淺談學(xué)術(shù)期刊評價指標(biāo)的權(quán)重
學(xué)術(shù)期刊評價指標(biāo)權(quán)重的研究一直以來都是學(xué)術(shù)界關(guān)注的熱點難點問題，而且期刊評價指標(biāo)間存在多重共線性，文章試圖通過偏最小二乘法來達(dá)到在消除共線性的前提下得到各指標(biāo)的權(quán)重，從而為期刊評價指標(biāo)的重要性提供可視化角度。另外，由于期刊評價指標(biāo)體系存量指標(biāo)過少、沒有考慮到期刊的辦刊時間以及期刊出版頻率對期刊質(zhì)量的影響，所以指標(biāo)選擇中增加了一個“歷史被引影響因子（HCIF）”指標(biāo)。通過實證研究對期刊評價指標(biāo)權(quán)重的探討，為今后期刊評價指標(biāo)體系的構(gòu)建以及賦權(quán)提出建議。
0引言
定量的學(xué)術(shù)期刊評價通常離不開指標(biāo)權(quán)重的確定，然而期刊評價指標(biāo)之間往往存在多重共線性，如影響因子與五年影響因子以及他引影響因子有高度的相關(guān)性，當(dāng)我們選取的指標(biāo)存在多重共線性時，一般期刊評價中消除指標(biāo)多重共線性的方法常用的是因子分析或者主成分分析降維處理，從而確定指標(biāo)權(quán)重，但對于小樣本多指標(biāo)數(shù)據(jù)或者不服從正態(tài)分布的指標(biāo)數(shù)據(jù)，因子分析與主成分分析不太適合。然而用偏最小二乘結(jié)構(gòu)方程模型的方法來確定指標(biāo)的權(quán)重，該方法的優(yōu)點有：PLS結(jié)構(gòu)方程模型不要求指標(biāo)數(shù)據(jù)服從正態(tài)分布；PLS結(jié)構(gòu)方程模型結(jié)合了多元線性回歸、主成分分析、典型相關(guān)分析等統(tǒng)計學(xué)方法；PLS結(jié)構(gòu)方程模型對樣本量的要求低，最小樣本要求是30至100，然而協(xié)方差結(jié)構(gòu)方程模型一般要求最小樣本量在200以上，所以該方法對于小樣本研究也有較好效果；PLS結(jié)構(gòu)方程模型能較好的處理指標(biāo)數(shù)據(jù)多重共線性的問題。俞立平等研究發(fā)現(xiàn)偏最小二乘法可以對非線性的評價方法的結(jié)果做出較好的檢驗，且能有效消除指標(biāo)間多重共線性。PLS結(jié)構(gòu)方程模型作為偏最小二乘回歸的拓展，能夠得到指標(biāo)的權(quán)重分布，現(xiàn)在應(yīng)用也愈加廣泛，羅玉波等討論了結(jié)構(gòu)方程模型存在的缺陷，提出使用偏最小二乘法構(gòu)建的“軟模型”的建議。孫繼紅等采用PLS結(jié)構(gòu)方程模型，對全國31個省區(qū)的高等教育發(fā)展水平做出了與實際情況相符的綜合排名，說明指標(biāo)權(quán)重的分配較為合理。程慧平等建立PLS結(jié)構(gòu)方程模型研究我國31個省區(qū)的圖書館發(fā)展水平，得到了各指標(biāo)權(quán)重分布，并得到了綜合排名。現(xiàn)階段，在期刊評價中通過PLS結(jié)構(gòu)方程模型的方法得到指標(biāo)的權(quán)重的研究極少，另外由于期刊評價指標(biāo)中流量指標(biāo)過多、存量指標(biāo)過少，本文提出一個新的存量指標(biāo)歷史被引影響因子（HCIF）（歷史被引影響因子（HCIF）=總被引頻次/（期刊辦刊年限*期刊出版頻率））,該指標(biāo)能反映期刊的辦刊歷史，出版頻率對期刊質(zhì)量的影響，總被引頻次指標(biāo)完全沒有考慮到期刊的辦刊年限和出版頻率，我們都知道辦刊年限長或者出版頻率高的期刊在總被引頻次指標(biāo)上占據(jù)了較大的優(yōu)勢，評價結(jié)果勢必對一些辦刊歷史較短或者出版頻率較低的期刊造成一定的不公。不妨想象一下，某期刊一年只出版1次只發(fā)表數(shù)十篇的文章在總被引頻次上如何才能比得上一年出版12次發(fā)表數(shù)百篇文章的期刊。但是加入歷史被引影響因子指標(biāo)可以一定程度彌補這一缺憾。所以本文將通過構(gòu)建PLS結(jié)構(gòu)方程模型來確定期刊指標(biāo)權(quán)重的分配，探索歷史被引影響因子以及其他評價指標(biāo)的權(quán)重，對結(jié)果做出合理解釋并進(jìn)一步提出相關(guān)建議。
1指標(biāo)選取及數(shù)據(jù)來源
在指標(biāo)選取中，除了本文提出的歷史被引影響因子（HCIF）外，另外選擇了常用的指標(biāo)有影響因子、五年影響因子、總被引頻次、他引影響因子、即年指標(biāo)、可被引文獻(xiàn)量、基金論文比、平均引文數(shù)、被引期刊數(shù)、web即年下載率、總下載量，總共12個指標(biāo)。樣本綜合選擇了多個學(xué)科的刊物，剔除有缺失指標(biāo)數(shù)據(jù)樣本后靠前選取了綜合性科學(xué)技術(shù)類期刊37種，物理學(xué)類期刊31種，地質(zhì)學(xué)類期刊32種，中醫(yī)學(xué)與中藥學(xué)類期刊44種，綜合性農(nóng)業(yè)科學(xué)類期刊43種，自動化技術(shù)、計算機技術(shù)類期刊39種，食品科學(xué)技術(shù)類期刊35種，總共261種期刊。數(shù)據(jù)來源于最新出版的2015年《中國學(xué)術(shù)期刊影響因子年報（自然科學(xué)與工程技術(shù)）》。為消除量綱影響，使得指標(biāo)數(shù)據(jù)存在可比性，本文利用如下公式對指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：對于正向指標(biāo)：rji=(aji-minjaji)/(maxjaji-minjaji)?對于負(fù)向指標(biāo)：rji=(maxjaji-aji)/(maxjaji-minjaji)（其中，i代表指標(biāo)，i=1,2,…,12;j代表樣本，j=1,2,…,261），按照上述公式可以得到標(biāo)準(zhǔn)化的指標(biāo)數(shù)據(jù)。
2指標(biāo)權(quán)重的確定
2.1唯一度檢驗
本文將所選指標(biāo)分為篇均影響力與規(guī)模影響力兩大類，最終在構(gòu)建PLS結(jié)構(gòu)方程模型時，篇均影響力與規(guī)模影響力將作為潛變量，兩個潛變量分別對應(yīng)各自的觀測變量，在構(gòu)建PLS結(jié)構(gòu)方程模型前，需要首先對這兩組顯變量做主成分分析，即唯一度檢驗，可以看到篇均影響力與規(guī)模影響力所對應(yīng)的顯變量組都只基于特征值大于1的原則提取了一個主成分，所以通過了唯一度檢驗。
2.2PLS結(jié)構(gòu)方程模型的構(gòu)建
建立PLS結(jié)構(gòu)方程模型，可以看到左邊是篇均影響力與規(guī)模影響力所對應(yīng)的指標(biāo)構(gòu)成的顯變量組。右邊是所有的指標(biāo)組成的顯變量組，將其命名為綜合影響力。最終通過smartPLS2.0可以得到了模型路徑系數(shù)如圖1，這樣可以看到相應(yīng)指標(biāo)在篇均影響力和規(guī)模影響力上重要程度，同時也能從綜合影響力上具體反映該指標(biāo)的重要程度。從圖中可以看到篇均影響力和規(guī)模影響力對綜合影響力的路徑系數(shù)分別為0.909（t=41.676）和0.227（t=4.994），說明篇均影響力所包含的信息量要大于規(guī)模影響力，即與規(guī)模影響力相比，篇均影響力更能反映期刊的質(zhì)量。
2.3模型的檢驗
借助smartPLS2.0的PLS技術(shù)進(jìn)行迭代計算，模型信度和效度檢驗的結(jié)果，其中信度檢驗由CronbachsAlpha值（內(nèi)部一致性系數(shù)）和CR值（組合信度）來體現(xiàn)，結(jié)果顯示全部潛變量的CronbachsAlpha值和CR值都大于0.8，高于0.7的一般水平，說明模型中選用的指標(biāo)數(shù)據(jù)信度較好。效度檢驗分為聚合效度和區(qū)分效度檢驗，聚合效度通過看AVE值（抽取的平均方差）來體現(xiàn)，一般來說要求AVE值大于0.5，由表3可知綜合影響力的AVE值接近0.5，而篇均影響力與規(guī)模影響力的AVE值都大于0.5，說明指標(biāo)數(shù)據(jù)聚合效度較好；區(qū)分效度則通過R2（測定系數(shù)）的大小來衡量，一般來說要求R2大于0.3，由表3可知潛變量綜合影響力的R2為1，說明指標(biāo)數(shù)據(jù)區(qū)分效度較好，同時說明綜合影響力對篇均影響力和規(guī)模影響力的解釋能力非常好。此外模型的整體適配度可以用公因子方差和測定系數(shù)的幾何平均數(shù)來度量,潛變量的公因子方差值，所以本文評價模型的整體適配值為0.7041，說明模型的適配較為理想。
2.4模型的結(jié)果
根據(jù)smartPLS2.0得到的結(jié)果，表中包含了各指標(biāo)與潛變量篇均影響力、規(guī)模影響力、綜合影響力的相關(guān)關(guān)系以及在這三個潛變量上的外部權(quán)重。綜合影響力可以反映期刊的辦刊質(zhì)量以及學(xué)術(shù)影響，從各指標(biāo)在綜合影響力的外部權(quán)重的大小可以衡量該指標(biāo)對期刊評價結(jié)果的影響能力。歷史被引影響因子的綜合影響力外部權(quán)重為0.1299，僅次于影響因子、五年影響因子、他引影響因子、即年指標(biāo)4個指標(biāo)，說明歷史被引影響因子對期刊評價結(jié)果的影響較大?？偙灰l次的在綜合影響力外部權(quán)重為0.1237，與歷史被引影響因子的外部權(quán)重相當(dāng)，兩者分別屬于篇均影響力指標(biāo)和規(guī)模影響力指標(biāo)，如果同時選用總被引頻次和歷史被引影響因子兩個指標(biāo)，這樣可以綜合考慮被引數(shù)量的多少和被引效率的高低，就能一定程度上彌補單純以被引數(shù)量的多少來衡量期刊質(zhì)量的缺陷。歷史被引影響因子與影響因子的Pearson相關(guān)系數(shù)為0.496（p=0.000），相關(guān)程度一般，因為歷史被引影響因子是存量指標(biāo)而影響因子為流量指標(biāo)，這也是合理的，歷史影響因子可以作為一個較好的存量指標(biāo)。本文發(fā)現(xiàn)基金論文比、可被引文獻(xiàn)量、被引期刊數(shù)、總下載量在綜合影響力上的外部權(quán)重都較低，這4個指標(biāo)也并不能很大程度上反映期刊的質(zhì)量。可以發(fā)現(xiàn)影響因子與五年影響因子的權(quán)重較為接近，且權(quán)重也較大，兩者之間的Pearson相關(guān)系數(shù)為0.932（p=0.000），兩者屬于趨同性指標(biāo)，建議在今后的學(xué)術(shù)期刊評價中兩者選其一即可，否則將過度強化了期刊的篇均影響力,這與黃賀芳等研究結(jié)果相符。
3結(jié)論與建議
學(xué)術(shù)期刊評價指標(biāo)權(quán)重的確定是評價期刊質(zhì)量的關(guān)鍵所在，結(jié)合現(xiàn)有的研究，本文提出構(gòu)建期刊評價指標(biāo)體系的PLS結(jié)構(gòu)方程模型，旨在消除期刊評價指標(biāo)間的多重共線性的情況下得到指標(biāo)的權(quán)重。另外，由于期刊評價指標(biāo)體系中存量指標(biāo)過少，沒有考慮到期刊的辦刊時間以及期刊出版頻率對期刊質(zhì)量的影響，所以指標(biāo)選擇中增加了一個“歷史被引影響因子（HCIF）”指標(biāo)。該指標(biāo)的加入可以一定程度上削弱那些辦刊歷史較長或者出版頻率較高的期刊在總被引頻次上占據(jù)的絕對優(yōu)勢，同時也能讓那些進(jìn)步較快或者說辦刊歷史較短、出版頻次低的期刊在評價中得到較為公正的對待。包括歷史被引影響因子指標(biāo)，本文共選取了12個指標(biāo)，將指標(biāo)分為反映篇均影響力和規(guī)模影響力的兩類。構(gòu)建PLS結(jié)構(gòu)方程模型，模型構(gòu)建合理，利用smartPLS2.0的迭代計算得到各指標(biāo)的外部權(quán)重，其中歷史影響因子的權(quán)重較高，且與影響因子的相關(guān)關(guān)系為0.496，雖然相關(guān)性不高，但是兩者分屬于存量指標(biāo)和流量指標(biāo)，相關(guān)性可以說較高了，也說明歷史被引影響因子可以一定程度上反映期刊的質(zhì)量水平。基金論文比、可被引文獻(xiàn)量、被引期刊數(shù)、總下載量的外部權(quán)重都較低，這種結(jié)果也是合理的。基于此，本文提出以下建議：
（1）歷史影響因子可作為一個較好的存量指標(biāo)，主要反映了期刊的篇均影響力，總被引頻次作為存量指標(biāo)主要反映了期刊的規(guī)模影響力，建議在今后的學(xué)術(shù)期刊評價中，可以考慮同時被選用，綜合考慮被引數(shù)量的多少和被引效率的高低。
（2）可被引文獻(xiàn)量、基金論文比、被引期刊數(shù)、總下載量這4個指標(biāo)對期刊質(zhì)量的影響有限，在主觀賦權(quán)時不宜過大。
（3）影響因子與五年影響因子的權(quán)重較為接近，且權(quán)重也較大，兩者有很強的相關(guān)性，屬于趨同性指標(biāo)，建議在今后的學(xué)術(shù)期刊評價中兩者選其一即可，否則將過度強化了期刊的篇均影響力。
