刊物数量对策略性自引的影响探究

绪论研究背景及意义研究背景期刊影响因子（ImpactFactor,IF）作为评价刊物学术水平和学术影响力的重要指标，受到全球学术界的追捧，但近年来它的应用范围越来越广，其指数的高低不仅已经成为科研机构和高等院校考核的量化标准，对学者等级评定、晋升和研究生毕业起决定性作用，而且与利益捆绑的关系程度也日益紧密，出版商业绩和作者投稿的报酬都与其息息相关。这一进步在肯定了高影响因子作用的同时也带来了一系列问题，比如在实践中就出现了人为策略化操纵提高影响因子的行为。曾被学术界诟病的IJNSNS案例便是此行为的典型代表。《国际非线性科学与数值计算杂志》(InternationalJournalofNonlinearSciencesandNumericalSimulation,IJNSNS)在ERA期刊排名中位居第3等级（排名范围为75~150），但2006到2009年其影响因子排名一反常态超越第一等级和第二等级期刊，甚至超过顶尖的应用数学类旗舰期刊CommunicationsonPureandAppliedMathematics(CPAM)和SIAMReview(SIREV)，居列影响因子排名表第一[\o"AustralianResearchCouncil.ERA2010JournalList[EB/OL].[2013-03-05]..au"]，这一现象引起国际学术界的关注。经深入调查后发现该刊影响因子排名大量上升是由人为操纵引起的，至此人为操纵提高影响因子广泛地被学术界关注。但在关注的同时却并没有提出有效抑制人为操纵的建议，反而助长了这一行为——更多机构和学者为追逐高影响因子带来的利益而采用人为操纵手段提高影响因子。另一方面，它的指标计算本身也存在漏洞，简单的计算方法也使操纵成为可能（影响因子=期刊前两年收录文献在当年被引用的频次/期刊前两年的总文献量），此计算公式反映出某年文章被引情况仅包含前两年的时间跨度，而且分子和分母的计算都可以轻易通过操纵来改变，但此操纵行为却难以被发现。这两方面原因的存在使得人为隐形操纵影响因子被广泛使用，并引起了学术界的担忧，他们担心此行为会产生不真实的评价结果，会影响刊物影响因子指标本身的客观性和有效性[\o"BRADSHAWCJA,BROOKBW.Howtorankjournals[J].PLOSONE,2016,11(3):e0149582."\o"AustralianResearchCouncil.ERA2010JournalList[EB/OL].[2013-03-05]..au"\o"BRADSHAWCJA,BROOKBW.Howtorankjournals[J].PLOSONE,2016,11(3):e0149582."自引和他引同为学术交流的普遍方式，在表现科学研究的继承性与连贯性和呈现学术脉络与发展轨迹方面的效果一致，在方便读者检阅和查找上的功能一样[\o"BONZIS,SNYDERH.Motivationsforcitation:acomparisonofself-citationandcitationstoothers[J].Scientometrics,1991,21(2):245-254."]。但相较于他引，自引却受到了更多人的质疑：人们认为它的动机更具有目的性，过程更容易受到人为控制，最终结果的真实性也值得考察。当然这一质疑在一定程度上是恰当的，就IJNSNS事件来说，引用IJNSNS刊物最多的是本刊内的某一期刊，并且本刊的主编和编委也进行了大量引用\o"BONZIS,SNYDERH.Motivationsforcitation:acomparisonofself-citationandcitationstoothers[J].Scientometrics,1991,21(2):245-254."既然自引与影响因子不是绝对正向关系，自引对影响因子的影响也不是完全负面的，那么忽略自引的优点，对其一昧进行指责就有失偏颇。因此学者们认为学术中存在自引是正常的、无可指责的，只有超过一定的临界点成为“过度自引”之后才不被认同。现在已有多个引文数据库和期刊评价机构给出了“过度自引”指标，并对“过度自引”行为采取了抑制和警示措施，以期可以保持合理自引。例如，JCR在计算过程中将期刊过度自引的标准定为20%，在20%以下的自引率被称为合理自引，大幅度超过20%就会暂停公布该刊指标，以此进行警告。总而言之，已有研究已经觉察到过度追求影响因子评价指标会带来不利影响并分析了策略性自引在此影响中的作用；已经研究了自引与影响因子的关系，并注意到学科和刊物在其关系中扮演着角色；已经对“过度自引”进行了界定，并提出了抑制措施；但仅存在较少的学者对“过度自引”产生的原因进行系统分析，本文将从策略性自引入手，说明“过度自引”出现的原因，并运用锦标赛模型对此进行解释，以期可以为现有研究提供补充。研究意义影响因子自身虽存在诸多弊端，但它仍被普遍运用于期刊的评价之中。回顾历史，发现当SCI(ScienceCitationIndex)和影响因子被引入后就受到了科研机构和各高校的高度关注甚至崇拜，无论是在科研机构排名、基金申请、学术影响力高低的评价还是在高校颁发研究生学位、老师职称晋升、学术成果奖励中都可以看到影响因子身影[]。期刊普遍追求高影响因子很正常，因为高影响因子的刊物具有高显示度和高有用性，这样该刊才能吸引更多的作者投稿，而当稿源变多时，期刊可选择性的发表来稿中更有质量的论文[高影响因子带来有形或无形的收益，刺激期刊通过自引来提高影响因子。现有自引包括作者自引、期刊自引、学科自引、机构自引、国家自引和语种自引[3]。其中，期刊自引更可能被操纵，所以本文中的策略性自引特指期刊自引。由于学术充分自由，期刊中自引与被引广泛存在，当某期刊的引用量较少而他引贡献不足时，使用策略性自引不失为很快提高本刊影响力的方法，但这也在无形中降低了正常引用的期刊的影响力。这与企业管理中的锦标赛模型中有相似之处。锦标赛模型中企业设置相对绩效排名和阶梯式的报酬结构，对表现最好的员工给予最优厚的薪酬和快速晋升的途径，以此促使员工努力工作。而大多数员工也确如企业所愿，在绩效排名没有确定的条件下，会因薪酬和晋升的刺激而持续努力工作以此来提升自己的成绩排名。但是，由于奖励和职位有限，员工间存在激烈的竞争关系，这时部分员工会放弃自我努力而使用不道德的操作进行蓄意破坏，即对别人的工作成果进行破坏，通过此方法相对的提升自己的排名[]。同样这一模型可以运用到《期刊引用报告》（JournalCitationReports，JCR）中。因为JCR按照各学科影响因子排名划分了四个区域（由于期刊就像锦标赛的参赛者一样，可能会采用策略性自引的破坏方式提高自己的影响因子，从而提高排名，但这种排名具有不真实的反映。因此本文通过实证分析，研究排名下降时期刊是否会采用策略性自引的手段提高影响因子，并观察在调节变量的影响下这一反应的表现，用锦标赛模型进行解释。进行这一研究有两个方面意义：（1）现实意义：为期刊评价机构提供检查途径。自引在学术研究中显著存在，只有研究清楚何种情况下期刊会使用策略性自引，才能更好的采取防范和抑制措施。因此本文假设当期刊排名下降时该刊会通过自引来提高下一年的排名，如果此假设成立，那么进行下年期刊的排名时数据库就得格外注意该刊自引率的变化；同时也作出刊物数量越多排名下降时自引提高越明显的假设，如果这一假设也成立，那么期刊评价机构就需重点关注大型期刊，防止其策略性自引行为的发生。（2）理论意义：策略性自引会破坏学术研究的真实性和客观性，但现有的研究都是浮于现象，没有一定的理论支撑，也没有真正解释策略性自引行为的本质。因此作者引入成熟的锦标赛模型，希望通过此模型对学术界普遍存在的策略性自引行为进行解释，并借鉴锦标赛模型对破坏性行为遏制的原理来提出抑制策略性自引行为的建议，以期完善研究，填补现有研究空白。（二）研究思路与方法研究思路通过对中文数据库知网、万方、维普和外文数据库webofscience检索后发现现有文献对影响因子和自引的研究较多，但主要是对两者分别进行研究，如关于影响因子的作用及优缺点、自引的作用和过度自引的界定等，也有学者关注到自引与影响因子的关系。可是学者们对期刊数量的研究较少，把期刊数量、自引率和影响因子这三者结合起来，研究它们之间内在联系的更少。因此本文以此空白为突破口，对它们三者的关系进行研究，并把研究结果并与锦标赛模型结合起来，用锦标赛理论构建解释框架，并提出抑制策略性自引的建议。本文研究内容上共包含四个章节：第一章是绪论，主要阐述了研究的背景知识和研究意义，研究思路与用到的方法，研究的创新所在和存在的不足。第二章是文献综述，包括以下几方面：（1）界定本文所涉主要概念；（2）梳理学术界对自引率的研究，主要从自引率的普遍使用、自引率和影响影子的关系、刊物数量对自引率的影响三方面进行；（3）梳理目前学术界存在的策略性自引；（4）简介锦标赛模型并说明锦标赛模型与本文的联系和应用。第三章为数据和论证，主要从三方面进行：（1）前期的数据收集和整理；（2）数据处理与检验；（3）进行实证分析并撰写研究结果。最后一章是对论文进行总结，包括对本文的研究结果进行分析以及结合锦标赛模型提出限制策略性自引的建议，对未来研究进行展望。研究方法在研究前期作者使用WebofScience（WOS）网站发布的期刊引证报告(JournalCitationReports,JCR)从社会科学引文索引（SSCI）和科学引文索引（SCI）中收集43个学科共993本刊物的数据，数据指标包括影响因子、分区排名、排除自引之后的影响因子、刊物数量，时间跨度为1997-2018年，并计算出相对应的自引率，然后对已得数据进行分析。运用到的研究方法主要包括：（1）定量分析法。由于数据存在时间序列和截面两个维度，所以本文先运用Excel软件对数据进行整理，然后使用数据分析统计工具STATA进行面板数据回归分析。在确定自变量与因变量的前提下，使用固定效应模型对假设一进行分析，得出结论；然后引入控制变量，运用固定效应模型来分析自变量与因变量在控制变量作用下的结果，得出与假设二相关的结论。（2）文献调查法。搜集来自中国知网、万方、维普及海外的webofscience等数据库中的相关研究，在阅读的基础上明确各研究指标的内涵，较为全面地把握现有研究架构及研究的方向趋势，为本文的研究提供理论支撑。（三）研究创新与不足研究创新现有文献不是对影响因子、自引分别进行研究就是对两者之间的关系进行分析，对期刊数量的研究不多，三者结合起来的研究更是屈指可数。而且仅有对影响因子与自引的研究也是基于自引率上升/下降后影响因子的变化进行的，没有关注到当影响因子下降时自引的反应。最主要的是没有把普遍存在的现象与理论有效结合起来。因此本文将在分析影响因子排名对自引率贡献的基础上观察刊物数量不同引起的变化，并用锦标赛模型对贡献和引起的变化进行解释。研究不足本文中调节变量为刊物数量，但在研究影响因子排名与自引率间的关系时，还有其他学术计量指标具有调节作用，例如研究期刊质量和声誉的SCImagoJournalRank（SJR）指标，该指标不仅考量了刊物引文的绝对数量，也对刊物引文的质量进行了相应的评估，对研究自引率有更大的意义。但由于该指标与影响因子排名隶属不同的数据库，在数据收集中存在困难，所以本文遗憾为能将此指标作为调节变量进行研究。另外，现有研究虽已关注到策略性自引的使用，但并没有学者和机构提出具体测量策略性自引指标的方法，而本文虽对自引率进行研究，却没有有效区分该自引率是由策略性自引或由正常自引贡献的，没能得出策略性自引在自引中的占比，希望在此后的研究中可以进行补充。三、研究设计二、文献综述（一）概念界定（1）期刊影响因子（ImpactFactor，IF）1963年加菲德尔正式提出的两年期刊影响因子是评价刊物质量的重要指标，该指标被后人用作“期刊引证报告”（JCR）中各期刊名次排列的重要依据。它的计算方法是：影响因子=期刊前两年收录文献在当年被引用的频次/期刊前两年的总文献量[6]。（2）自引率（Self-citationrate，SCR）自引率作为评价期刊成熟性、稳定性、连续性的重要指标，也可以被用来衡量某刊在同类期刊中的地位、作用和重要程度[自引率是在自引量的基础上通过计算得到的，自引量是指某期刊文献引用本刊文献的次数。自引率的计算公式为:自引率=某期刊的文献自引量/该刊文献的引用总量×100%。由于JCR并没有直接提供自引率指标的数据，因此本文的自引率为使用Excel软件对从JCR中收集的影响因子、排除自引的影响因子进行间接计算得到的，即自引率=（影响因子-排除自引的影响因子）/影响因子。在影响因子一定的情况下，自引率和他引率可以相互印证，这使人为操作可以被轻易发现。（3）策略性自引对于策略性自引，作者进行如下界定：它是一种人为地隐性使用非正常手段提升自引率的行为，是期刊为追求高影响因子而采取的策略性手段。作者认为策略性自引包括三种方式：(1)期刊要求投稿作者大量引用本刊曾发表的,尤其是两年内发表的论文，以此来提高自身的影响因子；(2)有的期刊编辑越俎代疤，直接给所投该刊的论文添加本刊近几年发表的文献，更有甚者该刊编辑添加的引用并没有参考所引用的文献[策略性自引的使用虽然对本刊期刊影响因子指标有贡献，但却使影响因子排名不客观、不真实，反映了学术不端的行为，应该被识别并抑制。（二）对自引率的研究对自引的客观认识期刊影响因子被广泛应用使得人们使用策略性自引提高影响因子排名成为常态，这不仅使影响因子失去了原有的客观性和公正性，也引起了学术界的关注和质疑。但学术界对自引却始终保持着清醒的认识，并没有因为策略性自引的存在而改变对自引本身的看法：学者们普遍认为期刊和作者自引的存在是正常的，因为他们现在工作与以前的工作之间存在联系，所以对以前发表的论文进行引用恰恰证明了研究的稳定性和延续性，不存在自引反而是不正常的[期刊影响因子与自引的关系（1）自引对影响因子的正向影响郭建顺等人对2007年我国科技期刊影响因子排名前20位的期刊自引予以剔除，在剔除自引后重新计算影响因子并得到一个新排名，他们把新得排名与原有排名进行对比，发现自引率越高的期刊影响因子下降和排名下滑幅度越明显，相反自引率越低的期刊，排名下滑不明显，有的排名甚至明显上升[10]。这表明相对来说自引在高影响因子期刊中占比大，对影响因子排名高的期刊贡献大，自引率也普遍较高。这一研究与温芳芳的研究相同。温芳芳对2009—2018年间JCR收录的管理学期刊自引率和影响因子按等级划分进行研究，即按照影响因子排名由高到低分为Q1、Q2、Q3、Q4共4个区，研究结果显示这4个区的自引率平均值也依次降低，说明影响因子越高自引越频繁;而剔除自引后结果显示自引对Q1区期刊的影响最小，对Q4区影响最大，但并不是按照分区的等级降序排列；并且她得出影响因子与自引率之间存在着双向影响，自引一方面对影响因子有重大贡献作用，一方面在很大程度上受影响因子的制约的结果[]。为了更清晰地反映自引率对影响影子的贡献，李建辉[上文作者都认为自引与影响因子间存在正向作用关系，这样策略性自引的使用就可以被合理的解释了——自引的高低能够直接影响期刊影响因子水平的高低，在期刊正常自引发挥效力较低却又没有达到期刊期望的影响因子水平的时候会采取策略性自引。当年著名的IJNSNS案件也是这一作用导致的，调查发现该刊存在高影响因子是由该刊主编和论文被该刊收录的作者主要贡献的，而且在事件发生后对IJNSNS期刊后几年的影响因子排名进行调查，发现后几年该刊的影响因子指标有较大程度下降，这说明策略性自引确实在很大程度上提高了影响因子指标[]。IJNSNS案例虽是学术界著名的策略性自引的案例，但它即不是唯一一例也绝不是最后一例。马峥特意从影响因子的计算入手，以2014年某刊影响因子为出发点，研究不同年份自引次数的特点。他发现2014年发表的文献在本年的被引次数较少，他认为这是合理的，因为期刊的传播需要一定的时间跨度，但2013年发表期刊的被引次数远高于前几年发表期刊的被引次数，通过对自引进行分析发现2013年的自引次数远高于前几年，由此可以得出高被引是由高自引引起的，是因为本刊编辑引导策略性自引与影响因子排名之间存在正向关系，即策略性自引的存在对影响因子的提高具有贡献作用。此做法会使影响因子虚高，影响因子排名也失去了客观性，要想继续保持学术研究的真实性，反映学术的纯洁与客观，对策略性自引进行研究就成为重中之重。（2）对自引与影响因子正向关系的质疑虽然上述研究中的作者证实自引与影响因子之间的关系是正向的，策略性自引对影响因子有贡献作用的看法也已经被广泛接受，但是仍有部分学者对此关系心存疑虑并提出质疑，认为自引与影响因子的关系不能一概而论。他们经过研究，证明两者之间还存在负向影响关系和无影响的关系，得出操纵自引并不能有效提高影响因子的结论。金铁成以1997—2016年SCI收录的期刊为对象进行研究，分别对影响因子和自引率以及影响因子和两年自引率的关系进行分析，研究得出高影响因子期刊的影响因子与自引率和两年自引率之间都存在显著负相关的关系，这意味着高影响因子的刊物反而有着较低自引率和两年自引率[\o"MIMOUNIM,RATMANSKYM,SACHERY,etal.Self-citationrateandimpactfactorinpediatrics[J].Scientometrics,2016,108(3):1455-1460."我国学者刘雪立等人对10种国际权威科技期刊进行研究，结果发现此10种期刊影响因子构成中自引率较低，自引对影响因子排名的贡献很小，因此他们指出通过人为操作增加自引固然可以提高影响因子，但是这种增加幅度非常小，对期刊的实际影响力贡献十分有限[]。同时也有部分外国学者认为自引率对影响因子无显著影响。M.H.Huang等人对环境工程学科虽然理论上自引会对影响因子产生正向影响，但就目前的研究结果来看自引与影响因子的关系并没有统一的结论。所以作者希望经过大量数据分析来观察两者间的关系，以期对上述结果进行验证和补充。同时从温芳芳的研究中作者也得以启迪：既然自引率与影响因子之间存在相互影响关系，那么当影响因子排名下降时自引率具有的怎样表现也值得研究，这也是本文研究的出发点。刊物数量对自引率的影响按理来说期刊刊物越多，甚至形成一定数量优势的时候，就有可能被该领域的学者引用，从而自引率就越高。但是通过研读文献，作者发现自引率与刊物数量并不存在简单的直线关系，它与学科性质有关。郭建顺[10]等对我国科技期刊自引率研究时发现：天文学学科刊物数量少，自引就严重，它的平均自引率为0.38；而数学学科刊物数量较多，自引就少，它的平均自引率为0.13,这完全可以验证作者关于学科性质对刊物数量和自引率影响的发现。而与此同时刘昌来对此现象进行解释，他指出天文学学科仅包含5本期刊,且5本期刊均涉及天文和天文研究技术专业性较强的内容,这导致其他学科期刊难以引用此学科的内容，所以他引率低；而本学科要获得发展，在别的期刊可引用文献量少的情况下只能引用本刊刊物，加之本刊收录文献少，作者引用时可选择的文章数量少，这也迫使作者不得不进行自引，导致自引率升高[]。为了分析在同一学科内刊物数量与自引率的关系，虽然刘昌来在对自引率和刊物的研究中发现当期刊刊物数量过少时自引率会提高的结果，但是由于此类刊物在实际中存在很少，对普遍刊物研究没有指导意义，所以本文出于这一考虑，在收集数据的时候剔除掉了数量少于20本的刊物。而且从李敬文和刘筱敏的研究中可以发现刊物数量对自引率起正向影响作用，这给策略性自引提供了实现的途径，也给本文调控变量的引入提供了思路和现实研究基础。策略性自引既然学术界存在通过策略性自引来提高自引率从而达到影响因子指标虚高的事实，那么如何判断该手段的使用就成为重中之重，否则任其发展只会对学术研究百害而无一利。虽然策略性自引的手段具有隐蔽性，但一些判断方法仍被学者们探索出来，通过梳理文献，作者共总结出4种判断策略性自引的方法：通过研究学科和刊物的信息，设定恰当的过度引用指标,当自引率超过此指标时便认为是不正常自引，会被警告，比如美国的科技信息研究所（ISI）在《期刊自引分析报告》中把自引率大于20%的期刊视为“高自引期刊”[期刊对按要求进行自引的作者会发放有偿性奖励，针对此类策略性自引，王凌峰等人建议运用互联网渠道，采用互联网搜索的方式进行追踪，因为如果期刊采用奖励策略，那么它就需要将承诺的奖励送至投稿者手中，但出于成本等因素的限制，高校论坛和学科论坛等成为他们的首选途径，这就给期刊评价机构提供了追踪路径和查找通道[10]。（3）期刊发生策略性自引行为时会致使该年的影响因子偏高，期刊评价机构观察某年影响因子，通过把两年内该刊刊物的自引次数和前几年的自引次数进行比较，分析变化结果来判断是否存在策略性自引。（4）评价机构对期刊他引次数和他引影响因子的数据进行公布，对比自引对影响因子的贡献，并对自引的异常影响进行监视[\o"LinWY_C.TheperformanceofAsian_S&Tjournalsininternationalcitationindicators[J].LearnedPublishing,2017,30(3):193-204."锦标赛模型锦标赛模型介绍锦标赛模型是罗森（Rosen）在1981年提出，此模型最早被用于分析公司管理中的激励机制，后来被研究官员晋升的学者引用，周黎安[]在研究中国GDP增长中官员的行为时就提出“晋升锦标赛”模式，通俗来讲该模式是上级政府通过设定标准和优胜者得以晋升的激励，对多个下级政府部门的行政长官设计的一种晋升竞赛；但是该模式也会产生相应的扭曲性后果,地方政府官员间的“非合作”和过度进行竞赛的行为导致中国政府职能的转型和经济增长方式的转型变得困难重重。同时现实中很多领域都可以被解释。它是把参赛者的相对成绩排名位置与奖励和晋升联系起来，使用排名越高奖励越丰厚的规则，这种做法虽然可以刺激参与者努力工作，但只注重相对成绩的做法决定这一机制存在漏洞。因为当参与者想要获得奖励时他可以通过提高排名的方式得到，但由于排名是根据相对绩效得出的，所以参与者有两种选择，一种是直接通过努力工作提高绝对成绩得到，另一种是用间接投机取巧的手段来获得，而且这两种选择都不会受到制约，这就给部分参与者可乘之机。即在接下来的工作中参赛者会根据他的相对成绩排名来作出反应，要么激励他们在以后的工作中付出更大的努力来获取奖励，要么会刺激他们引入不道德的行为来使自己获得奖励，比如通过花钱、故意隐瞒消息、恶意中伤的方式去破坏他人工作或者人为的提高自己的成绩来使自己排名相对提升。参赛者实施破坏性行为的基础是奖励的设置。在以相对成绩排名作为奖励获得条件的薪酬机制中，排名最前的参赛者会获得最丰厚的奖励，当参赛者被丰厚的奖励吸引时，他们可能会选择蓄意破坏的方式来阻碍其他参赛者的工作，并且随着参赛者之间成绩差距的扩大，他们可能越会增加破坏他人工作的频率，当没有规则限制时这种破坏方式更常见。这与Charness等的看法一样，他们认为，当向竞争者们充足地提供实施破坏行为需要的条件时，虽然他们的绝对成绩处在排名较低位置，不具有相互竞争优势，但他们会容易地采用破坏性的行为来使绩效和排名提高，从而达到自己的期望位置[]，而当实施破坏性行为需要的条件不存在时这种情况就不容易发生。同时，竞争者们不是惟奖励马首是瞻，他们也会有其他方面的考虑。Hartmann等认为，竞争者们内心存在衡量不道德行为、奖励、道德行为的标准，当个人采用不道德方式获得奖励的行为与内心树立的道德标准矛盾时，他们可能会降低不道德行为发生的频率锦标赛模型的应用在学术期刊的评价中，也存着在上述的锦标赛现象，根据MarcoSeeber对自引行为的研究表示，学术奖励与影响因子指标间的联系越密切，研究和发表策略就越有可能交织在一起，如果度量标准设计不当，那么不仅不会加强良性行为，反而会刺激不端的行为产生[]。黄宝婷和董志强[研究设计数据来源和收集选择样本（1）抽取学科。为保证数据具有代表性，本文从SSCI和SCI收录覆盖的237个学科中选取刊物数量大于20本的212个学科作为总样本，在这212个学科中使用样本与规模成比例抽样法（ProbabilityProportionatetoSizeSampling，PPS）抽取50个学科，但由于在抽取学科过程中某几个学科被抽中两次，为保证严谨性，最后对重复抽取的学科只保留一次抽取，得到43个学科。收集43个保留学科刊物信息、汇总成学科刊物清单，并对不同学科之间存在交叉刊物的情况进行查重、剔除，以确保刊物清单中每本刊物出现频次均为1，并建立学科清单。（2）抽取刊物。在建立好的学科清单中设定各学科均抽取20本刊物，运用spss进行随机抽样，共得到860本刊物。又因综合考虑学科刊物数量的占比问题，再次从所含刊物数量较多的学科中共补充抽取315本刊物，查重后剔除22本，最后共保留993本刊物。（3）收集数据。运用JCR收集各个指标的数据，包括刊物发文数量、影响因子、排除自引之后的影响因子、影响因子排名，时间窗口统一为1997-2018年。同时为方便后续工作进行面板数据分析，将缺失值的统一替代为999999。（4）检查数据。为确保数据的准确无误，我们在整体数据收集结束后对数据进行检查。但由于数据量大，放弃普查方法，多次使用按比例抽样的方法进行抽查，并追溯数据来源，对错漏之处进行校正。最后建立数据库，为本研究提供数据依据。确定变量自变量为1997-2018年的期刊影响因子排名。期刊影响因子排名是对各期刊影响因子按指标大小排序而得，指标越大排名越高，影响力越大。因变量为各期刊1997-2018年的自引率。调节变量是各期刊1997-2018年的刊物数量，刊物数量受学科专业程度影响，因此本文剔除了专业性较强的刊物数量少于20本的学科，保证了研究的普遍性。数据处理与检验在进行描述与检验前对数据进行初步处理。因为我们在收集过程中对缺失的数据使用999999代替，所以使用STATA软件进行分析前先用命令剔除掉缺失数据，保证数据可用和分析得以进行。描述性统计在对时间窗口不一的刊物进行平衡面板处理之后，得到如下表的描述性统计数据。从该表可以看到，期刊排名的平均值和标准差都不大，表明绝大多数刊物都是小幅度波动，只有个别的刊物存在较大的波动极端值，作者推测可能是该刊当年停刊或者被期刊评价机构警告后引起的；同理，刊物数量为0也是由该原因引起。而观察自引率数据统计，发现最大值为1，经研究校正之后回溯，发现这些刊物在期刊引证报告中的他引因子为0，考虑到该数据不符合实际情况可能会导致误差，故而剔除不予以采用。表2-1数据的描述性统计自引率(Selfcitationrate)刊物数量(citable)排名变动(rankchange)平均数0.161131.4031.006最大值1.004890.00143.00最小值0.000.00-183.00中位数0.12260.001.000标准差0.143236.79313.050观测数138481384811481平稳性检验由于存在伪回归的可能，所以进行面板数据回归分析前先进行平稳性检验。面板数据是同时在时间和截面上获取的二维数据，为更好地说明变量情况，作者综合的使用了时间序列和截面数据进行单位根检验。在对数据进行了平衡面板处理之后使用4种方法进行平稳性检验，检验结果如下表所示。通过此表可以看出，自引率、排名变化、刊物数量在0.05的显著性水平下，至少有一种方法通过了单位根检验，可以判断本文用于分析的数据是平稳的，进一步进行回归分析是可行的。表2-2数据的平稳性检验检验方法自引率（self-citationrate）排名变化（rank）刊物数量（citable）LLC-13.89***-11.82-11.01ADF2113.64***1250.86***-0.79IPS-26.41***0.43011181.14***PP2513.95**07.03***925.33***注:（1）“***”、“**”、“*”分别表示0.01、0.05和0.1的水平下显著；（2）原假设均含有单位根。相关性分析在进行总体相关性分析之前先进行数据处理。因为本文收集的数据是该年期刊引证报告公布的影响因子排名，但考虑到期刊引证报告对该指标的公布具有一年的滞后期（去年影响因子排名往往要到本年的六七月份才会被公布），因此对自变量即刊物排名做滞后一期的处理；同时由于刊物排名的变化是一个动态过程，所以对数据进行差分处理，即自变量为刊物滞后一期的排名与滞后两期的排名之差，因变量是刊物当年的自引率，调节变量为刊物当年的数量。为更有针对性的研究排名下降时自引率的变化，本研究剔除掉排名上升和排名不变的刊物（即rankc<0和rankc=0），仅保留排名下降的刊物。对自引率、排名下降和刊物数量的总体相关性进行分析，结果如下表所示。从表2-3可以看出：自引率与排名变动之间的相关性系数为0.0367，在0.1的水平上显著负相关，排名变动与刊物数量的相关性系数为0.1219，在0.05的水平上显著负相关；这表明排名变动与自引率和刊物数量之间可以进行相关性分析。但是刊物数量与自引率之间不存在显著性相关，因此作者考虑把刊物数量作为调节变量，来观察对自引率和刊物排名的影响。表2-3变量间的相关性分析自引率(Selfcitationrate)排名下降(rankc)刊物数量(citable)自引率1.0000(Selfcitationrate)排名下降-0.0367*1.0000(rankc)0.0049刊物数量-0.0106-0.1219***1.0000(citable)0.33490.0000注：*p<0.1,**p<0.05,***p<0.01实证分析由于各指标数据可能存在异方差，所以为了保证回归参数具有良好的统计意义，可对变量进行对数处理。但在取对数时有法则值得参考：明瑟模型是衡量教育收益的模型，其基本逻辑是假设个体多上一年学，则推迟一年工作，为弥补该年工资，市场均衡条件要求给与该个体更高的收入，因此需要对工资进行对数处理。由于刊物排名下降与明瑟模型中的工资性质相同，都存在滞后性，所以对其进行对数处理；同时根据伍德里奇关于取对数的经验法则（与市场价值相关的可进行对数处理），对自引率进行处理，放弃对刊物数量进行对数处理。提出假设虽然在已有研究中大多数学者支持自引率与刊物排名正相关的结论，但仍有部分学者认为二者之间具有负相关和不相关的关系；而通过上文的总体相关性分析可以看出刊物下降与自引率之间存在显著负相关，说明刊物下降时自引率也会下降，这初步支持了少数学者的研究。但为了更准确的分析自引率与刊物排名之间的关系，作者对其进行回归分析，并作出以下假设：H1：期刊会因为影响因子排名的下降而提高其自引率。在实际中，刊物排名和自引率之间并不是简单的线性关系，它们会受到各种因素的影响，例如在已有研究中发现刊物数量与自引率之间具有正向关系，因此作者引入调节变量刊物数量，观察在刊物数量的作用下假设一会作何变化，并提出假设二：H2：学科期刊规模越大，排名下滑的刊物更倾向于通过自引提升排名。影响因子排名下滑时，采用策略性自引的可能性越大。验证假设（1）验证假设一为了分析排名下降和自引率之间的关系，作者使用固定效应模型对取对数后的排名下降（Inrankc）和自引率（lnself）进行回归分析，结果如表2-4所示：表2-4排名下降对数与自引率对数的回归分析(1)lnselflnrankc-0.0307**(-2.20)_cons-2.2011***(-88.79)N2289R20.002F4.8255tstatisticsinparentheses*p<0.1,**p<0.05,***p<0.01该表显示：取对数后的排名下降与自引率在显著性水平0.05的情况下存在相关系数为0.0307的显著负相关，这与我们的假设一相反，即假设一不成立。作者分析此情况出现的原因有三种：（1）该情况出现与上文中提到的警示有关，即近年来各期刊评价机构对过度自引关注密切，不仅设立过度自引界限，而且通过其他指标追踪可能出现的策略性自引，一旦期刊评价机构发现过度自引行为则会对该刊进行惩罚。虽然通过策略性手段可以增加自引率达到影响因子提高的目的，但期刊不敢冒此风险，所以排名下降的期刊取消了策略性自引的做法；（2）期刊考虑到策略性自引被发现后会有不可承担的代价，它们会转而采取更隐蔽的方式提高引用率，比如同盟互引，通过与其他期刊结成同盟相互进行引用。虽然这种行为的结果在数据上反映为他引率上升，可是仍然达到了期刊排名上升的目的；（3）期刊影响因子不依赖自引率，期刊不会使用策略性自引对影响因子进行操控，相反在排名下降时为维护自己的声誉，会抑制期刊作者进行自引。虽然此假设结论与锦标赛模型中竞争者的普遍做法不一致，但根据锦标赛模型的完善（竞争者们内心存在衡量破坏行为、产生的结果及道德行为的标准，当个人采用不道德方式获得奖励的行为与内心树立的道德标准矛盾时，他们可能会降低不道德行为发生频率），仍然可以对此结论进行解释。即当期刊在排名奖励的刺激下不会选择不当手段提高自引率，这是因为期刊认为影响因子不是衡量期刊质量的绝对指标，它们还会出于遵循学术道德规范或维护声誉等道德标准的制约，和不能承担惩罚带来的后果标准的约束，而降低策略性自引发生的频率。（2）验证假设二假设二在假设一基础上添加刊物数量作为交互项，探究刊物数量在假设一关系中所发挥的作用。为防止可能存在的多重共线性影响研究结果的准确性，先对自变量对数和调节变量进行去中心化处理，使用处理后的变量进行交互，生成交互项Inrankc_citab，运用固定效应模型进行回归得到结果如下表所示：表2-5刊物数量介入自引率对数和排名下降对数的回归分析(1)lnselflnrankc-0.0284*(-1.78)lnSJR-0.0008*(6.74)lnrankc_lnSJR0.0002***(2.91)_cons-2.0897***(-38.47)N2187R20.156F16.28tstatisticsinparentheses注：*p<0.1,**p<0.05,***p<0.01从该表可以看出：排名下降与自引率之间的主效应相关性系数为0.0284，存在显著负相关（p<0.1）；排名下降和刊物数量的交互项系数为0.0002***，存在显著正相关（p<0.01），说明刊物数量对排名下降与自引率的关系有负向显著调节作用，即刊物数量增多会削弱原有排名下降引起的自引下降，所以假设二成立。也表明刊物数量越多时，自引率会上升，这与上文中学者普遍研究得出的刊物数量与自引率之间的关系相同。根据该研究结果，作者作出以下推测——排名下降的期刊出于种种原因（比如维护自己的声誉或者害怕期刊评价机构惩戒等）自己不会为提高影响因子排名采用策略性自引，也不会强制性要求本刊投稿者进行策略性引用，但刊物数量多的期刊拥有大规模作者群体，作者出于利益追求自主采取自引，使期刊整体自引率提高。刊物作者作为期刊文献的贡献者，期刊排名的变动对他们做法影响较小，比较而言，他们更关注自己的利益，会为个人文献影响力提升带来的学术利益大量采用自主引用。作者自主引用不规范会使期刊影响因子过高，引起期刊评价机构的注意和其他期刊的举报，作为一个有良知的期刊，在审核的时候要高度负责，不能因为排名下降就放任作者自引，甚至要作出一定规范，限制他们过度自引，维护期刊声誉。这也说明在锦标赛模型中，不仅期刊是参赛者，作者同样也是某期刊内部的参赛者，在没有约束的条件下他们会为了获得更多的奖励尽可能的进行自引，所以期刊想要维护自己的声誉，就要对作者这一做法进行约束。总结总结众多学者支持自引与影响因子具有正向关系的结论，这与锦标赛机制下作者作出的假设相同。但本文研究发现自引率与影响因子排名间存在负向关系，影响因子排名下降时期刊会降低对自引的使用；引入刊物数量后对此反应有所削弱，刊物数量多的学科，自引率也较高。分析变化，作者猜测是由期刊和作者共同作用产生的，因为期刊影响因子排名是相对的，不仅受期刊策略性自引的影响，也会因该刊作者追求收益所采取的策略性自引行为升高。自引作为衡量学术发展的重要指标，本身的先进性毋庸置疑，但当人们追求功利对其进行策略性使用时就改变了原有的作用。锦标赛模型中奖励设置的原意是刺激人们努力工作，由于缺乏约束引发了一系列不道德行为，同样，当期刊追求高影响因子排名时就会对自引进行不正当的操作。虽然本文研究结论为刊物排名下降时自引率也会下降，但反之刊物排名上升时自引率亦会上升，所以防范此类情况发生便成为学术研究重中之重。锦标赛模型中，学者认为当参赛者的绝对成绩越低时越会采取不正当行为来提高自己的成绩，但他们的内心还有另外的标准，这些标准决定他们会不会采取不正当行为。因此作者认为期刊决定是否使用策略性自引时也存在类似的标准，具体包括三方面：惩罚标准：因为期刊评价机构会密切关注排名变化幅度大和刊物数量多的期刊，会把影响因子指标变化大的年份同前几年进行对比，通过此种做法检查是否存在策略性自引，一旦存在则会给予警告和惩罚。期刊使用策略性自引前会对此行为产生的结果进行衡量，如果认为得不偿失则不会采用策略性自引。声誉约束：最常用的期刊评价指标有影响因子和声誉，当使用策略性自引提高影响因子而削弱声望时，部分期刊会觉得得不偿失，放弃使用策略性自引。道德感约束：期刊遵守评价规则，认为影响因子客观不容侵犯，不仅自己对策略性自引嗤之以鼻，也会对本刊作者进行约束，抑制策略性自引行为。虽然本文研究证明排名下降时不会引发自引上升行为，但是这也可能是由本文研究缺陷造成的。本文仅收集被SCI和SSCI收录的刊物数据，而未被SCI和SSCI收录的刊物也有可能发生策略性自引；同时本文没有关注到期刊联盟之间的互引，导致研究中的自引率低于实际自引率。此两种缺陷都会影响排名下降和自引率变化的结果。因此作者深深地希望在本研究没有注意到的地方不会存在策略性自引行为，或者已存在该行为的期刊在上述三种规则约束下可以有所缓解，使自引恢复原有的作用，促进学术积极发展。参考文献参考文献REF参考文献\h[1]AustralianResearchCouncil.ERA2010JournalList[EB/OL].[2013-03-05]..au[2]BRADSHAWCJA,BROOKBW.Howtorankjournals[J].PLOSONE,2016,11(3):e0149582.[3]温芳芳.自引研究综述:科学评价与科学交流中的质疑、求证与创新[J].图书情报工作,2019,63(21):117-127.[4]BONZIS,SNYDERH.Motivationsforcitation:acomparisonofself-citationandcitationstoothers[J].Scientometrics,1991,21(2):245-254.[5]苏玉华.关于SCI现象的几点思考[J].情报杂志,2001(06):53-54+59.[6]任胜利,王宝庆,郭志明,等.应慎重使用期刊的影响因子评价科研成果[J].科学通报,2000,045(002):218-222.[7]中国科学院地球化学所.路甬祥针对SCI现象谈厚积薄发才能科学创新.2004-04-29[2011-01-17]./html/dir/2004/04/29/2701.html[8]HarbringC,IrlenbuschB.Sabotageintournaments:evidencefromalaboratoryexperiment[J].ManagementScience,2011,57(4):611-627.[9]骆柳宁.《图书馆建设》杂志自引研究[J].情报探索,2008(12):9-11.[10]]郭建顺,张学东,李文红,等.我国科技期刊的高自引率及其不合理自引的甄别[J].中国科技期刊研究,2010,21(4):455-458.[11]王凌峰,叶涯剑.期刊影响因子操纵行为及抑制策略[J].编辑学报,2012,24(06):567-570.[12]潘云涛,武夷山.自引、他引:说不尽的故事[J].科技导报,2007(24):85.[13]温芳芳.期刊自引与影响因子关系的分区比较与历时分析——以JCR收录的管理学期刊为例[J].中国科技期刊研究,2020,31(08):956-963.[14]李建辉,王志魁,徐宏,肖志军,孙梦婕,苏洪余.自引对科技期刊影响因子作用的量化研究[J].编辑学报,2007(02):154-157.[15]徐海丽.影响因子人为操纵案例分析及构建期刊综合评价体系设想[J].中国科技期刊研究,2014,25(05):691-695.[16]马峥.通过计量指标分析发现操纵期刊评价结果的行为[J].编辑学报,2016,28(06):608-611.[17]金铁成.SCI收录期刊的影响因子与2年自被引率的历年变化与分析——兼谈加菲尔德期刊自引率论断的时效性[J].中国科技期刊研究,2019,30(07):795-800.[18]MIMOUNIM,RATMANSKYM,SACHERY,etal.Self-cit