彭秋茹 閻素蘭 楊 波 黃水清

（1.南京農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院 江蘇南京 210095）

（2.南京農(nóng)業(yè)大學(xué)領(lǐng)域知識關(guān)聯(lián)研究中心 江蘇南京 210095）

報紙論文，即發(fā)表在報紙上的學(xué)術(shù)性論文，不包括新聞稿件等，最典型的是各大報刊理論版所刊載的論文。受報紙發(fā)行方式與閱讀對象制約，報紙論文的研究領(lǐng)域基本是局限于人文社科領(lǐng)域，且篇幅較短，研究對象多為學(xué)界或經(jīng)濟(jì)社會關(guān)注的具有普遍性或重大影響的問題。報紙論文同時具有學(xué)術(shù)價值和新聞傳播的特性，其影響力不僅表現(xiàn)在學(xué)術(shù)參考和引用方面，還表現(xiàn)在新聞媒體和社交媒體等網(wǎng)絡(luò)平臺的傳播和分享方面。前者可以看作是報紙論文的學(xué)術(shù)影響力，后者則是報紙論文社會影響力的體現(xiàn)。相較于期刊論文，報紙論文不但會對學(xué)術(shù)研究有貢獻(xiàn)即產(chǎn)生學(xué)術(shù)影響，而且更易產(chǎn)生社會影響。學(xué)界對期刊論文、圖書的評價研究較多，較少關(guān)注報紙論文的影響力評價?？梢哉f，報紙論文是評價領(lǐng)域相對被忽視的評價對象。報紙論文與期刊論文同為科研論文，研究報紙論文影響力的評價，有利于評價新方法的探討，有利于完善各種類型的科研成果影響力評價體系。對報紙論文影響力進(jìn)行有效評價，有利于明確報紙論文在人才、項目等評審中的價值，為主管部門提供決策依據(jù)。

報紙評價或報紙影響力評價，是與報紙論文影響力評價相關(guān)、但內(nèi)涵并不相同的概念。報紙評價研究多以報紙的整體影響力為對象，采用定性和定量兩類方法探討報紙在新聞傳播學(xué)領(lǐng)域的影響力問題：（1）定性研究方面。主要是利用傳播學(xué)原理從報紙影響力分析、報紙 影響力組成因素、提高報紙影響力方法等方面來探討報紙影響力；（2）定量研究方面。主要是利用調(diào)查數(shù)據(jù)獲取報紙論文的影響力現(xiàn)狀，又分為報紙利用新媒體的影響力研究和報紙對受眾的影響力研究兩個方面。

科研成果的影響力評價，是研究各類科研產(chǎn)出對科學(xué)技術(shù)本身及經(jīng)濟(jì)社會的作用或貢獻(xiàn)程度。自加菲爾德在1955年提出用影響因子評價期刊的學(xué)術(shù)影響力以來，六十多年間，盡管科學(xué)技術(shù)發(fā)生了翻天覆地的變化，引文計量一直都是影響力評價的主導(dǎo)方法。然而，引文計量的局限性也受到越來越多的詬病。對引文計量本身的改進(jìn)及對引文計量的補(bǔ)充或替代方法，日漸被關(guān)注。隨著社交媒體在科學(xué)研究、傳播、交流中的普及應(yīng)用，一種基于社會傳媒平臺和工具的影響力評價方法——Altmetrics應(yīng)運(yùn)而生并引起廣泛關(guān)注。Altmetrics的缺點是指標(biāo)數(shù)據(jù)較難獲取、評價指標(biāo)尚無統(tǒng)一規(guī)范，目前尚未能廣泛應(yīng)用于評價實踐。

報紙論文作為科研產(chǎn)出成果的一種，既具有學(xué)術(shù)研究價值，又依托報紙這個大眾媒體得到更廣泛地傳播與討論，但在信息計量學(xué)領(lǐng)域里，僅有少數(shù)學(xué)者在研究多種科研成果類型時提到報紙論文的影響力問題，如康穎卿統(tǒng)計了報紙整體在不同年份和不同學(xué)科的被引頻次來初步探討了報紙的學(xué)術(shù)影響力；蘇金燕對我國人文社會科學(xué)領(lǐng)域參考文獻(xiàn)類型的研究表明，報紙論文在政治學(xué)、馬克思主義、新聞學(xué)與傳播學(xué)等學(xué)科的學(xué)術(shù)影響力與其它學(xué)科相比較大。專門針對報紙論文這一科研成果的影響力評價問題進(jìn)行的全面研究，目前還比較缺乏。

本文意圖融合引文計量和Altmetrics兩種評價方法，根據(jù)報紙論文的屬性分別從引文指標(biāo)和Altmetrics指標(biāo)中篩選出報紙論文學(xué)術(shù)影響力和社會影響力的評價指標(biāo)，以層次分析法、變異系數(shù)、逼近理想點、灰色關(guān)聯(lián)分析法等模型與方法為理論基礎(chǔ)，構(gòu)建適用于報紙論文影響力的評價指標(biāo)體系及綜合評價方法，并以2014年《光明日報》理論版刊登的全部1363篇報紙論文為評價對象，完成從指標(biāo)數(shù)據(jù)采集到最終結(jié)果計算的完整評價過程。通過對評價結(jié)果的比較和分析，探討和驗證評價方法的可行性、適用性。

1 報紙論文影響力綜合評價的決策模型選擇

報紙論文的影響力評價，僅憑報紙論文在學(xué)術(shù)數(shù)據(jù)庫里的被引頻次顯然是不夠的。報紙論文的影響力可以體現(xiàn)為學(xué)術(shù)影響力和社會影響力兩個方面，其中報紙論文的學(xué)術(shù)影響力可以通過學(xué)術(shù)期刊對報紙論文的引用來測量，而報紙論文的社會影響力可以通過報紙論文在網(wǎng)絡(luò)媒體平臺中的傳播數(shù)量來進(jìn)行測量。因此，從報紙論文的學(xué)術(shù)影響力和社會影響力兩方面入手，設(shè)計包含多項引文指標(biāo)和Altmetrics指標(biāo)的綜合評價方法，是報紙論文影響力評價的可行思路。即，從決策模型的角度看，報紙論文影響力評價是典型的多指標(biāo)（或多屬性）綜合評價問題。多指標(biāo)綜合評價的理論和方法在經(jīng)濟(jì)、管理和工業(yè)工程等專業(yè)研究和規(guī)劃、評價等決策實踐中占有重要地位，具有重大的實用價值和廣泛的應(yīng)用前景。

目前常見的多指標(biāo)綜合評價決策模型主要有層次分析法、模糊綜合評價法、數(shù)據(jù)包絡(luò)分析法、人工神經(jīng)網(wǎng)絡(luò)評價法、灰色關(guān)聯(lián)分析法等。若評價指標(biāo)具有多層結(jié)構(gòu)，且具備同行專家資源可以主觀確定評價指標(biāo)權(quán)重，則適合采用層次分析法進(jìn)行綜合評價。若對評價對象的評定是以類似“好”“一般”“不好”等具有模糊性的等級為標(biāo)準(zhǔn)，則適合采用模糊綜合評價法進(jìn)行綜合評價。若評價指標(biāo)中同時包含多個輸入指標(biāo)和多個輸出指標(biāo)，則適合采用數(shù)據(jù)包絡(luò)分析法進(jìn)行綜合評價。若評價對象樣本較小、指標(biāo)數(shù)據(jù)分布不確定，則適合采用灰色關(guān)聯(lián)分析法來進(jìn)行綜合評價。評價者可以根據(jù)具體的評價需求和評價數(shù)據(jù)情況來決定采用何種綜合評價方法更合適。一般來說，多指標(biāo)綜合評價由5個步驟組成：明確評價對象；建立評價指標(biāo)體系（包括構(gòu)造評價指標(biāo)層次、確定評價指標(biāo)及數(shù)據(jù)采集方式、評價指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化等）；確定指標(biāo)權(quán)重；合成評價指標(biāo)值獲得綜合評價結(jié)果；綜合評價結(jié)果比較和分析。

以上多指標(biāo)綜合評價決策模型中，層次分析法適用于評價指標(biāo)為定性或定性定量相結(jié)合的多層次評價實踐活動，與報紙論文影響力評價非常契合。層次分析法的基本思想是將評價問題的有關(guān)評價指標(biāo)分解為目標(biāo)、準(zhǔn)則、方案等層次，用一定標(biāo)度對人的主觀判斷進(jìn)行量化，在此基礎(chǔ)上進(jìn)行定性分析和定量分析。

本文將選擇層次分析法作為報紙論文影響力評價的決策模型，依照層次分析法的要求，首先確定報紙論文影響力綜合評價的指標(biāo)層次，構(gòu)建評價指標(biāo)體系。隨后，在接下來的各評價環(huán)節(jié)中根據(jù)需要分別選擇合適的模型依次完成確定評價指標(biāo)權(quán)重、合成評價指標(biāo)值、獲得綜合評價結(jié)果等步驟，并解決各步驟實施過程中涉及的相關(guān)技術(shù)問題，達(dá)到對報紙論文影響力實施綜合評價的目的，形成完整的可操作的評價方法。

2 報紙論文影響力綜合評價指標(biāo)體系的構(gòu)建

層次分析法把評價問題當(dāng)作一個整體系統(tǒng)，在深入分析問題的基礎(chǔ)上，將與整體相關(guān)的各個要素按照不同屬性自上而下地分解為若干層次，每個層次的各要素從屬于上層或?qū)ι蠈右赜杏绊?，同時又支配下層要素或受到下層要素的作用。最上層為目標(biāo)層，通常只有一個要素。最下層為方案層，對應(yīng)于報紙論文影響力評價來說即為評價的全部指標(biāo)。中間可以有一個或幾個層次，稱為準(zhǔn)則層，當(dāng)準(zhǔn)則過多時（如多于9個）應(yīng)進(jìn)一步分解出子準(zhǔn)則層。

2.1 評價指標(biāo)層次的構(gòu)造

當(dāng)一篇報紙論文被刊載后，一方面學(xué)者可能會閱讀與參考，最終體現(xiàn)在學(xué)術(shù)文獻(xiàn)的引用中，另一方面也會受到網(wǎng)絡(luò)上不同平臺的即時傳播，如被其他新聞媒體轉(zhuǎn)載或提及、文檔分享平臺保存、社交媒體討論等。前者即報紙論文的學(xué)術(shù)影響力，后者即報紙論文的社會影響力。遵循層次分析法“目標(biāo)層-準(zhǔn)則層-方案層”的層次結(jié)構(gòu)思想，可以得到報紙論文影響力評價指標(biāo)體系的層次結(jié)構(gòu)（見圖1）。

2.2 評價指標(biāo)的確定及評價數(shù)據(jù)的采集與計算

圖1 報紙論文影響力評價指標(biāo)體系層次結(jié)構(gòu)圖

報紙論文影響力評價指標(biāo)體系中的指標(biāo)層，包含了報紙論文影響力評價兩項評價準(zhǔn)則的全部12項指標(biāo)，構(gòu)成了報紙論文影響力評價的指標(biāo)體系（見圖1）。其中，論文被引次數(shù)、他引次數(shù)、論文h指數(shù)，是單篇論文引文評價中常用的3種評價指標(biāo)，報紙論文的學(xué)術(shù)影響力評價指標(biāo)體系中，首先可以納入這3項指標(biāo)。

由于被引次數(shù)只單純統(tǒng)計被引文獻(xiàn)篇數(shù)，忽略了引證文獻(xiàn)可能在文章不同的位置多次引用某篇報紙論文的情況，無法區(qū)分同一篇引證文獻(xiàn)對不同的被引文獻(xiàn)在引用程度上的差異，因此，單純使用被引次數(shù)對學(xué)術(shù)論文進(jìn)行評價存在一定的局限性。為此，可引入引用強(qiáng)度指標(biāo)用于報紙論文學(xué)術(shù)影響力評價。報紙論文的引用強(qiáng)度定義為報紙論文在同一篇引證文獻(xiàn)中被提及或引用的實際次數(shù)。將報紙論文在所有引證文獻(xiàn)中的引用強(qiáng)度相加，即可獲得該報紙論文的總引用強(qiáng)度。相較于被引次數(shù)，引用強(qiáng)度能更好地反映報紙論文實際被引用的情況及報紙論文的學(xué)術(shù)影響力。

最終，報紙論文學(xué)術(shù)影響力準(zhǔn)則共設(shè)定4項評價指標(biāo)，分別是論文被引次數(shù)、他引次數(shù)、引用強(qiáng)度、論文h指數(shù)，全部是基于引文計量的評價指標(biāo)。這4項評價指標(biāo)的觀測數(shù)據(jù)，都可以根據(jù)引文數(shù)據(jù)庫（如中國期刊網(wǎng)）的引文數(shù)據(jù)為基礎(chǔ)進(jìn)行統(tǒng)計和計算。

報紙論文社會影響力準(zhǔn)則層的評價指標(biāo)依據(jù)Altmetrics評價指標(biāo)設(shè)計。Altmetrics評價指標(biāo)建立在社交媒體或?qū)W術(shù)交互工具等數(shù)據(jù)源基礎(chǔ)上，現(xiàn)有的針對英文文獻(xiàn)的Altmetrcis評價共有兩種類型：僅采用博客、CiteULike、Mendeley等指標(biāo)中某項單一指標(biāo)；匯聚多項 Altmetrics指標(biāo)， 如 Altmetric.com、ImpactStory、PlumX、PLOS ALMs等。

分析Altmetric.com等四大平臺所匯聚的各項Altmetrics評價指標(biāo)，并結(jié)合報紙論文的特點，兼顧數(shù)據(jù)來源和報紙論文被利用程度兩個方面，最終為報紙論文社會影響力準(zhǔn)則選定8項評價指標(biāo)，分別是在各個網(wǎng)站中論文的國家新聞媒體提及量、地方新聞媒體提及量、社會新聞媒體提及量、理論宣傳媒體提及量、政府機(jī)構(gòu)網(wǎng)站提及量、教育機(jī)構(gòu)網(wǎng)站提及量、文檔分享平臺保存量、社交媒體討論量。這8項評價指標(biāo)的觀測數(shù)據(jù)，可以通過百度搜索引擎搜索全部互聯(lián)網(wǎng)，查詢得到報紙論文在社交媒體和學(xué)術(shù)交互工具中的基礎(chǔ)數(shù)據(jù)，再進(jìn)行分類篩選，獲得各項對應(yīng)的評價指標(biāo)數(shù)據(jù)。

以m代表報紙論文影響力綜合評價全部評價指標(biāo)的數(shù)量（在本文中，m=12），假設(shè)需要對n篇報紙論文進(jìn)行影響力綜合評價，則所有評價指標(biāo)的數(shù)據(jù)值可以表示為 x(i=1，2，……，n；j=1，2，……，m)。 采集各項評價指標(biāo)的觀測數(shù)據(jù)，再經(jīng)過計算可以得到各項評價指標(biāo)的數(shù)據(jù)值，最終形成報紙論文影響力評價指標(biāo)矩陣：

2.3 評價指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化

具體評價實踐中，根據(jù)評價指標(biāo)體系采集得到的觀測數(shù)據(jù)可能會出現(xiàn)指標(biāo)類型不一致、數(shù)量級不同等問題，從而影響綜合得分的計算，導(dǎo)致無法通過一個綜合評價值來比較評價對象的優(yōu)劣。如在對某同類型產(chǎn)品的經(jīng)濟(jì)效益進(jìn)行比較時，評價指標(biāo)構(gòu)建時可能會收集產(chǎn)品的成本和利潤等指標(biāo)觀測數(shù)據(jù)，其中對于成本這類“極小型”指標(biāo)，決策者希望越小越好，而利潤這類“極大型”指標(biāo)，決策者則希望越大越好。另一方面，如果該類型產(chǎn)品的成本指標(biāo)觀測數(shù)據(jù)范圍為（0，10]，而利潤指標(biāo)觀測數(shù)據(jù)范圍在[100，1000]，那么在對評價指標(biāo)進(jìn)行線性相加時，這兩項不同數(shù)量級的評價指標(biāo)對綜合評價得分的影響程度就會有所不同。在綜合評價產(chǎn)品的經(jīng)濟(jì)效益時，決策者一般希望同時考慮兩種類型的評價指標(biāo)，最后獲得一個越大越好的綜合評價值來對該類產(chǎn)品進(jìn)行比較和排序。這時就不能單純地用評價指標(biāo)的原始觀測數(shù)據(jù)值進(jìn)行計算，而是要通過標(biāo)準(zhǔn)化處理從而保證評價指標(biāo)類型和數(shù)量級的一致性。在構(gòu)建評價指標(biāo)時，針對不同類型和不同數(shù)量級的評價指標(biāo)數(shù)據(jù)，可以選擇不同的標(biāo)準(zhǔn)化方法進(jìn)行預(yù)處理。

常見的評價指標(biāo)值標(biāo)準(zhǔn)化方法有Z-score法、極值法、線性比例法3種，具體評價實踐中可以通過評價指標(biāo)觀測數(shù)據(jù)的實際情況來選擇其中一種進(jìn)行評價指標(biāo)預(yù)處理。其中，線性比例法采用將指標(biāo)觀測數(shù)據(jù)與特殊值相除獲得標(biāo)準(zhǔn)化評價指標(biāo)值，計算公式如下：

除了根據(jù)評價指標(biāo)的類型和觀測數(shù)據(jù)的分布情況來確定預(yù)處理方法外，還要根據(jù)綜合評價模型的需求考慮標(biāo)準(zhǔn)化過程是否會影響評價指標(biāo)數(shù)據(jù)的穩(wěn)定性。標(biāo)準(zhǔn)化過程的敏感性指的是規(guī)范化結(jié)果對于個別 （或若干）指標(biāo)觀測數(shù)據(jù)增減的敏感性 （魯棒性），敏感性越低，說明標(biāo)準(zhǔn)化過程的穩(wěn)定性越好，反之越差。標(biāo)準(zhǔn)化方法對評價指標(biāo)數(shù)據(jù)的敏感性的影響主要體現(xiàn)在對每項評價指標(biāo)觀測數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理時所運(yùn)用信息量的程度上。

Z-score法、極值法、線性比例法3種評價指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化方法中，Z-score法和線性比例法 （特殊值取均值、總和、平方和時）的計算公式中包含評價指標(biāo)的所有樣本信息的統(tǒng)計量（如平均值、總和以及平方和等），穩(wěn)定性較好，極值法和線性比例法（特殊值取最大值或最小值時）容易受到個別極端數(shù)據(jù)（如最大值或最小值）的影響，穩(wěn)定性較差。因此，在選擇評價指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化方法時，要根據(jù)評價指標(biāo)的數(shù)據(jù)分布情況進(jìn)行判斷。如果數(shù)據(jù)分布比較平穩(wěn)，也即評價指標(biāo)觀測數(shù)據(jù)中的極端值產(chǎn)生的影響不明顯，評價指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化結(jié)果的穩(wěn)定性就不會受到標(biāo)準(zhǔn)化方法太大的制約。如果評價指標(biāo)觀測數(shù)據(jù)中的極端值對整個評價指標(biāo)數(shù)據(jù)分布產(chǎn)生很大影響，數(shù)據(jù)分布波動很大，這種情況下就應(yīng)當(dāng)選擇標(biāo)準(zhǔn)化過程穩(wěn)定性較好的Z-score法和線性比例法（特殊值取均值、總和、平方和）。

最后得到的報紙論文影響力綜合評價標(biāo)準(zhǔn)化評價指標(biāo)矩陣為：

3 報紙論文影響力綜合評價指標(biāo)權(quán)重的確定

在對評價對象進(jìn)行綜合評價時，評價指標(biāo)之間往往會出現(xiàn)不可公度的現(xiàn)象，不同的評價指標(biāo)對綜合評價目標(biāo)所起的作用程度上并不相同。在報紙論文影響力評價中，數(shù)據(jù)分布起伏較大、差異性較大的評價指標(biāo)，對于待評價的報紙論文來說具有更好的區(qū)分能力，在評價過程中更應(yīng)當(dāng)受到重視。評價指標(biāo)除了區(qū)分能力不同外，還會因為評價者或決策者的評價意圖或偏好不同而對綜合評價目標(biāo)產(chǎn)生不同程度的重要性。如在教師人才評價實踐中，決策者往往更看重教師的學(xué)術(shù)成果、學(xué)術(shù)影響力等產(chǎn)出型指標(biāo)，而教師的工齡等評價指標(biāo)則被看作是輔助指標(biāo)。相對于產(chǎn)出型評價指標(biāo)，輔助評價指標(biāo)對于評價教師的綜合實力來說重要性就要弱得多。

對于區(qū)分能力大小不同、重要性不同的評價指標(biāo)，可賦予不同的權(quán)重系數(shù)，再進(jìn)行綜合評價。權(quán)重是為了解決評價指標(biāo)之間的不可公度問題引入的，它的作用是協(xié)調(diào)、平衡評價指標(biāo)之間的區(qū)別。評價指標(biāo)權(quán)重系數(shù)的大小反映了在綜合評價時對評價指標(biāo)重視的程度，越重要的評價指標(biāo)，其權(quán)重系數(shù)取值越大，反之則越小。

3.1 確定指標(biāo)權(quán)重系數(shù)的方法

構(gòu)建評價指標(biāo)體系后，根據(jù)確定權(quán)重確定各評價指標(biāo)的權(quán)重的方法主要有兩類：一是主觀賦權(quán)法，該方法的優(yōu)點是通過專家根據(jù)經(jīng)驗判斷得到，簡單易行，且反映了決策者進(jìn)行綜合評價的真實意圖，缺點是主觀隨意性較大；二是客觀賦權(quán)法，該方法以數(shù)學(xué)原理為基礎(chǔ)，由評價指標(biāo)的觀測數(shù)據(jù)的統(tǒng)計性質(zhì)得到，優(yōu)點是客觀性強(qiáng)，有效地避免了人為干擾，使得綜合評價結(jié)果真實反映了評價指標(biāo)觀測數(shù)據(jù)的情況，缺點是有些時候該方法得到的權(quán)重系數(shù)與決策者的評價意圖相悖。

客觀賦權(quán)法可以從突出評價對象整體差異和突出評價指標(biāo)內(nèi)部差異兩個角度來確定評價指標(biāo)的權(quán)重。突出評價指標(biāo)內(nèi)部差異的客觀賦權(quán)法的主要思路是根據(jù)某項評價指標(biāo)的觀測數(shù)據(jù)之間的差異程度來反映該評價指標(biāo)的重要程度，如果這項評價指標(biāo)的觀測數(shù)據(jù)之間差異不大，代表該評價指標(biāo)對綜合評價結(jié)果所起的作用較小，使用突出評價指標(biāo)內(nèi)部差異的客觀賦權(quán)法得到的評價指標(biāo)權(quán)重系數(shù)值也會較小，其中的變異系數(shù)法屬于典型的突出評價指標(biāo)內(nèi)部差異的客觀賦權(quán)方法。

所謂變異系數(shù)，是指評價對象觀測數(shù)據(jù)的標(biāo)準(zhǔn)差除以平均值的絕對值，也即對于評價指標(biāo)x而言，該評價指標(biāo)的變異系數(shù)為：

基于變異系數(shù)的客觀賦權(quán)法計算簡單，且能很好地體現(xiàn)出評價指標(biāo)區(qū)分評價對象的能力，所以該方法在具體的綜合評價實踐中得到廣泛使用。

3.2 報紙論文影響力評價指標(biāo)權(quán)重的確定方法

為了避免人為主觀因素的干擾，選擇客觀賦權(quán)法來確定評價指標(biāo)的權(quán)重系數(shù)。學(xué)術(shù)影響力的4項指標(biāo)分別側(cè)重于報紙論文學(xué)術(shù)影響力的某一方面，重要程度相若，評價指標(biāo)的權(quán)重只需要體現(xiàn)評價指標(biāo)對評價對象的區(qū)分能力差異性即可。社會影響力的8項評價指標(biāo)情況類似。此外，報紙論文學(xué)術(shù)影響力評價指標(biāo)和社會影響力評價指標(biāo)的觀測數(shù)據(jù)分布差異性較大，因此，適合選擇客觀賦權(quán)法中突出評價指標(biāo)內(nèi)部差異的方法作為報紙論文影響力評價的指標(biāo)權(quán)重的確定方法。突出評價指標(biāo)內(nèi)部差異的客觀賦權(quán)法中變異系數(shù)法和熵權(quán)法較為常用，其中熵權(quán)法要求數(shù)據(jù)為大于等于0，報紙論文影響力評價指標(biāo)的觀測數(shù)據(jù)常有取0值的，無法滿足要求，因此熵值法不適合于報紙論文影響力評價指標(biāo)權(quán)重確定。

綜上所述，選擇變異系數(shù)法確定報紙論文影響力評價指標(biāo)體系各項指標(biāo)的權(quán)重系數(shù)較為適合（具體計算方法見公式5和公式6）。

本文構(gòu)建的報紙論文影響力評價體系的指標(biāo)層中共有12項評價指標(biāo)，則第j項評價指標(biāo)相應(yīng)的權(quán)重系數(shù)為：

由此得到報紙論文影響力評價指標(biāo)的權(quán)重列向量：

將報紙論文影響力標(biāo)準(zhǔn)化后的評價指標(biāo)矩陣與相應(yīng)的評價指標(biāo)權(quán)重向量相乘，便得到報紙論文影響力加權(quán)后的評價指標(biāo)值矩陣：

4 報紙論文影響力綜合評價結(jié)果的合成

報紙論文影響力綜合評價的目的是根據(jù)影響力的不同對報紙論文進(jìn)行比較和排序，從而選擇出影響力較大的優(yōu)秀的報紙論文。按照前述方法已經(jīng)構(gòu)建出報紙論文影響力評價指標(biāo)體系，并對評價指標(biāo)權(quán)重進(jìn)行計算賦值，接下來應(yīng)該將不同的評價指標(biāo)值按照一定的數(shù)學(xué)方法進(jìn)行合成，計算出一個綜合評價值，使得報紙論文之間具有直觀的可比性。

4.1 綜合評價結(jié)果合成的逼近理想點

多指標(biāo)綜合評價最終目的是通過一定的數(shù)學(xué)函數(shù)將多個評價指標(biāo)值“合成”為一個整體性的綜合評價值。如何將評價指標(biāo)“合成”將影響著最終綜合評價值的合理性和科學(xué)性。其中，逼近理想點法區(qū)分不同評價對象的能力較強(qiáng)，得到的綜合評價排序結(jié)果更為客觀。

逼近理想點（The Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）的基本原理是設(shè)立一個理想的系統(tǒng)或樣本 x=（x，x， …，x），通過計算評價對象 x=（x，x，…，x）與理想樣本 x之間的距離，評價對象x與理想樣本x越接近，那么該評價對象的綜合評價表現(xiàn)越接近理想樣本。評價對象x與理想樣本x之間的距離通常使用歐式距離進(jìn)行計算：

利用評價對象與理想樣本之間的距離，可以按照距離的大小對各個評價對象進(jìn)行排序。當(dāng)評價對象x與理想樣本x之間的距離d為0時，該評價對象x達(dá)到理想狀態(tài)。TOPSIS方法基于評價對象原始觀測數(shù)據(jù)本身，選擇理想樣本標(biāo)桿，通過評價對象向量與理想樣本向量之間的距離來對評價對象進(jìn)行排序。

TOPSIS方法相對于其它評價結(jié)果合成方法（加權(quán)算術(shù)平均法、加權(quán)幾何平均法等），更著重于評價指標(biāo)數(shù)據(jù)呈現(xiàn)的信息，區(qū)分不同水平的報紙論文的能力更強(qiáng)，從而有利于對報紙論文影響力的優(yōu)劣進(jìn)行排序和分析，適合用于報紙論文影響力評價。

4.2 報紙論文影響力綜合評價結(jié)果的合成

選擇TOPSIS方法用于為報紙論文影響力綜合評價結(jié)果的合成，存在一個缺陷，即TOPSIS能夠通過函數(shù)曲線的方式來反映評價對象與理想樣本之間的整體相似程度，但不能很好地反映評價對象之間各項評價指標(biāo)數(shù)據(jù)分布趨勢與理想樣本之間的區(qū)別。

灰色關(guān)聯(lián)分析法的操作思路與TOPSIS方法有類似的地方，同樣是選擇一個理想樣本，計算評價對象與理想樣本之間的相似程度，用于評價對象的排序。區(qū)別在于，灰色關(guān)聯(lián)分析法著重于評價對象的各項評價指標(biāo)值變化趨勢與理想樣本之間的關(guān)聯(lián)程度，而TOPSIS方法則著重于評價對象的各項評價指標(biāo)數(shù)值與理想樣本之間的相似程度。因此，可結(jié)合TOPSIS方法和灰色關(guān)聯(lián)分析法對報紙論文影響力綜合評價結(jié)果進(jìn)行合成，同時從各項評價指標(biāo)的數(shù)值（位置）和各項評價指標(biāo)的數(shù)值分布情況（形狀）兩個方面考察報紙論文與理想樣本的相似程度，進(jìn)而更確切地展現(xiàn)報紙論文和理想樣本之間的貼合程度。根據(jù)貼合程度的大小，即可對報紙論文依據(jù)影響力進(jìn)行排序和擇優(yōu)。

TOPSIS方法與灰色關(guān)聯(lián)分析法相結(jié)合的報紙論文影響力綜合評價結(jié)果合成具體做法如下：

第i篇報紙論文與正理想樣本X關(guān)于第j項評價指標(biāo)值之間的差值為：

（4）計算報紙論文與理想樣本之間的灰色關(guān)聯(lián)度。第i篇報紙論文與正理想樣本關(guān)于第j項評價指標(biāo)的灰色關(guān)聯(lián)系數(shù)為：

第i篇報紙論文與負(fù)理想樣本關(guān)于第j項評價指標(biāo)的灰色關(guān)聯(lián)系數(shù)為：

則第i篇報紙論文與正理想樣本的灰色關(guān)聯(lián)度為：

第i篇報紙論文與負(fù)理想樣本的灰色關(guān)聯(lián)度為：

（5）結(jié)合TOPSIS方法與灰色關(guān)聯(lián)分析法計算報紙論文與理想樣本之間的相對貼近度。①分別對歐式距離和灰色關(guān)聯(lián)度進(jìn)行標(biāo)準(zhǔn)化處理。要想使TOPSIS方法計算得到的歐式距離與灰色關(guān)聯(lián)分析法計算得到的灰色關(guān)聯(lián)度具有可比性，先要對其進(jìn)行標(biāo)準(zhǔn)化（無量綱化）處理。歐式距離和灰色關(guān)聯(lián)度數(shù)據(jù)可以通過線性比例法（比例系數(shù)取最大值）來進(jìn)行標(biāo)準(zhǔn)化處理。

以第i篇報紙論文為例，該報紙論文與正理想樣本和負(fù)理想樣本的標(biāo)準(zhǔn)化歐式距離分別為：

該報紙論文與正理想樣本和負(fù)理想樣本的標(biāo)準(zhǔn)化灰色關(guān)聯(lián)度分別為：

根據(jù)經(jīng)過標(biāo)準(zhǔn)化處理后的歐式距離和灰色關(guān)聯(lián)度，可以得到第i篇報紙論文與正理想樣本的貼近程度為：

第i篇報紙論文與負(fù)理想樣本的貼近程度為：

其中，e和e反映了在對報紙論文影響力進(jìn)行綜合評價時對與正理想樣本的相對位置和相對形狀的偏好程度，且e+e=1。若認(rèn)為報紙論文與正理想樣本的相對位置和相對形狀對報紙論文影響力綜合評價目標(biāo)來說同等重要，則可選e=e=0.5。

③計算報紙論文相對貼近度。根據(jù)報紙論文與正理想樣本和負(fù)理想樣本的貼近程度可知，第i篇報紙論文與理想樣本之間的相對貼近度為：

當(dāng)?shù)趇篇報紙論文相對貼近度T越大，表示該報紙論文越貼近正理想樣本，該報紙論文在所有待評價報紙論文中影響力表現(xiàn)越優(yōu)。反之，相對貼近度T越小，表示該報紙論文越貼近負(fù)理想樣本，也就越偏離正理想樣本，該報紙論文在所有待評價論文中影響力表現(xiàn)越劣。也就是說，根據(jù)報紙論文相對貼近度T的大小，可以對報紙論文影響力進(jìn)行排序和評價。

5 報紙論文影響力綜合評價的實證研究

本文選擇《光明日報》發(fā)表的理論版論文進(jìn)行實證研究，以驗證報紙論文影響力綜合評價方法的可行性。

5.1 實證評價對象的選擇

《光明日報》是由中宣部代管的中央機(jī)關(guān)兩大黨報之一，其讀者對象主要面向知識界?！豆饷魅請蟆吩O(shè)有理論子版面（包括理論政治、理論經(jīng)濟(jì)等）、“理論周刊”及“國家社科基金”等版面，用于發(fā)表學(xué)術(shù)論文。由于《光明日報》的學(xué)術(shù)地位，這些版面上發(fā)表的論文（以下簡稱“理論版論文”）在學(xué)界一般比其它報紙上發(fā)表的學(xué)術(shù)論文影響力更強(qiáng)。本文選擇《光明日報》2014年全年發(fā)表的所有理論版論文作為報紙論文影響力綜合評價的實證研究對象。檢索 《光明日報》官網(wǎng)數(shù)據(jù)庫，發(fā)現(xiàn)2014年的理論版論文共有1391篇，其中有25篇報紙論文存在同名現(xiàn)象，有3篇報紙論文題名過于簡潔。剔除這28篇論文后，余下的1363篇報紙論文將作為本次報紙論文影響力綜合評價的實證研究對象。

5.2 評價指標(biāo)數(shù)據(jù)的獲取與標(biāo)準(zhǔn)化的處理

實證研究的評價指標(biāo)數(shù)據(jù)將分別從報紙論文學(xué)術(shù)影響力和社會影響力兩個方面來搜集。其中，學(xué)術(shù)影響力數(shù)據(jù)來源于中國知網(wǎng)（CNKI），社會影響力數(shù)據(jù)通過百度搜索得到。

首先，CNKI以 “篇名”“文獻(xiàn)來源”“發(fā)表時間”“參考文獻(xiàn)”等字段進(jìn)行檢索，得到實證對象的引文數(shù)據(jù)，再通過人工識別的方法進(jìn)一步清洗數(shù)據(jù)，按照報紙論文學(xué)術(shù)影響力評價指標(biāo)的統(tǒng)計方法計算得到每篇實證報紙論文的學(xué)術(shù)影響力評價指標(biāo)數(shù)據(jù)，獲得實證對象的學(xué)術(shù)影響力評價指標(biāo)觀測數(shù)據(jù)。

然后，利用百度搜索引擎對實證對象的題名進(jìn)行檢索，再通過人工判別的方法對搜索結(jié)果進(jìn)行篩選和清洗，按照報紙論文社會影響力評價指標(biāo)的分類對采集結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計，獲得實證對象的社會影響力評價指標(biāo)觀測數(shù)據(jù)。

最后，將實證對象的學(xué)術(shù)影響力和社會影響力評價指標(biāo)觀測數(shù)據(jù)進(jìn)行匯總，獲得實證對象的原始評價指標(biāo)矩陣。

從原始評價指標(biāo)矩陣，可統(tǒng)計獲得1363篇報紙論文各項評價指標(biāo)的極值及均值（具體數(shù)據(jù)見表1）。

5.3 評價指標(biāo)權(quán)重的計算

以1363個實證對象的標(biāo)準(zhǔn)化評價指標(biāo)矩陣為基礎(chǔ)，可先根據(jù)公式5求出12項評價指標(biāo)的變異系數(shù)，然后根據(jù)公式7計算12項評價指標(biāo)的權(quán)重系數(shù)（保留小數(shù)點后四位的計算結(jié)果及各項統(tǒng)計信息見表 2）。

由表2可知，地方新聞媒體提及量評價指標(biāo)差異性突出，區(qū)分不同影響力的實證對象的能力最大，社會新聞媒體提及量評價指標(biāo)差異性最小，區(qū)分不同影響力的實證對象的能力最小。

根據(jù)計算結(jié)果，得到報紙論文影響力綜合評價的12項評價指標(biāo)的權(quán)重向量（此處保留小數(shù)點后四位）：

則可以根據(jù)標(biāo)準(zhǔn)化評價指標(biāo)值與對應(yīng)評價指標(biāo)相乘獲得1363個實證對象的加權(quán)標(biāo)準(zhǔn)化影響力評價指標(biāo)數(shù)據(jù)。

表1 報紙論文影響力評價指標(biāo)統(tǒng)計信息

表2 報紙論文影響力評價指標(biāo)權(quán)重計算數(shù)據(jù)

5.4 綜合評價結(jié)果的計算與分析

選擇全部1363篇論文中每項評價指標(biāo)加權(quán)標(biāo)準(zhǔn)化數(shù)據(jù)中的最大值 （此處保留小數(shù)點后兩位），構(gòu)造得到正理想樣本：

選擇1363篇論文中每項評價指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)的最小值，構(gòu)造得到負(fù)理想樣本：

首先基于TOPSIS方法分別計算1363篇論文與正理想樣本和負(fù)理想樣本的歐式距離，再基于灰色關(guān)聯(lián)分析法（公式15、公式16）分別計算1363篇論文與正理想樣本和負(fù)理想樣本之間的灰色關(guān)聯(lián)度。然后，依次利用公式17、公式18、公式19、公式20對每篇論文與正理想樣本、負(fù)理想樣本的歐式距離和灰色關(guān)聯(lián)度進(jìn)行標(biāo)準(zhǔn)化處理，得到每篇論文的標(biāo)準(zhǔn)化歐式距離和灰色關(guān)聯(lián)度數(shù)據(jù)，再依據(jù)公式21、公式22、公式23計算每篇論文與理想樣本的相對貼近度。

如此，便得到全部1363篇報紙論文的相對貼近度，并且可以根據(jù)相對貼近度的大小對1363個實證對象進(jìn)行降序排序（排名前10的論文的各項數(shù)據(jù)見表 3）。

排名前10的論文中，既有學(xué)術(shù)影響力表現(xiàn)突出的報紙論文，也有社會影響力表現(xiàn)突出的報紙論文。這是因為相對貼近度是衡量報紙論文與理想樣本之間的相似程度，也就是說，綜合評價結(jié)果更看重的是報紙論文各項評價指標(biāo)與最優(yōu)秀的理想樣本的相似程度的大小，報紙論文越接近理想樣本，其影響力在所有待評價報紙論文中的表現(xiàn)就越優(yōu)秀。另一方面，基于TOPSIS方法和灰色關(guān)聯(lián)分析法的綜合評價值是經(jīng)過評價指標(biāo)數(shù)值加權(quán)標(biāo)準(zhǔn)化且以與理想樣本的差值為評價依據(jù)的，報紙論文部分評價指標(biāo)原始數(shù)值的太大或太小未必對最終綜合評價結(jié)果有決定性的影響。

表3 相對貼近度排名前10的報紙論文及指標(biāo)值

以排名前10名的論文中綜合評價排名第2的論文為例，雖然該論文在12項評價指標(biāo)中有6項評價指標(biāo)值為0，且評價指標(biāo)原始數(shù)值比后續(xù)排名報紙論文看起來要小，但因其余6項評價指標(biāo)在加權(quán)標(biāo)準(zhǔn)化后較其他報紙論文與正理想樣本更為接近，特別是在正負(fù)理想樣本指標(biāo)數(shù)值相差最大的“政府機(jī)構(gòu)網(wǎng)站提及量”評價指標(biāo)中，該報紙論文評價值為所有論文的最大值，該報紙論文的影響力表現(xiàn)最接近正理想樣本，因此該論文成為綜合評價結(jié)果排序的第2名。由此可知，利用相對貼近度對報紙論文進(jìn)行綜合評價排序，既不容易受到指標(biāo)數(shù)值大小的影響，又能減少報紙論文影響力弱項的影響，突顯了報紙論文影響力的優(yōu)勢。

5.5 綜合評價方法效果分析

實證研究結(jié)果表明，本文提出的融合引文計量與Altmetrics的報紙論文影響力綜合評價方法不但具有可行性，而且對存在“偏科”現(xiàn)象或評價指標(biāo)數(shù)據(jù)缺失的情況十分有效。在實際評價中，因為不同的評價指標(biāo)的獲取難度和周期不一樣，往往會出現(xiàn)部分評價對象的部分評價指標(biāo)數(shù)據(jù)缺失的情況。如果使用常規(guī)的線性加權(quán)法，評價指標(biāo)數(shù)據(jù)缺失會拉低綜合評價結(jié)果，難以反映評價對象的真實水平。而本文提出的與理想樣本的相對貼近度綜合評價方法能有效地突顯報紙論文在每項評價指標(biāo)的表現(xiàn)，即使報紙論文在部分評價指標(biāo)中數(shù)據(jù)缺失或表現(xiàn)不佳，也能通過其他評價指標(biāo)的優(yōu)秀表現(xiàn)來體現(xiàn)報紙論文的綜合影響力。

此外，在使用報紙論文影響力評價指標(biāo)對報紙論文評價時，不同評價指標(biāo)的數(shù)值表示的內(nèi)涵往往不相同。如報紙論文在引用數(shù)據(jù)庫增加被引用1次和該報紙論文的h指數(shù)增加1所代表的含義是不一樣的，兩者的重要性也不一樣，一般來說h指數(shù)增加1的難度要比被引次數(shù)增加1更大，那么在綜合計算時如果將這兩項評價指標(biāo)增加的1單純地相加處理，綜合評價結(jié)果就會失真。所以，在使用多指標(biāo)進(jìn)行綜合評價時，要重視評價指標(biāo)數(shù)值之間內(nèi)涵的差異性，以防評價結(jié)果失真。本文提出的相對貼近度綜合評價方法沒有對不同的評價指標(biāo)值進(jìn)行相加等線性處理，而是以每項評價指標(biāo)內(nèi)部與理想樣本的差異來進(jìn)行比對，得到與理想樣本的相對貼近度來對報紙論文進(jìn)行排序，有效地避免了不同評價指標(biāo)之間數(shù)據(jù)內(nèi)涵差異問題。

綜上，融合引文計量與Altmetrics的報紙論文影響力綜合評價方法可行、有效，基于TOPSIS方法和灰色關(guān)聯(lián)分析法相結(jié)合的綜合評價結(jié)果合成方法不僅能綜合評價報紙論文在學(xué)術(shù)影響力和社會影響力的不同方面的表現(xiàn)，還能在指標(biāo)數(shù)據(jù)缺失或出現(xiàn)“偏科”現(xiàn)象的時候有效地評價報紙論文的影響力，也能避免不同評價指標(biāo)數(shù)據(jù)不具可比性的問題。

6 結(jié)語

本文提出了融合引文計量和Altmetrics兩方面屬性的完整的報紙論文影響力綜合評價方法，選擇了包括4項引文指標(biāo)、8項Altmetrics指標(biāo)共同構(gòu)成報紙論文的學(xué)術(shù)影響力評價指標(biāo)體系，設(shè)計了觀測數(shù)據(jù)采集和指標(biāo)數(shù)據(jù)計算及標(biāo)準(zhǔn)化的方法，討論了評價指標(biāo)權(quán)重的確定方法，并選用變異系數(shù)的客觀賦權(quán)法來確定報紙論文影響力評價指標(biāo)的權(quán)重系數(shù)。最后，選用TOPSIS作為報紙論文影響力綜合評價結(jié)果合成的基本方法，并針對TOPSIS方法缺陷，將TOPSIS方法與灰色關(guān)聯(lián)分析方法相結(jié)合，設(shè)計了計算報紙論文與理想樣本相對貼近度的流程與算法，從而可以根據(jù)相對貼近度的大小來評價報紙論文影響力。

以2014年《光明日報》理論版的報紙論文為對象的實證研究表明，融合引文計量與Altmetrics的報紙論文影響力綜合評價方法既能考慮反映了報紙論文學(xué)術(shù)影響力，也反映了報紙論文的社會影響力，評價結(jié)果較為合理。結(jié)合TOPSIS方法與灰色關(guān)聯(lián)分析方法的報紙論文影響力綜合評價結(jié)果合成，有效地避免了不同評價指標(biāo)之間的數(shù)據(jù)差異性問題，并能在某些評價指標(biāo)表現(xiàn)不佳或數(shù)據(jù)缺失時突出報紙論文在其他方面的優(yōu)勢。