孙云峰a，杨孝超

　　(四川护理职业学院 a.图书馆；b.信息中心，四川 成都 610100)

1 引 言

学术期刊是将知识创新和科技成果转换成生产力的重要桥梁，在推动社会科技进步发展中具有不可替代的作用。期刊评价是文献计量学的主要研究内容之一，期刊评价是通过定量化研究期刊发展模式和增长趋势而探求文章分布规律，从而为优化学术期刊提出见解。Garfield(1963)被认为是期刊评价的创始人，评价期刊不仅能提高学术杂志的质量，而且能促进其健康的发展。期刊评价定量化方法有两大类：单一指标评价和多指标综合评价，多指标评价方法又分为线性和非线性两类。单一指标因有信息量少的局限性，多指标评价方法逐渐被广泛使用。多指标分析方法虽然全面但是因其信息量大也会为评价工作带来较大负担，如同全面和准确是一个事物的两个方面，不能同时兼得。而因子分析方法可以有效地解决这一弊端。因子分析方法是以损失最小信息为前提，将多个变量减少为几个可以概括原有数据信息的潜在因子，即将多个变量综合为少数几个因子，以再现原始变量与因子变量之间的相关关系。宋丽萍、王建芳等指出单一指标不能捕捉期刊质量的方方面面，要采取多指标组合进行评价。因此，本文采用因子分析的思想，将期刊评价的多个指标进行综合，找出期刊评价的主要因素，对情报学的期刊进行综合评价。

2 指标选取及数据来源

本文利用因子分析法综合评价《中文核心期刊要目总览》(2017年版)公布有关图书、情报类期刊的影响力水平，选取《2017年版中国科技期刊引证报告(扩刊版)》提供的计量指标进行分析评价。其中期刊(变量)有：V1中国图书馆学报、V2图书情报工作、V3大学图书馆学报、V4情报学报、V5图书与情报、V6图书馆论坛、V7图书馆杂志、V8图书馆学研究、V9图书馆建设、V10图书情报知识、V11情报资料工作、V12情报理论与实践、V13国家图书馆学刊、V14图书馆、V15情报科学、V16图书馆工作与研究、V17情报杂志、V18数据分析与知识发现。

　　根据大数据思想，为了准确找到期刊评价的主因子，在选取基础变量时要广而全。表1为选取的指标及说明，表2为各期刊对应的各指标数据，共选取13项指标对期刊进行评价，基本涵盖了影响期刊的全部因素。总体来看，期刊被引半衰期(X8)和期刊的综合学术水平的关系：综合水平高的期刊(如为核心期刊则影响因子较高等)，其被引半衰期相对较长，影响因子较高的期刊，被引半衰期越长，说明期刊的影响力越深远。而在期刊编辑策划的过程中，要关注那些引用了新近发表(近5年)文献的论文，引用半衰期(X13)较短，提高期刊引用文献的新颖度，尽量保持引用半衰期在一个比较短年份内。因此，X13是一个负数指标，要对其进行特殊处理，在SPSS中将其负数化后再进行相关处理。

　　

　　表1 评价指标及说明

　　

　　表2 数据来源

　　

　　续表2

3 数据处理

3.1 效度分析

根据KMO值的评判标准，其值大于0.6表示数据具有可信性；表3所示，其结果为0.620，球形检验的显著性水平为0.000，即认为各变量之间存在显著相关性，说明数据适合做因子分析。

　　

　　表3 KMO和Bartlett’s检验

3.2 提取公因子

利用SPSS计算得出的各指标方差累积贡献率如表4所示，从中可知前3个因子已提取了78.720%的原始数据信息，因此取其前3个因子分别为F1、F2、F3作为主成分用于评价期刊影响力。

　　

　　表4 方差提取的主因子

　　因子载荷矩阵列示的是所选取的主成分与原始指标间的线性关系，各主成分是原始指标的线性组合，因子载荷反映了主成分与原变量的相关系数。为方便和简化对因子的解释，需将原始因子载荷矩阵进行结构调整简化，即将因子矩阵转置。表5为方差最大化旋转后的因子载荷矩阵。由上表5可知，从载荷系数可以看出主成分F1可以代表指标变量X11、X8、X12，F2可以代表指标变量X5、X7、X1，F3可以代表指标变量X13、X6、X4、X2、X9、X3。其中图1为旋转后的空间成分图，与表5所得信息一致。

　　

　　表5 旋转后的载荷矩阵

　　

　　图1 旋转后因子载荷空间图

　　表6是因子得分系数矩阵，由表6可以得出因子得分模型。

　　

　　表6 因子得分系数矩阵

　　

　　续表6

3.3 期刊影响力综合评价

期刊的影响力以Z表示，根据表3中各个主成分因子的平方和载荷系数可以得出以下结论(表7)：Z=0.30357F1+0.2559F2+0.22772F3(Excel排序得出结果排名)

　　

　　表7 期刊评价结果

　　

　　续表7

3.4 期刊影响力变化情况

为了更好地对比期刊的变化及发展情况，笔者采用相同的方法对5年前的数据进行处理，选取《2012年版中国科技期刊引证报告(扩刊版)》提供的计量指标进行分析评价。与2017年结果进行比对，对比结果如表8所示。

　　

　　表8 期刊变化结果

3.5 结果分析及讨论

3.5.1 期刊评价的主因子。由表5结果可知，期刊评价提取的13项评价因素最后提取出3类主因子。F1为期刊生产力，由平均作者数(X11)、扩展被引半衰期(X8)、基金论文比(X12)构成，平均作者数和论文受资助情况越多，说明被评价期刊生产力越强；被引半衰期指被评价期刊被引用次数较新一半发表时间，其值越长则影响力越大，说明生产力越强，对其他期刊的影响越大。因此将FI概括为期刊自身生产力。X11越多，X12越高，则X8越高。

　　F2为期刊在整体学科中的学术影响力，由扩展引用刊数(X5)、扩展学科扩散指标(X7)、扩展总被引频次(X1)构成。扩展引用刊数和总被引频次数据统计不仅包括本学科的期刊，也包括其他学科的期刊，被评价期刊的引用刊数和总被引频次是客观绝对数据，直接反映了被评价期刊在学术中的总体影响力。引用刊数是指期刊引用刊数，与期刊自身的出刊周期相关；期刊总被引频次直接反映其在学术中的影响作用；学科扩散指标指引用被评价期刊的数量与其所在学科全部期刊数量之比，是一个相对数值，更加准确地反映了被评价期刊在整体学术中的影响力。因此，将F2概括为期刊期刊在整体学科中的影响力。X1越高，X5越高，则X7增加。

　　F3为期刊在本学科的学术影响力，由引用半衰期(X13)、扩展学科影响指标(X6)、扩展他引率(X4)、扩展影响因子(X2)、扩展H指标(X9)、扩展即年指标(X3)构成，扩展学科影响指标和扩展他引率是相对数据，学科影响指标是学科内引用次数与所有期刊数量的比值，其值直接反映被评价期刊在本学科的受重视程度；他引率则间接反映出期刊在学术中的被使用范围，范围越广，在整体学科中的影响力越广，说明在本学科的影响力也越强；影响因子、H指标、即年指标是衡量期刊的三个重要指标，影响因子甚至被高校作为科研奖励的直接核算方式。影响因子是指前两年被引次数与前两年发表论文的总数之比；即年指标是指统计当年被引次数与发表论文总数之比，反映期刊的信息传播能力，其值越大代表期刊传播、吸收知识能力越强。H指数是指h篇论文被引不低于h次，具有长期性和累积效应；影响因子相较于H指数具有即时性和短期性；影响因子相较于即年指标具有一定时间积累效应。三项指标数据采集都在本学科的数据统计中，其值越大，说明期刊在本学科的影响力越强。引用半衰期是指期刊利用文献的新颖度，值越短代表吸收知识能力越强，则提高其产出能力，从而提高在本学科的学术影响力。X3越高，则X2越高、X9越高；X4越高，则X6越高。

　　3.5.2 期刊综合影响力变化。为了验证主因子是否准确，更好地对比期刊发展变化，将2012年与2017年的期刊综合影响力Z值进行比对。根据表8，选取变化最大的2种期刊进行分析，排名上升最多的期刊是情报理论与实践(K1)，排名下降幅度较大的期刊是大学图书馆学报(K2)。表9为这两种期刊2012年和2017年数据变化情况，其中正值为提高，负值为减少。

　　K1期刊FI自身生产力方面稳中有增，平均作者数略微增加，基金论文比基本持平，被引半衰期大幅提升。F2期刊在整体学术中的影响力大幅提高，总被引频次、扩散指标、引用刊数都跨越式提升。F3期刊在本学科的学术影响力稳步提高，影响因子、H指数、即年指标、学科影响指标数据均稳步提高，他引率和引用半衰期略微降低。

　　K2期刊FI自身生产力方面略有提升，平均作者、基金论文比基本持平，被引半衰期略微提升。F2期刊在整体学术中的影响力略微提升，总被引频次、引用刊数增长缓慢，与自身的出版周期有关，扩散指标跨越式增长，说明其在学术中的影响力大幅提升。F3期刊在本学科的学术影响力稳步前行，他引率基本持平，H指数、即年指标、学科影响指标稳中有升，引用半衰期、影响因子大幅提高升，说明该刊发展成熟，正在稳步前行。

　　

　　表9 排名变化分析

4 结 论

本文评价期刊的目的是找到影响期刊的因素以及找出各因子之间的关系，为此选取了2012年和2017年情报学期刊的不同因子进行比对。评价方法、所选指标体系不同，其结果不具可比性，只能是同一方法、同一评价指标体系所得出不同年份的结果，才可互相比较。文章采用因子分析方法，对情报学期刊进行综合评价，得出以下结论：1)影响期刊综合实力的因素主要有三大方面：期刊自身生产力、期刊在整体学科的影响力、期刊在本学科的影响力；2)在自身生产力方面，期刊收录论文的平均作者数和基金论文比越高，则被引半衰期越高；被评价期刊在整体学科的影响力方面，收录论文的总被引频次、引用其他刊物的数量越高，则在学科中的扩散指标增加；被评价期刊在本学科影响力的方面，即年指标越高，则影响因子越高，进而H指数越高；如果他引率越高，则学科影响指标越高。