期刊編輯數據素養研究
——以B學報近年來載文情況為例

李世紅

（北京工業大學 學報編輯部，北京 100124）

當今社會正處在一個數據無處不在的時代，一方面，人們在工作、學習、生活中產生了大量的數據；另一方面，人們又要依賴大量的數據支撐工作、學習和生活。面對“類型多樣、來源豐富、數量龐大、價值巨大的數據社會，對數據的獲取、管理與應用就成了大數據時代人們需要必備的素養之一”[1]117。大數據時代，各個行業的從業人員都需要具備數據素養。作為從事期刊出版工作的編輯人員，要使自己編輯的期刊成為反映國家政治、經濟、社會、科技、文化建設創新發展的重要戰略媒體，除具備基本的政治素養、思想素養、文化素養和職業素養外，還應該具備一定的數據素養，以便應對大數據信息時代的挑戰。

一、數據科學與期刊編輯學

數據科學于20世紀60年代被提出，定義為處理數據的科學[2]，但當時并沒有引起人們的關注，直到最近流行一個新名詞——數據科學家之后，數據科學才真正成為一門新興的學科。現在它之所以熱門，主要是因為數據的廣泛性和多樣性以及數據研究的共性。當今社會的各行各業都會產生各種分析數據，一方面這些數據類型繁多，不僅包括傳統的結構化數據，也包含非結構化數據，如網頁、文本、圖像、語音、視頻等；另一方面，社會的復雜性決定了行業的決策必須依賴于繁多復雜的數據。各行各業對數據的大量需求，使得數據科學受到社會的廣泛關注。期刊編輯學中的期刊數據庫使用的是數據科學的可視化數據，相關的信息論方法和期刊影響力指標定量分析體系都依賴于數據分析技術，這是期刊界數據科學的核心內容之一。

（一）數據科學及其特征

與數據科學密切相關的一個概念是數據科學家。數據科學家通常是指用統計分析、機器學習、分布式處理等技術，從大量數據中提取對業務有意義的信息，以易懂的形式傳達給決策者，并創造出新的數據運用服務的人才[3]。數據科學其實是一個理、工、文綜合的新興交叉學科，主要研究內容包括用數據的方法研究科學和用科學的方法研究數據兩個方面。用數據的方法研究科學，涵蓋生物信息學、天體信息學、數字地球、數據可視化等學科；用科學的方法研究數據，涉及統計學、機器學習、數據挖掘、數據庫等技術手段。這些內容都是數據科學的重要組成部分，涉及多個學科，但只有把它們有機地整合在一起，才能形成整個數據科學的全貌[4]。

數據科學的第一特征是通過數據的方法研究科學。例如，開普勒根據天文學家第谷的大量觀察數據，總結出了關于行星運動的三個定律。

數據科學的第二特征是用科學的方法研究數據。即通過數據采集、數據存儲、數據分析等研究數據，首先確定具體的目標函數以及研究的主要目標或要達到的效果，然后分析影響目標函數的主要因素及其表現形式，如表格、點集、時間序列、圖像、視頻、網絡數據、隨機噪聲數據等，最后再使用已有的科學方法或理論研究。

數據科學的第三特征是數據分析。數據分析非常難實現，主要是因為：(1) 數據量龐大。數據量大帶來的挑戰是計算問題，因此一些隨機計算和分布式計算方法就顯得尤為重要。(2) 數據維數高。維數高給人們帶來的是維數災難，即模型的復雜度和計算量隨著維數的增加而指數增長。(3) 數據類型復雜。數據可以是網頁或報紙，也可以是圖像、視頻，多種類型的數據給數據融合帶來了困難。(4) 噪音大。數據在生成、采集、傳輸和處理等流程中，均可能被噪音干擾，這些噪音的存在給數據的清洗和分析帶來挑戰。

此外，數據科學還有大數據的價值特征。在數據爆炸的時代，大數據的廣泛應用激起了全世界人們的興趣，具有巨大的價值前景。

（二）數據科學廣泛的社會應用

隨著信息化時代數據科學的資源性特點逐漸顯露，數據科學在社會生活中的作用越來越大，“用數據說話”已成為人們進行科學研究、管理社會、認識世界的一種新方法。信息化時代，數據成為自然和社會生活的一種表現形式，目前大數據研究已經觸及政治、經濟、文化、教育、科技等社會領域，人們已習慣用數據記錄工作、生活、社會發展等行為信息。現實世界中的事物和現象被以數據的形式存儲到計算機中，這些數據被快速、大量地生產和再存儲。可以說，信息和數據的傳播速度和范圍呈現出難以遏制的發展趨勢。“數據被認為是一種與能源和材料相提并論的資源，其所蘊含的價值難以估量”[5]33，成為一種重要的戰略資源。正如礦產資源需要挖掘、提煉加工后才能變成黃金、鉆石和石油，龐大的數據也需要通過大數據技術進行知識挖掘，才能實現其價值[6]。

（三）數據科學與期刊編輯學

數據科學的信息技術給人們的社會生活和感知世界帶來了巨大的便利，互聯網、App新聞客戶端、微博、微信等新媒體形態都以數據的基礎信息作為技術支撐，改變了人們對信息的接收方式和習慣[7]5。期刊編輯學作為一門具有廣泛社會性的學科，其發展與社會科學、自然科學有著千絲萬縷的聯系，所以，它的發展離不開對數據科學相關方法的借鑒和吸收。盡管數據科學和期刊編輯學之間的關系這一概念沒有被正式地提出，但實際上它們之間的密切關系在數據科學這門學科出現之前就已經存在。期刊編輯學中重要的載體——期刊或期刊數據庫，都是數據科學中數據的重要表現形式，同時，期刊編輯學的期刊可視化數據庫的研究方法和信息計量學研究方法也為數據科學提供了重要的方法論研究技術。

目前，中國科學文獻計量評價研究中心及清華大學圖書館研制發布的“中國學術期刊影響因子年報”，中國人民大學人文社會科學學術成果評價研究中心及中國人民大學書報資料中心研發的“復印報刊資料轉載指數排名研究報告”，南京大學中國社會科學評價中心開發研制的引文數據庫“中文社會科學引文索引（CSSCI）”（用于檢索中文社會科學領域的論文收錄和被引用情況）等，對國內期刊進行質量評價所采用的重要工具就是期刊文獻計量學。其核心就是對所采集的大量數據進行有目的的分析，建立期刊影響力定量綜合評價指標——期刊影響力指數。譬如，相關學者利用CSSCI數據庫，在學術研究、期刊測評、機構評估等領域對我國人文社會科學的發展水平和影響力現狀進行了廣泛、深入的研究，利用CSSCI的數據挖掘技術，充分發揮了學術數據的應用價值，為學術研究和學術創新提供了更好的數據支撐。因此，期刊影響力指標需要借用統計學方法對數據進行定量分析，這是數據科學的研究內容，也是數據科學如何科學評價的關鍵所在。這就要求在信息化時代的發展背景下，期刊編輯應該具備一定的數據素養，以便從宏觀上分析和把握期刊的發展趨勢。

二、編輯的數據素養

目前，從筆者對網刊文獻的檢索結果看，國內學者對數據素養的研究，多出現在圖書館信息教育的系列研究中，而編輯學中對編輯自身的數據素養進行明確研究的則很少。在社會生活中，行業間的研究既有個性，也有共性，盡管可查文獻中少有編輯專門研究編輯的數據素養，但還是有很多編輯在自覺地使用數據科學的方法分析研究期刊的發展現狀。

數據從狹義上講就是數值，是事物的量化表示，是人們通過觀察、實驗、調查統計或計算得出的結果。廣義的數據概念不僅指具體的數值，還包含以計算機為工具的所有二進制運算產生的內容[8]76，如網頁、文本、圖像、視頻、語音等。數據素養的概念最早起源于美國教育界，是近幾年才提出的，其與早先學者提出的計量素養和統計素養有著密不可分的聯系，但又存在著本質的差異特性，數據素養是信息時代的重要產物，是數據科學的重要組成部分。目前，學者還沒有對數據素養概念形成一個明確的共識。“數據素養”通常被叫做“數據信息素養”，主要指研究者在科學數據的采集、組織和管理、處理和分析、共享與協同創新利用等方面的能力，以及研究者在數據的生產、管理和發布過程中的道德與行為規范[9]29。

根據學者的研究成果，本文將編輯的數據素養歸納為數據意識、數據技能和數據文化（包括倫理與道德）3個方面。數據意識要求編輯對數據敏感，能認識到數據的價值，意識到數據在人們的生活、生產實踐和科學研究中發揮的重要作用。數據技能要求編輯具備一般數據的獲取、存儲和處理能力以及有用數據的辨識能力，包括數據檢索、數據統計、數據處理軟件操作、數據格式轉換等。也就是說，編輯應能利用數據科學方法解決期刊編輯問題，通過對期刊數據的統計分析處理和運算，使用數據科學中的方法和技能得出科學的結論，解決期刊發展中存在的問題，以提升期刊的質量和辦刊水平。數據文化是指編輯在工作中要崇尚科學數據，能用科學數據推動編輯工作進程，形成收集、使用和共享數據的文化理念。數據倫理與道德是指合理、合法地獲取并使用數據，對數據的發布與使用應遵守相關社會法規與規范。對于期刊編輯來說，數據倫理與道德應用典型的例子就是在處理稿件時，編輯應鼓勵作者尊重別人的勞動成果，合理引用所閱讀的文獻資料。

三、數據科學方法在期刊編輯學中的應用

我國國內當前最大的期刊全文數據庫是中國知網，其在影響力、內容覆蓋面、檢索途徑等方面均具有明顯的優勢。本文以 B高校學報2001―2016年的刊文情況為例，選擇CNKI數據庫作為主要數據源，以期刊質量水平為目標函數，用數據科學的研究方法，分析B學報欄目建設、基金支持、作者群分布等情況，并通過影響因子、他引總引比、總被引頻次、Web即年下載率等為質量函數核心元素變量評價，總體把握B高校學報的發展態勢，探討相關發展對策。

（一）B高校學報2001―2016年刊文情況

創刊數十年來，B學報依托“當代社會研究”和“經濟與管理研究”兩個較強勢的欄目，立足本校，輻射校外，刊發校內外名家大作，兩個欄目先后獲得“北京市社科學報名欄”和“全國理工農醫特色欄目”榮譽稱號，特色較為突出，有一定的社會影響力。B學報于2008―2013年曾連續3次入選CSSCI擴展版來源刊，后因組稿乏力，收稿質量降低，于2014年退出CSSCI擴展版來源刊。面對發展的瓶頸問題，B學報及時調整欄目，聯合校內外相關專業知名教授，舉辦小型的專業交流研討會，組織出版專題，于2017年再次入選CSSCI擴展版來源刊。目前，學報社會聲譽較好，盡管發展之路曲折起伏，但學報的總體發展趨勢是向上的。鑒于此，筆者對 B學報從2001―2016年刊文的相關情況作了分項統計。具體分析如下：

1. 期刊欄目建設

B學報16年來共發文1335篇，總發文、被引、零被引、摘編、轉載等項統計細分如表1所示①。由統計數據可知，B學報刊文被引率約占刊文總數的 75.21%，零被引用率約占刊文總數的24.79%，被摘編、轉載率約占刊文總數的9.51%；“當代社會研究”和“經濟與管理研究”兩個欄目比較強勢，欄目文章的被轉載摘編數量相對突出；“政治學研究”“法律研究”“文學研究”“哲學研究”“歷史研究”“高等教育與管理研究”等學科研究欄目，在理工科院校中不是強勢學科研究，特色不突出，社會影響力小。

表1 2001―2016年B學報發文相關項統計 /篇

2. 基金項目支持力度

2001―2016年，B學報發表基金項目的文章情況如表2所示。統計數據顯示，B學報發表國家級項目論文有176篇，省部級項目論文有337篇，校級項目論文有105篇，可見論文資助力度偏重于省部一級的科研項目。另外，在統計過程中筆者也發現，論文被轉載、摘編及被引用與基金資助關系不大，很多選題很好、沒有基金項目資助的文章依然被讀者大量下載和引用，被相關機構關注。

3. 第一作者群特征

基于數據科學的統計方法，選取B高校學報2001―2016年載文第一作者作為期刊質量分析的核心指標。對1335篇文章的第一作者群按職稱和學歷層次分布進行的統計（如表3所示）顯示，作者群按發文量比例從大到小的排序為“講師、副教授、教授/研究員、碩士生、博士生”。從作者層面看，期刊知名度的提升主要依賴于專家教授的高質量論文，但從B學報作者群發文量比例按從大到小的排序結果看，作者群中發文量排第一位的是講師，第二位的是副教授，教授和研究員投稿位居第三；在研究生群體的投稿中，則是博士生稿件少于碩士生稿件。這表明B高校學報來稿質量結構并不理想，學術質量的提升沒有較大的突破。

表2 2001―2016年B學報基金項目發文統計 /篇

表3 2001―2016年B學報第一作者群發文量統計

基于上述分析可知，提升B學報辦刊的質量水平應依賴于教授（研究員）的稿源、國家基金資助的稿源以及高水平的被引用論文，因為這些元素變量在學術期刊的質量評價中具有較高的權重。

（二）B高校學報2001―2016年期刊質量函數元素變量分析

筆者根據中國學術期刊影響因子綜合引證年度報告提供的數據，使用有用數據篩選的方法研究編輯學技術，以B學報的影響因子、他引總引比、總被引頻次、Web即年下載率等核心指標作為期刊質量函數元素變元，分析結果如表4所示。

由表 4可以看出：(1) B學報的影響因子于2002年開始逐步上升，2006年達到峰值，2007―2008年滑落，2009年至今總體處于升勢；(2) B學報的總被引頻次于2002年起趨于升勢，2014年達到峰值，目前有所滑落；(3) B學報的他引總引比數值于創刊后至2009年達到峰值，后逐漸滑落至2013年的谷值，但2013年以后此項數據又重回升勢；(4) B學報Web即年下載率在2001年創刊后大體處于升勢，至2009年達到峰值，此后緩慢滑落，于2014年至低谷，目前有所回升。本研究所選取的4項核心指標顯示，B學報的期刊質量在 2012―2015年變化起伏波動明顯，數據的異常波動與B學報當時的發展狀況有直接關聯，應引起B學報期刊編輯的重視。

表4 B學報2003―2016年載文情況分析

通過數據科學的研究方法對表4數據的分析可以預測，近期B學報的期刊影響因子會有所提升，但在0.25附近波動；總被引頻次有提升的空間；總被他引頻次將會穩步增長；Web即年下載率將會在50%附近波動。

（三）提升學報期刊質量的建議

前文數據也直觀反映出學報質量優勢的保持容不得半點虛假和怠慢，需要精心經營。學報編輯應視期刊質量如生命，守住自己的本分，保持自己的初心，在辦刊中做到以下幾點：注重推進欄目創新，做好期刊選題策劃，努力發掘具有理論價值和現實意義的選題；擁有由知名學者參與的富有活力的作者隊伍，以保證論文質量的提高；利用網絡平臺和新媒體的傳播優勢，加強期刊的宣傳力度，鼓勵作者向同行及研究團隊推廣自己的研究成果，擴大期刊論文的引用率；依托本校的學術資源和科研機構，舉辦小型專業研討會，通過學術交流活動結識新的專家；自覺培養科學數據意識，運用數據分析科學把握期刊的發展動態，保持期刊發展的生命之樹常青。

“數據是人們認知活動的產物，是對客觀事物的反映，是對事物現象進行表征的一種邏輯語言，科學數據由于其簡單性、精確性、普適性，成為進行科學研究的工具之一。科學數據素養在科學研究生命周期中的影響作用日益凸顯，已經成為科研人員提升科研創新能力的必備因素和核心競爭力。”[10]58數據科學的重要性在當今時代已不言自明，因此學術期刊編輯既要擁有過硬的專業知識、編輯學知識，還需具備一定的編輯數據素養，善于搜集積累數據，通過數據分析有效地把握期刊的發展態勢，自如地應對大數據時代的挑戰。

注釋：

① 總發文、被引用及零被引用結果是根據CNKI統計數據統計的，被摘編、轉載篇目是根據中南財經政法大學圖書館信息檢索中心統計報告統計的。

[1] 張晨．大數據時代的圖書館與數據素養教

育[J]．圖書與情報，2014(4)：117–119．

[2] 數據學和數據科學[EB/OL]．(2015-11-30)[2017-10-20]．https://baike.so.com/doc/109142-115165.html．

[3] 100offer程序員拍賣．站在大數據金字塔尖的人[EB/OL]．(2015-06-17)[2017-10-20]．https://www.jianshu.com/p/1f2e2b10a9b0．

[4] 鄂維南．數據科學的基本內容[EB/OL]．(2017-03-30)[2017-10-20]．http://mt.sohu.com/20170330/n485655812.shtml．

[5] 劉紅，胡新和．數據革命：從數到大數據的歷史考察[J]．自然辯證法通訊，2013(6)：33–39．

[6] 李京文．大數據研究與應用[EB/OL]．(2017-03-30)[2017-10-20]．http://zuciwang.com/show/373182.html．

[7] 沈浩，談和．媒體人該怎樣理解“大數據”[J]．新聞與寫作，2015(11)：5–10．

[8] 劉彩娥．國內高校數據素養教育的問題與對策[J]．北京工業大學學報（社會科學版），2015(3)：76–80．

[9] 張靜波．大數據時代的數據素養教育[J]．科學，2013(7)：29–32．

[10] 郝媛玲，沈婷婷．數據素養及其培養機制的構建與策略思考[J]．理論與探索，2016(1)：58–63．