综合指数和h系列指数测评期刊核心作者的比较研究——以《编辑学报》为例

■李继红 王洪江 江 珊 徐桂珍

安徽省农业科学院农业经济与信息研究所，安徽省合肥市农科南路40号 230031

期刊作为文章载体，是知识传播、信息交流、成果推广的平台。作者作为期刊重要的组成部分，是期刊文章的提供者，其水平决定了期刊论文的质量，而核心作者更是稳固期刊质量的坚实基础。评价这些科研人员学术影响力的传统方式有同行评议、文献计量指标评价，以及二者的结合。常用的文献计量指标包括发文量和被引量，其中发文量是衡量著者对某一刊物贡献大小的重要指标，被引量是测评文章影响力的重要指标。目前，期刊核心作者的测评方法主要为综合指数法。综合指数法是一种以正负均值为基准，求得每项指标的折算指数后再汇总成综合指数，然后按其大小对参评对象进行排序与评价的方法[1]，其具体步骤见文献[2]和文献[3]。许多学者利用综合指数法研究期刊的核心著者，如李宗红[1]采用综合指数法分析了《编辑学报》的核心著者，姚红[2]开展了1994—2005年《中国图书馆学报》 核心著者的测评，宗淑萍[4]基于普赖斯定律和综合指数法测评了《中国科技期刊研究》2006—2015年的核心著者。2005年，h指数的提出丰富和发展了文献计量指标评价体系，该指数计算规则简单，便于操作，受到了国内外众多学者的关注，可被用来评价研究者、科研机构、期刊等的学术水平[5-7]，如龚舒野[8]利用h指数和hm指数分析核心作者。但这些研究和报道都是只用一种方法测评核心作者，而未有比较综合指数和h系列指数测评期刊核心作者异同的研究；尤其是这两种方法的测评都是基于发文量和被引频次，所以研究二者在测评期刊核心作者方面的差异和关联是很有必要的，不仅可为此方面的研究提供理论依据，还具有积极的应用意义。

《编辑学报》是由中国科学技术期刊编辑学会主办的专业学术性期刊，是我国信息与知识传播类核心期刊和中国科技核心期刊，被多种权威学术检索与评价数据库收录，已成为我国编辑界的权威性学术期刊[9]。本文以《编辑学报》的作者群为研究对象，分析综合指数和h系列指数测评期刊核心作者的异同。此外，还可从侧面反映《编辑学报》作者群的发文情况和研究水平。

1 数据来源和研究方法

本文以中国知网(CNKI)、《中国引文数据库》和《中国期刊全文数据库》为数据统计源，检索和统计2010—2015年在《编辑学报》上发表的文章及其作者(署名作者)。首先，根据普赖斯定理计算出该刊的核心作者候选人，然后分别利用综合指数和h系列指数测评《编辑学报》的核心作者，对这两种方法的测评结果进行分析、比较，并对二者的相关性进行研究。

2 核心作者候选人的确定

根据普赖斯理论进行《编辑学报》核心作者候选人的计算。计算公式为

(1)

式中N为确定核心作者的最低论文篇数，ηmax为发文最多作者的发文篇数。

据统计，2010—2015年在《编辑学报》上发文最多的作者共发表文章48篇，由(1)式计算可得N=5.19，按照取整原则取最大整数为6，即选择发表6篇或以上论文的作者为《编辑学报》的核心作者候选人。2010—2015年在《编辑学报》上发表6篇或以上的作者(即核心作者候选人)共84人。

3 核心作者的计算

3.1 利用综合指数法测评核心作者

(1) 计算候选人发文指标和被引指标。候选人发文指标=候选人发文量/候选人平均发文量，候选人被引指标=候选人被引量/候选人平均被引量。2010—2015年，《编辑学报》84位核心作者候选人，共发表论文751篇，论文的被引频次达到4055次。因此，84位候选人的平均发文量和平均被引量分别为8.94篇和48.27次。

(2) 计算候选人的综合指数。将发文量和被引量权重值分别定为0.5和0.5。候选人的综合指数计算公式为：候选人综合指数=候选人发文指标×0.5+候选人被引指标×0.5。根据此式可计算出每一位核心作者候选人的综合指数。

(3) 根据候选人综合指数的大小进行排序，由于篇幅所限，这里只列出前30位作者。

(4) 选取综合指数大于1的作者作为核心作者。综合指数大于1的作者共22位(见表1)，他们即为综合指数法测评的《编辑学报》2010—2015年的核心作者，这些核心作者共发表论文308篇，论文被引频次为2406次。

3.2 利用h系列指数测评核心作者

(1) h指数的提出。2005年，美国物理学家赫希(Hirsch)提出了一种新的评价指标，用于评价分析科学家的个人学术成就。如果一位科学家发表的Np篇论文中有h篇论文被引次数至少为h次，其他(Np-h) 篇论文中每一篇的被引次数都小于等于h次，那么这位科学家的h指数就是h[10-11]。研究认为，在图书情报领域，h指数不小于5的作者可被认定为核心作者[7]。本研究亦以h指数不小于5的作者作为核心作者，由h指数测评的《编辑学报》2010—2015年的核心作者有22位(见表1)，共发表论文284篇，论文被引频次为2344次。

(2) h指数的改进。研究发现，当学者的 h指数相同时，则较难区分这些学者；针对于h指数的缺点，有研究者改进了h指数，提出了hm指数[12]。其计算公式可归纳为hm=h+h/Nc,tot，式中Nc,tot是某学者的总被引次数。hm与h的差值越大，该学者在所属领域中的影响力越小；差值越小，影响力越大。也有研究者建议采用标准化的h指数进行评价，标准化的h指数=h指数/发文量。

表1 《编辑学报》2010—2015年核心作者学术评价指数

4 综合指数及h系列指数的关系

在文献计量学中，用于测评核心作者的指标有2个，一是发文量，二是被引量，分别是评价论文重要性和论文影响力的重要指标[8]。综合指数和h指数对核心作者的测评都是基于发文量和论文的被引量而进行的。

4.1 综合指数及h系列指数的分布特征

从表1可以看出，综合指数及h系列指数测评作者的排名不同，综合指数的测评排名与h指数、hm指数较相近，而和标准化h指数的排名顺序差异很大。综合指数和h指数测评的《编辑学报》核心作者都是22位，但作者及排名不尽相同。在这两种方法分别测评的22位核心作者中，相同的作者有17位，两种方法测评核心作者的重合率达77.3%。前9位核心作者完全相同，但测序排名稍有差异。hm指数和h指数的测评排序结果相同，但前者的区分度比较强。标准化h指数的测评结果和综合指数相差较大，前22位作者中，相同的人员只有11位，且排名顺序差别很大。

从表2可以看出，h指数及其衍生指数hm指数的各个指标均较相近。以h指数为例，其变化范围为1.000～13.000，标准差为1.790。h指数大于10的有1人，5～10的有21人，5以下的有62人，但区分度较低，84位作者中，很多人的h指数相同，仅有2人不相同。h指数及hm指数数据分布的离中趋势明显。标准化h指数的变化范围为0.091～1.000，平均数为0.475，标准差为0.179，数据集中趋势明显，离散程度较低。综合指数的变化范围为0.387～7.356，标准差为0.889，平均数为1.000。综合指数在5以上的只有1个，2～5的有6人，1～2的有15人，小于1的有52人，重复的综合指数很少，说明综合指数的区分度较高，可以有效区分不同作者的学术影响力。

从表2还可以看出综合指数及h系列指数的波动程度。4个指标的偏度系数均大于0，说明其数据分布均为右偏，即均值右侧的数据较多；峰度系数也都大于0，说明这4个指数的分布为尖峰分布，即数据之间的差异较明显，峰值越高，差异越显著。标准化h指数的偏度系数和峰度系数均小于其他3个指数，说明其波动较小，分布更接近正态分布；综合指数的偏度系数和峰度系数最大，说明数据分布波动较大，数据不对称性高。h指数及hm指数的数据波动处于两者之间。

表2 综合指数及h系列指数的描述性统计结果

4.2 综合指数及h系列指数之间的相关关系

由以上分析可知，综合指数的测评排名与h指数、hm指数相近，与标准化h指数差别较大。进一步采用皮尔森相关系数来分析综合指数与h系列指数之间的相关系数(表3)。从表3可以看出，综合指数与标准化h指数之间不存在相关关系(P>0.05)，而与h指数和hm指数之间的相关关系具有统计学意义，相关系数r分别为0.860和0.857，均存在高度相关性(P<0.01)。

表3 综合指数及h系列指数之间的相关系数

**表示P<0.01。

为了更好地说明综合指数与h指数和hm指数之间的关系，本研究用散点图和趋势方程进行更为直观的描述。由上面分析可知，综合指数与h指数之间的相关性非常接近且稍高于综合指数与hm指数之间的相关性，所以选取综合指数与h指数进行作图分析(图1)。综合指数与h指数的相关性分析充分证明，综合指数与h指数在整体上存在显著的相关性，其决定系数R2=0.740，说明学者的综合指数越高，h指数也相应越高，可以依据学者的综合指数对h指数进行预测评估。

图1 综合指数和h指数的相关性分析

5 结论与讨论

以《编辑学报》的作者群为研究对象，采用综合指数和h 系列指数测评这些学者的研究水平，并探讨了各个指数的评价特点及其之间的关系。

(1) 综合指数法和h指数、hm指数、标准化h指数的计算都是基于发文量和被引频次，均可用于期刊核心作者的测评，但在计算方法上存在差异。综合指数法是用发文量和被引量乘以各自的权重值来计算，当发文量或被引量这2个指标都大，或者其中1个指标较大时，即可获得较大的综合指数。h指数的计算则是对作者发表的所有论文按照被引频次由高到低进行排序[11]，所以h指数既可较好地反映发文量，还可反映论文的影响力，二者共同决定了h指数的大小，当且仅当这2个指标都大时，h指数才会较高[13]。hm指数和标准化h指数的计算是在h指数的基础上进行的，分别与论文被引频次和发文量相关。

(2) 综合指数和h系列指数都能将最优秀的作者评价出来，但由于计算方法不同，在核心作者的测评结果上存在不同。相对而言，综合指数法的测评排名与h指数、hm指数的较相近(但仍有较大一部分不一致)，而和标准化h指数的排名顺序差异很大。分析各个指数的分布特征发现：综合指数区分度较高，重复的综合指数很少，可有效评价期刊的核心作者；h指数是评价学者研究成果的一项客观、公正的指标，可有效避免给予那些只求论文数量不求论文质量的科研人员过高评价现象的发生。但在期刊作者群的测评上，h指数重复率较高，缺乏区分度，需要结合hm指数一起进行分析、测评。标准化h指数的评价结果和其他3个指数的排序差异较大，故不推荐单独使用标准化h指数进行评价，结合其他几个评价指标，评价效果将更客观、科学。研究发现，标准化h指数能够对发文量小，但文章影响大的学者的学术成就进行更为客观的评价[6]。

(3) 通过二维散点图和相关分析发现，综合指数与标准化h指数之间不存在相关关系，而与h指数和hm指数在整体上存在极其显著的相关性，学者的综合指数越高，h指数、hm指数也相应越高，可依据学者的综合指数对h指数进行预测评估，这可能是因为这些指标都较好地平衡了发文量和被引量所产生的影响。虽然标准化h指数可以平衡发文量对h指数的影响[14]，但若作者发文量差异悬殊，则和其他指标之间的相关性减弱。

[1] 李宗红. 用综合指数法测评《编辑学报》的核心著者[J]. 编辑学报,2008,20(1):91-92.

[2] 姚红. 《中国图书馆学报》(1994—2005年)核心著者的测评[J]. 图书馆论坛,2006,26(5):30-33.

[3] 彭朝晖. 《图书馆理论与实践》核心著者的分析研究[J]. 茂名学院学报,2006,16(6):70-73.

[4] 宗淑萍. 基于普赖斯定律和综合指数法的核心著者测评——以《中国科技期刊研究》为例[J]. 中国科技期刊研究,2016,27(12):1310-1314.

[5] 王勇,徐永红,姚萍. 科研评价指标——h指数研究综述[J]. 情报杂志,2011,30(6):41-44.

[6] 崔建强,刘文娟,李勇勤. h指数在体育学者学术影响力评价中的应用及其相关性分析[J]. 北京体育大学学报,2015,38(2):43-47.

[7] 万锦堃,花平寰,赵呈刚. 中国部分重点大学h指数的探讨[J]. 科学观察,2007,2(3):9-16.

[8] 龚舒野. 基于h指数和hm指数的《情报科学》核心作者分析[J]. 情报科学,2013,31(1):82-85,95.

[9] 万锦堃,党亚茹,何辛. 2001年《编辑学报》被引情况分析[J]. 编辑学报,2003,15(1):75-77.

[10] Hirsch J E. An index to quantify an individual′s scientific research output[J].ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,2005,102(46):16569-16572.

[11] Rousseau R. New developments related to the Hirsch index[J].ScienceFocus,2006,1(4):23-25．

[12] 张学梅. hm指数——对h指数的修正[J]. 图书情报工作,2007,51(10):116-118,16.

[13] 林君燕,洪伟,吴承祯,等. 基于h指数的科研人员学术评价及其相关性分析[J]. 福建农林大学学报(哲学社会科学版),2012,15(3):58-63.

[14] 杜建,张玢,刘晓婷. 期刊影响因子、h指数、相对h指数及特征因子的相关性分析[J]. 情报杂志,2011,30(2):23-28.

作者贡献声明：

李继红：论文构思与撰写；

王洪江，江珊，徐桂珍：数据收集、论文修改和校对。