李晴 陳鵬宇

摘 ?要：運(yùn)用合理的方法對(duì)學(xué)術(shù)期刊進(jìn)行評(píng)價(jià)，對(duì)于反映期刊的學(xué)術(shù)地位具有重要意義。針對(duì)當(dāng)前綜合評(píng)價(jià)方法普遍存在的未考慮評(píng)價(jià)指標(biāo)均衡度的問題，以變異系數(shù)衡量指標(biāo)均衡度，提出了均衡簡(jiǎn)單加權(quán)求和法（Simple Additive Weighting method， SAW），并以JCR2017地質(zhì)工程期刊為例，對(duì)比分析了SAW法和均衡SAW法的異同。結(jié)果顯示，SAW法和均衡SAW法對(duì)期刊的排序結(jié)果具有較高的一致性，但也存在一定的差異，說明在考慮指標(biāo)均衡水平以后，期刊的排序發(fā)生了較大變化，在評(píng)價(jià)中考慮指標(biāo)的均衡度是必要的。該文所采用的變異系數(shù)可推廣用于其他綜合評(píng)價(jià)方法。

關(guān)鍵詞：學(xué)術(shù)期刊評(píng)價(jià) ?簡(jiǎn)單加權(quán)求和法 ?指標(biāo)均衡度 ?變異系數(shù)

中圖分類號(hào)：G302 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）01（c）-0222-03

運(yùn)用合理的方法對(duì)學(xué)術(shù)期刊進(jìn)行評(píng)價(jià)，對(duì)于反映期刊學(xué)術(shù)地位，促進(jìn)核心期刊遴選具有重要的意義[1]。學(xué)術(shù)期刊評(píng)價(jià)的復(fù)雜性決定了單一指標(biāo)評(píng)價(jià)不夠全面，采用多指標(biāo)綜合評(píng)價(jià)具有明顯的優(yōu)勢(shì)[2]。綜合評(píng)價(jià)方法眾多，許多綜合評(píng)價(jià)方法已經(jīng)應(yīng)用于學(xué)術(shù)期刊評(píng)價(jià)中。熊國(guó)經(jīng)等人[3]采用熵值法修正PLS權(quán)重的TOPSIS法進(jìn)行學(xué)術(shù)期刊綜合評(píng)價(jià)，可有效消除指標(biāo)間的多重共線性，合理為指標(biāo)賦權(quán)。張和平等人[4]采用因子分析-DEMATEL定權(quán)法進(jìn)行學(xué)術(shù)期刊綜合評(píng)價(jià)，是一種有效的權(quán)重確定方法。張發(fā)明等人[5]利用GRA法和TOPSIS法對(duì)評(píng)價(jià)信息進(jìn)行綜合集成，提出一種新的基于差異驅(qū)動(dòng)和GRA-TOPSIS法的學(xué)術(shù)期刊綜合評(píng)價(jià)模型。奉國(guó)和等人[6]使用熵權(quán)法結(jié)合因子分析計(jì)算各指標(biāo)權(quán)重，結(jié)合TOPSIS法進(jìn)行學(xué)術(shù)期刊綜合評(píng)價(jià)。樓文高等人[7]構(gòu)建了低維逐次投影尋蹤模型，并用于學(xué)術(shù)期刊綜合評(píng)價(jià)。這些綜合評(píng)價(jià)方法解決了學(xué)術(shù)期刊評(píng)價(jià)中存在的一些重要問題，但是并沒有考慮評(píng)價(jià)指標(biāo)之間的均衡發(fā)展。不同的評(píng)價(jià)指標(biāo)反映了不同的評(píng)價(jià)視角，在保證學(xué)術(shù)質(zhì)量的基礎(chǔ)上，應(yīng)該力求做到全面發(fā)展，即各指標(biāo)發(fā)展相對(duì)均衡[8]。為此，俞立平等人[8]提出了協(xié)調(diào)TOPSIS，并將其用于學(xué)術(shù)期刊綜合評(píng)價(jià)。協(xié)調(diào)TOPSIS是以TOPSIS為基礎(chǔ)建立的，而目前更為簡(jiǎn)單實(shí)用的方法是簡(jiǎn)單加權(quán)求和法（Simple Additive Weighting method， SAW）[9]。為此，該文將以SAW法為基礎(chǔ)，以變異系數(shù)衡量指標(biāo)的均衡度，提出一種均衡SAW法，并以JCR2017地質(zhì)工程期刊為例，比較均衡SAW法與均衡SAW法的區(qū)別。

1 ?均衡SAW法

SAW法是一種簡(jiǎn)單實(shí)用的方法，在許多領(lǐng)域都得到了廣泛的應(yīng)用。SAW法認(rèn)為指標(biāo)之間存在線性互補(bǔ)性。當(dāng)某些指標(biāo)取值較低時(shí)，可以在評(píng)價(jià)結(jié)果中用其他取值較高的指標(biāo)加以補(bǔ)充。這樣就忽略了指標(biāo)的均衡度對(duì)評(píng)價(jià)結(jié)果的影響。顯然，當(dāng)各指標(biāo)取值相等的時(shí)候，說明各指標(biāo)發(fā)展相對(duì)均衡，而指標(biāo)之間的差異越大，其均衡程度越小。所以，該文以變異系數(shù)衡量指標(biāo)的均衡度，提出了均衡SAW法。其具體步驟如下。

（1）對(duì)指標(biāo)進(jìn)行無量綱化處理。常用的無量綱化方法有z-score標(biāo)準(zhǔn)化、min-max標(biāo)準(zhǔn)化、均值化、極大化等。該文采用min-max標(biāo)準(zhǔn)化，它可以同時(shí)處理正向和反向指標(biāo)。無量綱化后各指標(biāo)最大值為1，最小值為0。

（2）確定各指標(biāo)的權(quán)重。權(quán)重的確定方法很多，常用的有層次分析法、熵權(quán)法等，可根據(jù)實(shí)際需要選擇合適的方法。若側(cè)重于專家的主觀意見和經(jīng)驗(yàn)，建議采用層次分析法;若側(cè)重于指標(biāo)數(shù)據(jù)的差異性對(duì)評(píng)價(jià)結(jié)果的影響，建議采用熵權(quán)法;若主觀意見和客觀信息都很重要，則可以采用主客觀組合賦權(quán)法。

（3）根據(jù)SAW法計(jì)算各評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值，計(jì)算公式如下：

式中，xij為指標(biāo)的無量綱化值，wj為指標(biāo)的第j個(gè)指標(biāo)的權(quán)重，ci為第i個(gè)對(duì)象的綜合評(píng)價(jià)值。

（4） 計(jì)算指標(biāo)無量綱化值的變異系數(shù)，計(jì)算公式如下：

式中，μi為平均值，σi為標(biāo)準(zhǔn)差，Vi為變異系數(shù)。變異系數(shù)為零，說明指標(biāo)無量綱化值一致，指標(biāo)完全均衡。顯然，變異系數(shù)越大，指標(biāo)越不均衡。

（5）計(jì)算考慮均衡度的綜合評(píng)價(jià)值，考慮到綜合評(píng)價(jià)值和變異系數(shù)的所代表的意義不同，需要進(jìn)行標(biāo)準(zhǔn)化處理后再結(jié)合?？紤]到變異系數(shù)為越小越優(yōu)型指標(biāo)，而綜合評(píng)價(jià)值為越大越優(yōu)型指標(biāo)，該文采用以下計(jì)算公式對(duì)綜合評(píng)價(jià)值和變異系數(shù)進(jìn)行組合。

2 ?結(jié)果與討論

2.1 學(xué)術(shù)期刊評(píng)價(jià)

為了對(duì)比均衡SAW法與SAW法，該文以JCR2017地質(zhì)工程期刊為例，以總被引頻次、影響因子和特征因子3個(gè)指標(biāo)為例，其權(quán)重分別設(shè)定為0.3、0.5、0.2。按照第2節(jié)的計(jì)算步驟，分析計(jì)算均衡SAW法與SAW法的綜合評(píng)價(jià)值以及排序結(jié)果。計(jì)算結(jié)果如表1所示，限于篇幅，該文僅列出了由均衡SAW法所決定的排名前10位的期刊。

從表1中可以看出，兩種方法的排序結(jié)果存在明顯差異，排名前10位的期刊中僅INT J ROCK MECH MIN、GEOTECHNIQUE、EARTHQ ENG STRUCT D的排名一致，其余期刊的排名存在1～3名的差異，這說明均衡度對(duì)排序結(jié)果存在重要影響。計(jì)算SAW評(píng)價(jià)值與變異系數(shù)的相關(guān)系數(shù)，結(jié)果為-0.652，這說明評(píng)價(jià)值與均衡度的相關(guān)性較低，兩者不具有較強(qiáng)的一致性，在評(píng)價(jià)中考慮指標(biāo)的均衡度是必要的。

SAW認(rèn)為排名第1的INT J ROCK MECH MIN，其變異系數(shù)較小，僅為0.131，所以均衡SAW同樣認(rèn)為其排名第1。SAW認(rèn)為排名第3的J GEOTECH GEOENVIRON，其變異系數(shù)更小，為0.090，比ENG GEOL的變異系數(shù)小0.040，由此導(dǎo)致其在均衡SAW下的排名升至第2位。進(jìn)一步做出SAW與均衡SAW排序結(jié)果的散點(diǎn)圖如圖1所示。兩種方法排序結(jié)果的擬合直線為y=0.931x+1.6095，R2=0.8336。這說明兩種方法排序結(jié)果具有較高的一致性，但也存在一定的差異。特別是當(dāng)評(píng)價(jià)值較低時(shí)，兩種方法的排序結(jié)果差異較大。

2.2 討論

該文在SAW法的基礎(chǔ)上，結(jié)合變異系數(shù)提出了均衡SAW法。兩種方法的對(duì)比結(jié)果顯示，指標(biāo)的變異系數(shù)與SAW法的評(píng)價(jià)值相關(guān)性不高，兩種方法的排序結(jié)果差異較大，所以有必要考慮指標(biāo)均衡度在評(píng)價(jià)中的作用。

指標(biāo)之間的差異越大，說明其均衡程度越小。變異系數(shù)作為衡量指標(biāo)數(shù)據(jù)離散性的常用指標(biāo)，顯然可用于衡量指標(biāo)的均衡度。當(dāng)然，除變異系數(shù)外，信息熵也可用于衡量指標(biāo)數(shù)據(jù)的離散性，所以也可以考慮結(jié)合信息熵建立均衡SAW法。

變異系數(shù)在衡量指標(biāo)的均衡度時(shí)，并不需要考慮權(quán)重，所以變異系數(shù)是獨(dú)立于權(quán)重的，也是獨(dú)立于SAW法的。變異系數(shù)不僅可以與SAW法相結(jié)合，也可以與其他各類評(píng)價(jià)方法相結(jié)合構(gòu)建相應(yīng)的考慮均衡度的方法。

3 ?結(jié)語

該文針對(duì)當(dāng)前綜合評(píng)價(jià)方法普遍存在的未考慮指標(biāo)均衡度的問題，結(jié)合變異系數(shù)提出了均衡SAW法，并以JCR2017地質(zhì)工程期刊為例，對(duì)比分析了SAW法和均衡SAW法，所得結(jié)論如下。

（1）均衡SAW法是一種兼顧指標(biāo)均衡度和SAW法優(yōu)點(diǎn)的綜合評(píng)價(jià)方法。該文在SAW法的基礎(chǔ)上，以變異系數(shù)衡量指標(biāo)的均衡度，提出了一種新的評(píng)價(jià)方法——均衡SAW法。實(shí)證分析結(jié)果顯示，SAW法和均衡SAW法對(duì)期刊的排序結(jié)果具有較高的一致性，但也存在一定的差異。特別是當(dāng)評(píng)價(jià)值較低時(shí)，兩種方法的排序結(jié)果差異較大。說明在考慮指標(biāo)均衡水平以后，期刊的排序發(fā)生了較大變化，在評(píng)價(jià)中考慮指標(biāo)的均衡度是必要的。

（2）除變異系數(shù)外，信息熵也可用于衡量指標(biāo)數(shù)據(jù)的離散性，可以考慮結(jié)合信息熵建立均衡SAW法。變異系數(shù)是獨(dú)立于權(quán)重的，也是獨(dú)立于SAW法的。其不僅可以與SAW法相結(jié)合，也可以與其他各類評(píng)價(jià)方法相結(jié)合構(gòu)建相應(yīng)的考慮均衡度的方法。

參考文獻(xiàn)

[1] 程慧平.基于主成分分析與熵權(quán)TOPSIS方法的期刊學(xué)術(shù)影響力研究[J].情報(bào)科學(xué)，2015，33（12）：77-82.

[2] 俞立平.基于聚類分析的期刊多屬性評(píng)價(jià)方法選擇研究——聚類結(jié)果一致度篩選法[J].圖書情報(bào)工作，2018，62（21）：80-86.

[3] 熊國(guó)經(jīng)，熊玲玲，陳小山.基于熵值法修正PLS權(quán)重的學(xué)術(shù)期刊綜合評(píng)價(jià)[J].情報(bào)雜志，2017，36（6）：192-201.

[4] 張和平，陳齊海.基于因子分析-DEMATEL定權(quán)法的期刊綜合評(píng)價(jià)研究[J].情報(bào)雜志，2017，36（11）：180-185.

[5] 張發(fā)明，庾凡，葉兆青，等.基于差異驅(qū)動(dòng)和GRA-TOPSIS法的學(xué)術(shù)期刊綜合評(píng)價(jià)研究[J].現(xiàn)代情報(bào)，2018，38（4）：77-82.

[6] 奉國(guó)和，周榕鑫，武佳佳.基于熵權(quán)TOPSIS及因子分析的學(xué)術(shù)期刊綜合評(píng)價(jià)研究[J].圖書情報(bào)工作，2018，62（17）：84-95.

[7] 樓文高，葉晶，武丹，等.期刊學(xué)術(shù)水平綜合評(píng)價(jià)低維逐次投影尋蹤建模與實(shí)證研究[J].情報(bào)理論與實(shí)踐，2019，42（2）：87-95.

[8] 俞立平，伍蓓，劉駿.協(xié)調(diào)發(fā)展視角下的學(xué)術(shù)期刊評(píng)價(jià)——協(xié)調(diào)TOPSIS[J].情報(bào)雜志，2018，37（10）：189-193.

[9] Hwang CL， Yoon KP. Multiple attribute decision making： Methods and applications[M].Springer-Verlag：New York， USA，1981.