基于Google Scholar Metrics中文期刊h 指數的比較研究

駱維花

（湖南農業大學 繼續教育學院，湖南 長沙 410128）

一 問題的提出

2005 年11 月15 日，J.E.Hirsch 提出h 指數概念：發表Np 篇論文中有h 篇每篇至少被引h 次，其余Np-h 篇論文每篇被引均小于或等于h 次，即一位研究者的h 指數等于其至多發表了h 篇且每篇至少被引h 次的論文。[3]h 指數具有數學簡單性、數值穩健性、結合產出與影響、數據容易獲取等優點，[4]被應用到各領域的研究。2012 年4 月1 日，谷歌推出Google Scholar Metrics，即基于h 指數衍生了H-core、H-median。H-core 即h 核心，指高于h 指數的被引頻次，H-median 即H-core 中位數，指基于H-core，涵蓋的所有文章獲得引用次數的中位值，用于H-core 核心論文評價。如某刊中5 篇論文被引頻次分別為：17,9,6,3,2,其h 指數為3，H-core 為17,9，6，H-median 為9。[5]被引頻次17,9 和6 的論文為h 核心論文，高于H-media 中位數9 的論文為核心中的核心，即被引頻次17 的論文。2014 年6 月30 日，Google Scholar Metrics（以下簡稱谷歌）公布2009-2013年5 年間，英、中、葡等9 種語言h5 指數前100 名期刊和h5 中位數。用戶點擊任意h5 鏈接，可查閱構成該刊h5 核心論文題錄、引用頻次和排序、引用鏈接和發表年份等，訪問網址http://scholar.wen.lu/，文獻來源為期刊論文、部分計算機科學以及電子工程類的會議論文和部分預印本。[6]

科學、公正并合理評價期刊質量一直是業界熱衷探討的話題。國內外先后推出的科學引文索引(SCI)、社會科學引文索引（SSCI）、中文社會科學引文索引(CSSCI)、中國科學引文數據庫（CSCD）等為篩選優質期刊提供了參考。2005 年，J.E.Hirsch提出用于評價個人研究成果的h 指數，很快應用到期刊、機構等領域并衍生了g 指數、hg 指數等h 型指數。2014 年6 月30日，Google Scholar Metrics 公布了2009-2013 年5 年間9 種語言期刊被引前100 的排名，即h5。[1][2]文章以此h5 排名前100中文期刊為樣本，測算同一中文期刊在百度學術和CNKI 期刊h5，并分析三者之間差異性和關聯性，以期為豐富中文期刊h指數研究提供實證資料，并在此基礎上探討學術搜索引擎引文分析存在的問題。

二 研究方法與數據來源

采用文獻調研和對比分析的方法，首先從谷歌平臺上，下載中文期刊前100 名的h5 指數導入excel。然后在CNKI、百度學術檢索平臺上，分別檢索100 種中文刊名，時間2009-2013 年，檢索出對應期刊論文被引頻次按降序排列，根據h 指數定義，測算各期刊h5，并計算谷歌與CNKI、百度學術與CNKI 期刊h5 差值，輸入excel。同時，探討h5 與影響因子間（impact factor，IF）的關系，測算100 種期刊影響因子輸入excel。谷歌h5 計為Gh，CNKI h5 計為Ch，百度學術h5 計為Bh，Gh與Ch 的差值計為G-C，Bh 與Ch 的差值計為B-C（為保證表達簡潔性，文后出現的Gh、Ch、Bh、G-C、B-C、IF 簡稱均為以上含義，不再贅述）。最后，整理分析數據。

選擇谷歌公布的h5 前100 名中文期刊為研究樣本，以CNKI《中國引文數據庫》（以下簡稱CNKI）測算得到的h5 作為中文期刊h5 比較依據，分析并評價谷歌h5 和百度學術h5（通過“百度學術搜索”測算所得，訪問網址xueshu.baidu.com[7])，統計時間2009-2013 年（為保證數據可比性，CNKI 未被收錄期刊暫不分析）。

三 統計結果

（一） Gh、Bh、Ch、G-C、B-C 及IF 統計結果

2014 年8 月20 日對Gh、Bh、Ch、G-C、B-C 及IF 進行統計并匯總（表1、表2）。

表1.中文期刊h 指數比較

＊注：此處為Google Scholar Metrics2014 年公布的中文期刊前100 排序，Gh 為其公布的期刊h5。

（二）期刊排名前10 比較

Gh 前10 期刊為《經濟研究》、《中華醫院感染學雜志》、《中華護理雜志》、《電力系統自動化》、《會計研究》、《電網技術》、《新華文摘》、《管理世界》、《地理學報》、《農業工程學報》。Ch 前10 期刊為《經濟研究》、《會計研究》、《管理世界》、《電力系統自動化》、《金融研究》、《電網技術》、《中國工業經濟》、《中國社會科學》、《中國法學》、《數量經濟技術經濟研究》。Bh 前10 期刊為《經濟研究》、《會計研究》、《管理世界》、《金融研究》、《電力系統自動化》、《生態學報》、《中國法學》、《中國社會科學》、《中國工業經濟》、《中華醫院感染學雜志》。《經濟研究》在三者中均排第一。從期刊排名所屬學科看，三者排名差異性不顯著，學科分布涉及經濟學、醫藥衛生和電力電信科技。

表2.中文期刊h 指數與IF 比較＊

＊注：此處排名是根據2013 年IF（即影響因子）計算實際值大小排序。計算公式IF=(該期刊前兩年(2011、2012 年)發表論文在統計當年(2013 年)被引用總次數)/該刊在前兩年內(2011、2012 年)發表的論文總數。

（三）期刊h5 前10“排名”差值比較

Gh 與Ch、Bh 與Ch 前10“排名”（根據排名差值比較）差值顯示：所有期刊排名中，只有《經濟研究》在三者中排名相同。《電網技術》Gh 與Ch 中排名相同（第6）。Bh 與Ch 排名相同的期刊有《會計研究》（第2）、《管理世界》（第3）。其它期刊在三者h5 排名差異性較大。

（四）期刊h5 差值比較

所有期刊h5 差值中，谷歌和CNKI 平均差值（即G-C 平均差值）為6.52（差值和652 與100 種期刊相除，以下同），百度和CNKI 平均差值（即B-C 平均差值）為3.95。期刊h5 差值整體差異性不大，但谷歌比百度差異性明顯。Gh＞Ch 期刊6 種，Gh＜Ch 期刊70 種，18 種期刊Gh 與Ch 相同。這表明同一種期刊，70%以上期刊Gh 低于Ch。Bh＞Ch 期刊有3種，Bh＜Ch 期刊85 種，6 種期刊Bh 與Ch 相同。這表明同一種期刊，85%以上期刊Bh 低于Ch。

（五）期刊排名學科平均h5 分布

經濟學科期刊7 種，平均h5（所有h5 值相加除期刊數，以下同）谷歌31.4，CNKI 46.5，百度學術43.2。醫學類期刊17 種，平均h5 谷歌26.8，CNKI24.6，百度學術25.1。電子電信科技類期刊7 種，平均h5 值谷歌31，CNKI 41.1，百度學術38.3。圖書情報類期刊7 種，平均h5 谷歌25，CNKI27.3，百度學術25.6。教育類期刊10 種，平均h5 谷歌27，CNKI32.4，百度學術28.4。從統計已有學科平均h5 分布看，除醫學類期刊，CNKI 期刊平均h5 高于谷歌和百度學術期刊平均h5。學科平均h5 分布，百度學術差異性不大，CNKI 經濟類、電子電信科技類平均h5 相差10 以上。學科內部引文規律不同使得期刊所屬學科排名存在差異性。

（六）期刊h5 與期刊IF 對比分析

基于h 指數的某一期刊高被引頻次反映了期刊的靜態影響，而IF 反映了期刊被引頻次的動態影響。從2013 年IF（表2）可知，一般來說，IF 與期刊學術價值、影響力正相關。

100 種期刊中，《經濟研究》h5、IF 均排第一，再次說明該刊論文整體質量非常高。比較前10 種期刊h5、IF 排名可知，除《經濟研究》、《會計研究》外，其余期刊排名差值在10 以上。實際上，90%以上期刊Gh 與IF 排名差值均在10 以上。影響原因有二。其一，高水平高被引文章可提升期刊h5，低被引文章影響期刊h5；其二，IF 不但受論文被引頻次影響，還受論文發表數量影響。期刊出版周期短、刊載論文量高可影響期刊IF。《中華醫院感染學雜志》屬醫學期刊，高被引論文多，2009-2013 年高被引論文47 篇以上達到了被引47 次（Gh 排第2），而2011-2012 年發表論文5310 篇，7284 次被引用在2013年。因此，論文基數大，影響該刊的平均IF（排第71）。

四 結論與分析

（一）Gh、Ch、Bh 特點

Gh、Ch、Bh 總排名中，《經濟研究》都排第一，排名前10 的期刊所屬學科基本為經濟、醫學和電力電信科技。這說明h5 排名情況反映了國家的研究熱點和發展趨向，我國在這些領域研究突出、成果頗多。首先，我國處于改革攻堅、經濟發展關鍵期，不論是微觀的個量經濟活動，還是宏觀的市場機制調控，為政府、企業和經濟部門決策、發展提供的各種經濟主張一直是我國學術研究的熱潮。生老病死雖是無法改變的生命運動規律，但是關注以治療預防生理疾病、提高人體生理機體健康為目的的醫學領域的研究，是大眾普遍關心的話題。另外，涉及國計民生的電力電信科技領域研究也反映出了公眾的呼聲。相比之下，其它學科h5 不高，除與學科間差異有關外，也因為部分學科不注重創新使得學科活躍指數不高。

（二）Gh、Ch、Bh 學科分布

上文3.1.4 分析可知，三者平均h5，醫學領域差異性最小，相關度最高。這是由于醫學學科具體期刊Gh、Bh 和Ch 指數差值相對于其他學科小。而這又是由于數據源的影響。谷歌、百度學術的醫學學科中引用數據來源除CNKI、維普等數據庫的學術期刊，還包括大量開放存取資源。另外，也收錄了一些政府醫學信息中心等網站發布有關醫學、健康領域報告的被引情況。涵蓋大量的網頁資源是谷歌、百度學術與專業數據庫文獻來源的不同之處。

（三）Gh、Ch、Bh 差異性分析

除《經濟研究》外，Gh、Ch 和Bh 指數排名均不一致，差異性較大。Gh 和Ch 排名平均差值為6.52，Bh 和Ch 平均差值3.95。同一種期刊，70%以上Gh 低于Ch，85%以上期刊Bh 低于Ch。筆者認為，與專業引文數據庫相比，谷歌和百度學術期刊論文引用次數偏低是主因。三方面因素造成這種主因出現。

第一，傳統CNKI 作為中文專業數據庫更新速度明顯優于學術搜索引擎。以《軟件學報》中，敖莉等人發表的“重復數據刪除技術”一文為例，通過訪問谷歌的《軟件學報》h5 指數鏈接，得到該文被引頻次為30，而測算CNKI 期刊h5 為83，百度學術h5 為64。逐一比較可知，周平等發表在2014 年第3 期《計算機工程與設計》的“基于兩級分塊的文件同步方法”一文引用該文情況，谷歌未計入被引數據統計，僅收錄到了2014 年1 月份。百度學術被引頻次提示雖為64，但不提供被引頻次鏈接，故此處不具體分析。

第二，數據來源問題。CNKI 引文數據來源于CNKI 收錄海量的期刊、博碩士學位論文、會議、專利等各種文獻。引文分析只有保證了數據源，才能做到數據分析的準確性。以《圖書館學研究》中，林燕發表的“嵌入式館員——圖書館用戶服務新理念”一文為例，谷歌引文頻次為25，CNKI 引文頻次為27。逐一比較可知，25 篇均為期刊論文引用，CNKI 多出的2條 “泛在知識環境下數字圖書館服務研究”、“高校圖書館學科服務體系研究”均為碩士學位論文引用。百度學術雖提供檢索結果被引頻次排序功能，但部分不提供引文鏈接，故在此不具體分析。

（四）Gh、Ch、Bh 與IF 關聯分析

結合h5 和IF，對期刊進行靜態與動態相結合的分析，才能定性和定量并客觀、公正的評價期刊學術價值和影響力。發表在具體期刊中高被引論文可提升期刊h 指數和IF，低被引論文影響h 指數和IF。《經濟研究》2011 年-2012 年發表論文394篇，發表論文在2013 年被引達3265 次，測算IF 在100 種期刊中排名第一，h5 也排第一。高被引論文量影響h5，而論文發表量的多少對h5 影響不大，但對IF 的影響較大。《社會學研究》h5 排名靠后（第45），但IF 排第5（見表2）。究其原因，該刊為雙月刊，整體2009-2013 年高被引論文（Gh27，Ch40，Bh36）不多，但2011-2012 年該刊發表論文149 篇，2013 年被引811 次。論文篇數低，被引頻次高，IF 高。

100 種期刊中，h5 與IF 排名相差最大的3 種期刊《中華醫院感染學雜志》（相差69，以下同）、《中國實用婦科與產科雜志》（58）、《護理研究》（57）。三者均是h5 排名靠前，但IF 排名靠后。因此，h5 是測度期刊論文中高被引頻次論文的學術影響力，而IF 是以期刊所有論文平均被引頻次為基礎，是衡量論文的平均學術影響力。另外，h5 測算論文被引頻次時間跨度2009 年-2013 年，IF 時間跨度為1 年。由表2 可知，h5 作為衡量期刊影響力評價指標存在不足，應與IF 綜合來衡量期刊總體的學術影響力。

（五）Gh 與Bh 存在的不足

h5 整體偏低。Gh、Bh 整體低于Ch，這與其數據來源有重要關系。谷歌、百度學術收錄文獻資源類型有限，CNKI 收錄期刊論文、學位論文、會議論文、專利等多種文獻。文獻源類型有限必然影響被引頻次，進而影響h5。因此，谷歌、百度學術暫不可能取代專業引文檢索工具。

h5 過于集中，h 值分布不均衡。Gh 跨度從59 到23（最高到最低相差36，以下同）、Bh 跨度從78 到24（54），相比Ch 跨度從85 到28（57）低。其中Bh 跨度又高于Ch。Gh 存在相同h 值情況頗多、分布不均衡，相比Ch 值跨度大，h 值分布均衡來說，Gh 和Bh 在h 指數跨度和h 值良好分布上不占優勢。而CNKI 作為專業中文期刊引文評價工仍具有不可替代的地位。

h5 統計數據科學性。文獻源影響h5 的統計分析。對于谷歌發布的中文期刊h5 以及通過測算百度學術期刊h5，均只能作為中文期刊h5 的參考。引文統計分析是基于嚴謹的文獻源進行的科學統計活動。但谷歌在統計數據更新周期、數據不足上存在一定問題。百度學術根本不提供被引頻次鏈接提示，科學性就更不足了。

h5 與IF 對被引頻次分析存在差異性。在學術搜索引擎基礎上，谷歌推出的Google Scholar Metrics 服務提供h5 以及通過百度學術h5 的測算，雖能靜態反映中文期刊被引情況，但不能動態評價期刊平均被引率。h5 與IF 對被引頻次分析存在明顯差異性。因此，Gh、Bh 應與IF 結合，綜合評價期刊。

Google Scholar Metrics 中文期刊h5 的權威性。為實現谷歌使命“整合全球信息，使人人都能訪問并從中受益”[8]，谷歌不斷推陳出新，從早期的谷歌學術搜索、圖書搜索，到現在的Google Scholar Metrics。引文分析作為嚴謹的科學活動，在不能最大范圍保證中文文獻數據源前提下，基于被引頻次發布h5 指數的權威性值得思考。

2014 年，谷歌h5 發布與“百度學術搜索”上線發生在同一年同一月。不論是一種機緣巧合還是相互之間的默契，作為一種免費學術搜索引擎期刊評價工具，他們具有操作簡單、使用方便的優點。但是，免費學術搜索取代傳統專業檢索工具，尤其是免費引文搜索取代傳統的引文數據庫仍然存在較多問題。作為多語種引文檢索和分析的平臺，Google Scholar Metrics仍具有重要的參考借鑒作用，但“百度學術搜索”則任重道遠。

[1]Google scholar.Google Scholar Metrics[EB/OL].http://scholar.google.com.hk,2015-01-06.

[2]Google scholar metrics.Coverage of Publications[EB/OL].http://scholar.google.com.hk,2015-02-06.

[3]J.E.Hirsch.An index to quantify an individual’s scientific research output[J].Proceedings of the National Academy of Sciences of the USA,2005,(46):16569:16572.http://polymer.bu.edu,2015-02-07.

[4]葉鷹,唐健輝,趙星,等.H 指數及其變體[M].北京:科學出版社,2011:7.

[5]Google scholar metrics.Available Metrics[EB/OL].http://scholar.google.com.hk,2015-02-07.

[6]Coverage.Google Scholar Metrics[EB/OL].http://scholar.google.com.hk,2015-01-30.

[7]百度百科.百度學術[EB/OL].http://baike.baidu.com.2015-02-25.

[8]Google.Google 大全[EB/OL].https://google.com.hk.2015-02-20.