基干多指标面板数据分层因子探析期刊动态综合探究.doc

基干多指标面板数据分层因子探析期刊动态综合探究 　　【摘要】文章采用多指标面板数据的分层因子分析法对期刊进行动态的综合研究。该方法的优势在于不仅考虑了数据的横向信息，还考虑了数据的纵向信息，提高了评价的可信度。文章以《中文核心期刊要目总览》提供的16种体育类核心期刊为研究对象，根据2008―2014年版《中国科技期刊引证报告》（扩刊版）提供的8项期刊评价指标，对16种体育类核心期刊的发展态势进行实证分析。结果表明，该方法不仅能对期刊进行较为全面和客观的分析评价，而且信息损失较少，得到了良好的效果 【关键词】面板数据；分层因子分析；动态综合评价 【作者单位】刘岩，吉林师范大学图书馆 【基金项目】本文系四平市社会科学基金2016年度研究项目“学术期刊综合发展评价研究”成果之一（项目编号：2016154） 多指标面板数据是对若干个个体的多个指标变量在不同时间点进行观测而得到的数据。数据具有时间、空间及指标变量三个维度。从横截面上看，数据由若干个样本的不同指标在同一时间的截面数据构成，而从纵向上看，数据由单个样本各个指标在不同时刻的观测时间序列构成[1] 期刊综合评价的指标众多，单个指标分析存在片面性和局限性。以体育类核心期刊为例，为了使读者全面了解体育类核心期刊的发展动态，卢石[2]等研究者主要对21种体育类期刊的9项评价指标进行了分析，从单个指标的角度进行了横向的比较，但没有对期刊进行综合评价。研究者庄亮[3]对体育类核心期刊的8项指标进行了评价研究，主要利用单个指标评价法对16种体育类核心期刊5年的发展态势进行研究，但没有综合考虑各指标的信息就对期刊进行了综合排名。截面数据的综合评价能够对期刊进行横向的比较研究，然而，一段时间内的动态综合评价更能体现期刊的发展态势[4]。因此，本文采用多指标面板数据的分层因子分析法，建立计量模型来量化各评价指标之间的内在联系，阐述多指标面板数据分层因子分析法在期刊动态综合评价中的分析过程，并应用此方法对体育类的16种核心期刊进行实证分析，探讨体育类核心期刊7年来的动态发展态势，以期为体育类期刊质量的提升提供一定的参考和借鉴。结果表明，该方法不仅能够对期刊进行较为全面和客观的分析评价，而且信息量损失较少，得到了良好的效果 一、多指标面板数据分层因子分析方法 1. 数据的结构 令xij（t）表示第i（i =1，…， n）个个体的第 j（ j =1，…， p）个指标在时刻t （t =1，…，T ）的观测，则多指标面板数据的结构如表1所示 2. 数据的标准化处理 面板数据主要包含了多个个体各个指标在不同时刻的纵向观测，为了考量纵向数据的信息，将通过数据的标准化对各个指标不同时刻的所有观测数据进行拉直来计算此指标的均值和方差，以第 j个指标为例，第 j个指标的样本均值和方差的计算公式分别为和，则标准化的数据为 （1） 3. 分层因子分析模型 （1）横截面数据的因子分析 首先，本文将对每个时间截面上的多个指标的样本数据进行因子分析。令 Z（t）=（Z1（t），…，Zp（t））T（t=1，…，T）是可观测的随机向量，均值和方差分别为E（Z（t））=μ（t），D（Z（t））=Σ（t）。且设F（t）=（F1（t），…，Fm（t）（t））T（m（t ） 　　2.结果分析 （1）横截面数据因子分析结果 首先，本文利用公式（1）将2007―2013年8个指标的面板数据标准化。其次，利用横截面数据的因子分析法，分析2007―2013年各年度的8个期刊评价指标数据，获得每个年度的综合因子得分，并对综合因子得分进行排序，结果见表2。 由于2009年的《中国科技期刊引证报告》（扩刊版）中未统计《首都体育学院学报》的指标信息，故此数据暂缺 表2 2007―2013年横截面数据的综合因子得分及排序 序号 期刊名称 因子得分 2007 2008 2009 2010 2011 2012 2013 1 北京体育大学学报 得分 1.264 1.052 0.759 1.239 0.893 1.168 1.206 排序 1 2 2 1 2 1 1 2 成都体育学院学报 得分 0.035 -0.199 0.052 -0.159 0.029 -0.022 -0.056 排序 6 10 8 9 9 7 8 3 广州体育学院学报 得分 -0.162 -0.336 -0.332 -0.286 -0.323 -0.383 -0.464 排序 11 12 11 11 12 13 14 4 山东体育学院学报 得分 -0.429 -0.604 -0.790 -0.633 -0.732 -0.426 -0.395 排序