总被引频次与期刊影响指标关系比较研究.docx

总被引频次与期刊影响指标关系比较研究

摘要：[目的/意义]文章主要探究总被引频次与期刊影响指标的动态变化关系，为期刊影响指标等相关研究提供借鉴。[方法/过程]从中文社会科学引文索引数据库中选取13种图情学科类期刊作为研究对象，通过灰色关联度分析和BVAR模型脉冲检验，对总被引频次与期刊影响指标进行比较分析，指标包括影响因子、即年指标、引用刊数、被引半衰期、他引率、扩散因子、学科影响指标和学科扩散指标，同时利用时变参数状态空间方程分析指标间的动态关系变化。[结果/结论]与总被引频次相关性较强的指标为引用刊数、学科扩散指标，且二者与总被引频次均成正相关关系，引用刊数在对总被引频次的正向影响中起着主导作用。

关键词：期刊影响指标；灰色关联度；脉冲响应；状态空间方程

中图分类号：G250文献标识码：A文章编号：1003-1588（2025）02-0126-05

本文系2022年度江苏省高校哲学社会科学研究一般项目“数智背景下高职院校智慧图书馆建设研究”的阶段性研究成果之一，项目批准号：2022SJYB2383。

近年来，国内外对期刊评价指标的研究不断深入，新指标层出不穷。期刊影响指标作为学术期刊评价的一大类指标，能定量评价期刊之间相互影响及作用的程度，正确评估期刊在科学交流体系中的作用和地位[1]。目前，不少研究以总被引频次、影响因子、即年指标、引用刊数、学科影响指标等对期刊进行评价，其中总被引频次最早被Bensman、Wilder[2]用于期刊评价，指该期刊自创办以来所登载的全部论文在统计当年被引用的总次数，常被当作重要指标考虑因子。总被引频次可以较客观地反映期刊的整体被使用及受重视的程度，其从历史的角度出发，通过期刊论文被引数直观反映期刊的学术影响力及其在学术交流中的地位。因此，越来越多的学者及出版编辑领域的工作者将目光投向总被引频次，使总被引频次的学术价值不断提升[3]。

2文献综述

在期刊影响指标现有研究中，众多学者从不同角度有针对性地选择期刊影响指标探讨其内部的联系，进一步推动了期刊评价指标的研究与发展。在方法上，相关分析、层次分析等静态分析方法较为常用，但在动态分析视角上的研究尚显匮乏。同时，灰色关联度在期刊评价方面已取得较好的分析效果，状态空间方程在文献计量指标上的应用探索较少。因此，本研究以图情学科数据为例，通过灰色关联度分析得到期刊影响指标间的关联度，并运用BVAR模型脉冲函数分析脉冲效应下的指标影响，在此基础上依据时变参数状态空间方程动态比较总被引频次与其他期刊影响指标的关系强弱变化，结合实验结果为期刊评价和学术期刊工作等相关研究提供参考价值。

3数据来源

本研究从中文社会科学引文索引数据库（CSSCI）选取18种图书情报类核心期刊作为数据源，收集2005—2018年该类期刊的期刊影响指标数据，包括总被引频次、影响因子、即年指标、引用刊数、被引半衰期、他引率、扩散因子、学科影响指标及学科扩散指标。期刊选定基于2020年版北京大学图书馆《中文核心期刊要目总览》中“G25图书馆事业、信息事业”中所列的18种期刊，见表1。

在收集实验数据的过程中，需要说明的是：在数据筛选上，一方面由于数据库存在数据延迟入库的问题，2019年至2023年的期刊数据不太完整，因此本研究只采集到2018年的数据；另一方面由于部分期刊数据CSSCI收录不完整，为不影响结果的真实性和准确性，对情报类期刊进行了数据筛选，最终选择的研究对象为表1中的13种期刊。在数据整合方面，《现代图书情报技术》于2017年正式更名为《数据分析与知识发现》，其间文章一直收录在CSSCI，本研究将这两个期刊的数据进行了整合处理，根据筛选条件选择13种期刊的有效数据，汇总所需期刊的指标数据，并进行均值处理。

4实证结果

4.1灰色关联度分析

灰色关联度是一种根据自变量图形与因变量图形的相似程度判断相关性的方法，图形越相似则序列之间的相关性越大，反之相关性则越小。该方法的样本容量不设限且计算量小，可以较好地弥补数理统计方法用于分析中的不足，是目前常用的系统分析方法。其关联度计算公式如下：

由表2可知，引用刊数、学科扩散指标与总被引频次的相关性较强，关联系数分别为0.87、0.79。其中，引用刊数是引用被评价期刊的期刊数量，反映了被评价期刊被使用的范围。学科扩散指标指期刊所在学科内引用该期刊的期刊数占所在学科全部期刊数量的比重。

4.2贝叶斯向量自回归模型分析

图1为当引用刊数发生1个标准差冲击时，总被引频次的脉冲响应结果，其中横坐标表示冲击作用下的滞后期数，纵坐标为总被引频次的响应程度。当本期给引用刊数一个正向冲击后，引用刊数的冲击会给总被引频次带来正向影响，在第2期影响值达到最大，并在之后逐渐减弱，并趋于平缓。图2显示，在学科扩散指标发生冲击下，