1 引言
工程（Engineering）是创造和建构新的社会存在物的人类实践活动，是指将自然科学的理论应用到具体工农业生产部门中形成的各学科的总称，例如，水利工程、化学工程、隧道工程等等。殷瑞钰等
[1]在《工程哲学》中认为工程是人类为了改善自身的生存、生活条件，并根据当时、当地对自然的认识水平，而进行的各类造物活动，即物化劳动过程。相比科学而言，工程与人类的生活直接相关，是现实的、直接的生产力，是人类改造自然的结果。工程的不断发展在不断提升人类的生存和生活条件，也极大促进和解放了生产力。在过去二十余年，我国的工程发展取得了令人瞩目的成就，已成为全世界最大的工程创新工场。工程创新已成为中国最重要的比较优势之一。在此背景下，为了进一步促进我国工程的研究和发展，加强我国工程研究在世界同行中的学术话语权以及影响力，2015年，作为中国工程科技界的最高学术性机构，中国工程院创办了工程综合性学术期刊
Engineering，旨在对标
Science和
Nature，建设中国的世界一流权威学术期刊，引领全球工程科技发展使命。如果说
Nature是发现世界（Discovery）、
Science是解释世界（Interpretation），那么
Engineering则是改变世界（Creation）。
作为工程类开放获取（Open Access）的综合期刊（ENGINEERING, MULTIDISCIPLINARY-SCIE），
Engineering（ISSN 2095-8099）现由中国工程院主管，爱思唯尔出版集团出版。期刊创刊以来，得到了来自美国工程院、澳大利亚科学与工程院、日本工程院以及瑞士工程院等相关机构的积极响应和支持
[2]，由中国工程院原院长周济院士和图灵奖获得者Raj Reddy教授担任联合主编，美国国家工程院前院长Lance Davis教授担任“新闻焦点”栏目联合主编，瑞士工程院前院长Ulrich Suter教授担任“工程成就”栏目联合主编，打造国际化主编团队，引领期刊发展。2020年以来，期刊按照工程院的学部设置，分9个领域邀请国内外一流学者组成学科编委会和青年通讯专家团队，目前共有来自全球20余个国家和地区的251位编委和216位青年编委参与到期刊工作中。
近年来，
Engineering保持了良好的发展势头。从影响力上看，2017年，即
Engineering获得影响因子数据的第一年，便跃居工程综合类期刊Q1区，此后影响因子呈现显著增长趋势，且始终保持Q1区的席位（
图1）。科睿唯安2021年发布的《期刊引证报告》显示，
Engineering 2020年两年影响因子达到7.553，在工程综合类91种国际期刊中位列第4，五年影响因子达到8.977，居于第1。为了进一步促进期刊的发展，本研究将采用科学计量与知识图谱的方法，全方位绘制
Engineering的期刊画像，以便从不同角度全面认识期刊，为后续发展提供对策建议，也为综合类期刊的发展提供借鉴路径。
2 数据与方法
2022年2月22日，从Web of Science核心数据集中以
Engineering期刊的ISSN号为检索条件，共检索到980篇论文。980篇论文的引文报告显示，自2015年以来，论文的施引文献总数为14 092篇，去除自引为13 936篇；总被引频次为15 125次，去除自引后为14 810次，篇均被引频次15.43，H指数为58。980篇论文的文献类型分布如
图2所示。2015－2021年，
Engineering刊载的文献类型共有6类，其中以研究论文（Article）、编辑材料（Editorial Material）和综述论文（Review）为主。从被引频次的贡献角度来看，综述性论文为该刊贡献了超过一半的引用量，其次是研究性论文，占比为41.69%。
在本研究中，使用文献计量学和科学知识图谱的方法和技术对Engineering的刊文数据进行分析。文献计量学是指使用数学、统计学等方法对科技文本数据进行的量化分析，能够客观表征期刊的产出、影响等指标。
3 结果
3.1 论文的年度分布
2015年3月创刊以来，
Engineering的年度载文量呈显著增长趋势。2015年，
Engineering的发文量仅为70篇，而近两年已经突破200篇，达到初创期的近3倍（
图3）。
3.2 论文的国家/地区分布
Engineering的作者遍布43个国家或地区。其中，中国作者的发文量位居首位，达570篇。美国以203篇的发文量排名第二位。随后依次是英国（63篇）、澳大利亚（53篇）、德国（32篇）、加拿大（28篇）、日本（26篇）以及新加坡（20篇）。在国际合作方面，中国与美国的合作强度最高，合作发表了89篇研究论文；其次是英国，中英合著论文数量为23篇。
在城市维度上，Engineering的作者来自343个城市，主要集中在我国东部。在所有城市中，北京以发文量256篇排名第一，随后依次为上海（79篇）、广州（59篇）、香港（56篇）、武汉（49篇）、南京（35篇）以及天津（34篇）。
3.3 论文的机构分布
980篇论文共包含891个机构。这些机构中，发文量不小于10篇的机构共有20个，TOP20机构的合作网络如
图5。在
Engineering上发文最多的机构为Chinese Acad Sci（中国科学院，56篇），随后依次为Tsinghua Univ（清华大学，49篇）、Zhejiang Univ（浙江大学，42篇）、Huazhong Univ Sci & Technol（华中科技大学，25篇）、Chinese Acad Engn（中国工程院，22篇）、Shanghai Jiao Tong Univ（上海交通大学，22篇）、Tianjin Univ（天津大学，18篇）以及US Natl Acad Engn（美国工程院，18篇）。在这些高产机构中，清华大学和中国工程院的合作最为广泛，与TOP20机构中的11家建立了合作关系。近期发文活跃的机构为中国医学科学院、中南大学、北京大学、北京航空航天大学以及北京化工大学。在所有合作关系中，中国科学院和中国科学院大学、清华大学和中国工程院之间的合作关系最为频繁。从国内发文机构分布看，
Engineering的机构覆盖度不够广，如传统的一流工科高校、重点科研机构与工业企业明显缺失。改变仅依靠相对少量优势机构的现状，广泛吸纳产业界的研究成果，将成为支撑
Engineering长久发展的关键。
3.4 论文热点分析
论文的关键词是作者提供的，用于表征论文核心研究内容的术语，是对论文内容的高度凝练。在科学计量领域中，关键词是进行热点研究的重要对象之一。从
Engineering的980篇论文中，提取了出现频次不小于2次的185个关键词，通过VOSviewer生成了关键词的共现网络，如
图6。在共现网络中，高频关键词的节点相对更大，关键词与关键词之间越近，则在语义关系上越密切。
分析结果显示，词频不小于5次的关键词依次为Additive Manufacturing（增材制造，25次）、Covid-19（新冠病毒，25次）、Machine Learning（机器学习，17次）、Artificial Intelligence（人工智能，14次）、Intelligent/Smart Manufacturing（智能制造，14）、3d Printing（3D打印，11次）、Deep Learning（深度学习，11次）、Safety（安全，8次）、Big Data（大数据，7次）、Biomaterial（生物材料，7次）、Cyber-Physical System（物联网系统，7次）、Sustainability（可持续，7次）、Tissue Engineering（组织工程，7次）、Data-Driven（数据驱动，6次）、Efficacy（功效，6次）、Selective Laser Melting（选择性激光熔化，6次）、Traditional Chinese Medicine（中医，6次）、Climate Change（气候变化，5次）、Clinical Trial（临床试验，5次）、Microfluidics（微流体，5次）、Microstructure（微观结构，5次）、Modeling（建模，5次）、Optimization（优化，5次）、Photocatalysis（光催化，5次）以及Process Intensification（过程强化，5次）。从关键词的聚类结果看，Engineering的主题在覆盖工程科技领域全学科的基础上，集中在#1 新冠肺炎病毒、中医等研究；#2 增材制造；#3 智能制造；#4 人工智能、机器学习、深度学习等。
进一步对
Engineering关键词的平均出现时间和对应关键词论文的平均被引频次进行分析，结果如
图7。
图7显示，新冠相关研究、人工智能、机器学习和深度学习等聚类中的关键词是
Engineering过去两年的关注重点。关键词的平均影响力结果显示，智能制造的研究论文平均具有高的影响力。
3.5 高影响论文分析
980篇论文的引证分布如
图8。分析结果显示，有220篇文章的引证次数为0，占比为22.45%。从零被引论文的文献类型看，Review是零被引论文比例最低的文献类型，零被引论文在该类型文献中的占比为6.02%；比例最高的是Correction，零被引论文占比为90.91%；之外，Editorial Material的零被引论文占比为44.37%，News Item为33.33%，Article为13.36%。这表明，
Engineering整体零被引论文比例较高主要是因为非学术性文献的载文量较高。
此外，在引证次数分布上，Engineering的论文呈现出分布的集聚特征。大量论文的被引频次较低，少量论文具有高的被引频次。在时间分布上，零被引论文主要集中在2020－2021年，这与论文的发表时间早晚成相关性，但也表明Engineering的部分文章在选题价值、研究新意、论述深度等方面存在层次不一的缺陷，导致综合类期刊未能得到专业认可。
表1提取了2015－2021年
Engineering被引频次排名前10的论文。结果显示，总被引频次排名前10的论文中有7篇的年均被引频次同样位列前10。TOP10论文的学科布局涉及机械、医学、化工、卫生、环境、信息、材料、生物等领域，文献类型以综述性论文为主。由此可见，
Engineering在保持其综合性期刊定位的同时，还需要在研究性论文的影响力上有所突破。
3.6 影响力的深入分析
期刊的影响因子目前是衡量期刊学术影响力的重要指标，虽然其一直以来被学术界所诟病，但目前仍然被学术界广泛使用。Engineering期刊2018－2019年共有199篇文章参与到了影响因子的计算中，这些论文截止到2020年获得的总被引次数达到了1 503次，影响因子就是过去两年Engineering所发表论文的平均被引次数（7.553）。
在此基础上，对2018－2019年发表的199篇文章（仅仅包含Article和Review）进行深入分析，Review和Article的论文数量及引证次数如
表2。数量上，Article占比68.8%，Review占比31.2%。Article与Review对引文的贡献存在显著差异。2018年的93篇论文贡献了696次引用，2019年的106篇论文贡献了732次，合计贡献引文数为1 428次。不难得出，Article和Review类型论文的总被引次数已经占到了
Engineering过去两年总被引次数的95%(1 428/1 503次)。
进一步分析Article和Review对影响因子的贡献情况。2018和2019年Article类型论文的总被引次数为664，论文数为137篇，那么Article类型论文计算的影响因子为664/137=4.85（即过去两年Engineering上Article类型论文的平均被引次数。这里的影响因子计算仅仅考虑实际贡献，不考虑其他文献类型）。同理，通过Review类型论文计算得到的影响因子为 764/62=12.3（即过去两年Engineering上Review论文的平均被引次数）。可见，Review类型的文献对Engineering的影响因子贡献巨大。基于发表年份进行考察，2018年的论文（Article和Review类型）其平均被引次数为 696/93=7.5次，2019年的论文其平均被引次数为732/106=6.9次。2018年的论文整体被引频次更高是由于相比2019年的论文其被引用的时间窗口更长。
期刊的影响因子是通过期刊论文的被引频次计算的，然而已有研究表明期刊上单篇论文的被引频次分布是极不平衡的。在此背景下，从单篇论文的角度剖析
Engineering的影响因子有重要的意义。首先，提取了199篇论文被引频次的分布数据，如
图9。例如，2018－2019年被引频次为68的论文仅仅有1篇，那么被引68次的论文数与68的乘积就是该被引频次下的贡献引文数。本文计算了以论文被引频次分布为基准的论文数累积、被引累积等指标。结果显示，
Engineering单篇论文的被引分布整体表现出了不均衡（这是一个普遍现象）。被引频次排名前30的论文的被引频次累计达794次，占到总被引频次的55.6%。若以1503为分母，占比则为52.8%。也就是说在2020年
Engineering获得的影响因子计算中，仅仅30篇论文就有一半的贡献（794/1503=0.528），而论文占比仅仅为15.1%（30/199=15.1%）。这一事实也反应了“以刊评文”的重大缺陷，在单篇文章的评价中，以论文的实际贡献进行评价才符合科学研究的追求。
4 结论与讨论
在我国建设国际一流期刊和期刊强国战略背景下，选取了新创的Engineering期刊作为案例，采用可视化方法对Engineering进行了全面分析并绘制了整体画像，研究结果对Engineering以及我国其他新创高水平期刊有一定的启示和参考。
（1）平稳且有一定增长的发文量是保证期刊有序增长的前提。经过7年的建设和发展，Engineering的年刊文量已经初具规模，从创刊初期的70篇增长到2021年的207篇。从发文类型来看，目前编辑材料（Editorial Material）和综述性论文（Review）占比相对偏大，这也是目前综合性期刊的主要特征。作为学术性期刊，Article类型的论文应成为今后拓展的重点。从论文的地理来源看，涉及43个国家/地区，343个城市，稿源分布广泛，但同时地理集聚特征明显。我国作为文章第一单位在Engineering上的发文达570篇，占比达到了58.2%。高产城市则主要分布在我国的北京、上海、广州、香港和武汉等地。Engineering论文的来源机构主要为中国科学院、清华大学、浙江大学、华中科技大学以及中国工程院，目前对我国重点工科院校的覆盖数量不足，少数高产机构不足以支撑Engineering成为具有国际影响力和行业认可度的一流期刊，需扩大国内外知名工科高校、院所、企业的稿源。
（2）期刊选题要紧紧把握世界科技发展前沿热点。为保障Engineering期刊能持续引领工程前沿，自创刊以来，期刊编辑部持续参与中国工程院每年组织开展的“全球工程前沿研究”项目。该项目通过全工程科技数据分析与专家研判，每年获得90个工程前沿。Engineering期刊编委根据工程前沿相关论文的数据分析报告，对前沿未来趋势进行研判后，每年遴选约 10 个前沿热点作为专题，以定向约稿与自由投稿相结合的方式开展组稿工作，并针对高影响力专题进行滚动组稿。Engineering论文的高频关键词涉及增材制造、新冠疫情、机器学习、人工智能和智能制造等，这些热点关键词与全球工程项目的研判基本一致，除新冠疫情，其他均在Engineering 的10 个常设专题组稿方向中。目前，Engineering的主题涉及多个工程子领域，但从主题的集聚特征来看，主要分布在“新冠疫情”“中医药”“增材制造”“智能制造”以及“人工智能、机器学习和深度学习”等方面。尽管Engineering在期刊编委选择上考虑了学科的平衡，但高频关键词分布却体现出发文的学科属性偏向，如传统基础工程领域的论文偏少。这一方面与工程研究的学科前沿发展现状以及Engineering刊文量偏少相关；另一方面也体现了Engineering刊载的传统工程学科文章的专业深度不足，不利于吸引各界专家学者，阻碍其成为名副其实的综合类期刊。Engineering已采取相应措施，如增加传统工程学科编委，设立专题组稿以平衡学科布局，但效果尚未体现。
（3）高水平综合性期刊的发文要突出引领性。Engineering论文的被引分布呈现倒三角的聚焦特征，少量论文具有高的被引频次，大量论文获得了较少的被引频次。表明综合类刊物相对于专业性期刊，存在大部分文章在选题价值、研究新意、论述深度等方面存在层次不一的缺陷，导致获得的专业认可度不一致，这也是绝大多数综合类期刊的痛点。目前解决这一痛点的方法主要是设置分学科编委或下设子刊。当前，Engineering正与工程院的9本专业领域期刊形成集群优势，通过稿件共享、旗舰引领的方式，推进综合刊与专业刊的集群化发展。
（4）综合性期刊建设要推动栏目及文章类型多样化。Engineering的影响因子分析发现，2018－2019年Engineering上发表的Review和Article类型的文章贡献了95%的总被引频次。其中，Review类型论文的篇均影响因子达12.3，Article类型论文的篇均影响因子接近5，这在一定程度上要求Engineering要进一步强化高水平研究型论文（Articles）的发表，以提升期刊在学术原创性上的影响力。Engineering2018－2019年单篇论文的被引频次分布显示，排名前30的Article和Review（合计占比15.1%）的被引频次合计达794次，影响因子贡献率超过50%。这也说明，在自由投稿的基础上，期刊应加大对潜在新兴领域和热点领域知名学者的约稿力度。
5 结语
2015年Engineering创刊，2019年中国实施中国科技期刊卓越行动计划，从Engineering的期刊画像看，中国世界一流科技期刊培育已呈现出良好的发展势头，但同时仍面临着挑战。一是从把握前沿方向到引领前沿跃升的挑战，当前 Engineering借助中国工程院的“全球工程前沿研究”项目研判获得每年的Top90工程前沿，形成期刊出版选题机制，但在引领前沿上还有所欠缺，如Engineering发表的创新突破性论文较少，而非研究性论文使得零被引论文偏多。二是国际化的挑战，Engineering的中国论文占比66.8%，国际稿件大多集中美国、英国、澳大利亚、德国、加拿大、日本等，这既与工程创新的趋势有关，也有Engineering的区域影响力有关，需进一步提升国际化论文占比，深入挖掘以色列、瑞士等工程创新国家的优势，广泛开发发展中国家的参与。三是持续性的挑战，据初步数据分析显示，2022年Engineering期刊影响因子极有可能位列工程综合类期刊首位，如何处理好影响因子与影响力的作用，制定好短期、中期和长期的发展策略，获得学术共同体长期的支持已成为Engineering及其我国一流期刊的共同挑战。
PDF
(4024KB)
