学术期刊评价方法思考与探讨—598期刊网

时间:2020-11-05 编辑整理:admin 来源:未来笺史

摘要:  
1学术期刊评价方法FDH模型 FDH模型是由D.Deprins等在1984年研究劳动力效率时首次提出[10]。FDH是一种多变量的非参数估计方法,通常用于对经济生产中的组织或单位的相对绩效进行评价

1学术期刊评价方法FDH模型

FDH模型是由D.Deprins等在1984年研究劳动力效率时首次提出[10]。FDH是一种多变量的非参数估计方法,通常用于对经济生产中的组织或单位的相对绩效进行评价。当前最著名的非参数估计模型是数据包络分析(dataenvelopmentanalysis,DEA)和FDH。两种模型的基本原理相同,都是把每一个被评价单位作为一个决策单元(decisionmakingunits,DMU),假设每个DMU都表现出一定的经济意义,即投入一定数量的生产要素并得到一定的产出,并且在将投入转化成产出的过程中,努力实现自身的决策目标。众多DMU构成被评价群体,利用DMU的投入产出的样本值估算出有效生产的前沿面,然后根据各DMU与前沿面之间的距离来测算其生产的相对效率。但是,FDH方法提供的结果可能比DEA更适合管理的需要。DEA方法假设生产可能集为凸集,该假设在实际应用中并不容易满足,而FDH放弃了DEA的技术凸性假设,这在实际应用中更有弹性,而且其前沿面是由样本中存在的最佳实践单元构成[11]。比如,在期刊评价中,DEA模型的前沿面是由根据样本数据估算出的有效的期刊构成,而FDH模型中的前沿面是由样本中实际存在的有效期刊构成,即FDH能为无效的期刊提供真实的基准标杆,更便于期刊之间的比较。所以,笔者选取FDH模型来对期刊进行评价。

传统FDH模型的调整

FDH在评价时要求各DMU要具有同质性,即:各DMU要达成相同根本目标;被相互比较的各个DMU均处在相同的决策环境中;各个DMU之间具有相同的评估指标。国内同领域的学术期刊是满足以上条件的。首先,它们都有相同的最终目标,即最大限度地通过刊登高质量的论文提高其在科学界的影响力。其次,每个期刊都需要有一定的投入,如人力、物力等,可以采用一定的投入指标来衡量期刊的投入大小;每个期刊也都会有产出,可以认为其产出是追求不同的绩效目标,比如提高刊登文章的数量和质量、优化其专业化程度等,同样也可以采用一定的指标来衡量这些产出,如总被引频次、影响因子、H指数等。所以,在传统应用中,可以把同领域的各个期刊作为决策单元,然后采取一定的投入产出指标来对其效率进行分析,从而分析期刊编辑部门的资源是否得到了有效利用。然而,本研究的目的是建立一套对同领域的期刊进行直接比较评价的方法,而不是通过FDH模型专注于对其投入产出效率的各个方面进行分析,所以,需要对传统的FDH模型进行调整。根据所需要解决问题的不同,国内外学者在模型调整方面进行了研究。在理论方面,C.A.K.Lovell等构造了“纯输出DEA模型”,即只有一个投入变量且变量值恒等于1的产出导向的DEA模型[12],李浩等研究了只有输出(入)的DEA方法,并针对只有输出(入)DEA模型的不足,改进了模型[13];在应用方面,G.E.Halkos等和H.Tüselmann等分别采用调整的DEA模型对学术期刊进行了评价[14-15],C.A.K.Lovell等首次采用单投入变量且值恒等于1的FDH模型构建了亚洲十个经济体的宏观经济绩效前沿[16],A.Garcia-Romero等采用调整的FDH模型对经济学领域的期刊进行了评价,证明了该方法的有效性,但其指标的选择未考虑期刊的网络影响力方面[17]。这些研究早期主要应用于经济管理领域,后来也逐渐被引入到文献计量学领域。基于前人的研究,笔者将常规的产出导向的FDH模型进行调整,以获得一个基于效率分析的文献计量指标,从而根据该指标得出学术期刊的排名。把同领域的每个学术期刊看作一个DMU,每个DMU只有一个投入指标,且值恒等于1,即认为它们都采用一个常数等于1的投入来产生不同的产出,然后只需选取一定的产出指标来计算效率,称之为“纯产出FDH模型”。这个假设是合理的,因为从生产的角度来看,每一个科学期刊本身就是投入,它们的目标就是追求各产出指标的最优[12]。在此调整的模型框架中,FDH模型只是一个融合相关产出指标建立新的AJR的工具,而不是传统的投入产出效率分析工具,所以无需明确的投入。

2指标选择与样本数据的获取

评价指标的选择

使用FDH模型进行评价的重要一步是要确定模型的投入变量和产出变量,也就是选择评价指标。本文投入变量和产出变量设计如下:(1)投入变量。如前所述,本文FDH模型的投入变量只有一个,且值恒为1。(2)产出变量。期刊评价中,每一个单项指标都有其局限性,学界较普遍认为应将多种指标配合使用,以规避单一指标缺陷带来的风险[18],笔者选取7个指标作为FDH模型的产出变量。从科技期刊引文评价指标的发展和指标在国内外期刊评价中的应用现状来看,在许多的期刊评价指标中,基于引用的引文评价指标在期刊定量评价中具有绝对重要的地位,如IF、H指数、SJR、ES、SNIP等。但是,在国内学术期刊评价中有些国际主流指标还未被广泛应用,相关数据也难以获取。因此,笔者在对图书情报类学术期刊评价时,主要选用了在国内主流期刊评价中被广泛采用的引文评价指标,它们代表了当前国内期刊评价的主要趋势[19]。另外,考虑到互联网对期刊越来越重要的传播作用,还选用了一个反映互联网传播情况的指标。①总被引频次。这是一个非常客观实际的评价指标,可以显示该期刊被使用和受重视的程度,以及在科学交流中的作用和地位。②影响因子(JIF)。这是一个国际上通行的指标,由于它是一个相对统计量,所以可公平地评价各类期刊。③5年影响因子(JIF5)。此指标能够解决IF不能较好衡量被引高峰出现较晚的期刊论文学术影响力的问题。④他引影响因子。该指标能排除自引文献量对影响因子的不正当影响。⑤即年指标。该指标能够表征期刊的即时反应速率。⑥H指数。JIF和JIF5反映了期刊中的论文的平均被引频次,而H指数则反映了期刊发表的高影响力论文的数量。⑦Web即年下载率。前6个指标都是基于引用,最后一个指标则反映期刊在互联网上的传播情况。

样本数据获取

采用FDH模型进行评价的另外一个重要步骤是确定决策单元。从《中国学术期刊影响因子年报(人文社会科学)(2016年)》中获取了总被引频次、期刊影响因子、5年影响因子、他引影响因子、即年指标和Web即年下载率共6个指标的相关数据;从《中国科技期刊引证报告(扩刊版)(2016年版)》中获取了H指数的相关数据。《中国学术期刊影响因子年报(人文社会科学)》提供了42种中国图书情报类期刊的相关数据,《中国科技期刊引证报告(扩刊版)(2016年版)》提供了44种图书情报类期刊的相关数据,最终选取了重合的41种期刊作为样本,即把这41种期刊作为决策单元来进行评价。表1是这41种期刊的指标数据和描述性统计数据。

FDH模型的应用

根据前文的分析,将41种期刊作为决策单元,采用“纯产出FDH模型”,运用EMS软件进行测算。为了验证此方法的有效性和稳健性,选取了三个受到科学界广泛认可的排名,分析FDH排名与它们之间的相关性,它们是:《中国学术期刊(光盘版)》电子杂志社有限公司根据学术期刊影响力指数(CI)进行的期刊排名,武汉大学中国科学评价研究中心(RCCSE)根据期刊的质量、水平和学术影响力进行的期刊排名,中国社会科学评价中心(CECHSS)根据吸引力、管理力和影响力三项指标进行的期刊排名。所采用的数据分析工具为SPSS22.0。

本网站部分文章转载自互联网以及作者的分享,如本网站所引用的文章涉及著作权问题, 请您及时通知本站,我们将及时妥善处理。

企业信誉保障
8年实体公司运营
客户信息安全
客户资料严格管理保密
售后服务保障
一对一服务,确保零错误
无条件退款
发表不成功全额退款
期刊质量保证
正规期刊,全网收录
314024338@qq.com
联系地址 成都市未来笺史总部基地 周一至周五 09:00-17:30

网站地图

版权所有 Copyright © 2018 未来笺史期刊网 www.wljsqikan.com. All Rights Reserved , 如您在使用的过程中任何产品或技术性问题请反馈
未来笺史期刊网部分内容文章系转载或来自于互联网,版权归原作者或相应的机构,若某篇作品侵犯您的权利,请来信告知. 未来笺史论文网(技术支持)