曾永杰（華南理工大學圖書館）

新世紀以來，國內(nèi)各高校圖書館將建設(shè)數(shù)字圖書館作為發(fā)展目標，競相購買各類數(shù)字資源，縱觀國內(nèi)高校圖書館現(xiàn)有的數(shù)字資源建設(shè)成果，呈現(xiàn)出重復建設(shè)、大而全、不成體系、質(zhì)量參差不齊等問題。［1］如何優(yōu)化高校圖書館數(shù)字資源建設(shè)采購資金的分配正成為高校圖書館的一個重要挑戰(zhàn)。

1 研究概述

1.1 模型介紹

在研究國內(nèi)相關(guān)論述的基礎(chǔ)上，筆者構(gòu)建了宏觀數(shù)字資源采購資金線性優(yōu)化分配體系和微觀數(shù)據(jù)庫購買或續(xù)訂決策優(yōu)化體系，［2］并建立了相應的宏觀和微觀優(yōu)化模型（見圖1和圖2）。文章基于構(gòu)建的宏—微觀優(yōu)化配置模型，以華南理工大學圖書館的數(shù)字資源建設(shè)為研究對象進行仿真性實證研究，通過綜合分析實證結(jié)果從而驗證宏—微觀優(yōu)化配置模型的可行性，同時對實證對象提出建議。

1.2 實證對象情況介紹

華南理工大學圖書館館舍總建筑面積達6.7萬平方米，到2016年底為止，圖書館館藏文獻資源總量688萬冊，其中，電子文獻334萬冊，紙質(zhì)文獻354萬冊。華南理工大學圖書館已初步建成數(shù)字化圖書館，具有強大的數(shù)字圖書館服務(wù)功能。目前圖書館現(xiàn)有各式數(shù)據(jù)庫總庫163個、子庫236個，自建特色庫累計42個，各類鏡像數(shù)據(jù)已達33TB。

2 實證研究的步驟與過程

2.1 宏觀模型實證研究

2.1.1 實證研究的步驟

運用宏觀線性規(guī)劃模型進行采購資金優(yōu)化分配主要包括以下四個步驟：確定影響因素和決策變量；計算權(quán)重；構(gòu)建線性規(guī)劃方程；編寫程序代碼用MATLAB分析求解。

2.1.2 確定影響采購資金分配的因素和決策變量

圖1 采購資金宏觀分配模型

圖2 購買或續(xù)訂決策優(yōu)化模型圖

（1）本研究確定影響采購資金分配的主要因素有：① 教師因素。教師、博導、教授和副教授人數(shù)為2013年最終登記在冊人數(shù)，其中，教師人數(shù)包括專職教師和其他教職工人數(shù)。② 學生因素。博士生、碩士生和本科生人數(shù)為2013年在校人數(shù)，統(tǒng)計只包括全日制在校人數(shù)，不包括工程碩士、函授、遠程教育等人數(shù)。③ 科研因素。國家級重點實驗室為2013年的數(shù)目，國家級科研項目數(shù)為2013年完成的課題數(shù)量，三大索引（SCI、EI、ISTP）工具收錄論文數(shù)為2012年發(fā)表的論文數(shù)。

（2）本研究確定影響采購資金分配的主要決策變量有：機械與汽車工程學院、建筑學院、土木與交通學院、電子與信息學院、材料科學與工程學院、化學與化工學院、輕工與食品學院、理學院、自動化科學與工程學院、計算機科學與工程學院、電力學院、生物科學與工程學院 、環(huán)境科學與工程學院、軟件學

對以上14個影響因素進行標準化處理，計算出每個學院每個影響因素所占比值Sij（見表1）。

2.1.3 計算權(quán)重

文中采用德爾菲法 （Delphi method）［5］和 Likert七分度量法［6］得到影響因素兩兩對比重要性程度的判斷矩陣FA。將矩陣數(shù)據(jù)輸入MATLAB程序代碼中，運行MATLAB程序，可得：λmax=10.7527

特征向量W=（-0.1278,-0.6697,-0.3877,-0.2277,-0.1143,-0.0678,-0.0429,-0.5157,-0.1437,-0.1643）T，標準化后為Q=（0.0519,0.2720,0.1575,0.0925,0.0464,0.0275,0.0174,0.2095,0.0584,0.0668）T

CI=0.0836

RI=1.49

CR=0.0561＜0.10，判斷矩陣FA通過一致性檢驗。

經(jīng)過歸一化處理得出各因素的權(quán)重值Wj：教師人數(shù)0.05、博導人數(shù)0.27、教授人數(shù)0.16、副教授人數(shù)0.09、博士生人數(shù)0.05、碩士生人數(shù)0.03、本科生人數(shù)0.02、國家級重點實驗室0.20、國家級科研項目數(shù)0.06、三大索引工具收錄論文數(shù)0.07。

接下來，計算各學院的權(quán)重組合值Pi，計算公式如下：

按照公式2具體計算得出各專業(yè)資金分配的權(quán)重（見表 2）：

2.1.4 構(gòu)建線性規(guī)劃方程并求解

在本次的仿真實證研究中，假定華南理工大學圖書館數(shù)字資源采購資金的年度預算額為 1000萬元。此次仿真研究中對采購資金分配作以下假定。① 任意一個專業(yè)分配額的上限定為100萬元，下限定為40萬元。② 機械與汽車學院、材料學院、化學與化工、輕工與食品學院等4個院系專業(yè)的年度采購資金分配總額不得少于395萬。③ 計算機學院、生物學院、環(huán)境學院、軟件學院等4個院系專業(yè)的年度采購資金分配總額不得低于170萬。

設(shè)上文中的決策變量14個學院為對應的14個變院等14大變量。

（3）文中研究數(shù)據(jù)依據(jù)2013年的資料統(tǒng)計，［3］其中三大索引工具收錄論文數(shù)依據(jù)2012年資料統(tǒng)計。［4］

通過發(fā)放調(diào)查問卷、電話咨詢和查閱學校年鑒資料，再將數(shù)據(jù)匯總統(tǒng)計處理，獲得14個學院專業(yè)采購資金分配的影響因素量化值，并利用公式：量，即：x1，x2，···，x14，那么依據(jù)上述假定，可建立下面的線性規(guī)劃模型：

表1 各專業(yè)在各因素中所占比例值表

表2 各專業(yè)資金分配的權(quán)重表

在MATLAB中，利用模擬單純形法求解線性規(guī)劃方程的工具指令Linprog（）函數(shù)求解得：

X=100 85 100 85 100 95 100 85 40 45 40 40 45 40

即得到各院系專業(yè)年度采購資金分配額度，機械與汽車學院年度采購資金為100萬、建筑學院為85萬、土木與交通學院為100萬、電子與信息學院為85萬、材料學院為100萬、化學與化工學院為95萬、輕工與食品學院為100萬，理學學院為85萬，自動化學院為40萬，計算機學院為45萬，電力學院為40萬，生物學院為40萬、環(huán)境學院為45萬、軟件學院為40萬。

2.1.5 結(jié)果分析

根據(jù)資金分配計算結(jié)果可知，資金分配最多的是機械與汽車、土木與交通、材料、輕工與食品學院，采購資金各占100萬元。另外，化學與化工學院有95萬元，建筑、電子與信息、理學學院也各有85萬，這8個學院的資金總和占年度采購資金總額的75%，近似的接近于它們的權(quán)重合計0.78。從整個分析過程可以看出，機械與汽車、土木與交通、材料、輕工與食品這4個學院專業(yè)科研實力雄厚，博士點發(fā)展優(yōu)勢明顯，博士生導師數(shù)量、教授人數(shù)、國家級重點實驗室、優(yōu)秀和高質(zhì)量論文的數(shù)量都在其它專業(yè)院系前面。因此，年度數(shù)字資源采購資金的配置向他們重點傾斜，可以為學校的重點學科建設(shè)與發(fā)展提供保障。

材料學院和輕工與食品學院的本科人數(shù)都不太多，但是采購資金的分配卻比較多，通過分析便可知，相比較于其他因素的權(quán)重，本科生人數(shù)這一影響因素的權(quán)重所占的比例最小，只有0.02，而博導人數(shù)和國家級重點實驗室數(shù)所占比例權(quán)重最大，為0.27和0.20，結(jié)合統(tǒng)計數(shù)據(jù)可知，這兩個學院的博導人數(shù)和國家級重點實驗室數(shù)位于全校前列，可以說明這兩個專業(yè)學院的師生對于數(shù)據(jù)資源的利用率高，利用數(shù)據(jù)庫轉(zhuǎn)化出科研成果的能力很強，為促進學科的進一步發(fā)展，應當給予較多的采購資金扶持。反之，可以發(fā)現(xiàn)電力學院的本科生人數(shù)比較多，但采購資金的配置額度卻較少，因為該學院教師人數(shù)、博導、教授及副教授人數(shù)等都比較少，師資力量不夠，也沒有國家級重點實驗室，科研能力不強，在權(quán)重計算上相對薄弱，因而分配采購資金較少。

綜上，從不同影響因素權(quán)重比例排序來看，此次仿真研究中各專業(yè)的采購資金分配比例符合學校學科建設(shè)發(fā)展的實際，采購資金分配結(jié)果科學合理，因此，宏觀線性優(yōu)化分配模型經(jīng)過實證研究證實是可行的。

2.2 微觀模型實證研究

2.2.1 實證研究的步驟

運用購買或續(xù)訂決策優(yōu)化配置模型進行資金優(yōu)化分配主要包括以下5個步驟：確定參考指標及參考標準；數(shù)據(jù)庫預期得分評估；獲取數(shù)據(jù)并計算因素得分；計算數(shù)據(jù)庫得分；進行購買或續(xù)訂決策。

以華南理工大學圖書館擬續(xù)訂英國皇家化學學會期刊及數(shù)據(jù)庫（Royal Society of Chemistry，以下簡稱RSC數(shù)據(jù)庫）的決策為例，進行續(xù)訂決策實證研究，而購買決策優(yōu)化配置模型的實證過程與續(xù)訂優(yōu)化配置模型基本相同，故此處實證不再贅述。

2.2.2 確定參考指標及參考標準

本次微觀模型實證研究的參考指標及參考標準的確定是采取德爾菲法來獲得，流程基本與宏觀線性優(yōu)化配置模型的實證相同。文中采用德爾菲法和Likert七分度量法得到影響因素兩兩對比重要性程度的判斷矩陣FA。將矩陣數(shù)據(jù)輸入MATLAB程序代碼中，運行MATLAB程序，可得：λmax=10.4715

特征向量W=（0.1521,0.7049,0.1521,0.3299,0.5047,0.1469,0.2350,0.0738,0.0738,0.0746）T，標準化后為Q=（0.0621,0.2879,0.0621,0.1348,0.2062,0.0600,0.0960,0.0302,0.0302,0.0305）T

CI=0.0524

RI=1.49

CR=0.0352＜0.10，判斷矩陣FA通過一致性檢驗。

經(jīng)過歸一化處理得出各因素的權(quán)重值Wj。電子期刊文獻數(shù)量權(quán)重值為0.06、核心期刊比重0.29、收錄時間跨度0.06、更新頻率0.13、數(shù)據(jù)庫價格0.21、檢索成本0.06、下載成本0.10、訪問速度0.03、檢索速度0.03、并發(fā)用戶數(shù)限制0.03。同時，通過德爾菲法最終確定了表3中的參考指標及參考標準。

表3 各指標參考標準表

2.2.3 數(shù)據(jù)庫預期得分評估

在利用德爾菲法確定參考指標的基礎(chǔ)上，再由專家組對擬研究對象數(shù)據(jù)庫RSC數(shù)據(jù)庫依參考指標項目進行數(shù)據(jù)庫預得分評估，將各專家給出的預得分進行匯總并計算平均預得分，可得數(shù)據(jù)庫的預期得分，具體過程此處不再贅述，專家給RSC數(shù)據(jù)庫的最終預期得分是8.0分。

2.2.4 獲取數(shù)據(jù)并計算因素參考得分

本研究中通過向RSC數(shù)據(jù)庫供應商收集關(guān)于數(shù)據(jù)庫使用中的相關(guān)統(tǒng)計數(shù)據(jù)和材料，并查詢參考標準表得出參考得分（見表4）。

表4 RSC期刊數(shù)據(jù)庫各指標相應的數(shù)據(jù)及對應得分表

2.2.5 計算數(shù)據(jù)庫得分

根據(jù)各影響因素權(quán)重值Wj和表4的各指標因素相應數(shù)據(jù)及對應得分，利用相應權(quán)重乘以相應指標得分，并求和便得到RSC數(shù)據(jù)庫的最終得分C。

C=5×0.06+10×0.29+7×0.06+5×0.13+10×0.21+10×0.06+7×0.10+5×0.03+7×0.03+10×0.03=8.33 分

2.2.6 進行續(xù)訂決策

此處決策判斷采用的對某個數(shù)據(jù)庫計算最終得分，并與專家組預期得分進行對比，為數(shù)據(jù)庫續(xù)訂提供決策支持。由上面計算的最終得分可以看出，RSC數(shù)據(jù)庫的最后得分8.33大于專家組的預期得分8.0分，所以可以選擇繼續(xù)續(xù)訂RSC數(shù)據(jù)庫。

2.2.7 結(jié)果分析

從數(shù)據(jù)庫商家獲取的RSC的指標相應數(shù)據(jù)表中可以看出，該數(shù)據(jù)庫的文獻數(shù)量僅有100多萬篇，訪問速度需要3.41秒，這兩項得分均為5分，但因為這兩項指標所占的總權(quán)重僅為0.06和0.03，故對該數(shù)據(jù)庫的實際計算得分影響不大；相反，核心期刊比重值高達84.8%，數(shù)據(jù)庫價格也未達5萬，兩項參考評分均為10分，且這兩項指標所占的總權(quán)重為最高的0.29和0.21，為該數(shù)據(jù)庫最后的計算得分中獲得8.33的高分貢獻了其中的5分。

通過實證研究，參照參考指標的權(quán)重表，可以判定此次微觀續(xù)訂決策優(yōu)化模型的實證仿真研究結(jié)果是可行的。

3 對策與建議

3.1 資金分配向重點專業(yè)傾斜，大力扶持形成特色

從宏觀線性優(yōu)化模型實證研究結(jié)果可以看出，機械與汽車學院、土木與交通學院、材料學院、輕工與食品學院以及化學與化工學院等是華南理工大學的重點學科專業(yè)，在圖書館數(shù)字資源采購資金的分配上應該給予重點傾斜，這些院系專業(yè)擁有較強的人才儲備，博導和國家級重點實驗室數(shù)量都較多，具有較強的教學、科研能力，他們對于專業(yè)數(shù)據(jù)庫的需要會更加強烈，給他們配置較多的采購資金，購置完備而系統(tǒng)的專業(yè)數(shù)據(jù)庫資源，會為這些學科專業(yè)的建設(shè)提供更好地資源支撐，也容易使這些學院建成為華南理工大學的特色學科，進入國內(nèi)甚至國際專業(yè)領(lǐng)域前列。

3.2 平衡新興弱勢專業(yè)資金分配，多方開源或利用服務(wù)盡量彌補

同樣從宏觀模型的實證研究中可以看出，自動化學院、計算機學院、電力學院、生物學院、環(huán)境學院和軟件學院等是華南理工大學里相對較弱勢的學科專業(yè)，究其原因，有些是新興成立的學科專業(yè)，有些是學校較為弱勢的學科專業(yè)。對于這些新興弱勢專業(yè)，我們要盡量平衡他們與重點學科專業(yè)之間的采購資金分配差距。學校應該密切關(guān)注他們的發(fā)展動向，多方開源為學科的發(fā)展建設(shè)籌資，增加圖書館服務(wù)，盡量滿足讀者的需求。如，與學院商討專業(yè)數(shù)據(jù)庫的合買共用；加入圖書館聯(lián)盟為該學科專業(yè)數(shù)據(jù)庫的購買爭取更大的優(yōu)惠；增加館際互借業(yè)務(wù)和文獻傳遞服務(wù)來盡量滿足他們的需要。

3.3 利用微觀決策優(yōu)化模型來優(yōu)化數(shù)據(jù)庫的引進或續(xù)訂決策

對于華南理工大學圖書館的數(shù)字資源建設(shè)，應該做到多采用微觀優(yōu)化模型來決策引進或續(xù)訂數(shù)據(jù)庫。對于擬引進的數(shù)據(jù)庫，除了可以通過試用數(shù)據(jù)庫的數(shù)據(jù)統(tǒng)計與專家組預測的結(jié)果進行比對分析決策，還可以同館內(nèi)已購買的同專業(yè)類型數(shù)據(jù)庫的使用數(shù)據(jù)進行對比決策；對于已購買數(shù)據(jù)庫的續(xù)訂，可以通過館內(nèi)已購買的同專業(yè)類型數(shù)據(jù)庫的使用數(shù)據(jù)進行對比研究提供是否續(xù)訂的決策。

3.4 形成系統(tǒng)優(yōu)化機制，定期評估

在構(gòu)建了系統(tǒng)的、科學的宏觀與微觀優(yōu)化配置模型后，就需要形成定期的調(diào)整或評估引退機制，來保證“合適的人”能在“合理的時間”里按“科學的規(guī)則”做出正確的事情。對于華南理工大學圖書館的數(shù)字資源建設(shè)，圖書館應在一定的周期里開展數(shù)字資源采購資金學科分配比例的合理性以及針對具體數(shù)據(jù)庫的購買或續(xù)訂評估工作，形成規(guī)范的采購資金調(diào)整或數(shù)據(jù)庫引退機制，以保證經(jīng)費的合理使用。對于學校學科建設(shè)的調(diào)整，圖書館需要在相應學科采購資金的投入上進行調(diào)整；對于具體的某一擬購買或續(xù)訂的數(shù)據(jù)庫，圖書館需要組織專家委員會對其進行評估，為決策者購買或續(xù)訂提供最優(yōu)化決策。