20種圖書情報期刊g、h指數(shù)的回歸分析

周裕華

［中共陜西省委黨校(陜西行政學(xué)院)圖書和文化館 陜西西安 710068］

一、研究背景和現(xiàn)狀

隨著科技的發(fā)展，期刊數(shù)量隨之爆炸性增長，為了更好更快更省的閱讀到某一學(xué)科或?qū)I(yè)領(lǐng)域期刊，核心期刊的概念被提了出來。英國文獻(xiàn)學(xué)家布拉德福在 1948 年提出了“布拉德福定律（Law of Bradford），亦稱“文獻(xiàn)分散規(guī)律”；即將科技期刊雜志按其刊登的某種或者某類學(xué)科主題中論文的數(shù)量多少，以遞減順序排列，那么就可以在這些期刊雜志中區(qū)分出載文率最高的核心區(qū)、載文率相對較高的相關(guān)區(qū)和載文率很低的非相關(guān)區(qū)和接下來幾區(qū)。若各個區(qū)的文章數(shù)量相等，則此時核心區(qū)、相關(guān)區(qū)、非相關(guān)區(qū)和接下來幾區(qū)期刊雜志數(shù)量呈現(xiàn)1：a：a2：……的關(guān)系且（a＞1）。國內(nèi)的研究者邱均平在其2007年主編的《信息計量學(xué)》一書中認(rèn)為，某領(lǐng)域（學(xué)科）的核心期刊是指針對某一學(xué)科或?qū)I(yè)領(lǐng)域來說，刊載大量專業(yè)論文和利用率較高的少數(shù)重要期刊或?qū)I(yè)期刊[1]。核心期刊可以指導(dǎo)各單位進(jìn)行高質(zhì)量期刊的購買，科研工作者也可以通過核心期刊，更快更有效的找到自身所需要的信息，從而更有目的地閱讀本專業(yè)影響力高的新穎文獻(xiàn)，最后這些因素也可以反過來，促進(jìn)核心期刊質(zhì)量的提高。因此最近這些年各地都將在核心期刊發(fā)表論文，作為評價科研人員學(xué)術(shù)能力和科研水平的重要指標(biāo)。正是因為這樣，對核心期刊的測定方法和指標(biāo)種類越來越多，傳統(tǒng)的評價指標(biāo)有期刊的總被引次數(shù)，載文量，影響因子等等。這些傳統(tǒng)的評價指標(biāo)，在衡量某一指標(biāo)或者多個指標(biāo)時，都傾向于關(guān)注科研人員其發(fā)表論文所刊登的期刊。因為在這個假設(shè)中，它們都假定這些科研工作者對期刊的貢獻(xiàn)不低于期刊的平均值。為了改變這一現(xiàn)狀2005年美國物理學(xué)家喬治·赫希提出h指數(shù)，h指數(shù)是一個混合量化指標(biāo)，其目的在于具體量化個人科研工作者的研究成果。2006年，比利時著名科學(xué)計量學(xué)家埃格赫為了彌補指數(shù)不能很好反映高被引論文的缺陷提出了評價科學(xué)家學(xué)術(shù)成就的新指標(biāo)g指數(shù)。本論文選取了《JCR 2018年版》圖書情報領(lǐng)域前20種期刊，對g、h指標(biāo)進(jìn)行回歸分析，為核心期刊的評定提供補充和參考依據(jù)。

二、相關(guān)概念

（一）h指數(shù)

2005年美國物理學(xué)家喬治·赫希提出h指數(shù)，h指數(shù)是一個混合量化指標(biāo)，期初被用于評價個人科研工作能力上，指該科研人員在某個確定的時間范圍之內(nèi)所發(fā)表的論文中至少有h篇被引頻次大于或等于h次的論文[2]。在評價期刊時，h指數(shù)在界定過程中需要滿足一下三個條件：一是在期刊發(fā)表的論文中，有h篇被引用的論文；二是這h篇論文每一篇都必須至少被引用h次；三是除了這h篇之外的論文每一篇的被引數(shù)均需小于h[3]，h指數(shù)可以從數(shù)量和質(zhì)量兩方面對期刊進(jìn)行評價，此指數(shù)很難被突發(fā)性事件影響，此處的突發(fā)性事件是指增加自引、有少數(shù)幾篇無引用或是引用次數(shù)極高的文章[4]。葉鷹也在書中認(rèn)為，h指數(shù)將有可能發(fā)展成為下一代評價核心期刊的核心參數(shù)[5]。

（二）g指數(shù)

上文提到的h指數(shù)雖然能夠體現(xiàn)出期刊較為穩(wěn)定的影響力及參數(shù)值，但是卻有一個較大的漏洞——忽視了期刊中高被引論文的作用。基于這一評價缺陷，比利時計量學(xué)家Egghe結(jié)合日常工作需要，于2006年提出了g指數(shù)。與h指數(shù)不同，要得出g指數(shù)，首先需要將論文按照被引次數(shù)降序排列，同時按照序列對被引次數(shù)進(jìn)行累加運算得出數(shù)值α；接著對所得序號進(jìn)行平方運算得出數(shù)值β；當(dāng)運算到某一序號，其平方值βg等于該序號所對應(yīng)論文的被引次數(shù)累加值αg時，此序號即為g指數(shù)。如果演算完成之后，最后一個位次的平方值βn依然小于其所對應(yīng)的被引次數(shù)累加值αn，此時就將兩者差額最小的序號定義為g指數(shù)。g指數(shù)能夠較為客觀地反映出高被引論文的作用，彌補了h指數(shù)穩(wěn)定有余但精度不夠的缺陷。

三、數(shù)據(jù)來源

普賴斯曾指出，期刊在發(fā)表1～2年后才被人們所認(rèn)知和接受，故加菲得（Eugene Garfield）在1960年提出了影響因子這一個概念，影響因子（impact factor，IF）即指某一種期刊在其前兩年發(fā)表論文，在其發(fā)表報告的年份（JCR year）中被引用總次數(shù)除以該期刊在這兩年內(nèi)發(fā)表的所有論文之和[6]。因此本文選用2018版的JCR中限定學(xué)科為INFORMATION SCIENCE &LIBRARY SCIENCE選取其中前20種。

相對于h指數(shù)，g指數(shù)更關(guān)注科學(xué)家的高影響力論文，同時兼顧了高被引論文的頻次。因此g指數(shù)在對期刊評價中取得了成功的推廣和相當(dāng)范圍內(nèi)的運用，更具有很高的實證基礎(chǔ)[7]。因此本文以g指數(shù)為因變量，通過散點圖和一次，二次，三次，對數(shù)進(jìn)行回歸擬合分析，其與h指數(shù)的相關(guān)關(guān)系。

四、g指數(shù)與h指數(shù)的相關(guān)回歸分析

以g指數(shù)為因變量，h指數(shù)為自變量畫散點圖，然后分別以h指數(shù)的二次，三次，對數(shù)為自變量作散點圖，見圖1。建立g指數(shù)與h指數(shù)之間的一元，二元，三元，對數(shù)方程，模型檢測報告和擬合效果見表1。

圖1 g指數(shù)與h指數(shù)的回歸曲線

表1 g指數(shù)與h指數(shù)的回歸分析結(jié)果

由表1可看出，四個模型的P值均為0.00，小于0.05，通過了顯著性檢驗，從擬合優(yōu)度的優(yōu)劣來看，一次擬合效果最好，為0.98，回歸方程為y=1.73x-5.34。從散點圖可看出，h指數(shù)和g指數(shù)的線性關(guān)系特別明顯，各點幾乎連接成了一條直線，解釋出現(xiàn)的這一現(xiàn)象時，是因為h指數(shù)在評價科研人員之時，較好地綜合了科研人員發(fā)表文章的數(shù)量和影響力；而g指數(shù)則是在h因素的基礎(chǔ)上更加優(yōu)化的評價指標(biāo)，使其更加合理和科學(xué)化[7]。通常情況下我們可以認(rèn)為某種期刊雜志的h指數(shù)越高，其相對應(yīng)的g指數(shù)也應(yīng)該越大越高。同時由于考慮到層層累加這一效應(yīng)，g指數(shù)一般都高于h指數(shù)。此外，隨著時間的增長，引用數(shù)據(jù)的量也隨著在累積，某種期刊中g(shù)指數(shù)應(yīng)該變大或者不變，但是不可能變小，這是由其定義所決定的。正如上文所述的那樣，我們也有充分的理由相信，h指數(shù)和g指數(shù)將會使得傳統(tǒng)的引文評價系統(tǒng)更加科學(xué)，從而更加有效的評價科研人員的科學(xué)活動[8]。

五、結(jié)論

（一）g指數(shù)可以彌補影響因子的缺陷，衡量一種期刊的長期的學(xué)術(shù)影響力，某期刊可能由于“睡美人”效應(yīng)在測評的兩年內(nèi)被引次數(shù)較少，但是隨著時間發(fā)展可能被引次數(shù)累積較多；

（二）h指數(shù)，g指數(shù)都體現(xiàn)了高被引文獻(xiàn)對期刊的影響力，g指數(shù)可以更加完美的體現(xiàn)出期刊影響力高低的指標(biāo)即被引次數(shù)；而h指數(shù)可以更加完美的反映出期刊的數(shù)量次數(shù)即論文數(shù)量[9]。故h指數(shù)對于單篇被引頻次很高的一篇或幾篇論文不敏感，但是在期刊h指數(shù)相同的情況下，g指數(shù)越大的期刊就是被引頻次越高的期刊；當(dāng)期刊h指數(shù)處于同一水平時，可以使用g指數(shù)進(jìn)一步區(qū)分期刊學(xué)術(shù)影響力的大小。