科技期刊编辑素质评价体系研究

■孙冬花 朱亚娜 刘 彤 白羽红 贺 萍

1)中国科学院植物研究所《植物学报》编辑部,北京市海淀区香山南辛村20号 1000932)中国科学院植物研究所Journal of Integrative Plant Biology编辑部, 北京市海淀区香山南辛村20号 100093

近年来,我国科研实力不断增强, 国际影响力不断提高。为使我国的科技创新成果尽快被认定传播，并快速向世界展示, 就必须提高科技信息载体——期刊的质量，而期刊编辑的基本素质是科技期刊质量提升不可或缺的因素[1-2]。

传统观念认为,科技期刊编辑应具备的素养大致包括思想素养、文化素养、职业道德素养、业务素养等[3-4]。然而，随着互联网的普及和数字出版业的快速发展，学术期刊的出版模式和传播方式发生了巨大变化[5-6]，以往的学术期刊编辑素质结构已无法满足现今学术期刊出版业的需求。在多媒体融合发展的态势下, 科技期刊如何求变, 编辑素质无疑是至关重要的影响因素之一[7]，因此如何客观、全面且科学地评价科技期刊编辑综合素质也成为学术出版界的新课题。

目前，尽管有许多关于编辑素质方面的研究，但多集中于定性描述[8-10]，鲜有基于定量分析的研究。本研究尝试采用定性与定量相结合的方法来构建自然科技期刊编辑综合素质评价指标体系，以有效避免易受主观经验作用的定性考核影响，便于对科技期刊编辑进行较全面的评价，通过分析编辑的综合素质现状，发现不足，为继续教育培训课程设置及编辑人才遴选提供可靠依据。

1 研究方法及流程

首先，运用文献研究法广泛收集与科技期刊编辑素质概念、内涵、外延、内在要求、内生条件、评价相关的资料，拟定科技期刊编辑综合素质评价指标体系。其次,采用专家咨询法，确定评价指标体系的各级指标；运用层次分析法确定一级指标的权重，使用专家直观判定法确定二、三级指标的权重。最后,采用因子分析法对所构建的评价指标体系进行验证。自然科学中文科技期刊编辑(以下简称“自然科技期刊编辑”)素质评价指标体系构建流程如图1所示。

2 评价指标体系的构建步骤

2.1 评价指标与指标体系的初拟

自然科技期刊编辑综合素质评价指标体系的初选指标由业务素质、专业素质、信息素质和人文素质4个一级指标, 13个二级指标, 28个三级指标组成, 基本包括了科技期刊编辑综合素质的不同侧面，同时确定了指标的内涵及各级指标的参考权重(表1)。

图1 自然科技期刊编辑素质评价指标体系构建流程

初拟的评价指标体系一级指标二级指标三级指标业务素质(0.4)专业素质(0.2)信息素质(0.2)人文素质(0.2)语言文字能力(0.3)组织策划能力(0.2)数字化编辑能力(0.2)推宣能力(0.15)创新能力(0.15)本学科知识(0.6)相关知识(0.4)信息意识(0.3)获取信息能力(0.35)运用信息的能力(0.35)思想道德素质(0.4)团队协作素质(0.3)社会交往能力(0.3)规范能力(0.3)加工能力(0.3)写作能力(0.4)组稿能力(0.4)选题策划能力(0.6)计算机和网络的使用(0.5)新媒体的使用(0.5)推宣意识(0.4)多渠道推宣能力(0.6)创新意识(0.4)自主学习(0.6)专业知识(0.7)本专业的科研能力(0.3)相关学科知识(0.7)前瞻性知识(0.3)价值意识(0.5)敏感意识(0.5)信息检索技能(0.4)学术交流(0.2)外语水平(0.4)筛选信息(0.4)应用信息(0.6)政治理论素质(0.6)职业道德素质(0.4)与本编辑部成员的合作能力(0.7)与同行的协作(0.3)人际关系沟通能力(0.6)语言表达艺术(0.4)修订的评价指标体系一级指标二级指标三级指标业务素质(0.5)信息素质(0.2)人文素质(0.3)审改能力(0.2)语言能力(0.2)组织策划能力(0.1)数字化编辑能力(0.2)鉴别学术不端能力(0.1)创新能力(0.1)学科知识素养(0.1)大数据能力(0.2)信息获取能力(0.4)信息利用能力(0.4)思想道德(0.3)团队协作(0.3)社交能力(0.2)艺术修养(0.2)初审能力(0.3)编辑加工能力(0.7)论文与专著(中文) (0.6)外语水平(0.4)组稿能力(0.4)选题策划能力(0.6)计算机的使用(0.5)网络的使用(0.5)学术不端行为认知能力(0.4)检测系统的使用(0.6)创新思维(0.4)自主学习(0.6)专业知识(0.6)相关学科知识(0.4)大数据敏感度(0.4) 大数据处理能力(0.6) 信息检索(0.6)学术交流(0.4)信息综合与分析(0.4)应用信息(0.6)政治素质(0.5)职业道德(0.5)与同事合作(0.7)与同行协作(0.3)人际沟通(0.6)宣传能力(0.4)美的意识(0.4)审美能力(0.6)

注：括号内的数值为各指标的权重。

2.2 评价指标及指标体系的修订

将拟定完成的评价指标体系通过电子邮件发送给选定的14位专家，回收咨询表进行统计分析，集中多数意见，并提出第二轮评价指标体系。本轮咨询回收咨询表13份，回收率为92.8%。修订的指标体系中, 原一级指标“专业素质”成为“业务素质”的二级指标，并更改为“学科知识素养”；在“业务素质”的二级指标中增加“鉴别学术不端能力”和“审改能力”；在“人文素质”的二级指标中增加“艺术修养”。修改后的指标体系一级指标3项(原为4项)，二级指标14项(原为13项)，三级指标仍为28项。

2.3 指标体系的构建

将首轮修改后的评价指标体系再次发送给专家, 进行第二轮咨询, 回收咨询表, 统计分析并确定各级指标的内容及权重。同时, 通过计算权重进一步筛选指标, 最终确定自然科技期刊编辑的综合素质评价指标体系。

2.3.1 各级指标的确定

从回收的专家咨询表可以看出, 完全赞同一级指标的专家有12人, 赞同率为100%；完全赞同二级指标的专家有11人, 赞同率为91.7%。三级指标中除计算机的使用、网络的使用、创新思维和自主学习4个指标的赞同率为91.7%外, 其余均为100%。

2.3.2 各级指标权重的确定

(1) 一级指标权重的确定。请专家(12位)依据Satty相对重要性等级表,按照层次分析法的要求,用1～9的标度方法, 对3个一级指标分别进行两两比较, 做出相对重要性判断[11]。回收调查表后, 将数据转化形成判断矩阵。使用归一化求和法计算权重,并计算判断矩阵的最大特征值及进行一致性检验,得出12组权重赋值及对应的随机一致性比率(Consistency Ratio, CR)(表2)。

表2 层次分析法确定的一级指标权重及CR值

注：*表示该组数据的CR值大于0.1。

(2) 二、三级指标权重的确定。请专家对每个二、三级指标按其重要程度分别赋予1～5的分值。汇总专家意见, 计算每个指标的算术均值、满分频率和变异系数，及二、三级指标本轮咨询的协调系数，以分析专家意见的集中和协调程度。

表3为二级指标的权重及变异系数。协调系数为0.305，经卡方检验,χ2=39.618(P<0.001)，表明专家意见协调性好。根据统计结果, 以算术均值大于3.5, 满分频率大于0.1和变异系数小于0.2500为筛选标准, 筛除“鉴别学术不端能力”和“艺术修养”两个指标, 共筛选出12个二级指标(表3)。各二级指标的权重由专家咨询评分按比例分配法计算求得。

表3 二级指标的权重及变异系数

三级指标的筛选标准及指标权重计算均同二级指标。统计结果显示,24个三级指标均符合条件(表4)。另外,协调系数为0.294,经卡方检验,χ2=67.513(P<0.001), 表明专家意见协调性好。

2.4 构建的评价指标体系框架

表5为最终建立的评价指标体系，可以看出该评价体系中包含一级评价指标3项, 二、三级评价指标分别为12项和24项。

表5 构建的自然科技期刊编辑综合素质评价指标体系框架

注：括号内的数值为各指标的权重。

3 指标体系的验证

以表5中的三级指标为自然科技期刊编辑综合素质调查问卷的题项(调查问卷详见电子版附录), 采用利克特量表确定4个评价等级, 并将分值范围设定为1～4。其中, 1代表“差”, 2代表“及格”, 3代表“良好”, 4代表“优秀”。向自然科技期刊中文编辑部的编辑人员发放问卷70份,回收问卷69份, 其中有效问卷66份, 问卷有效率为95.6%。采用SPSS 17.0软件对问卷进行信度和效度分析。

信度分析结果显示, 量表的总体信度系数为0.912(表6)。其中, 一级指标的信度系数分别为0.827(业务素质)、0.831(信息素质)和0.600(人文素质)，符合信度的指标要求。

表6 可靠性统计资料

效度分析结果显示, 量表中的KMO值为0.745，大于0.6, 且P<0.001(表7)，表明测量结果与要考察内容的吻合度良好。

表7 KMO与Bartlett检定

上述结果表明，本研究构建的评价指标体系(表5)无需调整, 确定为最终评价指标体系。

4 评价指标体系的应用和评价分析结果

将编辑素质调查问卷反馈数据转换成分数(1～4), 使用SPSS 17.0软件对数据进行处理，自动生成各评价指标的初始分数，然后代入权重计算出相应指标的评价分数。

4.1 综合评分描述统计

使用SPSS 17.0软件中的描述统计工具，对利用评价指标得出的编辑素质综合评分进行统计分析(表8)。可以看出，66份有效问卷的标准偏差为0.38，说明差异性不太大，即样本的波动性不大。所调查的编辑素质综合评分的均值为3.26，评分中位数为3.33, 最高评分为4，最低评分为2.25。即均值略低于中位数，通过对数据进行分析，说明所调查的自然科技期刊编辑综合素质的整体水平处于中等状态。

表8 编辑素质综合评分描述统计

4.2 编辑素质各层面分析

4.2.1 业务素质层面

图2显示业务素质层面的平均分呈现正态分布，标准差为0.442，说明样本的波动性较大。业务素质评分的均值为3.16，中位数为3.17，最大值为4，最小值为2.08。因均值略小于中位数，说明自然科技期刊编辑业务素质尚未达到非常理想的状态，还有提升的空间。

在策划能力方面，策划能力强且选题新颖的编辑仅占到19.7%，30.3%的编辑选题策划能力一般。在计算机使用方面，能熟练使用办公、绘图和统计软件的编辑占比为33.3%，66.6%的编辑不熟悉统计软件或者较少了解绘图、统计软件。

对于新媒体和移动互联平台，37.9%的编辑可熟练使用，极少数人不会使用。相关知识的掌握方面，知识宽泛的编辑占比仅为25.8%，60.6%的编辑相关专业知识较宽泛，说明自然科技期刊编辑非常有必要拓宽知识面。

图2 自然科技期刊编辑业务素质状况

4.2.2 信息素质层面

图3显示信息素质层面的平均分呈现正态分布，标准差为0.509，平均值为3.03，中位数为3，最小值为2，最大值为4。均值大于中位数，说明自然科技期刊编辑的信息素质为中等偏上水平。

信息素质层面主要包括大数据处理能力、信息检索、信息综合与分析等6个方面。统计数据显示，在大数据处理方面，不会处理的编辑占到25.8%，能够分析和分类汇总大数据的编辑仅占21.2%，说明提高编辑的大数据处理能力是非常必要且紧迫的。对于一些专业数据库和文献资料库的关注程度，39.4%的编辑表示总能浏览，45.5%的编辑表示有时能浏览，12.1%的编辑表示偶尔能浏览，还有3.0%的编辑从不浏览。对信息的整合分析，30.3%的编辑整合分析水平很高，66.7%的编辑整合分析水平一般，3%的编辑较难进行信息整合分析工作，可见自然科技期刊编辑的信息整合分析能力比较欠缺，尚需提高。

图3 自然科技期刊编辑信息素质状况

4.2.3 人文素质层面

图4显示人文素质层面的平均分没有呈现正态分布，标准差为0.317，平均值为3.69，中位数为3.83，众数为4.0，最小值为2.83，最大值为4。均值较大，中值大于均值，且众数为最高分，说明自然科技期刊编辑的人文素质处于理想状态。

图4 自然科技期刊编辑人文素质状况

5 结语

科技期刊的质量不仅取决于作者本身的学术水平，还与期刊编辑的基本素质息息相关。在互联网普及的数字出版业快速发展时期，传统媒体编辑显然需具备更高的素质要求，才能更好地满足多媒体融合发展态势下出版行业的需要[12]。基于此，本研究尝试采用德尔菲法构建了自然科技期刊编辑综合素质评价指标体系；并运用该体系对自然科技期刊中文编辑部的66名编辑进行了调查分析。结果显示，当务之急是提升期刊编辑的业务素质，其次是信息素质。特别是在调研过程中，专家们普遍认可大数据时代编辑信息素质的提法，且对信息素质给予了较多关注和较高评分。这不仅为新评价体系框架的构建奠定了基础,还为今后的继续教育培训及其相关课程的设置指明了方向。

本研究仅是对自然科技期刊编辑综合素质能力评价指标体系和评价方法进行了初步探究，尚存在一些问题需后续深入分析。例如：指标体系中个别三级指标的设置和内涵的界定可能存在欠妥之处等；有效问卷数量较少，且调查对象的学科分布有限，致使调查结果可能存在偏差。未来研究应采用更隐蔽的调查内容、更多的样本数量，多维度(编辑素质差异性, 如性别差异性和职称差异性等)分析编辑素质状况，并以此为依据提出更合理、有效的编辑素质提升策略。