基于DEA/AR博弈交叉效率方法的學(xué)術(shù)期刊評(píng)價(jià)研究①

李　琳， 黃海軍， 汪壽陽(yáng)

(1. 北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院， 北京 100191； 2. 中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院， 北京 100190)

?

基于DEA/AR博弈交叉效率方法的學(xué)術(shù)期刊評(píng)價(jià)研究①

李琳1, 2， 黃海軍1， 汪壽陽(yáng)2

(1. 北京航空航天大學(xué)經(jīng)濟(jì)管理學(xué)院， 北京 100191； 2. 中國(guó)科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院， 北京 100190)

學(xué)術(shù)期刊的評(píng)價(jià)問(wèn)題是期刊研究領(lǐng)域的重要課題之一. 傳統(tǒng)數(shù)據(jù)包絡(luò)分析方法在評(píng)價(jià)多維指標(biāo)下的期刊績(jī)效時(shí)都是基于“自評(píng)”模式. 由于未能考慮“他評(píng)”，造成評(píng)價(jià)結(jié)果容易被夸大等問(wèn)題. 本文在非合作博弈框架下基于數(shù)據(jù)包絡(luò)分析/保證域博弈交叉效率方法研究期刊的投入產(chǎn)出績(jī)效評(píng)價(jià)問(wèn)題，并選取17種中國(guó)科技核心期刊為例展開(kāi)分析. 研究發(fā)現(xiàn)：1) 某些具有很高行業(yè)影響力的期刊，雖然具有較高的產(chǎn)出值，但是刊文量較多，導(dǎo)致實(shí)際評(píng)價(jià)結(jié)果不夠理想；2) 指標(biāo)權(quán)重的偏好變化會(huì)使得期刊評(píng)價(jià)值出現(xiàn)增加、不變和減少三種情況；3) 期刊在自引頻次上存在著過(guò)度、適度和不足三種情形. 相關(guān)評(píng)價(jià)結(jié)果可為期刊工作者在提升期刊競(jìng)爭(zhēng)力方面提供決策參考.

期刊評(píng)價(jià)； 數(shù)據(jù)包絡(luò)分析； 效率評(píng)價(jià)； 非合作博弈； 保證域

0　引　言

當(dāng)前我國(guó)共有9 800多種期刊，其中科技期刊有4 953種. 從期刊工作者的角度來(lái)看，由于同種類(lèi)型的期刊之間通常會(huì)存在著不同程度的競(jìng)爭(zhēng)關(guān)系，因此期刊工作者通常會(huì)較為關(guān)注同行期刊的辦刊質(zhì)量和競(jìng)爭(zhēng)力排名變化，這將會(huì)為期刊未來(lái)的工作導(dǎo)向提供決策支持. 從學(xué)術(shù)水平對(duì)比的角度來(lái)看，大到一個(gè)國(guó)家，小到一所學(xué)校一個(gè)科研單位，其學(xué)術(shù)水平高低的橫向?qū)Ρ瘸Ｍㄟ^(guò)期刊論文的數(shù)量和質(zhì)量得到體現(xiàn). 因而，學(xué)術(shù)期刊的評(píng)價(jià)問(wèn)題一直是期刊領(lǐng)域重要的研究課題之一，已引起相關(guān)學(xué)者的持續(xù)關(guān)注.

自文獻(xiàn)計(jì)量學(xué)被Garfield[1]開(kāi)創(chuàng)以來(lái)，已有大量的文獻(xiàn)計(jì)量指標(biāo)被提出，如總被引頻次、影響因子、被引半衰期、來(lái)源文獻(xiàn)量和引用期刊數(shù)等. 由于這些單一指標(biāo)都是從一種參考視角出發(fā)，僅用一種指標(biāo)進(jìn)行期刊評(píng)價(jià)得到的評(píng)價(jià)結(jié)果將是片面的[2]. 因此，采用多維指標(biāo)對(duì)期刊展開(kāi)評(píng)價(jià)的多屬性評(píng)價(jià)方法在學(xué)術(shù)期刊評(píng)價(jià)領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用[3]，其中的代表性方法之一是數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)方法[4].

DEA模型首次由運(yùn)籌學(xué)家Charnes，Cooper和Rhodes于1978年正式提出，簡(jiǎn)稱(chēng)CCR DEA模型[4]. DEA作為一種著名的非參數(shù)數(shù)學(xué)規(guī)劃方法，被廣泛應(yīng)用于評(píng)價(jià)具有多維評(píng)價(jià)指標(biāo)結(jié)構(gòu)的同質(zhì)決策單元(decision making unit，DMU)相對(duì)效率. 由于在DEA方法下，多維評(píng)價(jià)指標(biāo)的最優(yōu)權(quán)重是根據(jù)觀(guān)察到的數(shù)據(jù)計(jì)算得到，避免了因主觀(guān)賦予多維指標(biāo)權(quán)重而給評(píng)價(jià)結(jié)果帶來(lái)不確定性的缺點(diǎn)，同時(shí)它還具有不需要假定生產(chǎn)函數(shù)等優(yōu)點(diǎn)，因此自CCR DEA模型被正式提出以來(lái)，已有BCC DEA模型、超效率DEA模型、加性DEA模型等多種DEA模型被提出[5]，并在環(huán)境[6]、產(chǎn)業(yè)政策[7]、銀行[8]等多種領(lǐng)域得到了廣泛的應(yīng)用.

本文在非合作博弈框架下基于交叉效率DEA方法[9-10]研究期刊的投入產(chǎn)出績(jī)效評(píng)價(jià)問(wèn)題，以避免傳統(tǒng)DEA模型由于從“自評(píng)”視角出發(fā)而帶來(lái)的容易產(chǎn)生夸大自身長(zhǎng)處、回避自身缺陷、產(chǎn)生表面DEA有效等問(wèn)題[11]. 具體來(lái)說(shuō)，考慮到同類(lèi)期刊之間的競(jìng)爭(zhēng)關(guān)系，本文將非合作博弈理論引入到DEA交叉效率方法中，利用Liang等[12]提出的博弈DEA交叉效率方法對(duì)學(xué)術(shù)期刊開(kāi)展評(píng)價(jià)工作，以便于評(píng)價(jià)結(jié)果能夠容易被期刊工作者和相關(guān)學(xué)者接受. 此外，考慮到在期刊的評(píng)價(jià)實(shí)踐中，期刊工作者對(duì)不同評(píng)價(jià)指標(biāo)的重要性可能會(huì)存在著偏好認(rèn)識(shí). 為了保證評(píng)價(jià)結(jié)果更加符合實(shí)際，保證域(assurance region，AR)[13]也被考慮到博弈DEA交叉效率方法之中，通過(guò)構(gòu)建的DEA/AR(data envelopment analysis /assurance region)評(píng)價(jià)期刊的投入產(chǎn)出績(jī)效.

1　文獻(xiàn)回顧

學(xué)術(shù)期刊的評(píng)價(jià)研究可以追溯到Garfield[1]系統(tǒng)地提出文獻(xiàn)計(jì)量學(xué). 早期的學(xué)術(shù)期刊評(píng)價(jià)方法采用的是單一文獻(xiàn)計(jì)量指標(biāo)，如總被引頻次、影響因子、被引半衰期、來(lái)源文獻(xiàn)量和引用期刊數(shù)等. 隨著學(xué)術(shù)期刊評(píng)價(jià)研究的深入，包含更多信息量的復(fù)合評(píng)價(jià)指標(biāo)被不斷提出，如相對(duì)引用指標(biāo)RI[14]、標(biāo)準(zhǔn)平均引用率NMCR[15]、學(xué)科論文平均被引用次數(shù)[16]、H指數(shù)[17]、特征因子Eigenfactor[18]、論文計(jì)數(shù)影響因子ACIF[19]等. 這里任一評(píng)價(jià)指標(biāo)都是從某個(gè)特定視角去對(duì)學(xué)術(shù)期刊展開(kāi)評(píng)價(jià)，具有計(jì)算直觀(guān)簡(jiǎn)單、容易解釋等優(yōu)點(diǎn)，但是容易導(dǎo)致對(duì)同樣一本期刊，從不同角度出發(fā)的評(píng)價(jià)結(jié)果可能會(huì)相差較大，無(wú)法給出統(tǒng)一的評(píng)價(jià)結(jié)果. 因此用單一指標(biāo)評(píng)價(jià)學(xué)術(shù)期刊是片面的[2].

為了得到更加全面的期刊評(píng)價(jià)結(jié)果，針對(duì)多維指標(biāo)的各種多屬性評(píng)價(jià)方法得到了重視并被不斷地引入到學(xué)術(shù)期刊評(píng)價(jià)領(lǐng)域的研究中，如DEA模型[20]、層次分析法[21]、結(jié)構(gòu)方程模型[22-23]、灰色關(guān)聯(lián)法[24]、主成分分析法[25]等. 在實(shí)踐中，目前中國(guó)科技信息研究所開(kāi)展的中國(guó)科技期刊綜合評(píng)價(jià)指標(biāo)體系研究得到了我國(guó)期刊界的認(rèn)可. 該研究采用層次分析法，由專(zhuān)家打分確定重要指標(biāo)的權(quán)重，并分學(xué)科對(duì)每種期刊進(jìn)行綜合評(píng)定. 綜合評(píng)估法的目的是消除單一指標(biāo)評(píng)估帶來(lái)的局限性，從影響期刊發(fā)揮其作用的各個(gè)方面對(duì)期刊進(jìn)行評(píng)價(jià). 但是專(zhuān)家打分步驟易受專(zhuān)家個(gè)人因素影響而導(dǎo)致結(jié)果產(chǎn)生波動(dòng).

相關(guān)學(xué)者已經(jīng)注意到這些多屬性評(píng)價(jià)方法都或多或少地存在著自身的不足，如王小唯等[20]基于DEA方法展開(kāi)期刊評(píng)價(jià)研究時(shí)，是基于傳統(tǒng)的自評(píng)模式得到評(píng)價(jià)結(jié)果，未能將他評(píng)結(jié)果反映到最終的評(píng)價(jià)結(jié)果中，容易造成夸大自身效率等問(wèn)題；層次分析法中專(zhuān)家評(píng)估過(guò)程受專(zhuān)家的知識(shí)水平、知識(shí)結(jié)構(gòu)和偏好等因素影響較大等. 為了克服這些不足，相關(guān)研究主要從以下兩個(gè)方向深入展開(kāi)[3]：一種是不同評(píng)價(jià)方法進(jìn)行組合及應(yīng)用，另一種是對(duì)特定評(píng)價(jià)方法深入的優(yōu)化與創(chuàng)新. 本文屬于第二種研究方向，充分考慮了學(xué)術(shù)期刊之間在績(jī)效評(píng)價(jià)過(guò)程中的博弈關(guān)系，將自評(píng)與他評(píng)充分相結(jié)合，在非合作博弈框架下展開(kāi)博弈，且最終得到一組評(píng)價(jià)結(jié)果是納什均衡解.

2　DEA/AR博弈交叉效率方法

2.1DEA博弈交叉效率方法

urd,vid≥0,i=1,…,m;r=1,…,s

(1)

(2)

DEA博弈交叉效率方法是基于非合作博弈框架展開(kāi)的研究. 它的大致思路是：當(dāng)期刊d的評(píng)價(jià)值為αd時(shí)，則其他期刊以不損害期刊d的評(píng)價(jià)值(不降低αd)為前提，計(jì)算各自的最大評(píng)價(jià)值，記為αdj. 其計(jì)算表達(dá)式為

(3)

對(duì)于期刊j，可以通過(guò)下列模型得到其評(píng)價(jià)值αdj(d∈{1,…,n}，j=1,…,n)

(4)

模型(4)通過(guò)C-C變換[26]，可以轉(zhuǎn)換為下列等價(jià)的模型

(5)

對(duì)于每個(gè)d∈{1,…,n}，DMUj(j=1,…,n)基于模型(5)各計(jì)算一次，則得到下列矩陣的各行. 由于d可以取n次，因此，可以得到下面的矩陣

(6)

DEA博弈交叉效率算法如下[12]：

Liang等[12]已經(jīng)證明了博弈DEA算法的收斂性，且其所得到的解是納什均衡解. 此外，算法步驟1中任意的初始效率值αd都會(huì)得到唯一的博弈交叉效率值.

2.2存在保證域的DEA博弈交叉效率方法

在科技期刊的評(píng)價(jià)過(guò)程中，評(píng)價(jià)者對(duì)各評(píng)價(jià)指標(biāo)的重要性可能會(huì)有自己的偏好認(rèn)識(shí). 因此需要根據(jù)實(shí)際情況，將相關(guān)權(quán)重偏好信息引入到DEA博弈交叉效率模型之中，構(gòu)建存在保證域的DEA博弈交叉效率方法，以使得期刊評(píng)價(jià)結(jié)果更加容易被接受.

通常地，保證域有兩種常見(jiàn)的形式，即“絕對(duì)范圍”(absolute range)和“相對(duì)范圍”(relative range). 他們的數(shù)學(xué)表達(dá)式分別如式(7)和式(8)所示

(7)

(8)

本文選取“相對(duì)范圍”作為保證域. 這是由于DEA方法的結(jié)果與投入或產(chǎn)出數(shù)據(jù)的量綱無(wú)關(guān)，即投入或產(chǎn)出數(shù)據(jù)按某種比例變化時(shí)，DEA模型的最優(yōu)值能夠保持不變. “相對(duì)范圍”可以滿(mǎn)足DEA方法的這種單位不變性性質(zhì)，且他無(wú)需像“絕對(duì)范圍”那樣考慮權(quán)重具體的范圍，僅需要估計(jì)權(quán)重之間的重要性程度大小即可，這也有效地降低了操作的難度.

因此，將式(8)納入到模型(5)之中，即可構(gòu)成存在保證域的DEA模型. DEA博弈交叉效率算法步驟2中的模型(5)換成這種新構(gòu)建的DEA/AR模型，即可得到DEA/AR博弈交叉效率算法.

定理1博弈DEA/AR算法是收斂的，且所得到的最優(yōu)解是納什均衡解.

3　實(shí)證應(yīng)用

由于DEA方法是基于已經(jīng)觀(guān)察到的數(shù)據(jù)評(píng)價(jià)DMU的相對(duì)效率，因此選取何種評(píng)價(jià)指標(biāo)會(huì)直接影響到評(píng)價(jià)結(jié)果. 另外，對(duì)于一定數(shù)量的樣本，評(píng)價(jià)指標(biāo)選取過(guò)多會(huì)降低DEA的判別能力[27-28]. 因此，需要根據(jù)評(píng)價(jià)目的選取關(guān)鍵性的評(píng)價(jià)指標(biāo)并注意適度控制評(píng)價(jià)指標(biāo)的數(shù)量. 通常地，指標(biāo)數(shù)量盡量控制在樣本數(shù)量的三分之一內(nèi)[29].

根據(jù)這一思路，為了較為綜合地衡量各期刊在行業(yè)中的相對(duì)地位，考慮到期刊的實(shí)際運(yùn)作特點(diǎn)，本文選取期刊評(píng)價(jià)工作中常用的“來(lái)源文獻(xiàn)量”(X)作為投入指標(biāo)，“基金論文”(Y1)、“引用刊數(shù)”(Y2)、“被引半衰期”(Y3)、“他引頻次”(Y4)或“總被引頻次”(Y5)、和“影響因子”(Y6)作為產(chǎn)出指標(biāo). 將“他引頻次”和“總被引頻次”分別考慮的原因是通過(guò)對(duì)評(píng)價(jià)結(jié)果的比較，便于發(fā)現(xiàn)自引頻次對(duì)各期刊的影響. 因此，本文構(gòu)建的指標(biāo)評(píng)價(jià)體系有兩套，分別是(X,Y1,Y2,Y3,Y4,Y6)和(X,Y1,Y2,Y3,Y5,Y6)，選取的指標(biāo)數(shù)量控制在樣本數(shù)量的三分之一左右，對(duì)DEA的判別能力影響不大.

3.2指標(biāo)數(shù)據(jù)搜集

本文從國(guó)家自然科學(xué)基金委管理科學(xué)部認(rèn)定的30種管理科學(xué)重要學(xué)術(shù)期刊中，選取17種中國(guó)科技核心期刊作為樣本展開(kāi)分析. 根據(jù)上節(jié)所選取的評(píng)價(jià)指標(biāo)，從《2014年版中國(guó)科技期刊引證報(bào)告(核心版)》中搜集相關(guān)數(shù)據(jù)(見(jiàn)表1).

表1　2014年17種期刊的相關(guān)數(shù)據(jù)

3.3期刊評(píng)價(jià)結(jié)果

首先，考慮在兩種指標(biāo)集里，假設(shè)“影響因子”指標(biāo)在期刊評(píng)價(jià)中相對(duì)來(lái)說(shuō)更加容易被業(yè)內(nèi)專(zhuān)家認(rèn)可和重視，而“基金論文”指標(biāo)則重視程度相對(duì)來(lái)說(shuō)較低，其余產(chǎn)出指標(biāo)的重視程度應(yīng)該介于兩者之間，沒(méi)有明顯區(qū)別. 根據(jù)這種決策偏好，構(gòu)建下列DEA/AR模型

(9)

這里的β是常數(shù)，根據(jù)決策偏好設(shè)定. 本文分別選取β=1,2,3,4,5，分析在這5種情況下17種期刊的評(píng)價(jià)結(jié)果，進(jìn)而總結(jié)出他們?cè)?014年的總體狀況.

其次，根據(jù)DEA/AR博弈交叉效率算法，設(shè)定計(jì)算精度ε=10-4，計(jì)算2014年17種樣本期刊在兩種指標(biāo)集下的評(píng)價(jià)結(jié)果. 如圖1所示，以期刊A在兩種指標(biāo)集下、偏好水平β=1為例，可以發(fā)現(xiàn)DEA/AR博弈交叉效率算法在不同指標(biāo)集下都是收斂的. 實(shí)際上，不僅期刊A在這種情況下是收斂的，所有樣本期刊在兩種指標(biāo)集下、不同的偏好水平內(nèi)都是收斂的，這說(shuō)明了算法的有效性.

圖1　期刊A在兩種指標(biāo)集下β=1時(shí)的博弈過(guò)程

如表2所示，在指標(biāo)集(X,Y1,Y2,Y3,Y4,Y6)下，從縱向來(lái)看，為便于說(shuō)明，本文按照評(píng)價(jià)值區(qū)間[0.8，1]和[0，0.8)將樣本期刊劃分出兩個(gè)梯隊(duì)，落入到兩個(gè)區(qū)間的期刊數(shù)量分別為4個(gè)和13個(gè). 第一梯隊(duì)包含的期刊有B、C、D和J，其余的期刊都屬于第二梯隊(duì). 值得注意的是，以期刊A為代表的一類(lèi)期刊，在行業(yè)內(nèi)具有很高的影響力，但是此次評(píng)價(jià)結(jié)果卻不是很理想. 雖然期刊A每一項(xiàng)產(chǎn)出都比第一梯隊(duì)的期刊C、D和J優(yōu)秀的多，但是其評(píng)價(jià)值卻遠(yuǎn)低于期刊C、D和J. 這主要是由于期刊A的刊文量(即投入項(xiàng)“來(lái)源文獻(xiàn)量”)是所有樣本期刊中最高的，大大拉低了其最終的評(píng)價(jià)值. 這種現(xiàn)象應(yīng)當(dāng)引起這類(lèi)期刊管理者的重視. 在今后的期刊管理工作中，不僅需要關(guān)注提高各項(xiàng)產(chǎn)出水平，同時(shí)也要注意控制期刊的刊文量，爭(zhēng)取能夠用較小的刊文量取得較大的行業(yè)影響力，進(jìn)而保證期刊的辦刊質(zhì)量.

從橫向來(lái)看，隨著對(duì)“影響因子”指標(biāo)偏好程度的增加(β值由1逐漸增大到5)，各種期刊的評(píng)價(jià)值呈現(xiàn)降低(如期刊A和C)、不變(如期刊B和D)和增加(如期刊I和J)3種情況. 這表明指標(biāo)權(quán)重的偏好信息會(huì)影響到期刊的評(píng)價(jià)結(jié)果，且在這種影響下所有可能的變化情況都會(huì)出現(xiàn). 因此，在基于DEA/AR方法開(kāi)展期刊評(píng)價(jià)工作時(shí)，在權(quán)重偏好的設(shè)定上需要慎重和符合實(shí)際.

如表3所示，在指標(biāo)集(X,Y1,Y2,Y3,Y5,Y6)下，與指標(biāo)集(X,Y1,Y2,Y3,Y4,Y6)相比，這里的期刊評(píng)價(jià)結(jié)果考慮到了自引頻次的影響. 與表2結(jié)果相比，可以發(fā)現(xiàn)部分期刊在不同偏好水平下的評(píng)價(jià)值都相應(yīng)地有所提高，如期刊I、M和Q，這說(shuō)明了他們的自引頻次相對(duì)其他期刊較高，需要注意適度控制自引頻次. 反之，則自引頻次相對(duì)較低，期刊的刊文質(zhì)量能夠得到讀者的肯定，如期刊A、C和G. 此外，還存在少數(shù)期刊在兩者情況下效率變化不大，說(shuō)明他們的自引頻次基本較為合理，如期刊D和E.

表2　(X,Y1,Y2,Y3,Y4,Y6)下期刊評(píng)價(jià)結(jié)果

表3　(X,Y1,Y2,Y3,Y5,Y6)下期刊評(píng)價(jià)結(jié)果

4　結(jié)束語(yǔ)

考慮到傳統(tǒng)期刊評(píng)價(jià)方法通常無(wú)法完全客觀(guān)地評(píng)價(jià)具有多維指標(biāo)的期刊投入產(chǎn)出績(jī)效，因此本文將DEA方法引入到期刊評(píng)價(jià)工作中，通過(guò)將多維評(píng)價(jià)指標(biāo)考慮到期刊評(píng)價(jià)過(guò)程中，根據(jù)期刊在多維指標(biāo)下的實(shí)際表現(xiàn)，利用DEA方法為多維指標(biāo)客觀(guān)地賦予權(quán)重，最終得到一個(gè)更加全面和客觀(guān)的評(píng)價(jià)結(jié)果.

具體來(lái)說(shuō)，本文基于DEA/AR博弈交叉效率方法，從基金委管理科學(xué)部認(rèn)定的30種管理科學(xué)重要學(xué)術(shù)期刊中，選取17種中國(guó)科技核心期刊作為樣本展開(kāi)分析，結(jié)果顯示：

1)在行業(yè)內(nèi)具有影響力的期刊未必一定能夠獲得較高的評(píng)價(jià)值. 這是由于DEA方法是從投入和產(chǎn)出兩個(gè)角度共同考慮，研究DMU的相對(duì)效率. 部分有影響力的期刊，雖然有較高的產(chǎn)出水平，但是刊文量(投入)過(guò)高，導(dǎo)致相對(duì)評(píng)價(jià)值被拉低. 這要求期刊管理者應(yīng)該綜合考慮投入和產(chǎn)出兩個(gè)方面，爭(zhēng)取能夠用較小的刊文量取得較大的行業(yè)影響力，以保證期刊的辦刊質(zhì)量.

2)指標(biāo)權(quán)重的偏好信息會(huì)使得期刊的評(píng)價(jià)值出現(xiàn)增加、不變和減少三種情況. 因此，在基于DEA/AR方法開(kāi)展期刊評(píng)價(jià)工作時(shí)，在權(quán)重偏好的設(shè)定上需要慎重和符合實(shí)際.

3)期刊在自引頻次上存在著過(guò)度、適度和不足三種情況，需要期刊工作者在未來(lái)的工作中予以關(guān)注.

最后，本文的局限性和未來(lái)進(jìn)一步的研究方向在：1)本文僅以2014年的數(shù)據(jù)計(jì)算說(shuō)明，未能反映出期刊近年的變化趨勢(shì)，難以體現(xiàn)出偶然因素的干擾；2)本文僅能對(duì)期刊作出評(píng)價(jià)，未能對(duì)期刊未來(lái)的績(jī)效改進(jìn)方向給出定量的建議.

[1]Garfield E. Citation indexes in sociological and historical research[J]. American Documentation, 1963, 14(4): 289-291.

[2]葉鷹. 一種學(xué)術(shù)排序新指數(shù)——f 指數(shù)探析[J]. 情報(bào)學(xué)報(bào), 2009， (1): 142-149.

Ye Ying. F-index: A new indicator for academic ranking at all-round levels[J]. Journal of the China Society for Scientific and Technical Information, 2009， (1): 142-149. (in Chinese)

[3]俞立平, 姜春林. 學(xué)術(shù)期刊評(píng)價(jià)的視角、基本問(wèn)題與發(fā)展展望[J]. 情報(bào)雜志, 2013, 32(5): 110-114.

Yu Liping, Jiang Chunlin. Visual angles, problems and trend in academic journal evaluation[J]. Journal of Intelligence, 2013, 32(5): 110-114. (in Chinese)

[4]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444.

[5]Cook W D, Seiford L M. Data envelopment analysis (DEA)-Thirty years on[J]. European Journal of Operational Research, 2009, 192(1): 1-17.

[6]宋馬林, 吳杰, 曹秀芬. 環(huán)境效率評(píng)價(jià)方法的統(tǒng)計(jì)屬性分析及其實(shí)例[J]. 管理科學(xué)學(xué)報(bào), 2013, 16(7): 45-54.

Song Malin, Wu Jie, Cao Xiufen. Analysis of statistical properties of environmental efficiency evaluation and its illustrations[J]. Journal of Management Sciences in China, 2013, 16(7): 45-54. (in Chinese)

[7]雷西洋, 王金年, 李勇軍, 等. 基于集中式模型的我國(guó)各地區(qū)及三大產(chǎn)業(yè)的DEA效率評(píng)價(jià)[J]. 系統(tǒng)工程理論與實(shí)踐, 2014, 34(12): 3167-3174.

Lei Xiyang, Wang Jinnian, Li Yongjun, et al. Measuring the DEA efficiencies of regions and their three major properties in China based on centralized model[J]. Systems Engineering: Theory & Practice, 2014, 34(12): 3167-3174. (in Chinese)

[8]李平, 曾勇, 朱曉琳. 中國(guó)銀行業(yè)改革對(duì)中資銀行效率變化的影響[J]. 管理科學(xué)學(xué)報(bào), 2013, 16(8): 47-53.

Li Ping, Zeng Yong, Zhu Xiaolin. Impact of the reform of China’s banking sector on the changes in efficiency of Chinese banks[J]. Journal of Management Sciences in China, 2013, 16(8): 47-53. (in Chinese)

[9]Sexton T R, Silkman R H, Hogan A J. Data envelopment analysis: Critique and extensions[J]. New Directions for Program Evaluation, 1986, 1986(32): 73-105.

[10]Doyle J, Green R. Efficiency and cross-efficiency in DEA: Derivations, meanings and uses[J]. Journal of the Operations Research Society, 1994, (45): 567-578.

[11]吳杰. 數(shù)據(jù)包絡(luò)分析(DEA)的交叉效率研究——基于博弈理論的效率評(píng)估方法[D]. 合肥: 中國(guó)科學(xué)技術(shù)大學(xué)出版社, 2008.

Wu Jie. Researches on cross efficiency of data envelopment analysis (DEA): The efficiency evaluation method based on game theory[D]. Hefei: Press of University of Science and Technology of China, 2008. (in Chinese)

[12]Liang L, Wu J, Cook W D, et al. The DEA game cross efficiency model and its Nash equilibrium[J]. Operations Research, 2008, 56(5): 1278-1288.

[13]Thompson R G, Singleton F D, Thrall R M, et al. Comparative site evaluations for locating a high energy physics lab in Texas[J]. Interfaces, 1986, 16: 35-49.

[14]Vinkler P. Evaluation of some methods for the relative assessment of scientific publications[J]. Scientometrics, 1986, 10(3): 157-177.

[15]Braun T, Gl?nzel W. A topographical approach to world publication output and performance in the sciences, 1981-1985[J]. Scientometrics, 1990, 19(3): 159-165.

[16]Moed H F, De Bruin R E, Van Leeuwen T N. New bibliometric tools for the assessment of national research performance: Database description, overview of indicators and first applications[J]. Scientometrics, 1995, 33(3): 381-422.

[17]Hirsch J E. An index to quantify an individual’s scientific research output[J]. Proceedings of the National Academy of Sciences of the United States of America, 2005, 102(46): 16569-16572.

[18]Bergstrom C T, West J D, Wiseman M A. The eigenfactor metrics[J]. The Journal of Neuroscience, 2008, 28(45): 11433-11434.

[19]Markpin T, Boonradsamee B, Ruksinsut K, et al. Article-count impact factor of materials science journals in SCI database[J]. Scientometrics, 2008, 75(2): 251-261.

[20]王小唯, 楊波, 潘啟樹(shù). 科技期刊質(zhì)量評(píng)估的二次相對(duì)評(píng)價(jià)方法[J]. 編輯學(xué)報(bào), 2003, 15(3): 231-232.

Wang Xiaowei, Yang Bo, Pan Qishu. Secondary relative quality evaluation for sci-tech periodical publications[J]. Acta Editologica, 2003, 15(3): 231-232. (in Chinese)

[21]龐景安, 張玉華. 中國(guó)科技期刊綜合評(píng)價(jià)指標(biāo)體系的研究[J]. 中國(guó)科技期刊研究, 2000, 11(4): 217-219.

Pang Jingan, Zhang Yuhua. Study on the comprehensive evaluation index system of Chinese scientific and technical journals[J]. Chinese Journal of Scientific and Technical Periodicals, 2000, 11(4): 217-219. (in Chinese)

[22]俞立平, 潘云濤, 武夷山. 基于結(jié)構(gòu)方程的學(xué)術(shù)期刊評(píng)價(jià)研究[J]. 情報(bào)學(xué)報(bào), 2010, 29(1): 136-141.

Yu Liping, Pan Yuntao, Wu Yishan. Research on academic journal evaluation based on structural equation modeling[J]. Journal of the China Society for Scientific and Technical Information, 2010, 29(1): 136-141. (in Chinese)

[23]Yue W, Wilson C S. Measuring the citation impact of research journals in clinical neurology: A structural equation modelling analysis[J]. Scientometrics, 2004, 60(3): 317-332.

[24]邱均平, 張榮, 趙蓉英. 期刊評(píng)價(jià)指標(biāo)體系及定量方法研究[J]. 現(xiàn)代圖書(shū)情報(bào)技術(shù), 2004, (7): 23-26.

Qiu Junping, Zhang Rong, Zhao Rongying. Study on the evaluation index system and methods for journal evaluation[J]. New Technology of Library and Information Service, 2004, (7): 23-26. (in Chinese)

[25]陳漢忠. 主成分分析在科技期刊評(píng)價(jià)中的應(yīng)用[J]. 中國(guó)科技期刊研究, 2004, 15(6): 658-660.

Chen Hanzhong. An application of principal component analysis in the evaluation of scientific and technical journals[J]. Chinese Journal of Scientific and Technical Periodicals, 2004, 15(6): 658-660. (in Chinese)

[26]Charnes A, Cooper W W. Programming with linear fractional functions[J]. Naval Research Logistics Quarterly, 1962, (9): 181-185.

[27]Hughes A, Yaisawarng S. Sensitivity and dimensionality tests of DEA efficiency scores[J]. European Journal of Operational Research, 2004, 154(2): 410-422.

[28]Jenkins L, Anderson M. A multivariate statistical approach to reducing the number of variables in data envelopment analysis[J]. European Journal of Operation Research, 2003, 147: 51-61.

[29]Friedman L, Sinuany-Stern Z. Combining ranking scales and selecting variables in the DEA context: The case of industrial branches[J]. Computers & Operations Research, 1998, 25(9): 781-791.

Academic journal evaluation based on DEA/AR game cross efficiency method

LILin1,2,HUANGHai-jun1,WANGShou-yang2

1.School of Economics and Management, Beihang University, Beijing 100191, China;2.Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China

Academic journal evaluation is one of the important issues in journal research field. Traditional methods of data envelopment analysis are based on self-evaluation when evaluating the performance of academic journals. Without peer-evaluation, the evaluation result might be easily exaggerated. This paper studies the problem under the non-cooperative game framework by using data envelopment analysis/assurance region (DEA/AR) game cross efficiency method, and 17 Chinese sci-tech core journals are selected as an illustrative example. The results show that: 1) Some academic journals with high industry influence have non-ideal evaluation results: although their outputs are ideal, their published papers are non-ideal. 2) The evaluation values of academic journals could be increasing, unchanged, decreasing with the change of the preference of index weights. 3) The self-citeing of journals have three cases: excessive, moderate and insufficient. The evaluation result can provide a powerful decision reference for journal assistants to improve the competitiveness of journals.

journal evaluation; data envelopment analysis; performance evaluation; non-cooperative game; assurance region

① 2015-04-23；

2015-07-17.

國(guó)家自然科學(xué)基金資助項(xiàng)目(71224001).

李琳(1979—)， 女， 山東泰安人， 博士生. Email: lilin@iss.ac.cn

C934

A

1007-9807(2016)04-0118-09