摘 要：[目的/意義]文章主要探究總被引頻次與期刊影響指標(biāo)的動(dòng)態(tài)變化關(guān)系，為期刊影響指標(biāo)等相關(guān)研究提供借鑒。[方法/過(guò)程]從中文社會(huì)科學(xué)引文索引數(shù)據(jù)庫(kù)中選取13種圖情學(xué)科類期刊作為研究對(duì)象，通過(guò)灰色關(guān)聯(lián)度分析和BVAR模型脈沖檢驗(yàn)，對(duì)總被引頻次與期刊影響指標(biāo)進(jìn)行比較分析，指標(biāo)包括影響因子、即年指標(biāo)、引用刊數(shù)、被引半衰期、他引率、擴(kuò)散因子、學(xué)科影響指標(biāo)和學(xué)科擴(kuò)散指標(biāo)，同時(shí)利用時(shí)變參數(shù)狀態(tài)空間方程分析指標(biāo)間的動(dòng)態(tài)關(guān)系變化。[結(jié)果/結(jié)論]與總被引頻次相關(guān)性較強(qiáng)的指標(biāo)為引用刊數(shù)、學(xué)科擴(kuò)散指標(biāo)，且二者與總被引頻次均成正相關(guān)關(guān)系，引用刊數(shù)在對(duì)總被引頻次的正向影響中起著主導(dǎo)作用。

關(guān)鍵詞：期刊影響指標(biāo)；灰色關(guān)聯(lián)度；脈沖響應(yīng)；狀態(tài)空間方程

中圖分類號(hào)：G250 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-1588（2025）02-0126-05

本文系2022年度江蘇省高校哲學(xué)社會(huì)科學(xué)研究一般項(xiàng)目“數(shù)智背景下高職院校智慧圖書(shū)館建設(shè)研究”的階段性研究成果之一，項(xiàng)目批準(zhǔn)號(hào)：2022SJYB2383。

1 背景

近年來(lái)，國(guó)內(nèi)外對(duì)期刊評(píng)價(jià)指標(biāo)的研究不斷深入，新指標(biāo)層出不窮。期刊影響指標(biāo)作為學(xué)術(shù)期刊評(píng)價(jià)的一大類指標(biāo)，能定量評(píng)價(jià)期刊之間相互影響及作用的程度，正確評(píng)估期刊在科學(xué)交流體系中的作用和地位[1]。目前，不少研究以總被引頻次、影響因子、即年指標(biāo)、引用刊數(shù)、學(xué)科影響指標(biāo)等對(duì)期刊進(jìn)行評(píng)價(jià)，其中總被引頻次最早被Bensman、Wilder[2]用于期刊評(píng)價(jià)，指該期刊自創(chuàng)辦以來(lái)所登載的全部論文在統(tǒng)計(jì)當(dāng)年被引用的總次數(shù)，常被當(dāng)作重要指標(biāo)考慮因子?？偙灰l次可以較客觀地反映期刊的整體被使用及受重視的程度，其從歷史的角度出發(fā)，通過(guò)期刊論文被引數(shù)直觀反映期刊的學(xué)術(shù)影響力及其在學(xué)術(shù)交流中的地位。因此，越來(lái)越多的學(xué)者及出版編輯領(lǐng)域的工作者將目光投向總被引頻次，使總被引頻次的學(xué)術(shù)價(jià)值不斷提升[3]。

2 文獻(xiàn)綜述

在期刊影響指標(biāo)現(xiàn)有研究中，眾多學(xué)者從不同角度有針對(duì)性地選擇期刊影響指標(biāo)探討其內(nèi)部的聯(lián)系，進(jìn)一步推動(dòng)了期刊評(píng)價(jià)指標(biāo)的研究與發(fā)展。在方法上，相關(guān)分析、層次分析等靜態(tài)分析方法較為常用，但在動(dòng)態(tài)分析視角上的研究尚顯匱乏。同時(shí)，灰色關(guān)聯(lián)度在期刊評(píng)價(jià)方面已取得較好的分析效果，狀態(tài)空間方程在文獻(xiàn)計(jì)量指標(biāo)上的應(yīng)用探索較少。因此，本研究以圖情學(xué)科數(shù)據(jù)為例，通過(guò)灰色關(guān)聯(lián)度分析得到期刊影響指標(biāo)間的關(guān)聯(lián)度，并運(yùn)用BVAR模型脈沖函數(shù)分析脈沖效應(yīng)下的指標(biāo)影響，在此基礎(chǔ)上依據(jù)時(shí)變參數(shù)狀態(tài)空間方程動(dòng)態(tài)比較總被引頻次與其他期刊影響指標(biāo)的關(guān)系強(qiáng)弱變化，結(jié)合實(shí)驗(yàn)結(jié)果為期刊評(píng)價(jià)和學(xué)術(shù)期刊工作等相關(guān)研究提供參考價(jià)值。

3 數(shù)據(jù)來(lái)源

本研究從中文社會(huì)科學(xué)引文索引數(shù)據(jù)庫(kù)（CSSCI）選取18種圖書(shū)情報(bào)類核心期刊作為數(shù)據(jù)源，收集2005—2018年該類期刊的期刊影響指標(biāo)數(shù)據(jù)，包括總被引頻次、影響因子、即年指標(biāo)、引用刊數(shù)、被引半衰期、他引率、擴(kuò)散因子、學(xué)科影響指標(biāo)及學(xué)科擴(kuò)散指標(biāo)。期刊選定基于2020年版北京大學(xué)圖書(shū)館《中文核心期刊要目總覽》中“G25圖書(shū)館事業(yè)、信息事業(yè)”中所列的18種期刊，見(jiàn)表1。

在收集實(shí)驗(yàn)數(shù)據(jù)的過(guò)程中，需要說(shuō)明的是：在數(shù)據(jù)篩選上，一方面由于數(shù)據(jù)庫(kù)存在數(shù)據(jù)延遲入庫(kù)的問(wèn)題，2019年至2023年的期刊數(shù)據(jù)不太完整，因此本研究只采集到2018年的數(shù)據(jù)；另一方面由于部分期刊數(shù)據(jù)CSSCI收錄不完整，為不影響結(jié)果的真實(shí)性和準(zhǔn)確性，對(duì)情報(bào)類期刊進(jìn)行了數(shù)據(jù)篩選，最終選擇的研究對(duì)象為表1中的13種期刊。在數(shù)據(jù)整合方面，《現(xiàn)代圖書(shū)情報(bào)技術(shù)》于2017年正式更名為《數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)》，其間文章一直收錄在CSSCI，本研究將這兩個(gè)期刊的數(shù)據(jù)進(jìn)行了整合處理，根據(jù)篩選條件選擇13種期刊的有效數(shù)據(jù)，匯總所需期刊的指標(biāo)數(shù)據(jù)，并進(jìn)行均值處理。

4 實(shí)證結(jié)果

4. 1 灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)度是一種根據(jù)自變量圖形與因變量圖形的相似程度判斷相關(guān)性的方法，圖形越相似則序列之間的相關(guān)性越大，反之相關(guān)性則越小。該方法的樣本容量不設(shè)限且計(jì)算量小，可以較好地彌補(bǔ)數(shù)理統(tǒng)計(jì)方法用于分析中的不足，是目前常用的系統(tǒng)分析方法。其關(guān)聯(lián)度計(jì)算公式如下：

由表2可知，引用刊數(shù)、學(xué)科擴(kuò)散指標(biāo)與總被引頻次的相關(guān)性較強(qiáng)，關(guān)聯(lián)系數(shù)分別為0. 87、0. 79。其中，引用刊數(shù)是引用被評(píng)價(jià)期刊的期刊數(shù)量，反映了被評(píng)價(jià)期刊被使用的范圍。學(xué)科擴(kuò)散指標(biāo)指期刊所在學(xué)科內(nèi)引用該期刊的期刊數(shù)占所在學(xué)科全部期刊數(shù)量的比重。

4. 2 貝葉斯向量自回歸模型分析

圖1為當(dāng)引用刊數(shù)發(fā)生1個(gè)標(biāo)準(zhǔn)差沖擊時(shí)，總被引頻次的脈沖響應(yīng)結(jié)果，其中橫坐標(biāo)表示沖擊作用下的滯后期數(shù)，縱坐標(biāo)為總被引頻次的響應(yīng)程度。當(dāng)本期給引用刊數(shù)一個(gè)正向沖擊后，引用刊數(shù)的沖擊會(huì)給總被引頻次帶來(lái)正向影響，在第2期影響值達(dá)到最大，并在之后逐漸減弱，并趨于平緩。圖2顯示，在學(xué)科擴(kuò)散指標(biāo)發(fā)生沖擊下，總被引頻次快速上升，并且也在第2期達(dá)到峰值，具有正向作用，在第8期之后呈現(xiàn)較為平穩(wěn)的趨勢(shì)。BVAR模型的脈沖結(jié)果表明，引用刊數(shù)和學(xué)科擴(kuò)散指標(biāo)對(duì)總被引頻次起到正向作用的影響，相關(guān)性較強(qiáng)。

4. 3 回歸分析

為進(jìn)一步通過(guò)狀態(tài)空間方程模型深入分析期刊影響指標(biāo)關(guān)系，需要通過(guò)回歸分析確定變量間的關(guān)系。本研究將總被引頻次作為因變量，對(duì)引用刊數(shù)和學(xué)科擴(kuò)散指標(biāo)進(jìn)行回歸分析，結(jié)果見(jiàn)下頁(yè)表3。

結(jié)果表明，引用刊數(shù)、學(xué)科擴(kuò)散指標(biāo)與總被引頻次的決定系數(shù)均接近于1，分別為0. 971、0. 930，回歸模型的擬合優(yōu)度比較高，擬合效果較好。通過(guò)t檢驗(yàn)判斷模型的回歸效果，兩指標(biāo)的顯著性均小于0.01，即認(rèn)為模型在0. 01顯著性水平下，由自變量引用刊數(shù)、學(xué)科擴(kuò)散指標(biāo)與因變量總被引頻次建立起的線性關(guān)系具有顯著的統(tǒng)計(jì)學(xué)意義。

4. 4 狀態(tài)空間方程回歸分析

狀態(tài)空間方程模型表達(dá)了系統(tǒng)內(nèi)部的狀態(tài)，是反映參數(shù)動(dòng)態(tài)變化的完整模型。其常被用于經(jīng)濟(jì)時(shí)間序列等分析，無(wú)須大量的數(shù)據(jù)支撐，用一種現(xiàn)有和過(guò)去的最小信息形式即可較為準(zhǔn)確地描述整個(gè)系統(tǒng)的運(yùn)行狀態(tài)。本研究應(yīng)用時(shí)變參數(shù)狀態(tài)空間方程，其不同于最小二乘回歸的估計(jì)狀態(tài)均值，利用設(shè)定可變參數(shù)捕捉不同時(shí)間變量間的動(dòng)態(tài)關(guān)系特征，且克服了結(jié)構(gòu)變動(dòng)所帶來(lái)的數(shù)據(jù)偏差[4]。

時(shí)變參數(shù)的狀態(tài)空間模型主要包含量測(cè)方程和狀態(tài)方程兩個(gè)方程。測(cè)量方程是觀測(cè)變量與系統(tǒng)狀態(tài)之間內(nèi)在關(guān)系的方程，狀態(tài)方程則指通過(guò)設(shè)置可變參數(shù)的變動(dòng)方式呈現(xiàn)相鄰時(shí)刻的狀態(tài)轉(zhuǎn)移變化規(guī)律[5]。時(shí)變參數(shù)狀態(tài)空間方程的一般表達(dá)式為：

4. 4. 1 單指標(biāo)。通過(guò)時(shí)變參數(shù)狀態(tài)空間方程模型可對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行回歸分析，研究總被引頻次與關(guān)聯(lián)度較高的指標(biāo)之間的關(guān)系變化。關(guān)于引用刊數(shù)，如圖3所示，縱坐標(biāo)為時(shí)變參數(shù)，其表示引用刊數(shù)與總被引頻次之間彈性系數(shù)的變化。其彈性系數(shù)為正數(shù)，表明學(xué)科影響指標(biāo)與總被引頻次之間呈正相關(guān)關(guān)系，且總體上呈現(xiàn)緩慢降低的趨勢(shì)。時(shí)變參數(shù)的波動(dòng)幅度為0. 09，平均值為1. 03，在2016年后系數(shù)變化逐漸趨于平緩。圖3結(jié)果表明，學(xué)科影響指標(biāo)與總被引頻次之間的時(shí)變參數(shù)變化雖較為波折，但波動(dòng)浮動(dòng)較小且在1上下浮動(dòng)，說(shuō)明其對(duì)總被引頻次的影響較穩(wěn)定。關(guān)于學(xué)科擴(kuò)散指標(biāo)，如圖4所示，學(xué)科擴(kuò)散指標(biāo)與總被引頻次的彈性系數(shù)為正數(shù)，且總體呈逐年下降趨勢(shì)。2005—2018年，時(shí)變參數(shù)的波動(dòng)幅度為0. 72，并在2016年達(dá)到低峰值0. 90，其后緩慢增長(zhǎng)，趨近于1。近年來(lái)，學(xué)科擴(kuò)散指標(biāo)對(duì)總被頻次的影響雖為正向影響，但影響強(qiáng)度在緩慢下降，可能是因?yàn)閳D情學(xué)科期刊雖然嘗試跨越本學(xué)科領(lǐng)域范疇、在研究中融入交叉學(xué)科元素從而拓展了圖情學(xué)科研究，但交叉學(xué)科發(fā)展仍處于起步階段，學(xué)科交叉融合尚存在不足，仍需探索。

4. 4. 2 雙指標(biāo)。由圖5結(jié)果可知，引用刊數(shù)與學(xué)科擴(kuò)散指標(biāo)的參數(shù)曲線基本對(duì)稱，以2014年為分界線，前半部分兩指標(biāo)的時(shí)變參數(shù)波動(dòng)幅度較大。在此期間，引用刊數(shù)與學(xué)科擴(kuò)散指標(biāo)對(duì)總被引頻次的影響相互制約，即當(dāng)引用刊數(shù)的時(shí)變參數(shù)增加時(shí)，學(xué)科擴(kuò)散指標(biāo)的時(shí)變參數(shù)下降，反之亦然。2014年之后，兩指標(biāo)的時(shí)變參數(shù)變化均趨于穩(wěn)定，引用刊數(shù)穩(wěn)定在0. 9附近，趨近于1，學(xué)科擴(kuò)散指標(biāo)則穩(wěn)定在0. 1左右。共同作用視角下，引用刊數(shù)在對(duì)總被頻次的正向影響中起著主導(dǎo)作用，學(xué)科擴(kuò)散指標(biāo)則輔助影響。

5 結(jié)語(yǔ)

本研究選取2005—2018年圖情學(xué)科類13種期刊的期刊影響指標(biāo)，通過(guò)灰色關(guān)聯(lián)度分析得到與總被引頻次相關(guān)性較強(qiáng)的兩個(gè)指標(biāo)：引用刊數(shù)和學(xué)科擴(kuò)散指標(biāo)，通過(guò)回歸分析確認(rèn)指標(biāo)的因果關(guān)系，并基于時(shí)變參數(shù)狀態(tài)空間方程具體分析指標(biāo)間的影響變化。實(shí)驗(yàn)結(jié)果顯示，這兩個(gè)指標(biāo)與總被引頻次均成正相關(guān)關(guān)系，其中引用刊數(shù)影響占比較大。結(jié)合實(shí)驗(yàn)結(jié)果，為有效提升期刊影響力，本研究提出以下建議：引用刊數(shù)反映被評(píng)價(jià)期刊被使用的范圍[6]，因此，期刊應(yīng)適當(dāng)刊載交叉性學(xué)科的文章，增加學(xué)科來(lái)源的多樣性，在保持自身學(xué)科傳統(tǒng)的基礎(chǔ)上，對(duì)圖情學(xué)科交叉發(fā)展建設(shè)保持關(guān)注，并積極參與；以面向應(yīng)用的基礎(chǔ)理論研究為導(dǎo)向，選取致力于解決實(shí)際前沿問(wèn)題并注重圖情學(xué)科理論研究的文章，持續(xù)跟進(jìn)實(shí)踐創(chuàng)新研究。學(xué)科擴(kuò)散指標(biāo)在一定程度上反映了期刊的影響力。作為一個(gè)文獻(xiàn)計(jì)量學(xué)指標(biāo)，理論意義上學(xué)科擴(kuò)散指標(biāo)越大，該期刊相較于同學(xué)科期刊的影響范圍則要更廣[7]。在實(shí)際應(yīng)用中，提高學(xué)科擴(kuò)散指標(biāo)需要處理好圖情學(xué)科期刊的三大關(guān)系：一是兼顧期刊文章質(zhì)量和數(shù)量的關(guān)系，一方面可通過(guò)與專家約稿、改善出版策略等方式提高期刊的文章質(zhì)量；另一方面在保障期刊質(zhì)量的同時(shí)，適當(dāng)加大期刊的刊載量，提高期刊文章學(xué)科種類的覆蓋度。二是兼顧理論與實(shí)踐的關(guān)系，堅(jiān)持將理論創(chuàng)新與實(shí)踐創(chuàng)新相結(jié)合彰顯學(xué)科競(jìng)爭(zhēng)力，既把握實(shí)踐意義，將實(shí)踐資源轉(zhuǎn)為理論資源，又以探索的眼光看待學(xué)科問(wèn)題，完善理論研究。三是兼顧學(xué)科與現(xiàn)實(shí)的關(guān)系。圖情學(xué)科期刊應(yīng)以獨(dú)特的學(xué)科研究視角，轉(zhuǎn)換現(xiàn)實(shí)問(wèn)題為學(xué)術(shù)問(wèn)題，推進(jìn)圖情學(xué)科期刊建設(shè)。

參考文獻(xiàn)：

[1] 孫曉紅，閆立娟，張改俠，等.《地球?qū)W報(bào)》2005—2018年主要期刊評(píng)價(jià)指標(biāo)變化趨勢(shì)分析[J].地球?qū)W報(bào)， 2021（1）：124-128.

[2] Bensman S J， Wilder S J. Scientific and Technical Serials Holdings Optimization in an Inefficient Market：A LSU Serials Redesign Project Exercise[J]. Library resources technical services，1998（3）：147-242.

[3] 陳彥斌，唐詩(shī)磊，李杜.貨幣供應(yīng)量能預(yù)測(cè)中國(guó)通貨膨脹嗎[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2009（2）：22-28.

[4] 鄭麗霞，林芳，楊善朝.學(xué)科領(lǐng)域高被引與高下載論文的灰色關(guān)聯(lián)分析：以概率論與數(shù)理統(tǒng)計(jì)學(xué)科為例[J].廣西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018（4）：76-83.

[5] 蘇靜，胡宗義.農(nóng)村金融減貧的直接效應(yīng)與中介效應(yīng)：基于狀態(tài)空間模型和中介效應(yīng)檢驗(yàn)的動(dòng)態(tài)分析[J].財(cái)經(jīng)理論與實(shí)踐，2015（4）：33-38.

[6] 杜寶貴，盧珊.吉林省社會(huì)保障財(cái)政支出最優(yōu)規(guī)模的動(dòng)態(tài)分析：基于時(shí)變參數(shù)狀態(tài)空間模型[J].東北大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（6）：77-85.

[7] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模EViews應(yīng)用及實(shí)例[M].北京：清華大學(xué)出版社，2016：135.

（編校：崔萌）