基于綜合指數(shù)法的科技期刊核心作者群的測評研究

孔紅蕊

摘 要 利用《中國學術期刊（網(wǎng)絡版）》，采用綜合指數(shù)法對《情報科學》核心作者進行測評，通過對核心作者群的相關分析，進而揭示《情報科學》核心作者隊伍的特征。

關鍵詞 《情報科學》；核心作者；被引頻次

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2016）167-0047-02

1981年創(chuàng)刊由中國科學技術情報學會和吉林大學共同主辦的《情報科學》，是全國性圖書情報學專業(yè)核心學術期刊，多年來一直是北大中文核心及CSSCI的來源期刊。期刊的質量和學術水平的影響因素之一是人才（此處指發(fā)文著者），而核心作者更是期刊提升質量和良性持續(xù)發(fā)展的必備條件[ 1 ]。在借鑒期刊評價指標的基礎上，本文運用綜合指數(shù)法對《情報科學》核心作者進行測評，進而揭示《情報科學》核心作者的人才特征。

1 數(shù)據(jù)來源與檢索策略

數(shù)據(jù)來自于目前世界上規(guī)模最大、收錄文獻范圍最全的《中國學術期刊（網(wǎng)絡版）》（簡稱CAJ-N）。對其收錄的文獻進行計量分析，可確保研究結果的科學性和可靠性。在制定檢索策略時，本文作了如下處理：為保證檢索數(shù)據(jù)的全面性，選擇“刊名”字段，輸入檢索式“刊名=情報科學”，設定“精確匹配”“2006年-2015年”。對《中國學術期刊（網(wǎng)絡版）》檢索。依據(jù)檢索條件，CAJ-N數(shù)據(jù)庫提供的檢索結果為3？928條數(shù)據(jù)，將得到的題錄數(shù)據(jù)從CAJ-N全部下載并導入到NoteExpress文獻管理軟件，通過查重和對不符合研究的題錄數(shù)據(jù)進行清洗（剔除41條），最終得到3？887條題錄數(shù)據(jù)。

2 核心作者候選人的遴選

究竟如何評價某個學科或研究領域內的核心作者？這一問題一直以來都是業(yè)界和學術界研究討論的熱點課題，學者們從不同的角度借助不同的研究方法或指標曾對其進行過實證研究。由于采用的標準不同，諸多研究結果或多或少存在商榷之處。早期的研究往往只考慮單一指標，如作者的發(fā)文量、被引頻次、H指數(shù)等。通過對大量核心作者測評的文獻的梳理，綜合吸收具有一定實際意義的研究結果，筆者總結出核心作者理應包含兩大顯著特征：較高的發(fā)文量和被引頻次，二者不能顧此失彼。兩個條件的具備，則評選出的“核心作者”可以稱得上具有一定的權威性和說服力。

2.1 從發(fā)文量角度遴選核心作者候選人

對符合最低發(fā)文量和最低總被引頻次2個指標的所有核心作者候選人進行比對查重，最終確定的核心作者候選人共計121位。

3 基于綜合指數(shù)法的核心作者的測評

運用綜合指數(shù)法測定核心作者共分4步來完成：第一步，計算平均指數(shù)。借鑒普賴斯定律遴選出核心作者候選人，運用綜合指數(shù)法對核心作者候選人的綜合學術水平值進行精確計算時須考慮2個指數(shù)（發(fā)文平均指數(shù)和被引平均指數(shù)）；第二步，確定權重值。對發(fā)文平均指數(shù)和被引平均指數(shù)賦予權重值；第三步，設定閥值。對測算出的核心作者候選人的綜合指數(shù)值的閥值進行設定，凡是大于該閥值的候選人才能被確定為核心作者，反之則相反；第四步，對核心作者進行排序。在確定的核心作者群中，按照每一位核心作者綜合指數(shù)值的大小由高到低進行排名。

3.1 發(fā)文平均指數(shù)和被引平均指數(shù)

1）發(fā)文平均指數(shù)。發(fā)文平均指數(shù)（X），定義表述為“所有核心作者候選人的發(fā)文平均值”。2006—2015年《情報科學》121位核心作者候選人發(fā)文量共計1？214篇，因此，發(fā)文平均指數(shù)為10.03。

2）被引平均指數(shù)。被引平均指數(shù)（Y），定義表述為“所有核心作者候選人的被引平均值”。2006-2015年《情報科學》121位核心作者候選人發(fā)表的論文共被引頻次為10288次，因此，被引平均指數(shù)為85.02。

3.2 發(fā)文指數(shù)和被引指數(shù)的權重值的確定

以往研究者對作者生產(chǎn)力評價的關注遠高于其影響力評價，將發(fā)文量和被引頻次兩個指標權重設為0.7和0.3，或0.6和0.4，這種權重的設置只注重了學術成果的“量”的累積，而忽視了“質”的評估。為了使研究避免出現(xiàn)“一葉障目”，理論和實際上要求將發(fā)文量和被引頻次二者結合起來。通常情況下，作者的發(fā)文量和其被引頻次相關性較差[ 2 ]。利用相關函數(shù)得到121位核心作者候選人的發(fā)文量和被引頻次之間的相關關系函數(shù)圖象（如圖1）。計算得R=0.76288924，根據(jù)統(tǒng)計學知識，121位核心作者候選人的發(fā)文量和被引頻次之間呈中度相關（0.8﹤R﹤1.0）。所以，在運用發(fā)文量和被引量兩個指標對核心作者進行測評時應同時考慮作者的論文數(shù)量和質量，賦予兩者同樣重要的評價程度。為此，本文將發(fā)文數(shù)量和被引頻次權重值分別定為0.5和0.5。

3.3 綜合指數(shù)閥值的設定

運用綜合指數(shù)法的計算公式（如公式1）可以準確算出每一位核心作者候選人的綜合學術水平值。對測算出的核心作者候選人的綜合指數(shù)值的閥值進行設定，凡是大于該閥值的候選人才能被確定為核心作者；由公式1計算得到本文的閥值計算結果為100。本文最終確定的核心作者共有38位（見表1）。

4 結論

4.1 核心作者的發(fā)文量與被引頻次分布呈現(xiàn)無相關關系

文章對最終測定的38位核心作者的發(fā)文量和總被引頻次之間的關聯(lián)程度進行統(tǒng)計分析，得到相關函數(shù)Y=6.504X+66.21（R2=0.331）。根據(jù)相關函數(shù)計算公式，得到R=0.57532599（R∈（0.4-0.6）區(qū)間），由此推出，38位核心作者的發(fā)文量與被引頻次之間是呈中度相關的。進一步說明了測評核心作者單單依靠發(fā)文量指標是不科學的，必須結合發(fā)文量和被引頻次兩個指標同時滿足一定條件的情況才能得出相對比較科學的研究結果。

4.2 核心作者隊伍已初具規(guī)模，但核心作者群尚未形成

2006—2015年《情報科學》已建成了一支高水平的科研隊伍，一些在圖書情報界有著非常重要影響力的核心作者（如吳邱均平、靖繼鵬、婁策群、胡昌平、賴茂生、黃曉斌、馬海群）對《情報科學》研究水平的推動和發(fā)展做出了杰出的貢獻。然而，38位核心作者約占核心作者候選人總數(shù)的31.4%，38位核心作者共發(fā)表論文606篇，占全部論文總數(shù)的15.59%，這一結果遠遠未達到普賴斯定律的理論值（50%），這在一定程度上說明《情報科學》核心作者群尚未形成。

4.3 核心作者的所屬機構或地區(qū)具有“地域性”特征

由研究統(tǒng)計得知，38位核心作者所屬地區(qū)主要集中在吉林省（13人）、南京和武漢（各6人）；核心作者研究機構數(shù)最多的是吉林大學管理學院（12人）。從作者機構或地區(qū)來看，《情報科學》擁有的核心作者具有很明顯的“地域性”。

參考文獻

[1]廉清.《圖書情報工作》核心作者群分析研究[J].現(xiàn)代情報，2004（11）：55.

[2]李宗紅.利用綜合指數(shù)測評期刊的核心著者——以《中國科技期刊研究》為例[J].中國科技期刊研究，2008，19（1）：54-56.