基于使用數據計量的CASHL文獻資源保障研究*

□熊澤泉 彭霞 楊莉

1 引言

資源是圖書館的立身之本，文獻資源建設是圖書館的核心工作之一。隨著數字技術的飛速發展，電子文獻數量激增，使文獻信息資源結構發生了重要變化[1]。由于電子文獻具有可復制、易傳遞、易攜帶等優點，深受讀者歡迎，并且對于圖書館物理空間的緩解也大有裨益，因此如何高效地進行電子文獻資源建設成為圖書館資源建設的重中之重，亦成為眾多學者關注的熱點問題。

現有關于文獻資源保障的研究主要是基于引文分析[2-6]，但是，基于引文分析的文獻資源保障研究存在兩方面的問題：(1)文獻發表和引用的滯后性造成文獻資源保障服務的滯后，特別是人文社會科學領域的研究成果，從引文分析中獲得的文獻保障情況難以準確反映學者在進行研究時的實際資源保障情況和現實需求；(2)并不是所有的文獻需求都能通過引文進行反映，一些文獻在課程教學、大眾教育等方面發揮著重要作用，但是其用戶可能并不發表論文，因而這些用戶對文獻的使用需求也無法通過引文數量進行反映。

隨著互聯網技術的發展，在科學計量學領域逐漸興起的文獻使用數據有望成為引文分析的有效補充。文獻使用數據是指文獻被用戶下載、閱讀、分享、保存等過程中所產生的可被記錄的量化數據。利用文獻使用數據來研究文獻資源保障情況，可以有效地解決基于引文分析研究中的問題。首先，文獻使用行為發生在研究者的研究過程當中，特別是文獻下載行為一般發生在科學研究的初始階段，可實時反映研究者對文獻的使用和需求情況；其次，文獻使用數據并不關注使用者是否發表論文，而只關注文獻是否被使用。本研究認為，文獻被使用即發揮了其價值，被使用次數越多，說明其受關注程度越高，而高使用量的論文在文獻資源建設中同樣應該優先保障。但是，國內外尚未見利用文獻使用數據來研究文獻資源保障的報道。

此外，現有關于文獻保障率的研究多以一校一館為研究對象，針對中國高校人文社會科學文獻中心(CASHL)、中國高等教育文獻保障系統(CALIS)等我國高校文獻服務保障體系的相關研究則鮮見報道，僅有唐惠燕等運用引文分析法研究了CASHL對農業類高校外文資源的保障程度[7]，以及宋姬芳等運用引文和用戶調查法研究了CASHL對經濟學與商學資源的保障程度[8]。CASHL作為我國兩個規模較大的哲學社會科學文獻中心之一[9]，為我國的哲學社會科學文獻保障作出了重要貢獻，但對其建設成效的評價仍缺乏足夠的數據支撐。本研究從使用數據計量的角度，對CASHL在提高高校圖書館資源保障率方面的作用進行分析，以期為文獻資源保障體系的評價工作提供有益補充。

2 研究綜述

文獻資源保障率是指用戶對文獻需求的滿足程度[10-11]，對于文獻資源保障率的研究源于文獻資源調查的評估方法。1988年，肖自力等歸納了三種文獻資源調查的評估方法，即書目核對、引文分析和用戶評議[12]，這三種方法經常被用于紙質資源保障情況的綜合評價[13-16]。其中，書目核對是利用各種圖書目錄來核對圖書館是否藏有某些書，借此衡量館藏率[17]，反映的其實是文獻(圖書)覆蓋率[10]或擁有率[18]，這在互聯網發展以前，是眾多圖書館對館藏資源建設評價的主要方法[15, 19]；而用戶評議方法雖然直接反映用戶對文獻的需求，但是主觀性較強，個體差異較大，不宜單獨采用；引文分析法是對某一學科或領域的文獻被引用情況進行分析，以此來評價文獻被利用的情況，由于這一方法相對簡單客觀，同時該方法主要反映用戶對于學術型文獻的滿足程度，因此在高校圖書館的資源保障建設中被廣泛采用，特別是館藏資源逐漸向數字化方向發展后，引文分析法逐漸成為評價高校圖書館電子文獻資源保障率的主要方法。中山大學[5]、哈爾濱工程大學[2, 5]、東北師范大學[20]、中國政法大學[21]、復旦大學[6]等國內知名學府都曾采用該方法對本校的文獻資源保障情況進行分析。

引文分析法用于文獻資源保障率分析，從本質上來說，也是從文獻使用的角度反映用戶對文獻的需求，認為用戶在參考文獻中引用了某文獻，即反映了用戶對該文獻(曾經)的需求。然而，用戶對文獻的使用行為不僅限于引用行為，也包括用戶對文獻的瀏覽、下載、閱讀、分享、保存等行為。隨著互聯網的發展，用戶的這些文獻使用行為能夠被系統實時記錄，對于使用數據的挖掘為科學計量研究者提供了嶄新的研究視角，如研究論文的使用模式[22-24]，運用使用數據探索科研趨勢[22-24]，探索使用數據與引文數據的相關性從而為傳統的引文評價提供補充等[25-27]。

然而，在使用數據計量發展的最初階段，相關研究發展并不迅速，原因之一主要是缺乏具有國際普適性并相對權威的統一平臺[28]，只能依靠不同的出版商提供的使用數據。直到2015年9月，Web of Science(以下簡稱WoS)數據庫平臺在當月更新中，推出了名為“Usage Count”的文獻級使用量數據[29]，研究者們有了較為權威而統一的使用數據來源，從而對該使用量數據開展了一系列研究。如王賢文等通過對5本信息科學與圖書館學期刊論文的WoS使用量數據分析，發現研究者們更傾向于使用最新的文獻，但是高被引論文在發表很長一段時間后仍有可能被引用[29]；梁國強等利用WoS使用量數據分析再生醫學領域前沿，發現對于同一領域，使用量數據較引文數據能較早地發現研究前沿，并且基于使用量數據所獲得的領域前沿多為近兩年的研究，表現出更好的即時性和動態性[30]；趙星等發現受基金資助的論文WoS被使用次數更多，使用量數據具有明顯的學科差異[31]；馬庫索娃(Markusova V)等比較了被引量和長期使用量、短期使用量的相關性，發現在論文層面，引用指標和使用指標之間存在顯著的肯德爾等級相關性，并且長期使用量與被引量的相關性更強，但是在期刊層面上這種相關性則非常低[32]；梁國強等通過利用羅杰斯創新擴散理論對WoS中的“高使用低引用”以及“低使用高引用”論文進行分析，構建了學術論文的擴散—采納模型[33]。由上可見，隨著統一平臺的出現，對于使用數據計量的研究也從簡單地分析使用量指標與傳統引文指標的相關性逐漸擴展到前沿探索、知識擴散等領域，但是目前尚未見基于使用數據計量來評估圖書館文獻資源保障率的相關研究，本研究將在此方面進行初步探索。

3 數據收集與分析

3.1 數據收集

宋姬芳等曾在2018年利用引文分析法研究了CASHL的文獻資源保障率[8]，為了與該研究結果進行比較，本文參考該研究的樣本選取方式，以ESI學科分類作為分類標準，選取ESI“經濟學與商學”(Economics & Business)學科領域中588種期刊在WoS數據庫中近10年的發文為數據來源，數據獲取時間為2021年3月15日，共獲取到327912條論文全記錄作為原始數據集。

WoS數據庫平臺的Usage Count記錄了用戶使用某一文獻的次數，其使用行為包括全文鏈接點擊或者各種格式文件的保存[29]，按記錄時間分為近期使用量U1和長期使用量U2兩個指標，其中U1記錄的是近180天內的使用量，U2記錄的是自2013年2月1日起至今的使用量[30]。分別將原始數據集依據近期使用量U1和長期使用量U2進行排序，選擇前1%的論文(分別為3280條)作為全球高使用量論文數據集，記為V1和V2，并分別對V1和V2進行描述性統計、相關性分析。然后對V1和V2進行合并去重，獲得全球高使用量論文期刊列表，將該列表與“華東師范大學圖書館全文期刊目錄”及“CASHL全文期刊目錄”進行比對以測度文獻資源保障率。

3.2 描述性統計

表1為高使用量論文數據集V1、V2的描述性統計結果，圖1為近期使用量U1、長期使用量U2的絕對數值分布。長期使用量U2的各項檢驗參數均遠大于近期使用量U1，兩者的絕對數值分布均表現為嚴重的非中心對稱的偏態分布，即在高使用量論文數據集V1、V2中，80%高使用量論文的近期使用量U1和長期使用量U2主要集中在19-39和149-274之間。經K-S 檢驗，結果表明，V1和V2樣本的被引量(TC1、TC2)、使用量(U1、U2)的絕對數值分布均不符合正態分布。

表1 高使用量論文數據集描述性統計

圖1 使用量頻次分布

圖2為高使用量論文V1和V2發表年份分布及其占年度論文發表總量的比例。基于近期使用量U1獲取的高使用量論文V1多為最新發表的論文，其中近3年(2019-2021年)發文量達到2272篇，占總體的69.27%。而基于長期使用量U2獲得的高使用量論文V2多為較早發表的論文，近3年(2019-2021年)發文量僅134篇，占總體的4.08%。U2代表的是WoS數據庫平臺上論文的長期使用量，早期發表論文的長期使用量U2會隨著時間累積增長，呈現和引文曲線類似的趨勢。而具有較高近期使用量U1的論文則明顯反映出“經濟學與商學”學科領域的學者在WoS數據庫平臺中更偏好使用最新發表的論文。

圖2 高使用量論文V1、V2發表年份分布及占年度發文總量的比例

高使用量論文V1、V2共分布在284種和265種期刊。表2中分別列出了V1和V2中高使用量論文數量排行前五位的期刊，其中四種期刊(JournalofBusinessResearch，AcademyofManagementJournal，StrategicManagementJournal，JournalofManagement)在兩個數據集中均位列前五。期刊ManagementScience針對近期使用量U1上具有較多高使用量論文，而期刊OrganizationScience則是針對長期使用量U2具有較多高使用量論文。這表明前四種期刊是“經濟學與商學”學科領域近10年來無論是近期使用量還是長期使用量上均表現較高的經典期刊，而ManagementScience則是近幾年新晉熱門期刊，使用量持續增長，相對地，期刊OrganizationScience在WoS平臺的使用量則逐漸減少，甚至2020年和2021年均未有論文列入高使用量論文數據集V2中。其原因可能有兩點：

表2 高使用量論文排行前五位的期刊及其占期刊發文總量的比例/排序

(1)期刊載文量的影響。ManagementScience近10年載文量一直處于上升階段，由2011年的140篇增長至2020年的301篇，而OrganizationScience的載文量總體表現為下降趨勢，由2011年的104篇減少到2020年的70篇，載文量的減少可能導致對于該期刊論文的使用量減少。

(2)期刊影響因子的影響。ManagementScience的影響因子近10年同樣表現出較為明顯的上升趨勢，2011年的影響因子僅為1.733，而2019年上升至3.931(見圖3)。OrganizationScience則由2011年歷史最高影響因子4.338，逐漸跌至到2019年2.782(見圖4)。

圖3 Management Science期刊影響因子變化趨勢

圖4 Organization Science期刊影響因子變化趨勢

期刊影響因子會在一定程度上影響科研人員的使用量，如謝娟等指出JCR分區Q1論文的平均使用次數約為Q4論文的5倍[34]，本研究也側面反映了研究人員偏向使用影響因子較高的期刊論文。但是期刊載文量的變化是否會影響用戶對文獻的使用量尚未見報道，作者將在后續進一步研究。

3.3 相關性分析

前文通過K-S檢驗可知使用量和被引量均不符合正態分布，因此相關性分析采用Spearman 相關檢驗。圖5是從論文角度的高使用量論文的使用量與被引量的散點圖，長期使用量U2與被引量TC之間的Spearman 相關系數(R值)要略高于近期使用量U1，分別為0.407、0.142，顯著性系數均P<0.01。圖6是從高使用量論文發表的期刊角度的使用量與被引量散點圖，長期使用量U2與被引量TC之間的Spearman 相關系數同樣高于近期使用量U1，分別為0.816、0.697，顯著性系數均P<0.01。從上述結果可知，相比于近期使用量U1而言，長期使用量U2與被引量TC之間存在更強的相關性。這一相關性的差異也暗示，被引量能夠一定程度上反映讀者的長期使用傾向，但是在反映讀者近期使用傾向上則略顯不足。

圖5 論文角度的近期使用量U1、長期使用量U2與被引量TC散點圖

圖6 期刊角度的近期使用量U1、長期使用量U2與被引量TC散點圖

3.4 全球高使用量論文的保障率分析

(1)華東師范大學圖書館對“經濟學與商學”高使用量論文期刊的保障情況

本文考察了華東師范大學圖書館對高使用量論文集V1和V2所在期刊集合的保障情況。“經濟學與商學”學科領域的高使用論文集V1、V2所在期刊不含重復項共計329種，華東師范大學圖書館可保障276種，資源保障率為83.9%。在可保障的276種期刊中，含11種OA刊。缺藏的53種期刊詳細信息見表3，其中屬于Q1、Q2、Q3和Q4分區期刊分別有13、17、15和8種。

表3 華東師范大學圖書館缺藏高使用論文期刊(53種)

(2)CASHL對“經濟學與商學”高使用量論文期刊的保障情況

“經濟學與商學”學科領域329種高使用量論文期刊，CASHL已保障326種，保障率達99.1%。2018年宋姬芳等建議優先補藏24種ESI經濟學與商學期刊[8]，其中19種為本研究中的高使用論文期刊，目前皆已被CASHL收錄。說明CASHL對高使用論文期刊的保障率相較于2018年已有較大提高。

CASHL僅缺藏“經濟學與商學”學科領域的3種高使用量論文期刊，分別為ReviewofKeynesianEconomics，KoreanEconomicReview，AmericanJournalofHealthEconomics(見表4)。其中KoreanEconomicReview屬于OA期刊，但在CASHL館藏目錄中并未揭示。2種期刊在近期高使用量論文集V1中有2篇論文，3種期刊在長期高使用量論文集V2中有7篇論文。

表4 CASHL缺藏的3種“經濟學與商學”高使用量論文期刊

4 結論與建議

通過對WoS數據庫中高使用量論文集V1、V2發表年份分布及占年度發文總量的比例進行分析，發現近期使用量U1高的論文多為最新發表的論文，而長期使用量U2高的論文，多為7-8年前的論文，這種年代分布的不一致提示U1和U2可能反映了文獻使用者不同的使用傾向。其中，U1表示最近180天的使用量，反映的是對文獻短期、即時的使用情況。已有研究證明，多數研究者為了追蹤研究前沿，傾向于使用最新發表的文獻[29-30]，從而使得最新發表的論文出現較高的近期使用量U1。U2代表的是2013年2月1日至今的使用量，反映的是對文獻長期、累積的使用情況，研究者為了獲得更具說服力的文獻來支撐自己的研究，傾向于使用具有較高被引量的文獻[32]，而被引量的累積是一個長期的過程，從而使得具有較高長期使用量U2的論文多為發表時間較長的論文。

通過進一步比較U1、U2與被引量的相關性，發現無論是從論文層面還是期刊層面，U2與被引量的相關性均高于U1與被引量的相關性。馬庫索娃(Markusova V)對俄羅斯出版的WoS期刊論文的使用量分析，也發現除數學學科外，兩個使用量指標與被引量指標具有顯著相關性，且U2與被引量的相關性顯著高于U1與被引量的相關性。作者認為數學學科論文使用量與被引量的相關性較低可能是因為俄羅斯學者特有的文獻引用和使用行為[32]，但作者并未對U1、U2與被引量相關性的差異進行解釋。本研究認為，這種相關性的差異一方面是由于U1和U2的統計意義的差異所致，U2與被引量一樣是一個累積性指標，指標值只會保持不變或者增加，而U1則是即時性指標，指標值會隨時間上下浮動；另一方面，長期使用量U2在反映用戶文獻使用行為上與被引量具有更高的趨同性，這種趨同性可能來源于使用動機與引用動機在論文發表一段時間后更加契合。熊澤泉等在對論文下載量與被引量動態相關性的研究中，也發現分年下載量與分年被引量的相關性逐漸增強，并提出了下載量與被引量隨著時間的增長在表征論文的使用和有用程度上逐漸達到統一，下載動機與引用動機的契合度增強的觀點[35]。筆者將在另一研究中對使用動機展開深入討論。

雖然對于文獻引用動機的相關研究認為引用動機多種多樣[36-38]，但是除了存在少數“被迫引用”“假引”外，引用行為基本發生在使用者真正閱讀、理解了該文[37]，即“使用并有用”的基礎上。長期使用量U2與被引量的相關性較高，說明U2較U1在反映論文“有用”的方面更為有效。而近期使用量U1則更多受到其他因素的影響，如期刊或平臺推送策略等原因使得最新文獻的信息更易獲取、檢索結果默認按發表時間排序使得最新發表的文獻更易被發現、以及使用者對最新研究更感興趣等，這些因素存在一定的隨機性和不確定性，導致U1與被引量的偏離更大，但U1在反映文獻使用的即時性方面具有更多優勢，因而能夠更好地探測當前研究前沿[33]。因此，U1和U2在反映文獻被使用情況時，代表了不同的使用動機與使用傾向，如果利用使用數據來進行文獻資源保障分析，建議利用兩種使用量指標進行綜合考量以便相互補充。

此外，本研究通過實證分析，發現在329種“經濟學與商學”高使用量論文所在期刊中，華東師范大學圖書館可保障276種，保障率為83.9%，缺藏的53種期刊在4個JCR分區中均有分布，說明高使用量的論文并不一定分布在高影響因子期刊上，一些低影響因子期刊上刊載的論文同樣受到讀者的關注并產生使用量，這一點與低影響因子期刊上刊載的論文同樣有可能成為高被引論文類似[39-40]，也從另一個角度說明了“以刊評文”的局限性。

而CASHL對“經濟學與商學”高使用量論文所在期刊的保障率達到99.1%，僅3種期刊未保障，極大地彌補了一校一館文獻保障率的不足。但是，研究中也發現部分高使用量的OA期刊在高校圖書館及“CASHL全文期刊目錄”中并未揭示，這不利于讀者對OA期刊的使用，建議在全文期刊目錄中將高質量的OA期刊加入其中，以使OA期刊被更廣泛地使用。

5 結語

文獻資源是圖書館的立館之本，是圖書館工作的重中之重。但是對于一校一館，受經費所限，在資源采購時往往只能側重本校重點學科，對部分弱勢學科的資源覆蓋率可能相對較低，因此需要從用戶需求的角度提高資源保障率。基于使用數據計量為文獻資源保障研究提供了一個新的視角，在工作實踐中亦可作為引文分析的有益補充。此外，CASHL等高校圖書館聯盟通過成員高校“優勢學科重點部署，聯盟全局統籌規劃”的保障方式，促進了學科資源的共建共享，為成員高校的教學和科研提供了有力支撐，是高校在有限經費條件下實現學術資源保障的重要途徑之一。