叢挺 明蔚 張蕾 趙婷婷

[摘 要] 移動社交平臺興起背景下，以新聞傳播學CSSCI期刊為研究對象，采用使用計量（Usage Metrics）研究方法，對學術(shù)期刊跨平臺傳播行為進行實證研究。本研究發(fā)現(xiàn)：相較于傳統(tǒng)主流平臺，學術(shù)期刊文獻基于移動社交平臺的平均閱讀量更高，且具有引用優(yōu)勢;學術(shù)期刊文獻在不同平臺傳播之間存在顯著相關(guān)性;基于移動社交平臺的高閱讀量文獻具有較強的社會話題性，且集中于少數(shù)期刊。

[關(guān)鍵詞] 學術(shù)期刊 移動場景 跨平臺傳播

[中圖分類號] G237[文獻標識碼] A[文章編號] 1009-5853 （2019） 03-0074-08

[Abstract] Under the environment of mobile social media， this paper conducts empirical research on cross-platform communication of academic journals with Usage Metrics methods. Firstly， compared with traditional mainstream platforms， the average reading rate of journal literature based on mobile platform is much higher. Secondly， there are correlations of usage counts between mobile platforms and traditional platforms. Thirdly， through content analysis， the top reading articles topics in mobile environment more focus on social activities than traditional environment.

[Key words] Academic journals Mobile environment Cross-platform communication

隨著移動互聯(lián)網(wǎng)與社交媒體的迅猛發(fā)展，面向移動社交平臺的服務(wù)與應(yīng)用不斷增多。作為學術(shù)傳播的主體，學術(shù)期刊亦開啟面向移動端的出版服務(wù)。據(jù)相關(guān)學者調(diào)查顯示，截至2017年12月，國內(nèi)分別有53.1%的CSSCI期刊和56.5%的CSCD期刊開通了微信公眾號[1]。在此背景下，學術(shù)期刊逐漸從早期的刊網(wǎng)互動向全媒體出版轉(zhuǎn)型，進而形成以信息集成平臺（如知網(wǎng)、萬方、維普等）與移動社交平臺（如學術(shù)類App、微信公眾號）為代表的跨平臺傳播模式。如何把握在移動場景下學術(shù)期刊跨平臺傳播的運行機理和規(guī)律，以推動學術(shù)期刊服務(wù)轉(zhuǎn)型與可持續(xù)發(fā)展，成為學界和業(yè)界關(guān)注的焦點。

現(xiàn)階段相關(guān)研究主要圍繞學術(shù)期刊或論文的移動出版模式[2] [3]、學術(shù)期刊微信公眾號運營現(xiàn)狀[4][5]、微信傳播效果及影響因素[6][7]等展開;部分學者關(guān)注到學術(shù)期刊跨平臺傳播現(xiàn)象[8]，但更多是從定性層面[9]或單一期刊層面[10]探討跨平臺傳播中的功能整合與平臺運營等問題，從實證層面分析學術(shù)期刊跨平臺傳播運行規(guī)律的研究并不多見。本研究基于移動社交媒體興起背景，運用使用計量（Usage Metrics）研究方法，對學術(shù)期刊跨平臺傳播過程中的相關(guān)問題展開研究。

1理論基礎(chǔ)與研究問題

1.1 跨平臺傳播相關(guān)理論

關(guān)于跨平臺傳播問題，相關(guān)研究由來已久，相關(guān)的概念包括跨媒體傳播、媒體聯(lián)動、互媒體性、媒介間性等。關(guān)于跨媒體傳播，趙云澤認為其作為一個整體性概念，包含宏觀、中觀和微觀三個層面，在宏觀層面跨媒體傳播呈現(xiàn)出媒體聯(lián)動的態(tài)勢，在中觀層面呈現(xiàn)出全媒體的形態(tài)，在微觀層面表現(xiàn)為傳播符號的共存與融合[11]。具體界定上，跨媒體傳播是指一個媒介組織有機融合多種媒介的表現(xiàn)理念和技術(shù)手段形成的新的媒介技術(shù)形態(tài)，使各種媒介元素能發(fā)揮各自所長并在整體上形成更好傳播效果的新聞傳播。與之相對應(yīng)的，媒體聯(lián)動更聚焦于不同的媒體之間（既可以是同介質(zhì)的，也可以是不同介質(zhì)的）的相互聯(lián)系[12]，并主要表現(xiàn)為話題聯(lián)動[13]。

真正將媒體聯(lián)動上升到學理性高度的是日本社會信息學會會長遠藤熏。他提出“互媒體性”（intermediality）概念[14]，用于解答媒體與媒體之間如何相互作用，以及這種相互作用關(guān)系如何發(fā)展變化等問題。這一概念強調(diào)，每一種新媒體與舊媒體之間都存在密切聯(lián)系，而這種相互關(guān)系以具有強大沖擊力的新媒體作用為中心，各種媒體在震蕩的媒體環(huán)境中尋求新的平衡關(guān)系。它既可用于傳播的內(nèi)容層面，也可用于傳播的渠道層面。媒介間性作為intermediality的另一種譯法[15]，更突出不同藝術(shù)媒介間的交叉關(guān)系?？藙谒埂げ剪敹鳌ぱ由↘laus Bruhn Jensen）認為媒介間性是指現(xiàn)代傳播媒介之間相互連接的現(xiàn)象[16]。作為表達和交流的途徑，不同媒介趨向顯性或隱性的互動與融合，并作為不同傳播策略組合中的元素實現(xiàn)交互。相對于跨媒體傳播與媒體聯(lián)動理論，跨平臺傳播弱化了媒介屬性，更突出不同平臺價值和功能整合，探討不同平臺在信息傳播過程中的交互作用規(guī)律。

1.2 聯(lián)動性理論

本研究所提出的聯(lián)動性，更多是借鑒金融學領(lǐng)域聯(lián)動效應(yīng)的概念。隨著經(jīng)濟活動一體化程度的提高，全球資本市場逐漸形成整體聯(lián)動的發(fā)展態(tài)勢，相關(guān)學者對這一現(xiàn)象及形成機理展開研究[17]。所謂聯(lián)動效應(yīng)，指的是不同國家或地區(qū)的證券市場的股票收益具有較強的相關(guān)性或市場波動具有長期的均衡關(guān)系[18]。其中股票市場聯(lián)動則是指多種股票資產(chǎn)價格的同方向變動。關(guān)于股票市場聯(lián)動的作用機制，大致可總結(jié)為經(jīng)濟基礎(chǔ)假說（Economic Fundamental Hypothesis）和市場傳染假說（Market Contagion Hypothesis）[19]。經(jīng)濟基礎(chǔ)假說基于投資者完全理性的傳統(tǒng)金融理論，認為資產(chǎn)價格聯(lián)動是由資產(chǎn)基本面引起的，即不同股市收益率相關(guān)性的根源之一是某些重要的宏觀變量的變動。市場傳染假說則以投資者行為特征作為研究重點，認為股市聯(lián)動性不完全由可觀察的宏觀經(jīng)濟指標解釋，還應(yīng)該從投資者行為上尋找原因，如某一國股市受到負面沖擊，負面影響會擴散到國際市場，導致危機時期各國股市關(guān)聯(lián)性增強。相關(guān)學者認為，經(jīng)濟基礎(chǔ)假說與市場傳染假說是對立統(tǒng)一的，股市間的短期聯(lián)動性實際上是兩種機制共同作用的外在表現(xiàn)（張兵等，2010）。應(yīng)用到學術(shù)期刊傳播領(lǐng)域，經(jīng)濟基礎(chǔ)假說可看作是文獻質(zhì)量的基礎(chǔ)性共識導致不同平臺的用戶使用數(shù)據(jù)呈現(xiàn)出相關(guān)性，市場傳染假說則表現(xiàn)為某一平臺用戶行為對其他平臺的影響和傳導。值得注意的是，到目前為止，在學術(shù)期刊傳播領(lǐng)域，直接引入聯(lián)動性理論對跨平臺傳播機理進行分析的研究較為缺乏。隨著跨平臺學術(shù)傳播活動的日趨普遍，不同平臺之間的相互影響和作用逐漸顯現(xiàn)，結(jié)合學術(shù)交流活動的具體特性，聯(lián)動性理論將得到更廣泛的應(yīng)用。

1.3 使用計量研究

隨著學術(shù)信息資源數(shù)字化的發(fā)展，用戶越來越多地傾向于通過網(wǎng)絡(luò)獲取學術(shù)文獻，使得與網(wǎng)絡(luò)文獻利用相關(guān)的用戶行為數(shù)據(jù)被記錄下來。在此背景下，研究者嘗試通過對用戶使用數(shù)據(jù)進行采集、整理和分析，以揭示用戶使用行為與科學交流規(guī)律，由此產(chǎn)生國際上統(tǒng)稱的使用計量研究。相關(guān)學者從不同角度開展使用計量研究，其中包括學術(shù)論文及期刊評價[20] 、開放獲取傳播優(yōu)勢[21]、使用數(shù)據(jù)與引用數(shù)據(jù)的相關(guān)性[22]、跨平臺使用數(shù)據(jù)的相關(guān)性[23][24]等。隨著社交網(wǎng)絡(luò)的普及，有學者提出將社交媒體數(shù)據(jù)作為補充性計量指標（alternative metrics），引入期刊影響力評價之中[25]，并且由普里姆（Priem）（2010）首先在推特上建立“Altmetrics”標簽[26]。此后數(shù)年，國內(nèi)外學者對基于社交媒體的學術(shù)交流行為、傳統(tǒng)使用數(shù)據(jù)與學術(shù)社交平臺數(shù)據(jù)相關(guān)性[27]等展開研究，其中針對補充性計量指標與傳統(tǒng)被引次數(shù)的相關(guān)性分析最為受到關(guān)注，據(jù)相關(guān)學者研究發(fā)現(xiàn)，這兩類指標間僅存在一定的弱相關(guān)[28]。

基于上述理論回顧，結(jié)合本研究目標，提出如下研究問題：

RQ1：當前基于移動社交平臺的學術(shù)期刊傳播效果是怎樣的？

RQ2：基于移動社交平臺的學術(shù)期刊傳播與傳統(tǒng)主流平臺傳播之間是否存在聯(lián)動關(guān)系？

RQ3：相比于傳統(tǒng)主流平臺，基于移動社交平臺的頭部文獻主題具有怎樣的特征？

2 研究設(shè)計與步驟

2.1 研究設(shè)計

本研究嘗試通過對學術(shù)期刊的移動社交平臺和信息集成平臺中的相關(guān)使用數(shù)據(jù)的整合、挖掘和分析，進而揭示學術(shù)期刊跨平臺傳播中的用戶偏好和運行機理。作為一項探索性研究，我們優(yōu)先選擇新聞傳播學領(lǐng)域的學術(shù)期刊進行研究對象，主要基于以下考慮：（1）新聞傳播學作為研究媒體傳播的學術(shù)領(lǐng)域，其學術(shù)期刊本身在新媒體建設(shè)方面較為領(lǐng)先，據(jù)相關(guān)學者調(diào)查顯示，在新聞傳播學核心期刊中有近四分之三的期刊開通微信號[29]，高于一般學術(shù)期刊微信開通比例，因此，對其跨平臺傳播行為的探索性研究具有一定的示范意義;（2）由于團隊成員學科背景與新聞傳播學接近，針對相關(guān)研究結(jié)果，尤其是跨平臺傳播行為的解釋上具有較強的針對性。

考慮到平臺的代表性與數(shù)據(jù)可獲取性，移動社交平臺選取微信公眾號，重點采集學術(shù)期刊基于微信推送文獻的閱讀量和點贊數(shù);信息集成平臺選取中國知網(wǎng)，重點采集學術(shù)期刊文獻在該平臺的下載量和被引量。通過對相關(guān)數(shù)據(jù)的采集、處理和整合，進而采用描述性統(tǒng)計分析、相關(guān)性分析、內(nèi)容分析等方法，對跨平臺傳播效果、跨平臺聯(lián)動性，以及傳播主題特征等方面展開研究。具體設(shè)計流程如圖1。

2.2 數(shù)據(jù)采集與處理

本文依據(jù)《中國社會科學引文索引（CSSCI）來源期刊目錄》，選取新聞傳播學的學術(shù)期刊作為研究樣本。由于所有的新聞傳播學領(lǐng)域核心期刊均被中國知網(wǎng)收錄，因此這里主要針對期刊的微信公眾號進行訪問、篩查。具體篩選條件如下：（1）樣本期刊建立有微信公眾號且提供期刊論文的推送，同時被中國知網(wǎng)收錄;（2）選取樣本期刊論文發(fā)表時間跨度為2017年1月至2017年12月，避免因距離發(fā)表時間過近，導致使用數(shù)據(jù)不穩(wěn)定。

具體采集步驟方面，針對符合上述條件的期刊，首先，從中國知網(wǎng)上批量獲取這些期刊2017年發(fā)表的所有論文的下載數(shù)、被引數(shù)及其他元數(shù)據(jù)（如論文標題、作者、關(guān)鍵詞等），去除非論文數(shù)據(jù);其次，通過人工方式，從各個學術(shù)期刊微信公眾號上采集被推送的2017年相關(guān)期刊文獻的閱讀數(shù)和點贊數(shù);再次，通過“論文標題”與“作者”字段匹配，將中國知網(wǎng)數(shù)據(jù)與微信數(shù)據(jù)融合，針對不同期刊進行分類和匯總統(tǒng)計。采集時間為2018年7月20日至2018年8月10日。最終得到中國知網(wǎng)數(shù)據(jù)2416條，微信數(shù)據(jù)577條。具體數(shù)據(jù)見表1。

2.3 數(shù)據(jù)分析步驟

數(shù)據(jù)分析方法上，本研究采用描述性分析、相關(guān)性分析、內(nèi)容分析等方法。具體而言，包括如下步驟：（1）對微信推送文獻與知網(wǎng)發(fā)布文獻使用數(shù)據(jù)的整體表現(xiàn)進行分析，包括中位數(shù)、平均值、峰值，并結(jié)合偏離度（skewness）方法比較不同平臺數(shù)據(jù)的集聚效應(yīng);（2）通過交叉表、獨立樣本T檢驗等方法，進行微信傳播的優(yōu)勢分析，即微信推送與非推送文章在中國知網(wǎng)的下載量和被引量上的差異表現(xiàn);（3）通過斯皮爾曼系數(shù)指標，對期刊文獻的微信閱讀量與知網(wǎng)下載量、微信點贊數(shù)與被引數(shù)的相關(guān)性進行分析;（4）從內(nèi)容與指標兩個維度，對不同平臺頭部文獻主題特征、所屬期刊等進行分析，并計算不同平臺頭部文獻的重合度。

3 數(shù)據(jù)分析與結(jié)果

3.1 跨平臺傳播效果分析

3.1.1 基本統(tǒng)計分析

根據(jù)對學術(shù)期刊跨平臺傳播數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，除《出版科學》以外，期刊在微信平臺的閱讀量均值普遍高于中國知網(wǎng)下載量的，其中《新聞記者》與《編輯之友》的微信閱讀量均值超過中國知網(wǎng)下載量均值的6倍以上。 從峰值數(shù)據(jù)來看，除《新聞界》與《出版科學》以外，期刊在微信平臺閱讀量峰值都超過中國知網(wǎng)下載量的峰值，其中《新聞記者》與《編輯之友》兩份期刊中均有閱讀量超過10000次以上的文獻。以上數(shù)據(jù)表明，相比于傳統(tǒng)主流平臺，新聞傳播領(lǐng)域?qū)W術(shù)期刊通過微信傳播獲得更高的關(guān)注度，且更易產(chǎn)生“爆款”文獻。

3.1.2 偏離度分析

根據(jù)表1分析，無論是基于微信平臺，還是中國知網(wǎng)平臺，所有樣本期刊的篇均次數(shù)均高于其中位數(shù)，表明數(shù)據(jù)的分布存在集聚效應(yīng)。為進一步揭示不同平臺集聚效應(yīng)的差異，本文采用偏離度（skewness）方法進行分析。首先將所有期刊微信閱讀數(shù)、中國知網(wǎng)下載次數(shù)和被引次數(shù)分別降序排列，計算三類數(shù)據(jù)的累積百分比，最后合并到統(tǒng)一的表格，繪制出數(shù)據(jù)累積百分比與論文數(shù)量累計百分比的函數(shù)圖?？紤]到微信推送文獻數(shù)量只占據(jù)中國知網(wǎng)文獻數(shù)量的1/4左右，前者是577條，后者是2416條，為確保圖中曲線具有可對比性，本文在對微信閱讀數(shù)降序排列后，做4倍等比放大，不影響偏離度結(jié)果。

根據(jù)圖2顯示，微信閱讀量與中國知網(wǎng)下載量的集聚效應(yīng)較為接近，被引量則明顯高于前兩者。從具體數(shù)據(jù)來看，前10%的學術(shù)文獻貢獻了44.78%的微信閱讀量和46.42%的中國知網(wǎng)下載量，而貢獻被引量則接近60%;前20%的學術(shù)文獻貢獻65.20%的微信閱讀量和64.14%的中國知網(wǎng)下載量，貢獻被引量則超過80%。從“尾部數(shù)據(jù)”（90%—100%）來看，微信閱讀量“尾部文獻”的占比為0.72%，高于中國知網(wǎng)下載量的0.49%，表明微信平臺“尾部文獻”獲得的關(guān)注度要高于中國知網(wǎng)平臺。

3.1.3 微信傳播的優(yōu)勢分析

移動社交平臺傳播是否會帶來學術(shù)期刊在傳統(tǒng)主流學術(shù)平臺的優(yōu)勢，是本研究關(guān)注的重點之一。這里將移動社交平臺的傳播優(yōu)勢分為學術(shù)期刊在中國知網(wǎng)的下載使用優(yōu)勢和引用優(yōu)勢。通過數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，整體上在新聞傳播領(lǐng)域，有微信推送的期刊文獻在中國知網(wǎng)的下載量平均值為376.03，被引量平均為1.42次，均顯著高于未推送文獻的下載量和被引量均值（p<0.01）。具體到不同期刊，除《國際新聞界》《現(xiàn)代出版》《新聞界》以外，所有期刊均至少存在一種傳播優(yōu)勢，表明整體上新聞傳播領(lǐng)域?qū)W術(shù)期刊文獻存在微信傳播優(yōu)勢。

3.2 跨平臺傳播的聯(lián)動性分析

針對跨平臺傳播的聯(lián)動性，本研究主要將期刊文獻在微信平臺的閱讀次數(shù)、點贊次數(shù)分別與其在中國知網(wǎng)平臺的下載次數(shù)和被引次數(shù)做相關(guān)性分析。由于皮爾遜（Pearson）相關(guān)系數(shù)計算方法對數(shù)據(jù)有連續(xù)、正態(tài)分布的要求，本研究數(shù)據(jù)并不適用。而斯皮爾曼（Spearman）相關(guān)系數(shù)作為非參數(shù)統(tǒng)計方法，對數(shù)據(jù)的分布沒有特定要求。因此，本研究采用斯皮爾曼相關(guān)系數(shù)方法。

通過斯皮爾曼相關(guān)系數(shù)的計算結(jié)果顯示，微信閱讀次數(shù)與中國知網(wǎng)下載次數(shù)間的相關(guān)系數(shù)為0.621（p<0.001），兩者存在顯著的中度相關(guān)，表明微信閱讀量對中國知網(wǎng)下載使用次數(shù)具有一定預測性。

點贊數(shù)與被引數(shù)方面，根據(jù)計算結(jié)果顯示，微信傳播文獻的點贊數(shù)與被引次數(shù)之間存在顯著相關(guān)，相關(guān)系數(shù)為0.251，僅為低度相關(guān)。相比于微信閱讀量對知網(wǎng)下載量的預測性，點贊與被引之間的相關(guān)性較低，表明現(xiàn)階段點贊數(shù)尚不足以作為預測文獻影響力的有效指標。

3.3 跨平臺傳播文獻主題分析

由于不同平臺的傳播特性與用戶偏好差異，使得同一文獻在不同平臺上獲得的關(guān)注度可能存在明顯差異。分析不同平臺頭部文獻（即高閱讀量、下載量或被引量），對理解跨平臺傳播文獻主題特征具有一定幫助。

根據(jù)對微信平臺閱讀量排名前10的文獻分析發(fā)現(xiàn)，這些文獻具有較強的社會話題性，且與微信平臺本身具有一定關(guān)聯(lián)性，涉及主題包括職稱制度改革、輿情、專業(yè)研究報告、微信表情等主題（見表6）。其中微信平臺閱讀量排名第1的《學術(shù)期刊發(fā)展的新機遇——職稱制度改革對學術(shù)期刊的影響》一文，閱讀量接近17000次，而其在中國知網(wǎng)的下載量當時僅為126次，差異極為明顯，屬于典型的“一高一低”型文獻（即微信閱讀量高而中國知網(wǎng)下載量低）。通過對“一高一低”型文獻內(nèi)容進一步分析發(fā)現(xiàn)，這類文獻往往不是以學術(shù)理論深度為特征，其參考文獻數(shù)量一般較少，甚至沒有，而更多突出其社會話題性。同時，對排名前10文獻的閱讀量與中國知網(wǎng)下載量進行相關(guān)性分析，結(jié)果顯示兩者之間無顯著相關(guān)。

進一步對微信閱讀量與中國知網(wǎng)下載量、被引量前10位的文獻進行統(tǒng)計，計算三者之間的重合度，發(fā)現(xiàn)三者總體上的重合率為10%，其中微信閱讀量與中國知網(wǎng)下載量的重合率為10%，表明不同平臺用戶關(guān)注的學術(shù)期刊文獻主題確實存在一定差異性。在具體期刊中，《國際新聞界》《編輯之友》《新聞記者》《中國出版》的重合率相對較高，達到30%。

值得注意的是，盡管從文獻層面，基于微信閱讀量、中國知網(wǎng)下載量和被引量的頭部文獻重合率較低，但從所屬期刊來看，上述統(tǒng)計排名前10的文獻均來自《國際新聞界》《新聞記者》與《編輯之友》，在期刊層面表現(xiàn)出一定的集中性。

4 結(jié)論與討論

本研究利用使用計量研究方法，對學術(shù)期刊跨平臺傳播效果、聯(lián)動性，以及文獻主題特征等問題進行實證分析，以下對相關(guān)結(jié)果展開討論。

4.1 學術(shù)期刊微信傳播的價值探討

根據(jù)數(shù)據(jù)結(jié)果分析，微信傳播文獻的平均閱讀量整體高于中國知網(wǎng)下載量，且前者的峰值遠高于后者。針對這一結(jié)果，首先需要分析微信與中國知網(wǎng)兩個平臺的客觀差異。知網(wǎng)作為典型的學術(shù)信息集成平臺，更多服務(wù)于專業(yè)學術(shù)群體，用戶量相對有限。與之相比，微信作為一個面向大眾群體的移動社交平臺，本身具有龐大的用戶規(guī)模，基于該平臺傳播內(nèi)容更易獲得較高的關(guān)注度。從傳播特性分析，微信平臺具備移動傳播和社交網(wǎng)絡(luò)分享的雙重特性。關(guān)于移動傳播，我們認為，其本質(zhì)上是一種更高層次的開放獲取。相關(guān)研究結(jié)果表明，開放獲取有助于提高研究成果的顯示度[30]。而隨著移動互聯(lián)網(wǎng)與智能設(shè)備的普及，用戶通過移動終端可以更加方便地獲取和閱讀期刊文獻，這使得學術(shù)期刊傳播效果進一步增強。另一方面，微信傳播并不只是提高用戶獲取文獻的便利性，還促進了分享和交流，這使得學術(shù)期刊文獻更容易擴散到非學術(shù)領(lǐng)域，尤其對于新聞傳播這樣與社會現(xiàn)實聯(lián)系緊密的學科，微信傳播的影響作用更為突出。

關(guān)于引用優(yōu)勢方面，本研究發(fā)現(xiàn)，微信傳播文獻在中國知網(wǎng)下載使用和引用上均存在一定的優(yōu)勢，這印證了前期相關(guān)學者關(guān)于開放獲取引用優(yōu)勢的研究結(jié)論[31]。但值得注意的是，與開放獲取期刊引用優(yōu)勢形成機理有所不同，學術(shù)期刊微信平臺的引用優(yōu)勢并不僅僅來自開放獲取這一單一變量，還受到其他因素影響。由于微信推送文章是由期刊編輯主動篩選發(fā)布的，編輯可能會主動選擇那些具有潛在高影響力的文獻發(fā)布到微信平臺，并且在推送欄目設(shè)計上有所側(cè)重，這在客觀上對微信的傳播優(yōu)勢產(chǎn)生影響。

4.2 學術(shù)期刊跨平臺傳播的聯(lián)動性討論

關(guān)于學術(shù)期刊跨平臺傳播的聯(lián)動性，根據(jù)統(tǒng)計結(jié)果分析，微信閱讀量與中國知網(wǎng)下載量在整體上具有相關(guān)性，但在閱讀量排名前10的文獻中兩者并不存在顯著相關(guān)。針對這一結(jié)果，同樣需要關(guān)注知網(wǎng)和微信兩個平臺用戶行為的差異性。作為國內(nèi)最大的學術(shù)信息資源聚合平臺，知網(wǎng)對期刊內(nèi)容的發(fā)布方式與服務(wù)模式上享有絕對的主導權(quán)，而學術(shù)期刊出版機構(gòu)則主要扮演內(nèi)容供給的角色，對用戶行為不產(chǎn)生直接影響。用戶在集成平臺服務(wù)范圍內(nèi)享有較高的自主性，如用戶可以通過中國知網(wǎng)提供的搜索引擎和被引量降序排列功能，選擇自己的目標文獻，客觀上會形成文獻下載量分布的馬太效應(yīng)。這也反映在本研究主要發(fā)現(xiàn)之一，即中國知網(wǎng)被引量具有更高的集聚效應(yīng)。而學術(shù)期刊微信公眾號大多是期刊編輯部依托微信搭建的自主平臺，更多反映期刊的主觀意志，包括推送文章類型、時間和發(fā)布形式等，用戶只能在推送的文獻范圍內(nèi)閱讀，他們或是在訂閱的學術(shù)期刊公眾號上看到，抑或是在學術(shù)交流群與朋友圈上發(fā)現(xiàn)。因此，對于兩類平臺使用數(shù)據(jù)的相關(guān)性，我們需要具體分析，究竟是因為用戶在不同平臺的獨立行為所產(chǎn)生的一致性，還是由于跨平臺之間的傳導所形成的聯(lián)動效應(yīng)。

結(jié)合聯(lián)動性理論中的經(jīng)濟基礎(chǔ)假說和市場傳染假說，從本研究中整體數(shù)據(jù)和頭部數(shù)據(jù)的差異來看，我們更傾向于認為，“經(jīng)濟基礎(chǔ)假說”是其主要的影響機制，也即不同平臺用戶對文獻整體評價具有一致性。因為如果是不同平臺的傳導機制發(fā)揮主要作用，頭部文獻的傳導效應(yīng)是最為明顯的，不太可能出現(xiàn)“一高一低”型的頭部文獻。盡管如此，我們并不否認兩種機制都對跨平臺傳播的聯(lián)動性起到一定作用。

除此之外，本研究發(fā)現(xiàn)微信點贊量與被引量之間整體相關(guān)性較弱，這驗證了其他學者關(guān)于點贊的研究結(jié)論，即到目前為止，點贊只能作為評判學術(shù)成果影響力的參考指標之一。盡管點贊行為與引用行為在動機上具有一定的相似性，都有對學術(shù)成果表示認可或關(guān)注的動機，但從用戶行為成本角度分析，點贊行為所付出的成本遠遠低于引用行為，前者只是舉手之勞，后者則需要寫作、投稿并完成發(fā)表。另外，本研究統(tǒng)計的點贊數(shù)是來自對微信推送文章底部的“點贊”記錄，實際上更多的點贊行為發(fā)生在朋友圈、微信群當中，這些無法被完整記錄下來，也可客觀上影響統(tǒng)計結(jié)果的準確性。

4.3 學術(shù)期刊跨平臺傳播創(chuàng)新探討

根據(jù)研究結(jié)果發(fā)現(xiàn)，不同平臺“頭部文獻”在主題上存在一定差異性，其中微信平臺的“頭部文獻”更具有社會話題性，但在期刊層面，不同平臺的“頭部文獻”存在明顯的集中性，主要集中在少數(shù)幾家期刊。

針對上述結(jié)果，我們認為，一方面需要看到與傳統(tǒng)主流平臺相比，微信平臺在學術(shù)傳播中的差異性優(yōu)勢，有助于提升部分學術(shù)成果的社會影響力，特別是那些與社會現(xiàn)實緊密相關(guān)的議題，同時也要看到期刊品牌的延續(xù)性。從某種意義上說，微信平臺對學術(shù)期刊傳播來說，并不是一種顛覆式創(chuàng)新，反而更體現(xiàn)為一種維持性創(chuàng)新[32]，往往在傳統(tǒng)主流平臺具有先發(fā)優(yōu)勢的期刊，在移動社交平臺上也更易形成品牌優(yōu)勢。《國際新聞界》《新聞記者》與《編輯之友》三本期刊本身在新聞傳播領(lǐng)域就具有較高的影響力，同時這些期刊還加強在移動社交平臺上的投入，如《編輯之友》的微信號通過固定的欄目設(shè)計，提升微信用戶持續(xù)使用意愿。這提示國內(nèi)傳統(tǒng)學術(shù)期刊，尤其是已占據(jù)領(lǐng)先地位的期刊，應(yīng)更重視在移動社交平臺的布局，借助新媒體平臺擴大傳播范圍，凸顯品牌影響力。

5 研究不足與展望

本研究借助使用計量研究方法，將跨平臺傳播、聯(lián)動性理論引入到學術(shù)期刊傳播領(lǐng)域，拓展該領(lǐng)域研究的理論深度。實踐層面，本研究揭示新聞傳播領(lǐng)域?qū)W術(shù)期刊跨平臺傳播中用戶行為特征，為促進學術(shù)期刊服務(wù)轉(zhuǎn)型與可持續(xù)發(fā)展提供針對性的策略建議。

當然，本研究還存在諸多不足之處：（1）樣本量的局限性，本研究作為一項探索性研究，選擇新聞傳播領(lǐng)域CSSCI期刊作為研究對象，而沒有選取多個學科進行對比研究，這使得研究結(jié)論的可推廣性受到一定制約;（2）相關(guān)數(shù)據(jù)歷時變化造成的誤差，本研究采集的是2017年整一年度學術(shù)期刊文獻數(shù)據(jù)，采集時間為2018年7月，由于不同類型的數(shù)據(jù)作為計量研究的時間要求存在差異，如引用數(shù)據(jù)，往往在兩年內(nèi)存在較大的不確定性[33]，這使得針對引用數(shù)據(jù)的分析存在一定的誤差;（3）傳播效果分析的局限性，為避免主觀判斷所帶來的干擾，本研究更多結(jié)合顯性指標進行分析，并未設(shè)計相應(yīng)的隱性指標，這使得有關(guān)學術(shù)期刊跨平臺傳播效果分析的完整性存在一定的欠缺。

針對上述不足，未來將進一步擴大樣本范圍，尤其是針對不同學科開展比較分析。同時注意數(shù)據(jù)選取的適用性，嘗試對跨平臺傳播展開歷時分析，并深入到隱性指標層面，探討用戶使用學術(shù)期刊微信公眾號動機和行為機理。

注 釋

[1]張小強， 吉媛， 游濱. 微信傳播指數(shù)領(lǐng)先的學術(shù)期刊公眾號運營調(diào)查及啟示[J]. 中國科技期刊研究， 2018， 29（6）：574-584

[2]趙發(fā)珍， 劉燕權(quán)， 王勇. 我國圖情學術(shù)期刊開展移動信息服務(wù)現(xiàn)狀與發(fā)展對策研究[J]. 圖書情報工作， 2017， 61（21）：49-55

[3]占莉娟， 方卿. 學術(shù)論文移動出版服務(wù)科研用戶存在的問題及對策[J]. 出版發(fā)行研究， 2018（6）：29-33

[4]李廣欣. 科技期刊微信公眾號推文內(nèi)容運營狀況調(diào)查與分析[J]. 中國科技期刊研究， 2017， 28（12）：1141-1147

[5]蔣學東. 基于移動互聯(lián)背景的學術(shù)期刊微信傳播[J]. 出版科學， 2015， 23（2）：77-79

[6]趙文青， 宗明剛， 張向鳳. 學術(shù)期刊微信公眾平臺傳播效果分析與運營對策：以教育類CSSCI學術(shù)期刊為例[J]. 出版科學， 2016， 24（3）：92-95

[7]趙文青， 宗明剛. 學術(shù)期刊微信傳播效果影響因素分析[J]. 中國科技期刊研究， 2016， 27（6）：611-616

[8]夏登武. 學術(shù)期刊跨平臺傳播問題研究[J]. 編輯學報， 2017（6）：520-523

[9]叢敏. 渠道融合：學術(shù)期刊的跨平臺傳播探析[J]. 暨南學報（哲學社會科學版）， 2015， 37（5）：27-31

[10]程海燕，明蔚.基于《科技與出版》期刊微信公眾平臺運營的實證研究與運營建議[J].科技與出版， 2018（12）：143-147

[11]趙云澤. 跨媒體傳播基礎(chǔ)教程[M].北京：中國人民大學出版社， 2011：8-9

[12]劉湘萍. 媒體聯(lián)動的負面影響[J]. 當代傳播（漢文版）， 2002（4）：19-20

[13]王文科， 胡蓓蓓. “話題時代”媒體聯(lián)動傳播效應(yīng)分析[J]. 現(xiàn)代傳播—中國傳媒大學學報， 2007（2）：44-46

[14]遠藤薫.間メディア社會と世論形成[M].東京：電機大學出版局， 2007：5

[15]張玲玲. 媒介間性理論：理解媒介融合的另一個維度[J]. 新聞界， 2016（1）：12-18

[16]Jensen K B ， Rothenbuhler E W ， Pooley J D ， et al. The International Encyclopedia of Communication Theory and Philosophy || Community[J]. 2016：1-9

[17]Karolyi G A， Stulz R M. Why Do Markets Move Together？ An Investigation of U.S.‐Japan Stock Return Comovements[J]. Journal of Finance， 1996， 51（3）：951-986

[18]劉亞， 張曙東. 境內(nèi)外金融市場聯(lián)動效應(yīng)：理論基礎(chǔ)與文獻綜述[J]. 科學決策， 2010（8）：65-77

[19]韓非， 肖輝. 中美股市間的聯(lián)動性分析[J]. 金融研究， 2005（11）：117-129

[20]袁順波， 華薇娜. 基于引文與網(wǎng)絡(luò)鏈接的開放存取期刊學術(shù)影響力評價[J]. 大學圖書館學報， 2010， 28（6）：107-115

[21]Lawrence， S. Online or Invisible？ [J]. Nature ，411 （6837）： 521

[22]曹藝， 王曰芬， 丁潔. 面向?qū)W術(shù)影響力評價的科技文獻引用與下載的相關(guān)性研究[J]. 圖書情報工作， 2012， 56（8）：56-64

[23]陳必坤， 周慧嫻， 鐘周燕， et al. 基于Usage Metrics的中文學術(shù)論文用戶平臺偏好和興趣偏好比較研究[J]. 中國圖書館學報， 2018， 44（6）：90-104

[24]Chen B. Usage pattern comparison of the same scholarly articles between Web of Science （WoS） and Springer[J]. Scientometrics， 2017， 115（2）：519-537

[25]Bollen J， Sompel H V D， Smith J A， et al. Toward alternative metrics of journal impact： A comparison of download and citation data[J]. Information Processing & Management， 2005， 41（6）：1419-1440

[26]劉春麗. altmetrics：從理論假說、術(shù)語提出到內(nèi)涵的重新界定[J]. 圖書情報工作， 2015（6）：82-89

[27]Eysenbach G. Can tweets predict citations？ Metrics of social impact based on Twitter and correlation with traditional metrics of scientific impact[J]. Journal of Medical Internet Research， 2011， 13（4）：e123

[28]Costas R， Zahedi Z， Wouters P. Do “altmetrics” correlate with citations？ Extensive comparison of altmetric indicators with citations from a multidisciplinary perspective[J]. Journal of the Association for Information Science & Technology， 2015， 66（10）：200

[29]耿蕊， 陳倩. 新聞傳播類學術(shù)期刊微信公眾平臺建設(shè)熱的冷思考[J]. 中國科技期刊研究， 2017， 28（1）：53-57

[30]Wang X， Liu C， Mao W， et al. The open access advantage considering citation， article usage and social media attention[J]. Scientometrics， 2015， 103（2）：555-564

[31]劉錦宏， 徐麗芳， 方卿. 基于開放牛津期刊的開放獲取引用優(yōu)勢分析[J]. 圖書情報知識， 2011（2）：64-72

[32][美]克萊頓·克里斯坦森;胡建橋譯.創(chuàng)新者的窘境[M].北京：中信出版社，2010：10

[33]王賢文.科學計量大數(shù)據(jù)及其應(yīng)用[M].北京：科學出版社，2016：21

（收稿日期：2019-01-23）