论文部分内容阅读
〔摘 要〕[目的/意义]知识交流效率衡量学术期刊投入与产出的比较，对于考察学术期刊在知识交流中的地位和作用具有重要参考价值，为跨学科学术期刊评价提供了一种新的研究思路。[方法/过程]采用非参数形式Super-SBM与参数形式SFA方法，测算国家自然科学基金委员会管理科学部认定的30种重要期刊知识交流效率。[结果/结论]两种方法计算结果均发现2009-2013年间30种重要期刊知识交流效率整体水平较低。两种方法计算得到的知识交流效率不具有显著差异，二者在比较期刊知识交流效率值高低和依据效率得分进行期刊排序上具有通用性。
〔关键词〕SFA方法；Super-SBM；知识交流效率；重要期刊
DOI：10.3969/j.issn.1008-0821.2017.11.011
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2017）11-0069-05
Empirical Study on Knowledge Exchange Efficiency Evaluation of Important Journals of Department of Management Sciences
——Based on the Super-SBM and SFA Methods
Wan Li1 Cheng Huiping2
（1.School of Journalism and Communication，Nanchang University，Nanchang 330031，China；
2.School of Economics and Management，Hubei University of Technology，Wuhan 430068，China）
〔Abstract〕[Purpose/Significance]Knowledge exchange efficiency is to measure the comparison of input and output of academic journals，which has important reference value to explore the position and role of the academic journals in knowledge exchange and provides a new research idea for evaluating interdisciplinary academic journal.[Method/Process]The paper measured knowledge exchange efficiency of 30 species of important journals of department of management sciences of national natural science fund committee by the non-parametric Super-SBM and parametric SFA method.[Result/Conclusion]The results showed that during the period of 2009-2013，the overall level of the knowledge exchange efficiency of 30 species of important journals was rather low.There was no significant difference of knowledge exchange efficiency among journals by the Super-SBM and SFA.Two different methods were universal in the versatility on the level and rank in terms of the knowledge exchange efficiency.
〔Key words〕SFA method；Super-SBM；knowledge exchange efficiency；important journals
面對“论文发表重数量轻质量”的不良现象普遍存在，如何科学合理地评价学术期刊知识交流效率并根据评价结果采取措施进一步提升效率是当前的难点和热点问题，是学术期刊评价实践发展中迫切需要研究的问题。知识交流效率从投入与产出的比较角度，评价学术期刊学术影响力，对于考察学术期刊在知识交流中的地位和作用具有重要参考价值，已成为当前国内外的重点研究领域。同时，知识交流效率测度也是经济学理论研究中长期关注的焦点问题。目前，关于从效率视角开展学术期刊评价的定量研究，主要有：
1）单纯测度学术期刊知识交流效率：①采用DEA方法的研究有：主要采用经典DEA模型（CCR、BCC）如Halkos（2011）[1]、Petridis（2013）[2]、万莉（2013）[3]、张垒（2014）[4]、Lee（2014）[5]、Tüselmann（2015）[6]、Rosenthal（2016）[7]，其他DEA模型如多层DEA模型（Xiang-yang[8]，2012）、DEA/AR博弈交叉效率算法（李琳[9]，2016）、SBM模型吴美琴（2017）[10]。②采用SFA方法的研究有：Ortega（2013）采用C-D生产函数的随机前沿分析模型，以总被引频次为产出变量，期刊载文量、影响因子、编辑成员数为投入变量测算数量经济期刊生产效率[11]。
2）在测算学术期刊知识效率效率的基础上进一步测算效率影响因素的研究有：张垒（2014，2015）[12-13]主要考察了期刊规模、期刊传播时间、期刊传播渠道、期刊区域传播能力、期刊国际化程度五个变量对期刊知识交流效率的影响，王惠等（2017）在借鉴张垒（2014）的研究经验，选取国际化程度、期刊办刊时间、期刊区域传播能力、区域经济发展水平、期刊学术论文质量5个因素[14]，McWilliams（2005）探讨了编委会成员规模、期刊订阅费用、期刊录用比例、专题组稿对期刊知识交流效率的影响[15]。上述学者在测算期刊知识交流效率时均采用了DEA方法，但在对影响因素分析时采用了不同的方法，其中张垒（2014，2015）[12-13]、McWilliams（2005）[15]在进行效率影响因素分析时均采用了Tobit模型，而王惠等（2017）则采用面板线性回归方法[14]。 这些研究中投入产出指标除Halkos（2011）[1]、Tüselmann（2015）[6]在现有数据库统计指标数据的基础上构建新指标，其他学者均选择现有数据库中的统计指标。上述学者在投入变量选取均考虑了期刊载文量，Xiang-yang（2012）[8]、Rosenthal（2016）[7]、李琳（2016）[9]仅采用载文量为投入指标，而其他学者均采用了2项或3项投入变量，主要选取篇均引文量，也有学者选取了其他指标，如基金论文比（万莉[3]，2013；吴美琴[10]，2017）、影响因子与编辑部成员数（Ortega[11]，2013）、刊期（Petridis[2]，2013）、平均引用半衰期（Lee[5]，2014）、篇均作者数（张垒[4]，2014）。在产出指标上，除Petridis[2]（2013）外，其他学者均选取了被引频次（篇均被引频次或总被引频次），其他选择较多的指标包括：影响因子、被引刊数、即年指标、学科扩散。此外也有学者引入新的产出指标，如论文影响分值（Rosenthal[7]，2016）、特征因子与H指数（Petridis[2]，2013）。
在研究过程中，大部分学者采用多投入多产出效率测评指标体系，也有学者采用单一投入指标多产出指标体系，如李琳等[9]（2016）、Rosenthal[7]（2016）、Xiang-yang[8]（2012）、Halkos[1]（2011），也有学者采用单一投入单一产出指标体系，如Tüselmann[6]（2015）。
综上所述，对学术期刊知识交流效率的研究，现有研究基于参数效率与非参数效率两种方法、不同投入产出指标体系来分析不同学科领域学术期刊不同时段的知识交流效率。从知识交流效率测算方法来看，主要采用数据包络分析（DEA），其次是随机前沿分析（SFA）方法。DEA方法中采用较多的是CCR和BCC模型，二者的缺陷在于：无法实现知识交流效率为1的学术期刊之间的比较、存在径向选择引起计算结果偏差问题。SFA方法采用基于对数型柯布-道格拉斯（C-D）生产函数的随机前沿生产模型，该模型忽略了投入要素之间的相互作用，而超越对数生产函数正好弥补了C-D生产函数的不足。非参数效率和参数效率方法测算原理各不相同，各方法也均存在一定的不足，究竟哪一种方法或两种方法都适合学术期刊知识交流效率测度，尚值得进一步探讨[16]。可见，选择合适的研究方法是进行学术期刊知识交流效率测度的前提和关键。从知识交流效率测评指标体系来看，学术界尚未达成共识。因此，亟需构建公充性较高的学术期刊知识交流效率测评体系。
因此，为了丰富已有研究，本文创新性地运用非参数效率Super-SBM方法、超越对数生产函数的随机前沿生产模型（SFA），以2009-2013年30種国家自然科学基金委员会管理科学部认定的重要期刊（简称重要期刊）为例，期刊分类标准参照国家自然科学基金委员会管理科学部《管理科学重要学术期刊表》[17]。在评价重要期刊知识交流效率的基础上，进一步考察非参数与参数效率方法在学术期刊知识交流效率评价的适用性。
1 指标数据和研究方法
1.1 投入产出指标体系
借鉴国外学术期刊知识交流效率测评文献及国内学术期刊评价领域权威学者苏新宁（2006，2008）[18-19]、邱均平（2010）[20]的研究经验，选取投入指标包括：期刊载文量[2-5，7-15]、平均引文量[4-5，12-15]、基金论文比[3-4]，期刊载文量反映学术期刊信息丰裕度和投入广度；篇均引文量衡量学术期刊科学交流程度和吸收外部信息能力，反映了学术期刊之间的交流密度。基金论文比衡量期刊载文学术质量。产出指标包括：总被引频次[5，7，11，15]、影响因子[3-4，9-10，12-15]、引用刊数[3-4，9-10，12-14]。总被引频次衡量学术期刊被使用和受重视的程度，影响因子衡量期刊学术影响力，引用刊数反映被评价期刊被引广度。鉴于随机前沿分析方法的单一产出特征，依据苏新宁（2006，2008）[19-20]、邱均平等（2010）[18]关于评价指标权重设置经验，本文将总被引频次、影响因子、引用刊数的权重系数分别设置为0.25、0.4、0.35，在归一化的基础上计算得到综合产出指数[20]，相关指标数据来源《中国科技期刊引证报告》。
1.2 测度方法
超越对数生产函数（Trans-Log）考虑了投入要素二次项及交叉项之间相互影响，因此，本文采用超越对数生产函数的随机前沿模型[21]，如公式（1）、（2）所示：
Yit、Pit、Rit、Fit分别代表期刊i在第t年的总被引频次、期刊载文量、平均引文数、基金论文比，vi、μi分别代表随机误差、无效率。通过最大似然估计方法进行参数估计，利用参数γ=u2/（v2 u2）进行检验，γ的显著性程度来判断SFA方法的选取是否合理，γ的取值来反映随机前沿生产模型的设定形式是否理想。γ取值范围反映可控项管理因素与不可控项随机误差影响地位的变化，向1靠拢时说明管理因素逐步占主导影响地位，向0靠拢时说明随机误差逐步起主要作用。当γ=0时，表示不存在无效率项，此时无需使用SFA方法，直接使用最小二乘法进行参数估计[16]。
Super-SBM模型由Tone[22]在2002年提出，该模型解决了多个为1的决策单元排序问题，也修正了未达到生产前沿面的决策单元松弛变量，可以避免角度和径向选择而引起的偏差。囿于篇幅，考虑到Super-SBM是较为成熟的模型，且SBM模型在学术期刊知识交流效率测度有见报道。因此，在此略去Super-SBM模型计算公式，具体计算步骤参照王惠（2017）[14]、储节旺（2015）[23]。
2 知识交流效率测评
采用Frontier 4.1软件，对超越对数生产函数的随机前沿模型进行参数估计，结果如表1所示。γ值为0.949，在1%水平下显著，表明复合误差主要来源于非效率项μ，采用随机前沿分析方法测算期刊知识交流效率是合适的。模型中除了平均引文数、基金论文比的二次项及载文量与基金论文比交叉项不显著外，其他变量均达到1%显著性水平。可见，超越对数生产函数的随机前沿模型设定较理想。SFA方法测算的30种重要期刊知识交流效率值如表2所示。 参考文献
[1]Halkos G E，Tzeremes N G.Measuring economic journals’ citation efficiency：a data envelopment analysis approach[J].Scientometrics，2011，88 （3）：979-1001.
[2]Petridis K，Malesios C，Arabatzis G，et al.Efficiency analysis of forestry journals：Suggestions for improving journals’ quality[J].Journal of Informetrics，2013，7 （7）：505-521.
[3]万莉，程慧平.基于DEA方法的学术期刊引证效率研究[J].情报学报，2013，32（12）：1295-1302.
[4]张垒.档案学期刊知识交流效率评析[J].档案管理，2014 ，（6）：56-58.
[5]Lee H，Shin J.Measuring journal performance for multidisciplinary research：An efficiency perspective[J].Journal of Informetrics，2014，8（1）：77-88.
[6]Tüselmann H，Sinkovics R R，Pishchulov G.Towards a consolidation of worldwide journal rankings–A classification using random forests and aggregate rating via data envelopment analysis[J].Omega，2015，51：11-23.
[7]Rosenthal E C，Weiss H J.A data envelopment analysis approach for ranking journals[J].Omega，2016.http：//dx.doi.org/10.1016/j.omega.2016.09.006.
[8]Xiang-yang S，Li Z，Qi-gang L.An Approach for Evaluating Journals of Universities or Colleges Based upon Multi-layer Efficiency DEA[J].Physics Procedia，2012，25：678-686.
[9]李琳，黄海军，汪寿阳.基于DEA＼AR博弈交叉效率方法的学术期刊评价研究[J].管理科学学报，2016，19（4）：118-126.
[10]吴美琴，李常洪，宋雅文，等.基于窗口分析与松弛变量测度的期刊引证效率评价——18种图情期刊效率差异分析[J].情报理论与实践，2017，40（2）：122-127.
[11]Ortega F J，Gavilan J M.The measurement of production efficiency in scientific journals through stochastic frontier analysis models：Application to quantitative economics journals[J].Journal of Informetrics，2013，7（4）：959-965.
[12]张垒.科技期刊知识交流效率评价及影响因素研究[J].中国科技期刊研究，2014，25（11）：1408-1413.
[13]张垒.期刊知识交流效率及影响因素分析——基于DEA_Tobit兩阶段法[J].科学学研究，2015 ，（4）：516-521.
[14]王惠，王树乔.图书情报类期刊知识交流效率评价及影响因素研究[J].情报科学，2017，35（3）：134-138.
[15]McWilliams A，Siegel D，Van Fleet D D.Scholarly journals as producers of knowledge：Theory and empirical evidence based on data envelopment analysis[J].Organizational Research Methods，2005，8（2）：185-201.
[16]程慧平.基于DEA和SFA 方法的信息服务业技术效率研究[J].科学学与科学技术管理，2013，34（4）：28-34.
[17]管理科学重要学术期刊表[EB/OL].http：//www.nsfcms.org/index.php？r=site/journalList，2017-04-03.
[18]邱均平，李应萍.我国图书情报学期刊的学术影响力分析[J].图书馆，2010，（1）：64-66.
[19]苏新宁.人文社会科学期刊评价指标体系研究[J].图书馆论坛，2006，26（6）：59-65.
[20]苏新宁.构建人文社会科学学术期刊评价体系[J].东岳论丛，2008，（1）：35-42.
[21]雷玉桃，黄丽萍.中国工业用水效率及其影响因素的区域差异研究——基于SFA的省际面板数据[J].中国软科学，2015，（4）：155-164.
[22]Tone K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，143（1）：32-41.
[23]储节旺，储伊力.我国省域公共图书馆效率测评及影响因素分析——基于Super-SBM 与 Tobit模型的实证研究[J].图书情报工作，2015，59（22）：33-38.
〔关键词〕SFA方法；Super-SBM；知识交流效率；重要期刊
DOI：10.3969/j.issn.1008-0821.2017.11.011
〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2017）11-0069-05
Empirical Study on Knowledge Exchange Efficiency Evaluation of Important Journals of Department of Management Sciences
——Based on the Super-SBM and SFA Methods
Wan Li1 Cheng Huiping2
（1.School of Journalism and Communication，Nanchang University，Nanchang 330031，China；
2.School of Economics and Management，Hubei University of Technology，Wuhan 430068，China）
〔Abstract〕[Purpose/Significance]Knowledge exchange efficiency is to measure the comparison of input and output of academic journals，which has important reference value to explore the position and role of the academic journals in knowledge exchange and provides a new research idea for evaluating interdisciplinary academic journal.[Method/Process]The paper measured knowledge exchange efficiency of 30 species of important journals of department of management sciences of national natural science fund committee by the non-parametric Super-SBM and parametric SFA method.[Result/Conclusion]The results showed that during the period of 2009-2013，the overall level of the knowledge exchange efficiency of 30 species of important journals was rather low.There was no significant difference of knowledge exchange efficiency among journals by the Super-SBM and SFA.Two different methods were universal in the versatility on the level and rank in terms of the knowledge exchange efficiency.
〔Key words〕SFA method；Super-SBM；knowledge exchange efficiency；important journals
面對“论文发表重数量轻质量”的不良现象普遍存在，如何科学合理地评价学术期刊知识交流效率并根据评价结果采取措施进一步提升效率是当前的难点和热点问题，是学术期刊评价实践发展中迫切需要研究的问题。知识交流效率从投入与产出的比较角度，评价学术期刊学术影响力，对于考察学术期刊在知识交流中的地位和作用具有重要参考价值，已成为当前国内外的重点研究领域。同时，知识交流效率测度也是经济学理论研究中长期关注的焦点问题。目前，关于从效率视角开展学术期刊评价的定量研究，主要有：
1）单纯测度学术期刊知识交流效率：①采用DEA方法的研究有：主要采用经典DEA模型（CCR、BCC）如Halkos（2011）[1]、Petridis（2013）[2]、万莉（2013）[3]、张垒（2014）[4]、Lee（2014）[5]、Tüselmann（2015）[6]、Rosenthal（2016）[7]，其他DEA模型如多层DEA模型（Xiang-yang[8]，2012）、DEA/AR博弈交叉效率算法（李琳[9]，2016）、SBM模型吴美琴（2017）[10]。②采用SFA方法的研究有：Ortega（2013）采用C-D生产函数的随机前沿分析模型，以总被引频次为产出变量，期刊载文量、影响因子、编辑成员数为投入变量测算数量经济期刊生产效率[11]。
2）在测算学术期刊知识效率效率的基础上进一步测算效率影响因素的研究有：张垒（2014，2015）[12-13]主要考察了期刊规模、期刊传播时间、期刊传播渠道、期刊区域传播能力、期刊国际化程度五个变量对期刊知识交流效率的影响，王惠等（2017）在借鉴张垒（2014）的研究经验，选取国际化程度、期刊办刊时间、期刊区域传播能力、区域经济发展水平、期刊学术论文质量5个因素[14]，McWilliams（2005）探讨了编委会成员规模、期刊订阅费用、期刊录用比例、专题组稿对期刊知识交流效率的影响[15]。上述学者在测算期刊知识交流效率时均采用了DEA方法，但在对影响因素分析时采用了不同的方法，其中张垒（2014，2015）[12-13]、McWilliams（2005）[15]在进行效率影响因素分析时均采用了Tobit模型，而王惠等（2017）则采用面板线性回归方法[14]。 这些研究中投入产出指标除Halkos（2011）[1]、Tüselmann（2015）[6]在现有数据库统计指标数据的基础上构建新指标，其他学者均选择现有数据库中的统计指标。上述学者在投入变量选取均考虑了期刊载文量，Xiang-yang（2012）[8]、Rosenthal（2016）[7]、李琳（2016）[9]仅采用载文量为投入指标，而其他学者均采用了2项或3项投入变量，主要选取篇均引文量，也有学者选取了其他指标，如基金论文比（万莉[3]，2013；吴美琴[10]，2017）、影响因子与编辑部成员数（Ortega[11]，2013）、刊期（Petridis[2]，2013）、平均引用半衰期（Lee[5]，2014）、篇均作者数（张垒[4]，2014）。在产出指标上，除Petridis[2]（2013）外，其他学者均选取了被引频次（篇均被引频次或总被引频次），其他选择较多的指标包括：影响因子、被引刊数、即年指标、学科扩散。此外也有学者引入新的产出指标，如论文影响分值（Rosenthal[7]，2016）、特征因子与H指数（Petridis[2]，2013）。
在研究过程中，大部分学者采用多投入多产出效率测评指标体系，也有学者采用单一投入指标多产出指标体系，如李琳等[9]（2016）、Rosenthal[7]（2016）、Xiang-yang[8]（2012）、Halkos[1]（2011），也有学者采用单一投入单一产出指标体系，如Tüselmann[6]（2015）。
综上所述，对学术期刊知识交流效率的研究，现有研究基于参数效率与非参数效率两种方法、不同投入产出指标体系来分析不同学科领域学术期刊不同时段的知识交流效率。从知识交流效率测算方法来看，主要采用数据包络分析（DEA），其次是随机前沿分析（SFA）方法。DEA方法中采用较多的是CCR和BCC模型，二者的缺陷在于：无法实现知识交流效率为1的学术期刊之间的比较、存在径向选择引起计算结果偏差问题。SFA方法采用基于对数型柯布-道格拉斯（C-D）生产函数的随机前沿生产模型，该模型忽略了投入要素之间的相互作用，而超越对数生产函数正好弥补了C-D生产函数的不足。非参数效率和参数效率方法测算原理各不相同，各方法也均存在一定的不足，究竟哪一种方法或两种方法都适合学术期刊知识交流效率测度，尚值得进一步探讨[16]。可见，选择合适的研究方法是进行学术期刊知识交流效率测度的前提和关键。从知识交流效率测评指标体系来看，学术界尚未达成共识。因此，亟需构建公充性较高的学术期刊知识交流效率测评体系。
因此，为了丰富已有研究，本文创新性地运用非参数效率Super-SBM方法、超越对数生产函数的随机前沿生产模型（SFA），以2009-2013年30種国家自然科学基金委员会管理科学部认定的重要期刊（简称重要期刊）为例，期刊分类标准参照国家自然科学基金委员会管理科学部《管理科学重要学术期刊表》[17]。在评价重要期刊知识交流效率的基础上，进一步考察非参数与参数效率方法在学术期刊知识交流效率评价的适用性。
1 指标数据和研究方法
1.1 投入产出指标体系
借鉴国外学术期刊知识交流效率测评文献及国内学术期刊评价领域权威学者苏新宁（2006，2008）[18-19]、邱均平（2010）[20]的研究经验，选取投入指标包括：期刊载文量[2-5，7-15]、平均引文量[4-5，12-15]、基金论文比[3-4]，期刊载文量反映学术期刊信息丰裕度和投入广度；篇均引文量衡量学术期刊科学交流程度和吸收外部信息能力，反映了学术期刊之间的交流密度。基金论文比衡量期刊载文学术质量。产出指标包括：总被引频次[5，7，11，15]、影响因子[3-4，9-10，12-15]、引用刊数[3-4，9-10，12-14]。总被引频次衡量学术期刊被使用和受重视的程度，影响因子衡量期刊学术影响力，引用刊数反映被评价期刊被引广度。鉴于随机前沿分析方法的单一产出特征，依据苏新宁（2006，2008）[19-20]、邱均平等（2010）[18]关于评价指标权重设置经验，本文将总被引频次、影响因子、引用刊数的权重系数分别设置为0.25、0.4、0.35，在归一化的基础上计算得到综合产出指数[20]，相关指标数据来源《中国科技期刊引证报告》。
1.2 测度方法
超越对数生产函数（Trans-Log）考虑了投入要素二次项及交叉项之间相互影响，因此，本文采用超越对数生产函数的随机前沿模型[21]，如公式（1）、（2）所示：
Yit、Pit、Rit、Fit分别代表期刊i在第t年的总被引频次、期刊载文量、平均引文数、基金论文比，vi、μi分别代表随机误差、无效率。通过最大似然估计方法进行参数估计，利用参数γ=u2/（v2 u2）进行检验，γ的显著性程度来判断SFA方法的选取是否合理，γ的取值来反映随机前沿生产模型的设定形式是否理想。γ取值范围反映可控项管理因素与不可控项随机误差影响地位的变化，向1靠拢时说明管理因素逐步占主导影响地位，向0靠拢时说明随机误差逐步起主要作用。当γ=0时，表示不存在无效率项，此时无需使用SFA方法，直接使用最小二乘法进行参数估计[16]。
Super-SBM模型由Tone[22]在2002年提出，该模型解决了多个为1的决策单元排序问题，也修正了未达到生产前沿面的决策单元松弛变量，可以避免角度和径向选择而引起的偏差。囿于篇幅，考虑到Super-SBM是较为成熟的模型，且SBM模型在学术期刊知识交流效率测度有见报道。因此，在此略去Super-SBM模型计算公式，具体计算步骤参照王惠（2017）[14]、储节旺（2015）[23]。
2 知识交流效率测评
采用Frontier 4.1软件，对超越对数生产函数的随机前沿模型进行参数估计，结果如表1所示。γ值为0.949，在1%水平下显著，表明复合误差主要来源于非效率项μ，采用随机前沿分析方法测算期刊知识交流效率是合适的。模型中除了平均引文数、基金论文比的二次项及载文量与基金论文比交叉项不显著外，其他变量均达到1%显著性水平。可见，超越对数生产函数的随机前沿模型设定较理想。SFA方法测算的30种重要期刊知识交流效率值如表2所示。 参考文献
[1]Halkos G E，Tzeremes N G.Measuring economic journals’ citation efficiency：a data envelopment analysis approach[J].Scientometrics，2011，88 （3）：979-1001.
[2]Petridis K，Malesios C，Arabatzis G，et al.Efficiency analysis of forestry journals：Suggestions for improving journals’ quality[J].Journal of Informetrics，2013，7 （7）：505-521.
[3]万莉，程慧平.基于DEA方法的学术期刊引证效率研究[J].情报学报，2013，32（12）：1295-1302.
[4]张垒.档案学期刊知识交流效率评析[J].档案管理，2014 ，（6）：56-58.
[5]Lee H，Shin J.Measuring journal performance for multidisciplinary research：An efficiency perspective[J].Journal of Informetrics，2014，8（1）：77-88.
[6]Tüselmann H，Sinkovics R R，Pishchulov G.Towards a consolidation of worldwide journal rankings–A classification using random forests and aggregate rating via data envelopment analysis[J].Omega，2015，51：11-23.
[7]Rosenthal E C，Weiss H J.A data envelopment analysis approach for ranking journals[J].Omega，2016.http：//dx.doi.org/10.1016/j.omega.2016.09.006.
[8]Xiang-yang S，Li Z，Qi-gang L.An Approach for Evaluating Journals of Universities or Colleges Based upon Multi-layer Efficiency DEA[J].Physics Procedia，2012，25：678-686.
[9]李琳，黄海军，汪寿阳.基于DEA＼AR博弈交叉效率方法的学术期刊评价研究[J].管理科学学报，2016，19（4）：118-126.
[10]吴美琴，李常洪，宋雅文，等.基于窗口分析与松弛变量测度的期刊引证效率评价——18种图情期刊效率差异分析[J].情报理论与实践，2017，40（2）：122-127.
[11]Ortega F J，Gavilan J M.The measurement of production efficiency in scientific journals through stochastic frontier analysis models：Application to quantitative economics journals[J].Journal of Informetrics，2013，7（4）：959-965.
[12]张垒.科技期刊知识交流效率评价及影响因素研究[J].中国科技期刊研究，2014，25（11）：1408-1413.
[13]张垒.期刊知识交流效率及影响因素分析——基于DEA_Tobit兩阶段法[J].科学学研究，2015 ，（4）：516-521.
[14]王惠，王树乔.图书情报类期刊知识交流效率评价及影响因素研究[J].情报科学，2017，35（3）：134-138.
[15]McWilliams A，Siegel D，Van Fleet D D.Scholarly journals as producers of knowledge：Theory and empirical evidence based on data envelopment analysis[J].Organizational Research Methods，2005，8（2）：185-201.
[16]程慧平.基于DEA和SFA 方法的信息服务业技术效率研究[J].科学学与科学技术管理，2013，34（4）：28-34.
[17]管理科学重要学术期刊表[EB/OL].http：//www.nsfcms.org/index.php？r=site/journalList，2017-04-03.
[18]邱均平，李应萍.我国图书情报学期刊的学术影响力分析[J].图书馆，2010，（1）：64-66.
[19]苏新宁.人文社会科学期刊评价指标体系研究[J].图书馆论坛，2006，26（6）：59-65.
[20]苏新宁.构建人文社会科学学术期刊评价体系[J].东岳论丛，2008，（1）：35-42.
[21]雷玉桃，黄丽萍.中国工业用水效率及其影响因素的区域差异研究——基于SFA的省际面板数据[J].中国软科学，2015，（4）：155-164.
[22]Tone K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operational Research，2002，143（1）：32-41.
[23]储节旺，储伊力.我国省域公共图书馆效率测评及影响因素分析——基于Super-SBM 与 Tobit模型的实证研究[J].图书情报工作，2015，59（22）：33-38.