高校論文合作網(wǎng)絡的多屬性績效評價方法研究

梁洪振++姚洪興

〔摘要〕伴隨中國高校規(guī)模的不斷擴大，高?？蒲谐晒杆僭黾?。作為科研成果的主要表現(xiàn)形式的論文數(shù)量大幅度增加，能否通過論文對科研工作者的科研績效進行界定就顯得十分有意義。本文擬根據(jù)論文作者之間的關系，探索發(fā)表論文的科研工作者的績效評價方法。通過構建復雜網(wǎng)絡模型，對網(wǎng)絡中的度、介數(shù)、聚集系數(shù)、H指數(shù)方面的網(wǎng)絡指標進行比較分析，在得到科研業(yè)績的量化分數(shù)基礎上，利用多屬性決策分析評價的方法進行研究。此方法能夠有效克服主觀評價因素對于績效考核的影響。最后，通過對清華大學“十二五”期間發(fā)表的CSSCI論文進行實證分析，驗證了本方法的有效性。

〔關鍵詞〕高校；績效評價；論文合作網(wǎng)絡；多屬性決策；節(jié)點重要性；綜合評價

DOI：10.3969/j.issn.1008-0821.2017.05.011

〔中圖分類號〕O173；C931〔文獻標識碼〕A〔文章編號〕1008-0821（2017）05-0058-08

Research on Multi-attribute Decision-making Method of

University Paper Cooperation NetworkLiang Hongzhen1Yao Hongxing2

（1.School of Liberal Arts，Jiangsu University，Zhenjiang 212013，China；

2.School of Finance & Economics，Jiangsu University，Zhenjiang 212013，China）

〔Abstract〕With the continuous expansion of Chinas universities，the rapid increase in scientific research.As the main form of scientific research，the number of papers has increased greatly，it is very meaningful to define the scientific research performance of scientific research workers.In this paper，according to the relationship between the author，the paper explored the performance evaluation methods of scientific research papers.Through the construction of complex network model，a comparative analysis on the network degree，betweenness，clustering coefficient，H index of the network，in the quantitative score based on the research results was conducted，so as to study multi-attribute decision-making method.This method effectively overcomed the influence of subjective evaluation factors on performance evaluate.This method was used to analyze the effectiveness of the proposed method in the paper published in the“12th Five-Year”of Tsinghua University in the year of CSSCI.

〔Key words〕university；performance evaluation；paper cooperation network；multi-attribute decision making；node importance；comprehensive evaluation

論文是高?？蒲谐晒a(chǎn)出的主要形式之一，如何評價不同期刊發(fā)表的論文質量，大部分高校一般以能否被SCI、EI、CSSCI及北大核心期刊等檢索機構收錄作為評判標準。論文的績效計算相對比較簡單，主要集中在科研工作的定量統(tǒng)計上。單篇論文的質量主要由若干名同行專家進行評議。整體評價使用最廣泛的兩個指標是論文被引頻次和論文發(fā)表期刊影響因子。論文被引頻次指標由加菲爾德（Garfield）在1955年提出[1]，期刊影響因子指標是美國科學情報信息研究所1976年出版的《期刊引文報告》（JCR）中提出的[2]。這兩個指標在評價科研論文上仍存在一些弊端，不同的研究領域論文產(chǎn)量不同都會極大影響論文評價。H指數(shù)是美國科學家赫希（Hirsch JE）于2005年提出的一項新的文獻計量指標[3]，指引文數(shù)大于等于H篇論文數(shù)量。H指數(shù)可以用于評價論文作者的個人成就，也可用于對一個群體（如期刊、學科、科研機構等）的評價，成為評價期刊論文質量和數(shù)量的一項新的指標。2010年Anderson分析了一篇經(jīng)典文章中具體有哪些知識被人們引用，而這些評價結果無法單純地通過引用頻次來揭示，提出采用論文社會影響力評價方式來評價論文的短期影響力[4]。王嵐和趙青[5-6]從引用內容出發(fā)，分析特定學科中引文的引用性質和引用深度。

除了引用頻次、內容外，引用網(wǎng)絡也常常被用來對論文進行評價，其中使用最多的網(wǎng)絡指標是PageRank指標和社會網(wǎng)絡分析指標。PageRank是Google創(chuàng)始人拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）于1997年構建早期的搜索系統(tǒng)原型時提出的鏈接分析算法。社會網(wǎng)絡分析指標則興起于近年來流行的復雜網(wǎng)絡研究。一些學者將復雜網(wǎng)絡的研究方法引入到論文科研績效評價領域。肖連杰等[7]將科研學術評價建模為科研合作網(wǎng)絡中節(jié)點的測度問題，網(wǎng)絡上節(jié)點的權值代表科研人員的學術貢獻，邊的權值代表科研人員的科研產(chǎn)出能力，最后將點權與邊權進行加權處理來綜合評價節(jié)點的重要性。宋麗華等[8]參照人際關系網(wǎng)絡中的親密因子構造一個科研合作網(wǎng)絡演化模型，并對親密因子進行了分析。張保豐等[9]以CNKI中部分期刊特定時段“供應鏈”為主題的論文合著作者為研究對象構建科研合作網(wǎng)，分析我國供應鏈研究的發(fā)展態(tài)勢并獲得了該領域新知識的傳播方式。楊溯等[10]基于復雜網(wǎng)絡背景構建了兩種超網(wǎng)絡演化模型，并定義了交叉度描述超網(wǎng)絡中節(jié)點間合作關系。房艷君等[11]建立一個員工——考核指標的隸屬網(wǎng)，并利用加權網(wǎng)絡的點權度分布進行分析，得到了一種系統(tǒng)有效的分析方法。伊振中等[12]構造了學術創(chuàng)新團隊成員間的知識關系網(wǎng)絡，并以CSSCI數(shù)據(jù)庫特定時間特定學科領域與特定知識團隊的研究數(shù)據(jù)為基礎，得到了知識團隊績效的綜合評價和排名。

這些研究成果為我們進一步研究論文合作網(wǎng)絡模型提供了基礎，但這些研究還不夠深入，只做了局部的、定量的研究，涉及論文合作與科研績效之間的關系的很少，這也為本文的研究提供了空間，筆者擬在此基礎上進行進一步的研究。重點研究論文合作網(wǎng)絡結構與科研績效之間的關系，研究科研工作者在特定時期基于論文合作的績效評價問題，進而為科研績效評價提供科學的依據(jù)。

1網(wǎng)絡建模及多屬性決策評價方法

筆者的研究數(shù)據(jù)來源于知網(wǎng)（CNKI）中CSSCI期刊源文章，它具有較強的可信性。CNKI是目前全球信息量最大、最具價值的中文網(wǎng)站，它遵循文獻計量學規(guī)律，用定量與定性評價相結合的方法選取來源期刊，已經(jīng)被很多高校所認可。本研究擬將學術論文作者之間的合作關系抽象成網(wǎng)絡，研究網(wǎng)絡結構與科研績效之間的關系，以期能夠得出比較直觀的科研績效評價方法。本方法主要流程如下：

1）數(shù)據(jù)搜集，從知網(wǎng)（CNKI）中選取特定高校、特定時間的CSSCI期刊源文章，并進行技術處理；

2）確定網(wǎng)絡結構，明確網(wǎng)絡指標，構建論文合作網(wǎng)絡；

3）確定多屬性決策評價準備的決策矩陣，進行一致性檢驗，確定評價指標權值；

4）進行指標計算；

5）得出每位作者多屬性績效評價結果。

11相關網(wǎng)絡的概念

111節(jié)點的度與強度

度是指網(wǎng)絡中某點連接其他點的數(shù)量。度中心性（Degree Centrality）是在網(wǎng)絡分析中描述節(jié)點中心性（Centrality）最直接度量指標。一個節(jié)點的度越大就意味著這個節(jié)點的度中心性越高，該節(jié)點在網(wǎng)絡中就越重要。如果一篇文章有n名作者，文章總權值為1，任兩個作者之間邊權為1n。兩位作者在不同的文章中邊權之和作為兩位作者的權重。含權網(wǎng)絡中點vi的度稱為強度（Strength），定義所有與vi相連的邊的權值之和：bi=∑nj=1wij，其中W=（wij）為網(wǎng)絡的含權鄰接矩陣。在論文合作網(wǎng)絡中度越大論文的合作者越多，科研成果越豐富。

112聚集系數(shù)

點的聚集系數(shù)（Clustering Coefficient）表示節(jié)點近鄰之間的聚集程度。本文計算的聚集系數(shù)作粗化處理，如果兩個作者之間有過合作的文章，默認他們之間的存在“長度為1”的聯(lián)系，也就是這兩個作者之間長度為1。節(jié)點i相連的k條邊構成可能構成C2k，實際存在l條邊，則點i的聚集系數(shù)為是Ci=1C2k。點的聚集系數(shù)可以表明作者科研的凝聚力，聚集系數(shù)越大說明與特定作者之間聯(lián)系越緊密，凝聚力越強。

113介數(shù)

介數(shù)是基于路徑而非節(jié)點的指標，節(jié)點i的介數(shù)含義為網(wǎng)絡中所有的最短路徑之中經(jīng)過節(jié)點i的數(shù)量，表示為：bi=∑i≠s，i≠t，s≠tpistpst，其中pst表示點s到點t之間的最短路徑數(shù)目；pist表示pst中經(jīng)過點i的數(shù)目。介數(shù)代表了點在網(wǎng)絡中的影響力。

114H指數(shù)

此處的H指數(shù)是引言中介紹的引文概念擴展。如果一個節(jié)點至多有n個鄰居且這些鄰居的權重至少為n，那么這個節(jié)點的H指數(shù)為n。H指數(shù)是一個混合量化指標，可用于評估研究人員的學術產(chǎn)出數(shù)量與學術產(chǎn)出水平。

2實證分析

本文數(shù)據(jù)以“十二五”為時間跨度，即從2011-2015年期間知網(wǎng)上發(fā)布的CSSCI來源期刊文章。表2中列出部分高校2011-2015年間發(fā)表CSSCI論文數(shù)量統(tǒng)計結果，以及2016年中國大學排行榜社科排名，最后一行計算出了不同高校2012-2015各年份與2011年發(fā)表文章數(shù)之間的相關系數(shù)，可以看出各高?？蒲谐晒煽冎g的關系相對穩(wěn)定。清華大學作為國內頂級綜合性大學，積極建設體現(xiàn)“世界一流、中國特色、清華風格”的大學文化，大力推進文化傳承創(chuàng)新。清華大學雖工科見長，但社會科學也在國內屬于前列，學科比較全面，以清華大學為例能系統(tǒng)地了解論文合作網(wǎng)絡所產(chǎn)生的多屬性績效評價方法的特點。所以筆者將以清華大學為例，利用網(wǎng)絡概念與多屬性決策的節(jié)點重要性綜合評價方法研究與清華大學相關的CSSCI論文作者之間的關系。

21清華大學論文合作網(wǎng)絡的結構指標分析

筆者擬分析清華大學2011年的論文合作網(wǎng)絡結構特點，并分析其“十二五”期間的論文合作網(wǎng)絡結構的變化，下面將進行詳細分析。

211清華大學2011年論文合作網(wǎng)絡結構

表3是清華大學2011年有合作關系的作者之間形成的連通圖，平均作者數(shù)352，也就說作者間平均合作數(shù)為3～4人。由表3可以看出，大部分是2個作者之間簡單的合作。

由圖2可以看出，清華大學2011年CSSCI論文作者關系圖中最大規(guī)模的連通圖有148個作者，產(chǎn)生604次合作關系，平均度8162，圖的直徑12，存在7個社區(qū)結構[16]，平均聚集系數(shù)0713。擁有最大的度的為胡鞍鋼，與16名作者之間產(chǎn)生聯(lián)系。

212“十二五”期間網(wǎng)絡指標變化的對比分析

下面將對于作者的合作數(shù)、聚集系數(shù)、介數(shù)、H指數(shù)的指標分別進行統(tǒng)計，列出位于前10名的統(tǒng)計表，并將這些指標進行多屬性綜合評價，按照網(wǎng)絡節(jié)點的重要性進行排序，從而驗證此種績效評價的有效性。

作者的合作數(shù)在這里采用的是含權網(wǎng)絡點的強度，它表示了作者科研能力的廣度，作者的合作數(shù)越大說明與他產(chǎn)生合作的科研者越多，其學術影響力也就越大。同時，發(fā)表論文越多在同樣的合作者的情況下點的強度越大，這與傳統(tǒng)按文章數(shù)目計劃科研業(yè)績有相近的地方。這里采用含權點的強度作為作者的合作數(shù)指標而不是無權的度，合理性在于許多學術帶頭人可能參與了很多的文章但是并不是很深入，在文章中的影響力并不突出。比較明顯的例子是像胡鞍鋼作為清華大學公共管理學院教授國內知名學者，多次應中國政府有關部委邀請參與國家長遠規(guī)劃制定和部門咨詢。由圖2可以看出胡教授在2011年論文合作網(wǎng)絡的度是最大的，但是由表4影響力卻不是最大的。本指標也考慮到了獨著論文的影響力，獨著論文的作者在網(wǎng)絡中是孤立節(jié)點如果沒有與任何作者合作，發(fā)表1篇文章強度按1處理。圖2清華大學2011年CSSCI論文作者關系圖（第一規(guī)模連通圖）

通過對聚集系數(shù)的比較分析，表5清華大學論文合作者的聚集系數(shù)在072～105之間。聚集系數(shù)采用粗化方式，不同于點的強度。兩個點之間只要有合作就可以，相當于做無權處理。聚集系數(shù)可以較好地描述出作者之間的合作關系。聚集系數(shù)高的人員不一定是那些學術帶頭人，有可能是課題組中比較活躍的人。他們有較好的合作研究廣度。

介數(shù)反映了相應的節(jié)點或者邊在整個網(wǎng)絡中的作用和影響力，是一個重要的全局幾何量，具有很強的現(xiàn)實意義。圖3是“十二五”期間論文合作網(wǎng)絡介數(shù)的統(tǒng)計直方圖，去除介數(shù)為0的數(shù)據(jù)，從002到214，分200組數(shù)據(jù)進行統(tǒng)計。其中最大介數(shù)214為胡鞍鋼教授在2011年算得。主要介數(shù)在2～8。也說明研究者之間的聯(lián)系基本上也是不超過10人。

圖4清華大學“十二五”期間論文合作H指數(shù)分布圖

由圖4可以看出“十二五”期間論文合作H指數(shù)最大是15，這標志一個科研人員多年來研究工作影響的一個指標。由實際合作文章的特點看出由于個人的精力與研究范圍的限制H指數(shù)超過14是很困難的事情。H指數(shù)大多數(shù)集中在1～3之間。主要原因在于大量的文章由學生或者短期合作者能夠合作的時間比較集中，一般2～4年。

22論文合作網(wǎng)絡重要節(jié)點排序

對于節(jié)點重要度的排序，可能客觀地發(fā)現(xiàn)高校教職工的科研發(fā)展的問題，以更合理地安排資源與時間。對于科研業(yè)績的多屬性的評價，可以看出與傳統(tǒng)的評價方法相比既能夠將傳統(tǒng)方法的需求考核出來，還可以挖掘更多的科研合作信息。從而可以促進高?？蒲泄ぷ鞯膮f(xié)調發(fā)展。

3結論

通過網(wǎng)絡結構進行科研業(yè)績評價的方法具有易操作、客觀的特點，是可行的。網(wǎng)絡的分塊能夠清晰地看出不同的研究團隊，聚集系數(shù)可以很容易地找到團隊的核心。網(wǎng)絡中的點的強度除了能夠發(fā)揮出傳統(tǒng)按數(shù)量計算績效的特點外，也可以表征出作者在合作科研網(wǎng)絡中的影響程度。通過不同年份網(wǎng)絡指標的動態(tài)變化，可以看出科研人員或不同團隊的科研進步與成果發(fā)展。網(wǎng)絡的直觀對于原來科研工作績效考核中的團隊建設，科研的核心發(fā)現(xiàn)等問題變得沒有那么難了。多屬性決策節(jié)點重要性綜合評價方法能夠科學地將幾個網(wǎng)絡指標科學地綜合在一起，能夠克服主觀猜測，實現(xiàn)公平公正地績效評價。從而由原來簡單的數(shù)量統(tǒng)計到直觀發(fā)現(xiàn)，對于績效考核也是一個重要的變革。

參考文獻

[1]Enders J F，Weller T H，Robbins F C.Citation Indexes for Science[J].Science，1955，123.

[2]Garfield E.Citation analysis as a tool in journal evaluation[J].Science，1972，178（4060）：471-9.

[3]JE Hirsch.An index to quantify an individuals scientific research output[J].Proceedings of the National Academy of Sciences of the United States of America（PNAS），2005，（102）.

[4]Anderson M H，Sun Y T.What have scholars retrieved from Walsh and Ungson（1991）？A citation context study[J].Management Learning：The Journal for Critical，Reflexive Scholarship on Organization and Learning，2010，41（2）：131-145.

[5]王嵐.中文人文社會科學引用性質與引用深度研究[D].南京：南京大學，2009.

[6]趙青.文學學科引用性質與引用深度調查分析[J].情報雜志，2010，29（10）：46-50.

[7]肖連杰，吳江寧，宣照國.科研合作網(wǎng)中節(jié)點重要性評價方法及實證研究[J].科學學與科學技術管理，2010，31（6）：12-15.

[8]宋麗華，王伊蕾，李濤.親密因子對科研合作網(wǎng)的影響[J].圖書情報工作，2009，53（20）：65-67.

[9]張保豐，程朝欣，蘇靜雅，等.基于復雜網(wǎng)絡供應鏈領域科學合作網(wǎng)絡分析[J].電子世界，2014（10）：8-9.

[10]楊溯，劉強.科研合作網(wǎng)絡及特性分析[J].科技管理研究，2016，（1）.

[11]房艷君，王新春.基于復雜網(wǎng)絡的績效考核分析[J].復雜系統(tǒng)與復雜性科學，2009，6（2）：64-69.

[12]伊振中，白文杰，張體勤.基于復雜網(wǎng)絡理論的學術創(chuàng)新團隊績效評價研究[J].經(jīng)濟與管理評論，2010，26（2）：67-72.

[13]于會，劉尊，李勇軍.基于多屬性決策的復雜網(wǎng)絡節(jié)點重要性綜合評價方法[J].物理學報，2013，62（2）：20204-020204.

[14]盧宗華.層次分析法中判斷矩陣構造方法的改進[J].系統(tǒng)工程，1990，（1）：43-44.

[15]左軍.層次分析法中判斷矩陣的間接給出法[J].系統(tǒng)工程，1988，（6）.

[6]Meo P D，F(xiàn)errara E，F(xiàn)iumara G，et al.Fast unfolding of communities in large networks[J].Journal of Statistical Mechanics Theory & Experiment，2008，（10）：155-168.