總被引頻次與期刊影響指標關系比較研究

摘 要：[目的/意義]文章主要探究總被引頻次與期刊影響指標的動態變化關系，為期刊影響指標等相關研究提供借鑒。[方法/過程]從中文社會科學引文索引數據庫中選取13種圖情學科類期刊作為研究對象，通過灰色關聯度分析和BVAR模型脈沖檢驗，對總被引頻次與期刊影響指標進行比較分析，指標包括影響因子、即年指標、引用刊數、被引半衰期、他引率、擴散因子、學科影響指標和學科擴散指標，同時利用時變參數狀態空間方程分析指標間的動態關系變化。[結果/結論]與總被引頻次相關性較強的指標為引用刊數、學科擴散指標，且二者與總被引頻次均成正相關關系，引用刊數在對總被引頻次的正向影響中起著主導作用。

關鍵詞：期刊影響指標；灰色關聯度；脈沖響應；狀態空間方程

中圖分類號：G250 文獻標識碼：A 文章編號：1003-1588（2025）02-0126-05

本文系2022年度江蘇省高校哲學社會科學研究一般項目“數智背景下高職院校智慧圖書館建設研究”的階段性研究成果之一，項目批準號：2022SJYB2383。

1 背景

近年來，國內外對期刊評價指標的研究不斷深入，新指標層出不窮。期刊影響指標作為學術期刊評價的一大類指標，能定量評價期刊之間相互影響及作用的程度，正確評估期刊在科學交流體系中的作用和地位[1]。目前，不少研究以總被引頻次、影響因子、即年指標、引用刊數、學科影響指標等對期刊進行評價，其中總被引頻次最早被Bensman、Wilder[2]用于期刊評價，指該期刊自創辦以來所登載的全部論文在統計當年被引用的總次數，常被當作重要指標考慮因子。總被引頻次可以較客觀地反映期刊的整體被使用及受重視的程度，其從歷史的角度出發，通過期刊論文被引數直觀反映期刊的學術影響力及其在學術交流中的地位。因此，越來越多的學者及出版編輯領域的工作者將目光投向總被引頻次，使總被引頻次的學術價值不斷提升[3]。

2 文獻綜述

在期刊影響指標現有研究中，眾多學者從不同角度有針對性地選擇期刊影響指標探討其內部的聯系，進一步推動了期刊評價指標的研究與發展。在方法上，相關分析、層次分析等靜態分析方法較為常用，但在動態分析視角上的研究尚顯匱乏。同時，灰色關聯度在期刊評價方面已取得較好的分析效果，狀態空間方程在文獻計量指標上的應用探索較少。因此，本研究以圖情學科數據為例，通過灰色關聯度分析得到期刊影響指標間的關聯度，并運用BVAR模型脈沖函數分析脈沖效應下的指標影響，在此基礎上依據時變參數狀態空間方程動態比較總被引頻次與其他期刊影響指標的關系強弱變化，結合實驗結果為期刊評價和學術期刊工作等相關研究提供參考價值。

3 數據來源

本研究從中文社會科學引文索引數據庫（CSSCI）選取18種圖書情報類核心期刊作為數據源，收集2005—2018年該類期刊的期刊影響指標數據，包括總被引頻次、影響因子、即年指標、引用刊數、被引半衰期、他引率、擴散因子、學科影響指標及學科擴散指標。期刊選定基于2020年版北京大學圖書館《中文核心期刊要目總覽》中“G25圖書館事業、信息事業”中所列的18種期刊，見表1。

在收集實驗數據的過程中，需要說明的是：在數據篩選上，一方面由于數據庫存在數據延遲入庫的問題，2019年至2023年的期刊數據不太完整，因此本研究只采集到2018年的數據；另一方面由于部分期刊數據CSSCI收錄不完整，為不影響結果的真實性和準確性，對情報類期刊進行了數據篩選，最終選擇的研究對象為表1中的13種期刊。在數據整合方面，《現代圖書情報技術》于2017年正式更名為《數據分析與知識發現》，其間文章一直收錄在CSSCI，本研究將這兩個期刊的數據進行了整合處理，根據篩選條件選擇13種期刊的有效數據，匯總所需期刊的指標數據，并進行均值處理。

4 實證結果

4. 1 灰色關聯度分析

灰色關聯度是一種根據自變量圖形與因變量圖形的相似程度判斷相關性的方法，圖形越相似則序列之間的相關性越大，反之相關性則越小。該方法的樣本容量不設限且計算量小，可以較好地彌補數理統計方法用于分析中的不足，是目前常用的系統分析方法。其關聯度計算公式如下：

由表2可知，引用刊數、學科擴散指標與總被引頻次的相關性較強，關聯系數分別為0. 87、0. 79。其中，引用刊數是引用被評價期刊的期刊數量，反映了被評價期刊被使用的范圍。學科擴散指標指期刊所在學科內引用該期刊的期刊數占所在學科全部期刊數量的比重。

4. 2 貝葉斯向量自回歸模型分析

圖1為當引用刊數發生1個標準差沖擊時，總被引頻次的脈沖響應結果，其中橫坐標表示沖擊作用下的滯后期數，縱坐標為總被引頻次的響應程度。當本期給引用刊數一個正向沖擊后，引用刊數的沖擊會給總被引頻次帶來正向影響，在第2期影響值達到最大，并在之后逐漸減弱，并趨于平緩。圖2顯示，在學科擴散指標發生沖擊下，總被引頻次快速上升，并且也在第2期達到峰值，具有正向作用，在第8期之后呈現較為平穩的趨勢。BVAR模型的脈沖結果表明，引用刊數和學科擴散指標對總被引頻次起到正向作用的影響，相關性較強。

4. 3 回歸分析

為進一步通過狀態空間方程模型深入分析期刊影響指標關系，需要通過回歸分析確定變量間的關系。本研究將總被引頻次作為因變量，對引用刊數和學科擴散指標進行回歸分析，結果見下頁表3。

結果表明，引用刊數、學科擴散指標與總被引頻次的決定系數均接近于1，分別為0. 971、0. 930，回歸模型的擬合優度比較高，擬合效果較好。通過t檢驗判斷模型的回歸效果，兩指標的顯著性均小于0.01，即認為模型在0. 01顯著性水平下，由自變量引用刊數、學科擴散指標與因變量總被引頻次建立起的線性關系具有顯著的統計學意義。

4. 4 狀態空間方程回歸分析

狀態空間方程模型表達了系統內部的狀態，是反映參數動態變化的完整模型。其常被用于經濟時間序列等分析，無須大量的數據支撐，用一種現有和過去的最小信息形式即可較為準確地描述整個系統的運行狀態。本研究應用時變參數狀態空間方程，其不同于最小二乘回歸的估計狀態均值，利用設定可變參數捕捉不同時間變量間的動態關系特征，且克服了結構變動所帶來的數據偏差[4]。

時變參數的狀態空間模型主要包含量測方程和狀態方程兩個方程。測量方程是觀測變量與系統狀態之間內在關系的方程，狀態方程則指通過設置可變參數的變動方式呈現相鄰時刻的狀態轉移變化規律[5]。時變參數狀態空間方程的一般表達式為：

4. 4. 1 單指標。通過時變參數狀態空間方程模型可對預處理后的數據進行回歸分析，研究總被引頻次與關聯度較高的指標之間的關系變化。關于引用刊數，如圖3所示，縱坐標為時變參數，其表示引用刊數與總被引頻次之間彈性系數的變化。其彈性系數為正數，表明學科影響指標與總被引頻次之間呈正相關關系，且總體上呈現緩慢降低的趨勢。時變參數的波動幅度為0. 09，平均值為1. 03，在2016年后系數變化逐漸趨于平緩。圖3結果表明，學科影響指標與總被引頻次之間的時變參數變化雖較為波折，但波動浮動較小且在1上下浮動，說明其對總被引頻次的影響較穩定。關于學科擴散指標，如圖4所示，學科擴散指標與總被引頻次的彈性系數為正數，且總體呈逐年下降趨勢。2005—2018年，時變參數的波動幅度為0. 72，并在2016年達到低峰值0. 90，其后緩慢增長，趨近于1。近年來，學科擴散指標對總被頻次的影響雖為正向影響，但影響強度在緩慢下降，可能是因為圖情學科期刊雖然嘗試跨越本學科領域范疇、在研究中融入交叉學科元素從而拓展了圖情學科研究，但交叉學科發展仍處于起步階段，學科交叉融合尚存在不足，仍需探索。

4. 4. 2 雙指標。由圖5結果可知，引用刊數與學科擴散指標的參數曲線基本對稱，以2014年為分界線，前半部分兩指標的時變參數波動幅度較大。在此期間，引用刊數與學科擴散指標對總被引頻次的影響相互制約，即當引用刊數的時變參數增加時，學科擴散指標的時變參數下降，反之亦然。2014年之后，兩指標的時變參數變化均趨于穩定，引用刊數穩定在0. 9附近，趨近于1，學科擴散指標則穩定在0. 1左右。共同作用視角下，引用刊數在對總被頻次的正向影響中起著主導作用，學科擴散指標則輔助影響。

5 結語

本研究選取2005—2018年圖情學科類13種期刊的期刊影響指標，通過灰色關聯度分析得到與總被引頻次相關性較強的兩個指標：引用刊數和學科擴散指標，通過回歸分析確認指標的因果關系，并基于時變參數狀態空間方程具體分析指標間的影響變化。實驗結果顯示，這兩個指標與總被引頻次均成正相關關系，其中引用刊數影響占比較大。結合實驗結果，為有效提升期刊影響力，本研究提出以下建議：引用刊數反映被評價期刊被使用的范圍[6]，因此，期刊應適當刊載交叉性學科的文章，增加學科來源的多樣性，在保持自身學科傳統的基礎上，對圖情學科交叉發展建設保持關注，并積極參與；以面向應用的基礎理論研究為導向，選取致力于解決實際前沿問題并注重圖情學科理論研究的文章，持續跟進實踐創新研究。學科擴散指標在一定程度上反映了期刊的影響力。作為一個文獻計量學指標，理論意義上學科擴散指標越大，該期刊相較于同學科期刊的影響范圍則要更廣[7]。在實際應用中，提高學科擴散指標需要處理好圖情學科期刊的三大關系：一是兼顧期刊文章質量和數量的關系，一方面可通過與專家約稿、改善出版策略等方式提高期刊的文章質量；另一方面在保障期刊質量的同時，適當加大期刊的刊載量，提高期刊文章學科種類的覆蓋度。二是兼顧理論與實踐的關系，堅持將理論創新與實踐創新相結合彰顯學科競爭力，既把握實踐意義，將實踐資源轉為理論資源，又以探索的眼光看待學科問題，完善理論研究。三是兼顧學科與現實的關系。圖情學科期刊應以獨特的學科研究視角，轉換現實問題為學術問題，推進圖情學科期刊建設。

參考文獻：

[1] 孫曉紅，閆立娟，張改俠，等.《地球學報》2005—2018年主要期刊評價指標變化趨勢分析[J].地球學報， 2021（1）：124-128.

[2] Bensman S J， Wilder S J. Scientific and Technical Serials Holdings Optimization in an Inefficient Market：A LSU Serials Redesign Project Exercise[J]. Library resources technical services，1998（3）：147-242.

[3] 陳彥斌，唐詩磊，李杜.貨幣供應量能預測中國通貨膨脹嗎[J].經濟理論與經濟管理，2009（2）：22-28.

[4] 鄭麗霞，林芳，楊善朝.學科領域高被引與高下載論文的灰色關聯分析：以概率論與數理統計學科為例[J].廣西師范大學學報（自然科學版），2018（4）：76-83.

[5] 蘇靜，胡宗義.農村金融減貧的直接效應與中介效應：基于狀態空間模型和中介效應檢驗的動態分析[J].財經理論與實踐，2015（4）：33-38.

[6] 杜寶貴，盧珊.吉林省社會保障財政支出最優規模的動態分析：基于時變參數狀態空間模型[J].東北大學學報（社會科學版），2020（6）：77-85.

[7] 高鐵梅.計量經濟分析方法與建模EViews應用及實例[M].北京：清華大學出版社，2016：135.

（編校：崔萌）