導語：期刊知識信息評價研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1信息與知識密度指數的原理

1.1期刊信息與知識密度指數的設計原則。第一,信息與知識密度指數應主要采用來源指標評價。期刊評價指標包括來源指標和引用指標,前者主要是期刊本身包含的一些指標,比如作者數、地區分布數、論文篇幅、關鍵詞、參考文獻、基金論文比等等,后者是期刊的被引指標,如影響因子、即年指標、特征因子、總被引頻次等等。來源指標是引用指標的基礎,從來源指標來設計信息與知識密度指數有利于更加合理地對一些相關因素進行分析,從源頭和形式上提高期刊論文質量。第二,信息與知識密度指數應包括更加廣泛的因素。對于學術期刊的信息與知識密度的評價,目前還是個很大的難題,因此測度時應避免視角單一,這樣可以降低測度誤差,提高信息與知識密度測度的穩健性。比如應綜合考慮載文量、被引刊數、中英文參考文獻、國際化水平、關鍵詞覆蓋范圍等等。第三,信息與知識密度的評價指標主要應選用相對指標。采用相對指標的目的是為了提高信息與知識測度的質量,避免單純追求數量的現象。第四,權重穩健原則。用于測度信息與知識密度的指標有多個,由于處于探索階段,對于每個指標的權重大小設計尚缺乏經驗,在這種情況下,一般宜采用等權重原則進行處理,即擯棄主觀評價方法,以客觀評價方法進行指標體系評價。第五,避免自然權重原則。自然權重最初由俞立平、宋夏云等[27]提出,是指在多屬性評價中由于標準化后指標均值不相等帶來的權重偏倚現象。文獻計量指標許多并不服從正態分布,自然權重問題會比較嚴重,所以要采用新的標準化手段,防止自然權重的帶來的異常影響。1.2期刊信息與知識密度指數的評價框架。信息與知識密度測度框架如圖1所示。主要從信息與知識載體、信息與知識內容、信息與知識來源、信息與知識來源國際化、信息與知識影響這5個視角進行測度。信息知識載體:主要從載文量角度進行測度。在版面一定的情況下,假設質量不變,那么載文量大的期刊無疑具有更多的信息與知識含量。載文量是個雙刃劍,曾經出現過一些期刊載文量人為加大導致期刊質量下降的情況,后來更多期刊片面認為降低載文量會提高影響因子,因此近年來CSSCI期刊載文量又出現普遍降低的異常現象。文獻計量指標的一個重要功能就是管理調節作用,對學術期刊發展中存在的問題需要進行適當干預。信息知識內容:采用篇均關鍵詞表示。一般每個期刊都規定了關鍵詞的數量,但有一定的彈性,總體上變化不大。關鍵詞越多,意味著期刊的研究內容和研究方法涉及的范圍越廣,期刊信息和知識量越多。但是這里面需要注意兩個問題,第一是關鍵詞的近義問題,由于中文的特點,關鍵詞之間意思相近或相同的情況不少,這里存在信息冗余,目前還沒有較好的解決辦法。第二是關鍵詞的重復問題,如果期刊專業性較強,必然有很多關鍵詞是重復的,篇均關鍵詞較少。對于這個問題,只能說專業性較強的期刊關鍵詞指標相對不占優勢,但鼓勵這些期刊增加關鍵詞有利于跨學科、交叉學科研究,還是有利于提高期刊質量的。信息來源指標:采用兩個指標表示,分別是篇均中文參考文獻和篇均英文參考文獻。學術研究是在前人基礎上進行的,即使是前人的錯誤也是研究的重要基礎。所以不管引用目的是什么,這并不妨礙用參考文獻數量來反映期刊的信息與知識含量。需要注意的是,從單篇論文的角度,難以采用參考文獻指標來評價其信息和知識量,因為對于單篇論文個體,需要通過論文內容來對其創新進行綜合判斷。但從期刊評價的角度,因為期刊是若干論文的集合,所以從期刊總體信息與知識量評價的角度,用參考文獻相關指標是可以的。信息知識來源國際化:用外文參考文獻比表示,這里外文主要是英文,但也包括少量的日文、韓文、德文、法文等。隨著全球化的深入,即使是人文社科研究,國際交流也大大增強,如果一個期刊引用更多的國外文獻,說明其具有更廣闊的研究視野。當然由于學科不同,期刊引用國外參考文獻也存在較大的差異,比如經濟學引用國外參考文獻比例一般較高,中國歷史引用國外參考文獻比例較低,但評價一般用在同一學科的不同期刊之間比較,因此這個問題的影響相對較小。信息知識影響:用新擴散因子表示(NewJournalDiffusionFactors,NJDF)。該指標是Frandsen[28]提出的,用期刊被引刊數除以載文量。由于每個期刊的辦刊偏好、辦刊特色均不一樣,一個期刊被引用的期刊越多,說明該期刊具有更多的信息和知識量。這個指標是期刊信息與知識密度測度中唯一的一個影響指標。1.3期刊信息與知識密度的評價方法。本文采用TOPSIS方法來計算期刊信息與知識密度指數,該方法是Huangetal.[29]首創,目前在學術評價中應用廣泛。傳統TOPSIS的計算公式是:Cij=移nj=1棕j(xij-xj-)2移nj=1棕j(xij-xj+)2+移nj=1棕j(xij-xj-)2(1)式(1)中,xij表示評價指標,xj-表示負理想解,即指標的最差值,xj+表示理想解,即指標最優值,棕j為權重,n為評價指標個數。TOPSIS根據評價對象到理想解與負理想解的相對距離來進行評價。作為對期刊信息與知識密度測度的一種探索,很難確定不同指標的權重,因此本文采用等權重法進行處理。1.4評價指標標準化方法本文采用Sigmoid函數進行標準化。該函數具有如下特點:第一是極大值無限接近1,極小值無限接近0,這樣可以直接對評價指標進行打分;第二,拐點位置為(0,0.5),進入成長期的坐標為(-1.317,0.211),進入成熟期的坐標是(1.317,0.789),可以對評價對象所處發展階段加以判斷。第三,標準化后不同指標的均值比較接近,可以避免出現自然權重現象。比如一個班級語文的平均成績為65分,數學的平均成績為85分,理論上兩門課程的權重一樣,但很明顯數學好的同學具有優勢,這就是自然權重問題,只有當語文和數學的平均分數大致相等時,兩者的權重才真正相等。標準化時第一步是計算評價指標的z值,即:z=X-滋啄(2)式(2)中,X為原始指標,滋是原始指標的均值,滓為原始指標的標準差。第二步是將z值代入sigmoid函數,計算得到標準化結果X',即:X'=11+e-z(3)

2數據來源

本文以2019-2020版CSSCI經濟學期刊為例進行研究,在人文社科的所有學科中,一般認為經濟學屬于科學。經濟學期刊相對比較嚴謹,而且被其他學科引用也較多,主要原因是經濟學的研究方法被其他學科所借鑒,這種現象也稱為經濟學帝國主義現象[30]。本文數據來源于中國知網的引文數據庫,由于測度期刊的信息與知識密度指數后還要分析其與影響因子、h指數等文獻計量指標的關系,因此必須保證這些指標的數據時間同步,因此本文所有測度指標的時間跨度為2016-2017年,被引指標的時間為2018年,這也正是影響因子計算的時間界定,此外對于h指數也是期刊2016-2017年發表的論文在2018年的h指數。2019-2020版CSSCI期刊共有經濟學期刊70種,但《國際貿易》有部分數據缺失,將其刪除,實際還有69種期刊,相關指標的描述統計如表1所示。

3實證結果

3.1期刊信息與知識密度指數的計算。經濟學期刊信息與知識密度指數的計算結果如表2所示,為了提高區分度,對TOPSIS評價值均乘以100。超過60分的期刊共有14種,說明采用本文的信息與知識密度測度方法,總體上打分偏低,這與評價方法有關,當然可以通過評價值標準化方法來彌補這個問題,由于要進行打分的后續分析,因此本文沒有做進一步的處理。排在前幾位的期刊為《中國工業經濟》、《經濟學動態》、《世界經濟》、《經濟學(季刊)》,這些均是業界公認的優秀經濟學期刊。《經濟研究》作為公認的經濟學頂級期刊,排在第九位,說明從信息與知識密度角度,其還有改進空間。期刊信息與知識密度指數JIKI的數據分布如圖2所示。經濟學期刊的均值為51.43,極大值為69.18,極小值為33.16,標準差為8.36,總體上處于正常波動狀態,比較適合用來評價。Jarque-Bera檢驗值為1.258,p值為0.533,不能拒絕原假設,說明其總體上服從正態分布,這對期刊評價而言是一個良好的性質。首先用影響因子作為因變量,h指數、載文量、期刊信息與知識密度指數作為自變量進行回歸,結果如表3所示。研究發現,h指數與影響因子正相關,彈性系數為1.359,載文量與影響因子負相關,彈性系數為-0.435,而期刊信息與知識密度指數與影響因子無關,其彈性系數沒有通過統計檢驗,將該變量刪除后模型的擬合優度幾乎沒有變化。這說明,期刊信息與知識密度指數能夠提供除了期刊影響力以外的其他信息。為了提高研究的穩健性,進一步用h指數作為因變量,影響因子、載文量、期刊信息密度指數作為自變量進行回歸,結果如表4所示。期刊信息與知識密度指數同樣與h指數無關,彈性系數沒有通過統計檢驗,刪除該變量后模型的擬合優度從0.905下降到0.900,只有微弱的下降。影響因子與h指數正相關,彈性系。3.3期刊信息與知識密度指數的分組分析。根據浙江大學學術期刊分類目錄,頂級經濟學期刊為《經濟研究》,一級期刊包括《世界經濟》、《金融研究》、《數量經濟技術經濟研究》等13種期刊,將這14種期刊分為一類,其他CSSCI核心期刊分類一類,采用獨立樣本t檢驗進行均值比較。一級以上期刊的均值為59.28,其他期刊的均值為49.61,相差接近10分。t檢驗值為4.189,p值為0.000,說明兩者均值的差距是顯著的,即一級期刊的平均信息量比其他期刊高,這進一步說明該指標可以用來進行期刊信息與知識密度評價。3.4穩健性檢驗。首先對影響因子作為因變量的回歸模型進行檢驗,由于數據極為有限,傳統的基于回歸分析的穩健性檢驗方法并不適用,因此本文采用BP人工神經網絡進行穩健性檢驗,即將影響因子作為產出變量,期刊信息與知識密度指數、h指數、載文量作為輸入變量,建立BP人工神經網絡并進行學習。由于每次學習的結果均不一樣,因此建立5個模型,取其均值作為最終結果,如表5所示。從表5可以看出,模型的平均擬合優度為0.845,平均相關系數為0.925,總體上處于較高水平。從投入變量的權重看,對影響因子貢獻最大的為h指數,權重為92.55%,其次是載文量,權重為7.83%,而期刊信息與知識密度指數對影響因子的權重僅為0.82%,幾乎無關,說明影響因子的回歸結果是穩健的。表6為h指數作為產出,影響因子、載文量、期刊信息與知識密度指數作為投入變量的BP神經網絡學習結果,從平均值看,對h指數影響最大的為影響因子,權重為77.43%,其次是載文量,權重為20.79%,而期刊信息與知識密度指數的作用最小,權重僅為1.78%,這樣h指數回歸結果也得到了進一步的穩健性檢驗。

4研究結論

(1)在載文量異常下降背景下需要研究期刊信息與知識量指標本文研究發現,最近10年中國CSSCI期刊和經濟管理期刊均存在著載文量持續下降現象,在人文社科研發經費和研發人員投入持續增加的情況下,這種現象是異常的。其主要原因是許多期刊試圖通過降低載文量來提高影響因子,這是一種影響因子操控行為,必須加以干預。降低載文量會犧牲學術期刊的信息和知識量,因此必須研究期刊信息與知識量的相關指標,一定程度上來解決這個問題。(2)期刊信息與知識密度指數是一個全新的文獻計量指標傳統的采用每印張論文數量來衡量學術期刊信息量的指標存在不少問題,本文在分析信息與知識密度指標設計原則的基礎上,提出從信息知識載體、信息知識內容、信息知識來源、信息知識國際化、信息知識影響角度選擇指標體系,采用Sigmoid函數進行標準化,并通過TOPSIS進行評價,得到期刊信息與知識密度指數,該指標是個全新的文獻計量指標,以來源指標為主進行評價,以相對指標為主,并且有效地克服了自然問題。(3)期刊信息與知識密度指數與載文量正相關本文研究發現,期刊信息與知識密度指數與載文量正相關,這樣有利于鼓勵期刊增加載文量,從而遏制近年來期刊載文量總體下降的不良趨勢。(4)期刊信息與知識密度指數與期刊影響力指標無關本文研究發現,期刊信息與知識密度指數與影響因子、h指數無關,通過BP人工神經網絡進行穩健性檢驗發現,這個結論是可靠的。說明期刊信息與知識密度因子能夠提供更多的信息,可以用來彌補目前文獻計量指標影響力指標較多、其他指標相對較少的不足。(5)一級期刊信息與知識密度指數顯著高于其他普通期刊根據浙江大學學術期刊分級目錄,一級以上期刊往往代表了經濟學領域的權威期刊和頂級期刊,通過獨立樣本t檢驗的研究表明,一級以上期刊的信息與知識密度指數平均比其他期刊高10分,并且這種差距是顯著的,這說明優秀期刊的信息與知識密度指數較高,期刊信息與知識密度指數用于評價學術期刊是可行的。(6)期刊信息與知識密度指數具有較好的統計性質本文研究發現,期刊信息與知識密度指數服從正態分布,并且其標準差大小比較合理,符合目前經濟學CSSCI期刊的現實情況。在許多文獻計量指標不服從正態分布的情況下,期刊信息與知識密度指數具有較好的統計學性質,方便用于評價。當然,期刊信息與知識密度指數只是用于宏觀學術期刊評價的一種探索,不能細化到具體的論文評價,此外由于學科不同、數據庫不同,該指標的特點尚有待進一步深入研究。

作者:沙鳴 俞立平 單位:1.山東管理學院 2.浙江工商大學