期刊全文數據庫中的帕累托效應及其對圖書館資源建設的影響

丁玉東 張春峰 （燕山大學圖書館 河北 秦皇島 066004）

電子期刊的銷售模式不同于紙本期刊的銷售模式。數據庫商往往把眾多電子期刊作為整體打包銷售或者按學科、專輯等拆分為子數據庫分別銷售。這些經過重新整合的期刊中不乏大量利用率較低的期刊，加之不同數據庫商提供的電子期刊存在重復問題，所以在一定程度上增加了圖書館的經費支出。由于期刊出版行業的壟斷、期刊價格的不斷攀升，圖書館界不得不考慮電子期刊使用效率和使用成本問題，以期在不影響讀者使用的情況下節省支出。除開展讀者調查外，對電子資源使用過程中生成的數據（包括訪問次數、檢索次數、文獻下載量、訪問請求被拒絕次數等）進行分析是較為普遍的做法，其中文獻下載量是較為重要的指標之一。

帕累托效應又稱80/20法則，原為經濟領域的一種現象，即在任何系統中都有約80%的結果是由約20%的變量產生的[1]。該理論提出后人們發現，在社會生活的各個方面均存在這種現象。那么，讀者在使用電子期刊數據庫的過程中是否也存在帕累托效應？如果存在，國內外語言差異是否會導致不同的數據比例？不同類型的學校或不同語種的數據庫中生成的數據是否都存在帕累托效應？帕累托效應的出現是否會對圖書館的發展產生積極的影響？筆者通過文獻調研分析了2007—2010年Elsevier出版集團的ScienceDirect數據庫和中國知網的中國期刊全文數據庫的文獻下載量，以期對上述問題加以闡釋。

1 期刊全文數據庫中帕累托效應的研究現狀

1969年，Richard L. Trueswell首次將帕累托效應引入圖書館[2]，并用于分析文獻借閱統計。此后，國外學者開展了大量的類似研究[3]，如伊利諾大學芝加哥分校（University of Illinois at Chicago）的Blecic等人統計ACS（American Chemical Society，美國化學學會）數據庫時發現，28%的期刊提供了80%的文獻下載量[4]；北卡羅來納大學教堂山分校（University of North Carolina at Chapel Hill）的Hamaker統計ScienceDirect數據庫的使用情況時發現，28%的期刊提供了大約75%的文獻下載量[5]；明尼蘇達大學（University of Minnesota-Twin Cities）的Stemper統計了4個數據庫，其中ScienceDirect數據庫的使用情況為35%的期刊提供了80%的文獻下載量[6]；土耳其大學的Tonta Y則統計出ScienceDirect數據庫中約5%的期刊提供了1/3的文獻下載量，約13%的期刊提供了另外1/3的文獻下載量，約82%的期刊提供了余下1/3的文獻下載量[7]。國外大量研究數據表明，在電子期刊數據庫利用案例中，約有30%的期刊提供了約80%的文獻下載量[3]。然而，國內學者在期刊全文數據庫的利用率方面的研究[8-12]很少結合帕累托效應來評估讀者核心需求、指導文獻資源建設。目前僅有暨南大學圖書館的朱前東發現該校ScienceDirect數據庫的下載量符合帕累托效應，即在一個周期內ScienceDirect數據庫中80%被下載的文獻集中在約20%的期刊中[13]。同時，朱前東從期刊覆蓋學校重點和強勢學科的情況，被SCIE（Science Citation Index Expanded，科學引文索引）、SSCI（Social Sciences Citation Index，社會科學引文索引）和A&HCI（Arts & Humanities Citation Index，藝術與人文類引文索引）收錄的文獻數量以及該校SCIE論文載文期刊數量3個方面對導致帕累托效應的原因進行了分析[13]。

2 期刊全文數據庫的使用量數據統計與分析

數據庫的文獻下載量一般由數據庫商提供，如SciencDirect數據庫的文獻下載量是基于COUNTER（Counting Online Usage of Networked Electronic Resources）標準的統計數據，中國期刊全文數據庫的文獻下載量可在后臺管理頁面的“日志數據”欄目獲取，但統計數據僅提供了期刊名稱、瀏覽次數、下載次數和總操作次數。筆者對統計數據進行整理后，利用Excel進行排序統計。統計結果顯示，2007—2010年在燕山大學（以下簡稱我校）授權范圍內從SciencDirect數據庫下載學術論文850 247篇次，文獻下載量逐年遞增，詳細數據見表1。中國期刊全文數據庫的文獻下載量及期刊數量見表2。

表1 ScienceDirect數據庫的文獻下載量及期刊數量

表2 中國期刊全文數據庫的文獻下載量及期刊數量

2.1 ScienceDirect和中國期刊全文數據庫中的帕累托效應

從表1可以看出，ScienceDirect數據庫的下載數據呈現出比普通的80/20法則更為明顯的帕累托效應。以2009年為例，80%的文獻下載量來自于不足13%的期刊，文獻下載來源非常集中；2007年提供80%文獻下載量的期刊占期刊總數的比例最大，為17.6%，但是與20%仍有部分差距，顯然比國內外其他相關研究中[3-7,13]所表現出來的數據更為收斂。而表2中中國期刊全文數據庫的下載數據則相反，4年中提供80%文獻下載量的期刊均超過了當年期刊總數的20%，其中2008年的比例最大，達到了28.2%，期刊的發散性更為明顯。

2.2 學科設置對帕累托效應的影響

根據Elsevier公司提供的期刊學科主題分組，2007—2010年的下載數據中，文獻下載量位居前5位的學科依次是“Engineering, Energy and Technology”（工程、能源與技術）、“Materials Science”（材料科學）、“Physics and Astronomy”（物理學和天文學）、“Computer Science”（計算機科學）、“Chemistry and Chemical Engineering”（化學與化學工程）。上述5個學科每年的文獻下載量之和分別占當年所有文獻下載量的70.0%、69.6%、66.9%和64.1%。同樣，按照中國知網對期刊的分類，中國期刊全文數據庫每年80%的文獻下載量均分布在工程科技II、工程科技I、經濟與管理科學、信息科技、社會科學II這5個專輯中。

以上數據統計出的重點學科與我校的優勢學科非常吻合，反映出讀者的核心需求。我校起源于東北重型機械學院，以機械、材料、電氣、信息等學科見長，化學化工專業發展較好，但是沒有獨立的醫學、藥學、農學等相關專業，文科類專業發展相對滯后。ScienceDirect數據庫中包含大量的農業、醫藥、護理、生命科學等學科期刊，由于我校學科設置問題，這些期刊的利用率較低，下載量少，導致下載數據呈現出更為明顯的帕累托效應。

2.3 讀者層次對帕累托效應的影響

筆者認為，不同層次讀者的使用習慣是造成中國期刊全文數據庫的下載數據比ScienceDirect數據庫的下載數據更加發散的原因。我校外文數據庫的讀者群主要為碩士研究生及以上學歷的讀者。這部分讀者科研需求明顯，具備較為成熟的科研方法，因此下載文獻有針對性，甚至有的讀者只關注某幾種專業期刊。而中國期刊全文數據庫的讀者群更為廣泛，本科生是該讀者群的主體。但是由于本科生的檢索技能相對較低，更注重文獻的易讀性和易獲得性，較少注重承載文獻的期刊，因而導致兩個數據庫的帕累托效應存在差異。這在下載數據中同樣可以得到驗證：在中國期刊全文數據庫中，載文量大、載文學科廣的期刊的文獻下載量也較大。以2010年的下載數據為例，文獻下載量排前3名的期刊分別是《科技信息》、《商場現代化》和《中國電機工程學報》，其文獻下載量分別為6 652篇、6 081篇和5 001篇[14]。同樣，在中國知網的學術期刊導航中，《科技信息》和《商場現代化》的總載文量排名分別為第一和第五，其中《科技信息》每期的載文量超過600篇，《商場現代化》每期的載文量超過了100篇[14]。在中國知網提供的“復合影響因子”統計中，兩者的影響因子分別為0.127和0.410[14]。而在ScienceDirect數據庫中，2010年文獻下載量排前3名的期刊是《Materials Science and Engineering:A》、《Journal of Materials Processing Technology》、《Acta Materialia》，其文獻下載量分別為11 238篇、7 360篇和6 178篇，這3種期刊的全年載文量僅為1 196篇、275篇和686篇，在2011年JCR（Journal Citation Reports，期刊引證報告）中的影響因子分別為2.090、1.567和3.781[15]。因此可以認為，不同層次讀者使用數據庫的習慣和方法也是造成中文期刊數據庫的帕累托效應更為發散的原因之一。

3 帕累托效應對圖書館資源建設和服務的積極影響

3.1 有助于圖書館確定核心期刊

在長期的工作實踐及科研活動中，圖書館已經積累了較多確定核心期刊的方法。帕累托效應有別于完全參照第三方機構發布的核心期刊目錄，它所呈現出的數據不僅能夠幫助圖書館尋找適合本館讀者的核心期刊，而且可以定位出具體的核心期刊排名。以2010年下載數據為例，通過對2010年JCR期刊列表[15]、EI數據庫2010年來源期刊[16]及2008版《中文核心期刊要目總覽》[17]的比較可知，在2010年ScienceDirect數據庫提供80%文獻下載量的245種期刊中，被SCI-E收錄的期刊數量為226種，被EI收錄的期刊數量為219種，分別占245種期刊的92.2%和89.4%。在中國期刊全文數據庫提供80%文獻下載量的2 254種期刊中，核心期刊數量為895種，占39.7%。上述數據說明，我校讀者較常使用的外文期刊絕大多數屬于SCI、EI兩個二次文獻數據庫的來源期刊，而常用的中文期刊中核心期刊所占比例較小，數量也不足《中文核心期刊要目總覽》（2008）中核心期刊總數的1/2。這說明，我校讀者在學科專業、閱讀喜好等方面與《中文核心期刊要目總覽》（2008）公布的核心期刊有一定差異，所以圖書館在訂購期刊時應注意篩選。

3.2 為訂購紙本期刊提供參考

隨著圖書館經費向電子資源采購的傾斜，圖書館通過分析已有電子期刊的使用情況，可以更好地指導紙本期刊的訂購，而且在不影響期刊正常使用的前提下節省訂購成本。在具體操作時可分為兩種情況：（1）若所訂購的電子期刊擁有永久使用權或者存檔權，則可以考慮停訂與電子刊重復的紙本期刊。目前國內期刊數據庫購買后均可永久使用當年的期刊數據，因此國內期刊數據庫的訂購可參照這種模式。（2）對于只有使用權的數據庫訂購模式（如國外小型學/協會的數據庫），應結合試用期間或者上一訂購周期的帕累托效應進行具體分析，選擇訂購文獻下載量高的期刊。當然，文獻下載量高的期刊并不完全等同于其學術價值大，因此還需要考慮文獻下載量與載文量的比值，或通過讀者問卷調查、參照其影響因子來決定。

3.3 為訂購電子期刊提供參考

在首次訂購期刊數據庫或續訂之前，圖書館員往往分析試用期間或上一合同期內數據庫的檢索次數、單篇成本等，為下一輪采購數據庫提供決策支持。電子期刊訂購分析引入帕累托效應，不僅可從整體上分析數據庫的性價比，還可以通過排序、比較下載數據微調訂購方案。如果下載量大的期刊多數集中于某幾個學科或者專業且價格較為均衡，則可以在數據庫商允許的情況下按照學科或者專輯訂購。在談判過程中，圖書館應爭取更加靈活的訂購方式，如選擇單獨的期刊進行訂購。

3.4 優化區域聯盟的數據庫采購

區域圖書館聯盟建立的目的之一是促進區域內資源的共建共享。通過分析區域聯盟各個成員數據庫文獻下載量或者整個區域聯盟的總體文獻下載量的帕累托效應，尋找出提供大量下載的少量期刊或者期刊所屬的學科分類，有助于明確聯盟成員的具體需求。通過聯盟成員館之間的溝通，各成員館可以只購買自己需求量較大的專輯或學科子數據庫，需求中的“長尾”則可以通過聯盟內的文獻傳遞來獲取。這樣可在較大程度上節省數據庫購置經費，充分利用成員館所購置的資源，促進區域內資源的共建共享。

3.5 作為圖書館與院系合作購買數據庫的依據

面對數據庫價格迅猛上漲的態勢，部分高校圖書館采取了與院系合作的方式購置數據庫[10]。通過分析數據庫文獻下載量的帕累托效應，分析其中被大量下載的期刊目錄或者期刊所屬學科，可以將具體數據作為圖書館與院系劃分經費分攤比例的參考。

3.6 發現參考咨詢服務和讀者培訓的重點

在研究過程中筆者發現，ScienceDirect數據庫中的文獻瀏覽次數普遍與文獻下載量均等，或高于文獻下載量；而中國期刊全文數據庫則相反，文獻的瀏覽次數一般小于文獻下載量。如果不考慮網速的影響，這種現象說明，研究層次較高的讀者相對已經有了較好的科研習慣，善于在閱讀文獻摘要后作出取舍，有針對性地下載所需文獻。而中文期刊數據庫的讀者研究層次較低，他們更多是在檢索出文獻列表后依據題名等基本題錄信息作出下載決定，對文獻質量及查準率的判斷較少。因此，期刊全文數據庫的使用數據可以作為讀者培訓的參考及對讀者使用習慣的驗證[8]，而期刊使用中的“長尾”部分則可以作為讀者培訓及數據庫宣傳的重點。

4 結 語

國內外研究數據表明，帕累托效應在中外文期刊全文數據庫的使用數據中普遍存在。語種是影響數據庫文獻下載量的因素之一，讀者在使用非母語文獻期刊全文數據庫時，其表現出的帕累托效應更為明顯。相比于學科綜合性較強的高校，專業特色明顯的高校在使用外文期刊全文庫時帕累托效應更為明顯，表現在少于20%的期刊提供了80%的下載量。而對于同一個單位的讀者，中文期刊數據庫中的帕累托效應略差，80%的下載量分布在大于20%的期刊上。

需要指出，期刊的文獻下載量是諸多影響因素共同作用的結果。高校圖書館作為學校的文獻保障機構，不能簡單地將文獻下載量作為數據庫采訪的唯一依據，還需要從學科建設需要、專業覆蓋完備情況以及期刊的學術質量、載文量和引用情況等多方面進行綜合考慮，根據學校的發展需要在“主體”和“長尾”之間作出權衡。另外，帕累托效應中的80/20比例只是提供了一種尋找核心期刊的方法。國外學者的研究數據表明，多數實例并不完全符合這一比率[3]，所以并不能認定只有80/20的比例最為合適，70/30或60/40的比例就不合理。帕累托效應只是一個規律，不是圖書館必須要遵守的“紅線”。

事實上，雖然帕累托效應所反映的數字不如布拉德福定律那么嚴謹，但作為電子期刊全文數據庫使用中普遍存在的規律，對其進行統計、分析仍有利于圖書館合理配置經費，掌握讀者使用規律，了解讀者的使用習慣，改進服務工作。

本文在討論時并未考慮其他小型專業期刊全文數據庫的購置對綜合性全文期刊數據庫中帕累托效應的影響、未分析數據庫中期刊變更所造成的影響，可以說是本文的不足之處，仍需后續進一步研究、探討。

[1]科克. 帕累托80/20效率法則 [M]. 李漢昭, 譯. 北京: 海潮出版社,2001:3-6.

[2]Trueswell R L. Some Behavioral Patterns of Library Users: The 80/20 Rule[J]. Wilson Libr Bull, 1969 (5):458-461.

[3]Nisonger T E. The“ 80/20 Rule” and Core Journals[J]. The Serials Librarian, 2008 (1-2):62-84.

[4]Deborah D B, Joan B F, Stephen E, et al. The Measurement of Use of Web-Based Information Resources: An Early Look at Vendor-Supplied Data[J]. College & Research Libraries, 2001 (5):434-453.

[5]Ball D. What's the“Big Deal”, and Why Is It a Bad Deal for Universities?[J]. Interlending & Document Supply, 2004 (2):117-125.

[6]James A, Stemper M L S, Janice M, et al. Usage Statistics for Electronic Journals: An Analysis of Local and Vendor Counts[J].Collection Management, 2003 (4):3-22.

[7]Tonta Y. Consortial Use of Electronic Journals in Turkish Universities[R]. Toronto: ELPUB 2008 International Conference on Electronic Publishing, 2008.

[8]杜瑩琦, 郟 琳. ScienceDirect Online數據庫使用統計報告的獲取及利用[J]. 情報探索, 2009(1):64-66.

[9]李國洪, 任小偉, 王大元. 研究型大學圖書館數據庫資源利用統計分析:以四川大學CNKI為例[J]. 現代情報, 2009 (6):136-139.[10]李麗萍, 張麗娟. ScienceDirect數據庫的訂購問題及使用統計分析:以河北師范大學為例[J]. 圖書館論壇, 2009 (4):60-62.

[11]劉亞茹, 韓鵬鳴, 閆 裴. 全文電子期刊數據庫利用率統計分析研究:以天津大學Elsevier SDOL為例[J]. 圖書館工作與研究,2010(1):73-76.

[12]張永梅. 我校用戶對ScienceDirect Online數據庫的使用統計與分析[J]. 圖書館建設, 2008(9):38-39.

[13]朱前東. 全文電子期刊數據庫使用中的帕累托效應分析:以暨南大學Elsevier SD為例[J]. 現代情報, 2010 (12):125-129.

[14]中國知網期刊導航[EB/OL]. [2011-08-06]. http://epub.cnki.net/grid2008/brief/result_src.aspx..

[15]Thomson Reuters. JCR-Web 4.5[EB/OL]. [2011-08-07]. http://www.webofknowledge.com/JCR.

[16]Elsevier. COMPENDEX Journals Sources List 2010[EB/OL]. [2011-08-07]. http://www.ei.org/userfiles/SourceLists/CPX%20JOURNAL%20LIST_%202010_0402.pdf.

[17]朱 強, 戴龍基, 蔡蓉華. 中文核心期刊要目總覽[M]. 北京: 北京大學出版社, 2008.