观点与争鸣
【观点】姜帆:如何通过客观数据量化奖项的影响力?


学术奖项系统在现代科学社会中拥有不可或缺的地位,并承担了重要的评价职能,但以往学界对奖项重要性评价方法的关注却十分有限,相关研究多局限于使用基于声誉调查的主观评分方法。然而,声誉调查方法过程繁琐,且依赖问卷的评价方式无法消除由被调查者认知差异所产生的评价误差,存在主观性强、可重复性弱等缺点。那么,我们能否基于客观数据来量化奖项的影响力?

通常而言,一个奖项的地位由两个因素决定:该奖项获得学术共同体认可的程度,以及该奖项自身的学术影响力。这两个因素分别反映了奖项所具有的人气(popularity)和威望(prestige)。根据这一思想,以经济管理学领域的国际学术奖项为样本,基于奖项的共同获奖人数据和引文数据,通过“无向带权PageRank算法”和引文分析方法对这些奖项的网络影响力和文献影响力(人气和威望)进行量化评价。

首先,根据各奖项间的共同获奖人数据绘制赋权奖项图谱(权重即各奖项之间共同获奖人的数量),进而对各奖项节点的PageRank值进行计算,以获得各奖项的网络影响力高低排序。其次,对于奖项评价而言,奖项的文献影响力取决于其获奖人学术成果的文献计量学表现,而引文表现则是衡量学者文献计量学表现的一种可靠指标。通过检索各奖项1990~2017年间获奖人收录于“Scopus”数据库的学术成果被引次数,并以此分别计算各奖项的引文均值来考察各奖项的文献影响力。最后,根据网络影响力和文献影响力的乘积,即可获得每一奖项的综合影响力。

结果显示,诺贝尔经济学奖的综合影响力最高,其次为约翰·贝茨·克拉克奖章和全球经济奖。这说明基于赋权奖项图谱的PageRank 算法和引文分析方法能够较好地分别反映奖项的网络影响力和文献影响力,并能够以此进而衡量各奖项的综合影响力。但值得注意的是,这一评价方法侧重奖项的学术影响力衡量,而并不能完全反映奖项社会影响力。因此,未来可通过对奖项的媒体曝光度、社会知名度和网站访问量等方法进一步丰富和创新对奖项影响力的多维度评价。


来源:姜帆. 基于PageRank算法与引文分析的奖项影响力评价研究——以经济管理学领域国际学术奖项为例[J]. 情报杂志, 2018, 37(6): 113-118.


作者介绍:

姜帆,上海交通大学高等教育研究院2015级博士研究生。研究方向:科学学与科研评价、计算社会科学。