||
2017软科排名中的“长尾”现象
2017年8月15日,上海软科发布了世界前800位的大学学术排名,从800所高校的得分情况看,看到了很有意思的“长尾现象”。何为“长尾现象”?我们不妨从一张图说起。
一、800所高校得分折线图
图为2017年软科排名中800所高校得分由高到低的折线图,最高分100,最低分6.4分。从图中不难看出,排名靠前的高校间分数落差巨大,得分直线下降,从100分到30分,中间仅有60多个高校。排名靠后的高校,分差微小,从30分到最后一名,中间有700多个高校。从800所高校的得分连成的折线图形态看,犹如拖出一条“长长的尾巴”,由此,借用经济学中的“长尾理论”一词,称之为“长尾现象”。
二、位次相邻高校分差散点图
造成“长尾现象”的主要原因是排名靠前的高校间分差大,排名靠后高校间的分差不明显。至于排名靠前高校的分差大到什么程度?排名靠后高校分差微弱到什么程度?我们再看下图(排名相邻高校分差散点图)。该图呈现了位次相邻高校的分差变化,排名靠前高校中位次相邻高校的分差巨大,最大的达到23.5分(第一名和第二名之间)。排名靠后高校中位次相邻高校的分差都十分微小,很多仅有0.1分的微弱之差。
三、2017软科排名中高校得分的“一分一段”
为此,我们参照高考学子们熟悉的“一分一段”做法,对2017年软科排名推出的800所高校也列出一个“一分一段”。其中“得分段”指得分大于等于它,且高出该数值1分以内。(如“得分段”为35,指得分大于等于35分,且小于36分的高校数)
得分段 | 此段高校数 | 此段以上高校总数 |
100 | 1 | 1 |
99 | 0 | 1 |
98 | 0 | 1 |
97 | 0 | 1 |
96 | 0 | 1 |
95 | 0 | 1 |
94 | 0 | 1 |
93 | 0 | 1 |
92 | 0 | 1 |
91 | 0 | 1 |
90 | 0 | 1 |
89 | 0 | 1 |
88 | 0 | 1 |
87 | 0 | 1 |
86 | 0 | 1 |
85 | 0 | 1 |
84 | 0 | 1 |
83 | 0 | 1 |
82 | 0 | 1 |
81 | 0 | 1 |
80 | 0 | 1 |
79 | 0 | 1 |
78 | 0 | 1 |
77 | 0 | 1 |
76 | 1 | 2 |
75 | 0 | 2 |
74 | 0 | 2 |
73 | 0 | 2 |
72 | 0 | 2 |
71 | 0 | 2 |
70 | 2 | 4 |
69 | 1 | 5 |
68 | 0 | 5 |
67 | 0 | 5 |
66 | 0 | 5 |
65 | 0 | 5 |
64 | 0 | 5 |
63 | 0 | 5 |
62 | 0 | 5 |
61 | 1 | 6 |
60 | 1 | 7 |
59 | 0 | 7 |
58 | 1 | 8 |
57 | 1 | 9 |
56 | 0 | 9 |
55 | 0 | 9 |
54 | 0 | 9 |
53 | 1 | 10 |
52 | 2 | 12 |
51 | 0 | 12 |
50 | 1 | 13 |
49 | 2 | 15 |
48 | 0 | 15 |
47 | 1 | 16 |
46 | 1 | 17 |
45 | 1 | 18 |
44 | 1 | 19 |
43 | 1 | 20 |
42 | 1 | 21 |
41 | 5 | 26 |
40 | 1 | 27 |
39 | 1 | 28 |
38 | 2 | 30 |
37 | 2 | 32 |
36 | 6 | 38 |
35 | 3 | 41 |
34 | 2 | 43 |
33 | 4 | 47 |
32 | 5 | 52 |
31 | 8 | 60 |
30 | 1 | 61 |
29 | 5 | 66 |
28 | 11 | 77 |
27 | 12 | 89 |
26 | 9 | 98 |
25 | 13 | 111 |
24 | 13 | 124 |
23 | 11 | 135 |
22 | 8 | 143 |
21 | 9 | 152 |
20 | 15 | 167 |
19 | 12 | 179 |
18 | 24 | 203 |
17 | 24 | 227 |
16 | 34 | 261 |
15 | 32 | 293 |
14 | 36 | 329 |
13 | 30 | 359 |
12 | 45 | 404 |
11 | 53 | 457 |
10 | 59 | 516 |
9 | 76 | 592 |
8 | 86 | 678 |
7 | 119 | 797 |
6 | 3 | 800 |
四、小结
无论是各高校得分的“长尾现象”,位次相邻高校分差变化,还是“一分一段”信息,都呈现出了一个现象,那就是从软科排名的结果看,排名靠前的高校间得分差异较大,在这类高校间产生排名变化的难度相对较大。另外,或许对关心排名的高校而言,可以从“一分一段”的信息中看到自己得分提升与排名提升的关系,可以看到有可能的软科排名发展空间。
笔者只是从客观的得分数据呈现如此现象,未有深入研究,难以对评价系统或评价结果做出更为科学深入的结论。希望能借此抛砖引玉,得到更多有意思的分析结果。
(基础数据由里瑟琦智库小伙伴们采集,向你们的辛勤劳动表示感谢)
2017年8月20日
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-23 00:24
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社