特色期刊激励评价方法

1文献综述

关于特色期刊及其评价,主要涉及到期刊特色的界定和建设、因子分析在科技评价中的应用、变权技术等等,主要文献综述如下:关于期刊特色建设,朱晓华等[1]研究发现,特色栏目表现为高下载、高阅读、影响力广,是期刊总体水平与竞争力的重要标志。钱澄[2]认为特色栏目建设成功的关键在于充分挖掘优势学术资源,以升级转型作为明确目标。关于因子分析法在科技评价中的应用创新,俞立平等[3]在分析评价本质属性的基础上,提出了一种新的多属性评价方法选取方法———因子BP人工神经网络筛选法。奉国和等[4]采用熵权法结合因子分析计算各指标权重,然后通过TOPSIS法对图书馆学情报学类期刊进行评价。张发明[5]利用因子分析法得到公共因子,以信息熵作为诱导密度算子对评价信息进行集结,对学术期刊进行评价。俞立平[15]采用聚类分析、因子分析辅助进行指标分类,然后采用结构方程模型进行降维。可以看出,关于期刊特色建设存在的问题、特色期刊的界定以及特色期刊的建设方法,现有研究成果比较充分。为了找到特色期刊一般会用到因子分析方法,该方法在科技评价与学术期刊评价中应用较广,并且有一些学者已经在评价指标分类、新评价方法设计、组合评价等应用中进行了探索和创新。变权思想已经在经济社会和自然科学中得到了广泛的应用,其应用主要集中在惩罚性变权,但尚未在学术期刊评价中得到应用。总体上,本文将在以下方面进行进一步的研究:第一,特色期刊的判定方法。现有的简单根据评价指标值筛选特色期刊的方法是有瑕疵的,容易导致误差以及特色泛化,迫切需要找到一种新的特色期刊筛选方法。第二,特色期刊筛选是一项系统工程,包括评价指标的分类与聚类、因子分析降维、特色期刊筛选标准等等,这些技术细节有待进一步探索和明确。第三,变权思想是一种鼓励期刊特色的评价手段,在变权幅度、变权评价方法、变权产生的结果及其影响等方面,也需要进一步探索。

2研究方法

2.1特色期刊特色指标激励的变权评价框架

特色期刊特色指标变权激励评价的分析思路如图1所示。首先选取期刊评价指标,并确定权重,然后基于因子分析进行降维,得到各公共因子得分排序,据以确定特色指标和特色期刊,对需要进行变权公共因子的涉及细分指标进行变权,再对变权后的学术期刊进行评价,并与原始评价进行比较。

2.2期刊特色的显性表现

学术期刊内在特色与外在表现关系如图2所示。学术期刊的内在特色往往都是非常鲜明的,但现有的文献计量指标体现的外在表现却使期刊的特色光芒有所降低。由于内在特色决定了学术期刊的外在表现,所以用期刊的外在表现进行特色期刊的测度是一种可行的方法。从学术期刊办刊角度,其内在特色是非常鲜活和生动的,诸如学科特色、地域特色、栏目特色、质量特色、传播特色等等,但由于期刊特色往往不具有共性,一些特色只能用语言反映,还有许多特色难以用文献计量指标反映,所以最终从可以定量测度的文献计量指标角度,只能大致表现为影响力、时效性、跨学科、数量规模等方面,期刊特色的表现形式就不那么明显。从特色评价角度,只能从学术期刊特色的外在表现角度进行评价,这在统计学上是一种可行的做法。

2.3因子降维特色期刊筛选原理

关于特色期刊的筛选方法,有两种解决思路,一种是对期刊评价指标进行人工分类,再进行评价后筛选;另一种方法是通过因子分析进行降维,再根据公共因子排序进行遴选,两种方法的优劣比较如图3所示。图3摇特色期刊筛选方法采用人工分类评价,得到一级指标值来遴选特色期刊,一般到一级指标即可,没有必要对二级指标再进行评价,在多数情况下,一级指标已经可以反映期刊特色。其主要问题体现在以下3个方面:第一,是在一级指标评价时需要对各指标进行赋权,在期刊评价初期,可能专家还没有赋权,或者后续正式评价时权重赋值方法还有可能调整,因此相对而言主观性强,会产生误差。第二,计算工作量大,工作量不亚于进行所有指标的正式评价,涉及指标标准化、权重赋值、评价方法选择、结果分析排序等等。第三,可能存在人工分类困难情况,有些期刊评价指标具备多种内涵,有的期刊评价指标是复合指标,究竟如何进行分类有时人工也难以判断,比如即年指标,具有影响力和时效性的双重特征。采用因子分析降维后,根据公共因子得分排序遴选特色期刊是另外一条可行的路径,其优点体现在两个方面:第一是计算简捷,现在因子分析软件包众多,很快就可以得到结果。第二是客观性好,无论是评价指标分类,还是公共因子计算得分,均非常客观,一般不会存在争议。当然该方法也有缺点,主要体现在对公共因子的命名和含义分析上,有时公共因子的含义不太好总结和命名,对于这种情况,可以结合人工对少数难以解释的指标进行归类,或者暂时将难以解释的指标删掉,再用因子分析进行处理,最后综合进行后续变权处理。综合以上两种特色期刊的筛选方法,以因子分析法为佳,其优点明显超越不足。

2.4特色期刊变权方法

2.4.1摇特色期刊的确定根据前文分析,特色期刊是公共因子中那些经过筛选后公共因子得分排在的前列的期刊,但因子分析得分结果有正有负,无法判断其优劣,因此必须进行标准化处理,本文采用sigmoid函数进行标准化,该函数外形接近成长曲线,标准化得分在(0,1)之间,可以直接判断公共因子的绝对水平。2.4.2摇特色指标变权方法变权包括惩罚性变权与激励性变权两大类,前者用来放大权重,后者用来减小权重,通常情况下,变权幅度一般不宜超过2倍,特殊情况可以再进行适当调整。针对特色期刊进行评价,属于激励性变权,应该放大原始权重,放大倍数可以根据以下函数确定:以影响因子IF变权为例,假设公共因子1是期刊影响力指标,需要进行变权。变权的特色期刊是那些公共因子1标准化得分>0.8的期刊,变权涉及的指标包括影响因子、总被引频次、5年影响因子等等,对这些指标都需要进行变权。摇在a=0.3时,当期刊公共因子相当于最大值的80%时,变权倍数为1.649;当期刊公共因子达到极大值时,变权倍数为2.014倍,公共因子越大,其变权倍数越大。当期刊公共因子低于最大影响力的80%时,权重不予调整,因为这类期刊不认为是特色期刊。

3研究数据与实证结果

3.1研究数据

本文以中国知网出版《中国学术期刊影响因子年报(自然科学与工程技术)》2020年版环境科学技术期刊为例开展研究,选取的评价指标包括:总被引频次TC、下载量D、影响因子IF、他引影响因子IFW、5年影响因子IF5、即年指标II、可被引文献量P、被引半衰期CHL1、引用半衰期CHL2共9个指标。环境科学技术学科共74种期刊,因《三峡生态环境监测》《FrontiersofEnvironmentalScience&Engineering》《InternationalSoilandWaterConservationResearch》部分年度数据存在数据缺失现象,将其删除,实际共71种期刊。

3.2因子分析提取公共因子

首先进行KMO检验,其值为0.762,Bartlett检验值为858.859,p值为0.000,具备采用因子分析的前提条件。表3为因子分析的解释总方差,共提取了两个公共因子,第一公共因子旋转平方和的方差贡献率为54.622%,第二公共因子旋转平方和的方差贡献率为21.211%,合计为78.832%。摇因子分析评价指标的旋转矩阵如表4所示,可以发现第一公共因子的相关指标包括总被引频次、下载量、影响因子、他引影响因子、5年影响因子、即年指标,可以将其命名为期刊影响力,第二公共因子的相关指标包括被引半衰期、引用半衰期、可被引文献量,将其命名比较困难,这也是因子分析存在的主要问题,即公共因子有时难以命名。根据本文的实际情况,先将可被引文献量剔除,继续进行因子分析。第二次因子分析的KMO值为0郾765,Bartlett检验值为785.071,p值为0.000,也是提取了两个公共因子,第一公共因子旋转平方和的方差贡献率为61.941%,第二公共因子旋转平方和的方差贡献率为19.693%,合计为81.633%。其旋转矩阵如表5所示,第一公共因子相关指标与第一次因子分析相同,第二公共因子相关指标就是被引半衰期和引用半衰期,是期刊时效性指标。至于可被引文献量,结合专家分类,将其单独作为一类。

3.3根据公共因子进行变权

通过因子分析,找到了学术期刊的两个特色指标,一个影响力,二是时效性,至于可被引文献量,是学术期刊信息量的综合体现,不宜将其视为特色指标,因此可被引文献量作为普通指标。在此基础上,采用公式(1)进行标准化,并将公共因子>0.8的期刊筛选出来,结果如表6所示。期刊影响力表现优异的特色期刊共有7种,分别是:《中国人口资源与环境》《环境科学》《中国环境科学》《环境科学学报》《生态环境学报》《农业环境科学学报》《长江流域资源与环境》;期刊时效性表现优异的特色期刊共有6种,分别是《环境与发展》《资源节约与环保》《环境保护》《中国资源综合利用》《环境科根据公式(2)计算各期刊各因子的变权倍数,第一公共因子期刊影响力变权倍数最大为1.996倍,最小为1.693倍;第二公共因子期刊时效性的最大变权倍数为1.889倍,最小1.659倍。对各公共因子相关指标进行变权。对于期刊影响力变权,以《中国人口资源与环境》为例,对所有影响力指标均在原有专家权重的基础上乘以变权倍数1.996,变权指标包括总被引频次、下载量、影响因子、他引影响因子、5年影响因子、即年指标;对于时效性指标,以《环境与发展》为例,被引半衰期和引用半衰期要在原有权重的基础上分别乘以变权倍数1.889。由于变权后权重之和大于1,因此再进一步进行权重归一化处理,最终特色期刊变权后的权重如表7所示。

作者：俞立平 单位：常州大学商学院