工业计量论文范文

2019-09-26 版权声明

工业计量论文

工业计量论文篇1

计量经济学论文

(一)内容提要

本文主要通过对我国2004年各地工业总产值进行多因素分析,建立以工业总产值为被解释变量,以其它可能对工业总产值有明显影响的因素为解释变量的多元线性回归模型,并利用模型对工业总产值进行数量化分析,就当前形势下通过何种方式才能提高工业总产值提出一些可供参考的意见。

关键词:工业总产值多因素分析投入固定资产劳动计量经济学

Summary

ThispapermainlybyChinain2004toaroundindustrialoutputformulti-factoranalysis,establishagrossvalueofindustrialoutputwastheexplanatoryvariable,Otherpossibletotheindustrialoutputvaluehasobviousimpactonthevariablefactorstoexplainthemultiplelinearregressionmodel,anduseofindustrialoutputmodelforquantitativeanalysis,onthecurrentsituationbywhatmeanscanimprovetheindustrialoutputvalueofsomeoftheadviceavailable.

Keywords:IndustrialoutputMultivariateanalysisInputFixedassetsLaborEconometrics

(二)建立模型的步骤

(1)建立模型

1、解释变量的选择

被解释变量,直接取工业总产值,用Y表示。

解释变量,即影响解释工业总产值的变量选取哪些呢?

我们知道,对于影响产量的主要变量是投资(K),劳动(L)和技术进步(T),所以在我们选择工业总产值解释变量的时候应该含有K、L,但是由于技术进步(T)的数据我们不可得,所以我们无法将其列入模型中进行定量研究。除了以上两个变量,我们还应该选择一个重要的变量,那就是固定资产,因为工业总产值中很大一部分是由大型工业产值组成的,这些工业的固定资产大小会对他们的产值产生重大影响,比如,一个大型工厂在以前用价值100万的旧生产线生产产品时,投入10万,产值是14万,后来引进新生产线,同样的投入和劳动,产值会是20万,这就表现出固定资产对工业总产值的影响。所以在选择了解释变量K、L之后,我们还要加上固定资产(B)。至此,对于工业总产值影响较大的解释变量我们已经找到。

建立如下产量模型

Y=f(K,L,B,担

其中,凳瞧渌幸蛩氐淖酆洗恚撬婊哦睢

2、模型数学形式的确定

根据经济理论和数理经济学的结论我们可以知道,解释变量K、L、B与别解释变量Y存在线性关系。

另外,我们通过描绘变量之间关系的散点图,通过下图大致可以判断,解释变量K、L、B与别解释变量Y存在线性关系

于是,我们设定工业总产值的模型为

Y=b0+b1K+b2L+b3B+

3、拟定参数的大致范围

资本投入(K)和劳动投入(L)及固定资产(B)的增加都会导致工业总产值(Y)的增加,所以,b1>0、b2>0、b3>0

(2)样本数据的收集

现在做的关于工业总产值的模型中所用的数据为截面型数据,我所收集的数据为我国2004年全国各省的工业企业主要经济指标,包含工业总产值、固定资产原价、主营业务成本和全部从业人员年底平均数。

14-3各地区全部工业企业主要经济指标(2004年)

地区工业总产值

(Y)

单位:亿元固定资产

原价

(B)主营业务

成本

(K)全部从业人员

年平均人数

(L)

(万人)

北京5974.703322.085244.46158.03

天津6119.082476.965197.60168.93

河北10194.404735.218427.93440.99

山西4173.933351.303197.32278.13

内蒙古2327.481866.931859.00110.14

辽宁9140.615538.817696.00354.20

吉林3551.722177.682802.44138.29

黑龙江3955.702990.532789.85187.48

上海14594.155842.6512777.87340.93

江苏29476.6610173.9625208.811018.91

浙江21227.207746.8617862.06861.59

安徽4236.392368.233407.16235.81

福建7516.053014.866185.11364.53

江西2736.691511.752279.37179.17

山东24678.509398.7820133.49935.93

河南9236.804589.397361.50530.25

湖北5329.234129.674245.60235.48

湖南4341.882341.413339.51262.40

广东31519.6110118.8628557.181338.13

广西2242.261503.991809.14126.67

海南429.42306.40341.1414.77

重庆2598.841320.982074.64144.62

四川5303.643515.934221.95297.31

贵州1546.171444.601107.9993.89

云南2344.071839.661616.54103.53

西藏24.8573.0617.072.31

陕西3150.792614.742280.36175.43

甘肃1695.791495.521386.7298.09

青海388.12639.32287.7618.10

宁夏605.19489.34479.3533.11

新疆1656.021675.521206.7356.81

其中,工业总产值就是我们模型中的Y、固定资产原价相当于模型中的B、主营业务成本相当于投入资产K、全部从业人员年底平均数相当于劳动L。

(3)参数估计

对于参数的估计,我们采用计量经济学软件计算相关数据,在这里我们用eviews3.1来计算。

步骤:

1、打开eviews软件,通过file-new-workfile选中undatedorirregular然后在下面文本框中输入1到31建立实验所需表格。

2、在操作区输入datayklb然后按回车键进入数据输入页面并把数据准确输入到相关项目中,如下图

obsKBLY

15244.463322.08158.035974.7

25197.62476.96168.936119.08

38427.934735.21440.9910194.4

43197.323351.3278.134173.93

518591866.93110.142327.48

676965538.81354.29140.61

72802.442177.68138.293551.72

82789.852990.53187.483955.7

912777.875842.65340.9314594.15

1025208.8110173.961018.9129476.66

1117862.067746.86861.5921227.2

123407.162368.23235.814236.39

136185.113014.86364.537516.05

142279.371511.75179.172736.69

1520133.499398.78935.9324678.5

167361.54589.39530.259236.8

174245.64129.67235.485329.23

183339.512341.41262.44341.88

1928557.1810118.861338.1331519.61

201809.141503.99126.672242.26

21341.14306.414.77429.42

222074.641320.98144.622598.84

234221.953515.93297.315303.64

241107.991444.693.891546.17

251616.541839.66103.532344.07

2617.0773.062.3124.85

272280.362614.74175.433150.79

281386.721495.5298.091695.79

29287.76639.3218.1388.12

30479.35489.3433.11605.19

311206.731675.5256.811656.02

3、在操作区输入lsycklb再按回车键,得出软件对这个模型的参数的计算结果如下。

DependentVariable:Y

Method:LeastSquares

Date:06/10/07Time:13:42

Sample:131

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-156.8089133.5327-1.1743110.2505

K0.9793550.04378722.366460.0000

B0.3702630.0901314.1080570.0003

L0.7381820.8556700.8626950.3959

R-squared0.998486Meandependentvar7171.482

AdjustedR-squared0.998317S.D.dependentvar8427.921

S.E.ofregression345.7126Akaikeinfocriterion14.64901

Sumsquaredresid3226965.Schwarzcriterion14.83404

Loglikelihood-223.0596F-statistic5934.064

Durbin-Watsonstat2.028371Prob(F-statistic)0.000000

由上结果得出模型方程如下

Y=-156.8089+0.370263B+0.738182L+0.979355K+

(4)模型的检验

1、经济检验:由上方程可知,b1>0、b2>0、b3>0

符合我们的经济学意义。通过了经济学准则检验

2、统计学检验:由上述软件得出的计算结果可知

①拟合优度检验R=0.998486,很接近1,通过了拟合优度检验;

②回归方程显著性检验F=5934.064,数值很大,通过回归方程显著性检验

③变量的显著性检验T,

解释变量BLK

T检验4.1080570.86269522.36646

由上表可知,K和B的T检验都明显大于2,通过变量显著性检验,可是L的T检验值明显小于2,不能通过变量显著性检验。

我们可以导出这三个解释变量和被解释变量的线性表,可以看出,Y随着K和B的变化而变化,而L几乎和Y没有相关关系。此图说明在我们设定的三个解释变量中,L变量是多余的,我们必须将其舍弃。

舍弃L解释变量后,我们的模型方程变为

Y=b0+b1K+b2B+

我们再通过eviews软件得出这个方程的相关参数如下图

DependentVariable:Y

Method:LeastSquares

Date:06/10/07Time:14:17

Sample:131

Includedobservations:31

VariableCoefficientStd.Errort-StatisticProb.

C-144.7105132.1864-1.0947460.2830

B0.3882660.0872804.4484850.0001

K1.0042170.03281430.603170.0000

R-squared0.998444Meandependentvar7171.482

AdjustedR-squared0.998333S.D.dependentvar8427.921

S.E.ofregression344.1301Akaikeinfocriterion14.61168

Sumsquaredresid3315915.Schwarzcriterion14.75046

Loglikelihood-223.4811F-statistic8982.774

Durbin-Watsonstat2.012255Prob(F-statistic)0.000000

继而得出我们的新的模型

Y=-144.7105+0.388266B+1.004217K+

可以看出这次得出的参数与前面带有L解释变量的参数相比,在满足的经济学意义检验后,统计学检验R检验变化很小,F检验结果则极大增加,同时K、B的T检验也都通过,可见,这个模型是比较好的。

至此,新的模型方程通过了所有统计学检验

3、计量经济学准则检验:

①序列相关性检验:绘制ei与ei-1的相关图

GENRe=resid(求残差序列ei)

GENRe1=e(-1)(求残差序列ei-1)

SCATee1(绘制ei与ei-1的相关图)

可以看出,ei与ei-1之间不存在自相关

检验误差项凳欠翊嬖谧韵喙兀阂阎狣.W=2.012255,若给定a=0.05,查附表,dL=1.30,dU=1.57,因为dU<D.W<4-dU,依据判别规则,认为误差项挡淮嬖谧韵喙亍

②异方差检验:

将K的样本观测值按升序排列,Y的样本观测值按原来与K样本观测值相对应关系进行排列,略去中心7个样本观测值,将剩下的24个样本观测值分成从量相等的两个样本,每个子样本的观测值个数均为12。排列结果见下

单位:亿元

地区YK地区YK

广东31519.6128557.18江西2736.692279.37

江苏29476.6625208.81重庆2598.842074.64

山东24678.5020133.49内蒙古2327.481859.00

浙江21227.2017862.06广西2242.261809.14

上海14594.1512777.87云南2344.071616.54

河北10194.408427.93甘肃1695.791386.72

辽宁9140.617696.00新疆1656.021206.73

河南9236.807361.50贵州1546.171107.99

福建7516.056185.11宁夏605.19479.35

北京5974.705244.46海南429.42341.14

天津6119.085197.60青海388.12287.76

湖北5329.234245.60西藏24.8517.07

用第一个子样本估计模型,得

Y=52.44415+1.241964K+

残差平方和Σe1i=145350.74

用第二个子样本估计模型,得

Y=530.0243+1.132635K+

残差平方和Σe2i=4680196.526

提出原假设H0:si2=s32…..=.s312

备择假设Hi:si2s22…….s312各不相同

构造F统计量

F=Σe2i/Σe1i=32.20

给定显著性水平a=0.05,v1=v2=12-2=10,查F分布表,

F0.05(10,10)=2.97

因为F=32.20>2.97,所以应接受备择假设,即该模型存在异方差。

上述过程的软件操作如下:

SORTK(样本按K升序排列)

SMPL112(工作区间定义为1-12)

LSYCK(求出Σe1i玻

SMPL2031(工作区间定义为20-31)

LSYCK(求出Σe2i玻

GEMRF=4680196.526/145350.74(求出F=32.20)

将B的样本观测值按升序排列,Y的样本观测值按原来与B样本观测值相对应关系进行排列,略去中心7个样本观测值,将剩下的24个样本观测值分成从量相等的两个样本,每个子样本的观测值个数均为12。排列结果见下

单位:亿元

地区YB地区YB

江苏29476.6610173.96内蒙古2327.481866.93

广东31519.6110118.86云南2344.071839.66

山东24678.509398.78新疆1656.021675.52

浙江21227.207746.86江西2736.691511.75

上海14594.155842.65广西2242.261503.99

辽宁9140.615538.81甘肃1695.791495.52

河北10194.404735.21贵州1546.171444.60

河南9236.804589.39重庆2598.841320.98

湖北5329.234129.67青海388.12639.32

四川5303.643515.93宁夏605.19489.34

山西4173.933351.30海南429.42306.40

北京5974.703322.08西藏24.8573.06

用第一个子样本估计模型,得

Y=-56.29035+1.360224B+

残差平方和Σe1i=2096059.48

用第二个子样本估计模型,得

Y=-8181.280+3.712556B+

残差平方和Σe2i=28414056.94

提出原假设H0:si2=s32…..=.s312

备择假设Hi:si2s22…….s312各不相同

构造F统计量

F=Σe2i/Σe1i=13.56

给定显著性水平a=0.05,v1=v2=12-2=10,查F分布表,

F0.05(10,10)=2.97

因为F=13.56>2.97,所以应接受备择假设,即该模型存在异方差。

上述过程的软件操作如下:

SORTB(样本按K升序排列)

SMPL112(工作区间定义为1-12)

LSYCB(求出Σe1i玻

SMPL2031(工作区间定义为20-31)

LSYCB(求出Σe2i玻

GEMRF=28414056.94/2096059.48(求出F=13.56)

下面应用加权最小二乘法估计模型

软件操作如下:

SMPL131

GENRX=1/(K*B)

LS(W=X)YCKB(以X=1/(K*B)为权数进行加权最小二乘估计)估计结果如下:

DependentVariable:Y

Method:LeastSquares

Date:06/21/07Time:13:50

Sample:131

Includedobservations:31

Weightingseries:X

VariableCoefficientStd.Errort-StatisticProb.

C-1.4856300.886460-1.6759140.1049

K1.1899020.01581175.255680.0000

B0.0824490.0153875.3583930.0000

WeightedStatistics

R-squared0.999935Meandependentvar50.55315

AdjustedR-squared0.999930S.D.dependentvar133.1075

S.E.ofregression1.113330Akaikeinfocriterion3.144353

Sumsquaredresid34.70608Schwarzcriterion3.283126

Loglikelihood-45.73747F-statistic214397.9

Durbin-Watsonstat1.854200Prob(F-statistic)0.000000

UnweightedStatistics

R-squared0.992805Meandependentvar7171.482

AdjustedR-squared0.992291S.D.dependentvar8427.921

S.E.ofregression739.9753Sumsquaredresid15331778

Durbin-Watsonstat1.098686

得出模型Y=-1.485630+0.082449B+1.189902K+

T值(-1.68)(75.26)(5.36)

R=0.999935F=214397.9D.W=1.85

满足所有统计学检验

③多重共线性检验

我们采用逐步回归法来检验我们的模型。我们先把解释变量中的固定资本量B去掉,得出一个模型

Y=3.221972+1.267023K+

T值(19.50)(138.40)

R=0.999868F=219251.0D.W=2.05

可以看出,除了R检验值略小外,其他值都有所提高,B不会引起多种共线性。

我们再把解释变量中的K去掉,得出模型

Y=-58.17087+1.136486B+

T值(-8.88)(12.73)

R=0.986728F=2156.025D.W=2.17

可以看出,几乎所有值都没有原来模型的好,说明该模型缺不了K,K也不会形成多重共线性。

(五)应用计量经济学模型分析问题

长期以来,我们一直把影响产出的因素归结为投资,劳动和技术,这次我们的研究没有涉及技术,只分析了前两者,后来我们发现劳动在其中的作用变的很小,以至于我们将它舍弃,联系到现实生活中我们就不难发现为什么现在下岗工人如此的多,近些年来,由于技术和管理手段的提高,以往的劳动水平已经超过我们需要的劳动要求,劳动的增加已经不能提高产出,反而增加了成本,所以各个企业纷纷裁员。所以,要想提高产出,已经不需要也不能靠劳动力的提高来提高。投入将会在影响产出的众因素中越加凸现出来。

另一方面,我们选取了固定资产来作为影响工业产出的一个变量,因为我觉得固定资产的多少客观上能反映企业技术水平的高低,固定资产除了厂房等一些基础投资外,就是设备的投入,而技术又是通过设备体现出来的,所以提高固定资产,购进先进设备,是另一个提高工业产量的方法。

所以,在现在的工业产业中,我们应该更加看重投入,把钱都用在需要的项目上,当我们想要提高生产率或者提高产品质量的时候,我们就要购置先进生产线,对于我们来是说事半功倍。各工厂还要根据自己的情况合理配置人员。人多力量大的时代不复存在。合理投入和夸大生产线或升级生产线才能更好的提高产值。

工业计量论文篇2

摘要:本文利用统计学、文献计量学等方法,以丁香通-国家自然科学基金网站上所有的机器人项目为研究对象,采用Python爬

>> 机器人领域的“愚公” 日本机器人产业的发展及对中国的反思 机器人替代对中国制造的意义 对中国机器人发展走向的认识 中国工业机器人市场的分析 机器人对企业人力资源管理的影响及对策分析 对跳跃机器人研发的分析 对矿难救援机器人的研究及应用现状 对工业机器人抓取技术的研究 对机器人教学导入策略的研究 机器人避障的原理及分析 救灾机器人的研究现状、应用及发展 工业机器人的研究状况及趋势 城轨站内导盲机器人的研究分析 并联机器人研究领域的先行者 人工智能在智能机器人领域中的研究与应用 中国工业机器人的飞跃 中国机器人产业的“博弈” 机器人投顾在金融领域的应用 智能控制及其在机器人领域的应用 常见问题解答 当前所在位置:. 2015-05-08.

[5] 孟浩, 周立, 何建坤.自然科学基金投入与科技论文产出的协整分析[J]. 科学学研究, 2007, 25(6):1147-1150.

[6] 郭红, 潘云涛, 马峥,等. 国家自然科学基金资助产出论文计量分析[J]. 科技导报, 2011,29(27):61-66.

[7] 国家自然科学基金委员会. 结题项目统计――按成果类型[EB/OL]. http:///default.htm, 2016-09-01.

[8] 王伟. 哈尔滨工业大学机器人研究所[J]. 机器人技术与应用,2005(6):44-45.

[9] 姜春林, 王续琨. 国家自然科学基金项目产出管理学论文的计量分析[J]. 情报科学, 2005,23(9):1345-1348.

[10]王冬梅. 科学基金制度对基础科研合作的引导效用分析[J]. 科研管理, 2010, 31(4):98-101.

[11]张宜平. 中国社会科学论文基金资助研究[J]. 现代情报, 2005, 25(3):34-36.

[12]张诗乐, 盖双双, 刘雪立. 国家自然科学基金资助的效果――基于论文产出的文献计量学评价[J].科学学研究,2015, 33(4):507-515.

[13]邱均平. 文献计量学[M]. 北京:科学技术文献出版社, 1988.

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

[15]w基明, 邱均平, 黄凯,等. 一种新的科学计量指标――h指数及其应用述评[J]. 中国科学基金, 2008, 22(1):23-32.

Analysis on Basic Research on Robot Projects Funded by the Chinese Government and its Funding Effect

CHEN Yue,WANG Zhiqi,TAN Jianguo

(School of Public Admininstration and Law, WISE Lab, Dalian University of Technology, Dalian 116024, Liaoning, China)

Abstract:The paper explores the support to the basic research in robot field by the Chinese Government and the corresponding effects through the statics and bibliometrics analysis to the NSFC projects about robot and corresponding papers indexed in CNKI and WoS. The results show that the amount of projects and the funding strength have a great development trend with increasing attention on the basic research, raising investment of the basic research could significantly enhance the research performance of research institutions, universities play an active role on improving the robot basic research development as the main force, and the outputs of the funding projects are abundant with high quality and influence. But there is still more room to advance, for example strengthening the communication and cooperation with the foreign counterparts.

Keywords: Robot;National Natural Science Foundation of China (NSFC);Funding effect;Bibliometrics

工业计量论文篇3

[提要] 本文利用文献计量学的方法,从年发文量、年被引量、当年被引文献量、被引频次、论文作者、论文被引用、载体分布等方面,对近十年来《材料科学与工艺》的学术影响力进行分析,以期为相关部门的决策提供参考依据。

关键词:材料科学与工艺;学术影响力;文献计量

中图分类号:G350 文献标识码:A

收录日期:2012年7月13日

《材料科学与工艺》是由中国材料研究学会与哈尔滨工业大学共同主办的学术性期刊,创刊于1982年,初为季刊,2004年起改为双月刊。2000年获黑龙江省科技期刊一等奖,2001年被美国工程信息公司定为EI源刊,是美国检索数据库Ei Compendex的核心刊源,先后被《美国材料文摘》(MA)、《美国工程材料文摘》(EMA)、《美国化学文摘》(CA)、日本《科学技术文献速报》(CBST)、俄罗斯《文摘杂志》(AJ)、美国《剑桥科学文摘》(CSA)、《国防信息中心数据库》、《中国学术期刊综合评价数据库》、《中国学术期刊》、《中国科学引文数据库》等国内外多种重要检索数据库收录。主要刊登金属材料、无机非金属材料、高分子材料、复合材料、各种结构材料、功能材料组织与性能的关系、制备加工原理及工艺研究的最新成果。为进一步了解《材料科学与工艺》学术影响力,本文利用文献计量学相关知识,以2012年7月15日《中国知网》的《中国期刊全文数据库》和《中国引文数据库》提供的数据为调查统计源,采取刊名和精确匹配检索的方式,对2000年以来该刊发表的论文及被引用情况进行统计分析。

一、年发文量、年被引量、当年被引文献量和被引频次

在此期间,共发表有关论文2,038篇,其中有1,484篇论文成为引证文献,共被引用10775次,被引论文是总数的72.82%,平均每篇论文累计被引5.3次。(表1)从表1可以看出:(1)该专题数量呈曲线型,2007和2008年是该刊数量最多的一年,2009年后发表的论文略有下降;(2)2007年有193篇论文成为引证文献,是被引用论文数量最多的一年,其次是2008年、2005和2004年,分别有179篇、165篇和165篇成为引证文献;(3)被引频次最多的一年是2004年,累计被引1,481次,其次是2001年和2002年,分别为1,445次和1,418次;(4)尽管2012年该刊仅发表56篇论文,未被引用,但这一现象与普赖斯的“文章被引用的峰值是该文章发表后的第2年”理论相吻合,符合文献利用特征。

二、被引用次数

论文被引频次越高,说明该论文不仅具有一定的实用价值和推广价值,而且在各自领域产生的学术影响力大,学术水平高,产生的效果就越好,同时还能为后续研究者提供参考和借鉴。在这1,484篇被引论文中,其被引用次数、被引篇数、累计被引频次,见表2。(表2)若按1∶1∶1,即黄金分割原理,对该刊的累计被引频次进行划分,发现:(1)低频被引用区有1,113篇,被引次数为1~8次,累计被引频次为3,573次,累计被引频次占总被引频次的33.14%;(2)中频被引用区有278篇,被引次数为9~20次,累计被引频次为3,591次,累计被引频次占总被引频次的33.33%;(3)高频被引用区有93篇,被引次数为21次以上,累计被引频次为3,611次,累计被引频次占总被引频次的33.53%。印证了:“低频区引证论文数量多,引证频次低;高频区引证论文数量少,引证频次高”的文献分布规律,进一步证明只有少数的论文被大量引用,而多数论文的被引用次数不多的文献特征。

三、论文作者情况

(一)合作情况。作者合作度是一种期刊在一定域内每篇论文的平均作者数,它是评价某种刊物论文作者合作的一个重要指标,也是反映论文作者合作智能的发挥程度。通过统计,由作者独自完成的论文有26篇,由2~9个作者完成的论文分别为132篇、404篇、453篇、321篇、103篇、31篇、10篇和1篇,团体有3篇。充分表明该刊被引论文的作者合作意识程度高,合作率为98.25%,体现了较高的专业素养和共同参与的团队精神。

(二)作者与论文数量。本文以第一作者的身份,对上述数据进行统计,结果发现:第一作者的实际人数为1,247人。其中:有1篇论文被引用的作者有1,070人,累计被引用7,475次;有2篇论文被引用的作者有143人,累计被引用2,542次;有3篇论文被引用的作者有37人,累计被引用668次;有4篇论文被引用的作者有4人,累计被引用90次。

单篇论文被引用次数最多的是太原理工大学的刘珍等人所作《纳米材料制备方法及其研究进展》(《材料科学与工艺》,2000(03)被引用236次;其次是哈尔滨工业大学的宁聪琴等人所作《医用钛合金的发展及研究现状》(《材料科学与工艺》,2002(01))被引用160次;哈尔滨工业大学的赵九蓬等人所作《新型吸波材料研究动态》(《材料科学与工艺》,2002(02))被引用108次;哈尔滨工业大学的闫鹏飞等人所作《掺铁TiO_2纳米晶的制备及光催化性能研究》(《材料科学与工艺》,2002(01))被引用104次,紧随其后。

四、高频被引用区论文作者分布情况

本文将单篇论文累积被引用次数32次以上的论文作者列出(以第一作者为统计对象),共有33篇论文入选。其作者分布在哈尔滨工业大学有16人,北京化工大学2人,清华大学、北京科技大学、北京师范大学、东南大学、华南理工大学、华中科技大学、武汉理工大学、吉林大学、黑龙江大学、昆明理工大学、山东大学、太原理工大学、西安交通大学、西北工业大学和中国科学院金属研究所各1人。说明这些作者是该刊重要或具有影响力的作者,高等院校和研究所是该刊作者的主要来源地。他们都为该刊的成长做出了突出的贡献,所撰写论文质量高、学术影响力大,学术效果好。

综上所述,制造业是一个国家经济社会发展的立国之基,其制造工艺水平的高低,代表着一个国家制造水平的高低。该刊经过30年的不断求索,以质朴的学术风格,严谨的科学态度和对作者、读者的高度责任感跻身于我国工业技术、金属学与金属工艺核心期刊之列,其影响日益递增。笔者衷心祝愿该刊在已经形成自己独特风格与相对稳定的研究体系的基础上,多刊载具有研究级和原创性的论文,特别是对制备工艺等方面具有原始性的研究。

同时,希望该刊扩大稿件容量,吸收更多校外和企业科研人员撰写的优秀稿件,为推动我国工业技术的发展做出贡献。

主要参考文献:

[1]王崇德.文献计量学引论[M].天津:南开大学出版社,1990.

[2]北京大学图书馆和北京高校图书馆期刊工作研究会.中文核心期刊目录总览(2011版)[M].北京大学出版社,2012.

注:本文为网友上传,不代表本站观点,与本站立场无关。

上一篇:建筑工程经济论文范文 下一篇:土建工程概论论文范文