基于多维面板数据因子分析的中国图书情报学核心期刊综合发展评价研究.docVIP

基于多维面板数据因子分析的中国图书情报学核心期刊综合发展评价研究 　　【摘要】本文以《中文核心期刊要目总览》提供的19种图书情报核心期刊为研究对象，根据2008―2013年版《中国科技期刊引证报告》（扩刊版）提供的8项期刊评价指标，利用多维面板数据的因子分析法对中国图书情报学19种核心期刊的发展态势进行了研究。结果表明，19种中国图书情报学核心期刊中上升趋势较明显的期刊有《图书馆建设》和《图书馆学研究》，个别期刊出现下降的趋势，例如《情报学报》。整体上看，期刊呈现均衡发展的态势。 中国论文网 /5/view-7236614.htm 　　【关键词】因子分析；图书馆学；情报学；核心期刊 　　【作者单位】刘岩，吉林师范大学图书馆。 　　【基金项目】吉林省教育科学“十二五”规划课题项目“基于面板数据的期刊综合评价研究”的研究成果，项目编号：GH150263。 　　中国图书情报学核心期刊是图书情报学术成果的重要载体，是图书情报学术交流的重要平台，在图书情报界受到广大读者的关注[1]。 为了使读者全面了解图书情报学核心期刊近年来的指标情况及期刊总体发展趋势，对图书情报学核心期刊进行恰当的评价是非常必要的。2014年，贺晓利等研究者对中国图书情报学核心期刊的发展态势进行了研究，他们主要利用8个单项指标之间的比较和排序来评价期刊2007―2012年的发展态势[1]。然而，利用单项指标进行评价会导致信息损失，结果具有片面性。将多项指标联合建模进行综合评价更能体现期刊的整体发展趋势。本文主要利用2008―2013年版的《中国科技期刊引证报告》（扩刊版）提供的2007―2012年的8种期刊评价指标数据，利用多维面板数据的因子分析方法对图书情报学核心期刊进行综合评价分析，探讨中国图书情报学核心期刊6年来的整体发展状态。 　　一、数据的来源及指标的选取 　　本文选取《中文核心期刊要目总览》[2]中19种图书情报核心期刊为研究对象，利用2008―2013年版的《中国科技期刊引证报告》（扩刊版）提供的2007―2012年的期刊评价指标，主要选取能够较好体现期刊学术影响力的总被引频次、影响因子、即年指标、引用刊数、学科扩散指标、被引半衰期、来源文献量和基金论文比8种期刊评价指标对19种期刊进行综合评价。 　　二、统计方法与软件实现 　　因子分析是多元统计分析中降维的一种方法，是一种用来分析隐藏在表面现象背后的因子作用的一类统计模型。因子分析研究相关阵或协方差阵的内部依赖关系，它将多个变量综合为几个因子，以再现原始变量与因子之间的相关关系。期刊评价的8个指标之间可能存在相关关系或依赖关系，因此，利用因子分析方法对期刊进行综合评价是可行的。因子分析方法的优点是可以利用回归方法获得每个因子得分，将每个因子的贡献率作为权重，从而获得综合因子得分。根据综合因子得分的排序进而获得各期刊的综合排名。 　　多维面板数据在实际研究中应用广泛，比如对2007―2012年的19种中国图书情报学核心期刊的8项指标进行分析，这时得到的数据为多维面板数据，亦可称为多维纵向数据，通过纵向分析可以获得期刊的整体发展趋势。2013年，郭亚珍等研究者利用多维面板数据的因子分析方法对我国金控银行和非金控银行的经营绩效进行了比较研究[3]。本文则借助多维面板数据的因子分析方法对19种图书情报学核心期刊进行综合评价。多维面板数据的因子分析方法主要原理是在每个时间截面应用因子分析法获得各个时间截面的综合因子得分，进而建立并构造综合评价矩阵，然后对综合评价矩阵进行因子分析[3]。方法如下。 　　（1）每个时间截面选取m个主成分，通常选择m个主成分的累计贡献率达到85%以上。选取的 m个因子得分为： 　　（2）根据每个时间截面各个主成分的贡献率计算样本的综合因子得分：综合评价函数为，其中代表个体，代表时间点，为对应主成分的贡献率。构造综合评价矩阵： 　　（3）对综合评价矩阵进行检验后做因子分析，得到面板数据的综合因子得分，进而得到纵向的综合排名，即一段时间内的综合评价，从而做到从动态角度提取数据信息，提高数据分析的有效性。 　　数据分析主要通过统计软件R 2.14实现。R软件提供了做因子分析的计算函数――factanal，它可以从样本数据、样本的方差矩阵和相关矩阵出发对数据做因子分析，并可直接给出方差最大的载荷因子矩阵。 　　三、数据分析 　　本文将每个年度作为一个时间截面数据，对单个时间截面数据利用统计软件R进行因子分析，提取累计贡献率达到85%以上的主成分的个数，计算每个年度的综合因子得分，并进行排序。结果见表1。 　　从表1可以看出， 6年间19种图书情报核心期刊中《中国图书馆学报》2008―2012年5年间一直位居榜首（只有2007年排在第2名），这表明《中国图书馆