《不同学科背景下我国农业科技人才的学术竞争力分析》-农学论文，农业论文-论文范文参考-科学狗论文网

标题

不同学科背景下我国农业科技人才的学术竞争力分析

范文

程金花郭婷任妮

摘要：基于ESI学科分类体系，遴选出农业科学、植物和动物科学领域105位我国学者，并划分到6个学科方向作为本研究的评价对象;分别从学术生产力、学术影响力、学术卓越性、学术创新力4个维度、44项指标对105位学者进行计量，比较各项指标的学科均值，采用因子分析和模糊综合评价法对105位学者分学科进行综合竞争力评价。综合指标计量和综合竞争力评价的结果表明，学科间单项优势指标的类别和数量、单项指标的贡献存在差异，不同学科学者的竞争力差距不平衡，应侧重在同一学科内进行评价。

关键词：农业;科技人才;竞争力评价;学术生产力;学术影响力;学术卓越性;学术创新力

中图分类号：G316

文献标志码：A

文章编号：1002-1302（2020）16-0309-06

人才评价主要有定量评价和定性评价。传统的定量评价指标主要有文献产出量、文献被引情况、期刊影响因子、承担的科研项目数和获奖次数等，随着基于引证分析的学术影响力评价指标的出现，科技评价指标不断趋向于合理和完善[1-4]。邱均平等分别利用H指数、G指数评价了我国农业等领域研究人员的学术影响力[5-8]。与此同时，亦有综合运用专家调查法、德尔菲法、层次分析法、主成分分析法、因子分析法、模糊综合评价法等构建科技人才评价指标体系和模型的研究[9-12]。

本研究以开放可获取科研数据为基础，对不同学科农业科技人才综合竞争力进行分析和评价，旨在为科技人才选拔、人才队伍建设与管理等科研管理过程提供数据支撑与参考。

1 研究数据源及方法

1.1 研究对象与数据源

基于ESI学科分类中农业科学、植物与动物科学的期刊列表，以Web of Science核心合集为数据源下载列表期刊2008—2017年的数据，筛选出SCI发文量大于50的105位中国学者作为研究对象。105位学者的学科领域分布情况为食品科学44人、作物科学19人、畜牧水产学17人、植物保护学16人、资源与环境科学5人、动植物生理生态学4人。

评价数据包括期刊论文、专利、专著、荣誉称号和学术奖项等;数据源有Science Citation Index Expanded、中国知网、IncoPat科技创新情报平台、读秀电子图书数据库、公开网页等。

1.2 方法与工具

从学术生产力、学术影响力、学术卓越性、学术创新力4个维度，选取44个指标进行综合评价（表1）。研究方法主要有文献计量法、因子分析法和模糊综合评价法;采用Excel 2016和SPSS 20.0进行数据分析。

2 不同学科学术竞争力对比分析

2.1 学术生产力分析

分别统计了不同学科学者的期刊文献量、专著量和基金文献量，并计算学科均值以衡量学科间的基本科研产出能力（表2）;其中，期刊文献量越多，表明学术生产力越高;专著量越多，表明研究程度越深。

由表2可见，食品科学、资源与环境2个学科的CNKI和SCI文献量的平衡性较好，其他4个学科平均SCI文献量明显高于CNKI文献量;除畜牧水产学科外，各学科的平均专著数量相当;各学科基金文献量指标总体均表现为省级以上基金文獻量明显高于其他级别的基金文献量，说明遴选出的各学科学者承担科研项目的层次较高，在这些项目资助下的科研产出较多;动植物生理生态、资源与环境2个学科学者承担的国际基金数量明显优于其他4个学科的学者，说明这2个学科学者的国际交流与合作相对活跃。

2.2 学术影响力分析

分别统计不同学科学者文献的总被引频次，期刊文献的篇均被引频次、总影响因子、篇均影响因子和潜在被引指数，并计算学科均值以衡量学科间的学术影响力（表3）。其中，总被引频次越多，表明学术影响力越高;篇均被引频次越多，表明学术论文质量越高;总影响因子越高，表明期刊论文数量和质量的平衡性越好;篇均影响因子越高，表明期刊论文的层次越高;潜在被引指数越小，表明期刊论文的被引潜力越强。

各学科SCI文献总被引频次、总影响因子和篇均影响因子均高于CNKI文献，除资源与环境学科外，SCI篇均被引频次均高于CNKI篇均被引频次，表明各学科SCI文献的影响力、文献质量高于CNKI文献;作物科学、资源与环境期刊文献总被引频次、篇均被引频次较高，资源与环境学科CNKI文献篇均影响因子高于或优于其他学科，表明这2个学科的文献影响力、文献质量较高;植物保护、作物科学和动植物生理生态3个学科的专著总被引频次高于其他学科，说明这3个学科的专著影响力较高。

2.3 学术卓越性分析

分别统计不同学科学者期刊文献的H指数、G指数、P指数、R指数和AR指数，国家级奖项和荣誉称号数，并计算学科均值（表4和表5），以衡量学术影响力。H指数、G指数、P指数、R指数能够衡量研究人员的学术产出数量、产出质量，AR指数可反映科技人才科研成果的持续活跃性。国家级荣誉称号数和国家级奖项数可以反映研究人员的学术卓越性高低。

资源与环境学科CNKI文献与SCI文献各项指标相当，其他5个学科SCI文献的各项指数均优于CNKI文献的各项指数;资源与环境学科除SCI文献的AR指数外的各项指数均高于其他学科，表明该学科学者的文献数量与质量平衡性较好，科研产出具有较好的持续活跃性;各学科学者获得国家级荣誉称号数和国家级奖项的平均数量相当。

2.4 学术创新力分析

分别统计不同学科学者的专利申请量、专利授权量、专利授权率、专利被引频次、有效专利数、同族专利数、同族被引频次，并计算学科均值（表6），以衡量学术创新力。其中，专利申请量越高，表明专利生产力越高;专利授权量越高，表明基本创新能力越高;专利授权率越高，表明专利创新质量越高;专利被引频次越高，表明专利技术影响力越高;有效专利数越高，表明专利创新价值越高;同族专利数越高，表明专利市场价值越高;同族被引频次越高，表明专利技术的整体影响力越高。各学科专利授权率相当;食品科学学科的专利申请量、授权量、有效专利数、同族专利数、专利被引频次、同族被引频次均优于其他学科;植物保护学科专利各项指标略低于其他学科。

3 不同学科农业科技人才的综合评价

采用因子分析法对各学科不同学者的44项指标进行综合分析，提取9个公共因子作为主成分进行分析（表7），采用模糊综合评价法计算综合评价值。

3.1 畜牧水产学科

由图1可知，畜牧水产学科领域17位学者中，按综合评价值可分成2个梯队，排在第1梯队的4位学者的综合评价值均高于平均值。学者间差异明显，最高差异在3倍以上。排名第1位学者的学术生产力、学术卓越性各项指标均优于其他学者，学术影响力指标中的CNKI及SCI文献总被引频次、CNKI文献总影响因子、SCI文献篇均被引频次4个指标最高。该学科内，学术创新性指标的优势值在学者之间相对均衡，综合总体趋势表现为具有优势的单项指标数越多，综合评价值就越高。

3.2 动植物生理生态学科

动植物生理生态学科领域4位学者中，综合评价值排在首位的是18号学者，其余3位学者的综合评价值均在平均值以下（图2）。44项评价指标中，18号学者学术影响力4个指标（SCI总被引频次、SCI篇均被引频次、CNKI和SCI潜在被引指数），SCI文献5个卓越性指标（SCI文献H指数、G指数、P指数、R指数和AR指数），学术创新性除专利

授权率外的6个指标均优于其他学者;19号学者的学术生产力中SCI基金文献量高于其他学者;20号学者学术生产力3个指标（CNKI期刊文献总量、基金文献量和部级基金文献量）和学术影响力5个指标（CNKI总被引频次、总影响因子、篇均影响因子，SCI总影响因子、专著总被引频次），学术卓越性7个指标（CNKI文献H指数、G指数、P指数、R指数和AR指数、国家级获奖数、国家级荣誉称号数）优于其他学者。这一结果表明，SCI文献卓越性指标和学术创新力指标是动植物生理生态学科的优势指标。

3.3 食品科学学科

食品科学领域44位学者中，22号、23号和24号这3位学者综合评价值排名前列（图3）;他们分别在CNKI和SCI文献量、CNKI和SCI基金文献量等学术生产力指标，CNKI篇均影响因子和潜在被引指数、CNKI文献和专著总被引频次等学术影响力指标，CNKI文献H指数、G指数、P指数、R指数等学术卓越性指标上优于其他学者;42号学者的SCI文献学术影响力指标（SCI总被引频次和篇均被引频次）和SCI卓越性指标（SCI文献H指数、G指数、P指数、R指数和AR指数），38号学者专利创新性指标（申请与授权专利数、同族专利数和同族专利被引频次）相对突出，但这2位学者综合评价值均不具备优势。结果表明，该学科内学者单项优势指标的数量与综合评价值的高低不存在对应的趋势关系，CNKI和SCI生产力指标、CNKI影响力指标、CNKI卓越性指标是该学科的优势指标。

3.4 植物保护学科

植物保护学科领域16位学者间综合竞争力差距较大，按综合评价值可分为3个梯队，只有第1梯队的学者综合评价值高于平均值（图4）。综合评价值排名前列的学者CNKI文献量、CNKI和SCI影响力指标、CNKI和SCI卓越性指数等指标优于其他学者。其中，66号学者2项学术卓越性指标（CNKI文献P指数和SCI文献H指数）优于其他学者;67号学者学术生产力和学术影响力各2项指标（CNKI文献量和基金文献量、CNKI总被引频次和专著总被引频次），4项学术卓越性指标（CNKI文献H指数、G指数、R指数和AR指数），2项学术创新性指标（申请专利数和授权专利数）优于其他学者;68号学者1项学术生产力指标（SCI国际基金文献量），3项学术影响力指标（CNKI篇均被引频次、SCI总被引频次和篇均被引频次），4项学术卓越性指标（SCI文献G指数、P指数、R指数和AR指数）和1项学术创新性指标（同族专利被引频次）优于其他学者。表明，学术影响力、卓越性指标是该学科的优势指标。

3.5 资源与环境学科

资源与环境学科领域5位学者中，综合评价值排在首位的是82号学者（图5）。82号学者3项学术生产力指标（SCI文献量、SCI基金文献量和部级基金文献量）、5项学术影响力指标（CNKI和SCI总被引频次、CNKI和SCI篇均影响因子、SCI总影响因子）、9项学术卓越性指标（5项CNKI卓越性指标、SCI文献H指数、G指数、国家级荣誉称号数和国家级奖项）和7项学术创新性指标分别优于其他学者;83号学者3项学术生产力指标（CNKI文献量与基金文献量、专著量）、1项学术影响力指标（CNKI总影响因子）优于其他学者;84号学者有1项学术生产力指标（SCI国际基金文献量）、2项学术影响力指标（篇均被引频次和专著总被引频次）和3项学术卓越性指标（SCI文献P指数、R指数和AR指数）优于其他学者。该学科内表现为优势指标数较多的学者综合评价值排名靠前。

3.6 作物科学学科

作物科学领域19位学者按综合评价值均值可分成2个梯队，第1梯队学者的综合评价值均高于平均值（图6）。其中，87号学者4项学术生产力指标（SCI文献量和基金文献量、SCI国际基金文献量、专著量）、11项学术卓越性指标（CNKI和SCI文献G指数、P指数、R指数、AR指数，SCI文献H指数，国家级荣誉称号数和奖项数）均优于其他学者;88号学者2项学术生产力指标（CNKI文献量和基金文獻量）、除专利授权率外的6项学术创新性指标最优。该学科内总体表现为具有优势的单项指标数越多综合竞争力越强。

4 结论

4.1 学科间单项优势指标的类别和数量存在差异

食品科学2项学术生产力指标（CNKI文献量和基金文献量）、专利各项指标的综合表现比较突出，资源与环境学科2项学术生产力指标（SCI文献量和基金文献量）、5项学术影响力指标和10项学术卓越性指标表现最优，作物科学3项学术影响力指标值（CNKI篇均被引频次、SCI总被引频次和篇均被引频次）最高。可见，不同学科间，贡献较大的优势指标类别和数量在学科间分布并不一致。

4.2 不同学科内单项指标的贡献存在差异

作物科学、资源与环境科学、畜牧水产学3个学科单项指标的贡献分布均衡，总体表现为单项优势指标数越多、指标值越高，学者的综合评价值越高。动植物生理生态、食品科学和植物保护3个学科内存在单项指标计量排名与综合评价值排名不匹配的现象;动植物生理生态学的SCI卓越性、学术创新力指标;食品科学的CNKI生产力、影响力和卓越性指标;植物保护学科的CNKI文献量、影响力和卓越性指标对学者的综合评价值影响更大。因此，应尽量在同一学科内部对学者进行评价，以提高评价的准确性。

4.3 不同学科学者的综合学术竞争力差距不平衡

植物保护学科、作物科学学科学者间综合竞争力差距较为显著，最高差异分别为18倍和10倍左右;畜牧水產学、食品科学和资源与环境3个学科学者间综合竞争力差距在3倍左右，动植物生理生态学学者之间综合竞争力差异不明显。

参考文献：

[1]杜建，张玢. 学术影响力评价指标之间的相关性分析——基于医学领域某一细分学科的视角[J]. 评价与管理，2010，8（4）：68-76，50.

[2]Hirsch J E. An index to quantify an individuals scientific research output[J]. Proceedings of the National Academy of Sciences of the United States of America，2005，102（46）：16569-16572.

[3]金碧辉，Ronald R. R指数、AR指数：h指数功能扩展的补充指标[J]. 科学观察，2007，2（3）：1-8.

[4]王志军，郑德俊. p指数运用于人才评价的有效性实证研究[J]. 图书情报工作，2012，56（14）：93-97.

[5]邱均平，缪雯婷. h指数在人才评价中的应用——以图书情报学领域中国学者为例[J]. 科学观察，2007，2（3）：17-22.

[6]许新军. h指数在人才评价中的应用——以经济学领域高被引学者为例[J]. 情报杂志，2008，27（10）：22-24，30.

[7]张亮. H指数及其改进形式在学者评价中的应用——以中国经济学领域学者为例[J]. 数字图书馆论坛，2009（7）：54-59.

[8]唐圣琴，艾复清. H指数在个人绩效评价上的应用——以国内农业烟草专业科研人员为例[J]. 商场现代化，2008，11（33）：307-309.

[9]陈韶光，徐天昊，袁伦渠. 优秀中青年科技人才评价研究与应用[J]. 科技管理研究，2001（2）：63-66.

[10]黄显慧. 东辛采油厂科技人才评价体系构建[D]. 青岛：中国石油大学（华东），2007.

[11]刘保民. 河南省科技人才开发与评价研究[D]. 天津：天津大学，2008.

[12]胥效文. 航空科技人才评价体系与方法研究[D]. 西安：西北工业大学，2003.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。