评估机构影响力的标准化指数: MZE指数 *
戴 星
(广州大学图书馆 广州 510006)
摘 要: [目的/意义] 介绍一种新型机构学术影响力评估指标—MZE指数，系统性比较MZE指数与H指数，以促进MZE指数的推广与应用。[方法/过程] 详细介绍MZE指数思想，阐述MZE指数计算公式，比较MZE指数与H指数的一致性与差异性，以图书情报学科的研究机构为实证对象，检验MZE指数的科学性。[结果/结论] MZE指数与H指数在评估对象、指标类型等具有一致性，在区分度、敏感性、波动性等差异明显；MZE指数区分度较高，与其他评估指标的相关性较强，研究机构名次变化明显，可以作为一种独立量化指标。
关键词: 文献计量;H指数;MZE指数;评估指标;绩效评价
2005年，Hirsch教授结合“质”(论文被引频次)和“量”(论文数量)提出H指数，以评估个体研究者的科研水平[1]。由于H指数的简便与实用性，H指数受到国内外学者的广泛关注与深入研究，并衍生出超过100种H指数变体[2-3]。H指数常用于衡量个体研究者、学术期刊、高等院校、科研机构等科研水平。然而，部分学者对H指数作为唯一评判标准的准确性持有怀疑态度。2012年，Waltman从理论角度对H指数进行批判，认为H指数无法衡量科学家(或科研机构)的整体影响力，并指出应关注科研人员的整体引文分布特征[4]。2014年，Wildgaard分析了108个作者层面的文献计量指标，但其无法确定一个能够反映研究人员整体实力的指标，作者层面的指标只能部分反映个人影响力[2]。2014年，Hirsch承认H指数可能导致不公平的评价结果，其不能作为评估研究人员影响力的唯一因素[5]。因此，部分研究人员试图纳入学术时间、研究领域、论文数量、年龄等因素以改进H指数。
Montazerian认为个人研究者、研究团体、科研机构、学术期刊、国家(地区)的H指数强烈依赖于特定领域的研究。随着论文数量缓慢增加，H指数与论文数量之间的关系符合幂律函数，即H = C×Na(C和a为常数，取决于被分析的特定研究领域)。Montazerian基于Hm指数、p指数、SPQL指数和H指数幂律模型，提出一种量化研究实力的新指标——MZE指数，MZE指数通过论文数量和H指数的拟合确定参数值，其值通常在[-1，1]区间变化[6]。Montazerian研究发现，在给定任意论文数量情况下，MZE指数较易区分高于或低于平均值的研究对象，且MZE指数可以减少任意H指数与论文数量组合的科研评估偏见。
查阅文献发现，国内学者对MZE指数的研究较少，因此对其进行全面的研究与分析具有一定意义。本研究首先介绍MZE指数理论基础；再详细分析MZE指数的思想理念与计算过程，并深入探讨MZE指数与H指数的一致性与差异性；最后以国内图书情报学领域的研究机构为实证对象，从指标相关性、影响力辨识度、排名波动情况等维度阐述MZE指数的评估效果，以期促进MZE指数的推广与应用。
1理论基础
1.1Hm指数 2008年，Molinari等分析H指数与论文数量的函数关系，发现在论文达到一定数量时，H指数会随论文数量增加而增长，并遵循幂律分布(公式(1))[7]。因此，Molinari等提出H m 指数以评估研究人员影响力，并认为H m 指数计算方便，可以是H 指数的有效补充。在给定参数β 情况下，H m 指数可用于评估某一领域内的学术期刊和研究机构的影响力。公式1中，H 为研究对象的H 指数，N 为研究对象的论文数量。在论文数量较多时，调节参数β 的值为0.4。
H m =H /N β
(1)
c.确定边界上限Hup(公式(9))和边界下限Hlow(公式(10))。研究对象的数据组合在Have指数曲线上下分布，MZE指数确定两条边界以识别异常值，并根据Have、Hup、Hlow绘制曲线图(见图1)。
p =(C 2/N )1/3
(2)
H =N 0.5
(3)
1.4H指数幂律模型 除上述H指数改进案例之外，还包括Hirsch模型(公式(4))、Egghe-Rousseau模型(公式(5))，以及Glänzel-Schubert模型(公式(6))[10]。Ye将上述三种模型统称为H指数的幂律模型，并将H指数与论文数量、引用次数相关联(见公式(7))。公式(4)至公式(7)中，C 为论文总被引频次，N 为论文数量，参数α 和β 与引文分布曲线的洛卡特系数相关。Ye详细比较了Hirsch模型、Egghe-Rousseau模型、Glänzel-Schubert模型，认为Glänzel-Schuber模型与实验数据的拟合效果最好。
[28] 吴敏文：《怎样看待特朗普政府的“南海巡航计划”》，《中国青年报》2017年8月10日，第11版。
H =(C /N )0.4
(4)
1.3SPQL指数 2016年，Babic等以Web of Science中15个东欧国家2005-2010年数据为研究样本，在充分拟合论文数量与H指数基础上，定义了科学性能质量水平指标(SPQL，scientific performance quality level)。Babic等以定义的最佳拟合曲线为标准，将研究对象映射至坐标轴，高于拟合线则绩效优于平均值，低于拟合线则低于平均值[9]。SPQL指数以研究对象与最佳拟合曲线的偏差程度衡量科研绩效，其计算公式如下：
(5)
H =N 1/3*(C /N )2/3
(6)
H =(C /N )β *N α
(7)
2MZE指数简介
2.1MZE指数思想 由于利用H指数评价影响力时，存在诸多评估对象的数值相同情况，对评价结果的科学性造成极大困扰。Montazerian提出MZE指数以区分具有相似指标的个人或研究团体的可见性。通过MZE指数，可以准确定位H指数与任何特定指标的组合分布情况。MZE指数的计算与分析过程遵循以下步骤：
a.数据收集与清洗。将研究对象的论文数据以特定形式保存，统计研究对象的论文数量及其H指数。
b.确定参数a、b和C的值。对log10(N)和log10(H)进行线性拟合，计算斜率a、截距b、C值，得到Have(公式(8))。a、b、C为整体指标，适用于全部研究对象。
1.2p指数 为弥补H指数的敏感度与区分度低的不足，并结合引用次数与论文数量之间的关系，Prathap提出p指数以改进H指数(公式(2))[8]。p指数在科研评价中有效结合了数量(被引频次)与质量(平均被引率)。Prathap认为p指数的内涵丰富，是一个综合性的拟合H指标，可以运用于科研人员、学术期刊、研究机构的绩效评价。公式(2)中，C 为论文总引用次数，N 为论文数量。
智能控制比较常见的为模糊控制（包括模糊PID）、神经网络控制（常见BP,RBF）、专家系统、分级递阶控制、学习理论控制（常见PSO,GA以及学习理论-PID模型）。另外，统计学习理论也有用于控制的，典型的是支持向量机回归（SVMR）。
图 1Have、 Hup、 Hlow曲线
d.映射数据组合至曲线图(图1)。基于研究对象的MZE指数，将该对象的论文数量N和H指数组合添加到图中，确定研究对象的相对位置，MZE指数计算方法见公式(11)。
分析可知，MZE指数的取值范围为[-1，1]。MZE指数趋近于1，表明研究对象的科研水平较为突出；MZE指数趋近于0，表明研究对象的科研水平处于平均水平；MZE指数趋近于-1，表明研究对象的科研水平较低。
一旦确定研究对象的论文数量和H指数，则其MZE指数即可通过公式(11)计算而出。MZE指数的思想理念与Molinari、Babic等较为相似，但又存在诸多不同。Molinari认为同一研究领域的不同研究群体的系数C越高，则指数的评估效果越高。Babic通过H指数相对于Have的百分比来确定区分度。为了补充上述研究的不足，MZE指数定义了边界上限Hup和边界下限Hlow，以确定研究群体(如科研机构、学术期刊、国家(地区))相对于Have水平的位置分布。
2017年贵德县农业气象条件不论从气温、降水，还是从日照时间上都和往年具有着一定的差异性，这样影响了其当地农作物的生长和发育。通过对2017年贵德县农业气象条件进行分析，可以有效的掌握同时期气象的变化趋势，进而对其农作物的生长发育进行探讨，来了解其对其农作物生产的影响。
H ave =C *N a
(8)
H up =(C +1)*N a
(9)
H low =(C -1)*N a
打好污染防治攻坚战，需要集中优势兵力，强化纪律同样需要凝心聚力。市纪委、监委坚持部署推动与理顺机制“两手抓”，构建了信息共享、资源共用、齐抓共管的纪律保障工作格局。
(10)
(11)
2.2MZE指数分析 MZE指数不仅考虑到论文的数量与质量，同时以数据组合映射的方式展示不同研究对象的位置分布。MZE指数在继承H指数合理性的同时，又与H指数存在诸多差异。
2.2.1 MZE指数与H指数的一致性 MZE指数与H指数都以具有一定引用次数的论文为研究对象，二者的一致性体现在以下几点：
首先，MZE指数基于Hm指数、p指数、SPQL指数，而这些指数归根结底都以H指数为理论基础，都以具有一定引用次数的论文为评估对象，因此MZE指数与H指数在理论基础和评估对象上保持一致性，即MZE指数和H指数都通过论文数量、引用次数等定量数据为基础，通过相应的数据处理计算最终指标值，以量化研究对象的科研实力[11]。
于是，我父亲干脆继续昏昏睡去，还打起了呼噜。第二年烧的第一窑砖瓦更惨，连次品都没有，全是废品。李打油又跑到我家来回忆猪牯了。这次他透露了好多细节。比方说，每次赶猪牯到达目的地，我父亲要先考察猪圈干净与否，尤其是否有障碍物，以防止它们在剧烈活动时不慎摔伤，万一出了事故就得不偿失啦。还有，不能用凉水冲洗种猪，事前事后要允许人家充分休息，不能急功近利，等等。
其次，MZE指数和H指数都是一种综合性评估指标，二者都以一个数值实现对研究对象“质”与“量”的评估。
第三，研究对象的文献数量、引用次数的变化都会造成MZE指数、H指数的变化，二者皆具有一定的时间动态性。
第四，根据MZE指数和H指数的计算公式可知，MZE指数和H指数不仅可以评估个体研究者的科研影响力，同样可以延伸到研究机构、学术期刊、国家(地区)等实体，都具有可移植性的特点。
第五，MZE指数基于H指数，都具有以下缺点：忽略时间因素、合作因素、自引因素等，仍需在实践中不断完善与优化。
航天大学、湖北大学等8所研究机构位于上限(Hup)之上。剩余13所科研机构，如华中科技大学、西安电子科技大学、福州大学等，均低于上限(Hup)，但仍高于平均水平(Have)。
首先，MZE指数区分度远高于H指数。与H指数简单考虑论文数量与引用次数不同，MZE指数以论文数量、H指数的幂律模型确定参数值，且MZE指数通常为小数，能够对相同H指数的研究对象进行适当的量化区分，克服H指数区分度低的缺点。
通过对中国和欧盟可再生能源发展进行多维度比较，以及对中欧可再生能源合作现状进行分析，发现目前中国发展可再生能源存在以下问题。
第二，MZE指数敏感性高于H指数。论文数量的增加，H核中文献引用次数增加， H核外论文数量及其引用次数的增长，对H指数几乎没有影响。与之相反，研究对象的论文与引用次数的增加，都会导致MZE指数参数a与b的值变化，进一步造成MZE指数的变化，因此MZE指数的敏感性高于H指数。
第三，MZE指数与H指数的统计范围不同。已有研究发现，H指数占论文总数的平均比值为44.19%，最低仅为10.50%，H指数仅考虑数量较少的高被引文献而忽略低被引文献，是一种局部考察指标[12]。与H指数不同，MZE指数首先要统计研究对象的所有论文数量及总被引频次，再分析其相关性，将每篇论文、每次引用都考虑在范围内，是一种整体考察指标[11]。
MZE指数与论文数量在0.05水平下显著相关，H指数与论文数量在0.01水平下显著相关。H指数结合论文数量和论文质量，以水平阈值量化影响力，忽略了文献分布、时间等因素。MZE指数结合H指数，并基于文献分布的拟合系数来确定影响参数。因此，MZE指数与论文数量的相关性明显低于H指数。
第五，MZE指数与H指数的取值类型和范围不同。H指数为正整数，而MZE指数多为小数(可以为正可以为负)，且H指数数值通常大于MZE指数。
实际上，气藏中并不存在气水截然分开的界面，而是有一个气水饱和度渐变的过渡带［3］。气水过渡带在垂向上用气水同层顶底面海拔垂深来表示，在平面上用气水内外边界线作图深度来表示。
第六，MZE指数与H指数的波动性不同。作为一种累计指标，H指数通常只升不降，是一种单调递增函数，波动性较差。MZE指数基于H指数，对论文数量和引用次数的变化较为敏感，能够及时反映研究对象的绩效变化，单调性不明显，波动性较强[13]。
第七，MZE指数与H指数的信息内涵不同。H指数是研究对象高水平的临界点，通过H指数可以了解到研究对象的高水平文献集合数量，信息内涵明确且易于理解。MZE指数是研究对象的整体绩效，是体现研究对象综合实力的效能型指标。
Suggestions for Development of Tourism Resources of Shanxi Merchants’ Tea Road of Ten Thousand Miles under the Strategy of the Belt and Road_________________________FAN Zhiping 26
3实证分析
3.1数据准备 为检验MZE指数的有效性，本研究以国内开设图书馆学、情报学硕士点的高校、科研单位为研究对象。经查询，目前国内开设图书馆学、情报学硕士点的高校、科研单位共有73所。在CNKI中以73所科研单位全称，学科为“图书情报与数字图书馆”，时间为“2013-2017年”进行检索，剔除无效数据记录后，将所有数据以Excel形式保存。由于海军军医大学、空军军医大学、中国航空工业总公司第六二八研究所等13所高校的论文数据量较少，本研究予以剔除，最终以63所研究机构的论文数据为实验对象，评估国内图书情报学科的研究力量情况，并检验MZE指数的科学性。
本文利用VBA程序对63所研究机构的数据加以处理。表1为2013-2017年图书情报学科论文数量最多的30个研究机构。武汉大学以1 941篇论文数量高居榜首，南京大学位以1 301篇列第二位，紧随其后的是论文数量986篇的北京大学，其余每个研究机构的论文数量少于900篇。
分析发现，2013-2017年63所研究机构的H指数在区间[9，41]，样本数据较为全面，具有一定代表性。武汉大学H指数最高为41，中国农业大学和南京航空航天大学的H指数最低为9。武汉大学论文数量最多为1 941，上海社会科学院最少为79篇。MZE指数处于[-0.18，3.38]之间，武汉大学的MZE指数最高为3.38，福建师范大学的MZE指数最小为-0.18。
表 1发文量排名(前 30位)
图 263所科研机构 Log10( N) - Log10( H)图
图 363所科研机构的 H指数与论文数量分布
3.2指数计算 图2显示了63所研究机构的H指数和论文数量的log-log图。可以发现，63所研究机构的H指数与论文数量呈线性相关，符合幂律函数特征。根据线性拟合函数可知，斜率a为0.37，截距b为0.26，R2值为0.65。根据log10(Have)= log10(C*Na)，log10(C)=0.37，从而C=100.37=2.34，进一步得到Have=2.34*N0.26。
女人很漂亮，约莫二十岁出头，高挑的个头，瓷白的皮肤。一条曵地的白色纱裙像一朵盛开的白色蔷薇朝下铺陈开放着。
学生党支部作为高校基层党组织的重要组成部分，理应是高校开展思想政治工作的战斗堡垒，然而，目前理工科院系学生党支部建设却面临着一些突出问题。从个人的角度来讲，理工科学生对政治的淡漠和参与度较低，一定程度导致了入党积极性不足；而“务实”的“功利主义”又导致部分入党学生动机不纯，更看重入党带来的现实回报，而非党组织所要求的政治意识和应当承担的责任。此外，还有部分学生党员党性意识不高，对党组织归属感不强，参与党支部活动积极性不高等。
3.3结果分析 图4为论文数量[0，200]的21所研究机构论文数量与H指数组合分布。东南大学、山东理工大学、天津工业大学、山西财经大学、北京航空
2.2.2 MZE指数与H指数的差异性 虽然MZE指数以H指数为理论基础，但在H指数基础上又有很大改进，具体有以下几点差异：
图 4论文量 0～ 200的机构 H指数与论文数量分布
图 5论文量 200～ 500的机构 H指数与论文数量分布
图5为论文数量[200，500]的27所研究机构论文数量与H指数组合分布。华东师范大学、中国科学院大学、上海交通大学的H指数较高，因此高于上限(Hup)。其他如，浙江大学、江苏大学、西南大学、复旦大学等13所科研机构高于或接近上限(Hup)。西安交通大学、山西大学、西北大学等8所科研机构高于平均水平(Have)但低于上限(Hup)。相反，河北大学、云南大学、福建师范大学接近或低于下限(Hlow)。给定H指数与论文数量N的组合，MZE指数即可定位任何研究机构的位置。表2展示了发文数量最多的30个研究机构的MZE指数。MZE指数>1表示H指数高于上限(Hup)，适用于武汉大学、南京大学、北京大学、吉林大学、中山大学、北京师范大学、中国科学院大学、上海交通大学等。兰州大学、安徽大学、山西大学的MZE指数趋近于1。MZE指数趋近于0表示接近平均H指数(Have)，如河北大学。云南大学、福建师范大学的MZE指数为负，但仍高于下限(Hlow)。武汉大学是63所科研机构中论文数量最多，其MZE 指数为3.38(高于Hup)，而北京大学MZE指数接近3.0，但其论文数量仅为武汉大学的一半。
3.3.1 MZE指数的相关性分析 本研究首先分析MZE指数与其他相关指标的相关性，结果见表3。由于文献数据并未遵循正态分布特征，本文以Spearman系数量化指标相关性[14]。结合表3可知，MZE指数与论文数量、总被引频次、平均被引频次、H指数表现出不同的相关性。
表 2发文量前 30所机构的 MZE指数
表 3MZE指数与其他指标的相关性分析
注：Cave为平均引用次数(TC/N)，**表示0.01水平下显著相关，*表示0.05水平下显著相关
由于H指数简单且有效结合引用次数和文献数量两个重要因素，受到国内外学者、研究机构的深入运用。Montazerian提出MZE指数以完善而非完全颠覆H指数。因此，MZE指数与H指数之间必然显著相关。根据表3的计算结果，MZE指数与H指数在0.01水平下的显性相关，相关系数高达0.79。根据公式(11)可知，MZE指数与H指数联系紧密，H指数越高则MZE指数越高，说明MZE指数是对H指数的有效继承。
2013-2017年间，共有12所研究机构的论文数量在550篇以上。通过对63所科研机构的论文数量与H指数的数据映射，并遵循公式(9)和公式(10)，得到Hup=(2.34+1)*N0.26，Hlow=(2.34-1)*N0.26。因此，一旦给定论文数量，则部分机构高于平均水平，部分机构低于平均水平。根据图3可知，本文选取的63所研究机构中，绝大多数的研究机构都分布在Have水平及以上，只有2所研究机构分布在低于Have水平但仍高于Hlow。
第四，MZE指数的计算复杂程度高于H指数。与仅考虑论文数量与被引频次的简单分布不同，MZE指数还要考虑论文数量与H指数的分布情况，以及Have曲线、Hup曲线、Hlow曲线的计算与绘制。
MZE指数和H指数都在0.01水平下与总被引次数TC显著相关，但H指数相关性高于MZE指数。总被引次数越高导致高被引文献数量概率加大，则高H指数的概率相应增加。与H指数不同，MZE指数并未直接考虑总被引频次，而是与论文数量指标相结合，间接反映总被引频次。
MZE指数和H指数与平均被引频次都在0.01水平下显著相关，但MZE指数的相关性远远高于H指数。原因在于，H指数只考虑高引用论文的数量及其被引频次，不考虑低被引论文的数量及其被引频次，而MZE指数将论文数量与文献分布特征考虑在内。
3.3.2 MZE指数的辨识度分析 由于利用H指数评价影响力时，存在诸多科研机构的数值相同情况，从而无法科学地量化科研水平。根据表4可知，63所研究机构中有13组57位科研机构的H指数相同，占比达到90.48%。反观MZE指数有7组16位科研机构数值相同，占比为25.40%。但是MZE指数对13组57所H指数相同的研究机构辨识度达到100%。初步
表 4H指数前 30位的科研机构相关数据
注：差值=排名1-排名2
看来，与H指数相比，MZE指数能够较好地区分研究机构的学术力量。
以中山大学和南京大学为例，二者的H指数都为27。南京大学的论文数量和总被引频次都高于中山大学，但中山大学的MZE指数却高于南京大学(分别为2.53和1.84)，表明中山大学图书情报学科的研究力量高于南京大学。根据图3中的中山大学和南京大学的H指数、论文数量组合的位置分布，中山大学距离Hup曲线的大于南京大学与Hup曲线的距离。可知，MZE指数基于H指数，将高被引文献数量及其被引频次考虑在内，且将全体研究对象的数据特征考虑在内，因而不能以论文数量和被引频次来简单量化。同时，MZE指数与平均被引频次高度相关，中山大学的平均被引频次高于南京大学较多(分别为5.71和4.81)，综合导致中山大学和南京大学的MZE指数及排名有所变化。与之类似的情况组合也较多，如吉林大学与北京师范大学，前者的论文数量和总被引频次高于后者，但北京师范大学的MZE指数却高于吉林大学；中国科学技术信息研究所与上海交通大学，前者的论文数量和总被引频次高于后者，但上海交通大学的MZE指数要高于中国科学技术信息研究所。
再如平均被引频次位列第1和第2的中国科学院大学和武汉大学。虽然中国科学院大学的平均被引频次稍高于武汉大学，但由于武汉大学的H指数、论文数量、被引频次都远远高于中国科学院大学，导致武汉大学的MZE指数要高于中国科学院大学。存在类似的组合也较多，如北京航空航天大学与北京大学、江苏大学与南开大学、浙江大学与东北师范大学等。上述分析表明，MZE指数与平均被引频次相关性较强，MZE指数还考虑评估对象的H指数和引用次数，同时以映射的方式展示评估对象的科研实力分布情况。
3.3.3 MZE指数的排名分析 根据63所研究机构的H指数、MZE指数排名情况，由于90.48%研究机构的H指数相同，其降序排名犹如阶梯状(图6)。MZE指数在H指数上下波动，且波动较为强烈，两种指数排名最大相差32位。武汉大学、北京大学、中山大学的H指数、MZE指数都处于第1位、第2位和第3位。
图 6H指数与 MZE指数排名
根据表5的排名差值情况统计，63所研究机构中名次变化5位及以下的共有28所，占比为44.40%；名次变化10位及以上的共有21所，占比为33.33%；名次变化2位的机构数量最多为7所，占比为11.11%。MZE指数排名下降的有32所，上升的有26所，5所机构的名次没有发生变化。
人脸匹配技术能够对各个交通路口进出学校的行人进行检测，并通过人脸对身份进行识别，通常用于检测某个人在哪里出现，用于考勤或者是定位嫌疑人的移动轨迹。
华东理工大学和上海社会科学院的MZE指数排名上升幅度最大。华东理工大学的H指数为12，并列第39位，其MZE指数为1.46，位列第16位。上海社会科学院的H指数为11，并列第47位，其论文数量和总被引频次分别为79和508，其MZE指数为1.19，位列第24位。分析发现，华东理工大学的论文数量、总被引频次、平均被引频次分别为83、380、4.58，上海社会科学院的其论文数量和总被引频次分别为79、508、6.43。在“2.1”节中可知，MZE指数以H指数为思想基础，将论文数量和H指数以拟合的方式考虑了文献分布特征。同时，在“3.3.1”节中，本研究发现H指数和平均被引次数与MZE指数高度相关，即H指数和平均被引次数越高，越容易获得高MZE指数。基于此，华东理工大学的平均被引频次为4.58位列第21位，上海社会科学院的平均被引频次为6.43位列第5位。因此，华东理工大学的MZE指数名次上升幅度较大，且MZE指数高于上海社会科学院。
应用数字化资源开展案例教学的“三环六步”教学模式主要是应用本专业的数字化资源，借助网络教学平台，让学生自主探究、合作交流、教师监督。“三环六步”，“三环”是指导学、助学、促学三个大的环节；“六步”是指案例发布、自主探究、小组讨论、组间协作、巩固提高、总结评价六个步骤。
表 563所研究机构的排名变化统计
山东大学的MZE指数名次下降最为明显。山东大学的H指数为14，并列第25位，其MZE指数为0.32，位列第57位，两种指标评估排名相差32位。名次下降幅度第二大的研究机构为四川大学，其H指数为14，并列第25位，MZE指数为0.41，位列第52位，名次变化达27位。山东大学的论文数量、总被引频次、平均被引频次分别为589、1197、2.03。四川大学大学的论文数量、总被引频次、平均被引频次分别为523、1561、2.98。分析可知，造成山东大学和四川大学的平均被引频次靠后是造成MZE指数排名下跌的主要原因(前者平均被引频次排名62位，后者为52位)。根据图4可知，四川大学和山东大学的论文数量与H指数组合分布接近Have水平，但山东大学更接近Have曲线，即山东大学的MZE指数低于四川大学。
随着改革开放的春风吹遍祖国大地，我的居住条件也发生了翻天覆地的变化，我从祖辈们住了许多年的乡间搬到了县城里，偶尔还会想起那只受过伤的黑鸟，也不知道它现在在哪里？还会像从前一样来看看我吗……
为进一步检验H指数和MZE指数的排名变化情况，本文对63所研究机构的排名情况进行描述统计分析(表6)[15]。根据表6可知，63所研究机构的排名平均下降2.02位，标准差和方差数值较大，说明利用MZE指数排名时研究机构的排名变化明显。H指数排名1-21区间的研究机构排名平均下跌2.33个名次，标准差和方差最小，说明MZE指数与H指数对高影响力机构的评估结果一致。H指数排名22-42区间的机构排名平均下跌5.33个名次，标准差和方差最大，说明MZE指数对该区间机构的排名波动大，该区间与H指数的分歧最大。H指数排名43-63区间的机构名次平均上升1.62个名次，标准差和方差一般，说明MZE指数与H指数对低影响力机构时的评估结果相似，但MZE指数名次略有提升。
表 663所研究机构的名次变化统计
4结 论
基于H指数、p指数、SPQL指数，以及H指数幂律模型，介绍一种可量化评估个体研究者、科研机构、学术期刊等影响力的新指数——MZE指数。MZE指数可以描述研究对象在群体中的相对位置。通过详细比较MZE指数与H指数，本研究发现二者在评估对象、指标性质、时间动态性、可移植性、忽略时间与合作因素等方面相类似；但二者也存在明显不同，如区分度、敏感性、统计范围、计算复杂程度、取值类型与范围、波动性等。为检验MZE指数的评估效果，以国内图书情报学科的63所研究机构为实验对象，从指标相关性、影响力辨识度、排名变化情况维度详细分析MZE指数的实验效果。研究结果说明MZE指数和H指数是不同维度量化科研影响力，二者既相互联系，又各自独立。
然而，本研究仅以国内图书情报学科的研究机构为样本，单研究领域和样本量还需进一步改进；研究机构的样本数据来源于中国知网，存在部分引文数据不全等问题；MZE指数没有考虑机构之间的合作因素、机构自引因素等。因此，后续研究仍需在样本量、研究领域等方面提高MZE指数的普适性，以实现更为精准的科研影响力量化评估。此外，MZE指数仅作为量化图书情报学科领域的研究机构影响力，不代表科研机构的整体影响力。在评估研究机构整体影响力情况下，仍需与其他指标相结合，以增强评估的公平性与说服力。
参考文献
[1] Hirsch J E.An index to quantify an individual's scientific research output[J].Proceedings of the National academy of Sciences,2005,102(46): 16569-16572.
[2] Wildgaard L,Schneider J W,Larsen B.A review of the characteristics of 108 author-level bibliometric indicators[J].Scientometrics,2014,101(1): 125-158.
[3] Waltman L.A review of the literature on citation impact indicators[J].Journal of informetrics,2016,10(2): 365-391.
[4] Waltman L,Van Eck N J.The inconsistency of the h-index[J].Journal of the American Society for Information Science and Technology,2012,63(2): 406-415.
[5] Hirsch J E,Buela-Casal G.The meaning of the h-index[J].International Journal of Clinical and Health Psychology,2014,14(2): 161-164.
[6] Montazerian M,Zanotto E D,Eckert H.A new parameter for (normalized) evaluation of H-index:Countries as a case study[J].Scientometrics,2019,118(3): 1065-1078.
[7] Molinari J F,Molinari A.A new methodology for ranking scientific institutions[J].Scientometrics,2008,75(1): 163-174.
[8] Prathap G.An iCE map approach to evaluate performance and efficiency of scientific production of countries[J].Scientometrics,2010,85(1): 185-191.
[9] Babic 
L,et al.Evaluation of the quality of scientific performance of the selected countries of Southeast
Europe[J].Scientometrics,2016,106(1): 405-434.
[10] Ye F Y.A unification of three models for the h-index[J].Journal of the American Society for Information Science and Technology,2011,62(1): 205-207.
[11] 许新军.h 指数与p指数的比较分析[J].情报杂志,2018,37(8):158-161,201.
[12] 赵蓉英,魏明坤,杨慧云.p指数应用于学者学术影响力评价的相关性研究—以图书情报学领域为例[J].情报理论与实践,2017,40(4):61-65.
[13] 何祎雯,王博雅,钟云志.基于作者主要贡献的科研人员h'w指数研究[J].情报杂志,2018,37 (7): 167-175.
[14] 俞立平,王作功,张再杰.h 指数的综合修正研究: htop指数[J].情报学报,2018,37(12): 1188-1192.
[15] 张 勤.多维度量化科研人员影响力的指标—EMC指数[J].情报杂志,2018,37(2):122-128.
MZE -index —A New Indicator for Assessing Institutions Influence
Dai Xing
(Guangzhou University Library, Guangzhou 510006)
Abstract :[Purpose /Significance ]This paper introduces a new evaluation index of academic influence of institutions, MZE index, and systematically compares MZE index with H index in order to promote the popularization and application of MZE index.[Method /process ]This paper introduces the idea of MZE-index firstly, and compares the consistency and difference of MZE-index with H-index. Then an empirical study is taken to test the effectiveness of MZE-index.[Result /Conclusion ]The result shows that two indexes are consistent in evaluation object and index type, but differ from differentiation, sensitivity and volatility. MZE-index has higher discriminations and different correlations with other indicators. The ranking changes of research institutions are obvious by MZE-index.
Key words :bibliometrics；H-index;MZE-index;indicators;performance evaluation
收稿日期： 2019-04-24 修回日期：2019-06-28
基金项目： 广东省国防教育课题“新形势下普通高校军训现状与创新研究——基于图书资料发展平台”(编号： GJX15ZD004)研究成果之一。
作者简介： 戴 星 (ORCID: 0000-0003-0144-7296)，女，1971年生，硕士，馆员，研究方向：图书资料和情报研究。
中图分类号: G353.1
文献标识码： A
文章编号： 1002-1965( 2019) 10-0153-08
引用格式： 戴 星.评估机构影响力的标准化指数:MZE指数[J].情报杂志，2019，38(10)：153-160，190.
DOI ：10.3969/j.issn.1002-1965.2019.10.022
(责编/校对：王平军)