李盛慶 葉鷹

摘 要：文章以h指數(shù)、學(xué)術(shù)跡、影響矩等文獻(xiàn)計(jì)量指標(biāo)作為學(xué)術(shù)化評價(jià)指標(biāo)，用補(bǔ)充計(jì)量指標(biāo)（Altmetric indicators）作為社會化評價(jià)指標(biāo)，對應(yīng)用物理學(xué)、環(huán)境科學(xué)、經(jīng)濟(jì)學(xué)、歷史學(xué)四個(gè)學(xué)科的各60篇單篇論著的評價(jià)效果進(jìn)行綜合比較研究。結(jié)果表明各評價(jià)指標(biāo)均具有獨(dú)立意義。在揭示h指數(shù)、學(xué)術(shù)跡、影響矩等學(xué)術(shù)化評價(jià)指標(biāo)之間存在顯著相關(guān)性的同時(shí)，發(fā)現(xiàn)社會化評價(jià)指標(biāo)與學(xué)術(shù)化評價(jià)指標(biāo)之間沒有顯著相關(guān)性，不可能用補(bǔ)充計(jì)量指標(biāo)替代學(xué)術(shù)評價(jià)指標(biāo)。

關(guān)鍵詞：h指數(shù)；學(xué)術(shù)跡；影響矩；學(xué)術(shù)評價(jià)；學(xué)術(shù)指標(biāo)；補(bǔ)充計(jì)量指標(biāo)

中圖分類號： G250.252 文獻(xiàn)標(biāo)識碼： A DOI：10.11968/tsyqb.1003-6938.2016014

A Synthetic Comparative Study of Academic and Altmetric Indicators Acting on Single Publication

Abstract Applying h-index， academic trace and impact torque as academic indicators， Altmetric score as social indicators， comparative studies were done with 240 articles， 60 from each of the four fields of physics applied， environmental sciences， economics， and history. The results show that each indicator has its independent meaning. There are obvious correlations among h-index， academic trace and impact torque， but no obvious correlation between academic indicators and altmetric indicators is found， so it is impossible to substitute academic indicators by altmetric indicators.

Key words h-index； academic trace； impact torque； academic assessment； academic indicator； altmetric indicator

1 引言

隨著社會媒體的出現(xiàn)，文獻(xiàn)信息在社會媒體中的傳播和影響隨之形成，討論某論著社會影響的補(bǔ)充計(jì)量指標(biāo)開始出現(xiàn)，補(bǔ)充計(jì)量學(xué)（Altmetrics，國內(nèi)翻譯已有多種，如補(bǔ)充計(jì)量學(xué)、選擇性計(jì)量學(xué)、替代計(jì)量學(xué)、社媒計(jì)量學(xué)等，其含義應(yīng)為補(bǔ)充傳統(tǒng)計(jì)量，故建議采用補(bǔ)充計(jì)量學(xué)）應(yīng)運(yùn)而生[1]。由于補(bǔ)充計(jì)量一開始就主要針對單篇論著，并已被一些出版機(jī)構(gòu)所采用，所以構(gòu)成評價(jià)單篇論著的社會化指標(biāo)。

正如本課題組前期研究所指出[2]：任何偉大的發(fā)現(xiàn)或發(fā)明，都必然要落實(shí)到具體的論著或?qū)＠?。因此，?yīng)當(dāng)把學(xué)術(shù)評價(jià)更多地聚焦于針對單篇論著或?qū)＠脑u價(jià)，這對那些具有深遠(yuǎn)影響的作品尤其重要。如果評價(jià)是針對作者，則也應(yīng)通過其作品來進(jìn)行評價(jià)，該評價(jià)不是以數(shù)量多少論英雄，只要有單篇論著產(chǎn)生了學(xué)術(shù)影響力，就應(yīng)該承認(rèn)作者對學(xué)術(shù)的貢獻(xiàn)。

在已有的學(xué)術(shù)評價(jià)指標(biāo)中，由Garfield創(chuàng)立的影響因子（Impact Factor， IF）[3]無疑是影響最大的一個(gè)，但該指標(biāo)針對期刊設(shè)計(jì)，而期刊是文獻(xiàn)集合，故IF不適用于單篇論著。從信息計(jì)量學(xué)涵義看，IF本質(zhì)上是CPP（Citations per publication），針對單篇論著就退化成引文C，也就失去其獨(dú)立意義。2005年，h指數(shù)[4]被發(fā)現(xiàn)，并很快成為影響巨大的評價(jià)指標(biāo)[5]，其不僅能用于評價(jià)學(xué)術(shù)主體，而且通過基于施引文獻(xiàn)的施引h指數(shù)可用于評價(jià)以單篇論著為代表的學(xué)術(shù)客體[6-7]。隨后，學(xué)術(shù)跡[8]和影響矩[9]先后被提出，為單篇論著的評價(jià)增添了新測度[10]，構(gòu)成評價(jià)單篇論著的學(xué)術(shù)化指標(biāo)。

由于補(bǔ)充計(jì)量學(xué)發(fā)展很快，已形成新熱點(diǎn)[11-14]，令人產(chǎn)生有替代傳統(tǒng)計(jì)量的錯(cuò)覺，因此厘清學(xué)術(shù)化傳統(tǒng)評價(jià)指標(biāo)與社會化補(bǔ)充計(jì)量指標(biāo)之間的關(guān)聯(lián)非常必要和重要。目前，美國國家信息標(biāo)準(zhǔn)組織（American National Information Standards Organization）已擬訂補(bǔ)充計(jì)量標(biāo)準(zhǔn)的草稿[15]。由慶斌等[16]利用主成分分析的方法基于補(bǔ)充計(jì)量數(shù)據(jù)構(gòu)建論文影響力模型，該模型與引文評價(jià)模型在高學(xué)術(shù)影響力論文的評價(jià)上具有一致性。Hammarfelt[17]分析了Swedish universities 2012年出版的期刊和圖書在社會媒體中的分布情況和影響力，指出補(bǔ)充計(jì)量在人文科學(xué)的研究成果評價(jià)中能夠發(fā)展成為一個(gè)有價(jià)值的工具。Zahedi 等[18]從Web of Science數(shù)據(jù)庫中隨機(jī)選取20，000篇文獻(xiàn)，分析這些文獻(xiàn)在社會媒體中的出現(xiàn)和分布情況，指出Mendeley中含有大量的補(bǔ)充計(jì)量數(shù)據(jù)，發(fā)現(xiàn)Mendeley readership counts與citation indicators的spearman相關(guān)系數(shù)r = 0.49。Alhoori等[19]研究補(bǔ)充計(jì)量在國家層面的影響力評價(jià)問題，發(fā)現(xiàn)通過補(bǔ)充計(jì)量能對所有國家的研究成果進(jìn)行評估，發(fā)現(xiàn)國家層面的補(bǔ)充計(jì)量指標(biāo)與幾個(gè)傳統(tǒng)計(jì)量指標(biāo)有顯著相關(guān)關(guān)系。Costas等[20]發(fā)現(xiàn)補(bǔ)充計(jì)量指標(biāo)與引文指標(biāo)存在正相關(guān)性，但相關(guān)性較弱，補(bǔ)充計(jì)量指標(biāo)僅能作為引文指標(biāo)的補(bǔ)充工具。Ortega[21]研究了補(bǔ)充計(jì)量指標(biāo)和傳統(tǒng)文獻(xiàn)計(jì)量指標(biāo)在作者層面上的相關(guān)性，發(fā)現(xiàn)相關(guān)性很弱，補(bǔ)充計(jì)量指標(biāo)還不能成為引文影響力評價(jià)指標(biāo)的替代物。然而，這些研究以及國內(nèi)新近發(fā)表的研究[22]均未系統(tǒng)闡明學(xué)術(shù)化評價(jià)指標(biāo)與社會化評價(jià)指標(biāo)的關(guān)聯(lián)。

因此，本文考慮以h指數(shù)、學(xué)術(shù)跡、影響矩等文獻(xiàn)計(jì)量指標(biāo)作為學(xué)術(shù)化評價(jià)指標(biāo)代表，用補(bǔ)充計(jì)量指標(biāo)作為社會化評價(jià)指標(biāo)代表，對單篇論著的評價(jià)進(jìn)行系統(tǒng)的綜合比較研究。

2 方法與數(shù)據(jù)

2.1 方法

學(xué)術(shù)化文獻(xiàn)計(jì)量指標(biāo)的根基是發(fā)表量P（包括論文和專利）和引用量C，由此可構(gòu)造出CPP（Citations per publication，影響因子為其特例）、以CPP為核心的皇冠指數(shù)（Crown Indicator， CI），以及進(jìn)一步產(chǎn)生的h指數(shù)、學(xué)術(shù)跡、影響矩等指標(biāo)[23]。

2.1.1 單篇論著的h指數(shù)

Schubert把單篇論著的h指數(shù)定義為該篇論著的被引文獻(xiàn)中至多有h篇論文被引用了h次，具體數(shù)學(xué)表達(dá)式如下[6]：

設(shè)TC是按被引次數(shù)降序排列的序列，（1，2，…r，…z）表示論文的序次，TCr 是論文r的被引總數(shù)，則有以下序列：

TC=（TC1 ，TC2，...TCr，...TCz） （1）

式（1）中TC1 ≥TC2≥...TCr≥...TCz

h指數(shù)的數(shù)學(xué)含義是：

h=max{r：r≤TCr} （2）

2.1.2 單篇論著的學(xué)術(shù)跡

Ye和Leydesdorff定義學(xué)術(shù)跡為學(xué)術(shù)矩陣（Academic Matrices）的跡，而學(xué)術(shù)矩陣是引文曲線按發(fā)文的被引量排布構(gòu)成的三階矩陣[8]，唐繼瑞和葉鷹將學(xué)術(shù)跡應(yīng)用于單篇論著的測度，單篇論著學(xué)術(shù)跡的具體數(shù)學(xué)公式如下[2]：

用P= Pc + Pt + Pz 代表單篇論著的評價(jià)論文總數(shù)，C = Cc + Ct + Ce 代表單篇論著評價(jià)論文的被引總數(shù)，其中Pc 是h核中的評價(jià)論文量，Pt 是h尾中的評價(jià)論文量， Pz 是零引（未被引）評價(jià)論文量，Ch = Cc + Ce = h2 + e2 是h核中評價(jià)論文的引文量， Ct = t2 是h尾中評價(jià)論文的引文量， Ce =e2 是超引區(qū)評價(jià)論文的引文量、e為e指數(shù)[24]，結(jié)合I3思想[25]，設(shè) xc=Pc/（Pc+Pt+Pz）， xt=Pt/（Pc+Pt+Pz）， xz=Pz/（Pc+Pt+Pz）， yc=Cc/（Cc+Ct+Ce）， yt=Ct/（Cc+Ct+Ce）， ye=Ce/（Cc+Ct+Ce） 分別作為相應(yīng)權(quán)重，則有：

I3X=xcPc+xtPt+xzPz=X1+X2+X3 （3）

式（3）中xc+xt+xz=1

I3Y=ycCc+ytCt+yeCe=Y1+Y2+Y3 （4）

式（4）中yc+yt+ye=1

于是可用兩個(gè)向量 X=（X1， X2， X3） 、 Y=（Y1， Y2， Y3） 來標(biāo)記所有發(fā)文量和引文量分布，構(gòu)成如下學(xué)術(shù)矩陣：

V=Y■ Y■ Y■X■ X■ X■Z■ Z■ Z■= X Y Z=（Y X Z）T （5）

其中Zi=Yi-Xi（i=1，2，3）屬人為設(shè)計(jì)。

該矩陣的跡就是學(xué)術(shù)跡（用于測量學(xué)術(shù)客體時(shí)即影響跡）：

T=tr（V）=Y1+X2+Z3 （6）

經(jīng)過演算[2]，T值的計(jì)算可以歸結(jié)為式（7），以方便后面編程計(jì)算。

T=■+■ （7）

2.1.3 單篇論著的影響矩

影響矩通過考察單篇論著的影響規(guī)模和影響時(shí)效兩個(gè)層面來測評其影響力，單篇論著的影響矩M則定義為影響學(xué)者力A和影響跨度D的乘積[9]：

M=A×D=A×■（t■×■）=■×■（t■×c■） （8）

其中tj是論著自發(fā)表以來所經(jīng)歷年限，Cj為對應(yīng)年限施引文獻(xiàn)被引數(shù)，C為施引文獻(xiàn)集總被引量，A被直接規(guī)定為引用該論著的施引作者總數(shù)。

2.1.4 單篇論著的補(bǔ)充計(jì)量指標(biāo)

補(bǔ)充計(jì)量指標(biāo)用于評價(jià)單篇論著的社會影響力，目前主要來源于提供補(bǔ)充計(jì)量服務(wù)的機(jī)構(gòu)，其計(jì)算公式尚未完全公開。本文的補(bǔ)充計(jì)量數(shù)據(jù)來源于Altmetric.com公司提供的數(shù)據(jù)，主要考慮到其收錄的補(bǔ)充計(jì)量數(shù)據(jù)相對完備，具體有Altmetric score（由Altmetric.com公司給特定媒體分配一定權(quán)值計(jì)算得到）和通過主成分方法計(jì)算的Score（主分）兩個(gè)指標(biāo)。

通過主成分方法計(jì)算Score（主分）的原理及具體計(jì)算步驟如下[26]：

（1）原始數(shù)據(jù)的標(biāo)準(zhǔn)化

原始數(shù)據(jù)為n個(gè)樣本、p維向量組成的矩陣X，對矩陣元素xij進(jìn)行標(biāo)準(zhǔn)化得到標(biāo)準(zhǔn)化矩陣Z=[zij]n×p ：

z■=■（i=1，2，...，n；j=1，2，...，p） （9）

其中， ■ 、s■ 分別表示矩陣x的第j列數(shù)據(jù)的均值和標(biāo)準(zhǔn)差，計(jì)算公式如下：

■=■ （10）

s■■=■ （11）

（2）計(jì)算標(biāo)準(zhǔn)化矩陣Z的協(xié)方差矩陣S=[sij]p×p：

s■=■∑■■（z■-■）（z■-■）（i，j=1，2，...，p）（12）

其中， ■ 、■ 分別表示矩陣Z中第i、j列數(shù)據(jù)的均值，計(jì)算公式為：

■=■，j=1，2，...，p （13）

（3）計(jì)算協(xié)方差矩陣S的特征值λi及相應(yīng)的正交化單位特征向量αi

解矩陣S的特征方程S-λI■=0 得p個(gè)特征根，其中前m個(gè)較大的特征值λ1≥λ2≥···≥λm就是m個(gè)主成分對應(yīng)的方差，λi對應(yīng)的單位特征向量αi就是主成分Fi關(guān)于原p維向量Xj的系數(shù)。

（4）確定主成分的個(gè)數(shù)

單個(gè)主成分的方差貢獻(xiàn)率為：

g（i）=λ■∑■■λ■■（i=1，2，...，m） （14）

m個(gè)主成分的累積方差貢獻(xiàn)率為：

G（m）=∑■■■ （15）

當(dāng)累積方差貢獻(xiàn)率G（m）大于80%時(shí)，就認(rèn)為足夠反映原來變量的信息，對應(yīng)的m就是抽取的前m個(gè)主成分。

（5）計(jì)算主成分載荷

主成分載荷1（Fi，Xj）反映主成分Fi與原變量Xj之間的相互關(guān)聯(lián)程度，在SPSS軟件中主成分分析結(jié)果中，“成分矩陣”反應(yīng)的就是主成分載荷矩陣。

1（F■，X■）=■a■（i=1，2，...，m；j=1，2，...，p） （16）

ai表示λi相對應(yīng)的正交化單位特征向量。

（6）計(jì)算第i個(gè)主成分的得分

F■=∑■■a■Z■（i=1，2，...，m） （17）

（7）計(jì)算m個(gè)主成分的綜合主分值F

F=∑■■■ （18）

2.2 數(shù)據(jù)

為了綜合考慮各指標(biāo)的學(xué)科差異，我們選擇2010年部分學(xué)科（文科2個(gè)、理科2個(gè)）的論著作為分析對象。另外，由于各學(xué)科論著在Altmetric Explorer平臺上的收錄情況不一樣，為了比較的便利，最后每個(gè)學(xué)科各取60個(gè)樣本數(shù)據(jù)。數(shù)據(jù)的收集和處理過程如下：

（1）以Web of Science平臺為基準(zhǔn)，在核心合集（SCI-EXPANDED， SSCI， A&HCI;， CPCI-S， CPCI-SSH）范圍內(nèi)對2010年的文獻(xiàn)進(jìn)行查找，在初次檢索的基礎(chǔ)上進(jìn)行精煉，文獻(xiàn)類型選擇“ARTICLE”，再按學(xué)科PHYSICS APPLIED（應(yīng)用物理學(xué)）、ENVIRONMENTAL SCIENCES（環(huán)境科學(xué)）、ECONOMICS（經(jīng)濟(jì)學(xué)）、HISTORY（歷史學(xué)）進(jìn)行精煉，分別下載四個(gè)學(xué)科領(lǐng)域被引次數(shù)排前250的全記錄數(shù)據(jù)。

（2）利用（1）中數(shù)據(jù)的DOI字段信息在Altmetric Explorer平臺上利用“article identifiers”途徑批量提取單篇論著的補(bǔ)充度量數(shù)據(jù)（每次取50條記錄），將各學(xué)科補(bǔ)充度量得分排在前60的數(shù)據(jù)作為最后的樣本數(shù)據(jù)。在導(dǎo)出的數(shù)據(jù)中，包含了Altmetric score和15種媒體（Reddit threads、Bloggers、Tweeters、Google+ authors、F1000 reviews、Pinterest posts、News outlets、Q&A; site users、Facebook walls、Weibo users、Peer review sites、Wikipedia pages、Policy documents、Mendeley readers、CiteULike readers）對各篇論著的計(jì)量數(shù)據(jù)。

（3）利用（2）中得到的四個(gè)學(xué)科的樣本數(shù)據(jù)，逐條在Web of Science平臺核心合集范圍內(nèi)查找每篇論著的施引文獻(xiàn)，利用WoS數(shù)據(jù)庫的導(dǎo)出功能下載每一篇論著相應(yīng)施引文獻(xiàn)的全記錄數(shù)據(jù)。

（4）利用自編Python程序，提取每一篇論著相應(yīng)施引文獻(xiàn)數(shù)據(jù)中的被引頻次（TC字段信息）、作者信息（AF字段信息，AF字段相比AU字段更能避免重名問題）、出版年（PY字段信息）。

（5）對（2）中得到的15種媒體工具收錄的補(bǔ)充度量數(shù)據(jù)，利用SPSS軟件中的主成分分析功能計(jì)算各篇論著的綜合主分值Score。

為了提高數(shù)據(jù)處理的效率，本文所有參數(shù)的計(jì)算都寫成Python程序，通過相應(yīng)程序可以算得論著的施引文獻(xiàn)篇數(shù)P、施引文獻(xiàn)的被引次數(shù)C、施引文獻(xiàn)的篇均被引次數(shù)CPP（Average citations per item）、h指數(shù)、學(xué)術(shù)跡（Academic trace）、影響矩（Impact torque）。

已有研究多用先取Altmetric數(shù)據(jù)再取WoS數(shù)據(jù)的流程，本文則用在WoS數(shù)據(jù)基礎(chǔ)上取Altmetric數(shù)據(jù)再經(jīng)WoS獲得最終數(shù)據(jù)的程序，是對數(shù)據(jù)處理方法的更新和改善。

3 結(jié)果

四個(gè)學(xué)科各60篇論著代表性指標(biāo)的分布圖見圖1，為使線條清晰，學(xué)術(shù)化評價(jià)指標(biāo)和社會化評價(jià)指標(biāo)各取幾個(gè)典型，略去P、C、CPP、影響矩、Altmetric score五個(gè)指標(biāo)。其中橫坐標(biāo)為60個(gè)樣本數(shù)的標(biāo)記號，縱坐標(biāo)為指標(biāo)數(shù)值，為區(qū)別不同數(shù)值幅度，左縱標(biāo)用于學(xué)術(shù)跡，右縱標(biāo)用于h index和Score（主分）。

利用SPSS軟件對四個(gè)學(xué)科60篇論著各評價(jià)指標(biāo)進(jìn)行Spearman相關(guān)分析，所得相關(guān)系數(shù)見表1～表4（經(jīng)K-S檢驗(yàn)，各指標(biāo)不符合正態(tài)分布）。

4 討論與分析

從表1～表4可見學(xué)術(shù)化評價(jià)指標(biāo)之間相關(guān)性明顯，而與社會化評價(jià)指標(biāo)之間的相關(guān)性大多不顯著甚至負(fù)相關(guān)。這里，側(cè)重于討論h指數(shù)、學(xué)術(shù)跡、影響矩、補(bǔ)充計(jì)量指標(biāo)之間的關(guān)聯(lián)及差別。

4.1 h指數(shù)的獨(dú)立性及其與其他指標(biāo)的相關(guān)性

h指數(shù)已經(jīng)成為被廣泛認(rèn)可的高影響力評價(jià)指標(biāo)，在其基礎(chǔ)上已擴(kuò)展出一系列h型指標(biāo)（如g指數(shù)等）。h指數(shù)在評價(jià)單篇論著時(shí)通過考察單篇論著施引文獻(xiàn)的數(shù)量和質(zhì)量，從中選取施引文獻(xiàn)中h核的數(shù)量作為評價(jià)參數(shù)，這是一種簡單而又很巧妙的指標(biāo)。從表1～表4可以看出，h指數(shù)與傳統(tǒng)的P、C、CPP指標(biāo)具有較強(qiáng)相關(guān)性，可以認(rèn)為h指數(shù)表征了P、C、CPP指標(biāo)的大部分特征。h指數(shù)和其他h型指標(biāo)在評價(jià)其他客體時(shí)具有較強(qiáng)相關(guān)性，在實(shí)際測度過程中，我們也發(fā)現(xiàn)h指數(shù)和g指數(shù)在評價(jià)單篇論著時(shí)也具有較強(qiáng)相關(guān)性。因此，可將h指數(shù)和各種h型指標(biāo)作為同類評價(jià)指標(biāo)。

4.2 學(xué)術(shù)跡的獨(dú)立性及其與其他指標(biāo)的相關(guān)性

學(xué)術(shù)跡指標(biāo)在測量單篇論著的學(xué)術(shù)影響力時(shí)綜合考察單篇論著的施引文獻(xiàn)數(shù)量與質(zhì)量分布，將施引文獻(xiàn)分成三個(gè)部分：h核、h尾和零被引部分，并結(jié)合I3指數(shù)思想構(gòu)建學(xué)術(shù)矩陣，最后通過矩陣的跡來度量論著的學(xué)術(shù)影響力。從表1～表4可以看出，學(xué)術(shù)跡與傳統(tǒng)的C、CPP指標(biāo)具有較強(qiáng)相關(guān)性，在環(huán)境、應(yīng)用物理、經(jīng)濟(jì)三個(gè)學(xué)科中學(xué)術(shù)跡與P指標(biāo)具有中等強(qiáng)度相關(guān)性，在歷史學(xué)樣本中學(xué)術(shù)跡與P指標(biāo)沒有顯著相關(guān)性。另外，學(xué)術(shù)跡指標(biāo)與h指數(shù)有較強(qiáng)相關(guān)性，這也說明學(xué)術(shù)跡指標(biāo)是建立在h指數(shù)之上的一種拓展。作為新近發(fā)展的學(xué)術(shù)評價(jià)指標(biāo)，與純粹被引數(shù)和h指數(shù)等相比，學(xué)術(shù)跡具有覆蓋信息全面的優(yōu)勢并體現(xiàn)出作為獨(dú)立指標(biāo)存在的必要性，可望為后續(xù)研究提供參考。當(dāng)然，學(xué)術(shù)跡的構(gòu)建相對復(fù)雜，但通過程序計(jì)算則不成問題。

4.3 影響矩的獨(dú)立性及其與其他指標(biāo)的相關(guān)性

影響矩是類比物理概念力矩（Torque） 建立的測度量，通過綜合單篇論著的影響規(guī)模和影響時(shí)效兩個(gè)參量來測評其影響力，其實(shí)質(zhì)為論著影響力與時(shí)間跨度的累積，論著影響力又是通過引用該論著的作者數(shù)來定義。從表1～表4可以看出，影響矩與傳統(tǒng)的P、C指標(biāo)具有較強(qiáng)相關(guān)性，在環(huán)境、應(yīng)用物理、經(jīng)濟(jì)三個(gè)學(xué)科中影響矩與CPP指標(biāo)具有較低強(qiáng)度相關(guān)性，在歷史學(xué)樣本中影響矩與CPP指標(biāo)沒有顯著相關(guān)性。另外，影響矩指標(biāo)與h指數(shù)有較強(qiáng)相關(guān)性，但相對于學(xué)術(shù)跡指標(biāo)，其與h指數(shù)的相關(guān)性系數(shù)要小一些。影響矩與學(xué)術(shù)跡指標(biāo)在環(huán)境、應(yīng)用物理、經(jīng)濟(jì)三個(gè)學(xué)科中具有中等強(qiáng)度相關(guān)性，在歷史學(xué)樣本中影響矩與學(xué)術(shù)跡沒有顯著相關(guān)性。影響矩指標(biāo)可以部分消除作者自引、團(tuán)體互引等問題，并考慮影響力在時(shí)間上的累積效果，是一個(gè)比較獨(dú)特的指標(biāo)。影響矩指標(biāo)的問題主要在于其與經(jīng)典指標(biāo)之間的理論關(guān)聯(lián)尚未建立。另外，從圖1中環(huán)境學(xué)科和經(jīng)濟(jì)學(xué)科影響矩指標(biāo)的波動來看，其相比其他指標(biāo)有較大幅度的震蕩，其指標(biāo)細(xì)節(jié)方面還有待改進(jìn)。

4.4 補(bǔ)充計(jì)量指標(biāo)的獨(dú)立性及與其他指標(biāo)的相關(guān)性

補(bǔ)充計(jì)量指標(biāo)由提供Altmetrics服務(wù)的機(jī)構(gòu)通過搜羅傳統(tǒng)網(wǎng)絡(luò)媒體、社會媒體、在線參考工具等媒介中用戶對論著的收錄、轉(zhuǎn)發(fā)、評論、閱讀、收藏等行為數(shù)據(jù)，再通過一定的賦權(quán)，綜合計(jì)算得到每篇論著的補(bǔ)充計(jì)量指標(biāo)，是一種評價(jià)論著社會影響力的新指標(biāo)，現(xiàn)已被一些出版機(jī)構(gòu)所使用。因Altmetrics數(shù)據(jù)來源廣泛，數(shù)據(jù)源性質(zhì)不同，數(shù)據(jù)生成的模式不同，部分研究者采用基于主成分的方法提取綜合主成分值作為補(bǔ)充計(jì)量指標(biāo)。本文將兩個(gè)指標(biāo)都納入了比較體系，從表1～表4可以看出，補(bǔ)充計(jì)量指標(biāo)Altmetric Score與P、C、CPP、h指數(shù)、學(xué)術(shù)跡、影響矩在四個(gè)學(xué)科的樣本數(shù)據(jù)中均沒有顯著相關(guān)性，這說明Altmetric Score指標(biāo)是一種顯著不同于現(xiàn)有指標(biāo)的新指標(biāo)。在置信度（雙測）為 0.01 時(shí)，補(bǔ)充計(jì)量指標(biāo)Score（主分）在物理學(xué)科的樣本數(shù)據(jù)中與P、影響矩指標(biāo)有中低程度顯著相關(guān)性，在其他情況與其他指標(biāo)均沒有顯著相關(guān)性。因此，可以認(rèn)為補(bǔ)充計(jì)量指標(biāo)現(xiàn)階段其作用仍只能定位在補(bǔ)充測度論著社會影響力的地位。正是基于此種考慮，本文在數(shù)據(jù)收集時(shí)，先是從WoS數(shù)據(jù)庫中選取高被引論文，再去Altmetric Explorer中采集Altmetric Score得分排前60的論著數(shù)據(jù)，而現(xiàn)有的研究一般是先在Altmetrics工具中采集數(shù)據(jù)[16，26]，再在WoS等數(shù)據(jù)庫中比對傳統(tǒng)指標(biāo)，導(dǎo)致最終相關(guān)性分析的結(jié)論有所差別?；谥鞒煞址治龇椒ǖ玫降木C合主成分值，在本文四個(gè)學(xué)科論著的分析中，效果也不太明顯，主要原因在于本文的樣本數(shù)據(jù)并不能很好地滿足使用主成分分析方法所需要的條件。比如：應(yīng)用物理學(xué)科樣本的Kaiser-Meyer-Olkin值為0.464、主成分的累積貢獻(xiàn)率81.2%，環(huán)境學(xué)科樣本的Kaiser-Meyer-Olkin值為0.578、主成分的累積貢獻(xiàn)率74.8%，經(jīng)濟(jì)學(xué)科樣本的Kaiser-Meyer-Olkin值為0.373、主成分的累積貢獻(xiàn)率80.7%，歷史學(xué)科樣本的Kaiser-Meyer-Olkin值為0.465、主成分的累積貢獻(xiàn)率81%，部分學(xué)科樣本數(shù)據(jù)的Kaiser-Meyer-Olkin值過低，不適合主成分方法的計(jì)算。另外，從各學(xué)科論著在Altmetric Explorer所收錄15種媒體工具的分布情況來看，絕大部分?jǐn)?shù)據(jù)產(chǎn)生于Mendeley readers，其他大部分媒介只有少量分布，而Mendeley本身就是學(xué)者們廣泛使用的文獻(xiàn)參考工具，因此在本文的樣本數(shù)據(jù)中使用主成分分析方法得到的綜合主分值去評價(jià)論著的社會影響力還有很大局限。

利用SPSS因子分析功能的方差最大正交旋轉(zhuǎn)選項(xiàng)，可得各指標(biāo)的方差正交旋轉(zhuǎn)分布（見圖2）。

從圖2中，明顯可見h指數(shù)和學(xué)術(shù)跡、Altmetric score和Score（主分）兩兩較為接近，而學(xué)術(shù)化評價(jià)指標(biāo)和社會化評價(jià)指標(biāo)之間則較為疏遠(yuǎn)，這表明學(xué)術(shù)化評價(jià)指標(biāo)和社會化評價(jià)指標(biāo)各有不同的評價(jià)指向，不可能用補(bǔ)充計(jì)量指標(biāo)替代學(xué)術(shù)評價(jià)指標(biāo)。引言中提及已有研究揭示補(bǔ)充計(jì)量指標(biāo)與引文指標(biāo)等傳統(tǒng)學(xué)術(shù)指標(biāo)存在弱相關(guān)，而與已有研究相比，由于更新了數(shù)據(jù)處理方法并考慮了多學(xué)科多指標(biāo)，本文獲得的證據(jù)和論斷均更強(qiáng)。

5 結(jié)語

綜上所述，在測量單篇論著的學(xué)術(shù)影響力時(shí)，h指數(shù)、學(xué)術(shù)跡、影響矩、補(bǔ)充計(jì)量指標(biāo)都能從各自的角度取得一定的評價(jià)效度，也表現(xiàn)出各自的獨(dú)立性。h指數(shù)反映出高被引和優(yōu)質(zhì)論著的特征點(diǎn)；學(xué)術(shù)跡體現(xiàn)了單篇論著被引文獻(xiàn)數(shù)量與質(zhì)量的綜合面；影響矩考察單篇論著影響的作者規(guī)模與影響時(shí)效；補(bǔ)充計(jì)量指標(biāo)則關(guān)注在公共網(wǎng)絡(luò)媒介中測度單篇論著的社會影響力。

由于所選四個(gè)學(xué)科分別代表了基礎(chǔ)科學(xué)、應(yīng)用科技、社會科學(xué)、人文學(xué)科，本文結(jié)論應(yīng)當(dāng)適合各學(xué)科；在更新了數(shù)據(jù)處理方法和多學(xué)科多指標(biāo)考量下，本文論斷不可能用補(bǔ)充計(jì)量指標(biāo)替代學(xué)術(shù)評價(jià)指標(biāo)。又因任何單一評價(jià)指標(biāo)都會有不同程度的局限，綜合應(yīng)用多種指標(biāo)可以提供多維度的參考，故建議在評價(jià)單篇論著時(shí)同時(shí)應(yīng)用多指標(biāo)測度，以真正實(shí)現(xiàn)綜合評價(jià)。

參考文獻(xiàn)：

[1] Torres D， Cabezasá，Jiménez E. Altmetrics：New Indicators for Scientific Communication in Web 2.0[J].Comunicar， 2013， 21（41）：53-60.

[2] 唐繼瑞， 葉鷹. 單篇論著學(xué)術(shù)跡與影響矩比較研究[J].中國圖書館學(xué)報(bào)， 2015， 41（2）： 4-16.

[3] Garfield， E. Citation Indexing： Its Theory and Applications in Science， Technology and Humanities[M]. New York： Wiley，1979.

[4] Hirsch， J. An index to quantify an individuals scientific research output[J]. Proceedings of the National Academy of Sciences of the USA， 2005， 102（46）： 6569-16572.

[5] Ball， P. Index to aims for fair ranking of scientists[J]. Nature， 2005， 436（7053）： 900.

[6] Schubert， A. Using the h-index for assessing single publications[J]. Scientometrics， 2009，78（3）： 559-565.

[7] 楊建林，嚴(yán)明. 單篇期刊論文h指數(shù)的實(shí)證研究——以圖書情報(bào)學(xué)為例[J]. 圖書情報(bào)工作， 2010， 54（12）： 145-148.

[8] Ye， F. Y. and Leydesdorff， L. The “Academic Trace” of the Performance Matrix： A Mathematical Synthesis of the h-Index and the Integrated Impact Indicator （I3）[J]. Journal of the Association for Information Science and Technology， 2014， 65（4）： 742-750.

[9] 王術(shù)， 葉鷹. 影響矩作為測度單篇論著影響力的評價(jià)指標(biāo)探討[J].大學(xué)圖書館學(xué)報(bào)， 2014，32（5）： 12-18.

[10] 薛霏， 葉鷹. 大學(xué)的學(xué)術(shù)矩陣和學(xué)術(shù)跡探討[J]. 大學(xué)圖書館學(xué)報(bào)， 2014， 32（1）： 25-29.

[11] 邱均平，余厚強(qiáng).論推動替代計(jì)量學(xué)發(fā)展的若干基本問題[J].中國圖書館學(xué)報(bào)，2015（1）：1-11.

[12] 劉春麗. altmetrics：從理論假說、術(shù)語提出到內(nèi)涵的重新界定[J].圖書情報(bào)工作，2015（6）：82-89.

[13] 魏思廷. 結(jié)合替代計(jì)量學(xué)的數(shù)字圖書館知識服務(wù)新模式[J].圖書情報(bào)知識，2015（2）：87-92.

[14] 邱均平，張心源，董克. Altmetrics指標(biāo)在機(jī)構(gòu)知識庫中的應(yīng)用研究[J].圖書情報(bào)工作，2015（2）：100-105.

[15] Mazov N A， Gureev V N. Alternative approaches to assessing scientific results[J].Herald of the Russian Academy of Sciences， 2015， 85（1）： 26-32.

[16] 由慶斌，韋博，湯珊紅.基于補(bǔ)充計(jì)量學(xué)的論文影響力評價(jià)模型構(gòu)建[J].圖書情報(bào)工作，2014（22）：5-11.

[17] Hammarfelt B. Using altmetrics for assessing research impact in the humanities[J]. Scientometrics， 2014， 101（2）： 1419-1430.

[18] Zahedi Z， Costas R， Wouters P. How well developed are altmetrics？ A cross-disciplinary analysis of the presence of ‘a(chǎn)lternative metrics in scientific publications[J]. Scientometrics， 2014， 101（2）： 1491-1513.

[19] Alhoori H， Furuta R， Tabet M， et al. Altmetrics for Country-Level Research Assessment[M].The Emergence of Digital Libraries–Research and Practices. Springer International Publishing， 2014： 59-64.

[20] Costas R， Zahedi Z， Wouters P. Do “altmetrics” correlate with citations？ Extensive comparison of altmetric indicators with citations from a multidisciplinary perspective[J]. Journal of the Association for Information Science and Technology，2014：1-17.

[21] Ortega J L. Relationship between altmetric and bibliometric indicators across academic social sites： The case of CSIC's members[J].Journal of Informetrics，2015，9（1）： 39-49.

[22] 劉曉娟，周建華，尤斌. 基于Mendeley與WoS的選擇性計(jì)量指標(biāo)與傳統(tǒng)科學(xué)計(jì)量指標(biāo)相關(guān)性研究[J].圖書情報(bào)工作，2015（3）：112-118.

[23] 葉鷹. 國際學(xué)術(shù)評價(jià)指標(biāo)研究現(xiàn)狀及發(fā)展綜述[J]. 情報(bào)學(xué)報(bào)， 2014， 33（2）： 215-224.

[24] Zhang， C.T. The e-index， complementing the h-index for excess citations[J].PLoS ONE， 2009， 4（5）： e5429.

[25] Leydesdorff， L.and Bornmann， L. Integrated impact indicators compared with impact factors： an alternative research design with policy implications[J].Journal of the American Society for Information Science and Technology， 2011， 62（11）： 2133-2146.

[26] LI S S， Fred Y. Evaluating journals yearly impact with altmetric indicators[J].Chinese Journal of Library and Information Science， 2015， 8（2）： 25-38.