周裕華

［中共陜西省委黨校(陜西行政學院)圖書和文化館 陜西西安 710068］

一、研究背景和現(xiàn)狀

隨著科技的發(fā)展，期刊數(shù)量隨之爆炸性增長，為了更好更快更省的閱讀到某一學科或專業(yè)領域期刊，核心期刊的概念被提了出來。英國文獻學家布拉德福在 1948 年提出了“布拉德福定律（Law of Bradford），亦稱“文獻分散規(guī)律”；即將科技期刊雜志按其刊登的某種或者某類學科主題中論文的數(shù)量多少，以遞減順序排列，那么就可以在這些期刊雜志中區(qū)分出載文率最高的核心區(qū)、載文率相對較高的相關區(qū)和載文率很低的非相關區(qū)和接下來幾區(qū)。若各個區(qū)的文章數(shù)量相等，則此時核心區(qū)、相關區(qū)、非相關區(qū)和接下來幾區(qū)期刊雜志數(shù)量呈現(xiàn)1：a：a2：……的關系且（a＞1）。國內的研究者邱均平在其2007年主編的《信息計量學》一書中認為，某領域（學科）的核心期刊是指針對某一學科或專業(yè)領域來說，刊載大量專業(yè)論文和利用率較高的少數(shù)重要期刊或專業(yè)期刊[1]。核心期刊可以指導各單位進行高質量期刊的購買，科研工作者也可以通過核心期刊，更快更有效的找到自身所需要的信息，從而更有目的地閱讀本專業(yè)影響力高的新穎文獻，最后這些因素也可以反過來，促進核心期刊質量的提高。因此最近這些年各地都將在核心期刊發(fā)表論文，作為評價科研人員學術能力和科研水平的重要指標。正是因為這樣，對核心期刊的測定方法和指標種類越來越多，傳統(tǒng)的評價指標有期刊的總被引次數(shù)，載文量，影響因子等等。這些傳統(tǒng)的評價指標，在衡量某一指標或者多個指標時，都傾向于關注科研人員其發(fā)表論文所刊登的期刊。因為在這個假設中，它們都假定這些科研工作者對期刊的貢獻不低于期刊的平均值。為了改變這一現(xiàn)狀2005年美國物理學家喬治·赫希提出h指數(shù)，h指數(shù)是一個混合量化指標，其目的在于具體量化個人科研工作者的研究成果。2006年，比利時著名科學計量學家埃格赫為了彌補指數(shù)不能很好反映高被引論文的缺陷提出了評價科學家學術成就的新指標g指數(shù)。本論文選取了《JCR 2018年版》圖書情報領域前20種期刊，對g、h指標進行回歸分析，為核心期刊的評定提供補充和參考依據(jù)。

二、相關概念

（一）h指數(shù)

2005年美國物理學家喬治·赫希提出h指數(shù)，h指數(shù)是一個混合量化指標，期初被用于評價個人科研工作能力上，指該科研人員在某個確定的時間范圍之內所發(fā)表的論文中至少有h篇被引頻次大于或等于h次的論文[2]。在評價期刊時，h指數(shù)在界定過程中需要滿足一下三個條件：一是在期刊發(fā)表的論文中，有h篇被引用的論文；二是這h篇論文每一篇都必須至少被引用h次；三是除了這h篇之外的論文每一篇的被引數(shù)均需小于h[3]，h指數(shù)可以從數(shù)量和質量兩方面對期刊進行評價，此指數(shù)很難被突發(fā)性事件影響，此處的突發(fā)性事件是指增加自引、有少數(shù)幾篇無引用或是引用次數(shù)極高的文章[4]。葉鷹也在書中認為，h指數(shù)將有可能發(fā)展成為下一代評價核心期刊的核心參數(shù)[5]。

（二）g指數(shù)

上文提到的h指數(shù)雖然能夠體現(xiàn)出期刊較為穩(wěn)定的影響力及參數(shù)值，但是卻有一個較大的漏洞——忽視了期刊中高被引論文的作用?；谶@一評價缺陷，比利時計量學家Egghe結合日常工作需要，于2006年提出了g指數(shù)。與h指數(shù)不同，要得出g指數(shù)，首先需要將論文按照被引次數(shù)降序排列，同時按照序列對被引次數(shù)進行累加運算得出數(shù)值α；接著對所得序號進行平方運算得出數(shù)值β；當運算到某一序號，其平方值βg等于該序號所對應論文的被引次數(shù)累加值αg時，此序號即為g指數(shù)。如果演算完成之后，最后一個位次的平方值βn依然小于其所對應的被引次數(shù)累加值αn，此時就將兩者差額最小的序號定義為g指數(shù)。g指數(shù)能夠較為客觀地反映出高被引論文的作用，彌補了h指數(shù)穩(wěn)定有余但精度不夠的缺陷。

三、數(shù)據(jù)來源

普賴斯曾指出，期刊在發(fā)表1～2年后才被人們所認知和接受，故加菲得（Eugene Garfield）在1960年提出了影響因子這一個概念，影響因子（impact factor，IF）即指某一種期刊在其前兩年發(fā)表論文，在其發(fā)表報告的年份（JCR year）中被引用總次數(shù)除以該期刊在這兩年內發(fā)表的所有論文之和[6]。因此本文選用2018版的JCR中限定學科為INFORMATION SCIENCE &LIBRARY SCIENCE選取其中前20種。

相對于h指數(shù)，g指數(shù)更關注科學家的高影響力論文，同時兼顧了高被引論文的頻次。因此g指數(shù)在對期刊評價中取得了成功的推廣和相當范圍內的運用，更具有很高的實證基礎[7]。因此本文以g指數(shù)為因變量，通過散點圖和一次，二次，三次，對數(shù)進行回歸擬合分析，其與h指數(shù)的相關關系。

四、g指數(shù)與h指數(shù)的相關回歸分析

以g指數(shù)為因變量，h指數(shù)為自變量畫散點圖，然后分別以h指數(shù)的二次，三次，對數(shù)為自變量作散點圖，見圖1。建立g指數(shù)與h指數(shù)之間的一元，二元，三元，對數(shù)方程，模型檢測報告和擬合效果見表1。

圖1 g指數(shù)與h指數(shù)的回歸曲線

表1 g指數(shù)與h指數(shù)的回歸分析結果

由表1可看出，四個模型的P值均為0.00，小于0.05，通過了顯著性檢驗，從擬合優(yōu)度的優(yōu)劣來看，一次擬合效果最好，為0.98，回歸方程為y=1.73x-5.34。從散點圖可看出，h指數(shù)和g指數(shù)的線性關系特別明顯，各點幾乎連接成了一條直線，解釋出現(xiàn)的這一現(xiàn)象時，是因為h指數(shù)在評價科研人員之時，較好地綜合了科研人員發(fā)表文章的數(shù)量和影響力；而g指數(shù)則是在h因素的基礎上更加優(yōu)化的評價指標，使其更加合理和科學化[7]。通常情況下我們可以認為某種期刊雜志的h指數(shù)越高，其相對應的g指數(shù)也應該越大越高。同時由于考慮到層層累加這一效應，g指數(shù)一般都高于h指數(shù)。此外，隨著時間的增長，引用數(shù)據(jù)的量也隨著在累積，某種期刊中g指數(shù)應該變大或者不變，但是不可能變小，這是由其定義所決定的。正如上文所述的那樣，我們也有充分的理由相信，h指數(shù)和g指數(shù)將會使得傳統(tǒng)的引文評價系統(tǒng)更加科學，從而更加有效的評價科研人員的科學活動[8]。

五、結論

（一）g指數(shù)可以彌補影響因子的缺陷，衡量一種期刊的長期的學術影響力，某期刊可能由于“睡美人”效應在測評的兩年內被引次數(shù)較少，但是隨著時間發(fā)展可能被引次數(shù)累積較多；

（二）h指數(shù)，g指數(shù)都體現(xiàn)了高被引文獻對期刊的影響力，g指數(shù)可以更加完美的體現(xiàn)出期刊影響力高低的指標即被引次數(shù)；而h指數(shù)可以更加完美的反映出期刊的數(shù)量次數(shù)即論文數(shù)量[9]。故h指數(shù)對于單篇被引頻次很高的一篇或幾篇論文不敏感，但是在期刊h指數(shù)相同的情況下，g指數(shù)越大的期刊就是被引頻次越高的期刊；當期刊h指數(shù)處于同一水平時，可以使用g指數(shù)進一步區(qū)分期刊學術影響力的大小。