試析中國數字期刊利用統計指標的類型與功能*

劉 丹

（南京大學信息管理學院 江蘇南京 210093）

1 引言

20世紀90年代以來，數字資源在我國呈現出蓬勃的發展態勢，數字期刊更是憑借其單篇文章的零散化使用優勢受到用戶的廣泛青睞，據最新發布的《2012-2013中國數字出版產業年度報告》顯示，2012年我國數字期刊收入已達10.83億元，同比2008年翻了一倍，并保持著較高的增長勢頭。面對用戶持續增長的利用需求與同樣高漲的數字期刊采購費用，圖書館等文獻機構迫切需要對期刊的影響力和利用績效做出評估，利用數據的統計則為其提供了重要的數據支撐。利用數據不僅可以作為圖書館選購期刊、數據商（即各類數字服務提供商）調整運營策略的決策依據，還可以為圖書館與數據商之間針對訂購模式及價格問題的談判提供參考。

現階段，我國數字期刊的利用數據主要來源于各數據商，但由于標準不統一，統計結果不具有可比性，部分圖書館嘗試自行統計，而統計指標又缺乏規范性，也有不少機構對利用數據認識不足，僅以引文數據取代之，而且國內尚未形成受期刊界廣泛認可的統計標準，相關規范中的指標也都比較寬泛，總體來看，國內的統計指標發展現狀不容樂觀。相比之下，國外的統計實踐則遠超國內，一些學術團體和標準化組織已相繼制定了較為成熟的統計標準，考慮到國內外數字期刊發展情況的差異，相關指標可供借鑒但并不完全適用于我國。

近年來，統計指標的有關問題，也逐漸引起了學者們的關注，相關研究成果中，國內以論文為主，國外則多為應用性項目，其中影響最廣的是英國的COUNTER（Counting Online Usage of Networked Electronic Resources），該項目自2002年就發布了有關數字期刊在線利用統計的實施規范，詳細規定了利用數據的統計細則，而PIRUS（Publisher and Institutional Repository Usage Statistics）項目的提出，又為COUNTER增添了期刊單篇文章級的統計規范。國內學者的相關研究則大多是對國外已有成果的單純介紹，或著眼于數字資源整體，概括分析其利用統計指標，當前針對中國數字期刊細致探討相關指標的文章比較少：季山針對“下載影響因子”等上網期刊Web文獻計量指標的涵義進行了討論；劉雪立根據期刊被引半衰期的概念，提出“期刊下載量半衰期”并揭示其計量學意義；陳丹、楊萌從有效瀏覽量的角度提出了“數字期刊閱讀量”的計算方法，但其適用范圍僅限于龍源期刊網。有鑒于此，本文以中國數字期刊為研究主體，綜合國內外相關指標，擬從期刊利用的揭示層級和深度入手，提出不同類型的利用統計定量指標，力求更多維地揭示期刊的利用情況，并對指標的統計方法和功能進行統一分析，旨在解決現有利用數據缺乏可比性和可靠性的問題，這對于今后我國數字期刊利用統計指標的規范具有重要的現實意義。

2 數字期刊利用統計的指標類型

傳統的期刊利用統計往往基于文獻計量學中的被引指標，但過度依賴被引指標測度數字環境下的期刊利用率與影響力也存在諸多問題：其忽略了非作者用戶、時滯較長、存在用而不引、無法區分被引期刊是數字期刊還是印刷型期刊、高質量低引用的小眾期刊常被低估等，可見其反映用戶利用情況的功能很有限。若要全面揭示數字期刊的利用情況，應從用戶視角出發多維度、多粒度地統計利用數據，基于此，本文將適用于我國數字期刊的利用統計指標劃分為以下類型（見圖1）：按照期刊利用情況被揭示的層級，分為“期刊層級”指標與“期刊單篇文章層級”指標；按照用戶對期刊的利用深度，又分為“淺層使用”指標和“深度利用”指標，淺層使用，即對期刊文章內容的直接獲取，如閱讀、下載等，此類指標可直觀即時地揭示期刊被用戶使用的情況，深度利用是經用戶吸收、轉化到最終反饋的利用行為，考慮到期刊被引指標是當前較為公認的深度利用情況的外在表征，且數字期刊在被引期刊中占有較大比重，將其暫列為深度利用指標。本文選取各類指標中易測度、有代表性的指標進行分析，供數據商與各機構根據需要進行選擇、擴展，這些指標互為補充，共同構成中國數字期刊的利用統計指標。

3 期刊層級統計指標的含義與功能分析

3.1 淺層使用統計指標

統計期刊層級的淺層使用數據時，需要提供每種數字期刊的描述性元數據（見表1），以此作為相應的匹配和定位依據，其中核心項的匹配程度較高，擴展項可作為輔助。

3.1.1 期刊基本使用數據

基本使用數據，是基于用戶淺層使用行為的總量指標，也是其他相對指標的統計基礎，因此，對下列原始數據的準確收集與分析，在利用統計整體工作中具有至關重要的作用。

圖1 數字期刊利用統計指標類型圖

表1 數字期刊的元數據集

（1）單位時段內、每種期刊所有全文文章的成功請求量

指標含義：全文文章成功請求量，是數字期刊最主要的利用數據，而該指標是其基本組成單元。全文文章，即一篇文章完整的文本，除正文外，還有參考文獻、圖表及輔助材料鏈接，通常包含HTML、PDF等格式。用戶對全文文章的請求行為，包括閱讀、下載、電郵、打印等方式，當前的請求量統計通常以“下載量”、“閱讀量”為主。

統計方法：服務器會自動記錄請求信息，被計數的“成功”請求，在服務器日志中有特定返回碼，為提高數據有效性，用戶對HTML格式10秒內的多次請求及對PDF等格式30秒內的多次請求，應按最后一次記錄。在具體統計操作中，應確保數據的即時更新，從而靈活選擇統計時長，通常情況下，單位時段為“1個月”，為充分揭示使用情況的變化，需將統計時長延至1年，而若要提供當前任意12個月的數據，則至少連續統計24個月，累積計算請求總量，并分別提供文章每種格式的請求量。以CNKI中國知網收錄的《圖書與情報》期刊為例，假設在2013年1月1日至2013年12月31日內，分別統計用戶每月對該刊文章的成功請求量為 421、613、901、1402、1203、912、456、512、1213、1452、1024、891，則該刊 2013 年的請求總量為11000（單位為次）。

指標功能：該指標數值越大，表明用戶對期刊的使用量越多。橫向對比不同期刊在同一時期內的數據，可以了解各刊的使用量，針對使用量少的期刊，圖書館應綜合分析原因來決定停止訂購抑或提高使用率；比較不同數據商提供的數據，可以了解用戶對期刊獲取途徑的選擇傾向；縱向對比同一期刊不同時段的數據，可以預測用戶的使用趨勢。

此外，當統計的單位時段為“1年”時（“某年”即期刊出版年），被記錄的請求就是用戶對該年出版期刊的使用請求，將統計時長設為近20年，便可得到回溯庫中過刊的使用量，圖書館可以依此劃定回溯采購的起始點。

（2）單位時段內、每種期刊、每種內容單元的成功請求量

除上文所提的全文文章外，用戶對期刊的使用粒度，還可以細分到期刊的各內容單元。數字期刊的內容單元，包括不同格式的全文文章、文摘、目次等純文本類型，也包括圖像、音頻等非文本類型。該指標增加了統計的細粒度，也提高了統計難度，統計方法與全文文章的成功請求量類似，按月統計，并計算年度總量，例如，假設統計得2013年內對《圖書與情報》中HTML格式文章、PDF格式文章、文摘、圖片的成功請求總量分別為4630、5322、6345、2360，可以看出用戶偏向于使用該刊文摘，而針對文章更傾向于使用PDF格式。對比不同內容單元的使用數據，有利于數據商和圖書館判斷用戶的使用偏好，從而有針對性地開展個性化服務和培訓活動。

（3）單位時段內、每種期刊的被拒請求量

被拒絕的請求量，反映的是用戶需要但未被滿足的請求數量，數值越大，說明用戶的需求滿足率越低。請求被拒絕的類型，除了因訪問人數超過用戶最大并發數導致的被拒，還包括因未獲得使用授權造成的被拒，但不包括因口令錯誤等引起的請求失敗。該指標通常按月統計，提供年度總量，并分別計算兩種類別的被拒請求量，對比這兩類數據有助于分析請求被拒的原因，例如，假設統計得《圖書與情報》于2013年的兩類被拒請求總量分別為9620、6901，可知因訪問人數過載引起的被拒次數更多，此時數據商可考慮放寬用戶許可數，若主要因未獲得使用授權造成被拒，圖書館則應綜合考慮購買成本、印刷型期刊利用率等因素后決定最終的獲取途徑，進而調整印刷型期刊和數字期刊的采購比例。

上述數據常用的分析方法，是借助分析工具或采用數據挖掘方式來分析服務器的日志記錄，其中包含代理服務器及中間網頁網關的記錄，這種“日志分析法”主要依靠IP追蹤用戶，而在實際統計中，人為或代理軟件的重復請求、惡意攻擊、網絡爬蟲應用等不規范的使用行為，都會加大統計噪聲，導致統計數值虛高，因此，可以結合更適于第三方統計的“在線統計法”，通過Cookie識別已訪問用戶，在此基礎上，不斷優化統計系統結構和分析工具，綜合考慮用戶各種訪問路徑產生的數據，從而濾去無效數據，提高數據精確度。

此外，統計上述數據時，數據商也可以獲得用戶的數目、類型等信息，若能估算不同機構的最終用戶總數，就可以提供上述數據的人均使用量，便于在不同機構間對比。但是，因受制于當前的技術條件和用戶隱私保護，用戶信息的精準度不高且不便公開，相比之下，由機構內部收集更具可行性，西安交通大學圖書館自行設計了一套“電子資源訪問網關系統”，通過用戶認證可以了解用戶的學科和數目，只記錄與其學科相符的使用請求，精確提供反映其需求的使數據。

3.1.2 期刊使用因子（Journal Usage Factor，以下簡稱JUF）

JUF是COUNTER Online Metrics公司與英國期刊協會（the UK Serials Group）于2007年聯合提出的與期刊影響因子（Journal Impact Factor，JIF）原理類似的新指標，旨在從實際使用量的角度衡量期刊影響力，計算公式為：

該指標的計算，基于上文中請求量（以下指成功請求量）的統計結果，依據國際通行的觀點，時間窗x長度通常為1年或2年，出版時間窗y一般為兩年。考慮到算術平均值對極值有較強的敏感性，采用“中位數”估算均值，如將《圖書與情報》2012～2013年在線出版的全文文章于2012－2013年每月的請求量按大小排成數列，取其中值，就可得到該刊2012～2013年的JUF，所得終值為整數。JUF作為一個相對指標，反映了數字期刊中內容單元（全文文章為主）的平均使用率，在不同期刊間更具可比性。我國的“下載影響因子”指標也有相似的統計原理，但其統計時間窗擴大為3年，與淺層使用量的峰值不符，同樣，JUF的時間窗設定問題也有待進一步商榷。雖然JUF的算法還有待完善，但已引起了期刊界的廣泛關注，調查顯示它在影響圖書館期刊采購決策方面，排名第2，并在JIF之前，相比 JIF，JUF能有效地反映應用性期刊的影響力，而且其反應及時、沒有時間間隔，可包含統計當年的數據，同樣適用于新刊，當前不少文章作者、出版者、科研資助機構都非常認同將其應用到期刊評價中作為JIF的補充指標，遏制過分強調JIF的傾向。

3.1.3 期刊使用即年指數（Journal Usage Immediacy Index）

使用即年指數，是反映用戶對數字期刊使用速率及期刊即時影響力的相對指標，實際上，它是統計某期刊當年在線出版文章的請求量與該刊當年在線出版文章總量的一個比值，例如，假設《圖書與情報》2013年在線出版的文章總量為170篇，同年對文章請求總量為11000次，則該刊2013年的使用即年指數為65，此數值越大，表明期刊文章在線出版后被使用的速率越快，即時影響力越大，該刊所屬主題的學者對熱點問題也有較高關注度。使用即年指數，相比傳統的引用即年指數，更具統計意義，因為發文存在較長時滯，某年發表的文章很難在當年被引用，尤其體現在人文社科類期刊中，但淺層使用行為的反應速率要迅速得多；使用即年指數，相比我國現已作為期刊評價指標之一的“Web即年下載率”，統計范圍也更全面，包含了下載行為以外的使用形式，但該指標相對缺乏穩定性，僅可用于數字期刊的短期評價。

3.1.4 期刊使用半衰期(Journal Usage Half－life)

使用半衰期，是從出版年角度測度數字期刊老化速度和長期影響力的指標，它的計量原理與被引半衰期類似，即統計當年某期刊所有文章的總請求量中，較新的一半文章在線出版的時間跨度，按年計量，例如，假設將2013年《圖書與情報》的請求量按照請求文章的在線出版年自2013年倒序排列，其中接近50%的累積請求百分比分別為47.43%、56.43%，其所屬出版年分別為2011年、2010年，則該刊2013年的使用半衰期為2013－2011+（50－47.43）/（56.43－47.43）=3.3（年）。該數值越大，代表期刊文章在線出版后的老化速度越慢，也表明其及時反映速率越慢，期刊具有較長的使用壽命和長期的學術影響力，因此，該指標對于數據商制定數字期刊定價策略及選擇存檔期刊具有參考價值，分析比較同刊各年度的半衰期，也可為每年的期刊組稿、編輯質量提供評價依據，但需注意，使用半衰期通常受期刊所屬主題或學科的研究領域影響較大。

3.2 深度利用統計指標

3.2.1 期刊被引指標

有關被引指標計算方法的相關探討已有很多，文中不作贅述。常用的被引指標，主要包括總被引頻次、JIF、即年指數、被引半衰期及其他修正擴展指標，其中最具代表性的是JIF，國際通用的ISI算法中，其時間窗長度為2年，而考慮到自然科學與人文社會科學文章引用時間的差異及發文的較長時滯，可靈活調整時間窗長度，綜合比較期刊的短期影響與長期影響。被引指標屬于靜態指標，統計結果相對穩定，但當前國內的統計結果因統計源不同而差別較大，舉例說明，受收錄期刊范圍的影響，2013年CNKI發布的《圖書與情報》綜合JIF為1.111，而萬方數據《中國科技期刊引證報告》（擴刊版）中其JIF為1.654，對此，可以考慮由第三方統計或整合多方數值統一發布復合數據。同時需要注意，JIF具有學科領域覆蓋面窄、只重視理論性學術期刊等局限，反映期刊的被利用程度有限，但此類數據對后繼的淺層使用存在一定影響，可作為參考。

3.2.2 網絡影響因子(Web Impact Factor，WIF)

隨著期刊載體的轉變，期刊研究者的視線也逐漸轉向了作為網絡計量學研究重點之一的鏈接分析指標，并將其應用到期刊網站網頁的利用分析中，WIF就是其中最具代表性的指標。它是JIF在網絡環境中的引申，基于“外部鏈接相當于用戶對期刊網站的引用”這一理論假設，計算方法是某一時段用某期刊網站的外部鏈接總數除以該刊網站下的網頁總數，得到每個網頁的鏈接均值，例如，假設在2013年12月20日8:00～9:00間借助All The Web等工具搜索得《大學圖書館學報》期刊網站的外部鏈接數為40，網站網頁數為30，其WIF則為1.333，該數值越大，代表被引程度越高。然而，WIF也存在較大的局限性：鏈接結構與引用結構的不同降低了理論假設的合理性，算法自身缺陷使得指標難于精確統計，加之我國期刊網站的發展程度不高，該指標的參考價值較小。

4 文章層級統計指標的含義與功能分析

用戶對數字期刊的利用，通常是按照主題查找并利用其中的單篇文章，很少以期刊整體作為使用對象，因此，對單篇文章層級的計量（Article－level Metrics）更能深入期刊內容揭示其利用效能，而這也提高了統計要求。

4.1 淺層使用統計指標

統計此類指標時，除了需要提供表1中文章所屬期刊的描述性元數據，還需提供單篇文章的描述性元數據（見表2），以此作為相應的匹配依據。

表2 數字期刊單篇文章的元數據集

4.1.1 單位時段內，每篇全文文章（或每種內容單元）的成功請求量

單篇文章請求量的統計數據將為用戶選擇期刊文章提供指導。PIRUS項目對該數據的收集機制正處于探索階段，除了各數據商，各機構知識庫也需要提供統計數據。我國的機構知識庫發展緩慢，收錄文章的數量也與國際水平有較大差距，因此，可選取部分代表性的機構知識庫作為試點。該指標的統計方法與上文中期刊層級的請求量類似，但統計起始時間應按照文章在線出版日期來劃分，并分別統計文章各種版本的請求量，如針對表2中《圖書與情報》的文章《呼喚》，應從2007年10月8日起，連續統計每個月的請求量，而不能任意劃定統計起始點。

4.2 深度利用統計指標

4.2.1 文章被引頻次

文章被引頻次，是指期刊中單篇文章自發表以來在統計當年的被引次數，在一定程度上揭示了文章的學術影響力和被深度利用的程度，最終體現為學術產出的數量，可以作為用戶的使用參考。我國CSSCI中文社會科學引文索引現已在文章記錄中提供了該指標，可以查詢到表2中文章《呼喚》自2004年發表后，在2006年的被引次數為4次，至2013年累積被引次數為16次，但是受收錄文章數量的影響，不同的統計源針對該指標的統計結果也有所差別，如CNKI提供的累積被引次數為25次，且多數統計源只提供了累積被引次數，缺少各年度的被引數據。

4.2.2 社媒影響指標

在Web2.0環境中，用戶對期刊文章的深度利用方式，已由傳統引用拓展到在社交媒體中對文章“納米級”內容信息的分享、標引與對話等，Altmetrics（“選擇性計量學”、或譯作“社媒影響計量學”、“網絡補充計量學”）這種新興計量方法的出現，為這些在科研過程中即時產生的大眾利用數據的收集提供了新思路。國外的相關計量研究尚處于實驗階段，學者們開發了ImpactStory等數據收集工具，追蹤用戶在Twitter、PLOS等社交媒體及開放獲取平臺中的學術交流行為，初步得出了部分社媒影響指標，主要包括標簽數、標簽密度、評論數、社會書簽數等，隨著相關研究的日臻完善，可將部分指標用作我國數字期刊利用統計的補充指標，例如，通過Twitter Search API可收集到某篇英文文章在Twitter中的每日推薦數（Tweets），推廣到我國，則可以統計某篇文章在新浪微博中的每日發貼數。此外，還可對指標進行拓展，如針對“評論數”這一指標，可以分別統計在科學網等學術博客中與某篇文章相關的“正面評論數”與“負面評論數”，從正反兩方面深度揭示其影響力。

單篇文章層級的利用統計數據，能夠即時、真實地反映作者研究成果的實際影響力與學術質量，有利于扭轉學界片面化“以刊論文”的局面，對于文獻的知識亮點評價及知識管理亦有重要價值。

5 結語

本文借鑒國內外數字期刊利用統計指標，進一步細化統計維度、粒度，提出綜合的適用于我國數字期刊的統計指標，并將其按照利用的揭示層級和深度分為不同類型，從理論上分析了各種指標的含義、功能和統計方法。雖然部分新型指標的可行性尚需實踐驗證，但也利用統計提供了新的視角，彌補了單純依賴被引指標的缺陷。針對統計指標在我國數字期刊利用統計中的應用和后續研究提出以下建議：其一，我國用戶對數字期刊的利用，雖然可以借助期刊網站、開放獲取等方式，但多數基于期刊全文數據庫，因此，當前基本使用數據的統計主要依賴數據商，有統計條件的機構可自行統計比對，數據商應定期為用戶提供相應數據，并將統計數據按期刊所屬主題進行歸類，對收錄文章情況不同的期刊進行區分；其二，應充分認識到數字期刊多訪問途徑對統計結果的影響，將統計噪聲降至最低，可參考國外做法，建立“第三方”統計平臺，收集數據商提供的基本使用數據，用于更多指標的計算分析和用戶的開放獲取；其三，用戶的利用行為具有復雜性，若要全面評價期刊的利用績效和影響力，需加入定性分析，考慮到數字環境下期刊利用形式的多變性，應動態調整相應的統計指標，如JUF今后可以拓展出單篇文章層級或作者層級的新指標，社媒影響指標也可以發展為期刊層級的新指標。

［1］中國新聞出版研究院.“破局”之年的數字產業——《2012-2013中國數字出版產業年度報告》速覽［N/OL］.［2013-10-12］.http://media.people.com.cn/n/2013/1 010/c369775-23152808.html.

［2］全國信息與文獻標準化技術委員會.GB/T 13191-2009信息與文獻 圖書館統計［S］.北京:中國標準出版社,2009.

［3］呂淑萍,羅云川.圖書館數字資源統計標準和應用指南［M］.北京:北京圖書館出版社,2010:3-181.

［4］COUNTER ［EB/OL］.［2013-12-16］.http://www.projectcounter.org/.

［5］COUNTER PIRUS ［EB/OL］.［2013-12-16］.http://www.projectcounter.org/pirus.html.

［6］季山,胡致強.關于上網期刊Web文獻計量指標的討論［J］.中國科枝期刊研究,2006,17(5):756-759.

［7］劉雪立.科技期刊下載量半衰期的建立及其文獻計量學意義［J］.中國科技期刊究,2012,23(4):561-564.

［8］陳丹,楊萌.數字期刊閱讀量統計路徑及方法初探［J］.圖書與情報,2012，(2):18-22.

［9］張靜,閻曉弟,周奇.目前電子資源使用統計存在的問題及解決設想——以西安交通大學圖書館為例［J］.圖書與情報,2008，(5):82-85.

［10］Usage Factors Study-Final Report Now Available［R/OL］.［2013-12-27］.http://www.uksg.org/usagefactors/final.

［11］Ian Rowlands,David Nicholas.The missing link:journal usage metric［J］.Aslib Proceedings,2007，(59):222-228.

［12］Phil Davis.Journal usage half-life［EB/OL］.［2013-12-27］.http://124.240.187.83:81/1Q2W3E4R5T6Y7U8I9O0P1 Z2X3C4V5B/www.publishers.org/_attachments/docs/jour nalusagehalflife.pdf.

［13］葉繼元.呼喚圖書館學情報學期刊的學術規范意識——紀念《圖書與情報》出版第100期［J］.圖書與情報,2004，(6)：3-9.

［14］劉春麗.Web2.0環境下的科學計量學：選擇性計量學［J］.圖書情報工作,2012,7(14):52-56.

［15］Stefanie Haustein,Tobias Siebenlist.Applying social bookmarking data to evaluate journal usage［J］.Journal of Informetrics,2013，(5):446-457.