宏—微觀優化配置模型應用于高校圖書館數字資源采購實證研究

曾永杰（華南理工大學圖書館）

新世紀以來，國內各高校圖書館將建設數字圖書館作為發展目標，競相購買各類數字資源，縱觀國內高校圖書館現有的數字資源建設成果，呈現出重復建設、大而全、不成體系、質量參差不齊等問題。［1］如何優化高校圖書館數字資源建設采購資金的分配正成為高校圖書館的一個重要挑戰。

1 研究概述

1.1 模型介紹

在研究國內相關論述的基礎上，筆者構建了宏觀數字資源采購資金線性優化分配體系和微觀數據庫購買或續訂決策優化體系，［2］并建立了相應的宏觀和微觀優化模型（見圖1和圖2）。文章基于構建的宏—微觀優化配置模型，以華南理工大學圖書館的數字資源建設為研究對象進行仿真性實證研究，通過綜合分析實證結果從而驗證宏—微觀優化配置模型的可行性，同時對實證對象提出建議。

1.2 實證對象情況介紹

華南理工大學圖書館館舍總建筑面積達6.7萬平方米，到2016年底為止，圖書館館藏文獻資源總量688萬冊，其中，電子文獻334萬冊，紙質文獻354萬冊。華南理工大學圖書館已初步建成數字化圖書館，具有強大的數字圖書館服務功能。目前圖書館現有各式數據庫總庫163個、子庫236個，自建特色庫累計42個，各類鏡像數據已達33TB。

2 實證研究的步驟與過程

2.1 宏觀模型實證研究

2.1.1 實證研究的步驟

運用宏觀線性規劃模型進行采購資金優化分配主要包括以下四個步驟：確定影響因素和決策變量；計算權重；構建線性規劃方程；編寫程序代碼用MATLAB分析求解。

2.1.2 確定影響采購資金分配的因素和決策變量

圖1 采購資金宏觀分配模型

圖2 購買或續訂決策優化模型圖

（1）本研究確定影響采購資金分配的主要因素有：① 教師因素。教師、博導、教授和副教授人數為2013年最終登記在冊人數，其中，教師人數包括專職教師和其他教職工人數。② 學生因素。博士生、碩士生和本科生人數為2013年在校人數，統計只包括全日制在校人數，不包括工程碩士、函授、遠程教育等人數。③ 科研因素。國家級重點實驗室為2013年的數目，國家級科研項目數為2013年完成的課題數量，三大索引（SCI、EI、ISTP）工具收錄論文數為2012年發表的論文數。

（2）本研究確定影響采購資金分配的主要決策變量有：機械與汽車工程學院、建筑學院、土木與交通學院、電子與信息學院、材料科學與工程學院、化學與化工學院、輕工與食品學院、理學院、自動化科學與工程學院、計算機科學與工程學院、電力學院、生物科學與工程學院 、環境科學與工程學院、軟件學

對以上14個影響因素進行標準化處理，計算出每個學院每個影響因素所占比值Sij（見表1）。

2.1.3 計算權重

文中采用德爾菲法 （Delphi method）［5］和 Likert七分度量法［6］得到影響因素兩兩對比重要性程度的判斷矩陣FA。將矩陣數據輸入MATLAB程序代碼中，運行MATLAB程序，可得：λmax=10.7527

特征向量W=（-0.1278,-0.6697,-0.3877,-0.2277,-0.1143,-0.0678,-0.0429,-0.5157,-0.1437,-0.1643）T，標準化后為Q=（0.0519,0.2720,0.1575,0.0925,0.0464,0.0275,0.0174,0.2095,0.0584,0.0668）T

CI=0.0836

RI=1.49

CR=0.0561＜0.10，判斷矩陣FA通過一致性檢驗。

經過歸一化處理得出各因素的權重值Wj：教師人數0.05、博導人數0.27、教授人數0.16、副教授人數0.09、博士生人數0.05、碩士生人數0.03、本科生人數0.02、國家級重點實驗室0.20、國家級科研項目數0.06、三大索引工具收錄論文數0.07。

接下來，計算各學院的權重組合值Pi，計算公式如下：

按照公式2具體計算得出各專業資金分配的權重（見表 2）：

2.1.4 構建線性規劃方程并求解

在本次的仿真實證研究中，假定華南理工大學圖書館數字資源采購資金的年度預算額為 1000萬元。此次仿真研究中對采購資金分配作以下假定。① 任意一個專業分配額的上限定為100萬元，下限定為40萬元。② 機械與汽車學院、材料學院、化學與化工、輕工與食品學院等4個院系專業的年度采購資金分配總額不得少于395萬。③ 計算機學院、生物學院、環境學院、軟件學院等4個院系專業的年度采購資金分配總額不得低于170萬。

設上文中的決策變量14個學院為對應的14個變院等14大變量。

（3）文中研究數據依據2013年的資料統計，［3］其中三大索引工具收錄論文數依據2012年資料統計。［4］

通過發放調查問卷、電話咨詢和查閱學校年鑒資料，再將數據匯總統計處理，獲得14個學院專業采購資金分配的影響因素量化值，并利用公式：量，即：x1，x2，···，x14，那么依據上述假定，可建立下面的線性規劃模型：

表1 各專業在各因素中所占比例值表

表2 各專業資金分配的權重表

在MATLAB中，利用模擬單純形法求解線性規劃方程的工具指令Linprog（）函數求解得：

X=100 85 100 85 100 95 100 85 40 45 40 40 45 40

即得到各院系專業年度采購資金分配額度，機械與汽車學院年度采購資金為100萬、建筑學院為85萬、土木與交通學院為100萬、電子與信息學院為85萬、材料學院為100萬、化學與化工學院為95萬、輕工與食品學院為100萬，理學學院為85萬，自動化學院為40萬，計算機學院為45萬，電力學院為40萬，生物學院為40萬、環境學院為45萬、軟件學院為40萬。

2.1.5 結果分析

根據資金分配計算結果可知，資金分配最多的是機械與汽車、土木與交通、材料、輕工與食品學院，采購資金各占100萬元。另外，化學與化工學院有95萬元，建筑、電子與信息、理學學院也各有85萬，這8個學院的資金總和占年度采購資金總額的75%，近似的接近于它們的權重合計0.78。從整個分析過程可以看出，機械與汽車、土木與交通、材料、輕工與食品這4個學院專業科研實力雄厚，博士點發展優勢明顯，博士生導師數量、教授人數、國家級重點實驗室、優秀和高質量論文的數量都在其它專業院系前面。因此，年度數字資源采購資金的配置向他們重點傾斜，可以為學校的重點學科建設與發展提供保障。

材料學院和輕工與食品學院的本科人數都不太多，但是采購資金的分配卻比較多，通過分析便可知，相比較于其他因素的權重，本科生人數這一影響因素的權重所占的比例最小，只有0.02，而博導人數和國家級重點實驗室數所占比例權重最大，為0.27和0.20，結合統計數據可知，這兩個學院的博導人數和國家級重點實驗室數位于全校前列，可以說明這兩個專業學院的師生對于數據資源的利用率高，利用數據庫轉化出科研成果的能力很強，為促進學科的進一步發展，應當給予較多的采購資金扶持。反之，可以發現電力學院的本科生人數比較多，但采購資金的配置額度卻較少，因為該學院教師人數、博導、教授及副教授人數等都比較少，師資力量不夠，也沒有國家級重點實驗室，科研能力不強，在權重計算上相對薄弱，因而分配采購資金較少。

綜上，從不同影響因素權重比例排序來看，此次仿真研究中各專業的采購資金分配比例符合學校學科建設發展的實際，采購資金分配結果科學合理，因此，宏觀線性優化分配模型經過實證研究證實是可行的。

2.2 微觀模型實證研究

2.2.1 實證研究的步驟

運用購買或續訂決策優化配置模型進行資金優化分配主要包括以下5個步驟：確定參考指標及參考標準；數據庫預期得分評估；獲取數據并計算因素得分；計算數據庫得分；進行購買或續訂決策。

以華南理工大學圖書館擬續訂英國皇家化學學會期刊及數據庫（Royal Society of Chemistry，以下簡稱RSC數據庫）的決策為例，進行續訂決策實證研究，而購買決策優化配置模型的實證過程與續訂優化配置模型基本相同，故此處實證不再贅述。

2.2.2 確定參考指標及參考標準

本次微觀模型實證研究的參考指標及參考標準的確定是采取德爾菲法來獲得，流程基本與宏觀線性優化配置模型的實證相同。文中采用德爾菲法和Likert七分度量法得到影響因素兩兩對比重要性程度的判斷矩陣FA。將矩陣數據輸入MATLAB程序代碼中，運行MATLAB程序，可得：λmax=10.4715

特征向量W=（0.1521,0.7049,0.1521,0.3299,0.5047,0.1469,0.2350,0.0738,0.0738,0.0746）T，標準化后為Q=（0.0621,0.2879,0.0621,0.1348,0.2062,0.0600,0.0960,0.0302,0.0302,0.0305）T

CI=0.0524

RI=1.49

CR=0.0352＜0.10，判斷矩陣FA通過一致性檢驗。

經過歸一化處理得出各因素的權重值Wj。電子期刊文獻數量權重值為0.06、核心期刊比重0.29、收錄時間跨度0.06、更新頻率0.13、數據庫價格0.21、檢索成本0.06、下載成本0.10、訪問速度0.03、檢索速度0.03、并發用戶數限制0.03。同時，通過德爾菲法最終確定了表3中的參考指標及參考標準。

表3 各指標參考標準表

2.2.3 數據庫預期得分評估

在利用德爾菲法確定參考指標的基礎上，再由專家組對擬研究對象數據庫RSC數據庫依參考指標項目進行數據庫預得分評估，將各專家給出的預得分進行匯總并計算平均預得分，可得數據庫的預期得分，具體過程此處不再贅述，專家給RSC數據庫的最終預期得分是8.0分。

2.2.4 獲取數據并計算因素參考得分

本研究中通過向RSC數據庫供應商收集關于數據庫使用中的相關統計數據和材料，并查詢參考標準表得出參考得分（見表4）。

表4 RSC期刊數據庫各指標相應的數據及對應得分表

2.2.5 計算數據庫得分

根據各影響因素權重值Wj和表4的各指標因素相應數據及對應得分，利用相應權重乘以相應指標得分，并求和便得到RSC數據庫的最終得分C。

C=5×0.06+10×0.29+7×0.06+5×0.13+10×0.21+10×0.06+7×0.10+5×0.03+7×0.03+10×0.03=8.33 分

2.2.6 進行續訂決策

此處決策判斷采用的對某個數據庫計算最終得分，并與專家組預期得分進行對比，為數據庫續訂提供決策支持。由上面計算的最終得分可以看出，RSC數據庫的最后得分8.33大于專家組的預期得分8.0分，所以可以選擇繼續續訂RSC數據庫。

2.2.7 結果分析

從數據庫商家獲取的RSC的指標相應數據表中可以看出，該數據庫的文獻數量僅有100多萬篇，訪問速度需要3.41秒，這兩項得分均為5分，但因為這兩項指標所占的總權重僅為0.06和0.03，故對該數據庫的實際計算得分影響不大；相反，核心期刊比重值高達84.8%，數據庫價格也未達5萬，兩項參考評分均為10分，且這兩項指標所占的總權重為最高的0.29和0.21，為該數據庫最后的計算得分中獲得8.33的高分貢獻了其中的5分。

通過實證研究，參照參考指標的權重表，可以判定此次微觀續訂決策優化模型的實證仿真研究結果是可行的。

3 對策與建議

3.1 資金分配向重點專業傾斜，大力扶持形成特色

從宏觀線性優化模型實證研究結果可以看出，機械與汽車學院、土木與交通學院、材料學院、輕工與食品學院以及化學與化工學院等是華南理工大學的重點學科專業，在圖書館數字資源采購資金的分配上應該給予重點傾斜，這些院系專業擁有較強的人才儲備，博導和國家級重點實驗室數量都較多，具有較強的教學、科研能力，他們對于專業數據庫的需要會更加強烈，給他們配置較多的采購資金，購置完備而系統的專業數據庫資源，會為這些學科專業的建設提供更好地資源支撐，也容易使這些學院建成為華南理工大學的特色學科，進入國內甚至國際專業領域前列。

3.2 平衡新興弱勢專業資金分配，多方開源或利用服務盡量彌補

同樣從宏觀模型的實證研究中可以看出，自動化學院、計算機學院、電力學院、生物學院、環境學院和軟件學院等是華南理工大學里相對較弱勢的學科專業，究其原因，有些是新興成立的學科專業，有些是學校較為弱勢的學科專業。對于這些新興弱勢專業，我們要盡量平衡他們與重點學科專業之間的采購資金分配差距。學校應該密切關注他們的發展動向，多方開源為學科的發展建設籌資，增加圖書館服務，盡量滿足讀者的需求。如，與學院商討專業數據庫的合買共用；加入圖書館聯盟為該學科專業數據庫的購買爭取更大的優惠；增加館際互借業務和文獻傳遞服務來盡量滿足他們的需要。

3.3 利用微觀決策優化模型來優化數據庫的引進或續訂決策

對于華南理工大學圖書館的數字資源建設，應該做到多采用微觀優化模型來決策引進或續訂數據庫。對于擬引進的數據庫，除了可以通過試用數據庫的數據統計與專家組預測的結果進行比對分析決策，還可以同館內已購買的同專業類型數據庫的使用數據進行對比決策；對于已購買數據庫的續訂，可以通過館內已購買的同專業類型數據庫的使用數據進行對比研究提供是否續訂的決策。

3.4 形成系統優化機制，定期評估

在構建了系統的、科學的宏觀與微觀優化配置模型后，就需要形成定期的調整或評估引退機制，來保證“合適的人”能在“合理的時間”里按“科學的規則”做出正確的事情。對于華南理工大學圖書館的數字資源建設，圖書館應在一定的周期里開展數字資源采購資金學科分配比例的合理性以及針對具體數據庫的購買或續訂評估工作，形成規范的采購資金調整或數據庫引退機制，以保證經費的合理使用。對于學校學科建設的調整，圖書館需要在相應學科采購資金的投入上進行調整；對于具體的某一擬購買或續訂的數據庫，圖書館需要組織專家委員會對其進行評估，為決策者購買或續訂提供最優化決策。