異類指標(biāo)相關(guān)對學(xué)術(shù)期刊評價(jià)影響及修正研究

俞立平 舒光美

(1.常州大學(xué)商學(xué)院，江蘇 常州 213159；2.廣州商學(xué)院數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)學(xué)院，廣東 廣州 510700)

在學(xué)術(shù)期刊評價(jià)中，不同類型指標(biāo)之間相關(guān)是一種容易被觀測到的正?，F(xiàn)象。通常情況下，同類指標(biāo)相關(guān)更容易被理解，如影響因子、他引影響因子、h指數(shù)之間，被引半衰期與引用半衰期之間。不同類型指標(biāo)之間的相關(guān)其實(shí)也比較正常，如優(yōu)秀期刊的傳播力和影響力均較高，引用指標(biāo)與時(shí)效性指標(biāo)均較好等。本質(zhì)上，這源自優(yōu)秀趨同效應(yīng)，即優(yōu)秀期刊的表現(xiàn)不是某一個(gè)方面優(yōu)秀，而是全方位優(yōu)秀。

不同類型指標(biāo)相關(guān)帶來的信息重疊問題會影響評價(jià)結(jié)果。同類指標(biāo)相關(guān)帶來的信息重疊問題總體上還好，畢竟說明的是同一問題，但是不同類型指標(biāo)相關(guān)會帶來相關(guān)信息的重復(fù)計(jì)算，必然會扭曲評價(jià)結(jié)果。這個(gè)問題是學(xué)術(shù)期刊評價(jià)方法的基礎(chǔ)問題，如果不加以解決，勢必會影響學(xué)術(shù)期刊評價(jià)的科學(xué)性，降低學(xué)術(shù)評價(jià)的公信力[1-2]。

關(guān)于指標(biāo)相關(guān)導(dǎo)致的信息重疊問題的危害，Harrigan N等[3]指出，信息重疊的表現(xiàn)是用戶關(guān)注或收到許多內(nèi)容相同或相似的信息。劉翠杰[4]認(rèn)為，在一個(gè)指標(biāo)體系中，指標(biāo)數(shù)量與信息重疊是一對矛盾，指標(biāo)越多越全面，信息重疊問題也就越嚴(yán)重。王偉夏[5]從集合論的角度分析了指標(biāo)信息重疊對評價(jià)造成的不利影響。秦爍等[6]提出信息重疊降低了傳播效率，嚴(yán)重時(shí)會喪失信息自身價(jià)值。

關(guān)于評價(jià)指標(biāo)信息重疊的消除方法，一種觀點(diǎn)認(rèn)為可以通過改進(jìn)評價(jià)方法實(shí)現(xiàn)，如采用主成分分析、因子分析等方法進(jìn)行評價(jià)，問題是基于降維的評價(jià)方法容易犧牲評價(jià)指標(biāo)的部分信息，進(jìn)而扭曲評價(jià)結(jié)果；另一種觀點(diǎn)是通過刪除信息冗余指標(biāo)實(shí)現(xiàn)，Destrero A等[7]指出，應(yīng)刪除相關(guān)系數(shù)較大指標(biāo)中的次要指標(biāo)，以提高評價(jià)指標(biāo)信息獨(dú)立水平。陳洪海[8]提出信息可替代性標(biāo)準(zhǔn)，然后刪除信息重疊較大指標(biāo)。遲國泰等[9]構(gòu)建了基于信息敏感性的指標(biāo)篩選與賦權(quán)模型。

從現(xiàn)有的研究來看，關(guān)于評價(jià)指標(biāo)的信息重疊或數(shù)據(jù)冗余問題，學(xué)術(shù)界已充分認(rèn)識到問題與危害。關(guān)于這個(gè)問題的解決方法，目前總體上停滯不前，因?yàn)橐誀奚糠种笜?biāo)信息的降維方法解決了信息重疊問題但帶來了新的問題，而刪除評價(jià)指標(biāo)并不能從根本上解決問題，其他指標(biāo)之間還是會相關(guān)，何況刪除指標(biāo)會帶來信息損失。至于不同類型指標(biāo)之間的相關(guān)問題，缺乏專門的研究，相關(guān)討論尚處于探索階段。在以下方面有待進(jìn)一步深入研究：

第一，對于學(xué)術(shù)期刊評價(jià)而言，其指標(biāo)分類標(biāo)準(zhǔn)是什么？基于現(xiàn)有的指標(biāo)分類標(biāo)準(zhǔn)，不同類型指標(biāo)之間相關(guān)的形成機(jī)制是什么？只有弄清不同指標(biāo)相關(guān)的形成機(jī)制的基礎(chǔ)上，才能更好地解決相關(guān)問題。

第二，不同類型指標(biāo)之間相關(guān)會對學(xué)術(shù)期刊評價(jià)帶來什么影響，現(xiàn)有的研究盡管提及相關(guān)問題，但缺乏深入分析。

第三，解決不同類型指標(biāo)信息重疊的方法，總體上缺乏研究，本文提出一種基于不同類型指標(biāo)復(fù)相關(guān)系數(shù)的調(diào)整方法，試圖解決這個(gè)問題。

本文基于中國知網(wǎng)期刊數(shù)據(jù)庫，以環(huán)境科學(xué)與技術(shù)學(xué)科期刊為例進(jìn)行實(shí)證。首先構(gòu)建期刊評價(jià)指標(biāo)分類框架，并分析不同類型期刊評價(jià)指標(biāo)信息重疊的形成機(jī)制，然后提出消除不同類型指標(biāo)信息重疊的解決方法，最后比較原始指標(biāo)評價(jià)與消除信息重疊后指標(biāo)評價(jià)結(jié)果的差異，從而得出結(jié)論。本文的研究推進(jìn)了多屬性評價(jià)與學(xué)術(shù)評價(jià)方法的進(jìn)一步完善，對于提高學(xué)術(shù)期刊評價(jià)方法的科學(xué)性和公信力具有重要意義。

1 理論分析

1.1 期刊評價(jià)指標(biāo)的分類

期刊評價(jià)指標(biāo)是指用于期刊評價(jià)、具有價(jià)值判斷的指標(biāo)。那些無法體現(xiàn)價(jià)值判斷的指標(biāo)一般不能稱為期刊評價(jià)指標(biāo)，比如平均發(fā)表周期、地區(qū)分布數(shù)等。

本文重點(diǎn)研究不同類型指標(biāo)之間的相關(guān)問題，對于同類指標(biāo)相關(guān)，考慮到信息重疊對其影響較小，因此不做重點(diǎn)研究。這樣就涉及評價(jià)指標(biāo)的分類問題，為了研究方便，主要從一級指標(biāo)角度進(jìn)行分類，一級指標(biāo)之間的相關(guān)是不同類型指標(biāo)相關(guān)的典型代表，因此主要對一級指標(biāo)之間的信息重疊問題進(jìn)行深入研究。

期刊評價(jià)指標(biāo)的分類依據(jù)有很多，如指標(biāo)內(nèi)涵、外表形式、時(shí)間跨度、統(tǒng)計(jì)特征等，本文重點(diǎn)研究不同類型評價(jià)指標(biāo)之間的相關(guān)關(guān)系，因此從指標(biāo)內(nèi)涵角度進(jìn)行分類。

關(guān)于期刊評價(jià)指標(biāo)的分類，盡管不少文獻(xiàn)在期刊評價(jià)應(yīng)用中進(jìn)行過分類，但缺乏系統(tǒng)研究。趙惠祥等[10]將期刊評價(jià)指標(biāo)分為影響力指標(biāo)、文獻(xiàn)指標(biāo)、載體指標(biāo)、管理指標(biāo)。本文根據(jù)當(dāng)前期刊評價(jià)的實(shí)際，將其分為編輯出版指標(biāo)、知識傳播指標(biāo)、影響力指標(biāo)、引用類指標(biāo)、時(shí)效性指標(biāo)、來源特征指標(biāo)。

編輯出版指標(biāo)包括政治指標(biāo)以及體現(xiàn)期刊編輯出版質(zhì)量的指標(biāo)，如編排規(guī)范化、差錯(cuò)率、印刷質(zhì)量等，一般在學(xué)術(shù)期刊評價(jià)中，評價(jià)目的也是多樣的，基于期刊學(xué)術(shù)質(zhì)量的評價(jià)一般不選擇此類指標(biāo)進(jìn)行評價(jià)，而相關(guān)學(xué)術(shù)期刊管理部門往往比較重視該類指標(biāo)評價(jià)。

圖1 期刊評價(jià)指標(biāo)分類

知識傳播指標(biāo)包括網(wǎng)絡(luò)下載指標(biāo)、網(wǎng)絡(luò)評論指標(biāo)等，目前許多Altmetrics指標(biāo)可以歸到此類。

影響力指標(biāo)眾多，如影響因子、h指數(shù)、即年指標(biāo)等，該類指標(biāo)也是非常重要的引文指標(biāo)，是傳統(tǒng)文獻(xiàn)計(jì)量學(xué)中最重要的指標(biāo)。

引用類指標(biāo)指期刊論文中與引用相關(guān)的指標(biāo)，如平均引文數(shù)、引用期刊數(shù)、引用外文文獻(xiàn)數(shù)等，該類指標(biāo)對期刊質(zhì)量具有潛在的影響。需要說明的是，影響力指標(biāo)與引用類指標(biāo)還是有較大差異的，影響力指標(biāo)主要是被引指標(biāo)，是期刊論文的“輸出”指標(biāo)，引用類指標(biāo)是期刊引用其他期刊論文的指標(biāo)，是期刊的“輸入”指標(biāo)。

時(shí)效性指標(biāo)指典型的如引用半衰期、被引半衰期等、平均發(fā)表時(shí)滯等，用來反映期刊文獻(xiàn)的老化速度，期刊類別不同，文獻(xiàn)老化速度不同，一般側(cè)重基礎(chǔ)研究的期刊文獻(xiàn)老化速度慢。

來源特征指標(biāo)是體現(xiàn)期刊內(nèi)在信息又不包括編輯出版的指標(biāo)，如平均國家基金數(shù)量、基金論文比、海外論文比、平均作者數(shù)等，其實(shí)這些指標(biāo)涉及范圍比較廣泛，有時(shí)可以劃分到其他類型中去。

1.2 學(xué)術(shù)期刊評價(jià)指標(biāo)分類方法

對于同類指標(biāo)而言，評價(jià)指標(biāo)相關(guān)信息適當(dāng)重復(fù)是可以的，而對于不同類型指標(biāo)而言，其對評價(jià)結(jié)果的影響可能很大，因此，評價(jià)指標(biāo)的分類對實(shí)證研究結(jié)果影響很大，必須進(jìn)行全方位分析。

學(xué)術(shù)期刊評價(jià)指標(biāo)的分類方法有兩種，一種是人工分類，這也是傳統(tǒng)分類方法；另一種是采用機(jī)器分類，分類方法包括聚類分析、因子分析等。機(jī)器分類有時(shí)是必要的，俞立平等[11]在學(xué)術(shù)期刊評價(jià)指標(biāo)分類中發(fā)現(xiàn)聚類方法并不適用，建議采用因子分析。本文綜合采用聚類分析、因子分析進(jìn)行數(shù)據(jù)分析，再進(jìn)行人工分類，這樣可以使得期刊評價(jià)指標(biāo)分類更加全面。

圖2 期刊不同類型指標(biāo)之間關(guān)系

1.3異類指標(biāo)相關(guān)的原因分析

第一，作者同源效應(yīng)。比如引用類指標(biāo)與來源特征指標(biāo)相關(guān)。引用類指標(biāo)是評價(jià)期刊引用其他期刊的一些指標(biāo)，如平均引文數(shù)、引用期刊數(shù)等，表面看它與其他期刊相關(guān)，但實(shí)際引用行為卻是作者在論文中進(jìn)行的引用，作者水平越高，引用期刊的檔次、論文水平等越高。來源特征指標(biāo)本質(zhì)上也是由作者和稿件決定，作者水平越高，期刊篇均國家基金數(shù)量、基金論文比等指標(biāo)值越大。所以由于作者同源效應(yīng)，導(dǎo)致引用類指標(biāo)與部分來源特征指標(biāo)相關(guān)。

第二，先后次序效應(yīng)。如期刊知識傳播指標(biāo)與期刊影響力指標(biāo)相關(guān)。期刊論文首先要進(jìn)行傳播，在互聯(lián)網(wǎng)時(shí)代，傳播主要通過網(wǎng)絡(luò)進(jìn)行，作者下載論文后才能在后續(xù)研究中將其列入引用，兩者有先后次序關(guān)系，當(dāng)然具有一定的相關(guān)性。其相關(guān)性大小又受到具體的期刊評價(jià)指標(biāo)內(nèi)容、不同學(xué)科期刊評價(jià)數(shù)據(jù)、指標(biāo)之間滯后關(guān)系等因素的影響，有些指標(biāo)之間相關(guān)性較大，有些指標(biāo)之間相關(guān)性相對較小。

第三，期刊質(zhì)量效應(yīng)。如時(shí)效性指標(biāo)、知識傳播指標(biāo)、影響力指標(biāo)之間相關(guān)，當(dāng)期刊論文水平較高時(shí)，比如會取得較好的時(shí)效性，同時(shí)傳播指標(biāo)與影響力指標(biāo)也較高，所以它們?nèi)咧g存在一定程度的相關(guān)。

2 信息重疊問題的危害及獨(dú)立信息的測度

2.1 不同類型評價(jià)指標(biāo)相關(guān)問題的危害

傳統(tǒng)線性指標(biāo)加權(quán)匯總方法如下：

Ci=w1X1+w2X2+…wnXn

(1)

式(1)中，wi代表權(quán)重，i為評價(jià)指標(biāo)的序號，n為評價(jià)指標(biāo)的數(shù)量，Xi為標(biāo)準(zhǔn)化的評價(jià)指標(biāo)。

假設(shè)指標(biāo)分類評價(jià)結(jié)果為L1、L2……Lk，為簡化起見，假設(shè)L為一級指標(biāo)評價(jià)值，各分類的權(quán)重為ω1、ω2……ωk。這里L(fēng)為X的線性組合，ω為w的線性組合。那么期刊評價(jià)結(jié)果也可以寫成：

Ci=ω1L1+ω2L2+…+ωkLk

(2)

假設(shè)L由兩部分組成，一部分是其沒有重疊的獨(dú)立信息P，另一部分是重疊信息Q，則有：

Ci=ω1(P1+Q1)+ω2(P2+Q2)+…+ωk(Pk+Qk)=(ω1P1+ω2P2+…+ωkPk)+(ω1Q1+ω2Q2+…+ωkQk)

(3)

式(3)包括獨(dú)立信息與重疊信息評價(jià)結(jié)果之和，這樣獨(dú)立信息評價(jià)結(jié)果值就會小于實(shí)際評價(jià)值，并且當(dāng)學(xué)術(shù)期刊數(shù)量較多時(shí)，會對排序的影響較大。

如果假設(shè)分類評價(jià)結(jié)果L的獨(dú)立信息與重疊信息比重分別為α、β，很顯然有α+β=1，并且每類指標(biāo)的獨(dú)立信息與重疊信息比重并不相同，即αi≠αj，βi≠βj，則式(2)也可以寫成：

Ci=ω1(α1+β1)L1+ω2(α2+β2)L2+…ωk(αk+βk)Lk=(ω1α1L1+ω2α2L2+…+ωkαkLk)+(ω1β1L1+ω2β2L2+…+ωkβkLk)

(4)

從式(4)既可以得出式(3)的結(jié)論，同時(shí)從獨(dú)立信息評價(jià)部分也可以看出，由于信息重疊問題存在，實(shí)際上導(dǎo)致了獨(dú)立信息評價(jià)中權(quán)重被扭曲了，同時(shí)評價(jià)值變小了，顯然有ωiαi<ωi，并且：

ω1α1+ω2α2+…+ωkαk<1

(5)

2.2獨(dú)立信息測度

借鑒Diakoulaki D等[12]提出的CRITIC評價(jià)方法中測度指標(biāo)獨(dú)立信息的方法，其基本思路是采用復(fù)相關(guān)系數(shù)的原理。以指標(biāo)分類評價(jià)結(jié)果L1為例，其與L2、L3……LK相關(guān)。以L1為因變量，其他分類評價(jià)結(jié)果為自變量進(jìn)行回歸：

L1=c0+δ2L2+δ3L3+…+δkLk+μ

(6)

式(6)中，c0為常數(shù)項(xiàng)，δi為回歸系數(shù)，μ為殘差，這樣L1就被分解為兩部分，一部分是由L2……Lk可以解釋的重疊信息部分，重疊比例為擬合優(yōu)度R，而另一部分就是獨(dú)立信息部分，用1-R表示。所以獨(dú)立信息評價(jià)結(jié)果為：

ω1(1-R1)L1+ω2(1-R2)L2+…+ωk(1-Rk)Lk

(7)

式(7)中，由于存在權(quán)重扭曲，因此要重新進(jìn)行歸一化處理：

(8)

所以最終獨(dú)立信息評價(jià)結(jié)果為：

C′i=ω′1L1+ω′2L2+…+ω′kLk

(9)

3 研究數(shù)據(jù)與實(shí)證結(jié)果

3.1 研究數(shù)據(jù)

本文選取中國知網(wǎng)定期發(fā)布的學(xué)術(shù)期刊影響因子年報(bào)，以2020版環(huán)境科學(xué)與技術(shù)期刊來進(jìn)行分析。環(huán)境科學(xué)期刊屬于自然科學(xué)期刊，在中國知網(wǎng)收錄的中文自然科學(xué)期刊中屬于數(shù)量中等偏多的期刊，這樣可以保證較大樣本，便于后續(xù)進(jìn)行統(tǒng)計(jì)分析。此外還有一種重要的原因是，開展異類指標(biāo)相關(guān)對期刊評價(jià)的影響研究，必須以一個(gè)學(xué)科為例進(jìn)行說明，不同學(xué)科期刊不能混在一起，因?yàn)榭杀刃允紫仁窃u價(jià)和進(jìn)一步研究的前提條件。評價(jià)指標(biāo)包括：總被引頻次、影響因子、即年指標(biāo)、被引期刊數(shù)、Web即年下載率、總下載量、引用期刊數(shù)、平均引文數(shù)、基金論文比、引用半衰期、被引半衰期，共11個(gè)評價(jià)指標(biāo)。

環(huán)境科學(xué)與技術(shù)學(xué)科期刊共有74種，因?yàn)?種期刊部分?jǐn)?shù)據(jù)缺失，將其刪除后實(shí)際還有68種期刊，評價(jià)指標(biāo)描述統(tǒng)計(jì)如表1所示。

表1 評價(jià)指標(biāo)描述統(tǒng)計(jì)

表1(續(xù))

3.2 期刊評價(jià)指標(biāo)分類

首先采用聚類分析中的系統(tǒng)聚類進(jìn)行評價(jià)指標(biāo)分類，結(jié)果如圖3所示。聚類分析中，被引期刊數(shù)與引用期刊數(shù)被分為一類，這是可以解釋的，因?yàn)檎撐淖髡邲Q定了引用期刊數(shù)，而引用期刊的相關(guān)知識和思想又體現(xiàn)在論文中，從而對被引期刊數(shù)產(chǎn)生影響?？偙灰l次被分為單獨(dú)一類，其他指標(biāo)也被分為單獨(dú)一類，總體上，這種分類體系并不合理，主要原因還是評價(jià)指標(biāo)之間的相關(guān)造成的。

圖3 指標(biāo)聚類分析結(jié)果

繼續(xù)采用因子分析降維進(jìn)行評價(jià)指標(biāo)分類，KMO檢驗(yàn)值為0.736，Bartlett檢驗(yàn)值為702.426，p值為0.000，具備因子分析的前提條件。公共因子共分為3類，其解釋總方差如表2所示，第一公共因子的方差貢獻(xiàn)率為35.548%，第二公共因子為31.473%，而第三公共因子的方差貢獻(xiàn)率相對較小，僅為12.298%，三者之和為79.319%。從另外一個(gè)角度看，如果采用因子分析進(jìn)行評價(jià)，也意味著存在20.681%的信息損失，這無疑會嚴(yán)重影響評價(jià)結(jié)果。

表2 解釋總方差

表2(續(xù))

因子分析旋轉(zhuǎn)矩陣如表3所示。從結(jié)果看，第一公共因子主要相關(guān)指標(biāo)包括總被引頻次、被引期刊數(shù)、總下載量、Web即年下載率、引用期刊數(shù)、引用半衰期；第二公共因子主要相關(guān)指標(biāo)包括影響因子、即年指標(biāo)、平均引文數(shù)、基金論文比；第三公共因子主要相關(guān)指標(biāo)為被引半衰期，這個(gè)分類結(jié)果難以解釋，主要原因是指標(biāo)之間的復(fù)雜相關(guān)關(guān)系。

表3 旋轉(zhuǎn)矩陣

從機(jī)器分類結(jié)果看，目前機(jī)器分類方法并不總是有效，因此本文采用人工分類，權(quán)重賦值采用專家賦值，選取了7位專家，1名是相關(guān)領(lǐng)域國家級科研院所教授，4名為985高校圖書館情報(bào)學(xué)領(lǐng)域教授，2名為環(huán)境科學(xué)期刊編輯，最后根據(jù)專家權(quán)重求平均并適當(dāng)進(jìn)行取整處理，經(jīng)過兩輪打分，結(jié)果如表4所示。

3.3 指標(biāo)分類評價(jià)及獨(dú)立信息分析

首先對4個(gè)一級指標(biāo)進(jìn)行評價(jià)，然后分別進(jìn)行回歸，得到其擬合優(yōu)度，影響力、傳播力、來源特征、時(shí)效性的擬合優(yōu)度分別為0.836、0.779、0.512、0.145，影響力指標(biāo)的擬合優(yōu)度最高，為0.836，說明其獨(dú)立信息最低，而時(shí)效性的擬合優(yōu)度最低，說明其能夠提供更多獨(dú)立信息。

用1減去擬合優(yōu)度，得到獨(dú)立信息，再分別乘以專家權(quán)重，最后進(jìn)行歸一化處理，得到4個(gè)一級指標(biāo)的綜合權(quán)重，影響力、傳播力、來源特征、時(shí)效性的綜合權(quán)重分別為0.236、0.177、0.313、0.274，很明顯這個(gè)權(quán)重組合與專家權(quán)重相差較大。

表5 指標(biāo)分類獨(dú)立信息權(quán)重計(jì)算

3.4 原始指標(biāo)與獨(dú)立信息分類指標(biāo)評價(jià)結(jié)果比較

首先采用原始指標(biāo)數(shù)據(jù)和專家權(quán)重進(jìn)行評價(jià)，再用4個(gè)一級指標(biāo)數(shù)據(jù)和歸一化權(quán)重進(jìn)行評價(jià)得到獨(dú)立信息評價(jià)結(jié)果，兩者比較如表6所示。其平均排序位次差為2.94個(gè)，即兩種評價(jià)結(jié)果平均每個(gè)期刊的排序誤差為2.94，這個(gè)是不應(yīng)該被忽視的。當(dāng)然由于對一級指標(biāo)獨(dú)立信息權(quán)重進(jìn)行了歸一化處理，獨(dú)立信息評價(jià)值較小的問題得到了克服。

表6 原始指標(biāo)與獨(dú)立信息評價(jià)結(jié)果對比

3.5 評價(jià)結(jié)果值對比

原始指標(biāo)評價(jià)值X與獨(dú)立信息評價(jià)值Y的散點(diǎn)圖如圖4所示，兩者高度相關(guān)，總體上獨(dú)立信息評價(jià)結(jié)果值要大于原始指標(biāo)評價(jià)，但這并不具有必然性，也許是數(shù)據(jù)原因偶然產(chǎn)生的。兩者回歸結(jié)果如下：

圖4 原始評價(jià)與獨(dú)立信息評價(jià)散點(diǎn)圖

表6(續(xù))

log(Y)=1.344+0.710log(X)

(10)

(19.123***)(35.397***)

R2=0.950n=68

原始數(shù)據(jù)評價(jià)值與獨(dú)立信息評價(jià)值描述統(tǒng)計(jì)分別如圖5、圖6所示，原始數(shù)據(jù)評價(jià)結(jié)果并不服從正態(tài)分布，而獨(dú)立信息評價(jià)結(jié)果服從正態(tài)分布，獨(dú)立信息評價(jià)結(jié)果的均值提升較大，原始指標(biāo)評價(jià)結(jié)果離散系數(shù)為42.91%，而獨(dú)立信息評價(jià)結(jié)果的離散系數(shù)為28.11%。以上充分說明，獨(dú)立信息評價(jià)結(jié)果與原始指標(biāo)評價(jià)結(jié)果的差距還有很多隱性的東西，對評價(jià)的影響是巨大的。

圖5 原始數(shù)據(jù)評價(jià)值描述統(tǒng)計(jì)

圖6 獨(dú)立信息評價(jià)值描述統(tǒng)計(jì)

4 研究結(jié)論

1)不同類學(xué)術(shù)期刊評價(jià)指標(biāo)之間相關(guān)具有內(nèi)生機(jī)制

本文在理論分析的基礎(chǔ)上，將期刊評價(jià)指標(biāo)分為編輯出版指標(biāo)、知識傳播指標(biāo)、影響力指標(biāo)、引用類指標(biāo)、時(shí)效性指標(biāo)、來源特征指標(biāo)等，通過分析這些指標(biāo)之間的關(guān)系發(fā)現(xiàn)，它們之間之所以相關(guān)，是存在作者同源效應(yīng)、先后次序效應(yīng)、期刊質(zhì)量效應(yīng)3種內(nèi)生效應(yīng)，所以這種相關(guān)是必然的。

2)機(jī)器分類在學(xué)術(shù)期刊評價(jià)中有時(shí)并不適用

本文實(shí)證研究發(fā)現(xiàn)，無論是采用聚類分析，還是采用因子分析進(jìn)行學(xué)術(shù)期刊的機(jī)器分類，其結(jié)果都是難以解釋的，其根本原因是學(xué)術(shù)期刊評價(jià)指標(biāo)之間存在復(fù)雜相關(guān)關(guān)系。在學(xué)術(shù)期刊評價(jià)中，涉及評價(jià)指標(biāo)分類時(shí)，應(yīng)采用人工分類方法。

3)不同類型評價(jià)指標(biāo)相關(guān)會影響期刊評價(jià)結(jié)果

通過理論研究發(fā)現(xiàn)，不同類型評價(jià)指標(biāo)相關(guān)會使評價(jià)權(quán)重扭曲，并且影響評價(jià)結(jié)果的排序，同時(shí)使得真實(shí)評價(jià)值低于實(shí)際評價(jià)值，這3個(gè)方面的影響無疑使得學(xué)術(shù)期刊評價(jià)結(jié)果產(chǎn)生較大誤差，降低了學(xué)術(shù)評價(jià)方法科學(xué)性與公信力。

4)基于獨(dú)立信息的修正方法可以有效克服不同類型評價(jià)指標(biāo)的相關(guān)問題

基于不同類型指標(biāo)之間的擬合優(yōu)度，間接得到各類指標(biāo)的獨(dú)立信息，經(jīng)權(quán)重歸一化后可以有效克服不同類型指標(biāo)之間的相關(guān)問題?；谥袊W(wǎng)環(huán)境科學(xué)與技術(shù)期刊的研究結(jié)果表明，原始指標(biāo)評價(jià)與獨(dú)立信息評價(jià)在數(shù)據(jù)分布、評價(jià)結(jié)果排序、離散系數(shù)等方面均有較大差異，這從另外一個(gè)角度說明不同類型指標(biāo)相關(guān)問題的嚴(yán)重性。

需要說明的是，本文提出的研究方法大大降低評價(jià)指標(biāo)之間的相關(guān)性，可以采用評價(jià)指標(biāo)的獨(dú)立信息來進(jìn)行評價(jià)，進(jìn)而降低異類指標(biāo)相關(guān)對學(xué)術(shù)評價(jià)的影響，但在具體的評價(jià)過程中，受評價(jià)期刊學(xué)科、評價(jià)數(shù)據(jù)、指標(biāo)選取等諸多因素的影響，異類指標(biāo)相關(guān)對學(xué)術(shù)期刊評價(jià)帶來的影響也存在一定的差異。