我國圖書情報領域個人學術評價指標的應用情況研究

劉中興 楊建林

收稿日期：2020-06-01

基金項目：國家社會科學基金重點項目 “面向國家發展與安全決策的情報服務創新研究”（項目編號：NO.18ATQ003）。

作者簡介：劉中興（1996-），男，碩士研究生，研究方向：數據挖掘。

通訊作者：楊建林（1970-），男，教授，博士，博士生導師，研究方向：數據挖掘，信息檢索，學術評價。

摘? 要：[目的/意義]考察我國圖書情報領域內個人學術評價指標的應用情況，為后續的個人學術評價指標研究提供參考，推動構建更加科學、合理的個人學術評價指標體系。[方法/過程]收集9種CSSCI圖書情報學代表期刊2014—2018年有關個人學術評價指標的文獻數據，運用內容分析法，從使用范圍、使用環境、使用動機、使用情感4個方面考察指標應用情況。[結果/結論]分析顯示，我國圖書情報領域個人學術評價指標使用處于主要研究h類指數的指標發展階段，較多使用傳統簡便的文獻計量指標，如h指數、發文量與被引頻次;個人學術綜合評價的多元指標融合途徑研究較少，仍有必要繼續加強包括多指標融合比較、進一步完善個人學術評價指標體系在內的學術評價研究。

關鍵詞：個人學術評價指標;使用評估;學術評價;內容分析法

DOI：10.3969/j.issn.1008-0821.2020.12.014

〔中圖分類號〕G250.252? 〔文獻標識碼〕A? 〔文章編號〕1008-0821（2020）12-0140-10

Research on The Use of Individual Academic Evaluation

Index in Library and Information Field in China

Liu Zhongxing1，2? Yang Jianli1，2*

（1.School of Information management，Nanjing University，Nanjing 210023，China;

2.Jiangsu Key Laboratory of Data Engineering and Knowledge Service，Nanjing 210023，China）

Abstract：[Purpose/Significance]To investigate the use of individual academic evaluation indicators in the field of picture situation in China，to provide reference for academic evaluation researchers，and to promote the improvement of individual academic evaluation system.[Methods/Process]Literature data on individual academic evaluation indexes of 9 CSSCI representative journals from 2014 to 2018 were collected，and content analysis method was used to investigate the application of indexes from four aspects：use scope，use environment，use motivation and use emotion.[Results/Conclusions]The analysis showed that the personal academic evaluation indicators in the field of picture and situation in China were in the development stage of the indicators mainly studied in category h index，while the traditional and simple bibliometric indicators，such as h index，publication volume and citation frequency，were mostly used.There are few studies on the integration of multiple indicators in individual academic comprehensive evaluation，so it is still necessary to continue to strengthen the research on academic evaluation，including the integration of multiple individual academic evaluation indicators and the further improvement of individual academic evaluation index system.

Key words：individual academic evaluation index;usage assessment;academic evaluation;content analysis

學術評價是指針對學術成果的學術貢獻、學術創新、學術價值、學術影響以及社會影響、應用價值、經濟效益等方面的評估[1]。學術評價指標是對學術評價對象某個或某些屬性的概括，可以從質和量兩方面為學術成就評價提供數據，如發文量、引文量等。期刊影響因子[2]是反映期刊重要性的一種宏觀測度，是指期刊論文獲得的客觀響應，可以用來計算期刊在一個學科領域的學術影響[3]，它不屬于個人學術評價指標，但對個人學術評價方法的發展有推動作用。目前常見的被評價對象有學術期刊、研究論文、學者個人、研究機構、學科或專業等。過去20年里，使用指標來評估研究成果的現象增多，科研管理的效率與科學性得到顯著提高，但是，評價工作中存在復雜而混亂的現象，對評價指標的研究與應用產生一定的負面影響。以學者個人學術評價為例，評價活動中存在個體與期刊的學術影響力掛鉤、以刊評人、指標混用等現象，在職稱晉升、成果評獎等工作中經常引起爭議。

學術評價可分為宏觀層面（國家、大學、期刊等）與微觀層面（個人）兩個方面。相較之下，使用學術指標對宏觀層面的評價研究成果較多，并且更易于人們接受[4];微觀層面研究更具爭議性并且研究較少[5]，仍有大量可探索空間。學界非常關注面向個體的學術評價，包括評價過程中應該盡量避免的事項。著名文獻計量學家Van等[6]指出：“用刊物的影響因子來評價1篇論文或1個學者的學術表現是不可饒恕的”。2012年，多家機構和多位知名科學家聯合簽署《舊金山宣言》（San Francisco Declaration on Research Assessment，DORA）[7]，不提倡使用影響因子去評價個體的學術成就。學術評價應針對特定客體用特定的指標，模糊客體差別混合使用指標是不合適的，評價學者個人學術水平的指標應體現在個人的學術成果中。

為了進一步完善個人學術評價指標的研究與應用，有必要全面認識個人學術評價指標的應用情況，如學者們主要使用哪些指標去評價學者個人，哪些環境下使用哪些指標，使用指標的動機、情感如何，等等。圖書情報領域的學者是學術評價研究的主要力量。此背景下，本文嘗試聚焦使用范圍、使用環境、使用動機、使用情感4個維度，更全面、透徹地概括我國圖書情報領域個人學術評價指標的應用情況，為后續的個人學術評價指標研究提供參考，也有助于構建更加科學、合理的個人學術評價指標體系。

1? 相關研究

與本文相關的研究工作主要包括面向個體的學術評價指標研究、特定類型命名實體使用情況研究以及基于引用情感分析的評價研究3個方面。

1.1? 面向個體的學術評價指標研究

現有的個人學術評價指標較多，常用的有發文量、引文量、篇均被引數、h指數和h型指數、百分位數指標、學術跡等。這些評價指標各具特色，不同程度地推動著個人學術評價工作的發展。部分學者對它們進行了分類討論。如葉鷹[8]將學術評價指標分為均值測度、高影響特征測度和整體綜合測度3類指標;徐佳寧等[9]按照指標計算方法和特性將文獻、數據庫和官方機構使用的個人學術成就評價指標歸為傳統指標、相對指標、h類指標、百分位指標4類;高志等[10]認為目前評價個人學術影響力常用的方法有4類，即基于傳統文獻計量學的評價方法、h指數及其衍生指數、基于社會網絡的評價方法和基于Altmetrics的評價方法。遲培娟等[13]通過比較分析學術跡與F1000評分、影響因子、被引次數等指標，探討了不同評價指標的差異性和相關性。

每種個人學術評價指標均有其優缺點，多數學者認為沒有完美的指標。如邱均平等[14]認為h指數是一個計算簡單并且易于理解的復合指標，評價研究層次廣泛，但不能反映科學家研究活動的衰退狀況而且有區分度不高的缺陷，使用時應考慮它的局限性;Egghe L等[15]指出h指數對高被引論文不敏感這一缺點，并在修訂h指數的基礎上提出了G指數;金碧輝[16]提出新的R指數和AR指數作為h指數的補充;杜建等[4]指出，目前所有的基于引證分析的個人學術評價指標，如總被引次數、篇均被引次數、h指數等都有缺點。Costas R等[17]指出，單獨依靠一種指標進行評價是不科學的，不能相互替代的指標應互為補充。

部分學者建議在利用指標開展個人學術評價時應綜合考慮同行評議[18]，或聯合使用指標綜合評價[19]，或定量指標多維化使用。我國目前聯合應用若干指標進行個人學術評價的具體方法和相關實證較少。

1.2? 特定類型命名實體使用情況研究

特定類型命名實體包括關鍵字、主題、數據集、關鍵方法、關鍵理論等實體。實體可以用于評估學術影響，也可以進行挖掘，轉化為知識發現[21]。

章成志等[22]、徐庶睿等[23]、王玉琢等[24]采集學術論文全文，結合所構建的詞典，用基于字典匹配的方法識別并抽取文獻中符合要求的算法，在此基礎上依據提及頻次、提及位置等考察評估十大算法的使用情況和影響力;Belter C W[25]對3個海洋學領域數據集的文獻計量和引用情況進行了評估;丁楠等[26]以內容分析法為主要研究方法，對我國圖書情報領域權威期刊2003—2013年間的數據引用行為進行等距抽樣調查分析;崔明等[27]采用內容分析法對圖書情報領域的軟件使用情況進行了統計分析;楊波等[28]采用已有研究的元數據規范，人工摘錄數據并提出一系列用來表示軟件影響力和質量的指標，量化研究了生物信息學中的軟件利用行為;趙蓉英等[29]利用Altmetrics（譯為補充計量學或替代計量學），從下載量、被引次數以及軟件間復用次數3方面對開源軟件的學術影響力進行評價和分析;任增元等[30]利用CNKI庫，規定檢索詞檢索并篩選數據樣本，利用Excel、CiteSpace軟件進行文獻計量，分析了我國學術論文評價一段時間內的研究狀況。

1.3? 基于引用情感分析的評價研究

使用某個指標的情感表明作者對該指標的態度。持肯定態度或否定態度明顯對該指標的評價具有不同的作用。分析作者對指標的態度或情感極性，可以歸納出學者在不同引用情感下的引用行為特征。

耿樹青等[31]提出一種基于“被引次數—引用情感”指標的引用情感評價方法去研究論文學術影響力，實驗結果表明，加入引用情感后，對論文學術影響力的評價更全面，區分能力更強。劉盛博等[32]基于引用內容分析角度進行引文評價的性質研究，將引用情感分為正面引用、負面引用和中性引用3種類型，并認為研究引文動機的方法有兩種，分別是作者訪談和基于引文內容進行推測分析，但第一種方法往往費時費力;Athar A等[34]認為，如果僅從引文句子本身識別情感是不可靠的，尤其是如果引文句子在同一段落不同地方進行了情感轉折，那么情感檢測是缺失的，這使得從引文上下文中明確情感顯得更加重要。Abu-Jbara A等[35]基于NLP文獻計量學對引文的目的（即作者意圖）與極性（即作者情感）進行了增加引文上下文識別的研究，研究表明，使用引用上下文可以提高分類精度，增加情感被檢出的文章數量。

使用個人學術指標亦屬于引用的一種形式，參考上述文獻可以看出，基于上下文及引文內容對使用情感、使用動機等進行標注，可以幫助確定個人學術評價指標的使用動機和使用情感。

2? 研究方法

2.1? 基本思路

參考綜述中針對算法、數據集、軟件、論文評價等特定類型命名實體研究文獻的方法，本文采用詞典匹配與CNKI關鍵詞檢索相結合的方法，篩選出使用個人學術指標的文獻的元數據（標題、摘要、關鍵詞）和全文，采用內容分析法對數據進行編碼標注，再以文獻全文內容輔助分析，獲取指標使用范圍、環境、動機、情感4個維度的標注數據。具體研究流程如圖1所示。

首先，本文以9種圖書情報領域期刊2014—2018年文獻為研究對象，將文獻與個人學術評價詞典進行匹配篩選，得出相關文獻元數據;其次，獲取相關文獻元數據對應的文獻全文內容，便于后續輔助分析;然后，采取內容分析法，結合文獻全文內容，對相關文獻元數據進行使用范圍、使用環境、使用動機、使用情感4個方面的編碼標注;最后，對編碼數據進行分析，得到我國圖書情報領域內個人學術評價指標的應用情況。

2.2? 數據獲取與處理

2.2.1? 數據獲取與詞典構建

為揭示我國圖書情報領域個人學術指標的使用情況，本文咨詢專家意見，根據劉宇等[36]對CSSCI圖書情報學來源期刊的分層結構，剔除兩種與圖書館學、情報學交叉較少的檔案學期刊（《檔案學研究》和《檔案學通訊》），選取中國社會科學引文索引（CSSCI2017—2018版，http：//cssci.nju.edu.cn/）收錄的圖書館、情報與文獻學18種來源期刊中的9種，獲取2014—2018年論文元數據（標題、摘要、關鍵詞）與全文文獻，具體期刊如表1所示。

根據文獻[9]搜集評價數據庫和官方機構使用的個人研究表現評價指標，在Google Scholar中以每種個人學術評價指標名稱作為檢索詞進行檢索，通過檢索出的文獻以及介紹內容，得到每種評價指標的別名（簡稱、縮略詞等），將指標及其別名整理為個人學術評價指標詞典集，如表2所示。

此外，為了防止從科研文獻中抽取的術語具有偏倚性、誤差性以及詞典構建時存在的指標遺漏問題，本文同時構建了一個個人學術評價指標輔助主題關鍵詞集，用于構造檢索條件表達式進行輔助篩選，最大化確保篩選文獻主題與本文研究相關，具體內容如表3所示。

2.2.2? 文本匹配篩選分析

中國知網（CNKI）是中國最大的學術電子資源集成商，收錄95%以上正式出版的中文學術資源。CNKI文獻檢索中的跨庫專業檢索功能，可用于圖書情報專業人員查新、信息分析等工作。本文使用邏輯運算符和關鍵詞構造檢索式進行檢索，具體數據檢索、收集、篩選清洗處理如下：

利用上文構造的個人學術指標詞典集與輔助主題關鍵詞集，根據CNKI的檢索語法，SU=‘主題、TI=‘題名、KY=‘關鍵詞、AB=‘摘要、FT=‘全文等，令主題、題名、關鍵詞、摘要限定為詞典集的內容進行“或”搜索，構造專業檢索表達式，并選擇時間跨度為2014—2018年，再進一步限定9種CSSCI圖書情報代表期刊條件篩選（檢索時間2019年8月），收集到學術性文獻743篇。

接著，論文數據清洗分為3輪，第一輪篩選根據題名、摘要、關鍵詞判定文獻是否相關，第二輪根據全文內容輔助分析判讀是否符合標準，第三輪對前兩輪篩選后的最終數據進行分析維度的人工標注。論文數據篩選清洗避免了期刊、學術機構、學科、論文成果的學術評價指標文獻，只選取關于學者個人學術評價的文章;此外，本文認為高校科研團隊是介于學術機構和科研人員個人之間的學者團體，納入學者學術評價范圍;若評價論文的文章中涉及學者個人影響力評價等，本文也納入符合標準數據范圍。

最終利用人工標注、相關信息技術以及文獻全文內容輔助分析，最大化剔除非相關論文后，得到有關個人學術評價指標的論文96篇為編碼數據的標注結果。

3? 結果分析

本文研究問題是探究個人學術評價指標在我國圖書情報領域的應用情況，本文采用內容分析法抽取文獻樣本，以個人學術評價指標為分析單元，制定4個分析維度：使用范圍、使用環境、使用動機、使用情感，對分析維度進行內容編碼與統計。

3.1? 基于使用范圍維度的分析

使用范圍即個人學術評價指標使用的普遍程度，本文認為提及的指標數量越多，表明該指標被更大范圍的學者熟知，關注度越大。本文根據全文內容輔助分析，按1篇論文中出現該指標則統計頻次1次的規則，在文獻數據中收集到提及指標共398條。考慮到評價指標在實際研究時會存在諸多變種指標，若將變種指標與原始指標簡單歸為一類去統計頻次則過于籠統，所以本文在指標統計分類時，將部分原始指標與改進指標按研究需要分類統計（如h指數、h型指數分開統計），并僅分類統計出現頻次大于等于5次的指標實體，統計結果如圖2所示。

圖2顯示，h指數（59次）、被引頻次（50次）、發文量（45次）分別是文獻數據中出現頻率前3位的指標，h型指數出現次數較多，為26次。本文發現，傳統指標發文量與被引頻次作為最直觀的計量指標，主要用于背景提及、直接使用和結合其他指標進行分析，受到我國學者重視;h指數與h型指數是當前我國學者最為關注的個人學術評價指標;h指數、被引頻次和發文量是目前我國個人學術評價領域范圍內提及使用廣泛的前3項指標。

此外，在統計標注結果中出現頻率大于等于5次的指標還有篇均被引頻次（19次）、g指數（16次）、相關的3類指標A指數、R指數和AR指數（共15次）、引文量（13次）、p指數及其改進指數（12次）、e指數（7次）、中心性指標（7次）、AuthorRank（6次）。總體來看，出現頻率靠前的大多數是傳統指標與h型指數指標，規范化指標、百分位與整體綜合測度指標出現頻率甚至沒有進入統計結果，總體大大少于傳統指標與h指數這兩類指標，這表明目前我國在個人學術評價層面仍處于廣泛研究、使用傳統指標和h型指數指標的階段。對比來看，規范化指標、百分位與整體綜合測度類的指標雖然反映信息更多，但計算難度更大，出現頻率更少，表明學者在考量指標簡單性和計算復雜性方面偏好直觀、簡單的指標。在統計頻次小于5的指標里，學術跡、皇冠指數、I3指標、w指數、f指數、合作網絡關系研究頻次高于剩余其他指標，提及次數為1次的指標大多是文獻作者根據原有指標改進并自命名的指標。

3.2? 基于使用環境維度的分析

使用環境即使用個人學術評價指標的文獻上下文內容環境，本維度用于判別文獻將指標應用于何種環境中。本文根據關鍵詞、論文主題和全文內容，將指標使用環境分為指標研究、指標運用、學術評價思考和其他，如表4所示。

將文獻按照指標使用環境進行分類標注，結果如表5所示。數據集包含96篇文獻，統計文獻指標398個。其中，指標研究文獻51篇，占比53%，此類文獻中出現指標265個，占比67%;指標運用文獻24篇，占比25%，出現指標61個，占比15%，大多該類文獻僅涉及運用指標達成評價目的，并未對指標進行評判或研究;學術評價思考文

本文分析發現，指標研究類文獻占多數，大多探討現有指標的缺陷或改進，個人學術評價指標在該類環境下被提及的個數更多，平均每篇文獻提及指標5.2個，高于平均水平，表明在進行指標研究時存在比其他3類研究任務更多的指標提及。

指標運用類文獻中，大多數學者對指標的使用行為是將某個指標作為判斷核心作者的工具去使用，例如利用發文量、被引頻次、h指數等統計評出核心高影響力作者，便于文獻問題的研究。雖然文獻所占比例25%，排在第2位，但平均每篇文獻提及指標僅有2.5個，表明學者們在單純運用指標時，一般不超過3個指標。

學術評價思考類文獻不局限于研究或使用指標，而是將指標放入整個學術評價環境中進行探討，指標的篇均提及數量屬于平均水平。其他類文獻使用環境上，同行評議和學術評價思考兩者占大多數，學者們對于同行評議這一主題的單一研究以及學術評價大環境思考方面有所關注，但該類文獻平均提及指標數最少。

此外，本文分別統計出在4類環境里，哪些指標出現頻次較高，選取出現較高的指標進行統計，如圖3所示。

根據圖3可知，指標研究類文獻中，提及h指數的頻次明顯多于其他指標，表明h指數與h型指數受到我國學者重視，是我國的主要研究指標。指標運用類文獻中，前3項指標分別是發文量、被引量和h指數，且前3項指標明顯多于其他指標，它們的共同特征是統計方便和計算簡單，評價效果直觀易懂，表明學者們在單純運用指標時，傾向于使用較為直觀、簡單的指標，這與基于使用范圍角度分析的觀點一致。學術評價思考類文獻和其他類文獻中，沒有明顯高頻的指標出現，這也與兩類文獻研究主題寬泛有關，但出現頻次相對較多的指標仍是h指數、被引頻次和發文量。

3.3? 基于使用動機維度的分析

使用動機即涉及個人學術評價指標的原因。考慮到指標的使用與算法的使用有共通之處，本文參考章成志等[22]對算法實體使用動機的分類思想，分類并判斷作者提及相應指標的使用動機，分類標準如表6所示。

動機類型二級分類說明具體實例

背景提及a——介紹指標的背景信息、解釋指標的原理、他人工作中使用“在情報學領域對學科領域核心作者的選取主要是依據作者的發文量、被引頻次、h指數等來度量。”

實際使用b

單一使用b1在文獻中使用了指標，且沒有改進，也沒有與其他指標比較“本文根據作者相關文獻的被引頻次來選擇核心作者。”

單一使用并比較b2在文獻中使用了指標，且與其他指標進行了比較“對h指數和g指數進行比較和研究，重點分析了科研人員h指數逐年變化的態勢。”

結合改進使用b3在文獻中結合改進并使用了指標，且沒有與其他指標進行對比“結合集成影響指標（I3）和h指數構成I3型多變量指標框架，獲得……等多變量指標。”

結合改進使用并比較b4在文獻中結合改進使用了指標，且與其他指標進行對比“設計了反映作者自身科研價值的指標V……將評價結果分別與傳統指標和單一指標進行對比，進一步驗證了方法的有效性。”

根據分類，對文獻數據進行標注，得到指標使用動機的整體分布，如圖4所示。就指標整體使用動機而言，背景提及的占比略高于實際使用，這表明，我國個人學術評價研究領域的學者在背景介紹和提及指標方面較為重視，他們在使用、研究某一指標時習慣將與該指標發展脈絡相關的其他指標進行背景提及，使得指標的背景提及動機數量增多。

本文進一步統計了出現頻次前5項指標的使用動機分布，如圖5所示。統計顯示，就單個指標而言，出現頻率最高的5種指標，除了h型指數，其余指標使用動機均是實際使用明顯多于背景提及。本文認為學者們實際使用指標，尤其是進行指標研究時，習慣將其他相關指標作為背景提及，使得指標整體使用動機分布中的背景提及頻次多于實際使用頻次。總體上看，提及次數多的指標一般實際使用動機占比更高，相應地，提及次數少的指標一般背景提及動機占比更高。

在指標的實際使用二級分類方面，指標實際使用整體分布情況統計結果如圖6所示。結果顯示，指標的實際使用主要集中在單一使用并比較方面，占比46%，這說明多數情況下學者們使用指標的習慣傾向于在使用指標的同時與其他指標使用做比較，體現分析的全面性和優越性;指標的單一使用情況占比64%，多于指標的結合改進使用情況的36%占比，表明學者們在指標實際使用方面較多是直接使用現有指標進行研究比較，說明較為認可現有指標;但指標結合改進情況仍有近4成的占比，表示學界處于較多使用現有指標，卻又不滿足于現有指標，仍處于探索研究完善指標性能的階段。

頻次前5的單指標使用動機二級分類分布如表7所示。可以看出，h指數與篇均被引頻次常用于單一使用并比較和結合改進使用，單一使用和結合改進使用并比較的比例不多;被引頻次和發文量常用于單一使用和單一使用并比較，主要原因是這兩種統計指標計算簡單，表達簡潔，利于直接使用;h型指數作為h指數的衍生發展，一般不單一使用，文獻作者一般會將其與h指數等指標做比較，或是繼續進行改良，故單一使用的比例最少。

另外，頻次靠后的其他指標，使用動機則多聚集于背景提及和結合改進使用并比較兩種。結合全文輔助分析可以看出，低頻指標一般被作為文獻背景簡要提及，或是經過作者改良提出的新命名指標，未取得更多關注。

3.4? 基于使用情感維度的分析

作者對指標的使用情感在某種程度上顯示出對該指標的認可程度，本文通過全文輔助分析，將作者對于指標的使用情感進行正面、中性和負面的標注，考察學者在不同引用情感下的引用行為特征。標注說明如表8所示。通過全文內容及上下文判斷使用情感，最終得到使用情感標注的指標數據。

情感分類標注的結果如表9所示。分析發現，學者們中性使用指標的行為占比62.06%，遠高于正負情感;正面使用占比次之，為26.38%，多于負面使用的占比11.56%。根據統計結果和全文輔助分析顯示，多數學者對指標的使用情感持客觀中立的態度，中性評價的行為多伴隨背景提及類型出現，即學者們對這類指標表示有所了解，但并不深入評價，將其多運用于背景提及，豐富文章綜述;中性指標還有一種使用行為是學者們使用這些指標作為研究數值上的比較，但并不予以評價。

在正面的情感使用方面，學者們多傾向于使用指標去判定一個研究領域的核心作者，這代表著文章作者對這類指標是相信和認可的正面態度;學者們負面評價指標的使用行為大多是指出這類指標的缺陷，借此引出更好的指標或引出研究提出的新指標，經比較之后認可新指標的優勢。

4? 討? 論

加菲爾德曾在中國明確表示，不能以SCI論文數量評價科學水平，應該運用更科學的評價標準體系[37]。圖書情報學界內以蘇新寧、葉繼元等為代表的學者們認為體系的構建應受到格外的重視，同時也表示評價制度的建設并非一蹴而就，需要在豐富的評價實踐基礎上加以總結、抽象和概括，形成文字性的規范[38]。在科學、合理的學術評價指標體系中，應有專用的指標對不同客體進行評價，避免指標混用，希望在不斷地探索進步中明確形成更加規范、有效的個人評價指標體系。

本文分析發現，在學者研究行為方面，根據已有指標改進提出一個新指標后，再與其他指標比較效果的行為不多，指標研究習慣有待優化。仍有部分學者對指標使用客體區分不清，例如混淆個人、期刊、文獻3類評價客體的指標去提出新指標，使用影響因子去評價個體等。學術評價研究、模型研究的文獻，雖提及指標，但不具體深入研究，指標引用情感以中性居多，重點放在方法、模型、框架角度去思考如何形成一個更好的學術評價體系。簡單運用指標的文獻，大多數行為是將某些指標用于確定該領域的核心、高影響力作者，且大多數使用單一指標如發文量、h指數，簡單向讀者展示核心作者的排名與篩選的過程，傳遞出對這類指標的正向認可的情感。在指標使用上，有學者提出觀點，認為指標在不斷改進，越來越成熟，指標本身是合理的，但學者實際使用的計算方式不準確、不科學，在學者使用指標的行為規范性上存在研究空間。對指標融合研究有貢獻文獻仍十分稀少。指標融合研究較多的代表學者是葉鷹，也有部分學者嘗試結合多指標去探究更好的綜合評價方法，例如運用多個指標逐步篩選作者，或分配指標一定權重去篩選作者，但采用的方法較簡單，沒有實質創新。

另外，本文發現，傳統的科研人員評價方法還包括同行評議法、文獻計量法、社會網絡分析法等。目前研究較為新興的評價方法是Altmetrics，但由于語言差異以及政策限制，國內學者對國外網絡平臺使用較少，Altmetrics評價在我國的實際適用程度有所欠缺，而且現有Altmetrics評價主要偏向期刊、文獻評價，較少用于個人學術評價。

5? 結? 語

通過分析評價，預測未來學術發展的趨向，是學術評價的最高境界，作為學術評價，不僅要看到過去，知曉現在，更要能夠預測未來，真正將評價當作一種學術引領來做[1]。我國圖書情報學目前正處于快速發展時期，學術評價恰恰是關乎圖書情報學發展的關鍵部分之一，個人學術評價作為學術評價的重要組成部分，應予以重視。

本文運用內容分析法，從4個維度分析個人學術評價指標在我國圖書情報領域的應用情況。通過分析，筆者認為：我國圖書情報領域h指數、發文量與被引頻次指標出現次數最多，個人學術評價指標應用依舊傳統，主要使用傳統簡便的指標，仍處于主要研究h指數與h型指數的階段;個人學術綜合評價的多指標融合途徑研究較少，新興的Altmetrics評價方法在我國還未適用;仍有必要繼續加強包括多指標融合比較、進一步構建個人學術指標體系在內的個人學術評價指標研究。

本文的貢獻在于：篩選數據后加之全文內容輔助分析，指標數據收集精準，不僅考慮指標的使用范圍頻次，還考慮了指標使用的環境、動機和情感，分析結果較為深入、全面。本文的局限性在于：情況研究僅限于我國圖書情報領域代表期刊，數據量偏少;在分析各項指標使用時，沒有考慮使用指標學者的年齡、從業經歷等影響方面;沒有對數據進行多維度關聯解讀。今后可嘗試對更全的數據進行相關性分析，加強分類標準與信度和效度檢驗。

參考文獻

[1]蘇新寧，王東波.學術評價相關問題與思考[J].信息資源管理學報，2018，8（3）：4-11.

[2]Garfield E.Citation Indexes for Science.A New Dimension in Documentation Through Association of Ideas[J].International Journal of Epidemiology，2006，35（5）：1123-1127.

[3]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.

[4]杜建，張玢，李陽，等.學者學術影響力評價指標的優選與學術行為特點的國內外比較[J].圖書情報工作，2011，55（10）：98-102，143.

[5]Costas R，Bordons M.Bibliometric Indicators at the Micro-level：Some Results in the Area of Natural Resources at the Spanish CSIC[J].Research evaluation，2005，14（2）：110-120.

[6]Van，Noorden R.Metrics：A Profusion of Measures[J].Nature News，2010，465（7300）：864-866.

[7]Hoppeler H.The San Francisco Declaration on Research Assessment[J].2013：2163-2164.

[8]葉鷹.國際學術評價指標研究現狀及發展綜述[J].情報學報，2014，33（2）：215-224.

[9]徐佳寧，孫婧.學者個人學術成就評價指標研究述評[J].情報探索，2018，（11）：122-128.

[10]高志，張志強.個人學術影響力定量評價方法研究綜述[J].情報理論與實踐，2016，39（1）：133-138.

[11]高志，張志強.個人學術影響力的動態評價方法研究綜述[J].情報雜志，2015，34（11）：40-43，78.

[12]高志，張志強.個人學術影響力與年齡的變化規律研究進展——基于自然科學領域[J].情報雜志，2016，35（2）：105-109，156.

[13]遲培娟，宋秀芳.個人學術影響力評價方法比較分析——學術跡與F1000評分、影響因子、被引次數等指標的比較分析[J].情報科學，2018，36（12）：9-12.

[14]邱均平，繆雯婷.h指數在人才評價中的應用——以圖書情報學領域中國學者為例[J].科學觀察，2007，（3）：17-22.

[15]Egghe L，Rousseau R.An Informetric Model for the Hirsch-index[J].Scientometrics，2006，69（1）：121-129.

[16]金碧輝.R 指數，AR 指數：h 指數功能擴展的補充指標[J].科學觀察，2007，2（3）：1-8.

[17]Costas R，Bordons Maria Bordons.Is G-index Better than H-index？An Exploratory Study at the Individual Level[J].Scientometrics，2008，77（2）：267-288.

[18]孫亦樑，徐克敏.合理利用SCI對個人做學術評價[J].圖書館論壇，2002，（5）：24-26，53.

[19]Leeuwen T N V，Visser M S，Moed H F，et al.The Holy Grail of Science Policy：Exploring and Combining Bibliometric Tools in Search of Scientific Excellence[J].Scientometrics，2003，57（2）：257-280.

[20]王菲菲，王筱涵，劉揚.三維引文關聯融合視角下的學者學術影響力評價研究——以基因編輯領域為例[J].情報學報，2018，37（6）：610-620.

[21]Ding Y，Song M，Han J，et al.Entitymetrics：Measuring the Impact of Entities[J].PloS one，2013，8（8）：e71416.

[22]章成志，丁睿祎，王玉琢.基于學術論文全文內容的算法使用行為及其影響力研究[J].情報學報，2018，37（12）：1175-1187.

[23]徐庶睿，章成志，盧超.利用引文內容進行主題級學科交叉類型分析[J].圖書情報工作，2017，61（23）：15-24.

[24]王玉琢，章成志.考慮全文本內容的算法學術影響力分析研究[J].圖書情報工作，2017，61（23）：6-14.

[25]Belter C W.Measuring the Value of Research Data：A Citation Analysis of Oceanographic Data Sets[J].PLoS One，2014，9（3）：e92590.

[26]丁楠，丁瑩，楊柳，等.我國圖書情報領域數據引用行為分析[J].中國圖書館學報，2014，40（6）：105-114.

[27]崔明，潘雪蓮，華薇娜.我國圖書情報領域的軟件使用和引用研究[J].中國圖書館學報，2018，44（3）：66-78.

[28]楊波，王雪，佘曾溧.生物信息學文獻中的科學軟件利用行為研究[J].情報學報，2016，35（11）：1140-1147.

[29]趙蓉英，魏明坤，汪少震.基于Altmetrics的開源軟件學術影響力評價研究[J].中國圖書館學報，2017，43（2）：80-95.

[30]任增元，徐婧，姜春林.我國學術評價研究述評與趨勢展望——基于1998—2015年1 429篇文獻的計量分析[J].情報雜志，2016，35（12）：139-144，154.

[31]耿樹青，楊建林.基于引用情感的論文學術影響力評價方法研究[J].情報理論與實踐，2018，41（12）：93-98.

[32]劉盛博，丁堃.基于引用內容的引文評價分析[J].第九屆中國科技政策與管理學術年會論文集，2013.

[33]劉盛博，丁堃，張春博.基于引用內容性質的引文評價研究[J].情報理論與實踐，2015，38（3）：77-81.

[34]Athar A，Teufel S.Context-enhanced Citation Sentiment Detection[C]//Proceedings of the 2012 Conference of the North American Chapter of the Association for Computational Linguistics：Human Language Technologies.Association for Computational Linguistics，2012：597-601.

[35]Abu-Jbara A，Ezra J，Radev D.Purpose and Polarity of Citation：Towards Nlp-based Bibliometrics[C]//Proceedings of the 2013 Conference of the North American Chapter of the Association for Computational Linguistics：Human Language Technologies.2013：596-606.

[36]劉宇，葉繼元，袁曦臨.圖書情報學期刊的分層結構：基于同行評議的實證研究[J].中國圖書館學報，2011，37（2）：105-114.

[37]葉繼元.人文社會科學評價體系探討[J].南京大學學報：哲學·人文科學·社會科學版，2010，47（1）：97-110，160.

[38]葉繼元.近年來國內外學術評價的難點、對策與走向[J].甘肅社會科學，2019，（3）：61-67.

（責任編輯：孫國雷）