基于因子分析的120种自然科学类期刊的综合评价

梁凤鸣,侯丽娟，时 群

1.泰山学院学报编辑部,山东泰安 271021

2.泰山学院数学与统计学院,山东泰安 271021

3.泰山学院宣传部,山东泰安 271021

期刊评价就是通过对学术期刊的发展规律和增长趋势进行量化分析，来发现并揭示学科文献数量在期刊中的分布规律，为提高学术期刊的综合评价提供一定参考，同时也可以提高学术期刊的内在质量，促进学术期刊的健康成长和发展[1]。

因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，找出能控制所有变量的少数几个随机变量去描述多个随机变量之间的相关关系，把一些具有错综复杂关系的变量归结为少数几个综合因子的多元统计分析方法，每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就称为公共因子[2]。

因子分析模型是主成分分析的推广，和主成分分析相比，因子分析更倾向于描述原始变量间的相关关系，因此，因子分析的出发点是原始变量的相关矩阵。而且，由于因子分析可以使用旋转技术帮助解释因子，在解释方面更有优势[3]。

1 因子分析的逻辑框架

（1）选取原始变量，并根据原始变量求出其相关矩阵，如果相关矩阵中大多数简单相关系数大于0.3，则继续进行，如果相关矩阵中大多数简单相关系数小于等于0.3，则放弃，可尝试其他分析；

（2）求解公共因子及因子载荷矩阵，计算初始载荷矩阵和公共因子方差，用方差极大法进行正交因子旋转或斜交因子旋转，求得正交或斜交因子载荷矩阵;根据正交或斜交因子载荷矩阵相关系数，确 定公因子[3]；

（3）计算公因子得分和综合得分，进行深入分析。

2 实证研究

2.1 数据来源

本文统计数据来源于2012年版《中国期刊引证报告》（扩展版），采用SPSS17 for Windows分析软件做分析，采用因子分析法对《安徽大学学报》等120种自然科学综合大学学报中文期刊进行综合评价，由相关系数矩阵中的结果可知，原始变量之间有较强的相关性，因此进行因子分析是合适的并给出相关结果。

2.2 原始数据标准化

为了防止因初始指标量纲不同引起的误差，首先进行原始数据的标准化处理[5]。

首先建立指标体系和原始矩阵Z，对样本数据进行标准化处理,公式如下:

其中

得到标准化矩阵R′,计算变量的简单相关系数矩阵R。

2.3 标准化数据分析检验

采用SPSS17.0进行因子分析，还需要进行KMO和Bartlett检验，采用SPSS进行数据处理之后，得到KMO值为0.794，是符合因子分析的条件的，Bartlett值为2028.514，P<0.000,也通过了统计检验，也就是说，采用因子分析法进行评价的条件是具备的。

表1 旋转成份矩阵Table1 Rotated component matrix

通常贡献率达到 80% 以上就说明了该主因子代表了初始指标的大多数信息，故采用前3个主成分即m=3进行分析。通过分析得到解释的总方差，其中前3个主成分的初始特征值均大于1，并且前3个主成分方差的累计贡献率达到了84.275%，即前3个主成分有较好的代表性，能够反映原指标84.275%的信息量由于初始主成分意义不明显，对初始成分矩阵进行方差最大法正交旋转(表1)，经5次旋转后得到比较令人满意的主成分。由表1可以看出，第1主成分与扩展总被引频次、扩展引用刊数、扩展学科影响指标、扩展学科扩散指标、扩展H指数方面有较高的载荷，说明第1主成分反映了期刊的学科对外扩散程度、文献被引和影响力方面的信息；第2主成分在扩展影响因子和扩展即年指标有较高的载荷，说明在对其他期刊或者学科的影响力方面有较大的反应；第3主成分在扩展被引半衰期有较高的载荷，而说明第3主成分反映了被其他期刊引用的次数多少和期刊影响力持久性的信息。

3 综合评价

根据因子得分系数矩阵得出因子得分模型，选取3个因子的方差贡献率为权数，通过对3个因子得分进行线性加权得出各期刊的综合得分，并进行排序，具体结果（部分）见表3所示。进行因子综合得分的模型为：

其中，F为综合得分，iF为各因子得分。

表2 因子综合得分表（部分）Table 2 Factor composite score(Partial)

4 结果分析

本文建立了基于因子分析的期刊影响力模型，此方法可以作为期刊评价的参考指标。从表3可以看出，通常因子综合得分越大，表明该学报的影响力越大，综合排名也基本符合了当前发展的格局。表3中综合得分，正值说明该学报在120种中文期刊平均发展水平之上；反之，负值就是处于平均水平之下。排名较前的学报与所在学校的影响力十分不开的。

（1）第一类是排名靠前的学报，其所属院校国家重点院校，他们学科门类齐全，师资力量雄厚，科研特色鲜明，国际交流广泛，因此，学报相应水平就会比较高，如北京大学、安徽大学等。不管是学报还是其所属院校都是非常积极地开展国际教育交流与合作，与其他地区的高校和学报建立了校际友好合作关系，进行校际互访、学生交流、教师进修、专家讲学等广泛的学术交流活动和科研合作；

（2）第二类为排名中间的学报，其所属院校为省属重点大学，具有多个硕士授予点，交流比较广泛，科研能力较强，具有较强的办学特色，如长春大学、大连大学等；

（3）第三类为排名较后的学报，他们所属院校大部分为2000年前后经多所学校合并的新晋本科院校，实行省市共建以省为主的管理体制，不具有硕士学位授予点，对外交流相对较少，而且这类学校数量较多，竞争压力很大，高质量稿源相对较少，从而限制了学报影响力的提高。

[1] 俞立平,潘云寿,武夷山.基于因子分析的学术期刊评价指标分类研究[J].图书情报工作,2009,53(8):146-148

[2] 何晓群.多元统计分析[M].北京:中国人民大学出版社,2012

[3] 傅文玥.上市公司绩效的灰色因子分析——以中国A股市场信息技术行业为例[J].云南农业大学学报(社会科学版),2010,4(6):41-46

[4] 宁连举,李 萌.基于因子分析法构建大中型工业企业技术创新能力评价模型[J].科研管理,2011,32(3):51-58

[5] 薛 薇.SPSS统计分析方法及应用[M].北京:电子工业出版社,2004