本为1.57,新加坡最大,为2.77。这说明目前中国大陆及台湾、韩国的研究生占比较高,而新加坡则相对更侧重本科生教学。
毕业生质量在一定程度上反映了大学的教学质量,属主观性较强的软指标。本文参考的QS排行榜主要采用雇主声誉调查来衡量毕业生质量。获取了6个国家/地区成员在QS 2015年世界大学排行榜中得分情况。结果表明,新加坡大学表现最为抢眼,均值高达98.8;排名最末的中国台湾地区大学均值不及新加坡大学均值的一半;韩国大学的毕业生质量得分均值排在亚洲第二,其余三个国家或地区的毕业生质量得分均值差距不大。
国际学生数是一所大学在全球影响力的重要体现之一,也是一所大学国际交流合作的重要表现。表5表明,日本一流大学的国际学生比例校均最高,为10.12%;排在第2位的是中国香港,为7.09%。C9、韩国和中国台湾地区的国际学生比例均值都低于5%,分别为4.73%、4.13%和2.77%。所有这些大学中,国际学生比例高于10%的有6所:香港地区1所,日本5所;国际学生比例低于5%的有15所:香港地区1所,韩国5所,台湾地区4所,C9中有5所。由此可见,亚洲一流大学各大学间的国际学生比例差距非常大。
综上可见,通过近些年研究生与本科的持续扩招,在学生规模、本研比上,C9大学在亚洲明显处于第一方阵;但在毕业生质量得分上,与新加坡及韩国相比仍有一定差距;在国际化程度和影响力上则相距甚远,有较大的提升空间。
4.3   学术产出与科研影响力
通过获取6个国家/地区一流大学在ESI、Scopus、SciVal、WoS和Incites等的数据表现来反映各国家/地区及其成员大学的学术产出与科研影响力水平。详见表6和表7。
表6   学术产出与影响力对比(一)
国家/地区1年WoS论文数ESI数据 (2005-2015年)3年Scopus
论文数
收录论文数高被引论文数高被引论文占有率总被引频次篇均被引数
C96840430915921.37%44903710.2521151
新加坡6046428109812.29%63792114.6616038
日本4260400784641.16%58118113.8912446
韩国4562353153961.12%40510211.8012004
香港2519191783391.77%25903713.256891
台湾2869273082290.84%29441310.498553
表7   学术产出与影响力对比(二)
国家/地区SciVal数据(2013-2015)InCites数据
篇均被引FWCITop 1% 占比(%)Top 10%占比(%)国际合作占比(%)CNCI总被引篇均被引国际合作
占比(%)
10年h指数ESI篇均被引数
C941.211.917.5261.0950360.8029.5916710.25
新加坡6.51.93.926.6611.4857871.0963.7121914.66
日本4.11.131.61730.30.9729500.7631.9618513.89
韩国4.21.291.717.127.81.0231580.7828.3016211.80
香港4.81.672.420.864.11.3920100.8938.0014213.25
台湾3.91.191.315.428.81.0117980.6831.9512910.49
4.3.1   学术产出
近期发文量可以在一定程度上反映学术产出的活跃程度,本文用2015年WoS发文量和3年(2013-2015年)Scopus发文量来体现。从表6、表7可以发现,C9大学2015年WoS发文量均值排名第一,其次是新加坡大学,二者都超过6 000篇;日本和韩国处于4 000-5 000篇之间,中国台湾地区和中国香港地区的大学则在2 000-3 000篇之间。各国家/地区间的3年Scopus发文量均值差距较大。其中,C9大学遥遥领先,新加坡、日本以及韩国在10 000-20 000篇之间,中国台湾地区学和中国香港地区则在10 000篇以下。
近11年ESI收录论文数体现了大学学术规模产出与积累。文章统计年段中,C9大学的ESI收录论文校均超越上年度排名第一的新加坡大学,成为亚洲第一;日本排名第三,韩国大学校均也超过了3 0000篇,而台湾地区和香港地区大学都在30 000篇以下。
由此来看,C9大学在学术产出表现上,1年WoS、3年Scopus和11年ESI收录论文均排名第一,在即年或累计规模方面都表现出明显的优势,表明大陆大学近些年成长明显,学术产出在亚洲已处领头羊位置。
4.3.2   学术与科研影响力
基于SciVal及InCites的引文数据和国际合作论文占比,对比分析各国家/地区大学的学术与科研影响力和发展水平。其中引文数据包括总被引次数、篇均被引次数、高被引论文情况、学科规范化引文影响力(FWCI/CNCI)、10年机构h指数等指标。
(1)总被引次数。总被引次数是指机构在统计年段在相应的数据库中被引用的总次数,总被引次数较高的大学通常被认为是具有较高学术影响力的大学。
亚洲地区ESI收录论文总被引次数表现最突出是新加坡大学,校均超过60万次以上;其次是日本大学,校均值超过50万次;第三梯队是C9和韩国大学,校均在40万-50万次之间;中国台湾地区和香港地区大学的这一指标相对较低,均未超过30万次。
在WoS论文校均总被引次数方面,新加坡大学与C9大学最好,均超过了5 000次;韩国、日本以及中国香港地区大学校均在2 000-3 200次之间;中国台湾地区大学排名最末。各亚洲一流大学间差异较大,WoS论文总被引次数超过6 000次的有5所大学,依次为东京大学、清华大学、北京大学、新加坡国立大学以及首尔大学;WoS论文总被引次数最低的两所大学均未达到1 000次,排在最末的香港浸会大学的WoS论文总被引次数仅为排在亚洲第一的东京大学的8.6%。
综上可以看出,C9总被引情况的近期表现(2015年WoS被引)情况好于长期表现(10年ESI被引),说明大陆大学近年开始重视论文质量的努力取得了较好的成效。
(2)篇均被引次数。较高的篇均被引次数可在一定程度上表明机构或个人总体上具有较高的学术影响力。ESI篇均被引次数(近10年)在数值上等于ESI总被引次数除以ESI论文总数后得出的值,Scopus篇均被引次数(近3年)指Scopus数据库统计年段出版的论文截至检索日期的总被引次数除以统计年段出版的论文总数后得出的值,WoS篇均被引次数(2015年)指Web of Science核心合集(包含SCI-E、SSCI以及A&HCI 3个子库)在统计年份出版的论文在截至检索日期前的总被引次数除以统计年份出版的论文总数后得出的值。
根据表6和表7,在长期指标ESI篇均被引方面,新加坡大学校均排名首位,其次是日本和中国香港地区,韩国排名第四,中国台湾地区排名第五,C9大学的均值排在末位,是排名第一的新加坡大学的70%。
在3年Scopus收录论文的篇均被引次数方面,新加坡大学校均也遥遥领先,达6.5次;之后依次为中国香港、韩国、日本以及C9、中国台湾地区,都在4次左右。
在即年WoS篇均引用表现方面,新加坡校均仍最高,然后是中国香港地区、C9、韩国以及日本,而中国台湾校均排在最末。各亚洲一流大学之间的WoS篇均被引次数差距较大,WoS篇均被引次数在1次以上的有3所大学:香港科技大学、南洋理工大学和新加坡国立大学。
综上可见,无论是1年、3年还是10年表现,新加坡的篇均论文影响力均位居第一;而C9的长期篇均平均值排名最后,3年篇均平均值排名第4,2015年即年篇均平均值排名第3,说明中国大陆大学近年在篇均被引方面呈较好的上升态势。不过总体说来,C9的篇均被引表现不及其在总量指标上的表现。
(3)高被引论文情况。高被引论文数是指在ESI中按相应学科领域和年代中的被引频次排在前1%的论文数。高被引论文具有较高影响力,通常是高水平论文,高被引论文数在一定程度上反映了机构科研前沿影响力程度。根据表6和表7,亚洲各国家/地区间的ESI高被引论文数均值差距较大,其中新加坡以981篇的校均值居首位,C9与日本位于第二梯队(校均400-600篇),韩国和中国香港地区处于第三梯队(校均300-400篇),中国台湾地区处于末位,校均仅为229篇。排名第二的C9校均仅为排名第一的新加坡校均的60%。在所有亚洲一流大学中,东京大学以1303篇ESI高被引论文数位居第一,新加坡国立大学(10 99篇)排名第二;排名第3和第4位的分别是清华大学(938篇)和北京大学(916篇)。
分析各国家/地区成员大学的基础数据可以发现,新加坡大学高被引论文占比均值超过2%,表现最为突出;中国香港地区大学均值(1.77%)排名第二;C9、日本和韩国大学均值较为接近,都在1.1%-1.4%之间;而中国台湾地区大学均值则小于1.0%,排名最末。
Scopus TOP论文所占比率来源于SciVal分析平台,包括被引TOP 1%论文所占比率和被引TOP 10%论文所占比率,分别是指按学科类别、出版年和文献类型进行引文统计,被引次数排名在前1%或10%的论文。由表7可见,新加坡和中国香港地区一流大学的TOP 1%论文占比校均分别为3.9%和2.4%,位于亚洲前两位;C9、韩国、日本以及中国台湾地区的TOP 1%论文占比校均都没有超过2%。可见,亚洲除新加坡和中国香港地区外,其他国家或地区的一流大学在TOP 1%论文占比这个指标上整体表现较为平庸。
类似地,新加坡和中国香港地区的TOP 10%论文占比基准值分别为26.6%和20.8%,同样位于亚洲前两位;C9大学、韩国大学、日本大学的TOP 10%论文占比基准值均在17%-18%之间;而中国台湾地区大学的TOP 10%论文占比基准值为15.4%,排在亚洲最末。
综上可见,在科研前沿影响力阵地,新加坡无可争议地位列首位,C9和日本的ESI高被引表现不俗,但在Scopus TOP 1%和TOP 10%论文占比的表现上则欠缺一些。
(4)学科规范化的引文影响力(FWCI / CNCI)。学科规范化引文影响力是指一篇文献的实际被引次数与同文献类型、同出版年、同学科领域文献的期望被引次数的比值,排除了出版年、学科领域与文献类型的影响。学科规范化影响力等于1代表论文质量等于世界平均水平,大于1说明论文质量高于世界平均水平,小于1则说明论文质量低于世界平均水平。目前常用的学科规范化引文影响力指标包括来源于Scival分析平台的FWCI值和来源于InCites分析平台的CNCI值。
根据表7,新加坡校均FWCI值遥遥领先,达到1.90;其次是中国香港地区(1.67);韩国、C9、台湾以及日本的校均FWCI值均在1.10-1.30之间。所选择的37所亚洲一流大学的FWCI值均超过1,即37所亚洲一流大学的ESI论文质量均高于世界平均水平;其中,南洋理工大学(2.08)、香港科技大学(1.93)、香港城市大学(1.79)位列亚洲前三甲。
类似,新加坡与中国香港地区一流大学的CNCI校均值也位列前两位,分别为1.48和1.39;C9、韩国以及中国台湾地区的CNCI值位于1-1.10之间;日本一流大学的CNCI值(0.97)低于1。各亚洲一流大学中,香港科技大学(1.59)、香港大学(1.56)以及南洋理工大学(1.51)排在前三位,也是仅有的3所CNCI值超过1.5的大学;亦有8所大学的CNCI值不及1,即这8所大学的论文被引表现不及全球平均水平。
综上可见,在排除学科领域和出版年限制的引文影响力表现上,新加坡和中国香港地区大学总体及个体的表现均不俗,C9在此方面的表现则一般。
(5)机构h指数。如果说一个机构的h指数为n,说明该机构至少有n篇论文每篇被引至少n次。机构h指数兼顾论文数量和影响力,反映了高质量论文的产出情况。表7表明,新加坡一流大学的10年h指数高居榜首,是唯一均值超过200的国家;接下来依次是日本大学(185)、C9大学(167)、韩国(162)、中国香港(142),中国台湾(129)最低。在所选的37所亚洲大学中10年h指数大于200的有8所:日本3所,新加坡2所,韩国1所以及C9大学2所。
(6)国际合著论文情况。国际合著论文作为一个重要的国际化指标,在一定程度上反映了大学的开放、合作与引智程度。本文中的国际合著论文是指由两个或者两个以上国家(地区)的机构共同参与合作发表的论文,在此分析了3年Scopus数据及1年WoS数据。
表7说明,源于3年Scopus数据及1年WoS数据的两种国际合著论文占比计算方式,新加坡大学表现都非常优秀,均超过60%,而C9大学的这两个表现皆不及新加坡的一半,且在所有比较对象中,排位都极靠后。由此可见,大陆大学在学术与科研的国际合作方面还有很大的发展空间。
4.3.3   学科水平
顶级学科数和优势学科数可以在一定程度上反映学校的学科整体实力与水平,本文采用ESI顶级学科数、优势学科数来比较学科水平。ESI根据学科发展的特点等因素设置了22个学科。只有近10年来科研机构按论文总被引次数排列在该学科的世界前1%方可进入ESI学科排行,将这些学科称为优势学科,并选取各学科排名中位于世界前100位的称为顶级学科比较如表8所示:
表8   学科水平比较
联盟名称顶级学科数优势学科数顶级学科占有率
C941529.01%
新加坡61637.50%
日本41524.18%
韩国21416.47%
香港21417.07%
台湾31220.41%
表8中,新加坡一流大学优势学科数均值(16个)位列第一,日本、C9均以15个位于第二位,韩国与中国香港地区以14个位于第三位,中国台湾地区(12个)排名最末。而在各亚洲一流大学中,东京大学以21个优势学科位列第一,香港大学和首尔大学的优势学科数也达到了20个;排名最末的为2所中国台湾地区大学,优势学科数仅为7个。
新加坡大学顶级学科数校均6个,排名第一;C9和日本的校均顶级学科数为4个,并列第2位;中国台湾地区大学的顶级学科数均值为3个,排名第4;而韩国、中国香港地区大学的顶级学科数均值都是2个,并列第5位。亚洲一流大学中顶级学科数超过10个(包含10个)的为两所日本大学,分别是东京大学和京都大学。
以上数据表明,新加坡一流大学的顶级学科及优势学科数上表现都很好,日本一流大学的顶级学科数表现抢眼,C9大学在这两方面的表现都比较中庸。
5   结语
本文基于信息计量学方法对世界亚洲一流大学进行较为全面的对比分析,研究亚洲一流研究型大学个体及区域整体概况和主要特征。主要结论如下:
(1)在亚洲大学中,中国一流大学的师资配置良好,经费充足,学生规模、本研比等在亚洲处于第一方阵;毕业生质量与新加坡及韩国相比有一定差距。国家的实际先进程度表明,本研比的数值与之并不成正比例关系。日本与新加坡大学的本研比都较高,相比更强调本科教育,但这两个国家的教育质量、科技实力等均在亚洲地区处于领先地位。因此,研究生占比并非越大越好,合理的学生结构和优秀的学生质量更有利于国家的创新发展。
(2)中国一流大学的学术与科研活动近些年非常活跃,但总体而言,其篇均表现不及在总量指标上的表现。研究同时表明,学校规模与积累是影响学术总量指标非常重要的因素。
C9的短、中、长期学术产出总量都排名第一,在亚洲已处领头羊位置,总被引量通过近年的努力也取得明显成效。
在篇均论文影响力上,C9大学的10年长期篇均引文排名最后,不过近年呈逐年上升的态势;其学科规范化引文影响力表现不及新加坡和中国香港地区总体及个体的表现。
在科研前沿影响力阵地,C9的ESI高被引表现不俗,但在TOP 1%和TOP 10%论文占比的表现上则欠缺一些;在顶级学科及优势学科数上表,C9的表现也比较中庸。因此,如果要在科学技术方面引领亚洲仍至世界,国内大学还需要加快加大步伐,加强基础学科的提升,造就一批能活跃在国际学术前沿的一流专家、学科领军人物和创新团队。
(3)C9大学的国际学生数与国际合著论文数在亚洲一流大学中排位都靠后,大陆一流大学的国际化进程与国际学术交流需要尽快得以加强。可以通过合作办学、吸引海外优质师资、与世界高水平大学学生交换、联合培养等方式,吸引更多的留学生来中国;通过加大政策、资金、资源等支持力度,让广大科研人员与世界高水平大学和学术机构取得更多、更深的学术交流与科研合作,进而提升国家的科技与文化的国际影响力。
作者贡献说明
田稷:提出思路,设计论文框架,撰写论文;
沈利华:设计调研框架,分析数据;
何晓薇:获取数据,分析数据;
余敏杰:获取数据,分析数据。
作者简介
田稷(ORCID:0000-0002-9435-2802),副馆长,副研究馆员,硕士,jtian@zju.edu.cn; 沈利华,参考咨询部主任,馆员,硕士;何晓薇,馆员,硕士;余敏杰,参考咨询部副主任,馆员,硕士。
[1]
VAN RANN A F J. Bibliometric statistical properties of the 100 largest European research universities: prevalent scaling rules in the science system[J]. Journal of the Association for Information Science and Technology, 2008, 59(3): 461-475.
[2]
蒋颖. 人文社会科学领域文献计量学研究[M]. 北京: 社会科学文献出版社, 2013.
[3]
赵飞, 艾春艳, 游越, 等. 基于文献计量开展高校科研评估的探索与思考——以北京大学科研竞争力评估为例[J]. 大学图书馆学报, 2014(1): 97-101.
[4]
张闪闪. 信息计量方法在我国高校学科评估中的应用——以郑州大学为例[J]. 新世纪图书馆, 2014(11): 90-96.
[5]
宣小红. 大学排行评价指标体系的比较研究[J]. 教育研究, 2007(12): 47-54.
[6]
刘薇. 中国C9 与美国CIC大学联盟之比较分析[J]. 长春教育学院学报, 2013(7): 86-88.
[7]
姜华, 刘苗苗. 中国“C9”与澳大利亚“G8”联盟一流学科之比较分析——基于ESI和InCites数据库[J]. 中国高教研究, 2017(6): 67-81.
[8]
李昂. 比较“常春藤”联盟看中国C9大学联盟的未来发展[J]. 黄山学院学报, 2012(6): 107-110.
[9]
邱均平. 信息计量学[M]. 湖北: 武汉大学出版社, 2016.
[10]
国家自然科学基金委主页[EB/OL]. [2016-06-01]. http://www.nsfc.gov.cn/.
[11]
QS World University Rankings[EB/OL]. [2016-02-15]. http://www.topuniversities.com.
[12]
THE世界大学排名[EB/OL]. [2016-03-30]. https://www.timeshighereducation.com/world-university-rankings.
[13]
WoS检索平台[EB/OL] .[2016-05-30]. http://www.webofknowledge.com/.
[14]
Scopus检索平台[EB/OL]. [2016-05-30]. http://www.scopus.com.
[15]
Incites检索平台[EB/OL]. [2016-10-30]. https://incites.thomsonreuters.com/.
[16]
Scival检索平台[EB/OL]. [2016-10-30]. https://www.scival.com/customer/authenticate/loginfull.
[17]
香港大学教育资助委员会[EB/OL]. [2016-10-30]. http://cdcf.ugc.edu.hk/.
[18]
韩国教育人力资源部[EB/OL]. [2016-10-30]. http://www.academyinfo.go.kr/.
[19]
台湾地区教育统计处[EB/OL]. [2016-10-30]. http://www.edu.tw/statistics/index.aspx.
[20]
田稷, 马景娣. 世界一流研究型大学联盟综合竞争力分析[M]. 杭州: 浙江大学出版社, 2015.
稿件与作者信息
出版历史
出版时间: 2017年9月5日 (版本1
参考文献列表中查看
知识管理论坛
Knowledge Management Forum
技术支持:印刻学术