運用主成分分析法量化參考咨詢館員工作績效評價的研究*

張東（深圳大學圖書館 廣東 深圳 518060）

圖書館參考咨詢工作是學科館員利用信息資源，通過信息組織、信息管理進行信息傳遞、信息分配的情報活動，是圖書館信息運動的有效形式，也是深層次的情報服務效果的價值判斷，是提高信息的組織效率、運動效率、反應能力、創新能力、競爭能力和信息資本價值的信息管理方法，它具有服務性、針對性、多樣性、實用性、智力性、社會性等特點[1]。對館員的參考咨詢績效進行評價，能夠反映圖書館的信息活躍程度和信息管理狀態以及圖書館的信息發展方向，是圖書館認識自身信息分散水平的重要途徑；使圖書館可以對自身的信息服務水平進行不同階段的檢測和比較，也可以與同級圖書館進行信息傳播質量績效的橫向比較，分析情報的活躍度，找到自身在信息獲取、傳播、共享、創新、利用等環節中存在的問題，進而找到改進措施；還能為提升圖書館的信息傳播效率提供借鑒依據，以達到提高和增強情報競爭的目的；同時，有利于研究信息咨詢中出現的規律性問題，從而推動圖書館信息咨詢學學科的建設。因此，對信息咨詢績效水平進行客觀、準確的評價，對于研究圖書館的信息咨詢質量及其發展變化的規律、有效監控并發現影響咨詢績效提高的關鍵因素、及時探索改進措施等將產生重要的意義。

1 參考咨詢館員工作績效研究評述

筆者經檢索發現，在《中國學術期刊網絡出版總庫》、《中文科技期刊數據庫》、《中國重要會議論文全文數據庫》、《中國學位論文全文數據庫》、《萬方數據》等數據庫中，目前國內有關圖書館績效評價方面的文獻主要是對圖書館整體工作績效進行評價的研究，還有一些文獻是對知識管理績效評價方法的研究，筆者未檢索到評價參考咨詢館員工作績效的具體方法的文獻報道。有關參考咨詢館員工作績效的研究文獻主要集中在參考咨詢工作責任體系內在要素的分析，如黃紅梅和王微分析了參考咨詢工作責任體系的內在要素及其內涵[2]；古琶梅針對高校圖書館服務績效評估體系的構建與實踐進行了探索[3]；林玲從高校圖書館首問服務責任制的內容、方式、參考咨詢工作的關系等方面探討了進行績效考核的意義[4]。對圖書館整體工作績效進行評價的研究主要集中在各種方法的介紹上，如吳新主要從投入評估法、作業流程評估法、任務評估法、職業標準評估法、歷史評估法、系統評估法、有機評估法、綜合評估法、標竿分析法等方面對圖書館績效評價進行了梳理，還介紹了國際標準化組織（International Standardization Organization，簡稱ISO）關于圖書館績效評價的標準及讀者感知類（user perception） 指標、讀者服務類（public services） 指標、技術服務類（technical services） 指標的評價內容[5]；馬勇和李思英運用BSC（Balanced Score Card，平衡記分卡）方法，即“良好的業績評價體系”所提出的理念將組織戰略與組織績效評價進行融合，使得組織的運行為其戰略實現提供有效的支持[6]；張維靜探討了基于服務滿意度（Service Satisfaction，簡稱SS）和服務質量（Service Quality，簡稱SQ）混合策略的數字圖書館績效評價，著重于SS和SQ的研究，反映了“滿意度影響質量”和“質量影響滿意度”不同觀點的圖書館績效評價的爭論[7]。有關績效評價量化方法的探討主要集中在知識管理領域，如賈生華和疏禮兵借鑒了知識循環過程的思維方法，構建了知識管理績效評價指數 （Knowledge Management Performance Evaluation Index，簡稱KPMI）對知識管理績效進行量化管理，主要方法為采用Logistic函數評價知識管理績效[8]；顏光華和李建偉則把知識管理的績效評價引入層次分析法（Analytic Hierarchy Process，簡稱AHP）及模糊數學方法進行研究[9]；王軍霞和官建成將復合DEA（Data Envelopment Analysis，數據包絡分析）方法運用于對企業知識管理績效水平的評價，把一些非量化指標（如鼓勵創新的程度、利用文獻信息和網絡的能力等）綜合進模型加以運用[10]；李順才等人采用灰關聯分析法理論（即部分信息已知、部分信息未知或隱匿）的特質對企業知識存量進行無遺漏的評估，以實現對企業知識管理水平的量化判斷[11]；朱啟紅和張鋼運用BP（Back Propagation）神經網絡模型（基于三層神經網絡的知識管理評價系統）進行企業知識管理績效的評價研究[12]。這些研究成果對圖書館績效評價研究產生了重要的借鑒作用，但是，采用上述各類方法評價參考咨詢館員的工作績效卻存在著不同指標之間的相關性和交叉性的問題。而借鑒的主成分分析法原理就是根據評價指標中某些因素的相關性，用少量的指標（即主要成分）來綜合原來多類的指標，并使這些經過整合后的指標盡可能地反映原來指標的信息，從技術上化解指標間的信息重疊因素，從而簡化原指標之間的相關性和交叉性的難題。

2 主成分分析法的原理

主成分分析法（Principal Component Analysis）也稱主分量分析法[13]，是一種利用降低數據空間維度的原理，把多項評價指標整合為較少的幾個有效指標，即是將多個指標整合為少數幾個互相無內在關聯的綜合指標的統計方法。在具體研究問題的過程中，為了全面、系統、有效地進行績效評價，我們需要考慮許多影響因素，所涉及的因素被稱為評估指標，在多元統計分析理論中也稱為變量。每個變量都在不同程度地反映著所研究問題的某些信息，并且指標之間彼此有一定的相關性，因此取得的統計數據所表現的信息在一定程度上有滲透和重疊。在用統計方法研究多變量問題時，變量太多會使得分析的過程變得復雜，我們的目的是在進行定量分析的時候，盡量使涉及的變量減少，獲得的信息量最大化。但經常性地減少變量又會丟失有意義的信息，致使評估結論錯誤。綜合指標就是反映新的變量的終結者，是原來多個變量的線性組合，彼此無內在交叉性，并且能表達原來多個變量的信息，從而簡化系統結構內在的不確定性，而能抓住問題的要領。因此綜合指標叫做原來變量的主成分，可用圖1的方程式來表示主成分分析法的可用式。

圖1 主成分分析法的計算方程式模型

方程式中Z1，Z2，Z3，……，Zm為擬評價的主成分；Pij（ i=1 ，2 ，……，m；j=1，2，……，m）為主成分的因子載荷；X1，X2，X3，……，Xm為需要檢測的變量值；Y則為預算分值，意義為第i個主成分載荷的貢獻率；是預定的第i個主成分因子，k就是求取的整合后的主成分的個數。必須說明的原因是，因子載荷Pij是第j個實際檢測變量在第i個主成分上的載荷[1]。如果載荷趨向越大，表明第j個實際測變量與第i個主成分因子的關系相關度偏高，而相關度趨向越小，密切性就越松散。

3 參考咨詢績效評價指標體系的建立

3.1 參考咨詢績效評價指標的內涵

參考咨詢的績效是指，學科館員在其咨詢活動中依據所掌握的信息資源在與咨詢者互動過程中獲取、利用、創新、評價等一系列的信息活動所達到的效果。參考咨詢績效評價指標的建立應保證評價結果的公正、客觀、準確，所以評價指標的設計應符合下列要素: （1）主要性要素。評價指標體系需反映參考咨詢系統的主要情況，指標的設計要以主要信息活動的要素為主（即主成分因素），因為評價是一種綜合性的評價，所以整體性能、系統效益尤為重要。（2）科學性要素。評價指標的設計是否科學合理與評價結果的準確性密切相關，即參考咨詢評價指標的建立是否反映了評價的主要成分所涵蓋的范疇。（3）準確性要素。評價指標的權重應采取公認的、準確的標準予以賦值，即賦值正確。（4）方便性要素。評價指標的測評數據應方便采用，收集便捷。（5）獨立性要素。測評的每個指標應主成分意義明確、內涵獨立，因果關系的承接性趨向值越小越好。（6）遞進性要素。評價指標體系的隸屬關系界定清晰，評價體系層次遞進式發展。

3.2 參考咨詢績效評價指標要素的設計

綜合考慮上述評價指標要素設計的滿足條件，同時借鑒其他學科現有的評測指標的設計原則，筆者充分考慮了避免指標之間的交叉，確定了評價圖書館參考咨詢指標公認的、主體成分意義明確的指標要素體系。一級指標類目基本設定為信息存量水平、參考咨詢組織成熟度、參考咨詢管理水平和信息咨詢者滿意度4個子系統；學科館員的比例、信息的擁有量等19個評測指標為對應的二級指標類目（見表1）。

表1 參考咨詢績效評價指標體系

4 主成分分析法評價參考咨詢績效的方法

筆者選取了9個本部門的參考館員作為樣本，分別以A1、A2、A3、A4、A5、A6、A7、A8、A9為代表的模擬評估為范例，說明運用主成分分析法評估圖書館參考咨詢績效水平的方法與步驟，從而檢測這種評估方法的可行性。

4.1 評估數據的來源獲取

筆者根據上述一級指標類目的4個子系統和二級指標類目的19個評測指標設計了調查問卷，在9位學科館員中進行了模擬調查，從而取得相關參考咨詢館員績效評價指標的原始數據。為了保證該方程式運算的準確性，筆者對獲取的數據進行了有效性分析和可信度處理（最大限度地保持數據的原始狀態）。有關設定的有效性原始數據如表2所示。

表2 有關圖書館參考咨詢績效評價指標的原始數據

4.2 對原始數據的統計分析

4.2.1 原始數據的整合

由于在獲取的9位學科館員的參考咨詢績效評價指標體系里，各個數據的數值表現形式未進行規范，欠缺統一（為考慮以后在多個圖書館的使用特意未設統一的計量單位），因此每位館員采用的相關數據的計量單位沒有進行統一和規范，必然直接影響指標的可比性。為了避免這些評價指標的非規范性給評價結果帶來不確定性，就要對采用的原始數據進行合理的統一標準性處理，所以對不同的計量單位的評價指標數據進行同量度化處理。本分析運用了聚類分析法的數據處理方式，即把不同計量單位的評價指標轉化為無量綱數值，無量綱數值是指各個指標之間由于計量單位和數量級的不盡相同，從而使得各指標之間不具有綜合性，不能直接進行綜合分析評價，因此必須采用某種方法對各指標數值進行無量綱化處理。本研究的具體做法是將每位學科館員的參考咨詢數據的某個指標的數據，除以每位學科館員的參考咨詢該指標數據項的總和，即該學科館員參考咨詢占全部學科館員評價指標的百分比：

YYij=Yij/Σ9i=1Y′ij×100 % i=12…，9。方程式中，Yij代表第i個館員的第j個評估指標經無量綱數值轉化后的統計值；而Y′ij代表第i個館員的第j個評價指標的數值。

4.2.2 建立評估因子數矩陣的實踐

筆者利用基于相關因子數矩陣的主成分因子分析法，對所選取的評估指標數據進行無量綱化綜合，運用SPSS（Statistical Package for the Social Sciences，社會科學統計軟件包）進行統計分析，通過計算得到參考咨詢績效指標數據的相關系數矩陣。這個因子數陣矩的因子分析結果，即作為參考咨詢績效的綜合評價值，從而對參考咨詢管理績效作出評價[14]，進而為圖書館參考咨詢績效管理的研究提供一種切實可操作的方法和依據。

4.2.3 獲得相關數矩陣特征值的意義

主成分個數的確定是進行參考咨詢績效評價的重要步驟，因此可以通過在SPSS中計算的相關系數矩陣獲得矩陣的特征值（見表3）。確定選取的主成分個數，需要依據的因子是開始的幾個特征值在全部特征值中的累計方差的貢獻率必須大于或等于一定的百分率，在通常的評價中所取的累積方差貢獻率要等于或超出85%，才具有可信度。因此，在表3中選取前兩個主成分值（即累積方差貢獻率達89.9%值的），可代替原來各種指標表達的參考咨詢績效的成分值。

表3 特征值與方差貢獻率

4.2.4 特征向量的計算

即取前兩個特征值計算出相應的特征向量T1和T2，進而得到各主成分的線性表達式:

T1=（01245 ，01249 ，01249 ，0125 ，0125 ，0125 ，01249 ，01249 ，01177 ，01198 ，01126 ，01244 ，01248 ，01249 ，01245 ，01228 ，-01056 ，01245 ，01248）

T2=（-01159 ，-01086 ，01025 ，-01035 ，-01042 ，-01046 ，-01049 ，-1088 ，0146 ，01495 ，01542 ，01072 ，-01098 ，-01015 ，-01011 ，-01246 ，01332 ，-01098 ，-01067）

第一、第二主成分的線性表達式由特征向量計算而得:

F1= 01245X1+01249X2+01249X3+01250X4+01250X5+01250X6+01249X7+01249X8+01177X9+01198X10+01126X11+01244X12+01248X13+01249X14+01245X15+01228X16-01056X17+01245X18+01248X19

F2=-01159X1-01086X2+01025X3-01035X4-01042X5- 01046X6-01049X7-01088X8+01460X9+01495X10+01542X11+01072X12-01098X13-01015X14-01011X15-01246X16+01332X17-01098X18-01067X19

4.2.5 參考績效評價指數的建立

用第一、第二主成分的方差貢獻率為系數，構建績效評價指數P，如下所示：

P=A1×F1+A2×F2，即P=83.468 %F1+6.469 %F2

4.3 綜合評價結果計算的價值表現

筆者分別將各學科館員參考咨詢所對應的主成分F1、F2代入方程進行計算，其結果所顯示的為上述9個圖書館的參考咨詢管理績效的得分值P和所對應的排名（見表4）。

表4 績效評價指數得分及排序

上述方程式計算的意義在于驗證了定量計算的方法和結果，即各學科館員在相應的績效評價指標體系下進行的參考咨詢活動的評價數據，能夠很快地得到具體的評估結果，這個計算結果可以客觀、合理、有效地對學科館員的參考咨詢運行績效進行評估；建立參考咨詢績效工作評價體系模型，需要體現在不同的責任體上，同時也需要反映不同層級責任體間的比較，因此計算結果還能夠在各圖書館之間進行橫向比較，從而為建立參考咨詢績效管理的行業標桿（benchmarking）提供可借鑒的客觀依據。

5 結 語

被評估的主體希望評價能夠達到最佳的效果，但學科館員的類型多種多樣，所處的背景環境不一樣，且服務于不同的用戶群[15]。因此，本課題提出的這種基于主成分分析法的圖書館學科館員參考咨詢管理績效評價方法，主要是借鑒了主成分分析法來評價影響參考咨詢管理績效的主要因素，是在將原始變量數據轉變為主成分的過程中，形成了反映主成分內涵值和所列指標包含信息量的權數，從而用一個實例進行了模擬演算[16]。在模擬的計算方法和結果中可以看到，利用主成分分析法可以較客觀地評價圖書館參考咨詢管理績效的實際狀態，這種依托方法定性和定量計算相結合的評價模型[17]，有益于為參考咨詢績效的客觀數據性表現提供實用性的方法。

[1]吳應良,吳昊蘇,吳月瑞,等.基于主成分分析法的知識管理績效評價研究[J].情報雜志,2007(6):27-29.

[2]黃紅梅,王 微.構建責任體系提高圖書館參考咨詢工作績效[J].圖書館工作與研究,2012(4):49-51.

[3]古琶梅.論高校圖書館服務績效評估體系的構建與實踐[J].企業科技與發展,2013(7):66-68.

[4]林 玲.論高校圖書館首問服務責任制[J].成都大學學報:社會科學版,2011(2):108-110.

[5]吳 新.圖書館績效評價研究[J]. 情報資料工作,2005(4):69-71.

[6]馬 勇,李思英.基于BSC的高校圖書館績效評價研究[J].情報資料工作,2010(4):106-110.

[7]張維靜.基于SS和SQ混合策略的數字圖書館績效評價研究[J].中國城市經濟,2011(2):238.

[8]賈生華,疏禮兵.基于知識循環過程的知識管理績效指數[J]. 研究與發展管理,2004(5):40-45.

[9]顏光華,李建偉. 知識管理績效評價研究[J]. 南開管理評論,2001(6):20-22.

[10]王軍霞,官建成. 復合DEA方法在測度企業知識管理績效中的應用[J]. 科學學研究,2002(1):84-88.

[11]李順才,常 荔,鄒珊剛. 企業知識存量的多層次灰關聯評價[J].科研管理,2001(3):73-78.

[12]朱啟紅,張 鋼. 基于人工神經網絡的企業知識管理評價模型[J].科學學與科學技術管理,2003(8):32-34.

[13]郝曉玲,孫 強. 信息化績效評價框架、實施與案例分析[M]. 北京:清華大學出版社,2005:11-16.

[14]張瑞玲, 張加民. 基于因子分析對企業知識管理績效的評價[J]. 華北水利水電學院學報:社會科學版,2011(1):84-86.

[15]張紅霞. 圖書館統計與績效評價系列國際標準的形成與衍變[J].大學圖書館學報,2010(5):90-95.

[16]吳應良. 一種面向電子商務的知識管理解決方案[J]. 計算機工程與應用,2002(22):40-42.

[17]李彬彬,劉昆雄. 我國高校圖書館參考咨詢知識庫建設現狀調查與分析[J].圖書館建設,2013(4):36-40.