期刊學術影響力測度指標結構關系研究
——基于BP神經網絡DEMATEL模型的實證

張和平 陳齊海

(南昌大學經濟管理學院，江西 南昌 330031)

·應用研究·

期刊學術影響力測度指標結構關系研究
——基于BP神經網絡DEMATEL模型的實證

張和平 陳齊海

(南昌大學經濟管理學院，江西 南昌 330031)

[目的/意義]期刊學術影響力是學術界和期刊界關注的熱點，已有許多學者對其測度指標結構關系進行了分析，但缺少從整體上對測度指標間相互作用關系的研究。[方法/過程]以632種“綜合性人文、社會科學”類期刊為研究樣本，構建期刊學術影響力的測度指標體系，運用BP神經網絡DEMATEL模型計算各測度指標的中心度與原因度，并結合原因—結果圖分析各測度指標的重要性及相互作用關系。[結果/結論]研究結果表明，該模型能較準確地反映出測度指標間的結構關系，他引影響因子和復合總被引為強驅動型指標；平均引文數和影響因子是排名前兩位的驅動型指標；5年影響因子為最顯著的特征型指標。

期刊學術影響力；BP神經網絡；DEMATEL；指標結構

學術期刊作為傳播科研成果和展現科技水平的重要媒介，在促進科學知識的創新、科技成果的轉化以及社會科技的進步等方面發揮著重要的作用。期刊學術影響力反映的是期刊所發表的學術成果能夠促進學術研究和應用之發展的能力，這種能力受到期刊的學術質量、辦刊特色和讀者認可度等多方面的影響。對期刊學術影響力的測度指標結構關系進行分析探討，為提升期刊影響力及期刊評價工作有重要的意義，這既是學術界關注的重點也是期刊界的重大課題[1-2]。自美國已故著名學者加菲爾德博士提出將影響因子作為期刊排序指標以來，國內外眾多專家學者對期刊學術影響力的評價模型及測度指標間的結構關系進行了深入研究。

在以往的研究中，衡量期刊學術影響力的指標主要有總被引次數、影響因子、他引率等，一些學者探討了測度期刊學術影響力的傳統計量指標間的結構關系。俞立平等[3]運用分位數回歸模型，探討了平均引文數、平均作者數、期刊時效性等指標與期刊影響力的關系；于挨福等[4]運用面板數據，建立多元回歸模型分析了期刊基金論文比、論文篇幅長短等指標對期刊學術影響力的影響；俞立平等[5]利用散點圖、回歸分析和分組統計的方法，分析了基金論文比等5個期刊來源指標與期刊影響力之間的關系。另有些學者針對傳統測度期刊影響力指標的缺陷，加入一些新型測度指標并研究了與傳統測度指標間的關系。匈牙利學者Braun等[6]將h指數用于期刊的學術影響力評價中，應倩等[7]采用SPSS軟件Spearman技術分析了h指數與影響因子、總被引頻次之間的相關性。美國學者Bergstrom等[8]提出特征因子的概念并用于期刊的影響力評價，特征因子區別于影響因子在于計算引用次數時，對不同層次的期刊而采用不同的引用權重。俞立平等[9]基于Panel Data，研究特征因子與總被引頻次、影響因子、5年影響因子等計量指標間的結構關系。我國學者也提出了一些新的期刊學術影響力評價指標。馬鳳[10]提出基于Page Rank算法的期刊影響力評價指標，并運用相關分析分析了與影響因子、總被引次數等指標間的相關性。邵作運等[11]在載文量的基礎上來計量被引頻次，提出了一種新型期刊學術影響力指標—f(x)指數，同樣運用Spearman相關系數分析其與載文量、總被引頻次、影響因子等指標的相關關系。

2015年底，中國科學文獻評價研究中心連續14年對中國學術期刊進行統計分析與定量評價，并發布了新一期的《中國學術期刊影響因子年報》(簡稱年報)。為了更加全面科學準確地反映期刊學術影響力狀況，《年報》提出一個全新的評價指標：學術期刊影響力指數(Academic Journal Clout Index，簡稱CI)。學術期刊影響力指數是評價各期刊影響力大小的綜合性測度指標，它能夠兼顧期刊的質量、規模等因素，可以科學客觀地反映出期刊的學術影響力[12]。丁筠[13]首次對期刊影響力指數進行了分析，并采用SPSS相關分析研究了CI與影響因子等傳統指標的相互作用關系。

根據以上文獻可知，現階段關于期刊學術影響力測度指標間結構關系的研究大多是將各測度指標獨立出來進行討論，或者是簡單的指標間相關性分析，而忽略了各指標間的相互聯系，無法從總體上對期刊學術影響力的指標作用關系進行全面的分析。學術期刊影響力指數作為一個衡量期刊學術影響力的新型計量指標，為本文研究期刊學術影響力的指標結構關系提供了思路。本文將改進的DEMATEL方法引進到期刊學術影響力指標結構的研究中，從復合影響因子指標、出版指標、引證指標和傳播指標四個維度分析期刊學術影響力的測度指標，全面分析各指標間的相互作用關系，進而識別出系統中的原因型指標和結果型指標，為期刊學術影響力的建設及評價工作提供有價值的參考。

1 BP神經網絡DEMATEL模型介紹

DEMATEL又稱為決策試驗和評價實驗法(Decision Making Trial And Evaluation Laboratory)，是由日內瓦研究中心于20世紀70年代提出的一種用于研究和解決現實世界中錯綜復雜的影響因素的方法。該方法基于圖論和矩陣論對復雜系統因素進行分析，通過確定系統各指標之間的直接影響矩陣，最終計算出每個指標的被影響度及其對其他因素和評價目標的影響度，由此確定各個指標的相互關聯性并辨析出系統的主要指標[14-15]。DEMATEL方法能夠有效地識別出指標之間的相互關系，在研究復雜系統指標之間的交互影響問題得到了廣泛的運用[16-17]。

在傳統DEMATEL模型的計算過程中，其直接關聯矩陣數據的確定大多是通過專家評分和調查問卷的方式。然而在面對復雜難纏的現實問題時，通過發放調查問卷和組織專家評分來獲取指標之間的相互影響關系比較困難，同時主觀性的判斷過程可能會影響最終決策結果的可信性。由于本文研究期刊學術影響力測度指標的結構關系時選取樣本量較大且指標數較多，因此考慮利用BP神經網絡超強的非線性擬合特點，實現從輸入數據到輸出數據的非線性映射，從而得到各測度指標的綜合權值，其基本結構見圖1。

圖1 三層BP神經網絡結構圖

將BP神經網絡與DEMATEL結合起來用于分析期刊學術影響力測度指標的結構關系，既能夠增強指標之間的關聯性，還能提高分析結果的客觀性與可靠性[18]。BP神經網絡DEMATEL模型的構建步驟如下。

Step3：計算整體權值矩陣ω=mean(|W|*|w|)。式中|W|和|w|表示取權值矩陣W和w的絕對值；在k>1時，ω則取每列的平均值。

Step4：根據整體權值矩陣計算期刊學術影響力各測度指標的直接關聯矩陣B，

Step5：將直接關聯矩陣B歸一化處理，可得到歸一化后的直接影響矩陣X，

X=(xij)n×n=B/s

Step6：計算期刊學術影響力測度指標的綜合影響矩陣T，

T=(tij)n×n=X(1-X)-1

其中，tij為測度指標i對于測度指標j的綜合影響程度；(I-X)-1為I-X的逆矩陣，I為同維度的單位矩陣。

Step7：計算各測度指標的影響度、被影響度、中心度和原因度。令

式中，影響度fi為綜合影響矩陣T的各行之和，表示測度指標i對其他所有測度指標的直接影響和間接影響之和，稱為影響度。被影響度ei為綜合影響矩陣T的各列之和，表示其他所有測度指標對測度指標i的直接影響和間接影響之和，稱為被影響度。(fi+ei)定義為中心度，表示測度指標在整個期刊學術影響力測度指標系統中的相對重要程度，值越大表明該測度指標的重要性越大。(fi-ei)定義為原因度，表示該測度指標與其他測度指標間的因果邏輯關系程度；原因度大于0時，表明該測度指標對其他測度指標的影響程度大，稱為原因型指標；原因度小于0時，表明其他測度指標對該測度指標的影響程度大，稱為結果型指標[19]。通過計算各期刊學術影響力測度指標的影響度、被影響度、中心度和原因度，可以清晰地反映出測度指標間的結構關系。

2 實證分析

2.1 指標體系的構建

《年報》是期刊評價體系是權威文獻之一，旨在準確客觀地報道期刊評價的計量指標?！赌陥蟆穼⒕C合統計源期刊與部分碩、博學位論文、會議論文結合，從而構成了復合類影響因子指標，該類指標能夠較為客觀地反映出期刊的學術影響力，其中包括復合總被引、影響因子、他引影響因子、5年影響因子和即年指標5個二級指標。除了上述公布的影響因子類指標，《年報》還從其他視角來表現出期刊的規模、影響力和傳播力等特征，提出了一些計量指標。其中，出版指標包括可被引文獻量、可被引文獻比、基金論文比和平均引文數4個二級指標，引證指標包括引用半衰期、被引半衰期、引用期刊數、被引期刊數、他引總引比和互引指數6個二級指標，傳播指標包括Web即年下載率和總下載量2個二級指標。期刊學術影響力的結果度量指標選取期刊影響力指數(CI)。期刊學術影響力測度指標體系見表1。

表1 期刊學術影響力測度指標體系

2.2 數據的選取及處理

本文數據選取2015年《中國學術期刊影響因子年報(人文社會科學)》[12]，以632種“綜合性人文、社會科學”類期刊為研究樣本，經過對缺失數據的篩選，最終選取了其中553種期刊數據進行分析。

根據俞立平等的研究[20]可知，被引半衰期和引用半衰期是屬于成本型指標，首先需要對這兩個指標進行取倒數轉換成效益性指標，再對所有指標進行標準化處理。本研究從553份“綜合性人文、社會科學”類期刊樣本中隨機抽取500份數據用于BP神經網絡的訓練，余下的53份數據用于檢驗神經網絡的預測性能。

2.3 計算結果

將樣本數據的17項測度指標作為輸入矩陣，1項結果度量指標作為結果輸出矩陣，借助Matlab R2014a軟件，建立一個含有一個隱含層的三層BP神經網絡模型，其網絡結構為17-15-1。其中，隱含層個數設為15，允許擬合誤差為0.0001，最大迭代次數為1000，網絡學習速率為0.01，其余參數均設置為內置默認值[21]。

根據上文介紹的BP神經網絡DEMATEL模型的建模步驟，首先經過多次訓練后選取預測效果最好的網絡并將其保存，此時53個測試樣本的預測效果見圖2；然后可以得到權值矩陣(W)17×15和(w)15×1及整體權值矩陣ω17×1；最后通過步驟Step 5～Step 7可以求得期刊學術影響力各測度指標的中心度與原因度值見表2。

圖2 BP神經網絡預測效果

指標編號fieifi+eifi-eix12.21380.77162.98541.4422x21.68521.01922.70440.6660x32.39890.71033.10931.6886x40.69922.43583.1351-1.7366x51.39441.23362.62810.1608x61.68451.01972.70420.6648x70.86891.97162.8405-1.1027x81.04691.64122.6881-0.5943x91.77810.96532.74340.8128x101.29691.32662.6234-0.0297x110.93851.82792.7664-0.8893x121.49311.15172.64480.3414x131.34381.28022.62400.0637x141.27811.34602.6241-0.0679x151.05961.62172.6813-0.5621x160.94041.82442.7648-0.8840x171.32481.29862.62340.0262

根據表2的計算結果，以各測度指標的中心度為橫坐標，原因度為縱坐標，繪制出期刊學術影響力測度指標的原因—結果圖見圖3，該圖能清晰直觀地反映出各測度指標間的相互作用關系。

圖3 期刊學術影響力測度指標的原因—結果圖

參考車亮亮等[22]的研究，結合DEMATEL的分類法則，本研究將全部測度指標分為3類：①強驅動型指標：作為原因型指標，其原因度大于0，且中心度大于所有指標的中心度均值加上標準差之值(稱為中心度閾值)，表明這類指標對期刊學術影響力的影響是最顯著的，且對系統內其他結果型指標有較大的影響。②驅動型指標：同樣是原因型指標，其原因度大于0，但中心度小于中心度閾值，表明這類指標在期刊學術影響力測度指標系統中有重要的地位，是推動發展期刊學術影響力發展的主要途徑。③特征型指標：作為結果型指標，其原因度小于0，其中心度在中心度閾值附近，表明這類指標是其他原因型指標的綜合影響結果，與其他測度指標密切關聯，是促進期刊學術影響力提升的關鍵因素。

2.4 期刊學術影響力測度指標結構分析

2.4.1 期刊學術影響力強驅動型指標分析

根據圖2可知，期刊學術影響力的強驅動型指標為他引影響因子(x3)和復合總被引(x1)，其原因度大于0且中心度大于中心度閾值2.9197?？芍绊懸蜃优c復合總被引兩個指標對其他結果型指標產生較強烈的影響作用，反映出這兩個指標能夠直接顯著地影響期刊學術影響力，在期刊學術影響力評價工作中應該優先選取這兩個指標。

他引影響因子不同于傳統影響因子，它能夠剔除自引文獻量部分對自身影響因子的影響。某些期刊為了提升自身的學術影響力而通過不正當的手段增加自引率，但是經過BP神經網絡DEMATEL模型結果可知，在期刊學術影響力測度指標中他引影響因子是最顯著的決定性指標，增加自引率的行為并不能直接提升期刊的學術影響力。復合總被引是一個存量指標，表示的是自創刊來所發表的全部文獻在統計年被引用的總次數，它反映的是該刊被使用及重視的程度，能夠顯著決定該刊的學術影響力。由此可知，他引影響因子和復合總被引能夠最大程度上測度出期刊學術影響力，并且對其他結果型指標影響很大。

2.4.2 期刊學術影響力驅動型指標分析

由圖2可知，期刊學術影響力的驅動型指標有平均引文數(x9)、影響因子(x2)、可被引文獻量(x6)、引用期刊數(x12)、即年指標(x5)、被引期刊數(x13)和總下載量(x17)共7個指標，其原因度大于0但中心度小于中心度閾值。這類指標雖然作用強度弱于強驅動型指標，但在期刊學術影響力測度指標系統中具有重要的地位，是提升期刊學術影響力的有效途徑及主要推動力。

按影響度從大到小排序可知前兩位的驅動型指標依次為平均引文數和影響因子。平均引文數為在統計年的篇均參考文獻的數量，平均引文數越高代表著論文質量的提升，反映的是期刊對引文工作的重視程度，同時也更符合學術規范和深度的要求。影響因子能夠在一定程度上反映期刊的學術質量，但根據上文分析，他引影響因子比影響因子更能夠測度出期刊的學術影響力。由此可知，平均引文數與影響因子指標同樣能夠很好地測度出期刊學術影響力，并且能夠在一定程度上影響其他結果型測度指標。

2.4.3 期刊學術影響力特征型指標分析

同樣根據圖2，期刊學術影響力特征型指標有引用半衰期(x10)、他引總引比(x14)、互引指數(x15)、基金論文比(x8)、Web即年下載率(x16)、被引半衰期(x11)、可被引文獻比(x7)和5年影響因子(x4)共8個指標，其中心度均小于0。這類指標能夠影響期刊的學術影響力，但受到強驅動型指標和驅動型指標的影響較大。

根據被影響度絕對值可知，5年影響因子在所有特征型指標中受到其他原因型指標的影響最顯著(-1.7366)，其中強驅動型指標他引影響因子和復合總被引對其影響最大。5年影響因子能夠反映出期刊的平均被引特征，是衡量期刊較長期學術影響力的代表性指標。因此5年影響因子是促進期刊學術影響力提升的關鍵因素，但對其直接改變較困難，需要綜合考慮他引影響因子和復合總被引對其的影響。

根據以上結果分析可知，本文建立的BP神經網絡DEMATEL模型能夠避免回歸模型與相關性分析的單一性缺點，不僅能夠辨別出期刊學術影響力測度指標的重要程度，還能分析出測度指標間的相互影響關系。同時，本文從他引影響因子、復合總被引、平均引文數和5年影響因子等測度指標綜合考慮，為期刊學術影響力的建設提出一些建議。首先，期刊學術影響力的提高離不開論文質量的提升。期刊要密切關注學科的前沿發展，積極考慮采用具有創新性理論或方法的文章，同時要做好對文章質量的嚴格篩選。編輯應該提倡雙向匿名的同行審稿制度，將文章的學術水平作為審核的唯一標準，要避免因作者單位、基金問題等因素而影響優秀論文的流失。還應該適當放寬論文的所占篇幅，不能隨意對文章進行刪減和修改，以保證研究內容的翔實、深入。其次，提升期刊學術影響力需要做好論文引文工作。期刊必須做好對參考文獻的規范引用，仔細檢查作者的引文錯引率，杜絕要求作者增加本刊自引率的行為；同時還應該提倡文章保持適當的引文數。期刊需要做到對合理規范引用的引導，形成客觀、務實的引文引用氛圍。

3 結 語

本文以632種“綜合性人文、社會科學”類期刊為研究樣本，運用BP神經網絡DEMATEL模型對期刊學術影響力測度指標間的相互作用關系進行全面分析。首先從四個維度反映期刊學術影響力的測度指標，對選取的數據進行缺失值篩選，并將反向指標正向變換后全部進行標準化處理；然后為了改善調查問卷和專家打分獲取數據的缺陷，引進BP神經網絡計算直接關聯矩陣，再通過DEMATEL計算出各個指標間的中心度與原因度；最后繪制出期刊學術影響力測度指標的原因—結果圖，并將指標分為強驅動型指標、驅動型指標和特征型指標三大類。結果表明BP神經網絡DEMATEL模型能很好地反映出測度指標之間的結構關系；他引影響因子與復合總被引是期刊學術影響力的強驅動型指標，這兩個指標能夠直接顯著地測度出期刊學術影響力，同時對其他結果型指標產生較強的影響；平均引文數和影響因子等是期刊學術影響力的驅動型指標，是提升期刊學術影響力的有效途徑；5年影響因子等是期刊學術影響力的特征型指標，是促進期刊學術影響力提升的關鍵指標，同時受到強驅動型指標的影響較大，得到的一些結論可以為期刊學術影響力的建設及評價工作提供一定的借鑒意義。

[1]張積玉.學術期刊影響力及其評價指標體系的構建[J].陜西師范大學學報：哲學社會科學版,2010,9(5):151-154.

[2]蔣勇青,齊萍.學術期刊影響力評價方法研究[J].中國軟科學,2017,(3):178-185.

[3]俞立平,潘云濤,武夷山.基于分位數回歸的期刊影響因子影響因素研究[J].圖書情報工作,2010,54(16):145-148.

[4]于挨福,馬虎兆.科學、科學研究類期刊影響因子相關因素的實證研究[J].科學學研究,2008,26(4):767-772.

[5]俞立平,潘云濤,武夷山.學術期刊來源指標與影響力關系的實證研究[J].科研管理,2010,31(6):173-179.

[6]Braun T,Glanzel W,Schubert A.A Hirsch-type index for journals[J].Scientometrics,2006,69(1):169-173.

[7]應倩,夏慶民,戴麗瓊,等.醫學期刊h指數與影響因子、總被引頻次的相關性分析[J].中國科技期刊研究,2012,23(2):232-234.

[8]Bergstrom C T,West J D,Wiseman M A.The Eigenfactor? Metrics[J].Journal of Neuroscience the Official Journal of the Society for Neuroscience,2008,28(45):11433-11434.

[9]俞立平,隆新文,武夷山.特征因子與其他文獻計量指標關系研究——基于面板數據的估計[J].科研管理,2012,33(8):41-47.

[10]馬鳳.基于PageRank算法的期刊影響力研究[J].情報雜志,2014,33(12):103-108.

[11]邵作運,李秀霞.f(x)指數：期刊學術影響力評價新指標[J].中國科技期刊研究,2015,26(11):1194-1199.

[12]中國社會科學文獻計量評價研究中心,清華大學圖書館.中國學術期刊影響因子年報(人文社會科學)[Z].北京:中國學術期刊(光盤版)電子雜志社,2015.

[13]丁筠.學術期刊影響力指數(CI)預測模型的構建[J].情報科學,2017,35(2):27-32,37.

[14]孫永河,韓瑋,段萬春.復雜系統DEMATEL算法研究進展評述[J].控制與決策,2017,32(3):385-392.

[15]楊揚,楊尚鵬,章牧,等.基于DEMATEL法的旅行預訂類App評價指標體系[J].旅游學刊,2016,31(2):64-74.

[16]Lee Y C,Li M L,Yen T M,et al.Analysis of adopting an integrated decision making trial and evaluation laboratory on a technology acceptance model[J].Expert Systems with Applications,2010,37(2):1745-1754.

[17]Hsu C W,Kuo T C,Chen S H,et al.Using DEMATEL to develop a carbon management model of supplier selection in green supply chain management[J].Journal of Cleaner Production,2013,56(10):164-172.

[18]崔強,武春友,匡海波.BP-DEMATEL在空港競爭力影響因素識別中的應用[J].系統工程理論與實踐,2013,33(6):1471-1478.

[19]秦曉楠,盧小麗.基于BP-DEMATEL模型的沿海城市生態安全系統影響因素研究[J].管理評論,2015,27(5):48-58.

[20]俞立平,潘云濤,武夷山.學術期刊非線性評價模擬權重的動態變化研究[J].軟科學,2011,25(4):135-140.

[21]史峰,王小川,郁磊,等.MATLAB神經網絡30個案例分析[M].北京:北京航空航天大學出版社,2010:11-20.

[22]車亮亮,韓雪,秦曉楠.基于BP-DEMATEL模型的農產品虛擬水流動影響因素分析[J].冰川凍土,2015,37(4):1112-1119.

ResearchontheStructureofJournalAcademicInfluenceMeasurementIndexes——BasedonBPNeuralNetworkandDEMATELModel

Zhang Heping Chen Qihai

(School of Economic & Management,Nanchang University,Nanchang 330031,China)

[Purpose/Significance]The journal academic influence has become the research hotspot in academic circles and periodical fields.Many scholars have analyzed the structure of journal academic influence measurement indexes,but lacked the study of the interaction between the measurement indexes on the whole.[Method/Process]In this paper,it took 632 kinds of“comprehensive humanities,social sciences”journals as the research sample.The paper construced the measurement indexes system of journal academic influence from four aspects,then used BP-DEMATEL model to calculate the degree of causal and centrality of the measurement index,and to analyze the importance and the mutual connection of each index base on the reason - result graph.[Result/Conclusion]The results showed that the non-self-citing impact factor and the composite total citation were the strong driving indexes,the top two driving indexes are the average number of citation and the impact factor,the 5-year impact factor was the most significant feature type index.This model could accurately reflect the structural relationship between indicators.

journal academic influence;BP neural network;DEMATEL;index structure

10.3969/j.issn.1008-0821.2018.01.012

G255.2

A

1008-0821(2018)01-0087-05

2017-05-18

張和平(1963-)，男，副教授，研究方向：運營管理，預測與決策分析。陳齊海(1991-)，男，碩士研究生，研究方向：預測與決策分析。

郭沫含)