学术论文微信阅读量与知网下载量的关系研究

■赵文青 宗明刚

1)江苏大学杂志社，江苏省镇江市梦溪园巷30号 2120032)江苏大学财经学院，江苏省镇江市学府路301号 212013

随着智能机和网络的普遍应用，以微信为代表的新媒体开启了阅读“微时代”，微信用户可以随时随地利用碎片化时间进行阅读，而且作为一种社交媒体，其转发、分享功能引起更多人的关注，有利于内容的快速传播。微信阅读量越高，说明微信内容受关注程度越高。当前，越来越多学术期刊利用微信进行学术论文的推送和传播[1-2]，此外，也有高校尝试将微信传播的影响力纳入学术考核、科研奖励和人才晋升的评价范围，如浙江大学2017年发布的《浙江大学优秀网络文化成果认定实施办法(试行)》规定，浙江大学师生在微信公众号上发布的阅读量超过10万的作品可认定为等同于核心期刊的发文。

传统纸媒时代，文献被引频次在学术论文影响力评价中一直有着举足轻重的地位，但有学者指出以被引频次评价学术论文水平的高低本身就存在一定的局限性，比如滞后性等[3]。而相对于论文从发表到被引过程中存在的时滞问题，论文的下载则可以与数据库的收录同步，所以有学者提出用论文的下载量来代替被引量评价论文的影响力[4-5]。现有的关于论文下载量相关性的研究多是考察下载量与被引量之间的关系，如丁佐奇等[6]对《中国药科大学学报》和《中国天然药物》两刊中下载量与被引量Top20的文章进行分析，发现单篇论文的被引频次与下载频次的相关性较差，用先期的下载频次对后期的被引频次进行预测的方法行不通；张小强[7]分析了中国科学引文数据库(Chinese Science Citation Database，CSCD)和中国人文社会科学引文数据库(Chinese Humanities and Social Science Citation Database，CHSSCD)来源期刊的下载频次与被引频次的相关性，发现期刊被引频次与下载频次具有高度的正相关性；陆伟等[8]以图书情报领域为例考察了文献下载频次和被引频次在单篇论文、作者、期刊三种粒度下的相关性，发现单篇论文粒度下相关性不强，作者粒度下呈显著的二次函数正相关，而期刊粒度下呈显著的三次函数正相关。

现有研究主要探讨了同一平台中下载量与被引量的关系，而鲜有研究考察不同平台之间的微信论文阅读量与中国知网(以下简称“知网”)论文下载量的相关性。既然微信阅读量代表了微信论文的受关注程度，而学术论文网络下载量又是论文影响力的评价指标之一，那么研究二者之间的关系是否能有效验证学界普遍认为的“微信推广对学术论文影响力的提升大有裨益”这一观点？二者之间存在的这种关系对学术期刊及其微信运营是否有所启发？带着这些问题，本文以开通微信公众号的2018年度“中国最具国际影响力学术期刊”(中文期刊)近5个月(2018年9月至2019年1月)发布的论文为研究对象，多角度分析了微信阅读量与知网下载量的相关性。最后，在相关性分析的基础上，进一步对微信阅读量与知网下载量相一致与相背离的情况进行了分析。

1 样本选取与数据采集

“中国最具国际影响力学术期刊”是按期刊影响力指数(Clout Index，CI)正排序的Top5%期刊，遴选过程严格，能有效反映我国学术期刊的学术影响力和质量水平[9]。本研究以2018年度中国最具国际影响力学术期刊中开通微信公众号的中文期刊(在235种中国最具国际影响力学术期刊中有中文期刊88种，截至2019年2月，通过对这88种刊物的检索，发现共有62种期刊开通了微信公众号，而在最近5个月有原创学术成果发布的期刊微信公众号仅为23个，其中自然与工程技术期刊微信公众号9个，人文社会科学期刊微信公众号14个。23个学术期刊微信公众号的基本情况见表1)2018年9月至2019年1月发布的论文为研究样本(数据来源于清博大数据平台)，剔除发布的公告、通知等非学术类文章后，共收集到有效样本851篇，其中，自然科学与工程技术论文共504篇，人文社会科学类论文共347篇。在知网上查找到对应文章的下载量，数据检索日期为2019年2月22—24日。有研究表明论文下载量的峰值年代是在论文发表后第2年[10]，故考察微信这种即时性阅读工具对论文发表当年的下载量影响显得尤为重要。同时，由于从期刊角度来看样本量较小，仅23种期刊，所以本研究仅从单篇论文角度考察了2018年“中国最具国际影响力学术期刊”(中文期刊)最近5个月的微信阅读量和知网下载量的相关性。

表1 23个学术期刊微信公众号发文情况

2 数据的正态性检验

为确保研究结论的科学性和可靠性，须对数据的正态性分布进行检验，以选择合适的统计分析方法来判断变量的相关性[8]。本研究主要从学术期刊整体、自然科学与工程技术类学术期刊、人文社科类学术期刊3个方面对微信阅读量与知网下载量进行全面分析，故需先对这三组数据进行正态性检验。限于篇幅，本文仅给出了学术期刊整体的阅读频次和下载频次的直方图及拟合效果，其他两组期刊的数据与此类似，不再赘述。从图1和图2的直方图及拟合效果可以看出，拟合曲线走势与正态分布有一定的一致性，但存在不同程度的偏移，故仅从直方图还不能完全判断这三组数据是否服从正态分布，须对数据进行进一步检验。

图1 学术期刊整体下载量直方图

图2 学术期刊整体阅读量直方图

由于直方图主要是从定性的角度进行简单判别，本研究再利用非参数统计中的Kolmogorov-Smirnov(K-S)检验来定量判别数据是否服从正态分布，结果如表2所示。

表2 三组数据的K-S检验结果

由表2可知，上述三组数据对应的P值均为<0.0001，拒绝正态分布原假设，无论是自然科学类学术期刊、人文社科类学术期刊，还是学术期刊整体的下载频次和阅读频次都不符合正态分布。故下文在进行相关性分析时采用Spearman等级相关系数进行计算。

3 阅读量与下载量的相关性分析

鉴于以上三组数据均不服从正态分布，本研究选用Spearman相关系数来计算微信阅读量和知网下载量的相关性。首先可从直观的散点图来观察二者的相关性。图3～5分别为学术期刊整体、自然科学与工程技术类期刊以及人文社科类学术期刊的散点图，其中横坐标表示微信阅读量，纵坐标表示知网下载量。可以明显看出：相较于人文社科类期刊，自然科学类学术期刊和学术期刊整体的散点图更为集中；随着阅读量的增加，下载量并没有明显增大，而低阅读量总体上对应着低的下载量。在这三个散点图中并没有发现非常明显的相关性。

图3 学术期刊整体阅读量与下载量的散点图

图4 自然科学与工程技术类期刊阅读量与下载量的散点图

图5 人文社科类期刊阅读量与下载量的散点图

Spearman相关性分析结果也表明，学术期刊整体、自然科学与工程技术类学术期刊、人文社科类学术期刊的微信阅读量和知网下载量的相关性不强，相关系数分别为0.484、0.465、0.139。

4 对4类典型论文的深入分析

基于以上定量分析可知，学术论文的微信阅读量与知网下载量不存在明显的正相关关系，从散点图来看，高阅读量未必对应高下载量，但是低阅读量总体对应低下载量。为了更好地分析阅读量与下载量的一致与背离现象，本研究分别对高阅读低下载、高阅读高下载、高下载高阅读、高下载低阅读4个类别的典型论文进行分析，以总结实际规律。本研究分别统计了微信阅读量排名前100(阅读量为1692～9004次)对应的论文下载情况和论文下载量排名前100(下载量为647～2663次)对应的微信阅读情况。微信阅读量排名前100的论文下载量大部分集中在200～800次范围内，下载量小于200次的论文有24篇，下载量大于1000次的论文有10篇；论文下载量排名前100的论文微信阅读量大部分集中在500～2000次范围内，有20篇论文对应的微信阅读量小于500次，6篇论文的微信阅读量大于4000次。

4.1 高阅读低下载典型文章分析

进一步分析发现，在微信阅读量排名前100、知网下载量小于200次(高阅读低下载)的24篇论文中：人文社科类论文有12篇，工程技术类论文有12篇；微信标题与知网标题一致的论文有14篇，不一致的有10篇；缩编后推送的论文有18篇，全文推送的有3篇，摘要介绍式推送的有3篇；微信发布时间滞后于知网一个月内的论文有11篇，超过一个月的有13篇。上述24篇论文的具体情况见表3。从内容上看这部分论文有的侧重于方法的介绍以及方法综述，如《电力系统自动化》《城市规划》等刊物的推文《基于物理-数据融合模型的电网暂态频率特征在线预测方法》《异常用电的检测方法——评述与展望》《武汉市杨春湖商务区规划设计策略》等，这些论文对工程技术以及规划设计人员的实际工作有较大的启发和指导作用，但对科研人员的思路启迪不够；还有的论文在微信推送时标题很吸睛，但内容并不一定很有吸引力，如《心理科学进展》推送的《深圳有什么特别之处？为什么？》紧紧抓住读者对深圳这一中国最年轻的一线城市的好奇之心，而其对应的知网论文《正在进行中的自愿拓疆运动与个体主义：来自多种文化任务分析的证据》内容却并不如微信标题那样有吸引力，故未能激发用户在知网的下载行为。

续表

注：推送形式中1表示摘要或介绍式推送，2表示全文推送，3表示缩编后推送，下表同。

4.2 高阅读高下载典型文章分析

通过观察微信阅读量排名前100、知网下载量大于1000次(高阅读高下载)的10篇文章可以发现：人文社科类论文有9篇，且集中发表在教育和心理类期刊，工程技术类论文仅有1篇；微信标题与知网标题一致的论文有7篇，不一致的有3篇；缩编后推送的有2篇，全文推送的有5篇，摘要介绍式推送的只有1篇；微信发布时间滞后于知网一个月内的有6篇，超过一个月的有3篇，微信发布时间超前于知网发布时间的有1篇。上述10篇论文的详细情况见表4。从内容来看，高阅读高下载的论文多关注当下的热点问题，如近年大家比较关注的人工智能、智能教育、创新发展、“双一流”建设等，以及一些“接地气”的实际问题，如情绪问题、宝宝睡眠等。

表4 高阅读高下载典型文章分析

4.3 高下载高阅读典型文章分析

知网下载量排名前100、微信阅读量大于4000次(高下载高阅读)的6篇论文全部属于人文社科类，且全部为教育和心理方面；微信标题与知网标题一致的论文有3篇，不一致的有3篇；缩编后推送的论文有1篇，全文推送的有3篇，摘要介绍式推送的只有2篇；微信发布时间滞后于知网一个月内的论文有4篇，超前于知网发布时间的有2篇。上述6篇论文的详细情况见表5。从内容来看，这6篇论文中有5篇与前面的高阅读量高下载量论文重合，说明热点问题和现实问题的阅读量和下载量均较高。

表5 高下载高阅读典型文章分析

4.4 高下载低阅读典型文章分析

知网下载量达1000次以上、微信阅读量低于500次(高下载低阅读)的20篇论文全部来自人文社科类期刊，其中：微信标题与知网标题一致的论文有19篇，不一致的有1篇；缩编后推送的论文有11篇，全文推送的有9篇；微信发布时间滞后于知网一个月内的论文有16篇，超过一个月的有2篇，微信发布时间超前于知网的有2篇。上述20篇论文的详细情况见表6。从内容来看，这20篇论文里教育类的8篇论文主要关注领域内的研究现状和研究趋势以及产教融合等方面，这和教育学研究人员众多，且其中的跨学科研究人员较多有关，这部分研究者想要了解教育学方面的知识一定是先从知网下载论文学习，而不会首先考虑订阅公众号阅读；《中国农村经济》刊载的8篇文章除了关注的是热点问题如农地流转、三权分置等容易在知网上被搜索下载外，还多为实证文章，与其下载打印后的阅读体验较好有关。当然，这也从侧面反映这部分刊物的相当一部分读者的信息获取方式和阅读习惯仍偏于传统，说明微信的阅读群体和知网的下载群体交集并不大，学术期刊未能充分发挥微信功能，尚未深度挖掘出用户价值，今后应在用户挖掘、用户培养方面多做努力。

表6 高下载低阅读典型文章分析

续表

5 结论与启示

本研究从单篇论文的角度对2018年度“中国最具国际影响力学术期刊”(中文期刊)微信上推送文章的微信阅读量和知网下载量之间的关系进行定量和定性分析。通过对学术期刊整体、人文社科类学术期刊、自然科学与工程技术类期刊三组数据进行正态检验、Spearman相关系数计算发现，单篇论文的微信阅读量与知网下载量未具有较强的正相关关系，其中整体和自然科学与工程技术类期刊阅读量与下载量的相关性要略强于人文社科类期刊。为了进一步考察微信阅读量和知网下载量的相一致与相背离现象，本研究分4个类别对典型文章进行了考察分析，发现实用性较高的工程技术类推文以及吸睛标题能带来高的微信阅读量；热点问题以及有现实意义的问题能带来比较一致的高阅读量和高下载量；读者群体大且有较多跨学科研究人员的刊物更容易获得高下载量。此外，笔者还发现人文社科类论文的可读性高于自然科学与工程技术类论文，微信阅读体验更好，也容易抓住热点和现实问题，再加上读者群体庞大，研究者众多，所以其高阅读和高下载相一致的情况比自然科学与工程技术类要多。

虽然本研究结果显示单篇论文的微信阅读量与知网下载量的相关性并不强，但是通过对4类典型论文分析得出的结论对期刊编辑在今后的办刊实践中如何选题、选稿，如何制作微信推文，如何进行用户挖掘以及如何改进传播技巧具有较高的指导意义，所以从这个层面来看微信对学术期刊和学术论文影响力的提升是有益的。

本文还存在以下的问题有待后续研究：本文仅讨论的是单篇论文微信阅读量与知网下载量的关系，而如果从期刊的角度来讨论它们之间的相关性，结论会不会又不一样？受限于样本数量，本文在对4类典型论文进行分析时，仅是对内容进行考察，对它们的学科、标题、发布间隔以及推送形式虽然有所统计，但在这次分析中暂未发现其对阅读量和下载量相一致与相背离的影响，还有待后续大样本的调查。