張和平 陳齊海

(南昌大學(xué)經(jīng)濟(jì)管理學(xué)院，江西 南昌 330031)

·應(yīng)用研究·

期刊學(xué)術(shù)影響力測(cè)度指標(biāo)結(jié)構(gòu)關(guān)系研究
——基于BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型的實(shí)證

張和平 陳齊海

(南昌大學(xué)經(jīng)濟(jì)管理學(xué)院，江西 南昌 330031)

[目的/意義]期刊學(xué)術(shù)影響力是學(xué)術(shù)界和期刊界關(guān)注的熱點(diǎn)，已有許多學(xué)者對(duì)其測(cè)度指標(biāo)結(jié)構(gòu)關(guān)系進(jìn)行了分析，但缺少?gòu)恼w上對(duì)測(cè)度指標(biāo)間相互作用關(guān)系的研究。[方法/過(guò)程]以632種“綜合性人文、社會(huì)科學(xué)”類(lèi)期刊為研究樣本，構(gòu)建期刊學(xué)術(shù)影響力的測(cè)度指標(biāo)體系，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型計(jì)算各測(cè)度指標(biāo)的中心度與原因度，并結(jié)合原因—結(jié)果圖分析各測(cè)度指標(biāo)的重要性及相互作用關(guān)系。[結(jié)果/結(jié)論]研究結(jié)果表明，該模型能較準(zhǔn)確地反映出測(cè)度指標(biāo)間的結(jié)構(gòu)關(guān)系，他引影響因子和復(fù)合總被引為強(qiáng)驅(qū)動(dòng)型指標(biāo)；平均引文數(shù)和影響因子是排名前兩位的驅(qū)動(dòng)型指標(biāo)；5年影響因子為最顯著的特征型指標(biāo)。

期刊學(xué)術(shù)影響力；BP神經(jīng)網(wǎng)絡(luò)；DEMATEL；指標(biāo)結(jié)構(gòu)

學(xué)術(shù)期刊作為傳播科研成果和展現(xiàn)科技水平的重要媒介，在促進(jìn)科學(xué)知識(shí)的創(chuàng)新、科技成果的轉(zhuǎn)化以及社會(huì)科技的進(jìn)步等方面發(fā)揮著重要的作用。期刊學(xué)術(shù)影響力反映的是期刊所發(fā)表的學(xué)術(shù)成果能夠促進(jìn)學(xué)術(shù)研究和應(yīng)用之發(fā)展的能力，這種能力受到期刊的學(xué)術(shù)質(zhì)量、辦刊特色和讀者認(rèn)可度等多方面的影響。對(duì)期刊學(xué)術(shù)影響力的測(cè)度指標(biāo)結(jié)構(gòu)關(guān)系進(jìn)行分析探討，為提升期刊影響力及期刊評(píng)價(jià)工作有重要的意義，這既是學(xué)術(shù)界關(guān)注的重點(diǎn)也是期刊界的重大課題[1-2]。自美國(guó)已故著名學(xué)者加菲爾德博士提出將影響因子作為期刊排序指標(biāo)以來(lái)，國(guó)內(nèi)外眾多專(zhuān)家學(xué)者對(duì)期刊學(xué)術(shù)影響力的評(píng)價(jià)模型及測(cè)度指標(biāo)間的結(jié)構(gòu)關(guān)系進(jìn)行了深入研究。

在以往的研究中，衡量期刊學(xué)術(shù)影響力的指標(biāo)主要有總被引次數(shù)、影響因子、他引率等，一些學(xué)者探討了測(cè)度期刊學(xué)術(shù)影響力的傳統(tǒng)計(jì)量指標(biāo)間的結(jié)構(gòu)關(guān)系。俞立平等[3]運(yùn)用分位數(shù)回歸模型，探討了平均引文數(shù)、平均作者數(shù)、期刊時(shí)效性等指標(biāo)與期刊影響力的關(guān)系；于挨福等[4]運(yùn)用面板數(shù)據(jù)，建立多元回歸模型分析了期刊基金論文比、論文篇幅長(zhǎng)短等指標(biāo)對(duì)期刊學(xué)術(shù)影響力的影響；俞立平等[5]利用散點(diǎn)圖、回歸分析和分組統(tǒng)計(jì)的方法，分析了基金論文比等5個(gè)期刊來(lái)源指標(biāo)與期刊影響力之間的關(guān)系。另有些學(xué)者針對(duì)傳統(tǒng)測(cè)度期刊影響力指標(biāo)的缺陷，加入一些新型測(cè)度指標(biāo)并研究了與傳統(tǒng)測(cè)度指標(biāo)間的關(guān)系。匈牙利學(xué)者Braun等[6]將h指數(shù)用于期刊的學(xué)術(shù)影響力評(píng)價(jià)中，應(yīng)倩等[7]采用SPSS軟件Spearman技術(shù)分析了h指數(shù)與影響因子、總被引頻次之間的相關(guān)性。美國(guó)學(xué)者Bergstrom等[8]提出特征因子的概念并用于期刊的影響力評(píng)價(jià)，特征因子區(qū)別于影響因子在于計(jì)算引用次數(shù)時(shí)，對(duì)不同層次的期刊而采用不同的引用權(quán)重。俞立平等[9]基于Panel Data，研究特征因子與總被引頻次、影響因子、5年影響因子等計(jì)量指標(biāo)間的結(jié)構(gòu)關(guān)系。我國(guó)學(xué)者也提出了一些新的期刊學(xué)術(shù)影響力評(píng)價(jià)指標(biāo)。馬鳳[10]提出基于Page Rank算法的期刊影響力評(píng)價(jià)指標(biāo)，并運(yùn)用相關(guān)分析分析了與影響因子、總被引次數(shù)等指標(biāo)間的相關(guān)性。邵作運(yùn)等[11]在載文量的基礎(chǔ)上來(lái)計(jì)量被引頻次，提出了一種新型期刊學(xué)術(shù)影響力指標(biāo)—f(x)指數(shù)，同樣運(yùn)用Spearman相關(guān)系數(shù)分析其與載文量、總被引頻次、影響因子等指標(biāo)的相關(guān)關(guān)系。

2015年底，中國(guó)科學(xué)文獻(xiàn)評(píng)價(jià)研究中心連續(xù)14年對(duì)中國(guó)學(xué)術(shù)期刊進(jìn)行統(tǒng)計(jì)分析與定量評(píng)價(jià)，并發(fā)布了新一期的《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)》(簡(jiǎn)稱年報(bào))。為了更加全面科學(xué)準(zhǔn)確地反映期刊學(xué)術(shù)影響力狀況，《年報(bào)》提出一個(gè)全新的評(píng)價(jià)指標(biāo)：學(xué)術(shù)期刊影響力指數(shù)(Academic Journal Clout Index，簡(jiǎn)稱CI)。學(xué)術(shù)期刊影響力指數(shù)是評(píng)價(jià)各期刊影響力大小的綜合性測(cè)度指標(biāo)，它能夠兼顧期刊的質(zhì)量、規(guī)模等因素，可以科學(xué)客觀地反映出期刊的學(xué)術(shù)影響力[12]。丁筠[13]首次對(duì)期刊影響力指數(shù)進(jìn)行了分析，并采用SPSS相關(guān)分析研究了CI與影響因子等傳統(tǒng)指標(biāo)的相互作用關(guān)系。

根據(jù)以上文獻(xiàn)可知，現(xiàn)階段關(guān)于期刊學(xué)術(shù)影響力測(cè)度指標(biāo)間結(jié)構(gòu)關(guān)系的研究大多是將各測(cè)度指標(biāo)獨(dú)立出來(lái)進(jìn)行討論，或者是簡(jiǎn)單的指標(biāo)間相關(guān)性分析，而忽略了各指標(biāo)間的相互聯(lián)系，無(wú)法從總體上對(duì)期刊學(xué)術(shù)影響力的指標(biāo)作用關(guān)系進(jìn)行全面的分析。學(xué)術(shù)期刊影響力指數(shù)作為一個(gè)衡量期刊學(xué)術(shù)影響力的新型計(jì)量指標(biāo)，為本文研究期刊學(xué)術(shù)影響力的指標(biāo)結(jié)構(gòu)關(guān)系提供了思路。本文將改進(jìn)的DEMATEL方法引進(jìn)到期刊學(xué)術(shù)影響力指標(biāo)結(jié)構(gòu)的研究中，從復(fù)合影響因子指標(biāo)、出版指標(biāo)、引證指標(biāo)和傳播指標(biāo)四個(gè)維度分析期刊學(xué)術(shù)影響力的測(cè)度指標(biāo)，全面分析各指標(biāo)間的相互作用關(guān)系，進(jìn)而識(shí)別出系統(tǒng)中的原因型指標(biāo)和結(jié)果型指標(biāo)，為期刊學(xué)術(shù)影響力的建設(shè)及評(píng)價(jià)工作提供有價(jià)值的參考。

1 BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型介紹

DEMATEL又稱為決策試驗(yàn)和評(píng)價(jià)實(shí)驗(yàn)法(Decision Making Trial And Evaluation Laboratory)，是由日內(nèi)瓦研究中心于20世紀(jì)70年代提出的一種用于研究和解決現(xiàn)實(shí)世界中錯(cuò)綜復(fù)雜的影響因素的方法。該方法基于圖論和矩陣論對(duì)復(fù)雜系統(tǒng)因素進(jìn)行分析，通過(guò)確定系統(tǒng)各指標(biāo)之間的直接影響矩陣，最終計(jì)算出每個(gè)指標(biāo)的被影響度及其對(duì)其他因素和評(píng)價(jià)目標(biāo)的影響度，由此確定各個(gè)指標(biāo)的相互關(guān)聯(lián)性并辨析出系統(tǒng)的主要指標(biāo)[14-15]。DEMATEL方法能夠有效地識(shí)別出指標(biāo)之間的相互關(guān)系，在研究復(fù)雜系統(tǒng)指標(biāo)之間的交互影響問(wèn)題得到了廣泛的運(yùn)用[16-17]。

在傳統(tǒng)DEMATEL模型的計(jì)算過(guò)程中，其直接關(guān)聯(lián)矩陣數(shù)據(jù)的確定大多是通過(guò)專(zhuān)家評(píng)分和調(diào)查問(wèn)卷的方式。然而在面對(duì)復(fù)雜難纏的現(xiàn)實(shí)問(wèn)題時(shí)，通過(guò)發(fā)放調(diào)查問(wèn)卷和組織專(zhuān)家評(píng)分來(lái)獲取指標(biāo)之間的相互影響關(guān)系比較困難，同時(shí)主觀性的判斷過(guò)程可能會(huì)影響最終決策結(jié)果的可信性。由于本文研究期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的結(jié)構(gòu)關(guān)系時(shí)選取樣本量較大且指標(biāo)數(shù)較多，因此考慮利用BP神經(jīng)網(wǎng)絡(luò)超強(qiáng)的非線性擬合特點(diǎn)，實(shí)現(xiàn)從輸入數(shù)據(jù)到輸出數(shù)據(jù)的非線性映射，從而得到各測(cè)度指標(biāo)的綜合權(quán)值，其基本結(jié)構(gòu)見(jiàn)圖1。

圖1 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

將BP神經(jīng)網(wǎng)絡(luò)與DEMATEL結(jié)合起來(lái)用于分析期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的結(jié)構(gòu)關(guān)系，既能夠增強(qiáng)指標(biāo)之間的關(guān)聯(lián)性，還能提高分析結(jié)果的客觀性與可靠性[18]。BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型的構(gòu)建步驟如下。

Step3：計(jì)算整體權(quán)值矩陣ω=mean(|W|*|w|)。式中|W|和|w|表示取權(quán)值矩陣W和w的絕對(duì)值；在k>1時(shí)，ω則取每列的平均值。

Step4：根據(jù)整體權(quán)值矩陣計(jì)算期刊學(xué)術(shù)影響力各測(cè)度指標(biāo)的直接關(guān)聯(lián)矩陣B，

Step5：將直接關(guān)聯(lián)矩陣B歸一化處理，可得到歸一化后的直接影響矩陣X，

X=(xij)n×n=B/s

Step6：計(jì)算期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的綜合影響矩陣T，

T=(tij)n×n=X(1-X)-1

其中，tij為測(cè)度指標(biāo)i對(duì)于測(cè)度指標(biāo)j的綜合影響程度；(I-X)-1為I-X的逆矩陣，I為同維度的單位矩陣。

Step7：計(jì)算各測(cè)度指標(biāo)的影響度、被影響度、中心度和原因度。令

式中，影響度f(wàn)i為綜合影響矩陣T的各行之和，表示測(cè)度指標(biāo)i對(duì)其他所有測(cè)度指標(biāo)的直接影響和間接影響之和，稱為影響度。被影響度ei為綜合影響矩陣T的各列之和，表示其他所有測(cè)度指標(biāo)對(duì)測(cè)度指標(biāo)i的直接影響和間接影響之和，稱為被影響度。(fi+ei)定義為中心度，表示測(cè)度指標(biāo)在整個(gè)期刊學(xué)術(shù)影響力測(cè)度指標(biāo)系統(tǒng)中的相對(duì)重要程度，值越大表明該測(cè)度指標(biāo)的重要性越大。(fi-ei)定義為原因度，表示該測(cè)度指標(biāo)與其他測(cè)度指標(biāo)間的因果邏輯關(guān)系程度；原因度大于0時(shí)，表明該測(cè)度指標(biāo)對(duì)其他測(cè)度指標(biāo)的影響程度大，稱為原因型指標(biāo)；原因度小于0時(shí)，表明其他測(cè)度指標(biāo)對(duì)該測(cè)度指標(biāo)的影響程度大，稱為結(jié)果型指標(biāo)[19]。通過(guò)計(jì)算各期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的影響度、被影響度、中心度和原因度，可以清晰地反映出測(cè)度指標(biāo)間的結(jié)構(gòu)關(guān)系。

2 實(shí)證分析

2.1 指標(biāo)體系的構(gòu)建

《年報(bào)》是期刊評(píng)價(jià)體系是權(quán)威文獻(xiàn)之一，旨在準(zhǔn)確客觀地報(bào)道期刊評(píng)價(jià)的計(jì)量指標(biāo)。《年報(bào)》將綜合統(tǒng)計(jì)源期刊與部分碩、博學(xué)位論文、會(huì)議論文結(jié)合，從而構(gòu)成了復(fù)合類(lèi)影響因子指標(biāo)，該類(lèi)指標(biāo)能夠較為客觀地反映出期刊的學(xué)術(shù)影響力，其中包括復(fù)合總被引、影響因子、他引影響因子、5年影響因子和即年指標(biāo)5個(gè)二級(jí)指標(biāo)。除了上述公布的影響因子類(lèi)指標(biāo)，《年報(bào)》還從其他視角來(lái)表現(xiàn)出期刊的規(guī)模、影響力和傳播力等特征，提出了一些計(jì)量指標(biāo)。其中，出版指標(biāo)包括可被引文獻(xiàn)量、可被引文獻(xiàn)比、基金論文比和平均引文數(shù)4個(gè)二級(jí)指標(biāo)，引證指標(biāo)包括引用半衰期、被引半衰期、引用期刊數(shù)、被引期刊數(shù)、他引總引比和互引指數(shù)6個(gè)二級(jí)指標(biāo)，傳播指標(biāo)包括Web即年下載率和總下載量2個(gè)二級(jí)指標(biāo)。期刊學(xué)術(shù)影響力的結(jié)果度量指標(biāo)選取期刊影響力指數(shù)(CI)。期刊學(xué)術(shù)影響力測(cè)度指標(biāo)體系見(jiàn)表1。

表1 期刊學(xué)術(shù)影響力測(cè)度指標(biāo)體系

2.2 數(shù)據(jù)的選取及處理

本文數(shù)據(jù)選取2015年《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)(人文社會(huì)科學(xué))》[12]，以632種“綜合性人文、社會(huì)科學(xué)”類(lèi)期刊為研究樣本，經(jīng)過(guò)對(duì)缺失數(shù)據(jù)的篩選，最終選取了其中553種期刊數(shù)據(jù)進(jìn)行分析。

根據(jù)俞立平等的研究[20]可知，被引半衰期和引用半衰期是屬于成本型指標(biāo)，首先需要對(duì)這兩個(gè)指標(biāo)進(jìn)行取倒數(shù)轉(zhuǎn)換成效益性指標(biāo)，再對(duì)所有指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。本研究從553份“綜合性人文、社會(huì)科學(xué)”類(lèi)期刊樣本中隨機(jī)抽取500份數(shù)據(jù)用于BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，余下的53份數(shù)據(jù)用于檢驗(yàn)神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能。

2.3 計(jì)算結(jié)果

將樣本數(shù)據(jù)的17項(xiàng)測(cè)度指標(biāo)作為輸入矩陣，1項(xiàng)結(jié)果度量指標(biāo)作為結(jié)果輸出矩陣，借助Matlab R2014a軟件，建立一個(gè)含有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)模型，其網(wǎng)絡(luò)結(jié)構(gòu)為17-15-1。其中，隱含層個(gè)數(shù)設(shè)為15，允許擬合誤差為0.0001，最大迭代次數(shù)為1000，網(wǎng)絡(luò)學(xué)習(xí)速率為0.01，其余參數(shù)均設(shè)置為內(nèi)置默認(rèn)值[21]。

根據(jù)上文介紹的BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型的建模步驟，首先經(jīng)過(guò)多次訓(xùn)練后選取預(yù)測(cè)效果最好的網(wǎng)絡(luò)并將其保存，此時(shí)53個(gè)測(cè)試樣本的預(yù)測(cè)效果見(jiàn)圖2；然后可以得到權(quán)值矩陣(W)17×15和(w)15×1及整體權(quán)值矩陣ω17×1；最后通過(guò)步驟Step 5～Step 7可以求得期刊學(xué)術(shù)影響力各測(cè)度指標(biāo)的中心度與原因度值見(jiàn)表2。

圖2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)效果

指標(biāo)編號(hào)fieifi+eifi-eix12.21380.77162.98541.4422x21.68521.01922.70440.6660x32.39890.71033.10931.6886x40.69922.43583.1351-1.7366x51.39441.23362.62810.1608x61.68451.01972.70420.6648x70.86891.97162.8405-1.1027x81.04691.64122.6881-0.5943x91.77810.96532.74340.8128x101.29691.32662.6234-0.0297x110.93851.82792.7664-0.8893x121.49311.15172.64480.3414x131.34381.28022.62400.0637x141.27811.34602.6241-0.0679x151.05961.62172.6813-0.5621x160.94041.82442.7648-0.8840x171.32481.29862.62340.0262

根據(jù)表2的計(jì)算結(jié)果，以各測(cè)度指標(biāo)的中心度為橫坐標(biāo)，原因度為縱坐標(biāo)，繪制出期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的原因—結(jié)果圖見(jiàn)圖3，該圖能清晰直觀地反映出各測(cè)度指標(biāo)間的相互作用關(guān)系。

圖3 期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的原因—結(jié)果圖

參考車(chē)亮亮等[22]的研究，結(jié)合DEMATEL的分類(lèi)法則，本研究將全部測(cè)度指標(biāo)分為3類(lèi)：①?gòu)?qiáng)驅(qū)動(dòng)型指標(biāo)：作為原因型指標(biāo)，其原因度大于0，且中心度大于所有指標(biāo)的中心度均值加上標(biāo)準(zhǔn)差之值(稱為中心度閾值)，表明這類(lèi)指標(biāo)對(duì)期刊學(xué)術(shù)影響力的影響是最顯著的，且對(duì)系統(tǒng)內(nèi)其他結(jié)果型指標(biāo)有較大的影響。②驅(qū)動(dòng)型指標(biāo)：同樣是原因型指標(biāo)，其原因度大于0，但中心度小于中心度閾值，表明這類(lèi)指標(biāo)在期刊學(xué)術(shù)影響力測(cè)度指標(biāo)系統(tǒng)中有重要的地位，是推動(dòng)發(fā)展期刊學(xué)術(shù)影響力發(fā)展的主要途徑。③特征型指標(biāo)：作為結(jié)果型指標(biāo)，其原因度小于0，其中心度在中心度閾值附近，表明這類(lèi)指標(biāo)是其他原因型指標(biāo)的綜合影響結(jié)果，與其他測(cè)度指標(biāo)密切關(guān)聯(lián)，是促進(jìn)期刊學(xué)術(shù)影響力提升的關(guān)鍵因素。

2.4 期刊學(xué)術(shù)影響力測(cè)度指標(biāo)結(jié)構(gòu)分析

2.4.1 期刊學(xué)術(shù)影響力強(qiáng)驅(qū)動(dòng)型指標(biāo)分析

根據(jù)圖2可知，期刊學(xué)術(shù)影響力的強(qiáng)驅(qū)動(dòng)型指標(biāo)為他引影響因子(x3)和復(fù)合總被引(x1)，其原因度大于0且中心度大于中心度閾值2.9197。可知他引影響因子與復(fù)合總被引兩個(gè)指標(biāo)對(duì)其他結(jié)果型指標(biāo)產(chǎn)生較強(qiáng)烈的影響作用，反映出這兩個(gè)指標(biāo)能夠直接顯著地影響期刊學(xué)術(shù)影響力，在期刊學(xué)術(shù)影響力評(píng)價(jià)工作中應(yīng)該優(yōu)先選取這兩個(gè)指標(biāo)。

他引影響因子不同于傳統(tǒng)影響因子，它能夠剔除自引文獻(xiàn)量部分對(duì)自身影響因子的影響。某些期刊為了提升自身的學(xué)術(shù)影響力而通過(guò)不正當(dāng)?shù)氖侄卧黾幼砸剩墙?jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型結(jié)果可知，在期刊學(xué)術(shù)影響力測(cè)度指標(biāo)中他引影響因子是最顯著的決定性指標(biāo)，增加自引率的行為并不能直接提升期刊的學(xué)術(shù)影響力。復(fù)合總被引是一個(gè)存量指標(biāo)，表示的是自創(chuàng)刊來(lái)所發(fā)表的全部文獻(xiàn)在統(tǒng)計(jì)年被引用的總次數(shù)，它反映的是該刊被使用及重視的程度，能夠顯著決定該刊的學(xué)術(shù)影響力。由此可知，他引影響因子和復(fù)合總被引能夠最大程度上測(cè)度出期刊學(xué)術(shù)影響力，并且對(duì)其他結(jié)果型指標(biāo)影響很大。

2.4.2 期刊學(xué)術(shù)影響力驅(qū)動(dòng)型指標(biāo)分析

由圖2可知，期刊學(xué)術(shù)影響力的驅(qū)動(dòng)型指標(biāo)有平均引文數(shù)(x9)、影響因子(x2)、可被引文獻(xiàn)量(x6)、引用期刊數(shù)(x12)、即年指標(biāo)(x5)、被引期刊數(shù)(x13)和總下載量(x17)共7個(gè)指標(biāo)，其原因度大于0但中心度小于中心度閾值。這類(lèi)指標(biāo)雖然作用強(qiáng)度弱于強(qiáng)驅(qū)動(dòng)型指標(biāo)，但在期刊學(xué)術(shù)影響力測(cè)度指標(biāo)系統(tǒng)中具有重要的地位，是提升期刊學(xué)術(shù)影響力的有效途徑及主要推動(dòng)力。

按影響度從大到小排序可知前兩位的驅(qū)動(dòng)型指標(biāo)依次為平均引文數(shù)和影響因子。平均引文數(shù)為在統(tǒng)計(jì)年的篇均參考文獻(xiàn)的數(shù)量，平均引文數(shù)越高代表著論文質(zhì)量的提升，反映的是期刊對(duì)引文工作的重視程度，同時(shí)也更符合學(xué)術(shù)規(guī)范和深度的要求。影響因子能夠在一定程度上反映期刊的學(xué)術(shù)質(zhì)量，但根據(jù)上文分析，他引影響因子比影響因子更能夠測(cè)度出期刊的學(xué)術(shù)影響力。由此可知，平均引文數(shù)與影響因子指標(biāo)同樣能夠很好地測(cè)度出期刊學(xué)術(shù)影響力，并且能夠在一定程度上影響其他結(jié)果型測(cè)度指標(biāo)。

2.4.3 期刊學(xué)術(shù)影響力特征型指標(biāo)分析

同樣根據(jù)圖2，期刊學(xué)術(shù)影響力特征型指標(biāo)有引用半衰期(x10)、他引總引比(x14)、互引指數(shù)(x15)、基金論文比(x8)、Web即年下載率(x16)、被引半衰期(x11)、可被引文獻(xiàn)比(x7)和5年影響因子(x4)共8個(gè)指標(biāo)，其中心度均小于0。這類(lèi)指標(biāo)能夠影響期刊的學(xué)術(shù)影響力，但受到強(qiáng)驅(qū)動(dòng)型指標(biāo)和驅(qū)動(dòng)型指標(biāo)的影響較大。

根據(jù)被影響度絕對(duì)值可知，5年影響因子在所有特征型指標(biāo)中受到其他原因型指標(biāo)的影響最顯著(-1.7366)，其中強(qiáng)驅(qū)動(dòng)型指標(biāo)他引影響因子和復(fù)合總被引對(duì)其影響最大。5年影響因子能夠反映出期刊的平均被引特征，是衡量期刊較長(zhǎng)期學(xué)術(shù)影響力的代表性指標(biāo)。因此5年影響因子是促進(jìn)期刊學(xué)術(shù)影響力提升的關(guān)鍵因素，但對(duì)其直接改變較困難，需要綜合考慮他引影響因子和復(fù)合總被引對(duì)其的影響。

根據(jù)以上結(jié)果分析可知，本文建立的BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型能夠避免回歸模型與相關(guān)性分析的單一性缺點(diǎn)，不僅能夠辨別出期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的重要程度，還能分析出測(cè)度指標(biāo)間的相互影響關(guān)系。同時(shí)，本文從他引影響因子、復(fù)合總被引、平均引文數(shù)和5年影響因子等測(cè)度指標(biāo)綜合考慮，為期刊學(xué)術(shù)影響力的建設(shè)提出一些建議。首先，期刊學(xué)術(shù)影響力的提高離不開(kāi)論文質(zhì)量的提升。期刊要密切關(guān)注學(xué)科的前沿發(fā)展，積極考慮采用具有創(chuàng)新性理論或方法的文章，同時(shí)要做好對(duì)文章質(zhì)量的嚴(yán)格篩選。編輯應(yīng)該提倡雙向匿名的同行審稿制度，將文章的學(xué)術(shù)水平作為審核的唯一標(biāo)準(zhǔn)，要避免因作者單位、基金問(wèn)題等因素而影響優(yōu)秀論文的流失。還應(yīng)該適當(dāng)放寬論文的所占篇幅，不能隨意對(duì)文章進(jìn)行刪減和修改，以保證研究?jī)?nèi)容的翔實(shí)、深入。其次，提升期刊學(xué)術(shù)影響力需要做好論文引文工作。期刊必須做好對(duì)參考文獻(xiàn)的規(guī)范引用，仔細(xì)檢查作者的引文錯(cuò)引率，杜絕要求作者增加本刊自引率的行為；同時(shí)還應(yīng)該提倡文章保持適當(dāng)?shù)囊臄?shù)。期刊需要做到對(duì)合理規(guī)范引用的引導(dǎo)，形成客觀、務(wù)實(shí)的引文引用氛圍。

3 結(jié) 語(yǔ)

本文以632種“綜合性人文、社會(huì)科學(xué)”類(lèi)期刊為研究樣本，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型對(duì)期刊學(xué)術(shù)影響力測(cè)度指標(biāo)間的相互作用關(guān)系進(jìn)行全面分析。首先從四個(gè)維度反映期刊學(xué)術(shù)影響力的測(cè)度指標(biāo)，對(duì)選取的數(shù)據(jù)進(jìn)行缺失值篩選，并將反向指標(biāo)正向變換后全部進(jìn)行標(biāo)準(zhǔn)化處理；然后為了改善調(diào)查問(wèn)卷和專(zhuān)家打分獲取數(shù)據(jù)的缺陷，引進(jìn)BP神經(jīng)網(wǎng)絡(luò)計(jì)算直接關(guān)聯(lián)矩陣，再通過(guò)DEMATEL計(jì)算出各個(gè)指標(biāo)間的中心度與原因度；最后繪制出期刊學(xué)術(shù)影響力測(cè)度指標(biāo)的原因—結(jié)果圖，并將指標(biāo)分為強(qiáng)驅(qū)動(dòng)型指標(biāo)、驅(qū)動(dòng)型指標(biāo)和特征型指標(biāo)三大類(lèi)。結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)DEMATEL模型能很好地反映出測(cè)度指標(biāo)之間的結(jié)構(gòu)關(guān)系；他引影響因子與復(fù)合總被引是期刊學(xué)術(shù)影響力的強(qiáng)驅(qū)動(dòng)型指標(biāo)，這兩個(gè)指標(biāo)能夠直接顯著地測(cè)度出期刊學(xué)術(shù)影響力，同時(shí)對(duì)其他結(jié)果型指標(biāo)產(chǎn)生較強(qiáng)的影響；平均引文數(shù)和影響因子等是期刊學(xué)術(shù)影響力的驅(qū)動(dòng)型指標(biāo)，是提升期刊學(xué)術(shù)影響力的有效途徑；5年影響因子等是期刊學(xué)術(shù)影響力的特征型指標(biāo)，是促進(jìn)期刊學(xué)術(shù)影響力提升的關(guān)鍵指標(biāo)，同時(shí)受到強(qiáng)驅(qū)動(dòng)型指標(biāo)的影響較大，得到的一些結(jié)論可以為期刊學(xué)術(shù)影響力的建設(shè)及評(píng)價(jià)工作提供一定的借鑒意義。

[1]張積玉.學(xué)術(shù)期刊影響力及其評(píng)價(jià)指標(biāo)體系的構(gòu)建[J].陜西師范大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版,2010,9(5):151-154.

[2]蔣勇青,齊萍.學(xué)術(shù)期刊影響力評(píng)價(jià)方法研究[J].中國(guó)軟科學(xué),2017,(3):178-185.

[3]俞立平,潘云濤,武夷山.基于分位數(shù)回歸的期刊影響因子影響因素研究[J].圖書(shū)情報(bào)工作,2010,54(16):145-148.

[4]于挨福,馬虎兆.科學(xué)、科學(xué)研究類(lèi)期刊影響因子相關(guān)因素的實(shí)證研究[J].科學(xué)學(xué)研究,2008,26(4):767-772.

[5]俞立平,潘云濤,武夷山.學(xué)術(shù)期刊來(lái)源指標(biāo)與影響力關(guān)系的實(shí)證研究[J].科研管理,2010,31(6):173-179.

[6]Braun T,Glanzel W,Schubert A.A Hirsch-type index for journals[J].Scientometrics,2006,69(1):169-173.

[7]應(yīng)倩,夏慶民,戴麗瓊,等.醫(yī)學(xué)期刊h指數(shù)與影響因子、總被引頻次的相關(guān)性分析[J].中國(guó)科技期刊研究,2012,23(2):232-234.

[8]Bergstrom C T,West J D,Wiseman M A.The Eigenfactor? Metrics[J].Journal of Neuroscience the Official Journal of the Society for Neuroscience,2008,28(45):11433-11434.

[9]俞立平,隆新文,武夷山.特征因子與其他文獻(xiàn)計(jì)量指標(biāo)關(guān)系研究——基于面板數(shù)據(jù)的估計(jì)[J].科研管理,2012,33(8):41-47.

[10]馬鳳.基于PageRank算法的期刊影響力研究[J].情報(bào)雜志,2014,33(12):103-108.

[11]邵作運(yùn),李秀霞.f(x)指數(shù)：期刊學(xué)術(shù)影響力評(píng)價(jià)新指標(biāo)[J].中國(guó)科技期刊研究,2015,26(11):1194-1199.

[12]中國(guó)社會(huì)科學(xué)文獻(xiàn)計(jì)量評(píng)價(jià)研究中心,清華大學(xué)圖書(shū)館.中國(guó)學(xué)術(shù)期刊影響因子年報(bào)(人文社會(huì)科學(xué))[Z].北京:中國(guó)學(xué)術(shù)期刊(光盤(pán)版)電子雜志社,2015.

[13]丁筠.學(xué)術(shù)期刊影響力指數(shù)(CI)預(yù)測(cè)模型的構(gòu)建[J].情報(bào)科學(xué),2017,35(2):27-32,37.

[14]孫永河,韓瑋,段萬(wàn)春.復(fù)雜系統(tǒng)DEMATEL算法研究進(jìn)展評(píng)述[J].控制與決策,2017,32(3):385-392.

[15]楊揚(yáng),楊尚鵬,章牧,等.基于DEMATEL法的旅行預(yù)訂類(lèi)App評(píng)價(jià)指標(biāo)體系[J].旅游學(xué)刊,2016,31(2):64-74.

[16]Lee Y C,Li M L,Yen T M,et al.Analysis of adopting an integrated decision making trial and evaluation laboratory on a technology acceptance model[J].Expert Systems with Applications,2010,37(2):1745-1754.

[17]Hsu C W,Kuo T C,Chen S H,et al.Using DEMATEL to develop a carbon management model of supplier selection in green supply chain management[J].Journal of Cleaner Production,2013,56(10):164-172.

[18]崔強(qiáng),武春友,匡海波.BP-DEMATEL在空港競(jìng)爭(zhēng)力影響因素識(shí)別中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2013,33(6):1471-1478.

[19]秦曉楠,盧小麗.基于BP-DEMATEL模型的沿海城市生態(tài)安全系統(tǒng)影響因素研究[J].管理評(píng)論,2015,27(5):48-58.

[20]俞立平,潘云濤,武夷山.學(xué)術(shù)期刊非線性評(píng)價(jià)模擬權(quán)重的動(dòng)態(tài)變化研究[J].軟科學(xué),2011,25(4):135-140.

[21]史峰,王小川,郁磊,等.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京:北京航空航天大學(xué)出版社,2010:11-20.

[22]車(chē)亮亮,韓雪,秦曉楠.基于BP-DEMATEL模型的農(nóng)產(chǎn)品虛擬水流動(dòng)影響因素分析[J].冰川凍土,2015,37(4):1112-1119.

ResearchontheStructureofJournalAcademicInfluenceMeasurementIndexes——BasedonBPNeuralNetworkandDEMATELModel

Zhang Heping Chen Qihai

(School of Economic & Management,Nanchang University,Nanchang 330031,China)

[Purpose/Significance]The journal academic influence has become the research hotspot in academic circles and periodical fields.Many scholars have analyzed the structure of journal academic influence measurement indexes,but lacked the study of the interaction between the measurement indexes on the whole.[Method/Process]In this paper,it took 632 kinds of“comprehensive humanities,social sciences”journals as the research sample.The paper construced the measurement indexes system of journal academic influence from four aspects,then used BP-DEMATEL model to calculate the degree of causal and centrality of the measurement index,and to analyze the importance and the mutual connection of each index base on the reason - result graph.[Result/Conclusion]The results showed that the non-self-citing impact factor and the composite total citation were the strong driving indexes,the top two driving indexes are the average number of citation and the impact factor,the 5-year impact factor was the most significant feature type index.This model could accurately reflect the structural relationship between indicators.

journal academic influence;BP neural network;DEMATEL;index structure

10.3969/j.issn.1008-0821.2018.01.012

G255.2

A

1008-0821(2018)01-0087-05

2017-05-18

張和平(1963-)，男，副教授，研究方向：運(yùn)營(yíng)管理，預(yù)測(cè)與決策分析。陳齊海(1991-)，男，碩士研究生，研究方向：預(yù)測(cè)與決策分析。

郭沫含)