■黃 穎 吳其達(dá) 宗乾進(jìn) 張燕霏 徐英朔 程 媛

1)華南師范大學(xué)法學(xué)院，廣東省廣州市外環(huán)路378號(hào) 5100062)華南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院，廣東省廣州市外環(huán)路378號(hào) 510006

審稿人是論文學(xué)術(shù)質(zhì)量的把關(guān)人。對(duì)于學(xué)術(shù)期刊而言，同行評(píng)議是保證期刊學(xué)術(shù)質(zhì)量的關(guān)鍵環(huán)節(jié)。審稿人能否認(rèn)真、細(xì)致地審查稿件和提出全面、客觀的意見，無論對(duì)作者、期刊，還是對(duì)整個(gè)科學(xué)共同體，都至關(guān)重要。在當(dāng)前主流的單盲同行評(píng)議中，審稿人一直是“幕后英雄”。在當(dāng)前科研績(jī)效考核的大環(huán)境下，論文一直是衡量科學(xué)家績(jī)效的重要指標(biāo)。而科學(xué)家作為審稿人的貢獻(xiàn)，卻沒有體現(xiàn)在科研績(jī)效考核范圍內(nèi)。在這一指揮棒下，科學(xué)家們更愿意將時(shí)間和精力花在那些有助于他們獲得終身教職和專業(yè)聲譽(yù)的科研項(xiàng)目、科技論文等方面，而不是放在同行評(píng)議上[1]。Willis[2]開展的一項(xiàng)面向?qū)徃迦说恼{(diào)查發(fā)現(xiàn)，在拒絕審稿的審稿人中，89.5%的審稿人給出的原因是沒有時(shí)間審稿。Breuning等[3]的調(diào)查也顯示，“太忙”位居拒絕審稿原因的首位。長(zhǎng)期以來對(duì)審稿人工作量的忽視，導(dǎo)致審稿人審稿積極性低下、科學(xué)論文出版周期延長(zhǎng)等一系列問題。近年來，學(xué)界認(rèn)可審稿人貢獻(xiàn)的呼聲越來越高[4]。

審稿人的貢獻(xiàn)(工作量)問題已經(jīng)開始得到關(guān)注。近年來審稿人工作量的上升，主要與科技期刊數(shù)量持續(xù)激增[5-6]、期刊要求審稿人提交審稿意見的時(shí)間縮短[7]有關(guān)。此外，期刊的投稿量逐年激增[3,8]也是審稿人工作量上升的重要原因之一。Fox等[9]調(diào)查了2004—2013年FunctionalEcology的收稿情況，發(fā)現(xiàn)其投稿量平均每年增長(zhǎng)9.2%。Primack等[10]對(duì)審稿邀請(qǐng)記錄進(jìn)行了統(tǒng)計(jì)，發(fā)現(xiàn)在發(fā)出的審稿邀請(qǐng)中，僅有約37%的審稿人同意審稿。換言之，如果每篇稿件需要2位審稿人評(píng)審，那么編輯需要為每篇稿件邀請(qǐng)6位審稿人，方有可能滿足這一要求。過往的一些面向?qū)徃迦说恼{(diào)查顯示，大部分審稿人能接受的年均審稿量為12～60篇[11]；然而，有接近7%的審稿人認(rèn)為其審稿數(shù)量超過其所能承受的范圍[12]。

近年來，專注于同行評(píng)議的Publons平臺(tái)迅速發(fā)展，為研究審稿人工作量提供了新思路。Ortega[13]認(rèn)為Publons中記錄的審稿人的審稿數(shù)量是審稿人在同行評(píng)議過程中所承擔(dān)的工作量，是審稿人對(duì)學(xué)術(shù)共同體的貢獻(xiàn)[14]。劉麗萍等[15]指出Publons的這些記錄可以按學(xué)科類別統(tǒng)計(jì)審稿人的審稿數(shù)量，進(jìn)而能夠?qū)徃迦说膶W(xué)術(shù)貢獻(xiàn)顯性化。在審稿人Publons個(gè)人主頁上顯示的審稿工作量，以及每年一次的Publons Top Reviewers評(píng)選，可以讓審稿活動(dòng)變得更有價(jià)值[16]，也有利于審稿人影響力的形成[17]。

綜上所述，當(dāng)前對(duì)審稿人工作量的研究主要有兩方面的進(jìn)展：(1)學(xué)術(shù)期刊編輯部通過自身擁有的審稿記錄數(shù)據(jù)庫以及向其審稿人發(fā)放調(diào)查問卷，對(duì)審稿人的實(shí)際工作量和期望工作量進(jìn)行統(tǒng)計(jì)分析；(2)部分學(xué)者指出Publons能夠?yàn)閷徃迦斯ぷ髁康难芯刻峁┬乱暯?。然而，目前研究仍然存在缺口?1)從研究?jī)?nèi)容來看，對(duì)審稿人工作量的影響因素的探討多聚焦于審稿人所處的外部環(huán)境(如新期刊數(shù)量激增等)，而對(duì)審稿人個(gè)人特征的分析仍然非常匱乏；(2)從研究方法來看，雖然已有學(xué)者指出Publons可能會(huì)為研究審稿人工作量提供新思路，但是目前僅停留在理論層面，缺乏對(duì)Publons的實(shí)證分析。與以往研究有所不同，本研究嘗試從兩個(gè)方面對(duì)審稿人工作量進(jìn)行研究：(1)嘗試從審稿人的個(gè)人特征出發(fā)，研究影響審稿人工作量的個(gè)人內(nèi)在因素，與現(xiàn)有研究的“外部環(huán)境”影響因素形成互補(bǔ)，為審稿人工作量研究領(lǐng)域提供新的理論知識(shí)；(2)與現(xiàn)有的對(duì)Publons平臺(tái)的初步理論探討有所不同，本研究采用實(shí)證研究方法對(duì)Publons進(jìn)行分析，為研究審稿人工作量的影響因素提供經(jīng)驗(yàn)證據(jù)，也為后人基于Publons進(jìn)行實(shí)證研究提供參考。此外，本研究的現(xiàn)實(shí)意義在于能夠?yàn)榭萍计诳?qǐng)審稿人帶來啟發(fā)。

1 數(shù)據(jù)來源與指標(biāo)

Publons創(chuàng)立于2012年，致力于通過利用同行評(píng)議來加速科學(xué)發(fā)展。Publons用戶可以選擇公開自己的審稿記錄等信息。截至2019年3月，在Publons中注冊(cè)的審稿人數(shù)量已超過60萬。筆者以2018 Publons Top Reviewer頁面(https:∥publons.com/awards/2018/esi/)為入口，獲取審稿人所處國(guó)家、基本科學(xué)指標(biāo)(Essential Science Indicators，ESI)學(xué)科等基本信息；然后依次獲取該審稿人的審稿記錄、論文發(fā)表記錄等原始數(shù)據(jù)?；诳色@得的數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行處理，并抽取出部分指標(biāo)，如表1所示?；谏鲜鲋笜?biāo)以及數(shù)據(jù)，采用探索性因子分析法分析審稿人工作量的主要影響因素。

表1 抽取的指標(biāo)及其說明

2 結(jié)果

2.1 描述性統(tǒng)計(jì)

本研究以2018 Publons Top Reviewers頁面為入口，一共獲取了6057條審稿人的原始數(shù)據(jù)。眾所周知，被邀請(qǐng)參與同行評(píng)議的審稿人，往往都是那些已經(jīng)有論文發(fā)表經(jīng)驗(yàn)的學(xué)者。因此，對(duì)于數(shù)據(jù)集中論文發(fā)表數(shù)量為0以及為空(可能是用戶沒有在Publons中上傳其論文發(fā)表記錄，或是用戶在Publons中的隱私設(shè)置所致)的記錄，將其從原始數(shù)據(jù)集中剔除。最終，本研究獲得了2799條有效的審稿人數(shù)據(jù)(接下來的統(tǒng)計(jì)均基于該數(shù)據(jù)集)。在國(guó)家地區(qū)分布方面(有部分審稿人的所在國(guó)家信息并未公開，占8.6%)，排名前5位的國(guó)家分別為美國(guó)(17.0%)、意大利(7.2%)、英國(guó)(6.2%)、澳大利亞(4.4%)、西班牙(3.8%)；在學(xué)科分布方面，排名前5位分別為：Clinical Medicine(13.0%)、Assorted(12.3%)、Engineering(9.2%)、Chemistry(8.3%)、Environment/Ecology(7.0%)。

各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果如表2所示。

表2 各指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

注：(1)變量“審稿年數(shù)”的最小值為0，實(shí)際上是該審稿人沒有公開其詳細(xì)審稿記錄，此類數(shù)據(jù)共有10條，對(duì)于此類缺失數(shù)據(jù)，以0加以填充；(2)表2的統(tǒng)計(jì)樣本為上述2799位審稿人。

2.2 探索性因子分析結(jié)果

探索性因子分析是利用降維的思想，在保證數(shù)據(jù)信息量損失最少的情況下，將多個(gè)原始指標(biāo)轉(zhuǎn)化為較少的幾個(gè)綜合性指標(biāo)。影響審稿人工作量的因素多且相互之間存在相關(guān)性，因此，本研究采用探索性因子分析法來抽取出其主要影響因素。在進(jìn)行因子分析前，需要先確定數(shù)據(jù)集是否滿足因子分析的前提條件。其中最常用的檢驗(yàn)方法是KMO(Kaiser-Meyer-Olkin)和Bartlett檢驗(yàn)。根據(jù)這一檢驗(yàn)，假設(shè)變量的變差均勻地分布在輸入數(shù)據(jù)集中，且因子能夠解釋變量的方差比平均方差大，那么因子就被保留[18]。

基于上述數(shù)據(jù)，首先進(jìn)行了KMO和Bartlett檢驗(yàn)，結(jié)果如表3所示。由表3可知，KMO值大于0.5，同時(shí)Bartlett檢驗(yàn)的伴隨概率為0.000，適合作因子分析[19]。

表3 KMO和Bartlett檢驗(yàn)的結(jié)果

在KMO和Bartlett檢驗(yàn)結(jié)束之后，采用主成分提取、最大方差法進(jìn)行旋轉(zhuǎn)，各成分方差貢獻(xiàn)率(累積方差貢獻(xiàn)率)和旋轉(zhuǎn)后因子載荷矩陣分別如表4和表5所示。

表4 各成分方差貢獻(xiàn)率和累積方差貢獻(xiàn)率

設(shè)第k個(gè)主成分Yk的方差貢獻(xiàn)率為φk，其表示第k個(gè)成分占原始信息總量的比重，計(jì)算公式為[20]

(1)

若抽取m(m

(2)

由表4可知，本研究抽取出的前4個(gè)公共因子特征值的累積方差貢獻(xiàn)率為65.118%，意味著這4個(gè)公共因子能夠解釋總方差的65.118%。在社會(huì)科學(xué)研究中，累積方差貢獻(xiàn)率達(dá)到60%是可接受的[21-22]。

表5 旋轉(zhuǎn)后的因子載荷矩陣

對(duì)抽取出的4個(gè)公共因子，結(jié)合指標(biāo)內(nèi)容分別命名如下：將第1個(gè)公共因子命名為學(xué)術(shù)產(chǎn)出因子，該因子包含的指標(biāo)為年均發(fā)文數(shù)量、發(fā)表論文總數(shù)；將第2個(gè)公共因子命名為學(xué)術(shù)影響力因子，該因子包含的指標(biāo)為篇均被引頻次、年均被引頻次、總被引頻次；將第3個(gè)公共因子命名為學(xué)術(shù)兼職因子，該因子包含的指標(biāo)為經(jīng)過認(rèn)證的編輯的期刊數(shù)、目前正擔(dān)任期刊編委的數(shù)量、經(jīng)驗(yàn)證的編輯記錄數(shù)量、未經(jīng)驗(yàn)證的編輯記錄量；將第4個(gè)因子命名為研究資歷因子，該因子包含的指標(biāo)為學(xué)術(shù)生涯年數(shù)、審稿年數(shù)、研究領(lǐng)域數(shù)量。

3 討論

根據(jù)表5所示的旋轉(zhuǎn)后成分矩陣，第1個(gè)公共因子在年均發(fā)文數(shù)量和發(fā)表論文總數(shù)這兩個(gè)指標(biāo)中載荷值較大。這一公共因子反映的是審稿人的學(xué)術(shù)產(chǎn)出數(shù)量，這兩個(gè)指標(biāo)的數(shù)值越大，則審稿人的學(xué)術(shù)產(chǎn)出越多，對(duì)審稿人工作量(審稿數(shù)量)的影響越大。因此，這一結(jié)果表明學(xué)術(shù)產(chǎn)出因子是審稿人審稿工作量的重要影響因素之一，這可能是因?yàn)閷徃迦说膶W(xué)術(shù)產(chǎn)出越高，其獲得的審稿邀約越多。目前學(xué)術(shù)期刊尋找審稿人參與同行評(píng)議的路徑，主要是邀請(qǐng)?jiān)擃I(lǐng)域內(nèi)的知名學(xué)者、通過學(xué)術(shù)數(shù)據(jù)庫(如Web of Science等)檢索并邀請(qǐng)相關(guān)學(xué)者、邀請(qǐng)?jiān)撈诳木幬萚23]。眾所周知，成為知名學(xué)者，抑或是學(xué)術(shù)數(shù)據(jù)庫中的某領(lǐng)域?qū)＜?，再或是期刊編委，其重要前提往往是該科學(xué)家在某領(lǐng)域有著較高的學(xué)術(shù)產(chǎn)出。此外，持續(xù)保持較高學(xué)術(shù)產(chǎn)出的科學(xué)家往往具有旺盛的精力以及良好的時(shí)間管理能力[24]。這些優(yōu)良的特征有助于高產(chǎn)出科學(xué)家能夠?qū)彶楦嗟恼撐摹徃迦斯ぷ髁康牡?個(gè)主要影響因素是審稿人的學(xué)術(shù)影響力。在表5所示的旋轉(zhuǎn)后因子載荷矩陣中，第2個(gè)公共因子在篇均被引頻次、年均被引頻次、總被頻次3個(gè)指標(biāo)的載荷值較高，因此，被篩選出來命名為學(xué)術(shù)影響力因子。這3個(gè)指標(biāo)反映了審稿人所發(fā)表的論文被引用的基本情況。被引頻次是審稿人在科學(xué)界被他人認(rèn)可程度的標(biāo)志[25]。被引頻次越高，可在一定程度上反映出被引者的學(xué)術(shù)貢獻(xiàn)被他人認(rèn)可的程度越高，換言之，審稿人的學(xué)術(shù)影響力越大[26]。學(xué)術(shù)期刊在遴選審稿人時(shí)，審稿人的學(xué)術(shù)影響力也是重要的篩選標(biāo)準(zhǔn)之一。審稿人的學(xué)術(shù)成果的被引頻次越高，學(xué)術(shù)影響力越大，被學(xué)術(shù)期刊邀請(qǐng)為審稿人的概率也就越大。

審稿人工作量的第3個(gè)主要影響因素是學(xué)術(shù)兼職。學(xué)術(shù)兼職因子在經(jīng)過認(rèn)證的編輯的期刊數(shù)、目前正擔(dān)任期刊編委的數(shù)量、經(jīng)驗(yàn)證的編輯記錄數(shù)量、未經(jīng)驗(yàn)證的編輯記錄量4個(gè)指標(biāo)上的載荷較大(表5)?？茖W(xué)家在科學(xué)共同體中往往具有多重身份，既可以是審稿人，也可以兼職為某些學(xué)術(shù)期刊的學(xué)術(shù)編輯、編委、主編等[27]。目前，學(xué)術(shù)期刊往往邀請(qǐng)?jiān)趯W(xué)術(shù)界有較高影響力的資深專家、權(quán)威學(xué)者作為期刊的編委會(huì)成員[28]，而與普通學(xué)者相比，資深專家以及權(quán)威學(xué)者能夠獲得更多的審稿邀約。因此，科學(xué)家以學(xué)術(shù)兼職的身份參與到不同學(xué)術(shù)期刊的編輯以及編委的工作中，其收到的審稿邀請(qǐng)會(huì)越來越多，審稿工作量也會(huì)相應(yīng)地增多。此外，與非期刊編委會(huì)成員(或兼職學(xué)術(shù)編輯)相比，期刊主編(編輯)對(duì)其編委會(huì)成員(或兼職學(xué)術(shù)編輯)更為熟悉。當(dāng)需要評(píng)審稿件時(shí)，期刊更有可能優(yōu)先邀請(qǐng)其編委會(huì)成員或兼職學(xué)術(shù)編輯來審稿，這使得擁有學(xué)術(shù)兼職的科學(xué)家能夠獲得更多的審稿機(jī)會(huì)，進(jìn)而提升其審稿工作量。

審稿人工作量的第4個(gè)主要影響因素是研究資歷。在表5所示的旋轉(zhuǎn)后成分矩陣中，研究資歷這一公共因子在學(xué)術(shù)生涯年數(shù)、審稿年數(shù)和研究領(lǐng)域數(shù)量這3個(gè)指標(biāo)上的載荷值較高，因此，被抽取出來用于度量審稿人在科學(xué)共同體中的資深程度。Coniam[29]分析了適用于評(píng)審人員的指南，對(duì)前人研究的語料庫進(jìn)行整理并對(duì)審稿專家指南的影響因素設(shè)立標(biāo)簽，其中的一個(gè)標(biāo)簽是學(xué)術(shù)背景。Coniam研究發(fā)現(xiàn)，科學(xué)家的學(xué)術(shù)背景對(duì)評(píng)審工作具有指導(dǎo)作用。從時(shí)間維度來看，審稿人的學(xué)術(shù)生涯越長(zhǎng)、審稿年數(shù)越多，表明其研究資歷就越深。研究資歷深且持續(xù)活躍在科學(xué)界的科學(xué)家，往往在其研究領(lǐng)域中擁有較高的學(xué)術(shù)影響力，這使得他們能夠獲得更多的審稿邀請(qǐng)。需要指出的是，在研究資歷公共因子中，研究領(lǐng)域數(shù)量與其他兩個(gè)指標(biāo)存在反向關(guān)系，這表明作為審稿人的科學(xué)家，其研究資歷越深，研究的領(lǐng)域越專精，其在本領(lǐng)域中能夠獲得的審稿機(jī)會(huì)越多。

4 結(jié)語

本研究基于Publons平臺(tái)中公開的審稿人數(shù)據(jù)，從審稿人的個(gè)人特征入手研究了審稿人工作量的影響因素。研究發(fā)現(xiàn)，影響審稿人工作量的主要因素是審稿人的學(xué)術(shù)產(chǎn)出、學(xué)術(shù)影響力、學(xué)術(shù)兼職和研究資歷。

本研究結(jié)果可為科技期刊遴選審稿人，進(jìn)一步降低審稿人拒審率提供實(shí)踐啟示。由于對(duì)審稿人工作量的長(zhǎng)期忽視，很多審稿人的審稿數(shù)量超出了其能承受的范圍。審稿人的工作量不斷增多，從而造成了審稿人的審稿積極性低、拒絕審稿概率大等問題。在學(xué)術(shù)產(chǎn)出、研究資歷兩個(gè)公因子中，分別有一個(gè)指標(biāo)值得關(guān)注——年均發(fā)文數(shù)量、研究領(lǐng)域數(shù)量。本研究發(fā)現(xiàn)，年均發(fā)文數(shù)量越多，研究領(lǐng)域數(shù)量越少，對(duì)審稿人工作量的影響越大。年均發(fā)文數(shù)量多，研究領(lǐng)域數(shù)量相對(duì)較少的科學(xué)家，往往是學(xué)術(shù)界中冉冉升起的學(xué)術(shù)新星(如剛獲得教職的年輕學(xué)者)。然而，科技期刊往往傾向于向業(yè)內(nèi)權(quán)威科學(xué)家發(fā)出審稿邀約，而忽略了學(xué)術(shù)新星這一重要的群體。學(xué)術(shù)新星(年輕科學(xué)家)年富力強(qiáng)，在科研上的高產(chǎn)出能夠?yàn)槠鋵I(yè)能力提供保障。因此，科技期刊除了向具有高學(xué)術(shù)影響力、擁有數(shù)個(gè)學(xué)術(shù)兼職的資深專家發(fā)出審稿邀約外，還應(yīng)該同時(shí)給予年輕科學(xué)家更多參與同行評(píng)審的機(jī)會(huì)，增強(qiáng)年輕審稿人的審稿動(dòng)力，激勵(lì)他們向資深審稿人轉(zhuǎn)變，共同承擔(dān)同行評(píng)議工作。如此，可從整體上減輕全體審稿人的工作量，更加高效、有序地推進(jìn)科技期刊同行評(píng)議的發(fā)展。

本研究同樣存在局限性。本研究指標(biāo)是建立在Publons平臺(tái)中可以公開獲取的十幾個(gè)有限指標(biāo)的基礎(chǔ)上，在研究指標(biāo)的多樣性方面仍然有進(jìn)一步提升的空間。未來研究可以結(jié)合審稿人性別、年齡等指標(biāo)建立實(shí)證模型，探討更多影響審稿人工作量的因素。此外，本研究的數(shù)據(jù)是截面數(shù)據(jù)，不能反映出審稿人工作量的動(dòng)態(tài)變化。未來的研究可以考慮進(jìn)行縱向分析，揭示審稿人工作量的動(dòng)態(tài)變化以及相應(yīng)的影響因素。