高校论文合作网络的多属性绩效评价方法研究

梁洪振++姚洪兴

〔摘要〕伴随中国高校规模的不断扩大，高校科研成果迅速增加。作为科研成果的主要表现形式的论文数量大幅度增加，能否通过论文对科研工作者的科研绩效进行界定就显得十分有意义。本文拟根据论文作者之间的关系，探索发表论文的科研工作者的绩效评价方法。通过构建复杂网络模型，对网络中的度、介数、聚集系数、H指数方面的网络指标进行比较分析，在得到科研业绩的量化分数基础上，利用多属性决策分析评价的方法进行研究。此方法能够有效克服主观评价因素对于绩效考核的影响。最后，通过对清华大学“十二五”期间发表的CSSCI论文进行实证分析，验证了本方法的有效性。

〔关键词〕高校；绩效评价；论文合作网络；多属性决策；节点重要性；综合评价

DOI：10.3969/j.issn.1008-0821.2017.05.011

〔中图分类号〕O173；C931〔文献标识码〕A〔文章编号〕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

論文是高校科研成果产出的主要形式之一，如何评价不同期刊发表的论文质量，大部分高校一般以能否被SCI、EI、CSSCI及北大核心期刊等检索机构收录作为评判标准。论文的绩效计算相对比较简单，主要集中在科研工作的定量统计上。单篇论文的质量主要由若干名同行专家进行评议。整体评价使用最广泛的两个指标是论文被引频次和论文发表期刊影响因子。论文被引频次指标由加菲尔德（Garfield）在1955年提出[1]，期刊影响因子指标是美国科学情报信息研究所1976年出版的《期刊引文报告》（JCR）中提出的[2]。这两个指标在评价科研论文上仍存在一些弊端，不同的研究领域论文产量不同都会极大影响论文评价。H指数是美国科学家赫希（Hirsch JE）于2005年提出的一项新的文献计量指标[3]，指引文数大于等于H篇论文数量。H指数可以用于评价论文作者的个人成就，也可用于对一个群体（如期刊、学科、科研机构等）的评价，成为评价期刊论文质量和数量的一项新的指标。2010年Anderson分析了一篇经典文章中具体有哪些知识被人们引用，而这些评价结果无法单纯地通过引用频次来揭示，提出采用论文社会影响力评价方式来评价论文的短期影响力[4]。王岚和赵青[5-6]从引用内容出发，分析特定学科中引文的引用性质和引用深度。

除了引用频次、内容外，引用网络也常常被用来对论文进行评价，其中使用最多的网络指标是PageRank指标和社会网络分析指标。PageRank是Google创始人拉里·佩奇（Larry Page）和谢尔盖·布林（Sergey Brin）于1997年构建早期的搜索系统原型时提出的链接分析算法。社会网络分析指标则兴起于近年来流行的复杂网络研究。一些学者将复杂网络的研究方法引入到论文科研绩效评价领域。肖连杰等[7]将科研学术评价建模为科研合作网络中节点的测度问题，网络上节点的权值代表科研人员的学术贡献，边的权值代表科研人员的科研产出能力，最后将点权与边权进行加权处理来综合评价节点的重要性。宋丽华等[8]参照人际关系网络中的亲密因子构造一个科研合作网络演化模型，并对亲密因子进行了分析。张保丰等[9]以CNKI中部分期刊特定时段“供应链”为主题的论文合著作者为研究对象构建科研合作网，分析我国供应链研究的发展态势并获得了该领域新知识的传播方式。杨溯等[10]基于复杂网络背景构建了两种超网络演化模型，并定义了交叉度描述超网络中节点间合作关系。房艳君等[11]建立一个员工——考核指标的隶属网，并利用加权网络的点权度分布进行分析，得到了一种系统有效的分析方法。伊振中等[12]构造了学术创新团队成员间的知识关系网络，并以CSSCI数据库特定时间特定学科领域与特定知识团队的研究数据为基础，得到了知识团队绩效的综合评价和排名。

这些研究成果为我们进一步研究论文合作网络模型提供了基础，但这些研究还不够深入，只做了局部的、定量的研究，涉及论文合作与科研绩效之间的关系的很少，这也为本文的研究提供了空间，笔者拟在此基础上进行进一步的研究。重点研究论文合作网络结构与科研绩效之间的关系，研究科研工作者在特定时期基于论文合作的绩效评价问题，进而为科研绩效评价提供科学的依据。

1网络建模及多属性决策评价方法

笔者的研究数据来源于知网（CNKI）中CSSCI期刊源文章，它具有较强的可信性。CNKI是目前全球信息量最大、最具价值的中文网站，它遵循文献计量学规律，用定量与定性评价相结合的方法选取来源期刊，已经被很多高校所认可。本研究拟将学术论文作者之间的合作关系抽象成网络，研究网络结构与科研绩效之间的关系，以期能够得出比较直观的科研绩效评价方法。本方法主要流程如下：

1）数据搜集，从知网（CNKI）中选取特定高校、特定时间的CSSCI期刊源文章，并进行技术处理；

2）确定网络结构，明确网络指标，构建论文合作网络；

3）确定多属性决策评价准备的决策矩阵，进行一致性检验，确定评价指标权值；

4）进行指标计算；

5）得出每位作者多属性绩效评价结果。

11相关网络的概念

111节点的度与强度

度是指网络中某点连接其他点的数量。度中心性（Degree Centrality）是在网络分析中描述节点中心性（Centrality）最直接度量指标。一个节点的度越大就意味着这个节点的度中心性越高，该节点在网络中就越重要。如果一篇文章有n名作者，文章总权值为1，任两个作者之间边权为1n。两位作者在不同的文章中边权之和作为两位作者的权重。含权网络中点vi的度称为强度（Strength），定义所有与vi相连的边的权值之和：bi=∑nj=1wij，其中W=（wij）为网络的含权邻接矩阵。在论文合作网络中度越大论文的合作者越多，科研成果越丰富。

112聚集系数

点的聚集系数（Clustering Coefficient）表示节点近邻之间的聚集程度。本文计算的聚集系数作粗化处理，如果两个作者之间有过合作的文章，默认他们之间的存在“长度为1”的联系，也就是这两个作者之间长度为1。节点i相连的k条边构成可能构成C2k，实际存在l条边，则点i的聚集系数为是Ci=1C2k。点的聚集系数可以表明作者科研的凝聚力，聚集系数越大说明与特定作者之间联系越紧密，凝聚力越强。

113介数

介数是基于路径而非节点的指标，节点i的介数含义为网络中所有的最短路径之中经过节点i的数量，表示为：bi=∑i≠s，i≠t，s≠tpistpst，其中pst表示点s到点t之间的最短路径数目；pist表示pst中经过点i的数目。介数代表了点在网络中的影响力。

114H指数

此处的H指数是引言中介绍的引文概念扩展。如果一个节点至多有n个邻居且这些邻居的权重至少为n，那么这个节点的H指数为n。H指数是一个混合量化指标，可用于评估研究人员的学术产出数量与学术产出水平。

2实证分析

本文数据以“十二五”为时间跨度，即从2011-2015年期间知网上发布的CSSCI来源期刊文章。表2中列出部分高校2011-2015年间发表CSSCI论文数量统计结果，以及2016年中国大学排行榜社科排名，最后一行计算出了不同高校2012-2015各年份与2011年发表文章数之间的相关系数，可以看出各高校科研成果成绩之间的关系相对稳定。清华大学作为国内顶级综合性大学，积极建设体现“世界一流、中国特色、清华风格”的大学文化，大力推进文化传承创新。清华大学虽工科见长，但社会科学也在国内属于前列，学科比较全面，以清华大学为例能系统地了解论文合作网络所产生的多属性绩效评价方法的特点。所以笔者将以清华大学为例，利用网络概念与多属性决策的节点重要性综合评价方法研究与清华大学相关的CSSCI论文作者之间的关系。

21清华大学论文合作网络的结构指标分析

笔者拟分析清华大学2011年的论文合作网络结构特点，并分析其“十二五”期间的论文合作网络结构的变化，下面将进行详细分析。

211清华大学2011年论文合作网络结构

表3是清华大学2011年有合作关系的作者之间形成的连通图，平均作者数352，也就说作者间平均合作数为3～4人。由表3可以看出，大部分是2个作者之间简单的合作。

由图2可以看出，清华大学2011年CSSCI论文作者关系图中最大规模的连通图有148个作者，产生604次合作关系，平均度8162，图的直径12，存在7个社区结构[16]，平均聚集系数0713。拥有最大的度的为胡鞍钢，与16名作者之间产生联系。

212“十二五”期间网络指标变化的对比分析

下面将对于作者的合作数、聚集系数、介数、H指数的指标分别进行统计，列出位于前10名的统计表，并将这些指标进行多属性综合评价，按照网络节点的重要性进行排序，从而验证此种绩效评价的有效性。

作者的合作数在这里采用的是含权网络点的強度，它表示了作者科研能力的广度，作者的合作数越大说明与他产生合作的科研者越多，其学术影响力也就越大。同时，发表论文越多在同样的合作者的情况下点的强度越大，这与传统按文章数目计划科研业绩有相近的地方。这里采用含权点的强度作为作者的合作数指标而不是无权的度，合理性在于许多学术带头人可能参与了很多的文章但是并不是很深入，在文章中的影响力并不突出。比较明显的例子是像胡鞍钢作为清华大学公共管理学院教授国内知名学者，多次应中国政府有关部委邀请参与国家长远规划制定和部门咨询。由图2可以看出胡教授在2011年论文合作网络的度是最大的，但是由表4影响力却不是最大的。本指标也考虑到了独著论文的影响力，独著论文的作者在网络中是孤立节点如果没有与任何作者合作，发表1篇文章强度按1处理。图2清华大学2011年CSSCI论文作者关系图（第一规模连通图）

通过对聚集系数的比较分析，表5清华大学论文合作者的聚集系数在072～105之间。聚集系数采用粗化方式，不同于点的强度。两个点之间只要有合作就可以，相当于做无权处理。聚集系数可以较好地描述出作者之间的合作关系。聚集系数高的人员不一定是那些学术带头人，有可能是课题组中比较活跃的人。他们有较好的合作研究广度。

介数反映了相应的节点或者边在整个网络中的作用和影响力，是一个重要的全局几何量，具有很强的现实意义。图3是“十二五”期间论文合作网络介数的统计直方图，去除介数为0的数据，从002到214，分200组数据进行统计。其中最大介数214为胡鞍钢教授在2011年算得。主要介数在2～8。也说明研究者之间的联系基本上也是不超过10人。

图4清华大学“十二五”期间论文合作H指数分布图

由图4可以看出“十二五”期间论文合作H指数最大是15，这标志一个科研人员多年来研究工作影响的一个指标。由实际合作文章的特点看出由于个人的精力与研究范围的限制H指数超过14是很困难的事情。H指数大多数集中在1～3之间。主要原因在于大量的文章由学生或者短期合作者能够合作的时间比较集中，一般2～4年。

22论文合作网络重要节点排序

对于节点重要度的排序，可能客观地发现高校教职工的科研发展的问题，以更合理地安排资源与时间。对于科研业绩的多属性的评价，可以看出与传统的评价方法相比既能够将传统方法的需求考核出来，还可以挖掘更多的科研合作信息。从而可以促进高校科研工作的协调发展。

3结论

通过网络结构进行科研业绩评价的方法具有易操作、客观的特点，是可行的。网络的分块能够清晰地看出不同的研究团队，聚集系数可以很容易地找到团队的核心。网络中的点的强度除了能够发挥出传统按数量计算绩效的特点外，也可以表征出作者在合作科研网络中的影响程度。通过不同年份网络指标的动态变化，可以看出科研人员或不同团队的科研进步与成果发展。网络的直观对于原来科研工作绩效考核中的团队建设，科研的核心发现等问题变得没有那么难了。多属性决策节点重要性综合评价方法能够科学地将几个网络指标科学地综合在一起，能够克服主观猜测，实现公平公正地绩效评价。从而由原来简单的数量统计到直观发现，对于绩效考核也是一个重要的变革。

参考文献

[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]王岚.中文人文社会科学引用性质与引用深度研究[D].南京：南京大學，2009.

[6]赵青.文学学科引用性质与引用深度调查分析[J].情报杂志，2010，29（10）：46-50.

[7]肖连杰，吴江宁，宣照国.科研合作网中节点重要性评价方法及实证研究[J].科学学与科学技术管理，2010，31（6）：12-15.

[8]宋丽华，王伊蕾，李涛.亲密因子对科研合作网的影响[J].图书情报工作，2009，53（20）：65-67.

[9]张保丰，程朝欣，苏静雅，等.基于复杂网络供应链领域科学合作网络分析[J].电子世界，2014（10）：8-9.

[10]杨溯，刘强.科研合作网络及特性分析[J].科技管理研究，2016，（1）.

[11]房艳君，王新春.基于复杂网络的绩效考核分析[J].复杂系统与复杂性科学，2009，6（2）：64-69.

[12]伊振中，白文杰，张体勤.基于复杂网络理论的学术创新团队绩效评价研究[J].经济与管理评论，2010，26（2）：67-72.

[13]于会，刘尊，李勇军.基于多属性决策的复杂网络节点重要性综合评价方法[J].物理学报，2013，62（2）：20204-020204.

[14]卢宗华.层次分析法中判断矩阵构造方法的改进[J].系统工程，1990，（1）：43-44.

[15]左军.层次分析法中判断矩阵的间接给出法[J].系统工程，1988，（6）.

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