學術期刊的評價指標權重討論
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了學術期刊的評價指標權重討論范文，希望能給你帶來靈感和參考，敬請閱讀。
0引言
定量的學術期刊評價通常離不開指標權重的確定，然而期刊評價指標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性，當我們選取的指標存在多重共線性時，一般期刊評價中消除指標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，從而確定指標權重[1]，但對于小樣本多指標數據或者不服從正態分布的指標數據，因子分析與主成分分析不太適合[2]。然而用偏最小二乘結構方程模型的方法來確定指標的權重，該方法的優點有：PLS結構方程模型不要求指標數據服從正態分布；PLS結構方程模型結合了多元線性回歸、主成分分析、典型相關分析等統計學方法；PLS結構方程模型對樣本量的要求低，最小樣本要求是30至100，然而協方差結構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[3]；PLS結構方程模型能較好的處理指標數據多重共線性的問題。俞立平等[4]研究發現偏最小二乘法可以對非線性的評價方法的結果做出較好的檢驗，且能有效消除指標間多重共線性。PLS結構方程模型作為偏最小二乘回歸的拓展，能夠得到指標的權重分布，現在應用也愈加廣泛，羅玉波等[5]討論了結構方程模型存在的缺陷，提出使用偏最小二乘法構建的“軟模型”的建議。孫繼紅等[6]采用PLS結構方程模型，對全國31個省區的高等教育發展水平做出了與實際情況相符的綜合排名，說明指標權重的分配較為合理。程慧平等[7]建立PLS結構方程模型研究我國31個省區的圖書館發展水平，得到了各指標權重分布，并得到了綜合排名。現階段，在期刊評價中通過PLS結構方程模型的方法得到指標的權重的研究極少，另外由于期刊評價指標中流量指標過多、存量指標過少，本文提出一個新的存量指標歷史被引影響因子（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））,該指標能反映期刊的辦刊歷史，出版頻率對期刊質量的影響，總被引頻次指標完全沒有考慮到期刊的辦刊年限和出版頻率[8]，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上占據了較大的優勢，評價結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次只發表數十篇的文章在總被引頻次上如何才能比得上一年出版12次發表數百篇文章的期刊。但是加入歷史被引影響因子指標可以一定程度彌補這一缺憾。所以本文將通過構建PLS結構方程模型來確定期刊指標權重的分配，探索歷史被引影響因子以及其他評價指標的權重，對結果做出合理解釋并進一步提出相關建議。
1指標選取及數據來源
在指標選取中，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、可被引文獻量、基金論文比、平均引文數、被引期刊數、web即年下載率、總下載量，總共12個指標。樣本綜合選擇了多個學科的刊物，剔除有缺失指標數據樣本后靠前選取了綜合性科學技術類期刊37種，物理學類期刊31種，地質學類期刊32種，中醫學與中藥學類期刊44種，綜合性農業科學類期刊43種，自動化技術、計算機技術類期刊39種，食品科學技術類期刊35種，總共261種期刊。數據來源于最新出版的2015年《中國學術期刊影響因子年報（自然科學與工程技術）》[9]。為消除量綱影響，使得指標數據存在可比性，本文利用如下公式對指標數據進行標準化處理：對于正向指標：rji=(aji-minjaji)/(maxjaji-minjaji) 對于負向指標：rji=(maxjaji-aji)/(maxjaji-minjaji)（其中，i代表指標，i=1,2,…,12;j代表樣本，j=1,2,…,261），按照上述公式可以得到標準化的指標數據.
2指標權重的確定
2.1唯一度檢驗
本文將所選指標分為篇均影響力與規模影響力兩大類，最終在構建PLS結構方程模型時，篇均影響力與規模影響力將作為潛變量，兩個潛變量分別對應各自的觀測變量，在構建PLS結構方程模型前，需要首先對這兩組顯變量做主成分分析，即唯一度檢驗，檢驗結果如表2所示，可以看到篇均影響力與規模影響力所對應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結構方程模型的構建
建立PLS結構方程模型，可以看到左邊是篇均影響力與規模影響力所對應的指標構成的顯變量組。右邊是所有的指標組成的顯變量組，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如圖1，這樣可以看到相應指標在篇均影響力和規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的重要程度。從圖中可以看到篇均影響力和規模影響力對綜合影響力的路徑系數分別為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模影響力，即與規模影響力相比，篇均影響力更能反映期刊的質量。
2.3模型的檢驗
借助smartPLS2.0的PLS技術進行迭代計算，模型信度和效度檢驗的結果如表3，其中信度檢驗由CronbachsAlpha值（內部一致性系數）和CR值（組合信度）來體現，結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數據信度較好。效度檢驗分為聚合效度和區分效度檢驗，聚合效度通過看AVE值（抽取的平均方差）來體現，一般來說要求AVE值大于0.5[10]，而篇均影響力與規模影響力的AVE值都大于0.5，說明指標數據聚合效度較好；區分效度則通過R2（測定系數）的大小來衡量，一般來說要求R2大于0.3[11]，由表3可知潛變量綜合影響力的R2為1，說明指標數據區分效度較好，同時說明綜合影響力對篇均影響力和規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的幾何平均數來度量[12],潛變量的公因子方差值如表3所示，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模型的結果
根據smartPLS2.0得到如表4（見下頁）的結果，表中包含了各指標與潛變量篇均影響力、規模影響力、綜合影響力的相關關系以及在這三個潛變量上的外部權重。綜合影響力可以反映期刊的辦刊質量以及學術影響，從各指標在綜合影響力的外部權重的大小可以衡量該指標對期刊評價結果的影響能力。歷史被引影響因子的綜合影響力外部權重為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4個指標，說明歷史被引影響因子對期刊評價結果的影響較大。總被引頻次的在綜合影響力外部權重為0.1237，與歷史被引影響因子的外部權重相當，兩者分別屬于篇均影響力指標和規模影響力指標，如果同時選用總被引頻次和歷史被引影響因子兩個指標，這樣可以綜合考慮被引數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量的多少來衡量期刊質量的缺陷。歷史被引影響因子與影響因子的Pearson相關系數為0.496（p=0.000），相關程度一般，因為歷史被引影響因子是存量指標而影響因子為流量指標，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。本文發現基金論文比、可被引文獻量、被引期刊數、總下載量在綜合影響力上的外部權重都較低，這4個指標也并不能很大程度上反映期刊的質量。可以發現影響因子與五年影響因子的權重較為接近，且權重也較大，兩者之間的Pearson相關系數為0.932（p=0.000），兩者屬于趨同性指標，建議在今后的學術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[13]研究結果相符。
3結論與建議
學術期刊評價指標權重的確定是評價期刊質量的關鍵所在，結合現有的研究，本文提出構建期刊評價指標體系的PLS結構方程模型，旨在消除期刊評價指標間的多重共線性的情況下得到指標的權重。另外，由于期刊評價指標體系中存量指標過少，沒有考慮到期刊的辦刊時間以及期刊出版頻率對期刊質量的影響，所以指標選擇中增加了一個“歷史被引影響因子（HCIF）”指標。該指標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的絕對優勢，同時也能讓那些進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，本文共選取了12個指標，將指標分為反映篇均影響力和規模影響力的兩類。構建PLS結構方程模型，模型構建合理，利用smartPLS2.0的迭代計算得到各指標的外部權重，其中歷史影響因子的權重較高，且與影響因子的相關關系為0.496，雖然相關性不高，但是兩者分屬于存量指標和流量指標，相關性可以說較高了，也說明歷史被引影響因子可以一定程度上反映期刊的質量水平。基金論文比、可被引文獻量、被引期刊數、總下載量的外部權重都較低，這種結果也是合理的。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，主要反映了期刊的篇均影響力，總被引頻次作為存量指標主要反映了期刊的規模影響力，建議在今后的學術期刊評價中，可以考慮同時被選用，綜合考慮被引數量的多少和被引效率的高低。（2）可被引文獻量、基金論文比、被引期刊數、總下載量這4個指標對期刊質量的影響有限，在主觀賦權時不宜過大。（3）影響因子與五年影響因子的權重較為接近，且權重也較大，兩者有很強的相關性，屬于趨同性指標，建議在今后的學術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。