【觀點】姜帆🫲🏼：如何通過客觀數據量化獎項的影響力🍚？

學術獎項系統在現代科學社會中擁有不可或缺的地位，並承擔了重要的評價職能📂，但以往學界對獎項重要性評價方法的關註卻十分有限⚒，相關研究多局限於使用基於聲譽調查的主觀評分方法🏌🏿。然而，聲譽調查方法過程繁瑣，且依賴問卷的評價方式無法消除由被調查者認知差異所產生的評價誤差🍫🧎‍♀️，存在主觀性強、可重復性弱等缺點。那麽，我們能否基於客觀數據來量化獎項的影響力🧞‍♂️？

通常而言，一個獎項的地位由兩個因素決定♧：該獎項獲得學術共同體認可的程度，以及該獎項自身的學術影響力⏲。這兩個因素分別反映了獎項所具有的人氣（popularity）和威望（prestige）🏨☮️。根據這一思想🦵🏻，以經濟管理學領域的國際學術獎項為樣本，基於獎項的共同獲獎人數據和引文數據，通過“無向帶權PageRank算法”和引文分析方法對這些獎項的網絡影響力和文獻影響力（人氣和威望）進行量化評價。

首先，根據各獎項間的共同獲獎人數據繪製賦權獎項圖譜（權重即各獎項之間共同獲獎人的數量）🦹‍♀️，進而對各獎項節點的PageRank值進行計算，以獲得各獎項的網絡影響力高低排序。其次，對於獎項評價而言，獎項的文獻影響力取決於其獲獎人學術成果的文獻計量學表現，而引文表現則是衡量學者文獻計量學表現的一種可靠指標。通過檢索各獎項1990~2017年間獲獎人收錄於“Scopus”數據庫的學術成果被引次數，並以此分別計算各獎項的引文均值來考察各獎項的文獻影響力。最後，根據網絡影響力和文獻影響力的乘積，即可獲得每一獎項的綜合影響力。

結果顯示，諾貝爾經濟學獎的綜合影響力最高，其次為約翰·貝茨·克拉克獎章和全球經濟獎👰🏻‍♂️。這說明基於賦權獎項圖譜的PageRank 算法和引文分析方法能夠較好地分別反映獎項的網絡影響力和文獻影響力🧔‍♀️，並能夠以此進而衡量各獎項的綜合影響力。但值得註意的是🍱，這一評價方法側重獎項的學術影響力衡量，而並不能完全反映獎項社會影響力🦹🏼‍♀️。因此🏝，未來可通過對獎項的媒體曝光度、社會知名度和網站訪問量等方法進一步豐富和創新對獎項影響力的多維度評價。

來源：姜帆. 基於PageRank算法與引文分析的獎項影響力評價研究——以經濟管理學領域國際學術獎項為例[J]. 情報雜誌, 2018, 37(6): 113-118.

作者介紹👙：

姜帆，EON体育4高等教育研究院2015級博士研究生。研究方向💻：科學學與科研評價🤵🤲🏼、計算社會科學。