學術期刊評價方法思考與探討_論文發表—598期刊網

09-22

1學術期刊評價方法

FDH模型

FDH模型是由D．Deprins等在1984年研究勞動力效率時首次提出［10］。FDH是一種多變數的非參數估計方法，通常用於對經濟生產中的組織或單位的相對績效進行評價。當前最著名的非參數估計模型是數據包絡分析(dataenvelopmentanalysis，DEA)和FDH。兩種模型的基本原理相同，都是把每一個被評價單位作為一個決策單元(decisionmakingunits，DMU)，假設每個DMU都表現出一定的經濟意義，即投入一定數量的生產要素並得到一定的產出，並且在將投入轉化成產出的過程中，努力實現自身的決策目標。眾多DMU構成被評價群體，利用DMU的投入產出的樣本值估算出有效生產的前沿面，然後根據各DMU與前沿面之間的距離來測算其生產的相對效率。但是，FDH方法提供的結果可能比DEA更適合管理的需要。DEA方法假設生產可能集為凸集，該假設在實際應用中並不容易滿足，而FDH放棄了DEA的技術凸性假設，這在實際應用中更有彈性，而且其前沿面是由樣本中存在的最佳實踐單元構成［11］。比如，在期刊評價中，DEA模型的前沿面是由根據樣本數據估算出的有效的期刊構成，而FDH模型中的前沿面是由樣本中實際存在的有效期刊構成，即FDH能為無效的期刊提供真實的基準標杆，更便於期刊之間的比較。所以，筆者選取FDH模型來對期刊進行評價。

傳統FDH模型的調整

FDH在評價時要求各DMU要具有同質性，即:各DMU要達成相同根本目標;被相互比較的各個DMU均處在相同的決策環境中;各個DMU之間具有相同的評估指標。國內同領域的學術期刊是滿足以上條件的。首先，它們都有相同的最終目標，即最大限度地通過刊登高質量的論文提高其在科學界的影響力。其次，每個期刊都需要有一定的投入，如人力、物力等，可以採用一定的投入指標來衡量期刊的投入大小;每個期刊也都會有產出，可以認為其產出是追求不同的績效目標，比如提高刊登文章的數量和質量、優化其專業化程度等，同樣也可以採用一定的指標來衡量這些產出，如總被引頻次、影響因子、H指數等。所以，在傳統應用中，可以把同領域的各個期刊作為決策單元，然後採取一定的投入產出指標來對其效率進行分析，從而分析期刊編輯部門的資源是否得到了有效利用。然而，本研究的目的是建立一套對同領域的期刊進行直接比較評價的方法，而不是通過FDH模型專註於對其投入產出效率的各個方面進行分析，所以，需要對傳統的FDH模型進行調整。根據所需要解決問題的不同，國內外學者在模型調整方面進行了研究。在理論方面，C．A．K．Lovell等構造了「純輸出DEA模型」，即只有一個投入變數且變數值恆等於1的產出導向的DEA模型［12］，李浩等研究了只有輸出(入)的DEA方法，並針對只有輸出(入)DEA模型的不足，改進了模型［13］;在應用方面，G．E．Halkos等和H．Tüselmann等分別採用調整的DEA模型對學術期刊進行了評價［14－15］，C．A．K．Lovell等首次採用單投入變數且值恆等於1的FDH模型構建了亞洲十個經濟體的宏觀經濟績效前沿［16］，A．Garcia-Ｒomero等採用調整的FDH模型對經濟學領域的期刊進行了評價，證明了該方法的有效性，但其指標的選擇未考慮期刊的網路影響力方面［17］。這些研究早期主要應用於經濟管理領域，後來也逐漸被引入到文獻計量學領域。基於前人的研究，筆者將常規的產出導向的FDH模型進行調整，以獲得一個基於效率分析的文獻計量指標，從而根據該指標得出學術期刊的排名。把同領域的每個學術期刊看作一個DMU，每個DMU只有一個投入指標，且值恆等於1，即認為它們都採用一個常數等於1的投入來產生不同的產出，然後只需選取一定的產出指標來計算效率，稱之為「純產出FDH模型」。這個假設是合理的，因為從生產的角度來看，每一個科學期刊本身就是投入，它們的目標就是追求各產出指標的最優［12］。在此調整的模型框架中，FDH模型只是一個融合相關產出指標建立新的AJＲ的工具，而不是傳統的投入產出效率分析工具，所以無需明確的投入。

2指標選擇與樣本數據的獲取

評價指標的選擇

使用FDH模型進行評價的重要一步是要確定模型的投入變數和產出變數，也就是選擇評價指標。本文投入變數和產出變數設計如下:(1)投入變數。如前所述，本文FDH模型的投入變數只有一個，且值恆為1。(2)產出變數。期刊評價中，每一個單項指標都有其局限性，學界較普遍認為應將多種指標配合使用，以規避單一指標缺陷帶來的風險［18］，筆者選取7個指標作為FDH模型的產出變數。從科技期刊引文評價指標的發展和指標在國內外期刊評價中的應用現狀來看，在許多的期刊評價指標中，基於引用的引文評價指標在期刊定量評價中具有絕對重要的地位，如IF、H指數、SJＲ、ES、SNIP等。但是，在國內學術期刊評價中有些國際主流指標還未被廣泛應用，相關數據也難以獲取。因此，筆者在對圖書情報類學術期刊評價時，主要選用了在國內主流期刊評價中被廣泛採用的引文評價指標，它們代表了當前國內期刊評價的主要趨勢［19］。另外，考慮到互聯網對期刊越來越重要的傳播作用，還選用了一個反映互聯網傳播情況的指標。①總被引頻次。這是一個非常客觀實際的評價指標，可以顯示該期刊被使用和受重視的程度，以及在科學交流中的作用和地位。②影響因子(JIF)。這是一個國際上通行的指標，由於它是一個相對統計量，所以可公平地評價各類期刊。③5年影響因子(JIF5)。此指標能夠解決IF不能較好衡量被引高峰出現較晚的期刊論文學術影響力的問題。④他引影響因子。該指標能排除自引文獻量對影響因子的不正當影響。⑤即年指標。該指標能夠表徵期刊的即時反應速率。⑥H指數。JIF和JIF5反映了期刊中的論文的平均被引頻次，而H指數則反映了期刊發表的高影響力論文的數量。⑦Web即年下載率。前6個指標都是基於引用，最後一個指標則反映期刊在互聯網上的傳播情況。

樣本數據獲取

採用FDH模型進行評價的另外一個重要步驟是確定決策單元。從《中國學術期刊影響因子年報(人文社會科學)(2016年)》中獲取了總被引頻次、期刊影響因子、5年影響因子、他引影響因子、即年指標和Web即年下載率共6個指標的相關數據;從《中國科技期刊引證報告(擴刊版)(2016年版)》中獲取了H指數的相關數據。《中國學術期刊影響因子年報(人文社會科學)》提供了42種中國圖書情報類期刊的相關數據，《中國科技期刊引證報告(擴刊版)(2016年版)》提供了44種圖書情報類期刊的相關數據，最終選取了重合的41種期刊作為樣本，即把這41種期刊作為決策單元來進行評價。表1是這41種期刊的指標數據和描述性統計數據。

FDH模型的應用

根據前文的分析，將41種期刊作為決策單元，採用「純產出FDH模型」，運用EMS軟體進行測算。為了驗證此方法的有效性和穩健性，選取了三個受到科學界廣泛認可的排名，分析FDH排名與它們之間的相關性，它們是:《中國學術期刊(光碟版)》電子雜誌社有限公司根據學術期刊影響力指數(CI)進行的期刊排名，武漢大學中國科學評價研究中心(ＲCCSE)根據期刊的質量、水平和學術影響力進行的期刊排名，中國社會科學評價中心(CECHSS)根據吸引力、管理力和影響力三項指標進行的期刊排名。所採用的數據分析工具為SPSS22．0。