管理科學部重要期刊知識交流效率評價

〔摘 要〕[目的/意義]知識交流效率衡量學術期刊投入與產出的比較，對于考察學術期刊在知識交流中的地位和作用具有重要參考價值，為跨學科學術期刊評價提供了一種新的研究思路。[方法/過程]采用非參數形式Super-SBM與參數形式SFA方法，測算國家自然科學基金委員會管理科學部認定的30種重要期刊知識交流效率。[結果/結論]兩種方法計算結果均發現2009-2013年間30種重要期刊知識交流效率整體水平較低。兩種方法計算得到的知識交流效率不具有顯著差異，二者在比較期刊知識交流效率值高低和依據效率得分進行期刊排序上具有通用性。

〔關鍵詞〕SFA方法；Super-SBM；知識交流效率；重要期刊

DOI：10.3969/j.issn.1008-0821.2017.11.011

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2017）11-0069-05

Empirical Study on Knowledge Exchange Efficiency Evaluation of Important Journals of Department of Management Sciences

——Based on the Super-SBM and SFA Methods

Wan Li1 Cheng Huiping2

（1.School of Journalism and Communication，Nanchang University，Nanchang 330031，China；

2.School of Economics and Management，Hubei University of Technology，Wuhan 430068，China）

〔Abstract〕[Purpose/Significance]Knowledge exchange efficiency is to measure the comparison of input and output of academic journals，which has important reference value to explore the position and role of the academic journals in knowledge exchange and provides a new research idea for evaluating interdisciplinary academic journal.[Method/Process]The paper measured knowledge exchange efficiency of 30 species of important journals of department of management sciences of national natural science fund committee by the non-parametric Super-SBM and parametric SFA method.[Result/Conclusion]The results showed that during the period of 2009-2013，the overall level of the knowledge exchange efficiency of 30 species of important journals was rather low.There was no significant difference of knowledge exchange efficiency among journals by the Super-SBM and SFA.Two different methods were universal in the versatility on the level and rank in terms of the knowledge exchange efficiency.

〔Key words〕SFA method；Super-SBM；knowledge exchange efficiency；important journals

面對“論文發表重數量輕質量”的不良現象普遍存在，如何科學合理地評價學術期刊知識交流效率并根據評價結果采取措施進一步提升效率是當前的難點和熱點問題，是學術期刊評價實踐發展中迫切需要研究的問題。知識交流效率從投入與產出的比較角度，評價學術期刊學術影響力，對于考察學術期刊在知識交流中的地位和作用具有重要參考價值，已成為當前國內外的重點研究領域。同時，知識交流效率測度也是經濟學理論研究中長期關注的焦點問題。目前，關于從效率視角開展學術期刊評價的定量研究，主要有：

1）單純測度學術期刊知識交流效率：①采用DEA方法的研究有：主要采用經典DEA模型（CCR、BCC）如Halkos（2011）[1]、Petridis（2013）[2]、萬莉（2013）[3]、張壘（2014）[4]、Lee（2014）[5]、Tüselmann（2015）[6]、Rosenthal（2016）[7]，其他DEA模型如多層DEA模型（Xiang-yang[8]，2012）、DEA/AR博弈交叉效率算法（李琳[9]，2016）、SBM模型吳美琴（2017）[10]。②采用SFA方法的研究有：Ortega（2013）采用C-D生產函數的隨機前沿分析模型，以總被引頻次為產出變量，期刊載文量、影響因子、編輯成員數為投入變量測算數量經濟期刊生產效率[11]。

2）在測算學術期刊知識效率效率的基礎上進一步測算效率影響因素的研究有：張壘（2014，2015）[12-13]主要考察了期刊規模、期刊傳播時間、期刊傳播渠道、期刊區域傳播能力、期刊國際化程度五個變量對期刊知識交流效率的影響，王惠等（2017）在借鑒張壘（2014）的研究經驗，選取國際化程度、期刊辦刊時間、期刊區域傳播能力、區域經濟發展水平、期刊學術論文質量5個因素[14]，McWilliams（2005）探討了編委會成員規模、期刊訂閱費用、期刊錄用比例、專題組稿對期刊知識交流效率的影響[15]。上述學者在測算期刊知識交流效率時均采用了DEA方法，但在對影響因素分析時采用了不同的方法，其中張壘（2014，2015）[12-13]、McWilliams（2005）[15]在進行效率影響因素分析時均采用了Tobit模型，而王惠等（2017）則采用面板線性回歸方法[14]。endprint

這些研究中投入產出指標除Halkos（2011）[1]、Tüselmann（2015）[6]在現有數據庫統計指標數據的基礎上構建新指標，其他學者均選擇現有數據庫中的統計指標。上述學者在投入變量選取均考慮了期刊載文量，Xiang-yang（2012）[8]、Rosenthal（2016）[7]、李琳（2016）[9]僅采用載文量為投入指標，而其他學者均采用了2項或3項投入變量，主要選取篇均引文量，也有學者選取了其他指標，如基金論文比（萬莉[3]，2013；吳美琴[10]，2017）、影響因子與編輯部成員數（Ortega[11]，2013）、刊期（Petridis[2]，2013）、平均引用半衰期（Lee[5]，2014）、篇均作者數（張壘[4]，2014）。在產出指標上，除Petridis[2]（2013）外，其他學者均選取了被引頻次（篇均被引頻次或總被引頻次），其他選擇較多的指標包括：影響因子、被引刊數、即年指標、學科擴散。此外也有學者引入新的產出指標，如論文影響分值（Rosenthal[7]，2016）、特征因子與H指數（Petridis[2]，2013）。

在研究過程中，大部分學者采用多投入多產出效率測評指標體系，也有學者采用單一投入指標多產出指標體系，如李琳等[9]（2016）、Rosenthal[7]（2016）、Xiang-yang[8]（2012）、Halkos[1]（2011），也有學者采用單一投入單一產出指標體系，如Tüselmann[6]（2015）。

綜上所述，對學術期刊知識交流效率的研究，現有研究基于參數效率與非參數效率兩種方法、不同投入產出指標體系來分析不同學科領域學術期刊不同時段的知識交流效率。從知識交流效率測算方法來看，主要采用數據包絡分析（DEA），其次是隨機前沿分析（SFA）方法。DEA方法中采用較多的是CCR和BCC模型，二者的缺陷在于：無法實現知識交流效率為1的學術期刊之間的比較、存在徑向選擇引起計算結果偏差問題。SFA方法采用基于對數型柯布-道格拉斯（C-D）生產函數的隨機前沿生產模型，該模型忽略了投入要素之間的相互作用，而超越對數生產函數正好彌補了C-D生產函數的不足。非參數效率和參數效率方法測算原理各不相同，各方法也均存在一定的不足，究竟哪一種方法或兩種方法都適合學術期刊知識交流效率測度，尚值得進一步探討[16]?？梢姡x擇合適的研究方法是進行學術期刊知識交流效率測度的前提和關鍵。從知識交流效率測評指標體系來看，學術界尚未達成共識。因此，亟需構建公充性較高的學術期刊知識交流效率測評體系。

因此，為了豐富已有研究，本文創新性地運用非參數效率Super-SBM方法、超越對數生產函數的隨機前沿生產模型（SFA），以2009-2013年30種國家自然科學基金委員會管理科學部認定的重要期刊（簡稱重要期刊）為例，期刊分類標準參照國家自然科學基金委員會管理科學部《管理科學重要學術期刊表》[17]。在評價重要期刊知識交流效率的基礎上，進一步考察非參數與參數效率方法在學術期刊知識交流效率評價的適用性。

1 指標數據和研究方法

1.1 投入產出指標體系

借鑒國外學術期刊知識交流效率測評文獻及國內學術期刊評價領域權威學者蘇新寧（2006，2008）[18-19]、邱均平（2010）[20]的研究經驗，選取投入指標包括：期刊載文量[2-5，7-15]、平均引文量[4-5，12-15]、基金論文比[3-4]，期刊載文量反映學術期刊信息豐裕度和投入廣度；篇均引文量衡量學術期刊科學交流程度和吸收外部信息能力，反映了學術期刊之間的交流密度?；鹫撐谋群饬科诳d文學術質量。產出指標包括：總被引頻次[5，7，11，15]、影響因子[3-4，9-10，12-15]、引用刊數[3-4，9-10，12-14]?？偙灰l次衡量學術期刊被使用和受重視的程度，影響因子衡量期刊學術影響力，引用刊數反映被評價期刊被引廣度。鑒于隨機前沿分析方法的單一產出特征，依據蘇新寧（2006，2008）[19-20]、邱均平等（2010）[18]關于評價指標權重設置經驗，本文將總被引頻次、影響因子、引用刊數的權重系數分別設置為0.25、0.4、0.35，在歸一化的基礎上計算得到綜合產出指數[20]，相關指標數據來源《中國科技期刊引證報告》。

1.2 測度方法

超越對數生產函數（Trans-Log）考慮了投入要素二次項及交叉項之間相互影響，因此，本文采用超越對數生產函數的隨機前沿模型[21]，如公式（1）、（2）所示：

Yit、Pit、Rit、Fit分別代表期刊i在第t年的總被引頻次、期刊載文量、平均引文數、基金論文比，vi、μi分別代表隨機誤差、無效率。通過最大似然估計方法進行參數估計，利用參數γ=u2/（v2+u2）進行檢驗，γ的顯著性程度來判斷SFA方法的選取是否合理，γ的取值來反映隨機前沿生產模型的設定形式是否理想。γ取值范圍反映可控項管理因素與不可控項隨機誤差影響地位的變化，向1靠攏時說明管理因素逐步占主導影響地位，向0靠攏時說明隨機誤差逐步起主要作用。當γ=0時，表示不存在無效率項，此時無需使用SFA方法，直接使用最小二乘法進行參數估計[16]。

Super-SBM模型由Tone[22]在2002年提出，該模型解決了多個為1的決策單元排序問題，也修正了未達到生產前沿面的決策單元松弛變量，可以避免角度和徑向選擇而引起的偏差。囿于篇幅，考慮到Super-SBM是較為成熟的模型，且SBM模型在學術期刊知識交流效率測度有見報道。因此，在此略去Super-SBM模型計算公式，具體計算步驟參照王惠（2017）[14]、儲節旺（2015）[23]。

2 知識交流效率測評

采用Frontier 4.1軟件，對超越對數生產函數的隨機前沿模型進行參數估計，結果如表1所示。γ值為0.949，在1%水平下顯著，表明復合誤差主要來源于非效率項μ，采用隨機前沿分析方法測算期刊知識交流效率是合適的。模型中除了平均引文數、基金論文比的二次項及載文量與基金論文比交叉項不顯著外，其他變量均達到1%顯著性水平。可見，超越對數生產函數的隨機前沿模型設定較理想。SFA方法測算的30種重要期刊知識交流效率值如表2所示。endprint