基于DEA-Malmquist的學(xué)術(shù)期刊生產(chǎn)率分析

■陳 琨 楊國(guó)梁

1) 湖南省人民政府發(fā)展研究中心，湖南省長(zhǎng)沙市五一大道351號(hào) 4100112) 中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院，北京市中關(guān)村北一條15號(hào) 100190

長(zhǎng)期以來，評(píng)價(jià)期刊“等級(jí)”是學(xué)術(shù)界一項(xiàng)重要的議題，這是由于科研人員發(fā)表文章所在期刊“等級(jí)”對(duì)其整個(gè)學(xué)術(shù)生涯都有關(guān)鍵性的影響。首先，要通過招聘門檻就很可能需要在高等級(jí)期刊上發(fā)表幾篇文章；在入職后，科研人員還要爭(zhēng)取研究經(jīng)費(fèi)開展研究，而決定資助與否的要素除了申報(bào)書外，通常還要觀察申請(qǐng)人發(fā)表文章的情況，如果沒有幾篇高等級(jí)期刊的文章，結(jié)果一般不容樂觀；再次，當(dāng)科研人員晉升職稱時(shí)，最重要的參考標(biāo)準(zhǔn)之一就是發(fā)表其文章的期刊的等級(jí)[1-2]。凡此種種，使得科學(xué)共同體中的每一位成員都不得不置身其中，任何試圖對(duì)期刊等級(jí)的劃分，都將吸引整個(gè)學(xué)術(shù)界的目光。

目前使用最為廣泛的期刊評(píng)價(jià)方法無疑是Garfield提出的影響因子(IF)[3]，目前在每年的期刊引證報(bào)告(JCR)中發(fā)布。然而，在多年的使用過程中，學(xué)界逐漸發(fā)現(xiàn)IF存在如下弊端。首先是以偏概全：IF測(cè)量的是期刊平均水平，忽視了文章之間的質(zhì)量差異[4-6]；其次是時(shí)滯性：IF僅考慮某一年份前2年或者前5年發(fā)表的文章在該年的被引頻次[3]，沒有考慮全時(shí)間段內(nèi)的被引頻次；再次是不穩(wěn)定性：研究發(fā)現(xiàn)，年載文量少于35篇的期刊的IF在相鄰年間的波動(dòng)幅度超過40%[4,7]，而年載文量在150篇以上的期刊，波動(dòng)幅度也約為15%；最后是統(tǒng)計(jì)偏差：目前IF統(tǒng)計(jì)被引頻次的期刊源以Web of Knowledge數(shù)據(jù)庫(kù)收錄的英文期刊為主，忽略了不在該數(shù)據(jù)庫(kù)內(nèi)的期刊或以其他語言引用的情形。

很少有人注意到IF的一個(gè)不足是考慮單一：如果從生產(chǎn)系統(tǒng)的角度出發(fā)，則可將IF視為一個(gè)單投入單產(chǎn)出的系統(tǒng)，投入是文章數(shù)量，產(chǎn)出是被引頻次。然而，被引頻次并非僅由文章數(shù)量所產(chǎn)生。在此，先以一個(gè)典型的引用過程為例，回顧引用的產(chǎn)生過程。作者將文章投遞到期刊編輯部，在經(jīng)過編輯的初步審查后，文章被分配到幾個(gè)匿名審稿人手中，經(jīng)過審稿人評(píng)審后，意見反饋至編輯部。依據(jù)審稿意見，對(duì)稿件的處理決定可分為如下3類：如果稿件未被接收，則退稿；如果決定修改后再審，則重復(fù)由作者到編輯再到審稿人的稿件處理流程；如果稿件被接收，則進(jìn)入編輯出版環(huán)節(jié)。在文章發(fā)表后，科研人員如果覺得這篇論文對(duì)其具有參考價(jià)值，就可能在自己的文章中予以引用。顯然，在這一過程中，除文章數(shù)量外，還有許多因素會(huì)對(duì)“引用”產(chǎn)生影響，例如領(lǐng)域差異[3]和出版時(shí)機(jī)[15]。因此，選擇合適的多投入產(chǎn)出指標(biāo)評(píng)價(jià)期刊是改良基于引文分析的期刊評(píng)價(jià)的一個(gè)可能方向，也是本研究的創(chuàng)新點(diǎn)之一。

特別是在關(guān)注期刊表現(xiàn)隨時(shí)間變化的趨勢(shì)方面，正如IF在評(píng)價(jià)期刊表現(xiàn)時(shí)存在的不足一樣，IF在測(cè)量期刊表現(xiàn)的變化時(shí)，也存在前文所述的不足。因此，本研究另一個(gè)主要目的是以管理學(xué)領(lǐng)域期刊為例，觀察這一領(lǐng)域期刊整體表現(xiàn)的變化情況以及找到造成這一變化的因素。在此基礎(chǔ)上，根據(jù)國(guó)家自然科學(xué)基金委員會(huì)管理科學(xué)部認(rèn)定期刊列表，進(jìn)一步將期刊分為2類，分別觀察并對(duì)比這2類期刊在表現(xiàn)變化趨勢(shì)上的差異，并探討造成這種差異的因素。根據(jù)文獻(xiàn)調(diào)研結(jié)果，目前未見有研究探討過上述問題。文獻(xiàn)[15-16]采取了多投入產(chǎn)出的視角關(guān)注引入新的視角、方法與IF對(duì)比，但是并未分析隨時(shí)間趨勢(shì)變化的相關(guān)問題，而且也未選擇合適的數(shù)據(jù)包絡(luò)分析(DEA)方法開展多投入產(chǎn)出指標(biāo)的期刊評(píng)價(jià)。

本研究主要采取DEA-Malmquist兩步法討論上述問題。DEA是一種評(píng)價(jià)多投入產(chǎn)出的非參數(shù)方法，廣泛用于科研評(píng)價(jià)的研究中，適合應(yīng)用于研究生產(chǎn)函數(shù)未知的引文“生產(chǎn)”系統(tǒng)。1994年，F(xiàn)?re等[17]建立了用來考察全要素生產(chǎn)率增長(zhǎng)的Malmquist生產(chǎn)力指數(shù)，這一指數(shù)通常與DEA方法結(jié)合起來，分析生產(chǎn)力變化情況。

本文的第1部分為文獻(xiàn)綜述，對(duì)使用DEA方法衡量期刊表現(xiàn)的既往研究進(jìn)行綜述；第2部分是解釋DEA-Malmquist模型；第3部分?jǐn)⑹鰯?shù)據(jù)來源、模型指標(biāo)及分析步驟；第4部分為結(jié)果分析；第5部分闡述結(jié)論并探討未來可能的研究方向。

1 文獻(xiàn)綜述

目前采取DEA方法衡量期刊表現(xiàn)的文章很少，已發(fā)表的主要是Petridis等[15]及Lee等[16]的研究。Petridis等[15]評(píng)價(jià)了林業(yè)方面的期刊，基于DEA在測(cè)算多投入產(chǎn)出指標(biāo)上的優(yōu)勢(shì)，統(tǒng)合了IF、H指數(shù)、特征因子等期刊評(píng)價(jià)。Lee等[16]主要關(guān)注IF無法跨學(xué)科領(lǐng)域比較的缺陷，通過引入反映領(lǐng)域差異的指標(biāo)，建立了測(cè)量跨學(xué)科領(lǐng)域期刊表現(xiàn)的DEA方法，并使用工業(yè)工程領(lǐng)域期刊作為案例進(jìn)行測(cè)算。

使用DEA方法評(píng)價(jià)期刊表現(xiàn)，確定投入與產(chǎn)出指標(biāo)顯然是重中之重，相關(guān)研究采用的投入與產(chǎn)出指標(biāo)見表1。為方便對(duì)比，將IF也按照這種模式列入表1。從投入指標(biāo)來看，顯然這3項(xiàng)研究都選擇了將載文量作為投入指標(biāo)。Petridis等[15]考慮到期刊出版時(shí)機(jī)對(duì)讀者見到文章至引用文章之間時(shí)間長(zhǎng)度的影響，將年出版期數(shù)作為投入指標(biāo)以平抑時(shí)間差造成的影響；Lee等[16]則認(rèn)為引文密度越大、被引半衰期越短，IF就越高，通過這2個(gè)指標(biāo)以消除學(xué)科領(lǐng)域的差別?；诋a(chǎn)出指標(biāo)進(jìn)行分析，Petridis等[15]的主要目的是統(tǒng)合評(píng)價(jià)期刊表現(xiàn)的3個(gè)指標(biāo)；Lee等[16]則將被引頻次分為自引次數(shù)和他引次數(shù)，認(rèn)為兩者的影響存在差別。而正如前文所提及的，目前還沒有發(fā)現(xiàn)利用DEA-Malmquist方法衡量期刊表現(xiàn)變化的相關(guān)文獻(xiàn)。

表1 既往發(fā)表的研究采用的投入產(chǎn)出指標(biāo)

2 研究方法

2.1 DEA方法——CCR與BCC模型的選擇

DEA方法主要基于數(shù)學(xué)規(guī)劃模型，根據(jù)樣本數(shù)據(jù)，確定分段線性最佳前沿面，測(cè)算具有多個(gè)投入、多個(gè)產(chǎn)出的生產(chǎn)決策單元(DMU)與最佳前沿面的距離獲得效率水平，是一種衡量DMU相對(duì)效率的非參數(shù)方法，不需要預(yù)設(shè)生產(chǎn)函數(shù)，從而避免了主觀偏差。DEA由Charnes等[18]提出，隨后由Banker等[19]進(jìn)行了完善，主要分為CCR與BCC模型，區(qū)別在于前者假設(shè)產(chǎn)出過程規(guī)模報(bào)酬不變，而后者假設(shè)規(guī)模報(bào)酬可變。

文獻(xiàn)[16]認(rèn)為，由于沒有任何證據(jù)表明產(chǎn)生引用過程規(guī)模報(bào)酬不變，因此采用BCC模型;但本研究與他們持不同觀點(diǎn)。例如，一家工廠由于存在規(guī)模經(jīng)濟(jì)效益，生產(chǎn)10萬臺(tái)與1萬臺(tái)機(jī)器所需要的工人數(shù)、生產(chǎn)線和廠房的投入差別不大，因此規(guī)模報(bào)酬不變的情況幾乎不可能發(fā)生。然而，審視引用產(chǎn)生的過程，無論是一年刊登1000篇還是100篇文章的期刊，從作者到審稿人再到引用文章的科研人員，都遵循同樣而又獨(dú)立的過程，各文章的作者之間幾乎毫無關(guān)聯(lián)，無法像工廠的工人那樣開展合作，共用生產(chǎn)資料，產(chǎn)生“1+1>2”的效果。引用產(chǎn)生的過程是一種類“蜂窩煤”的模式，再多刊登一些文章、多產(chǎn)生一些引用，無非是煤餅上的“蜂窩”更多一點(diǎn)，各“蜂窩”之間無法溝通，因而也無法產(chǎn)生規(guī)模經(jīng)濟(jì)效益。因此，采取CCR模型評(píng)價(jià)期刊表現(xiàn)更為合適。此外，絕大多數(shù)期刊都希望通過增加被引頻次(產(chǎn)出指標(biāo))而非削減載文量(投入指標(biāo))以提高效率，因此采取產(chǎn)出導(dǎo)向的DEA-CCR模型。

2.2 Malmquist指數(shù)

使用F?re等[17]構(gòu)建的DEA-Malmquist方法比較期刊生產(chǎn)率的變化，該方法能夠很好地處理多個(gè)輸入輸出的面板數(shù)據(jù)，分析不同時(shí)期DMU的效率變化。Malmquist指數(shù)可以測(cè)定t時(shí)期技術(shù)條件下，從t到t+1時(shí)期的整體效率變化情況，基于產(chǎn)出角度進(jìn)行分解表示為技術(shù)效率變化指數(shù)(fE)和技術(shù)進(jìn)步指數(shù)(fT)的乘積，前者表示隨時(shí)間變化DMU對(duì)生產(chǎn)前沿面的追趕程度，fE<1、fE=1、fE>1分別表示技術(shù)效率下降、不變、提高；后者衡量的是隨時(shí)間變化生產(chǎn)前沿面的變化情況，fT<1、fT=1、fT>1分別表示技術(shù)退步、不變、進(jìn)步。

3 數(shù)據(jù)來源、模型指標(biāo)及分析步驟

3.1 數(shù)據(jù)來源

為應(yīng)用上文構(gòu)建的DEA-Malmquist方法，選取了中文社會(huì)科學(xué)引文索引(CSSCI)管理學(xué)領(lǐng)域的期刊作為樣本，數(shù)據(jù)源于2006—2014年《中國(guó)科技期刊引證報(bào)告(擴(kuò)刊版)》，時(shí)間區(qū)間為2005—2013年，相應(yīng)的樣本也為該時(shí)間段內(nèi)所有進(jìn)入過CSSCI管理學(xué)領(lǐng)域的期刊，但由于《戰(zhàn)略與管理》在該時(shí)間段無數(shù)據(jù)，因此被排除在外，最終樣本數(shù)為34種期刊。

3.2 指標(biāo)選擇

就選擇投入指標(biāo)而言，主要關(guān)注載文量、引文密度(年參考文獻(xiàn)數(shù)與年載文量的比值)、被引半衰期(某期刊從當(dāng)前年度向前推算被引頻次占截至當(dāng)前年度總被引頻次50%的年數(shù))這3個(gè)指標(biāo)。

首先，載文量是必選指標(biāo)。其次，考慮選擇引文密度與被引半衰期，這主要基于管理學(xué)是一門交叉學(xué)科，涉及經(jīng)濟(jì)學(xué)、數(shù)學(xué)、工程學(xué)等多種學(xué)科，具有多領(lǐng)域特性。然而，通過對(duì)CSSCI管理學(xué)領(lǐng)域期刊進(jìn)行回歸分析發(fā)現(xiàn)，引文密度與IF在顯著性水準(zhǔn)設(shè)定為0.01時(shí)有統(tǒng)計(jì)學(xué)意義的關(guān)聯(lián)，被引半衰期則與IF不存在顯著關(guān)聯(lián)。而且，類似風(fēng)格的期刊的引文密度差異較大。例如，《管理世界》的引文密度是《華東經(jīng)濟(jì)管理》的2倍以上，但其引文密度卻與領(lǐng)域差異更大的《管理科學(xué)學(xué)報(bào)》類似。因此，研究認(rèn)為引文密度能否反映領(lǐng)域差異值得商榷。引文密度與IF存在關(guān)聯(lián)說明前者在一定程度上反映了期刊的優(yōu)劣，由于引文密度反映了文章對(duì)以往文獻(xiàn)研究扎實(shí)程度，引文密度越高，研究就可能越扎實(shí)，帶來的引用也可能越多。基于此，在測(cè)算中排除引文密度指標(biāo)。

另一方面，還應(yīng)關(guān)注時(shí)滯性問題，因此引入被引半衰期指標(biāo)，可以通過以往經(jīng)驗(yàn)數(shù)據(jù)預(yù)估期刊生命周期內(nèi)被引數(shù)，使得被引半衰期長(zhǎng)的期刊能夠獲得評(píng)價(jià)補(bǔ)償。之所以未采用出版期數(shù)作為投入指標(biāo)，是因?yàn)樵撝笜?biāo)能否衡量時(shí)間影響值得商榷。例如，一份僅在后半年出版2期的期刊并不比僅在前半年出版1期的期刊讓讀者能夠獲得更長(zhǎng)的閱讀時(shí)間；而一份僅在前半年出版2期的期刊比僅在后半年出版1期的期刊讓讀者能夠獲得更長(zhǎng)的閱讀時(shí)間。由此推斷，年出版期數(shù)與閱讀時(shí)間長(zhǎng)度無關(guān)聯(lián)，進(jìn)而與IF也無關(guān)聯(lián)。

就產(chǎn)出而言，考慮將總被引頻次分為他引次數(shù)與自引次數(shù)，與Lee等[16]將所有自引次數(shù)一視同仁的做法不同的是，本文繼續(xù)改良了這一指標(biāo)，將自引次數(shù)乘以該期刊IF后進(jìn)行考量，即認(rèn)為IF越高的期刊的引用更為重要。此外，仍考慮構(gòu)建僅含總被引頻次的模型作為對(duì)比，各投入與產(chǎn)出指標(biāo)見表2。具體計(jì)算時(shí)，被引半衰期取倒數(shù)；為限制產(chǎn)生規(guī)模經(jīng)濟(jì)效益，除被引頻次外，其余指標(biāo)均除以載文量。

表2 投入與產(chǎn)出指標(biāo)

3.3 模型步驟

應(yīng)用Deap 2.1軟件進(jìn)行測(cè)算：第一步，計(jì)算CSSCI管理學(xué)領(lǐng)域2005—2013年度期刊的平均效率值(部分期刊在某些年份內(nèi)無數(shù)據(jù)，則取有效年度內(nèi)平均值)，通過模型對(duì)比(表3)，觀察不同投入指標(biāo)對(duì)排名產(chǎn)生的影響，以及不同模型之間平均IF(將2005—2013年所有IF還原成被引頻次與載文量，分別求和并相除后得到平均IF)排名的差別；第二步，選擇合適模型進(jìn)行Malmquist測(cè)算，觀察期刊表現(xiàn)變化情況及影響因素；第三步，根據(jù)在管理學(xué)領(lǐng)域有廣泛影響的國(guó)家自然科學(xué)基金委員會(huì)管理科學(xué)部認(rèn)定的重要期刊列表對(duì)期刊進(jìn)行分類，將進(jìn)入列表的期刊歸為認(rèn)定期刊，未進(jìn)入列表的期刊歸為非認(rèn)定期刊，分別測(cè)算Malmquist指數(shù)并進(jìn)行對(duì)比分析。

4 結(jié)果分析

4.1 DEA結(jié)果分析

各模型計(jì)算結(jié)果見表4。采用DEA方法計(jì)算得到的結(jié)果與IF排名存在明顯差異。在模型1中，將產(chǎn)出指標(biāo)分為自引次數(shù)與他引次數(shù)，增強(qiáng)了來自較高IF期刊引用的權(quán)重，使得包含該類型引用的期刊的排名提升，如《管理科學(xué)學(xué)報(bào)》《中國(guó)管理科學(xué)》《管理學(xué)報(bào)》；在模型2中，除載文量外，投入指標(biāo)還包括被引半衰期，使得被引半衰期較長(zhǎng)的期刊的排名相對(duì)上升，如《預(yù)測(cè)》《系統(tǒng)科學(xué)理論與實(shí)踐》《管理科學(xué)學(xué)報(bào)》；在模型3中，進(jìn)一步在投入指標(biāo)中加入了被引半衰期，結(jié)果顯示被引半衰期較長(zhǎng)、包含來自較高IF期刊引用的期刊的排名相對(duì)上升，如《管理科學(xué)學(xué)報(bào)》《系統(tǒng)工程理論與實(shí)踐》。

表4 DEA計(jì)算結(jié)果

注：Diff IF表示與平均IF排名的差距。

4.2 整體Malmquist結(jié)果分析

基于第3節(jié)的結(jié)果以及3種模型的計(jì)算結(jié)果，采取模型3對(duì)管理學(xué)領(lǐng)域期刊進(jìn)行Malmquist分析。結(jié)果顯示，在34種期刊中，全要素生產(chǎn)率(TFP)年均值大于1的有29種，TFP年均值小于1的有5種，即在有效數(shù)據(jù)時(shí)間段內(nèi)，取得進(jìn)步的期刊有29種，退步的期刊有5種。其中，TFP年均值最大的為《公共管理學(xué)報(bào)》，達(dá)1.157；最小的為《管理現(xiàn)代化》，僅為0.938。由此表明，《公共管理學(xué)報(bào)》年均進(jìn)步幅度達(dá)15.7%，而《管理現(xiàn)代化》則以6.2%的幅度退步。

表5 管理學(xué)期刊每年及TFP年均值

注：N/A表示不適用。

繼續(xù)分析2007—2013年進(jìn)入或退出過CSSCI名單的期刊，見表6。進(jìn)入或退出對(duì)期刊TFP值的影響不大，且并非發(fā)生在首年，而是發(fā)生在第2個(gè)變化年度，表明存在“牛鞭效應(yīng)”，如《管理學(xué)報(bào)》在進(jìn)入CSSCI名單后，第2年TFP值較未進(jìn)入前上升了76.2%，而《科技管理研究》在退出CSSCI名單后，第2年TFP值較未進(jìn)入前下降了66.8%。《系統(tǒng)工程》《系統(tǒng)工程理論與實(shí)踐》《系統(tǒng)管理學(xué)報(bào)》這3種期刊變化不明顯或與預(yù)期影響不符，可能是因?yàn)檫@3種期刊在2012年同一時(shí)間進(jìn)入CSSCI管理學(xué)名單更多是基于對(duì)學(xué)科劃分調(diào)整的考慮；而傳統(tǒng)上關(guān)注這3種期刊的研究人員更偏向于理工科，所以并不關(guān)心社會(huì)科學(xué)領(lǐng)域CSSCI名單的變化。

從TFP角度分析，TFP年均值為1.055(>1)，表明2007—2013年期刊整體進(jìn)步幅度為5.5%，然而期刊整體水平并非保持一貫的增長(zhǎng)，在2007—2008年和2010—2011年出現(xiàn)了下降。通過分解指數(shù)進(jìn)行分析，該進(jìn)步源于技術(shù)進(jìn)步指數(shù)，即期刊效率生產(chǎn)前沿面向前移動(dòng)，說明2007—2013年該領(lǐng)域期刊的最高水平有所提高，上升幅度達(dá)7.2%；然而，技術(shù)效率為0.984(<1)，表明期刊整體離生產(chǎn)前沿面越來越遠(yuǎn)，各期刊表現(xiàn)的離散程度加大(表7)。

表6 進(jìn)入或退出CSSCI的期刊的TFP值變化

表7 管理學(xué)期刊Malmquist分解指數(shù)

4.3 分類Malmquist結(jié)果分析

對(duì)3.3節(jié)中所述的認(rèn)定期刊與非認(rèn)定期刊分別進(jìn)行Malmquist計(jì)算，結(jié)果見表8～11。

表8 認(rèn)定期刊的Malmquist結(jié)果

以計(jì)算結(jié)果進(jìn)行分析，在17種認(rèn)定期刊中，TFP值大于1的有15種期刊，TFP小于1的有2種，即在有效數(shù)據(jù)時(shí)間段內(nèi)，取得進(jìn)步的期刊有15種，退步的期刊有2種。其中，TFP值最大的為《公共管理學(xué)報(bào)》，達(dá)1.157；最小的為《系統(tǒng)工程》，僅為0.958。這表明在有效數(shù)據(jù)時(shí)間段內(nèi)，《公共管理學(xué)報(bào)》每年進(jìn)步幅度達(dá)15.7%，而《系統(tǒng)工程》則以每年4.2%的幅度退步。

以TPF進(jìn)行分析，TPF年均值為1.069(>1)，表明認(rèn)定期刊在2007—2013年的整體水平進(jìn)步幅度為6.9%，而在2007—2008年和2010—2011年也現(xiàn)了下降。通過分解指數(shù)進(jìn)行分析，該進(jìn)步源于技術(shù)進(jìn)步指數(shù)，幅度達(dá)8.1%；然而，技術(shù)效率指數(shù)為0.989(<1)，有所下滑。由此可見，認(rèn)定期刊表現(xiàn)離生產(chǎn)前沿面越來越遠(yuǎn)，各期刊表現(xiàn)的離散程度加大，但要好于管理學(xué)領(lǐng)域期刊的整體情況。

表9 認(rèn)定期刊的Malmquist分解指數(shù)分析

以計(jì)算結(jié)果分析，在17種非認(rèn)定期刊中，TFP值大于1的有14種，小于1的有3種，即在有效數(shù)據(jù)時(shí)間段內(nèi)，取得進(jìn)步的期刊有14種，退步的有3種。其中，TFP值最大的為《科技進(jìn)步與對(duì)策》，達(dá)1.146；最小的為《管理現(xiàn)代化》，僅為0.938。結(jié)果表明，在有效數(shù)據(jù)時(shí)間段內(nèi)，《科技進(jìn)步與對(duì)策》每年進(jìn)步幅度達(dá)14.6%，而《管理現(xiàn)代化》則以每年6.2%的幅度退步。

表10 非認(rèn)定期刊的Malmquist結(jié)果

注：N/A表示不適用。

以TFP進(jìn)行分析，TFP年均值為1.041(>1)，表明非認(rèn)定期刊2007—2013年的整體水平進(jìn)步幅度為4.1%；以年變化趨勢(shì)來看，與整體情況不一致的是，變化分為2個(gè)階段，即2007—2009年有所下滑，2009—2013年保持上升趨勢(shì)。從分解指數(shù)來看，整體水平的進(jìn)步源于技術(shù)進(jìn)步指數(shù)，進(jìn)步幅度為6.3%；而技術(shù)效率指數(shù)為0.980(<1)，有所下滑。由此可見，非認(rèn)定期刊表現(xiàn)離生產(chǎn)前沿面越來越遠(yuǎn)，各期刊表現(xiàn)的離散程度加大，并且差于管理學(xué)領(lǐng)域期刊的整體情況。

表11 非認(rèn)定期刊的Malmquist分解指數(shù)

4.4 對(duì)比分析

按TFP值的范圍進(jìn)行分析，認(rèn)定期刊TFP值范圍(0.984～1.157)小于非認(rèn)定期刊TFP值范圍(0.938～1.146)，同時(shí)TFP值標(biāo)準(zhǔn)差為0.055(<0.059)，表明認(rèn)定期刊之間的差別更小(表12)。由圖1可知，平均而言，歷年來認(rèn)定期刊的TFP值起伏更大。以TFP年均值進(jìn)行分析，認(rèn)定期刊與非認(rèn)定期刊分別為1.069和1.041，說明認(rèn)定期刊在2007—2013年的進(jìn)步幅度更大；從主要產(chǎn)生負(fù)面影響的技術(shù)效率指數(shù)來看，非認(rèn)定期刊表現(xiàn)得更差一些，說明管理學(xué)領(lǐng)域期刊表現(xiàn)離最好的期刊越來越遠(yuǎn)，非認(rèn)定期刊相對(duì)差距更大，遠(yuǎn)離生產(chǎn)前沿面的速度要快于認(rèn)定期刊，表明在CSSCI管理學(xué)期刊領(lǐng)域存在“馬太效應(yīng)”。

表12 3類期刊的Malmquist結(jié)果

圖1 3類期刊隨時(shí)間變化的TFP值

5 結(jié)論與討論

本文提出了一種新的測(cè)量期刊表現(xiàn)變化的方法：第一步，通過DEA-CCR方法評(píng)價(jià)期刊表現(xiàn)，詳細(xì)討論了引文密度、被引半衰期、影響因子、被引頻次等投入和產(chǎn)出指標(biāo)的適用性；第二步，采用Malmquist方法，在第一步基礎(chǔ)上，選擇合適模型進(jìn)行測(cè)算，并根據(jù)國(guó)家自然科學(xué)基金委會(huì)員管理科學(xué)部認(rèn)定期刊列表對(duì)期刊進(jìn)行分類后作進(jìn)一步分析。通過案例分析得出如下結(jié)果：2007—2013年，CSSCI管理學(xué)領(lǐng)域期刊表現(xiàn)的年均進(jìn)步幅度為5.5%，其中認(rèn)定期刊的進(jìn)步幅度比非認(rèn)定期刊要大，各期刊表現(xiàn)的差異也相對(duì)較小，“馬太效應(yīng)”顯現(xiàn)；進(jìn)入或退出CSSCI名單的期刊的表現(xiàn)一般在第2年發(fā)生較大變化，表明存在“牛鞭效應(yīng)”。

根據(jù)案例測(cè)算結(jié)果得出如下結(jié)論：DEA-Malmquist兩步法與傳統(tǒng)IF法以及以之為基礎(chǔ)觀察期刊表現(xiàn)變化的方法之間存在一定差異，適用于評(píng)價(jià)期刊表現(xiàn)及其隨時(shí)間變化的情況；由于引用產(chǎn)生過程的“蜂窩煤”特性，與DEA-BCC模型相比，DEA-CCR模型更加適合評(píng)價(jià)期刊表現(xiàn)。

然而， DEA-Malmquist方法并非在各方面都優(yōu)于IF，IF的廣泛使用正得益于其簡(jiǎn)單易用，而精巧復(fù)雜的模型可能反而難獲共識(shí)，但DEA-Malmquist方法可以成為衡量期刊表現(xiàn)及其變化的一個(gè)有益補(bǔ)充。

本文中存在的一些局限與不足可以作為未來研究考慮的方向。首先，需要進(jìn)一步研究引用生產(chǎn)過程，確定生產(chǎn)函數(shù)；第二，在引用生產(chǎn)過程中，探尋影響引用產(chǎn)生的因素，揭示引用產(chǎn)生過程的“黑箱”；第三，引文密度能否代表多領(lǐng)域期刊特征值得商榷，可能還需要引入其他更有典型意義的指標(biāo)。

[1] Cameron B D. Trends in the usage of ISI bibliometric data: Uses, abuses, and implications[J].PortalLibraries&theAcademy,2005,5(1):105-125.

[2] Dong P, Loh M, Mondry A. The impact factor revisited[J].BiomedicalDigitalLibraries,2005,2(1):1-8.

[3] Garfield E. Citation indexes for science: A new dimension in documentation through association of ideas[J].InternationalJournalofEpidemiology,2006,35(5):1123-1127.

[4] Segien P O. Why the impact factor of journals should not be used for evaluating research[J].BritishMedicalJournal,1997,314(7079):498-502.

[5] Kravitz D J, Baker C I. Toward a new model of scientific publishing: Discussion and a proposal[J].FrontiersinComputationalNeuroscience,2011,5(6):55.

[6] Falagas M E, Kouranos V D, Michalopoulos A,etal. Comparison of the distribution of citations received by articles published in high, moderate, and low impact factor journals in clinical medicine[J].InternalMedicineJournal,2010,40(8):587-591.

[7] Moed H F, Van Leeuwen T, Reedijk J. Towards appropriate indicators of journal impact[J].Scientometrics,1999,46(3):575-589.

[8] Hirsch J E. An index to quantify an individual’s scientific research output[J].Scientometrics,2010,102(3):16569-16572.

[9] Braun T, Gl?nzel W, Schubert A. A Hirsch-type index for journals[J].Scientometrics,2006,69(1):169-173.

[10] Packalen M, Bhattacharya J. Neophilia ranking of scientific journals[J].Scientometrics,2017,110(1):1-22.

[12] 侯湘,呂建斌. 加權(quán)生命周期影響因子對(duì)期刊評(píng)價(jià)的影響[J]. 情報(bào)學(xué)報(bào),2013,32(9):961-967.

[13] 盛麗娜,顧歡. 基于文獻(xiàn)類型矯正影響因子在信息科學(xué)與圖書館學(xué)期刊中的實(shí)證分析[J]. 中國(guó)科技期刊研究,2016,27(11):1202-1207.

[14] 俞立平. 歷史影響因子:一個(gè)新的學(xué)術(shù)期刊存量評(píng)價(jià)指標(biāo)[J]. 圖書情報(bào)工作,2015(2):89-92.

[15] Petridis K, Malesios C, Arabatzis G,etal. Efficiency analysis of forestry journals: Suggestions for improving journals′ quality[J].JournalofInformetrics,2013,7(2):505-521.

[16] Lee H, Shin J. Measuring journal performance for multidisciplinary research: An efficiency perspective[J].JournalofInformetrics,2014,8(1):77-88.

[17] F?re R, Grosskopf S, Norris M. Productivity growth, technical progress, and efficiency change in industrialized countries: Reply[J].AmericanEconomicReview,1994,84(1):66-83.

[18] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J].EuropeanJournalofOperationalResearch,1978,2(6):429-444.

[19] Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].ManagementScience,1984,30(9):1078-1092.