（達(dá)州圖書(shū)館 四川達(dá)州 635000）

科研人員學(xué)術(shù)影響力的評(píng)價(jià)問(wèn)題一直是國(guó)內(nèi)外學(xué)者關(guān)注的重要問(wèn)題，其評(píng)價(jià)結(jié)果對(duì)識(shí)別領(lǐng)域內(nèi)核心作者具有重要意義。Hirsch教授結(jié)合“質(zhì)”和“量”提出h指數(shù)，受到廣泛的認(rèn)可與應(yīng)用[1]。隨著對(duì)h指數(shù)的研究逐漸加深，國(guó)內(nèi)外學(xué)者又提出諸多h指數(shù)衍生指數(shù)以期實(shí)現(xiàn)更為精準(zhǔn)的學(xué)者評(píng)價(jià)。在指標(biāo)選取上，基于作者合作的hm指數(shù)[2]、hp指數(shù)[3]、GN-C指數(shù)[4]等；考慮高被引論文的g指數(shù)[5]、R指數(shù)[6]等；時(shí)間維度的AR指數(shù)[6]、s指數(shù)[7]等。在研究方法上，利用灰色關(guān)聯(lián)法綜合時(shí)間、合作、期刊影響因子等分析作者影響力[8]；基于特征因子算法對(duì)作者引用網(wǎng)絡(luò)分析量化作者影響力[9]；采用知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)從評(píng)價(jià)內(nèi)容、指標(biāo)與流程維度評(píng)估作者影響力[10]；基于DEA和AHP方法對(duì)科研人員績(jī)效進(jìn)行評(píng)價(jià)等[11]。可以發(fā)現(xiàn)，上述大多數(shù)研究主要針對(duì)一個(gè)或多個(gè)變量，研究方法也較為陳舊。此外，由于領(lǐng)域作者影響力量化的復(fù)雜性，單一評(píng)估指標(biāo)所蘊(yùn)含的信息量有限，導(dǎo)致評(píng)價(jià)結(jié)果存在片面和局限。某位作者的學(xué)術(shù)影響力是多重指標(biāo)綜合而成的結(jié)果，因而需要一種綜合的多屬性評(píng)價(jià)工具。

結(jié)合以上討論，本文嘗試性將偏最小二乘法（partial least squares，PLS）方法運(yùn)用到領(lǐng)域作者影響力量化中。在利用PLS模型確定評(píng)價(jià)指標(biāo)外部權(quán)重系數(shù)基礎(chǔ)上，利用熵值法對(duì)權(quán)重系數(shù)進(jìn)行修正以避免決策者的主觀判斷而導(dǎo)致權(quán)重偏倚。隨后，在確定參數(shù)指標(biāo)最終權(quán)重基礎(chǔ)上，利用圖書(shū)情報(bào)作者數(shù)據(jù)進(jìn)行實(shí)證分析。最后，詳細(xì)討論基于熵值修正PLS模型計(jì)算結(jié)果與h指數(shù)、g指數(shù)在作者名次變化穩(wěn)定性和作者區(qū)分性，以探討將熵值法、PLS方法綜合應(yīng)用于科研人員影響力評(píng)估的可行性。

1 領(lǐng)域作者影響力評(píng)估指標(biāo)選取

1.1 影響力指標(biāo)確定

h指數(shù)結(jié)合了作者發(fā)文的“質(zhì)”（論文被引頻次）和“量”（論文數(shù)量），是目前評(píng)價(jià)作者學(xué)術(shù)影響力的經(jīng)典指數(shù)[1]。作為h型指數(shù)之一，g指數(shù)重點(diǎn)考慮了高被引文獻(xiàn)作用，其合理性與接受程度僅次于h指數(shù)[5]。對(duì)科研人員學(xué)術(shù)成就的影響因素分析、整合，本文選取了h指數(shù)、g指數(shù)、總被引頻次、篇均被引頻次、高被引論文數(shù)等14個(gè)指標(biāo)作為本研究構(gòu)建的模型觀測(cè)變量，具體如表1所示。

借鑒黃賀方以及王妍的相關(guān)研究[12-13]，本文將14個(gè)影響力指標(biāo)分為以下三類(lèi)：論文數(shù)量、高被引論文數(shù)量等指標(biāo)構(gòu)成的產(chǎn)出指標(biāo)；h指數(shù)、g指數(shù)等指標(biāo)組成的引文指標(biāo)；總下載量、篇均下載量等指標(biāo)組成的傳播指標(biāo)（見(jiàn)表1）。

表1 領(lǐng)域作者影響力評(píng)估指標(biāo)

1.2 數(shù)據(jù)來(lái)源與標(biāo)準(zhǔn)化

本文以中國(guó)知網(wǎng)為數(shù)據(jù)唯一來(lái)源，檢索過(guò)程中以學(xué)科為“圖書(shū)情報(bào)與數(shù)字圖書(shū)館”，來(lái)源類(lèi)別設(shè)定為“全部期刊”，時(shí)間范圍設(shè)定為“截至2016年12月31日”，40位作者的題錄數(shù)據(jù)全部以Excel表格單獨(dú)保存，具體包括題名、下載次數(shù)、被引次數(shù)、時(shí)間以及作者等。

由于部分指標(biāo)數(shù)值較大（總被引頻次、總下載量等），與h指數(shù)等指標(biāo)相差非常懸殊。因此，為避免指標(biāo)差距過(guò)大造成的結(jié)果偏頗，本文對(duì)上述指標(biāo)進(jìn)行0-1的標(biāo)準(zhǔn)化處理，見(jiàn)公式（1）。其中，zj是評(píng)價(jià)指標(biāo)j的初始數(shù)值，max（zj）是數(shù)據(jù)集中的最大值，min（zj）是數(shù)據(jù)集中的最小值，yj是評(píng)價(jià)指標(biāo)j標(biāo)準(zhǔn)化后的數(shù)值。

2 領(lǐng)域作者影響力PLS模型構(gòu)建

2.1 初始模型構(gòu)建及指標(biāo)篩選

基于以上討論，本研究構(gòu)建了科研人員學(xué)術(shù)影響力評(píng)價(jià)的PLS模型（見(jiàn)圖1）。在PLS模型中，以“產(chǎn)出指標(biāo)、引文指標(biāo)、傳播指標(biāo)”作為潛在觀測(cè)變量，以“綜合影響力”為外部潛變觀測(cè)量。根據(jù)Wetzels M等提出的復(fù)合結(jié)構(gòu)方程模型[14]，本文的“綜合影響力”通過(guò)潛在觀測(cè)變量間接實(shí)現(xiàn)度量。

圖1 科研人員影響力評(píng)價(jià)初始及修正模型

由于PLS方法適合小樣本量的數(shù)據(jù)分析、不要求數(shù)據(jù)服從正態(tài)分布、融合多種統(tǒng)計(jì)學(xué)數(shù)學(xué)分析方法、可對(duì)評(píng)價(jià)指標(biāo)進(jìn)行篩選[15-16]等優(yōu)點(diǎn)，所以本研究采用PLS方法構(gòu)建科研人員影響力評(píng)價(jià)模型。

本研究利用smart-PLS 2.0軟件中的迭代抽樣方法分別計(jì)算了評(píng)價(jià)指標(biāo)的T值，設(shè)置迭代次數(shù)為2 000，計(jì)算發(fā)現(xiàn)指標(biāo)“篇均下載量”對(duì)綜合影響力的顯著性T值小于1.96的閾值，說(shuō)明篇均下載量不能有效解釋綜合影響力，因而刪除該指標(biāo)。最終，本文確定領(lǐng)域作者影響力評(píng)價(jià)體系由產(chǎn)出指標(biāo)4個(gè)因素、引文指標(biāo)5個(gè)因素和傳播指標(biāo)4個(gè)因素組成。

2.2 影響力評(píng)價(jià)模型有效性檢驗(yàn)

本文從內(nèi)容有效性、內(nèi)容一致性、內(nèi)容區(qū)分性以及模型適配度4個(gè)方面檢驗(yàn)領(lǐng)域作者影響力模型是否有效。

（1）有效性維度上，本文選取的科研人員影響力指標(biāo)充分借鑒已有成果，且通過(guò)PLS模型修正，可以認(rèn)為評(píng)估指標(biāo)滿足內(nèi)容有效性要求[17]。

（2）一致性維度上，本文選取組合信度（CR，composite reliability）、克朗巴哈系數(shù)（Cronbach's alpha）、平均方差提取率（AVE，average variance extracted）、因子共同度（communality）4個(gè)指標(biāo)來(lái)評(píng)估領(lǐng)域作者影響力模型的有效性。結(jié)合表2，4個(gè)變量指標(biāo)的CR和Cronbach's alpha全部大于0.85，且產(chǎn)出指標(biāo)、傳播指標(biāo)、引文指標(biāo)、綜合影響力的AVE都大于0.6，說(shuō)明本文構(gòu)建的模型具有良好的一致性。因子共同度（communality）是衡量潛在變量對(duì)度量變量的反映效果。結(jié)合表2，4個(gè)潛在變量的因子共同度均大于0.6。

表2 評(píng)價(jià)模型相關(guān)參數(shù)值

（3）內(nèi)部區(qū)分性維度上，潛在變量的AVE平方根要大于0.5，且同時(shí)要大于該變量與其他變量之間的AVE平方根。從表3可知，除綜合影響力外，其他3個(gè)指標(biāo)的值都大于各自與其他潛變量的相關(guān)系數(shù)。因此，4個(gè)變量的內(nèi)部獨(dú)立性較好，且變量之間具有明顯的區(qū)分性。

（4）模型適配度方面，本文選取GoF值來(lái)衡量整體模型的預(yù)測(cè)效用和結(jié)構(gòu)模式，見(jiàn)公式（2）。一般認(rèn)為，GoF值為0.1、0.25、0.36是模型適配度低、中、高的閾值[14]。根據(jù)公式（2），計(jì)算可知本文作者影響力PLS模型適配度為0.435的強(qiáng)適配度。因此，本文構(gòu)建的PLS模型適配度較強(qiáng)，可以實(shí)現(xiàn)較準(zhǔn)確的科研人員評(píng)價(jià)。

表3 AVE平方根

利用smart-PLS 2.0軟件計(jì)算各指標(biāo)之間的相關(guān)系數(shù)、顯著性值，見(jiàn)圖1及表4。產(chǎn)出指標(biāo)的路徑系數(shù)及顯著性T值為0.396（T=8.208），引文指標(biāo)為0.401（T=6.113）、傳播指標(biāo)為0.339（T=18.859），全部在0.001閾值下正相關(guān)，其中引文指標(biāo)對(duì)領(lǐng)域作者影響力的貢獻(xiàn)度最高。

表4 科研人員學(xué)術(shù)影響力評(píng)價(jià)參數(shù)值

從表4數(shù)據(jù)可知，產(chǎn)出指標(biāo)與論文數(shù)量的相關(guān)性最強(qiáng)（0.973），相關(guān)性大于0.9的還有論文數(shù)量、核心論文數(shù)等指標(biāo)。引文指標(biāo)與參數(shù)g指數(shù)的權(quán)重系數(shù)最強(qiáng)（0.989），與篇均被引頻次的相關(guān)關(guān)系最弱（0.760）。傳播指標(biāo)與最高下載量的權(quán)重系數(shù)最弱（0.634），與總下載量、合作者數(shù)量和被引成果數(shù)的相關(guān)系數(shù)都大于0.85，與總下載量的相關(guān)系數(shù)最強(qiáng)（0.965）。綜合影響力與總被引頻次、總下載量的路徑系數(shù)最高（都為0.938），與篇均被引頻次的相關(guān)系數(shù)最低（0.332）。綜合影響力與總被引頻次、總下載量的外部權(quán)重最大（0.119），與篇均被引頻次的系數(shù)最小（0.042）。

2.3 基于熵值修正PLS指標(biāo)權(quán)重

“熵”的概念來(lái)自于熱力學(xué)，是評(píng)估系統(tǒng)狀態(tài)不確定性的一種指標(biāo)。在信息論理論中，信息是衡量系統(tǒng)有序程度的一種指標(biāo)，而“熵”是衡量系統(tǒng)無(wú)序程度的一種指標(biāo)，二者之間是一種符號(hào)相反但絕對(duì)值相等的關(guān)系[18]。根據(jù)此性質(zhì)，可以通過(guò)備選方案提供的固有數(shù)據(jù)信息，通過(guò)熵值法計(jì)算各評(píng)估指標(biāo)的信息熵。信息熵越小，說(shuō)明信息的無(wú)序程度越低，其信息的效用價(jià)值越大，進(jìn)一步表明指標(biāo)的權(quán)重就越大。

熵值法的最大優(yōu)點(diǎn)在于直接根據(jù)原始決策數(shù)據(jù)所給出的信息來(lái)計(jì)算評(píng)估指標(biāo)相對(duì)重要性權(quán)重，避免了因引入決策者的主觀判斷而導(dǎo)致的權(quán)重偏倚?；诖耍疚睦渺刂捣ㄓ?jì)算差異系數(shù)對(duì)PLS模型確定的外部權(quán)重系數(shù)進(jìn)行修正，具體步驟簡(jiǎn)述如下：

步驟1，計(jì)算評(píng)估對(duì)象i在評(píng)價(jià)維度j下的權(quán)重值比重 pij：

在此基礎(chǔ)上得到各維度數(shù)據(jù)的歸一化矩陣P={pij}。

步驟2，計(jì)算維度j所對(duì)應(yīng)的熵值ej：

其中，常數(shù)K與被評(píng)估的對(duì)象數(shù)量n有關(guān)。由于本文共量化評(píng)估40位作者的影響力，故而n=40，K=1/ln(40)=0.2711。

步驟3，計(jì)算維度j的差異系數(shù)dj。對(duì)于第j項(xiàng)評(píng)價(jià)維度而言，如果該指標(biāo)的差異系數(shù)d越大，則表示該維度的重要性越大，則該維度所對(duì)應(yīng)的熵值就越小。定義差異系數(shù) dj的計(jì)算公式如下：

步驟4，確定維度j的指標(biāo)權(quán)重wj，用差異系數(shù)dj對(duì)PLS模型確定的外部權(quán)重pj進(jìn)行修正：

通過(guò)熵值法對(duì)PLS模型確定的13個(gè)指標(biāo)權(quán)重的修正，計(jì)算結(jié)果見(jiàn)表5。根據(jù)表5可知，修正后的13個(gè)指標(biāo)中，第一作者論文數(shù)量對(duì)領(lǐng)域作者影響力的權(quán)重系數(shù)最大，為0.138，緊隨其后的是總被引頻次，達(dá)到0.134；其余依次為總下載量（0.114）、最高下載量（0.088）、最高被引頻次（0.087）、核心論文數(shù)量（0.072）、合作者數(shù)量（0.069）、被引用成果數(shù)（0.068）、高被引論文數(shù)（0.065）、論文數(shù)量（0.064）、g指數(shù)（0.037）、篇均被引頻次（0.033）、h指數(shù)（0.031）。熵值法修正之后，第一作者論文數(shù)量、總被引頻次和總下載量是對(duì)領(lǐng)域作者影響力貢獻(xiàn)度最高的3個(gè)指標(biāo)，g指數(shù)、篇均被引頻次和h指數(shù)是權(quán)重系數(shù)最小的3個(gè)指標(biāo)。

表5 熵值法修正后領(lǐng)域作者綜合影響力權(quán)重系數(shù)wj

2.4 領(lǐng)域作者影響力結(jié)果比較分析

本文認(rèn)為，衡量評(píng)價(jià)指數(shù)或模型的有效性主要體現(xiàn)在以下方面：（1）與以往評(píng)價(jià)指數(shù)或模型相比較，核心作者位次波動(dòng)應(yīng)在合理范圍內(nèi)；（2）名次相同的作者占比少，能夠有效區(qū)分作者的影響力。

2.4.1 比較1：作者名次變化穩(wěn)定性

根據(jù)修正PLS模型確定的13個(gè)觀測(cè)變量對(duì)綜合影響力的外部權(quán)重，筆者計(jì)算了40位作者的綜合影響力。為詳細(xì)討論修正PLS模型確定的領(lǐng)域作者影響力與h指數(shù)、g指數(shù)的評(píng)價(jià)異同點(diǎn)，本文分別繪制了40位作者的h指數(shù)、g指數(shù)和PLS名次圖，見(jiàn)圖2和圖3。可以看出，因?yàn)榇嬖诓糠肿髡叩膆指數(shù)和g指數(shù)數(shù)值相同，h指數(shù)和g指數(shù)均呈現(xiàn)出階梯狀分布，說(shuō)明僅僅利用h指數(shù)和g指數(shù)是無(wú)法進(jìn)一步區(qū)分?jǐn)?shù)值相同作者的影響力。反之，基于熵值修正的PLS模型可以得到數(shù)值完全不相同的學(xué)者影響力排名。

此外，本文進(jìn)一步統(tǒng)計(jì)了40位作者的h指數(shù)、g指數(shù)與PLS模型的排名名次之差（變化1為h指數(shù)排名減PLS排名，變化2為g指數(shù)排名減PLS排名），正值表示PLS名次排名靠前，負(fù)值說(shuō)明PLS名次排名靠后，見(jiàn)圖3。

圖2 h指數(shù)、g指數(shù)排名情況

圖3 PLS排名、排名變化情況

從表6可以看出，編號(hào)1的作者（邱均平）、編號(hào)3的作者（柯平），以及編號(hào)9的作者（范并思）從h指數(shù)和g指數(shù)來(lái)看，都在40位作者中排名靠前。三位作者的PLS影響力排名分別位列前3，這說(shuō)明他們的科研成果影響力較高，得到研究領(lǐng)域內(nèi)作者的高度認(rèn)可（文獻(xiàn)被引用多），因此屬于領(lǐng)域內(nèi)核心作者。

編號(hào)22的作者（朱慶華），雖然其h指數(shù)和g指數(shù)的排名較為靠后，但PLS影響力排名卻位列第8。分析原因可能是：①最高被引頻次較高，共被引260次，40位作者中排名第9；②總下載量較多，達(dá)到60 976次，40位作者中排名第9；③核心論文數(shù)量多，77篇論文中有72篇屬于核心論文。這說(shuō)明本文提出的領(lǐng)域作者影響力評(píng)估指標(biāo)具有一定的有效性，能識(shí)別出雖然h指數(shù)和g指數(shù)較低但影響力較高的作者。

表6 h指數(shù)、PLS數(shù)值和g指數(shù)排名及作者編號(hào)（以h指數(shù)降序排列）

編號(hào)23的作者（李國(guó)新），雖然其h指數(shù)和g指數(shù)排名較為靠前，但其PLS影響力排名卻位列第22位，下降幅度非常明顯。分析可知，雖然編號(hào)23號(hào)學(xué)者的第一作者論文數(shù)量可觀，但是其總被引頻次、總下載量等指標(biāo)落后于很多h指數(shù)和g指數(shù)比其低的作者，因而導(dǎo)致其排名發(fā)生明顯變化。

此外，本文對(duì)40位作者的名次變化情況進(jìn)行描述性統(tǒng)計(jì)分析，以更深入地揭示PLS模型計(jì)算的學(xué)者影響力名次變化的穩(wěn)定與波動(dòng)情況（見(jiàn)表7）。

表7 40位作者名次變化描述性統(tǒng)計(jì)結(jié)果

根據(jù)圖3以及表7詳細(xì)分析可知，40位作者的PLS名次相比于h指數(shù)和g指數(shù)分別平均微跌0.85位和0.53位，標(biāo)準(zhǔn)差（9.93/9.97）和方差（98.69/99.49）較大，整體數(shù)據(jù)的變化較為顯著。01-10區(qū)間作者的排名分別上升5.3、5.9個(gè)排名，標(biāo)準(zhǔn)差（7.92/7.43）和方差（62.68/55.21）處于3個(gè)分段中的最小值，說(shuō)明利用修正PLS模型的計(jì)算結(jié)果領(lǐng)域內(nèi)核心作者名次變化較為穩(wěn)定。11-30區(qū)間作者的名次分別微跌0.65和上升0.05個(gè)名次。與h指數(shù)相比，修正PLS模型的作者名次標(biāo)準(zhǔn)差（9.63）和方差（92.77）在三個(gè)分段中最大，說(shuō)明該階段的名次變化最為突出，最大值和最小值相差38位之多。與g指數(shù)相比，修正PLS模型的作者名次標(biāo)準(zhǔn)差（8.76）和方差（76.68）一般。31-40區(qū)間作者的名次平均下降7.4位和8.1位，作者名次標(biāo)準(zhǔn)差（8.91/10.18）和方差（79.38/103.66）都較大，說(shuō)明該階段的作者名次變化明顯，通過(guò)h指數(shù)和g指數(shù)排名靠后的學(xué)者名次上升明顯，原因可能是修正PLS模型盡可能多地將影響作者學(xué)術(shù)成就的因素納入到計(jì)算范疇。

2.4.2 比較2：作者影響力區(qū)分度分析

h指數(shù)和g指數(shù)在評(píng)估領(lǐng)域作者影響力時(shí)，統(tǒng)計(jì)發(fā)現(xiàn)h指數(shù)共有11組31位作者數(shù)值相同，占作者總?cè)藬?shù)的77.50%；g指數(shù)共有10組24位作者數(shù)值相等，占作者總?cè)藬?shù)的60.00%?？梢园l(fā)現(xiàn)，僅僅依靠h指數(shù)和g指數(shù)無(wú)法精確區(qū)分作者之間的學(xué)術(shù)影響力。

進(jìn)一步分析可知，h指數(shù)和g指數(shù)相同的作者影響力，通過(guò)修正PLS模型計(jì)算的40位科研人員綜合影響力不存在相同的情況：編號(hào)3的作者（柯平）和編號(hào)23的作者（李國(guó)新）兩位學(xué)者的h指數(shù)都為28，而通過(guò)熵值修正PLS模型計(jì)算出結(jié)果并非相同：編號(hào)3作者綜合影響力為12 213.94，編號(hào)23作者僅為4 905.05，原因可能是李國(guó)新作者除篇均被引頻次上略高于編號(hào)3作者之外，其余12個(gè)指標(biāo)全部低于后者，尤其是在總下載量上，二者相差60 000多次。類(lèi)似的情況還有編號(hào)21和編號(hào)25等。

編號(hào)5的作者（鄭建明）和編號(hào)28的作者（王子舟）兩位學(xué)者的g指數(shù)都為35，且編號(hào)28的作者h(yuǎn)指數(shù)（h指數(shù)為22）要高于編號(hào)5的作者（h指數(shù)為17），基于熵值法修正PLS模型計(jì)算出的綜合影響力上，編號(hào)5作者要領(lǐng)先于編號(hào)28的學(xué)者，主要原因是其在論文數(shù)量、核心論文數(shù)量、總被引頻次、最高被引頻次、總下載量、最高下載量和被引用成果數(shù)指標(biāo)上領(lǐng)先編號(hào)28作者較多。類(lèi)似的情況還有編號(hào)20和編號(hào)38、編號(hào)27和編號(hào)34等。

總體來(lái)看，在11組31位作者h(yuǎn)指數(shù)相同和10組24位作者g指數(shù)相同的情況下，修正PLS模型計(jì)算出的綜合影響力能夠百分之百地區(qū)分h指數(shù)和g指數(shù)相同作者的影響力大小，區(qū)分效果非常突出。

3 結(jié)語(yǔ)

為精準(zhǔn)評(píng)價(jià)科研人員影響力的研究，本文基于熵值法、PLS模型對(duì)領(lǐng)域內(nèi)作者影響力進(jìn)行綜合量化評(píng)價(jià)。在確定產(chǎn)出指標(biāo)、傳播指標(biāo)和引文指標(biāo)三個(gè)一級(jí)維度，以及h指數(shù)、g指數(shù)、總被引頻次等二級(jí)指標(biāo)基礎(chǔ)上，借助smart-PLS軟件構(gòu)建并修正作者影響力評(píng)估的度量模型，計(jì)算發(fā)現(xiàn)總被引頻次、總下載量和被引用成果數(shù)對(duì)作者影響力貢獻(xiàn)度最高。隨后，利用熵值法計(jì)算差異系數(shù)對(duì)PLS模型確定的外部權(quán)重系數(shù)進(jìn)行調(diào)整，確定評(píng)估指標(biāo)的最終權(quán)重，發(fā)現(xiàn)第一作者論文數(shù)量、總被引頻次和總下載量權(quán)重較高。最后，通過(guò)對(duì)圖書(shū)情報(bào)領(lǐng)域40位作者的實(shí)證分析，將熵值修正PLS模型方法計(jì)算的領(lǐng)域作者影響力與h指數(shù)、g指數(shù)從名次變化穩(wěn)定性和區(qū)分性?xún)蓚€(gè)角度進(jìn)行詳細(xì)比較，分析發(fā)現(xiàn)熵值修正PLS模型方法在名次變化較為明顯，對(duì)h指數(shù)和g指數(shù)相同的作者區(qū)分性達(dá)到100%。綜上所述，將熵值法、PLS方法綜合運(yùn)用于領(lǐng)域作者影響力計(jì)算上具有一定可行性。

然而，本文仍然存在以下幾點(diǎn)不足：①由于《情報(bào)學(xué)報(bào)》記錄的缺失，導(dǎo)致40位作者的數(shù)據(jù)記錄存在不完整性，實(shí)際結(jié)果可能存在一定出入。②熵值修正PLS模型僅僅以圖書(shū)情報(bào)領(lǐng)域40位作者為實(shí)證對(duì)象，樣本的研究領(lǐng)域與范圍仍需要進(jìn)一步擴(kuò)大。③替代計(jì)量學(xué)方興未艾，論文的評(píng)論、轉(zhuǎn)發(fā)與分享數(shù)等“社會(huì)影響力”指標(biāo)未曾在評(píng)估指標(biāo)中涉及。