■曾 偉 田時(shí)中 田家華

1）中國(guó)地質(zhì)大學(xué)（武漢）公共管理學(xué)院，湖北省武漢市魯磨路388號(hào) 430074

2）安徽大學(xué)經(jīng)濟(jì)學(xué)院，安徽省合肥市九龍路111號(hào) 230601

科技期刊具有獨(dú)特的功能，是展示科技成果的重要窗口，也是評(píng)價(jià)科研人員研究能力的重要載體，在科研評(píng)價(jià)系統(tǒng)中發(fā)揮著不可替代的作用，重視期刊評(píng)價(jià)有利于進(jìn)一步提高期刊學(xué)術(shù)影響力［1-2］。從現(xiàn)有研究成果來(lái)看，人們重點(diǎn)關(guān)注期刊評(píng)價(jià)指標(biāo)的確立和評(píng)價(jià)方法的選擇［3］，邱均平等［4］對(duì)期刊評(píng)價(jià)指標(biāo)體系和定量評(píng)價(jià)方法進(jìn)行初步探索，張弘［5］和董敏紅［6-7］等運(yùn)用主成分分析方法對(duì)期刊質(zhì)量和學(xué)術(shù)影響力進(jìn)行綜合評(píng)價(jià)，俞立平［8］、何莉［9］、辛督強(qiáng)［10］和吳濤［11］等將因子分析方法運(yùn)用到期刊影響力綜合評(píng)價(jià)，并進(jìn)行了實(shí)證研究，俞立平、劉蓮花等運(yùn)用TOPSIS方法對(duì)期刊質(zhì)量進(jìn)行實(shí)證評(píng)價(jià)［12-13］，此外，還有學(xué)者利用特征向量和非參數(shù)統(tǒng)計(jì)思維對(duì)期刊質(zhì)量進(jìn)行評(píng)價(jià)［14-16］。前人的成果為本文的研究提供了重要的理論參考，不過，現(xiàn)有的研究只是運(yùn)用單一評(píng)價(jià)模型對(duì)期刊質(zhì)量進(jìn)行綜合評(píng)價(jià)，由于單一評(píng)價(jià)模型適用范圍具有一定的局限性，所得評(píng)價(jià)結(jié)果也有一定局限。如果對(duì)單一評(píng)價(jià)模型進(jìn)行適當(dāng)組合，運(yùn)用組合評(píng)價(jià)模型進(jìn)行綜合分析，就可以最大限度地利用多種評(píng)價(jià)模型得出的有效信息，發(fā)揮單一評(píng)價(jià)模型的優(yōu)點(diǎn)，彌補(bǔ)單一評(píng)價(jià)模型的不足，使得評(píng)價(jià)結(jié)果更為合理，具有一定的實(shí)用性?；诖?，文章通過建立科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)指標(biāo)體系，選取18種科技期刊作為評(píng)價(jià)對(duì)象，利用《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)（自然科學(xué)與工程技術(shù)）（2014版）》的數(shù)據(jù)，對(duì)評(píng)價(jià)結(jié)果進(jìn)行Kendall檢驗(yàn)，并建立組合評(píng)價(jià)模型進(jìn)行綜合評(píng)價(jià)，探討組合評(píng)價(jià)模型在科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)中的適用性，得出研究結(jié)論，為科技期刊進(jìn)一步提高期刊學(xué)術(shù)影響力提供數(shù)據(jù)參考。

1 評(píng)價(jià)指標(biāo)及數(shù)據(jù)

1.1 評(píng)價(jià)指標(biāo)

依據(jù)《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)（自然科學(xué)與工程技術(shù)）（2014版）》系列標(biāo)準(zhǔn)，依據(jù)簡(jiǎn)潔性、目的性、全面性和可操作性原則，對(duì)評(píng)價(jià)指標(biāo)進(jìn)行優(yōu)選，剔除了與評(píng)價(jià)目的不相關(guān)的指標(biāo)平均引文數(shù)、引用半衰期、引用期刊數(shù)，設(shè)立13個(gè)評(píng)價(jià)指標(biāo)，分別是復(fù)合總被引Z1、復(fù)合影響因子Z2、復(fù)合他引影響因子Z3、復(fù)合即年指標(biāo)Z4、可被引文獻(xiàn)量Z5、可被引文獻(xiàn)比Z6、基金論文比Z7、被引用半衰期Z8、被引期刊數(shù)Z9、他引總引比Z10、互引指數(shù)Z11，Web即年下載率（萬(wàn)次）Z12、總下載量（萬(wàn)次）Z13。

1.2 樣本數(shù)據(jù)

依據(jù)《中國(guó)學(xué)術(shù)期刊影響因子年報(bào)（自然科學(xué)與工程技術(shù)）（2014版）》中的統(tǒng)計(jì)數(shù)據(jù)，綜合考慮正交矩陣性質(zhì)和評(píng)價(jià)需要，以自然地理類期刊（18種）為評(píng)價(jià)樣本:地理學(xué)報(bào)A1、地理科學(xué)A2、地理研究A3、中國(guó)沙漠A4、地理科學(xué)進(jìn)展A5、干旱區(qū)地理A6、湖泊科學(xué) A7、地理與地理信息科學(xué) A8、Journal of Geographical Sciences A9、熱帶地理 A10、山地學(xué)報(bào) A11、Chinese Geographical Science A12、Journal of Arid Land A13、極地研究 A14、Journal of Mountain Science A15、云南地理環(huán)境研究A16、鹽湖研究A17和Sciences in Cold and Arid Regions A18。指標(biāo)值如表1所示。

2 單一評(píng)價(jià)模型及過程

在科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)中，是否考慮指標(biāo)權(quán)重對(duì)結(jié)果的影響以及采取何種方式對(duì)指標(biāo)進(jìn)行賦權(quán)是值得深入研究的命題。依據(jù)Gnansounou的研究［17］，均方根法可以用來(lái)計(jì)算評(píng)價(jià)目標(biāo)指數(shù)，特點(diǎn)是可以不考慮指標(biāo)權(quán)重對(duì)評(píng)價(jià)結(jié)果的影響，而是最大限度保留評(píng)價(jià)指標(biāo)特征，進(jìn)行評(píng)價(jià)與分析。熵值法是通過評(píng)價(jià)樣本的離散程度進(jìn)行客觀賦權(quán)。主成分分析方法（PCA）和因子分析則是通過降維思想抽取主成分和主因子，最大限度地保留指標(biāo)信息，以此進(jìn)行綜合評(píng)價(jià)。結(jié)合科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)特點(diǎn)，選用均方根法、熵值法、PCA和因子分析方法對(duì)評(píng)價(jià)對(duì)象進(jìn)行定量評(píng)價(jià)，運(yùn)用Excel和IBMSPSSStatistics 19.0軟件進(jìn)行相關(guān)數(shù)據(jù)處理。

2.1 均方根法

（1）無(wú)量綱處理

由于評(píng)價(jià)指標(biāo)都為正向指標(biāo)，運(yùn)用模糊隸屬度函數(shù)的效益型指標(biāo)處理公式對(duì)指標(biāo)值進(jìn)行無(wú)量綱處理，無(wú)量綱結(jié)果如表2所示。

式（1）中，A（Zij）表示無(wú)量綱化后的指標(biāo)量化值，Zij表示指標(biāo)原值，Zijmax和Zijmin分別表示指標(biāo)極大值和極小值。

（2）運(yùn)用均方根公式計(jì)算綜合指數(shù)

公式（2）中，z′ij為標(biāo)準(zhǔn)化后的指標(biāo)值，即 A（Zii），j為指標(biāo)數(shù)量，i為期刊種類，計(jì)算結(jié)果如表12所示。

2.2 熵值法

熵值法是根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息的大小來(lái)確定指標(biāo)權(quán)重，對(duì)評(píng)價(jià)指標(biāo)值進(jìn)行無(wú)量綱化處理，根據(jù)線性加權(quán)求和函數(shù)計(jì)算綜合得分。由于原始數(shù)據(jù)皆為正值，無(wú)需非負(fù)化處理。

表1 自然地理學(xué)期刊學(xué)術(shù)影響力文獻(xiàn)計(jì)量指標(biāo)

（1）計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)方案占該指標(biāo)的比重

（2）計(jì)算第j項(xiàng)指標(biāo)的熵值

（3）計(jì)算差異系數(shù)

對(duì)差異系數(shù)進(jìn)行歸一化即可得到指標(biāo)權(quán)重，結(jié)果如表3所示。

表2 指標(biāo)無(wú)量綱結(jié)果

表3 評(píng)價(jià)指標(biāo)的熵值、差異系數(shù)及權(quán)重

（4）運(yùn)用模糊隸屬度函數(shù)的效益型指標(biāo)處理公式對(duì)指標(biāo)值進(jìn)行無(wú)量綱處理，無(wú)量綱結(jié)果如表2所示。依據(jù)權(quán)重和無(wú)量綱結(jié)果，按照公式 Fi=Wj*Z′ij（i=1，2，…18；j=1，2，…13） 計(jì)算期刊學(xué)術(shù)影響力綜合得分，公式中，wj表示評(píng)價(jià)指標(biāo)權(quán)重，Z′ij表示無(wú)量綱化后的指標(biāo)量化值，計(jì)算結(jié)果及排序如表12所示。

2.3 主成分分析法

主成分分析法是利用降維思想把多個(gè)指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)指標(biāo)的多元統(tǒng)計(jì)學(xué)方法。它能夠在保證原始數(shù)據(jù)信息損失最小的情況下，以少數(shù)的主成分取代原有的多維指標(biāo)變量，既能減小系統(tǒng)變量的數(shù)量復(fù)雜度，又能保留原系統(tǒng)絕大部分有用信息的特征，使數(shù)據(jù)結(jié)構(gòu)得到較大程度簡(jiǎn)化，步驟如下:

（1）評(píng)價(jià)指標(biāo)原始數(shù)據(jù)的無(wú)量綱處理，結(jié)果如表2所示。

（2）計(jì)算無(wú)量綱數(shù)據(jù)的相關(guān)系數(shù)矩陣R，進(jìn)行KMO和Bartlett的檢驗(yàn)，結(jié)果如表4所示。并求相關(guān)系數(shù)矩陣的特征根即方差貢獻(xiàn)率，按照特征值大于1和總的方差貢獻(xiàn)率大于80%提取主成分。由表5可以看出，前三個(gè)主成分的特征值均大于1，總的方差貢獻(xiàn)率83.022%，可以進(jìn)行主成分分析。

表4 KMO和Bartlett的檢驗(yàn)結(jié)果

（3）求出主成分矩陣及特征向量。由表6可以看出，在主成分F1上有較高載荷的評(píng)價(jià)指標(biāo)是Z1、Z2、Z3、Z4、Z5、Z9、Z12和 Z13，說明 F1基本反映了上述指標(biāo)的信息。在 F2上指標(biāo) Z7、Z8和 Z10有較高載荷。F3上指標(biāo)Z6和Z11有較高載荷，可以用三個(gè)主成分替代原來(lái)的13個(gè)指標(biāo)進(jìn)行綜合評(píng)價(jià)。通過主成分矩陣、初始特征值即可計(jì)算主成分矩陣與初始特征值的平方根的比值，即主成分矩陣的特征向量，為了與成分矩陣做區(qū)分，特征向量計(jì)Ft。如表6所示。

（4）計(jì)算評(píng)價(jià)指標(biāo)權(quán)數(shù)。以方差貢獻(xiàn)率與總方差貢獻(xiàn)率的比值為權(quán)數(shù)，對(duì)主成分矩陣與初始特征值的平方根的比值進(jìn)行線性加權(quán)求和，然后進(jìn)行歸一化，即可得到評(píng)價(jià)指標(biāo)的權(quán)重。計(jì)算求得主成分矩陣的權(quán)重系數(shù)，如表7所示。

2.4 因子分析法

因子分析是在提取主成分的基礎(chǔ)上，通過研究變量之間的相關(guān)性，尋求觀測(cè)數(shù)據(jù)的結(jié)構(gòu)，并用主因子表示數(shù)據(jù)的基本結(jié)構(gòu)。所假設(shè)的變量基本能夠表示原理變量之間的大部分信息。因子分析的基本步驟如下:

（1）將評(píng)價(jià)指標(biāo)原始數(shù)據(jù)進(jìn)行無(wú)量綱處理，如表2所示。

（2）計(jì)算無(wú)量綱數(shù)據(jù)的相關(guān)系數(shù)矩陣R，進(jìn)行KMO和Bartlett的檢驗(yàn)，結(jié)果如表4所示。并求相關(guān)系數(shù)矩陣的特征根即方差貢獻(xiàn)率，按照特征值大于1和總的方差貢獻(xiàn)率大于80%提取主因子。提取了三個(gè)主因子（F1、F2和F3），方差分解及其累計(jì)貢獻(xiàn)率如表8所示。

（3）求因子載荷矩陣。對(duì)3個(gè)主因子進(jìn)行方差極大旋轉(zhuǎn)，得到因子載荷矩陣，如表9所示。

表5 評(píng)價(jià)指標(biāo)相關(guān)系數(shù)矩陣特征根及方差貢獻(xiàn)率

表6 評(píng)價(jià)指標(biāo)主成分矩陣及特征向量

表7 評(píng)價(jià)指標(biāo)權(quán)重值

表8 評(píng)價(jià)指標(biāo)方差分解及主因子提取分析

表9 正交旋轉(zhuǎn)矩陣因子載荷矩陣及因子得分系數(shù)矩陣

由表9可以看出，在主成分F1上有較高載荷的評(píng)價(jià)指標(biāo)是 Z1、Z2、Z3、Z5、Z9、Z12和 Z13，說明 F1基本反映了上述指標(biāo)的信息。在F2上指標(biāo)Z8、Z10和Z11有較高載荷。F3上指標(biāo) Z4、Z6和Z7有較高載荷，可以用3個(gè)主成分替代原來(lái)的13個(gè)指標(biāo)進(jìn)行綜合評(píng)價(jià)。

（4）計(jì)算因子得分。通過旋轉(zhuǎn)成分矩陣，計(jì)算科技期刊學(xué)術(shù)影響力主因子得分系數(shù)矩陣，F(xiàn)d1、Fd2和Fd3如表9所示。每個(gè)科技期刊學(xué)術(shù)影響力綜合得分F為3個(gè)主因子的方差貢獻(xiàn)率與累計(jì)方差貢獻(xiàn)率之比分別乘以Fd1、Fd2和Fd3的得分（為方便評(píng)價(jià)，其得分依然用F1、F2和 F3表示。）得出，表達(dá)式如下:

經(jīng)計(jì)算，18種科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)得分及排序結(jié)果如表12所示。

3 科技期刊學(xué)術(shù)影響力組合評(píng)價(jià)模型

3.1 Kendall檢驗(yàn)

通過運(yùn)用均方根法、熵值法、主成分分析方法和因子分析方法對(duì)18種科技期刊學(xué)術(shù)影響力進(jìn)行綜合評(píng)價(jià)，從結(jié)果來(lái)看，4種評(píng)價(jià)方法所得結(jié)果具有一定程度的差異。綜合來(lái)看，可以采用非參數(shù)檢驗(yàn)方法對(duì)評(píng)價(jià)結(jié)果進(jìn)行一致性檢驗(yàn)，如Spearman相關(guān)系數(shù)檢驗(yàn)和Kendall協(xié)調(diào)系數(shù)W非參數(shù)檢驗(yàn)。此處選擇Kendall協(xié)調(diào)系數(shù)進(jìn)行非參數(shù)檢驗(yàn)，該方法是用于雙因素設(shè)計(jì)資料的一致性檢驗(yàn)方法。其基本原理是b個(gè)裁判員對(duì)k個(gè)觀察對(duì)象或觀察指標(biāo)進(jìn)行評(píng)分，然后檢驗(yàn)b個(gè)裁判員的評(píng)價(jià)結(jié)果是否具有一致性。通過IBMSPSS Statistics 19.0軟件輸出檢驗(yàn)結(jié)果，如表10和表11所示。

表10 Kendall檢驗(yàn)秩均值

表11 Kendall檢驗(yàn)統(tǒng)計(jì)量結(jié)果

表10中的數(shù)據(jù)表示評(píng)價(jià)對(duì)象的平均秩次。表11顯示N為4，表示本次評(píng)價(jià)的四種方法，Kendall Wa的值為 0.980，卡方值為 66.614，P值（Asymp.sig）為0.000，表明評(píng)價(jià)結(jié)果具有較強(qiáng)的一致性。

3.2 組合模型評(píng)價(jià)

雖然4種不同評(píng)價(jià)模型測(cè)算的結(jié)果整體上比較一致，但也有一定差異，為減少排序差異，克服單項(xiàng)評(píng)價(jià)模型的不足，借鑒Broda方法對(duì)科技期刊學(xué)術(shù)影響力進(jìn)行組合評(píng)價(jià)，該模型綜合考慮得分和排序的差異，能夠?yàn)樵u(píng)價(jià)目標(biāo)服務(wù)，基本步驟如下:

（1）求隸屬度

Aij表示第i個(gè)期刊在第j種評(píng)價(jià)方法下的得分，μij表示第i個(gè)期刊在第j種評(píng)價(jià)方法下屬“優(yōu)”的程度，即隸屬度。

（2）求模糊頻數(shù)

（3）通過對(duì)模糊頻數(shù)進(jìn)行歸一化處理，得到模糊頻率

（4）得分轉(zhuǎn)換

Qhi-j表示第j種評(píng)價(jià)方法下期刊i排在 h位得分。

（5）求組合評(píng)價(jià)得分

并按照Fi大小對(duì)期刊學(xué)術(shù)影響力進(jìn)行排序，其值越大，期刊影響力越大。具體排序及得分結(jié)果如表12所示。

4 結(jié)果分析

總體上看，單一評(píng)價(jià)模型得出的評(píng)價(jià)結(jié)果具有一定的差異，具體的說，均方根法與熵值法得出的評(píng)價(jià)結(jié)果差異較大，期刊A6的最大序差達(dá)到5。熵值法評(píng)價(jià)結(jié)果與主成分分析和因子分析的結(jié)果最大序差為3。主成分分析和因子分析法得出的結(jié)果基本一致，只有期刊 A6、A9、A12、A16、A17、A18 存在差異，序差為1。

表12 科技期刊學(xué)術(shù)影響力單項(xiàng)綜合評(píng)價(jià)與組合評(píng)價(jià)得分及排序

從組合評(píng)價(jià)模型的結(jié)果來(lái)看，組合評(píng)價(jià)結(jié)果與均方根法相比較，有11個(gè)期刊排序不一致，最大序差為3。與熵值法比較，也有11個(gè)期刊排序不一致，最大序差為3。與主成分分析結(jié)果相比較，期刊A12、A16、A17、A18 排序不一致，最大序差為 1。 與因子分析結(jié)果比較接近，只有期刊A6和期刊A9排序不一致，序差為1。

與國(guó)際通行的總被引頻次和復(fù)合影響因子評(píng)價(jià)指標(biāo)排序比較，組合評(píng)價(jià)結(jié)果排序與復(fù)合影響因子排序比較接近，但與總被引頻次排序差別較大。

5 討論

（1）單一評(píng)價(jià)模型的評(píng)價(jià)結(jié)果均通過了非參數(shù)檢驗(yàn)，表明四種單一評(píng)價(jià)模型具有一致性，可以為科技期刊學(xué)術(shù)影響力綜合評(píng)價(jià)服務(wù)，但從模型的適用性上看，因子分析法最佳，主成分分析法次之，熵值法適用性較差，均方根法不太適合用來(lái)評(píng)價(jià)科技期刊學(xué)術(shù)影響力。

（2）模糊Borda組合評(píng)價(jià)模型綜合考慮了各種評(píng)價(jià)方法的得分差異和排位次序的不同，使得評(píng)價(jià)結(jié)果與國(guó)際通用的復(fù)合影響因子評(píng)價(jià)指標(biāo)較為接近，運(yùn)用模糊Borda組合評(píng)價(jià)模型對(duì)科技期刊學(xué)術(shù)影響力進(jìn)行綜合評(píng)價(jià)能夠得到科學(xué)可信的評(píng)價(jià)結(jié)果，該模型具有適用性。

（3）對(duì)科技期刊學(xué)術(shù)影響力進(jìn)行綜合評(píng)價(jià)，需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行客觀賦權(quán)，使得評(píng)價(jià)結(jié)果更為科學(xué)可信?？萍计诳瘜W(xué)術(shù)影響力評(píng)價(jià)指標(biāo)中，復(fù)合總被引、復(fù)合影響因子、復(fù)合他引影響因子、復(fù)合即年指標(biāo)、被引期刊數(shù)、互引指數(shù)、Web即年下載率和總下載量對(duì)科技期刊的學(xué)術(shù)影響力綜合得分影響較大，建議科技期刊著力提高上述評(píng)價(jià)指標(biāo)的分值，擴(kuò)大科技期刊的學(xué)術(shù)影響力。

（4）本文基于多層次多目標(biāo)指標(biāo)體系，運(yùn)用單項(xiàng)評(píng)價(jià)模型和組合評(píng)價(jià)模型得出的結(jié)論還有待實(shí)踐的進(jìn)一步檢驗(yàn)。選擇合適的評(píng)價(jià)指標(biāo)、建立科學(xué)的評(píng)價(jià)模型對(duì)科技期刊學(xué)術(shù)影響力進(jìn)行綜合評(píng)價(jià)，仍然是一個(gè)值得深入研究的課題，只有不斷完善評(píng)價(jià)體系和評(píng)價(jià)模型，才能推動(dòng)科技期刊可持續(xù)發(fā)展，促進(jìn)科技期刊學(xué)術(shù)影響力的進(jìn)一步提高。

［1］ 賴茂生，屈鵬，趙康.論期刊評(píng)價(jià)的起源和核心要素［J］.重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，15（3）:67-72.

［2］ 葉繼元.學(xué)術(shù)期刊質(zhì)量評(píng)價(jià)與核心期刊評(píng)價(jià)之異同［J］.圖書情報(bào)工作，2009，53（18）:5-7+16.

［3］ 田昊，賈玉文.4種期刊評(píng)價(jià)工具的比較研究［J］.情報(bào)理論與實(shí)踐，2007，30（6）:821-824.

［4］ 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)代圖書情報(bào)技術(shù)，2004（7）:23-26.

［5］ 張弘，趙惠祥，劉燕萍，陶文文.基于主成分分析法的科技期刊評(píng)價(jià)方法［J］.編輯學(xué)報(bào)，2008，20（1）:87-90.

［6］ 董敏紅.基于主成分分析的圖書情報(bào)類核心期刊評(píng)價(jià)指標(biāo)有效性研究［J］.情報(bào)科學(xué)，2010，28（11）:1670-1672+1678.

［7］ 董敏紅，杜子芳.主成分分析綜合評(píng)價(jià)應(yīng)該注意的問題［J］.統(tǒng)計(jì)研究，2013，30（08）:25-31.

［8］ 俞立平，劉愛軍.主成分與因子分析在期刊評(píng)價(jià)中的改進(jìn)研究［J］.情報(bào)雜志，2014，33（12）:94-98.

［9］ 何莉，董梅生，丁吉海，等.安徽省高校自然科學(xué)學(xué)報(bào)學(xué)術(shù)影響力綜合評(píng)價(jià)分析——基于因子分析法［J］.中國(guó)科技期刊研究，2014，25（3）:427-431.

［10］ 辛督強(qiáng)，韓國(guó)秀.因子分析法在科技期刊綜合評(píng)價(jià)中的應(yīng)用［J］.數(shù)理統(tǒng)計(jì)與管理，2014，33（01）:116-121.

［11］ 吳濤，楊筠，陳晨，等.基于因子分析法的科技期刊引文綜合評(píng)價(jià)指標(biāo)研究［J］.中國(guó)科技期刊研究，2015，26（2）:205-209.

［12］ 俞立平，潘云濤，武夷山.TOPSIS在期刊評(píng)價(jià)中的應(yīng)用及在高次冪下的推廣［J］.統(tǒng)計(jì)研究，2012，29（12）:96-101.

［13］ 劉蓮花.基于距離綜合評(píng)價(jià)法的數(shù)學(xué)核心期刊評(píng)價(jià)［J］.中國(guó)科技期刊研究，2015，26（8）:871-874.

［14］ 許海云，方曙，付鑫金.基于特征向量中心度加權(quán)的期刊影響因子研究［J］.情報(bào)理論與實(shí)踐，2011，34（11）:108-112.

［15］ 李超.引用質(zhì)量加權(quán)影響因子評(píng)價(jià)學(xué)術(shù)期刊研究——以CSSCI圖書情報(bào)學(xué)期刊評(píng)價(jià)為例［J］.大學(xué)圖書館學(xué)報(bào)，2012，30（1）:29-34.

［16］ 許海云，方曙.非參數(shù)統(tǒng)計(jì)的期刊影響力評(píng)價(jià)方法研究［J］.圖書情報(bào)工作，2013，57（5）:107-113.

［17］ Gnansounou E.Assessing the energy vulnerability:Case of industrialised countries［J］.Energy Policy，2008，36 （7）:3734-3744.