■曾 偉 田時中 田家華

1）中國地質(zhì)大學（武漢）公共管理學院，湖北省武漢市魯磨路388號 430074

2）安徽大學經(jīng)濟學院，安徽省合肥市九龍路111號 230601

科技期刊具有獨特的功能，是展示科技成果的重要窗口，也是評價科研人員研究能力的重要載體，在科研評價系統(tǒng)中發(fā)揮著不可替代的作用，重視期刊評價有利于進一步提高期刊學術(shù)影響力［1-2］。從現(xiàn)有研究成果來看，人們重點關(guān)注期刊評價指標的確立和評價方法的選擇［3］，邱均平等［4］對期刊評價指標體系和定量評價方法進行初步探索，張弘［5］和董敏紅［6-7］等運用主成分分析方法對期刊質(zhì)量和學術(shù)影響力進行綜合評價，俞立平［8］、何莉［9］、辛督強［10］和吳濤［11］等將因子分析方法運用到期刊影響力綜合評價，并進行了實證研究，俞立平、劉蓮花等運用TOPSIS方法對期刊質(zhì)量進行實證評價［12-13］，此外，還有學者利用特征向量和非參數(shù)統(tǒng)計思維對期刊質(zhì)量進行評價［14-16］。前人的成果為本文的研究提供了重要的理論參考，不過，現(xiàn)有的研究只是運用單一評價模型對期刊質(zhì)量進行綜合評價，由于單一評價模型適用范圍具有一定的局限性，所得評價結(jié)果也有一定局限。如果對單一評價模型進行適當組合，運用組合評價模型進行綜合分析，就可以最大限度地利用多種評價模型得出的有效信息，發(fā)揮單一評價模型的優(yōu)點，彌補單一評價模型的不足，使得評價結(jié)果更為合理，具有一定的實用性?；诖耍恼峦ㄟ^建立科技期刊學術(shù)影響力綜合評價指標體系，選取18種科技期刊作為評價對象，利用《中國學術(shù)期刊影響因子年報（自然科學與工程技術(shù)）（2014版）》的數(shù)據(jù)，對評價結(jié)果進行Kendall檢驗，并建立組合評價模型進行綜合評價，探討組合評價模型在科技期刊學術(shù)影響力綜合評價中的適用性，得出研究結(jié)論，為科技期刊進一步提高期刊學術(shù)影響力提供數(shù)據(jù)參考。

1 評價指標及數(shù)據(jù)

1.1 評價指標

依據(jù)《中國學術(shù)期刊影響因子年報（自然科學與工程技術(shù)）（2014版）》系列標準，依據(jù)簡潔性、目的性、全面性和可操作性原則，對評價指標進行優(yōu)選，剔除了與評價目的不相關(guān)的指標平均引文數(shù)、引用半衰期、引用期刊數(shù)，設(shè)立13個評價指標，分別是復合總被引Z1、復合影響因子Z2、復合他引影響因子Z3、復合即年指標Z4、可被引文獻量Z5、可被引文獻比Z6、基金論文比Z7、被引用半衰期Z8、被引期刊數(shù)Z9、他引總引比Z10、互引指數(shù)Z11，Web即年下載率（萬次）Z12、總下載量（萬次）Z13。

1.2 樣本數(shù)據(jù)

依據(jù)《中國學術(shù)期刊影響因子年報（自然科學與工程技術(shù)）（2014版）》中的統(tǒng)計數(shù)據(jù)，綜合考慮正交矩陣性質(zhì)和評價需要，以自然地理類期刊（18種）為評價樣本:地理學報A1、地理科學A2、地理研究A3、中國沙漠A4、地理科學進展A5、干旱區(qū)地理A6、湖泊科學 A7、地理與地理信息科學 A8、Journal of Geographical Sciences A9、熱帶地理 A10、山地學報 A11、Chinese Geographical Science A12、Journal of Arid Land A13、極地研究 A14、Journal of Mountain Science A15、云南地理環(huán)境研究A16、鹽湖研究A17和Sciences in Cold and Arid Regions A18。指標值如表1所示。

2 單一評價模型及過程

在科技期刊學術(shù)影響力綜合評價中，是否考慮指標權(quán)重對結(jié)果的影響以及采取何種方式對指標進行賦權(quán)是值得深入研究的命題。依據(jù)Gnansounou的研究［17］，均方根法可以用來計算評價目標指數(shù)，特點是可以不考慮指標權(quán)重對評價結(jié)果的影響，而是最大限度保留評價指標特征，進行評價與分析。熵值法是通過評價樣本的離散程度進行客觀賦權(quán)。主成分分析方法（PCA）和因子分析則是通過降維思想抽取主成分和主因子，最大限度地保留指標信息，以此進行綜合評價。結(jié)合科技期刊學術(shù)影響力綜合評價特點，選用均方根法、熵值法、PCA和因子分析方法對評價對象進行定量評價，運用Excel和IBMSPSSStatistics 19.0軟件進行相關(guān)數(shù)據(jù)處理。

2.1 均方根法

（1）無量綱處理

由于評價指標都為正向指標，運用模糊隸屬度函數(shù)的效益型指標處理公式對指標值進行無量綱處理，無量綱結(jié)果如表2所示。

式（1）中，A（Zij）表示無量綱化后的指標量化值，Zij表示指標原值，Zijmax和Zijmin分別表示指標極大值和極小值。

（2）運用均方根公式計算綜合指數(shù)

公式（2）中，z′ij為標準化后的指標值，即 A（Zii），j為指標數(shù)量，i為期刊種類，計算結(jié)果如表12所示。

2.2 熵值法

熵值法是根據(jù)各項指標觀測值所提供的信息的大小來確定指標權(quán)重，對評價指標值進行無量綱化處理，根據(jù)線性加權(quán)求和函數(shù)計算綜合得分。由于原始數(shù)據(jù)皆為正值，無需非負化處理。

表1 自然地理學期刊學術(shù)影響力文獻計量指標

（1）計算第j項指標下第i個方案占該指標的比重

（2）計算第j項指標的熵值

（3）計算差異系數(shù)

對差異系數(shù)進行歸一化即可得到指標權(quán)重，結(jié)果如表3所示。

表2 指標無量綱結(jié)果

表3 評價指標的熵值、差異系數(shù)及權(quán)重

（4）運用模糊隸屬度函數(shù)的效益型指標處理公式對指標值進行無量綱處理，無量綱結(jié)果如表2所示。依據(jù)權(quán)重和無量綱結(jié)果，按照公式 Fi=Wj*Z′ij（i=1，2，…18；j=1，2，…13） 計算期刊學術(shù)影響力綜合得分，公式中，wj表示評價指標權(quán)重，Z′ij表示無量綱化后的指標量化值，計算結(jié)果及排序如表12所示。

2.3 主成分分析法

主成分分析法是利用降維思想把多個指標轉(zhuǎn)化成少數(shù)幾個指標的多元統(tǒng)計學方法。它能夠在保證原始數(shù)據(jù)信息損失最小的情況下，以少數(shù)的主成分取代原有的多維指標變量，既能減小系統(tǒng)變量的數(shù)量復雜度，又能保留原系統(tǒng)絕大部分有用信息的特征，使數(shù)據(jù)結(jié)構(gòu)得到較大程度簡化，步驟如下:

（1）評價指標原始數(shù)據(jù)的無量綱處理，結(jié)果如表2所示。

（2）計算無量綱數(shù)據(jù)的相關(guān)系數(shù)矩陣R，進行KMO和Bartlett的檢驗，結(jié)果如表4所示。并求相關(guān)系數(shù)矩陣的特征根即方差貢獻率，按照特征值大于1和總的方差貢獻率大于80%提取主成分。由表5可以看出，前三個主成分的特征值均大于1，總的方差貢獻率83.022%，可以進行主成分分析。

表4 KMO和Bartlett的檢驗結(jié)果

（3）求出主成分矩陣及特征向量。由表6可以看出，在主成分F1上有較高載荷的評價指標是Z1、Z2、Z3、Z4、Z5、Z9、Z12和 Z13，說明 F1基本反映了上述指標的信息。在 F2上指標 Z7、Z8和 Z10有較高載荷。F3上指標Z6和Z11有較高載荷，可以用三個主成分替代原來的13個指標進行綜合評價。通過主成分矩陣、初始特征值即可計算主成分矩陣與初始特征值的平方根的比值，即主成分矩陣的特征向量，為了與成分矩陣做區(qū)分，特征向量計Ft。如表6所示。

（4）計算評價指標權(quán)數(shù)。以方差貢獻率與總方差貢獻率的比值為權(quán)數(shù)，對主成分矩陣與初始特征值的平方根的比值進行線性加權(quán)求和，然后進行歸一化，即可得到評價指標的權(quán)重。計算求得主成分矩陣的權(quán)重系數(shù)，如表7所示。

2.4 因子分析法

因子分析是在提取主成分的基礎(chǔ)上，通過研究變量之間的相關(guān)性，尋求觀測數(shù)據(jù)的結(jié)構(gòu)，并用主因子表示數(shù)據(jù)的基本結(jié)構(gòu)。所假設(shè)的變量基本能夠表示原理變量之間的大部分信息。因子分析的基本步驟如下:

（1）將評價指標原始數(shù)據(jù)進行無量綱處理，如表2所示。

（2）計算無量綱數(shù)據(jù)的相關(guān)系數(shù)矩陣R，進行KMO和Bartlett的檢驗，結(jié)果如表4所示。并求相關(guān)系數(shù)矩陣的特征根即方差貢獻率，按照特征值大于1和總的方差貢獻率大于80%提取主因子。提取了三個主因子（F1、F2和F3），方差分解及其累計貢獻率如表8所示。

（3）求因子載荷矩陣。對3個主因子進行方差極大旋轉(zhuǎn)，得到因子載荷矩陣，如表9所示。

表5 評價指標相關(guān)系數(shù)矩陣特征根及方差貢獻率

表6 評價指標主成分矩陣及特征向量

表7 評價指標權(quán)重值

表8 評價指標方差分解及主因子提取分析

表9 正交旋轉(zhuǎn)矩陣因子載荷矩陣及因子得分系數(shù)矩陣

由表9可以看出，在主成分F1上有較高載荷的評價指標是 Z1、Z2、Z3、Z5、Z9、Z12和 Z13，說明 F1基本反映了上述指標的信息。在F2上指標Z8、Z10和Z11有較高載荷。F3上指標 Z4、Z6和Z7有較高載荷，可以用3個主成分替代原來的13個指標進行綜合評價。

（4）計算因子得分。通過旋轉(zhuǎn)成分矩陣，計算科技期刊學術(shù)影響力主因子得分系數(shù)矩陣，F(xiàn)d1、Fd2和Fd3如表9所示。每個科技期刊學術(shù)影響力綜合得分F為3個主因子的方差貢獻率與累計方差貢獻率之比分別乘以Fd1、Fd2和Fd3的得分（為方便評價，其得分依然用F1、F2和 F3表示。）得出，表達式如下:

經(jīng)計算，18種科技期刊學術(shù)影響力綜合評價得分及排序結(jié)果如表12所示。

3 科技期刊學術(shù)影響力組合評價模型

3.1 Kendall檢驗

通過運用均方根法、熵值法、主成分分析方法和因子分析方法對18種科技期刊學術(shù)影響力進行綜合評價，從結(jié)果來看，4種評價方法所得結(jié)果具有一定程度的差異。綜合來看，可以采用非參數(shù)檢驗方法對評價結(jié)果進行一致性檢驗，如Spearman相關(guān)系數(shù)檢驗和Kendall協(xié)調(diào)系數(shù)W非參數(shù)檢驗。此處選擇Kendall協(xié)調(diào)系數(shù)進行非參數(shù)檢驗，該方法是用于雙因素設(shè)計資料的一致性檢驗方法。其基本原理是b個裁判員對k個觀察對象或觀察指標進行評分，然后檢驗b個裁判員的評價結(jié)果是否具有一致性。通過IBMSPSS Statistics 19.0軟件輸出檢驗結(jié)果，如表10和表11所示。

表10 Kendall檢驗秩均值

表11 Kendall檢驗統(tǒng)計量結(jié)果

表10中的數(shù)據(jù)表示評價對象的平均秩次。表11顯示N為4，表示本次評價的四種方法，Kendall Wa的值為 0.980，卡方值為 66.614，P值（Asymp.sig）為0.000，表明評價結(jié)果具有較強的一致性。

3.2 組合模型評價

雖然4種不同評價模型測算的結(jié)果整體上比較一致，但也有一定差異，為減少排序差異，克服單項評價模型的不足，借鑒Broda方法對科技期刊學術(shù)影響力進行組合評價，該模型綜合考慮得分和排序的差異，能夠為評價目標服務(wù)，基本步驟如下:

（1）求隸屬度

Aij表示第i個期刊在第j種評價方法下的得分，μij表示第i個期刊在第j種評價方法下屬“優(yōu)”的程度，即隸屬度。

（2）求模糊頻數(shù)

（3）通過對模糊頻數(shù)進行歸一化處理，得到模糊頻率

（4）得分轉(zhuǎn)換

Qhi-j表示第j種評價方法下期刊i排在 h位得分。

（5）求組合評價得分

并按照Fi大小對期刊學術(shù)影響力進行排序，其值越大，期刊影響力越大。具體排序及得分結(jié)果如表12所示。

4 結(jié)果分析

總體上看，單一評價模型得出的評價結(jié)果具有一定的差異，具體的說，均方根法與熵值法得出的評價結(jié)果差異較大，期刊A6的最大序差達到5。熵值法評價結(jié)果與主成分分析和因子分析的結(jié)果最大序差為3。主成分分析和因子分析法得出的結(jié)果基本一致，只有期刊 A6、A9、A12、A16、A17、A18 存在差異，序差為1。

表12 科技期刊學術(shù)影響力單項綜合評價與組合評價得分及排序

從組合評價模型的結(jié)果來看，組合評價結(jié)果與均方根法相比較，有11個期刊排序不一致，最大序差為3。與熵值法比較，也有11個期刊排序不一致，最大序差為3。與主成分分析結(jié)果相比較，期刊A12、A16、A17、A18 排序不一致，最大序差為 1。 與因子分析結(jié)果比較接近，只有期刊A6和期刊A9排序不一致，序差為1。

與國際通行的總被引頻次和復合影響因子評價指標排序比較，組合評價結(jié)果排序與復合影響因子排序比較接近，但與總被引頻次排序差別較大。

5 討論

（1）單一評價模型的評價結(jié)果均通過了非參數(shù)檢驗，表明四種單一評價模型具有一致性，可以為科技期刊學術(shù)影響力綜合評價服務(wù)，但從模型的適用性上看，因子分析法最佳，主成分分析法次之，熵值法適用性較差，均方根法不太適合用來評價科技期刊學術(shù)影響力。

（2）模糊Borda組合評價模型綜合考慮了各種評價方法的得分差異和排位次序的不同，使得評價結(jié)果與國際通用的復合影響因子評價指標較為接近，運用模糊Borda組合評價模型對科技期刊學術(shù)影響力進行綜合評價能夠得到科學可信的評價結(jié)果，該模型具有適用性。

（3）對科技期刊學術(shù)影響力進行綜合評價，需要對評價指標進行客觀賦權(quán)，使得評價結(jié)果更為科學可信?？萍计诳瘜W術(shù)影響力評價指標中，復合總被引、復合影響因子、復合他引影響因子、復合即年指標、被引期刊數(shù)、互引指數(shù)、Web即年下載率和總下載量對科技期刊的學術(shù)影響力綜合得分影響較大，建議科技期刊著力提高上述評價指標的分值，擴大科技期刊的學術(shù)影響力。

（4）本文基于多層次多目標指標體系，運用單項評價模型和組合評價模型得出的結(jié)論還有待實踐的進一步檢驗。選擇合適的評價指標、建立科學的評價模型對科技期刊學術(shù)影響力進行綜合評價，仍然是一個值得深入研究的課題，只有不斷完善評價體系和評價模型，才能推動科技期刊可持續(xù)發(fā)展，促進科技期刊學術(shù)影響力的進一步提高。

［1］ 賴茂生，屈鵬，趙康.論期刊評價的起源和核心要素［J］.重慶大學學報（社會科學版），2009，15（3）:67-72.

［2］ 葉繼元.學術(shù)期刊質(zhì)量評價與核心期刊評價之異同［J］.圖書情報工作，2009，53（18）:5-7+16.

［3］ 田昊，賈玉文.4種期刊評價工具的比較研究［J］.情報理論與實踐，2007，30（6）:821-824.

［4］ 邱均平，張榮，趙蓉英.期刊評價指標體系及定量方法研究［J］.現(xiàn)代圖書情報技術(shù)，2004（7）:23-26.

［5］ 張弘，趙惠祥，劉燕萍，陶文文.基于主成分分析法的科技期刊評價方法［J］.編輯學報，2008，20（1）:87-90.

［6］ 董敏紅.基于主成分分析的圖書情報類核心期刊評價指標有效性研究［J］.情報科學，2010，28（11）:1670-1672+1678.

［7］ 董敏紅，杜子芳.主成分分析綜合評價應(yīng)該注意的問題［J］.統(tǒng)計研究，2013，30（08）:25-31.

［8］ 俞立平，劉愛軍.主成分與因子分析在期刊評價中的改進研究［J］.情報雜志，2014，33（12）:94-98.

［9］ 何莉，董梅生，丁吉海，等.安徽省高校自然科學學報學術(shù)影響力綜合評價分析——基于因子分析法［J］.中國科技期刊研究，2014，25（3）:427-431.

［10］ 辛督強，韓國秀.因子分析法在科技期刊綜合評價中的應(yīng)用［J］.數(shù)理統(tǒng)計與管理，2014，33（01）:116-121.

［11］ 吳濤，楊筠，陳晨，等.基于因子分析法的科技期刊引文綜合評價指標研究［J］.中國科技期刊研究，2015，26（2）:205-209.

［12］ 俞立平，潘云濤，武夷山.TOPSIS在期刊評價中的應(yīng)用及在高次冪下的推廣［J］.統(tǒng)計研究，2012，29（12）:96-101.

［13］ 劉蓮花.基于距離綜合評價法的數(shù)學核心期刊評價［J］.中國科技期刊研究，2015，26（8）:871-874.

［14］ 許海云，方曙，付鑫金.基于特征向量中心度加權(quán)的期刊影響因子研究［J］.情報理論與實踐，2011，34（11）:108-112.

［15］ 李超.引用質(zhì)量加權(quán)影響因子評價學術(shù)期刊研究——以CSSCI圖書情報學期刊評價為例［J］.大學圖書館學報，2012，30（1）:29-34.

［16］ 許海云，方曙.非參數(shù)統(tǒng)計的期刊影響力評價方法研究［J］.圖書情報工作，2013，57（5）:107-113.

［17］ Gnansounou E.Assessing the energy vulnerability:Case of industrialised countries［J］.Energy Policy，2008，36 （7）:3734-3744.