基于被引均衡性的期刊影响力指标：MI指数*
● 郝玉珊,李秀霞
(曲阜师范大学传媒学院,山东 日照 276826)
摘 要： [目的/意义]期刊评价有助于优选高质量期刊，为高水平的馆藏资源建设提供参考。已有的期刊评价指标主要考虑期刊引文的集中性而忽视了其均衡性特征，为丰富已有的期刊评价体系，文章提出一种新的评价指标——期刊平均影响力指标(MI)。[方法/过程]在前人研究的基础上，利用改进的泰尔指数修正期刊平均被引频次，构建MI指数。并以Web of Science与Scopus两个数据库同时收录的图书情报领域48种期刊为例，计算其MI指数，并与JIF、CiteScore、SNIP、SJR和h指数进行对比。[结果/结论]结果表明，MI指数综合考虑了期刊的载文量、总被引频次和文献被引的均衡性，使得评价结果更加科学合理，从而为研究期刊影响力提供了一种新方法。
关键词： 平均被引频次；均衡性；期刊评价；MI指数
随着知识经济的发展，学术期刊在知识交流与传播中的作用越来越突出。根据期刊收录的论文及其被引频次合理地评价其学术水平，一直是信息计量学研究的重点之一[1]。有效的学术期刊评价为决策部门合理做出决策、引导作者正确投稿起到重要的作用。
目前，已有的期刊评价指标有很多，如JIF(期刊影响因子)、h指数、g指数、p指数等。上述指标主要基于期刊论文的被引频次给出，也有利用作者特征与引文特征相结合进行期刊评价的研究，如盛丽娜等[2]探讨了利用作者机构分布评价期刊学术影响力的可行性；李秀霞等[3]提出基于论文作者特征的期刊影响力预测，高影响力的作者越多，期刊的影响力越高。另有对传统指标如h指数、p指数等的改进研究，如Egghe提出的g指数[4]；陈卫静等[5]对p指数进行改进，提出引文分布视角下的期刊评价研究；俞立平等[6]就CI指数在权重指标分配方面的不合理性，对其进行了改进研究。还有利用某种算法提出新的评价指标，如马凤[7]参考引文链接的内容，提出了基于PageRank算法的期刊影响力研究；邵作运等[8]在载文量的基础上计算被引频次，提出了一种新型指标f(x)指数。上述研究虽然一定程度上提高了期刊影响力的评价效果，但均未考虑期刊引文分布的均衡性问题。2017年，盛丽娜等[9]对影响因子百分位这一指标进行实证研究，发现该指标虽然改善了影响因子的离散程度，但也未涉及期刊引文分布的均衡性。国外已有学者将期刊被引的均衡性纳入期刊评价指标进行研究，如2017年，Lando等[10]在JIF的基础上，提出s-JIF，利用洛伦兹曲线为其提供理论依据；2018年，Cockrie等[11]将s-JIF进一步扩展，提出平均离散指数(MDI),并在经济学领域进行了实证研究。
对现有的文献进行梳理分析，发现国内现有的期刊影响力指标大多将平均被引频次作为期刊评价的依据，认为平均被引频次高，期刊的质量高，大多忽视了期刊引文分布的均衡性问题。虽有考虑引文分布均值的研究，但引文均值与引文离散度有着本质的区别。基于上述，本文在Cockrie等[11]提出的MDI指数的基础上，结合期刊的载文量，提出基于期刊被引均衡性的期刊平均影响力评价指标——MI(Mean Influence)指数，以综合期刊引文分布的集中性与均衡性，实现期刊的平均影响力研究。
1 指标构建
1 .1 期刊引文均衡性指标
期刊文献被引的均衡性源于期刊被引的均值性，但期刊被引的平均数与均衡性并不相同。平均数反映数据总体的一般水平，离散度则表示一组数据的差异化程度。常见的衡量数据差异化程度的指标有很多，如方差、标准差、泰尔指数等。泰尔指数(Theil index，T指数)是基于信息理论中的熵概念来计算不平衡性，经济学中常用T指数衡量不同地区间居民收入的差异情况[12]。现在，T指数已被扩展应用到教育[13]、农业[14]、医疗卫生[15]等领域，并取得一定的效果；也有在期刊学科配置方面的应用，如胡文静等[16]利用T指数衡量期刊学科配置的均衡性，实现学术资源的高效利用。根据T指数的原理，即：
(1)
T指数通过人口收入份额之比与人口份额之比的一致性来衡量地区经济的差异性，本文将原有的P i /P 改为1/P ，计算每篇论文被引份额与论文份额的一致性，得到T ′指数，使其更好地符合期刊引文分布的实际情况，实现期刊被引分布的均衡性分析。
(2)
式中，I i 代表某一期刊内第i 篇论文的被引次数 (i =1，2，3，4，…，i )；I 代表期刊所有论文的总被引次数；I i /I 代表每篇论文被引频次与总被引频次之比；P 代表某一期刊的载文量；1/P 代表每篇论文占总载文量之比；T ′的取值范围为0～1，T ′值越接近0值，期刊中每篇文章被引频次越相近，T ′值等于0，表示期刊中的每篇文章被引次数相同。
产犊之前需要达到成母牛体重的90%，这是需要关注的一个点。有研究表明，体重在1300～1375磅之间时产犊可使第一泌乳期产奶量最大化。体重在1300磅以下，每降低100磅=损失450磅产奶量。
1 .2 MI 指数
在Cockrie等提出的MDI指数[11]的基础上，将改进后的期刊被引离散指数T ′作为平均被引频次μ 的权重，给出衡量期刊平均影响力的指标——MI指数，其计算公式为：
MI=μ *(1-T ′)
(3)
式中，μ =I /P 。
运用MRI常规序列评估新生儿缺氧缺血性脑损伤的预后研究较少，本研究发现，T1 flair、T2 flair 和SWI图在短期评价其预后方面作用可以优先考虑使用，而中远期价值仍有待于下一步深入研究。
城市形象，是一个城市在发展过程中非常重要的吸引力资源，只有通过有效的传播才能产生价值。塑造鲜明而具有个性化的形象，能带来巨大的城市吸引力，进而带来丰富的人流、物流、信息流，增强城市的核心竞争力。事件营销，在城市形象塑造的过程中发挥着巨大的推动作用。事件在传播过程中所带来的关注度、辐射度、影响力，对城市形象的传播、城市品牌的树立都有着不可替代的作用。
2 实证研究
2 .1 数据来源
查找2017年Web of Science数据库和Scopus数据库同时收录的图书情报学领域的期刊，共有51种。由于有3种期刊缺乏有待对比的指标(如CiteScore、SNIP、SJR和h指数)，故选取其中的48种作为评价对象。选择与JIF相同的两年引文窗口，统计Web of Science数据库中2015年、2016年两年间48种期刊论文在2017年的被引数据。
2 .2 结果分析
根据1.2节给出的MI指数计算公式，分别计算48种期刊的MI指数值(见表1)。
表1 48种期刊数据统计(部分)
2.2.1 统计结果分析 为评估MI指数的效果，我们分别通过Web of Science数据库获取上述期刊的JIF，通过Scopus数据库获取各期刊的CiteScore、SNIP、SJR和h指数，作为比对指标。JIF是国际上用来评价期刊影响力的通用指标，是指某期刊前两年发表的论文在该年被引用总次数除以该期刊在这两年内发表的论文总数；CiteScore是Elsevier基于Scopus数据库新推出的官方评价指标，用来计算期刊前3年文章平均被引用次数，相比影响因子增加一年的引文窗，覆盖范围更广；SNIP是H.Moed提出的期刊度量指标，是指三年引文窗中某一期刊的篇均被引次数与该主题领域的“引文潜力”之间的比值[17]；SJR是采用谷歌的PageRank算法，赋予高影响力期刊的引用较高的权重，并以此规则迭代计算直至收敛[18]；h指数是指期刊中至多有h 篇论文至少被引用h 次。虽然上述指标有不同的引用时间窗口，但由于MI指数对时间框架并不敏感[11]，我们选用两年的引文窗口进行对比。48种期刊对应的上述指标数据见表1。
“数学是人类的一种文化，它的内容、思想、方法和语言是现代文明的重要组成部分”。数学文化的内涵不仅表现在其知识本身，还存在于它的历史之中，数学发展史，就是人类的文明史。作为数学学习的重要资源，人教版的新教材中增加了数学史的内容，力使数学学习过程成为文化传播过程。因此，数学教学要结合教学内容多角度的创造条件，融入数学史，发挥数学的教育功能，使学生感受到数学在人类文化发展中的作用，下面谈谈在数学教学中如何更好地融入数学史的一些看法。
图1 6种指标的期刊排名比较
由表3可知，MI指数与CiteScore、SNIP、SJR、JIF、h指数均呈正相关，相关系数在0.569～0.754之间。由于其他指标均以期刊引文数量作为评价依据，具有相似的理论基础，因此其他指标间也均呈正相关。其中，JIF与CiteScore相关性最大为0.952，SNIP与h指数相关性最小为0.692。
表2 各期刊不同指标的排名情况(部分)
2.2.2 排名相关性分析 为了更好地说明MI指数的评价效果，分别对48种期刊的MI值、JIF、CiteScore、SNIP、SJR和h指数进行排名，结果见表2。另外，根据表1的数据统计结果，对48种期刊的各评价指标做Pearson相关分析，结果见表3。
表3 各指标的相关性分析结果
注:**表示在0.01水平(双侧)上显著相关。
2)MI指数与h指数的相关性为0.609，呈显著相关。图1中两者存在多个公共的峰值(如期刊2、期刊10和期刊17)也印证了这一点。两者呈显著相关的原因是双方都兼顾了期刊论文的产出量和引文数。具体分析，h指数是指期刊中至多有h 篇论文至少被引用h 次，MI指数则考虑了期刊的平均引用率。
由于期刊的平均被引频次高，仅能说明期刊中存在高被引的文章，并不代表每篇文章都是高被引。因此，MI指数在期刊平均被引频次的基础上结合被引的均衡性进行期刊评价，认为高被引均衡性下的平均被引频次更能反映期刊质量。MI指数的提出，可以改善已有指标未考虑引文分布均衡性的不足，使得期刊评价更加科学、合理。对于期刊自身而言，可以激励期刊刊载高质量的学术论文，减少论文质量参差不齐的现象，促进期刊的良性发展。
（3）虽然采用项目教学法，不能因为过分注重形式而轻实质，教学的终极回归，依旧是学生究竟能不能从课堂上学到知识。这实际上对教师的要求更高了，教师应不断努力学习和尝试，以取得最佳的教学效果。
另外，MI指数中除了考虑到期刊的平均被引频次μ 之外，还包含了期刊引文分布的均衡性T ′。MI指数的这一计算原理决定了其与单一的期刊平均被引频次给出的期刊排名具有一定的差异。如其他指标中排名均比较靠后的“Online Information Review”期刊在MI指数中排在13位。具体分析，发现“Online Information Review”期刊所收录的114篇文章中有78篇被引用，其中有两篇文章的被引频次为14次，其他文章的被引频次均小于8，数值差距较小。因此，期刊“Online Information Review”虽然平均被引频次不高，但期刊内每篇文章的被引次数相近，即期刊整体被引的均衡性较高，使其在MI指数中的排名上升。说明MI指数在继承其他指标现有优势，即控制某些高载文量、低被引量期刊排名的同时，还能识别部分平均被引频次不高，但平均影响力较高的期刊。
为消除不同指标间数据量差异过大对结果的影响，对表1中各指标数据做归一化处理，并根据归一化数据列出48种期刊不同指标下的排名变化(见图1)。由图1可知，虽然MI指数与其他指标总体变化趋势一致，但MI指数的波动幅度最为明显，且没有出现不同期刊的MI指数相同的现象，说明MI指数对期刊文献的被引频次比较敏感，改善了部分期刊h 值相同的不足。另外，MI指数除了含有与其他指标公共的峰值之外，如期刊13、17、19，它还有自己的峰值，如期刊3和期刊6，说明MI指数能挖掘部分平均引用频次不高，但平均影响力较强的期刊。
1)与MI指数相关性最高的指标是CiteScore和JIF，相关系数分别为0.754、0.712。这种高度相关由图1中三种指标期刊排名的变化曲线也可以体现。产生这种现象的原因与两者的计算原理有关。JIF与CiteScore都是以期刊的平均被引频次作为评价依据，只是两者的引文窗不同。由于MI指数也包含了期刊的平均被引频次，很好地继承了上述指标评价期刊的优点，消除了由于载文量不同所造成的对期刊被引率的影响。鉴于JIF与CiteScore两指标在期刊评价中已发挥了重要作用，说明MI指数能够反映不同期刊的引用次数和质量，体现了期刊的利用率。
值得一提的是，虽然两者的评价结果呈显著相关，但是在评价效果上MI指数明显优于h指数。首先，MI指数可以避免部分期刊出现数值相同的情况，相较于h指数有更好的区分性。表1中期刊“Journal of Information Science”和期刊“Journal of Informetrics”的h指数均为54，但两者的MI指数分别为1.46和0.41。另外，MI指数与h指数的敏感度也不同。当期刊中低被引论文的引文量增加时，不会对h指数产生影响。而MI指数不同，由于其综合了期刊被引的均衡性，考虑到每篇文献的每一次被引频次，所以期刊中每篇论文每获得一次被引，都会引起MI值发生相应的变化。针对上述，MI指数很好地改善了h指数评价期刊的区分度不强、敏感度不高的不足。
3)MI指数与SJR指标的相关性为0.644。与CiteScore和JIF相比，SJR指数中未涉及期刊的平均被引频次，而是重点强调了论文被高质量期刊引用的价值。虽然两者评价方法不同，但都是在期刊引文数量的基础上加以补充或改进，所以存在一定的相关性。
相比于其他指标，MI指数与SNIP指标相关性最低，为0.569。SNIP是从篇均引文数的角度出发，通过减少不同主题领域期刊引用行为的差异[19]，实现对不同主题领域期刊的直接比较。即SNIP在平均被引频次的基础上实现了不同学科间数据库的标准化处理，而MI指数是在平均被引频次的基础上兼顾了被引的均衡性，这一点在SNIP指标中尚未体现。且本文实证研究选取的数据均为图书情报学领域的期刊，没有对数据进行标准化处理。因此，两种指标研究对象的差异是两者相关性不高的根本原因。
国有企业在内部监督体系的建设上也存在问题。例如：在内部审计制度设计上审计设计流程缺乏科学性，对审计的管理缺乏规范性，审计人员的安排上缺乏合理性。现阶段我国国有企业的管理层主要是由政府部门委派，这就形成企业内部财务管理人员、内部审计人员在企业中的地位并不高，特别是在内部审计工作中缺乏独立性和权威性，审计人员对审计中出现的问题得不到企业管理层的重视。长此下去，必将打击审计人员的工作积极性，，还很容易滋生各种腐败现象。
3 结束语
本文在对泰尔指数修正的基础上，结合期刊平均被引频次，构建MI指数。以Web of Science数据库和Scopus数据库同时收录的48种图书情报学期刊为例，利用提出的MI指数实现对上述期刊的评价。通过与其他期刊影响力指标的评价结果对比，发现：①MI指数在有效控制某些高载文量、低被引量的期刊排名的同时，能够综合考虑期刊被引的集中性和均衡性，识别平均影响力较高的期刊。②MI指数融合了多种不同的基础类指标，如期刊篇均被引量、期刊载文量、期刊总被引频次等，排名的区分度更高，评价结果更精细。③与h指数相比，MI指数能具体考虑到期刊中每篇论文的被引频次，评价期刊更加敏感。
理论上讲，施引文献影响力越高，引用文献的影响力越高，但MI指数未考虑到施引文献的影响力，这会对评价结果带来影响。另外，在实证研究中，本文选取的期刊属于同一学科领域，MI指数是否适合评价不同学科领域的期刊，我们将在后续研究中去检验。
参考文献
[1] 李海英，徐强，李恩科.评价作者影响力的新指标——v指数[J].情报杂志，2015，34(12):38-43.
[2] 盛丽娜.作者机构分布在科技期刊评价中的应用[J].中国科技期刊研究，2012(4):585-588.
[3] 李秀霞，邵作运.基于论文作者特征的期刊影响力预测[J].中国科技期刊研究，2017(4):344-349.
[4] EGGHE L.Theory and practice of the g-Index[J].Scientometrics，2006，69(1):131-152.
[5] 陈卫静，张宇娥，蔺梅芳.引文分布视角下期刊评价的P指数研究[J].图书情报工作，2017，61(17)：122-129.
[6] 俞立平，袁咏仪，王作功.学科影响力指数CI的改进研究[J].情报理论与实践，2018，41(11)：69-72.
[7] 马凤.基于PageRank算法的期刊影响力研究[J].情报杂志，2014(12):103-108.
[8] 邵作运，李秀霞.f(x)指数:期刊学术影响力评价新指标[J].中国科技期刊研究，2015，26(11):1194-1199.
[9] 盛丽娜，顾欢.“影响因子百分位”与h指数、累积h指数对期刊的评价效力分析[J].中国科技期刊研究，2017(2):166-170.
[10] COCKRIEL W M，MCDONALD J B.The influence of dispersion on journal impact measures[J].Scientometrics，2018，116(1):609-622.
[11] LANDO T，BERTOLI-BARSOTTI L.Measuring the citation impact of journals with generalized Lorenz curves[J].Journal of Informetrics，2017，11(3):689-703.
[12] 刘芳，王培暄.基于泰尔指数的区域经济差异分析——以江苏省为例[J].区域经济评论，2013(6):103-108.
[13] 刘惠.陕西省高等教育支出均等化分析及路径探讨——基于泰尔指数的角度[J].中国管理信息化，2016，19(4):213-214.
[14] 曾玉珍，王静，穆月英.基于泰尔指数的天津市设施蔬菜收益差异性分析[J].江苏农业科学，2017，45(13):276-279.
[15] 崔俊丹，田庆丰，鲁评.基于基尼系数和泰尔指数的河南省卫生计生资源配置公平性研究[J].现代预防医学，2018，45(1):71-74.
[16] 胡文静，张和伟，邵瑞华，等.基于基尼系数与泰尔指数的学术期刊配置学科均衡性分析[J].情报杂志，2010(11):53-56.
[17] 王一华.基于IF(JCR)、IF(Scopus)、H指数、SJR值、SNIP值的期刊评价研究[J].图书情报工作，2011(16):144-148.
[18] 赵星，高小强，唐宇.SJR与影响因子、h指数的比较及SJR的扩展设想[J].大学图书馆学报，2009，27(2)：80-84.
[19] 程小娟,杨晶晶.Scopus数据库引文评价新指标SNIP原理及可行性探讨[J].图书情报工作，2012(10):6-9.
Journal Impact Indicators Based on Citation Balance :MI Index
Abstract :[Purpose/significance] Journal evaluation helps to optimize high-quality journals and provides a reference for the construction of high-level collection resources.In order to enrich the existing periodical evaluation system，this paper puts forward a new evaluation index—Journal mean influence index(MI，Mean Influence).[Method/process] On the basis of previous studies，the MI index was constructed by using the improved Theil index to revise the average citation frequency of periodicals.The MI index is calculated by taking 48 periodicals in the field of library and information included in the Web of Science and Scopus database as an example，and compared with JIF，CiteStore，SNIP，SJR and h indexes.[Result/conclusion] The results show that MI index comprehensively considers the number of articles，total cited frequency and the degree of dispersion of cited documents，making the evaluation results more scientific and reasonable，thus providing a new method for studying the influence of journal.
Keywords :average cited frequency;balance;journal evaluation;MI index
DOI: 10.16353/j.cnki.1000-7490.2019.09.009
*本文为国家社会科学基金项目“文献内容分析与引文分析融合的知识挖掘与发现研究”(项目编号：16BTQ074)和国家社会科学基金项目“大数据时代图书馆服务体系的创新与发展研究”(项目编号:15BTQ023)的成果。
作者简介： 郝玉珊 (ORCID:0000-0002-9844-1060)，女，1995年生，硕士生。研究方向：信息分析。李秀霞 (ORCID:0000-0002-3492-4768)，女，1971 年生，教授，硕士生导师。研究方向:信息处理与数据挖掘。
作者贡献声明：郝玉珊 ，数据采集和分析、论文组织与撰写。李秀霞 ，提出研究选题和思路、论文修改。
录用日期： 2019-03-18
标签：平均被引频次论文; 均衡性论文; 期刊评价论文; MI指数论文; 曲阜师范大学传媒学院论文;