基于DEA博弈交叉效率的圖書情報類期刊質量實證研究

郭雪梅　李沂濛　常紅

【摘 要】 對期刊質量進行評價是提高期刊質量以及影響力的主要參考途徑。文章利用DEA數據包絡分析法，通過DEA博弈來對23種選自《中文核心期刊要目總覽》2014年版以及CSSCI來源期刊目錄（含擴展）（2014—2015年）的圖書、情報類期刊，以定量的方式，用實際數據作為指標，客觀地對期刊的交叉效率展開評價。

【關 鍵 詞】數據包絡分析法；交叉博弈；圖書情報類；期刊評價

【作者單位】郭雪梅，天津醫科大學；李沂濛，天津醫科大學；常紅，天津醫科大學。

【基金項目】2016年天津市人文社會科學基金項目“人文社科學術期刊質量評價體系構建實證研究”（項目編號：TJTQ16-006，項目負責人：郭雪梅）研究成果之一；2015年天津市人文社會科學基金項目“國際化背景下我國人文社會科學研究成果評價指標體系研究”（項目編號：TJTQ15-011，項目負責人：李沂濛）研究成果之一。

隨著科教興國的戰略進程不斷加速，期刊作為文獻的一個載體，在學術交流、學術評價、體現學術成果等方面占有越來越重要的地位。2004年，中共中央發布了《關于進一步繁榮發展哲學社會科學的意見》，在這個背景下，我國哲學社科類研究得以快速發展，與此同時，也涌現出了許多新出版的哲學社科類期刊。但是這些期刊的質量如何，我們如何去客觀地評價期刊的質量，成為現階段學界所關注的問題。

一、文獻回顧

Eugene Garfield博士開創了文獻計量學，他提出了大量的文獻計量指標，其中包括了影響因子、被引次數、被引半衰期、來源期刊文獻量等指標[1]；張積玉、王奕在《人文社科學術期刊出版質量綜合評估的特點、指標體系及相關問題探討》《試論人文社會科學學術期刊評價體系指標的構建與生成流程設計》中提出了構建三級綜合評價指標體系的方法，對人文社科學術期刊質量進行評價[2-3]；薛燕在《自媒體環境下人文社會科學學術文獻的質量評價》中構建了以引文指標衡量學術影響力和以altmetrics指數衡量網絡影響力的加權模糊運算模型[4]；蘇新寧在《構建人文社會科學學術期刊評價體系》中選取了20個指標，并分配相應的權重，構建了評價體系[5]；劉芳、朱沙在《學術期刊主要評價體系差異性研究——以SCI收錄材料學期刊為例》中利用JCR Web、中科院JCR分區表、SCImago 網站從多個角度深入分析SCI收錄的材料學期刊評價標準之間的差異性，探討如何綜合利用JCR的各項指標對不同學科的學術期刊進行正確評價的問題[6]。但是僅以這些指標去衡量和評價一本期刊的質量是不夠的，因此，引入多維指標展開評價被越來越多的應用。而數據包絡分析法（Data Envelopment Analysis，簡稱DEA）最具代表性。

DEA模型是由運籌學家Charnes，Cooper和Rhodes（1978）提出，被廣泛應用于評價多維指標結構中的同質決策單元（Decision Making Unit，DMU）相對效率。由于多維指標的權重是由客觀的數據計算得出，由此避免了主觀因素給評價結果所帶來的偏倚。因此DEA模型在眾多領域得到廣泛的應用。如Wu Jie等2009年以DEA方法對奧林匹克排名進行的分析[7]；詹原瑞等基于DEA 法構造股票投資組合的實證研究[8]；繆亞軍等基于DEA方法的高校論文引證效率研究[9]；高海濤等基于超效率DEA 的高校圖書館評價體系研究[10]。

二、DEA博弈交叉效率模型

在評價計算期刊質量的效率中，本文選取了經典的DEA方法中的BCC模型，該模型可以評價決策單元的有效性。

這里需要注意的是，在約束數據（6）中，模型已經不再是之前所設定的BCC數據，邊際效率可能被改變了。一些論文中提到，因為設立不同的權重可能會得到相同的效率值[11]。

DEA博弈交叉效率是基于非合作博弈來展開的。當d的評價值為時，則其他相關值在以不損害相關值d的評價值（不降低）為前提，來計算出各自的最大值。這種在不損傷其他決策單元的情況而使得自身效率值最大化的迭代的求解過程，來求解博弈交叉效率的值，被稱為納什均衡。

第一步：令t =1，每一個決策單元DMUk，計算交叉效率EK，以及令 ；

第二步：對于每一組決策單元DMUs中的k和d，利用公式（7）（8）（9）（10）來得到E'k，d；

第三步：令；

第四步：若存在某些k，使得成立，則令并返回第二步；若存在所有的k，均成立，則運算結束。是我們設定的正值，當越小，所得到的效率評價結果越精確。

此前Liang[12]已經得出了博弈DEA算法的收斂性的結論，其運算所得到的解為納什均衡解，并且任意的初始效率值都會得到唯一的博弈交叉效率值。

三、實證應用

1.評價指標數據選擇

鑒于使用DEA方法來對DMU的效率進行評價是一個選取已有數據的評價方法，所以對于指標的選取將會對評價結果產生直接的影響。在這里，需要根據所要評價的目的來選取指標數據。本文將要對期刊的質量進行評價，在此選取了“期刊載文量”（X1）、“篇均引文量”（X2）、“基金論文”（X3）、“引用半衰期”（X4）作為投入指標，選取了“總被引頻次”（Y1）、“立即指數”（Y2）、“影響因子”（Y3）、“總他引頻次”（Y4）、“被引半衰期”（Y5）作為產出指標。

2.評價指標范圍選擇

本文選取《中文核心期刊要目總覽》2014年版中G25、35圖書館學和情報學類核心期刊17種，CSSCI來源期刊目錄（2014—2015年）圖書館、情報與文獻學來源期刊20種，及CSSCI擴展版來源期刊目錄（2014—2015年）圖書館、情報與文獻學擴展版來源期刊5種，去重后共23種期刊，以此作為樣本進行評價。根據之前評價指標選取的數據，均來源于《中文科技期刊評價報告》的2014年數據（見表1）。

3.評價結果

本文將以3種方法進行測算。因為在產出項中既包含總被引也包含他引，所以在測算的時候，首先將所有指標數據構建成指標集（X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）作為測算的依據（見表2），其中涵蓋了期刊的投入和產出的所有指標項；其次，單純以總被引或他引指標作為產出項中的其中一項，構成指標集 （X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）（見表3）及（X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）（見表4），目的是觀察自引對期刊評價的影響。

如表2所示，盡管諸如A4、A5這種在業內口碑好的期刊，但是在實際評價中的結果卻并不理想，原因是在投入項X1中即期刊載文量比較高，所以在評價結果中影響了最終結果。這一點值得各個期刊的管理部門重視。

從表2及表3的結果對比中不難看出，對于不同的偏好下的評價值都會有所不同，在分別以總被引和他引作為指標集中的唯一一個引用的評價條件下，各期刊的評價結果，例如期刊A5、A8、A12，它們的總引頻次都是相當高的，并且在以總被引為指標集中的唯一一個引用因素時，評價出來的結果顯示也是較好的，但是當換作他引為指標集中的其中唯一一個引用因素時，評價出的結果卻大幅下滑，這說明它們的自引率較高，出現了過度自引的現象。相反，如A16、A19、A21、A23，它們的評價結果反映出它們的自引率較低。當然，亦存在諸如A1、A11、A20這樣，評價效率在不同情況下沒有變化的情況，說明它們的自引率較為合理。

四、結論

以往期刊評價多以層次分析法（AHP法）為主，人為地進行定性以及定量的分析，但是這種方法的不足之處在于主觀因素較為強烈，不能客觀地反映出期刊的實際質量。因此，本文引用了數據包絡分析法（DEA法），以客觀的多維評價指標全面地對期刊的質量進行評價。

|參考文獻|

[1] Garfield E. Citation indexes in sociological and historical research[J]. American documentation， 1963， 14（4）：289-291.

[2] 張積玉.人文社科學術期刊出版質量綜合評估的特點、指標體系及相關問題探討[J].現代傳播（中國傳媒大學學報），2011（10）：43-50.

[3] 王奕.試論人文社會科學學術期刊評價體系指標的構建與生成流程設計[J].科技情報開發與經濟，2010（21）：73-75.

[4] 劉芳，朱沙.學術期刊主要評價體系差異性研究——以SCI收錄材料學期刊為例[J].高等教育研究學報，2015（1）：33-38.

[5] 薛燕.自媒體環境下人文社會科學學術文獻的質量評價[J].新世紀圖書館，2015（5）：86-90.

[6] 蘇新寧.構建人文社會科學學術期刊評價體系[J].東岳論叢，2008（1）：35-42.

[7] Jie Wu， Liang Liang， Yao Chen.DEA game cross-efficiency approach to Olympic rankings[J].Omega，2009，37（4）：909-918.

[8] 詹原瑞，鄧權全，李曄. 基于DEA法構造股票投資組合的實證研究[J].哈爾濱商業大學學報（自然科學版），2006（3）：116-122.

[9] 繆亞軍，戚巍，孫加森.基于DEA方法的高校論文引證效率研究——以ESI數據庫收錄的“985工程”高校論文為例[J].科學學與科學技術管理，2012（3）：62-67.

[10] 高海濤，徐愷英，李晗.基于超效率DEA的高校圖書館評價體系研究[J].圖書情報工作，2014（5）：17-21.

[11] Liang L，Wu J，Cook W，Zhu J. Alternative secondary goals in DEA cross-efficiency evaluation，Int J Prod Econ. 2008，113（2）：1025-1030.

[12] Liang L，Wu J，Cook W D，Zhu J. The DEA game cross efficiency model and its Nash equilibrium[J]. Operations Research， 2008，56（5）：1278-1288.