基于DEA博弈交叉效率的图书情报类期刊质量实证研究

    郭雪梅　李沂濛　常红

    【摘 要】 对期刊质量进行评价是提高期刊质量以及影响力的主要参考途径。文章利用DEA数据包络分析法，通过DEA博弈来对23种选自《中文核心期刊要目总览》2014年版以及CSSCI来源期刊目录（含扩展）（2014—2015年）的图书、情报类期刊，以定量的方式，用实际数据作为指标，客观地对期刊的交叉效率展开评价。

    【关 键 词】数据包络分析法；交叉博弈；图书情报类；期刊评价

    【作者单位】郭雪梅，天津医科大学；李沂濛，天津医科大学；常红，天津医科大学。

    【基金项目】2016年天津市人文社会科学基金项目“人文社科学术期刊质量评价体系构建实证研究”（项目编号：TJTQ16-006，项目负责人：郭雪梅）研究成果之一；2015年天津市人文社会科学基金项目“国际化背景下我国人文社会科学研究成果评价指标体系研究”（项目编号：TJTQ15-011，项目负责人：李沂濛）研究成果之一。

    随着科教兴国的战略进程不断加速，期刊作为文献的一个载体，在学术交流、学术评价、体现学术成果等方面占有越来越重要的地位。2004年，中共中央发布了《关于进一步繁荣发展哲学社会科学的意见》，在这个背景下，我国哲学社科类研究得以快速发展，与此同时，也涌现出了许多新出版的哲学社科类期刊。但是这些期刊的质量如何，我们如何去客观地评价期刊的质量，成为现阶段学界所关注的问题。

    一、文献回顾

    Eugene Garfield博士开创了文献计量学，他提出了大量的文献计量指标，其中包括了影响因子、被引次数、被引半衰期、来源期刊文献量等指标[1]；张积玉、王奕在《人文社科学术期刊出版质量综合评估的特点、指标体系及相关问题探讨》《试论人文社会科学学术期刊评价体系指标的构建与生成流程设计》中提出了构建三级综合评价指标体系的方法，对人文社科学术期刊质量进行评价[2-3]；薛燕在《自媒体环境下人文社会科学学术文献的质量评价》中构建了以引文指标衡量学术影响力和以altmetrics指数衡量网络影响力的加权模糊运算模型[4]；苏新宁在《构建人文社会科学学术期刊评价体系》中选取了20个指标，并分配相应的权重，构建了评价体系[5]；刘芳、朱沙在《学术期刊主要评价体系差异性研究——以SCI收录材料学期刊为例》中利用JCR Web、中科院JCR分区表、SCImago 網站从多个角度深入分析SCI收录的材料学期刊评价标准之间的差异性，探讨如何综合利用JCR的各项指标对不同学科的学术期刊进行正确评价的问题[6]。但是仅以这些指标去衡量和评价一本期刊的质量是不够的，因此，引入多维指标展开评价被越来越多的应用。而数据包络分析法（Data Envelopment Analysis，简称DEA）最具代表性。

    DEA模型是由运筹学家Charnes，Cooper和Rhodes（1978）提出，被广泛应用于评价多维指标结构中的同质决策单元（Decision Making Unit，DMU）相对效率。由于多维指标的权重是由客观的数据计算得出，由此避免了主观因素给评价结果所带来的偏倚。因此DEA模型在众多领域得到广泛的应用。如Wu Jie等2009年以DEA方法对奥林匹克排名进行的分析[7]；詹原瑞等基于DEA 法构造股票投资组合的实证研究[8]；缪亚军等基于DEA方法的高校论文引证效率研究[9]；高海涛等基于超效率DEA 的高校图书馆评价体系研究[10]。

    二、DEA博弈交叉效率模型

    在评价计算期刊质量的效率中，本文选取了经典的DEA方法中的BCC模型，该模型可以评价决策单元的有效性。

    这里需要注意的是，在约束数据（6）中，模型已经不再是之前所设定的BCC数据，边际效率可能被改变了。一些论文中提到，因为设立不同的权重可能会得到相同的效率值[11]。

    DEA博弈交叉效率是基于非合作博弈来展开的。当d的评价值为时，则其他相关值在以不损害相关值d的评价值（不降低）为前提，来计算出各自的最大值。这种在不损伤其他决策单元的情况而使得自身效率值最大化的迭代的求解过程，来求解博弈交叉效率的值，被称为纳什均衡。

    第一步：令t =1，每一个决策单元DMUk，计算交叉效率EK，以及令 ；

    第二步：对于每一组决策单元DMUs中的k和d，利用公式（7）（8）（9）（10）来得到E'k，d；

    第三步：令；

    第四步：若存在某些k，使得成立，则令并返回第二步；若存在所有的k，均成立，则运算结束。是我们设定的正值，当越小，所得到的效率评价结果越精确。

    此前Liang[12]已经得出了博弈DEA算法的收敛性的结论，其运算所得到的解为纳什均衡解，并且任意的初始效率值都会得到唯一的博弈交叉效率值。

    三、实证应用

    1.评价指标数据选择

    鉴于使用DEA方法来对DMU的效率进行评价是一个选取已有数据的评价方法，所以对于指标的选取将会对评价结果产生直接的影响。在这里，需要根据所要评价的目的来选取指标数据。本文将要对期刊的质量进行评价，在此选取了“期刊载文量”（X1）、“篇均引文量”（X2）、“基金论文”（X3）、“引用半衰期”（X4）作为投入指标，选取了“总被引频次”（Y1）、“立即指数”（Y2）、“影响因子”（Y3）、“总他引频次”（Y4）、“被引半衰期”（Y5）作为产出指标。

    2.评价指标范围选择

    本文选取《中文核心期刊要目总览》2014年版中G25、35图书馆学和情报学类核心期刊17种，CSSCI来源期刊目录（2014—2015年）图书馆、情报与文献学来源期刊20种，及CSSCI扩展版来源期刊目录（2014—2015年）图书馆、情报与文献学扩展版来源期刊5种，去重后共23种期刊，以此作为样本进行评价。根据之前评价指标选取的数据，均来源于《中文科技期刊评价报告》的2014年数据（见表1）。

    3.评价结果

    本文将以3种方法进行测算。因为在产出项中既包含总被引也包含他引，所以在测算的时候，首先将所有指标数据构建成指标集（X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）作为测算的依据（见表2），其中涵盖了期刊的投入和产出的所有指标项；其次，单纯以总被引或他引指标作为产出项中的其中一项，构成指标集 （X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）（见表3）及（X1 X2 X3 X4 Y1 Y2 Y3 Y4 Y5）（见表4），目的是观察自引对期刊评价的影响。

    如表2所示，尽管诸如A4、A5这种在业内口碑好的期刊，但是在实际评价中的结果却并不理想，原因是在投入项X1中即期刊载文量比较高，所以在评价结果中影响了最终结果。这一点值得各个期刊的管理部门重视。

    从表2及表3的结果对比中不难看出，对于不同的偏好下的评價值都会有所不同，在分别以总被引和他引作为指标集中的唯一一个引用的评价条件下，各期刊的评价结果，例如期刊A5、A8、A12，它们的总引频次都是相当高的，并且在以总被引为指标集中的唯一一个引用因素时，评价出来的结果显示也是较好的，但是当换作他引为指标集中的其中唯一一个引用因素时，评价出的结果却大幅下滑，这说明它们的自引率较高，出现了过度自引的现象。相反，如A16、A19、A21、A23，它们的评价结果反映出它们的自引率较低。当然，亦存在诸如A1、A11、A20这样，评价效率在不同情况下没有变化的情况，说明它们的自引率较为合理。

    四、结论

    以往期刊评价多以层次分析法（AHP法）为主，人为地进行定性以及定量的分析，但是这种方法的不足之处在于主观因素较为强烈，不能客观地反映出期刊的实际质量。因此，本文引用了数据包络分析法（DEA法），以客观的多维评价指标全面地对期刊的质量进行评价。

    |参考文献|

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

    [2] 张积玉.人文社科学术期刊出版质量综合评估的特点、指标体系及相关问题探讨[J].现代传播（中国传媒大学学报），2011（10）：43-50.

    [3] 王奕.试论人文社会科学学术期刊评价体系指标的构建与生成流程设计[J].科技情报开发与经济，2010（21）：73-75.

    [4] 刘芳，朱沙.学术期刊主要评价体系差异性研究——以SCI收录材料学期刊为例[J].高等教育研究学报，2015（1）：33-38.

    [5] 薛燕.自媒体环境下人文社会科学学术文献的质量评价[J].新世纪图书馆，2015（5）：86-90.

    [6] 苏新宁.构建人文社会科学学术期刊评价体系[J].东岳论丛，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，邓权全，李晔. 基于DEA法构造股票投资组合的实证研究[J].哈尔滨商业大学学报（自然科学版），2006（3）：116-122.

    [9] 缪亚军，戚巍，孙加森.基于DEA方法的高校论文引证效率研究——以ESI数据库收录的“985工程”高校论文为例[J].科学学与科学技术管理，2012（3）：62-67.

    [10] 高海涛，徐恺英，李晗.基于超效率DEA的高校图书馆评价体系研究[J].图书情报工作，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.