论文部分内容阅读
〔摘 要〕在高校图书馆经费有限的情况下，数字资源绩效评价越发重要。本文分析了哈尔滨工业大学图书馆数字资源利用评价指标，并以哈工大2014-2016年间购买的31个全文外文数据库为例，利用DEA-Malmquist模型分析了哈工大电信、化学、物理、数学、计算机、环境、生物、建筑、交通、土木、经管、人文、航天、材料14个学科的数字资源建设动态绩效，提出了面向学科的数字资源建设策略。
〔关键词〕图书馆；学科；数字资源；绩效评价；DEA-Malmquist模型
DOI：10.3969/j.issn.1008-0821.2018.04.012
〔中图分类号〕G250.76 〔文献标识码〕A 〔文章編号〕1008-0821（2018）04-0083-06
〔Abstract〕The performance evaluation of digital resources is more and more important under the limited funds of University libraries.This paper analyzed the digital resources of Harbin Institute of Technology library utilization evaluation index，31 full-text database and hit 2014-2016 from purchasing as an example，analyzed the construction of digital resources in dynamic performance，using the DEA-Malmquist model，14 subjects of telecommunications，chemical，physics，mathematics，computer，biology，environment，construction，transportation，civil engineering，management，humanities，aerospace，materials were analysised.Then，this paper put forward the strategy of digital resources construction of subject oriented.
〔Key words〕library；discipline；digital resources；performance evaluation；DEA-Malmquist model
随着科研数字资源的普及、读者需求的个性化多样化趋势，促使图书馆信息资源建设逐步向数字化方向倾斜。科研成果产出对数字资源的依赖性越来越强，数字资源的及时性、多样性、充沛性和可获取性也是读者利用信息资源的推动因素。图书馆电子资源预算已经占了总预算的50%以上，且这个数据随着时间前移而增大[1]。随着对数字资源投入的不断加大，且存在经费来源单一、投入不足、经费分配与管理不合理等诸多问题[2]，高校图书馆如何及时调整信息采集策略，制定合理的不同载体、不同类型的资源采集计划，合理分配经费，形成具有本馆特色的数字资源保障体系是各馆资源建设当前面临的主要问题。因此数字资源建设的投入产出绩效评价成为一项重要的研究课题。各高校学科、专业、课题组设置体系不同，各学院读者数量规模差异，经费有限与读者需求的多样化且无限性的矛盾，要求我们必须制定科学合理面相学科需求的精准资源构建策略。
1 国内外图书馆数字资源建设绩效评价研究现状
1.1 基于指标体系电子资源绩效评价
对于高校图书馆数字资源绩效研究由来已久，积累了丰富的理论基础、研究方法和实践指导。国外关于电子资源绩效评价始于纸质馆藏资源绩效评价[3]，一般是构建资源绩效评价指标体系，指标量化后考察其效率。Noh Y研究了韩国大学图书馆3部门电子资源22个指标的评价体系，并给予专家打分法给予指标权重[4-5]，并以电子资源的使用环境、电子资源如Web数据库、电子书、电子期刊的下载量等为输入数据，以资源的使用为输出数据，测量电子资源的投入产出效率[6]。Zha Xianjin使用定性的个案研究方法来评估数字资源的访问需求和使用效率。另外，其他研究包括站在用户的角度使用层次回归分析法来呈现电子资源的亲和度、重要度[7]；基于模糊神经网络数字资源服务绩效评估方法[8]等等。国内的数字资源绩效研究几乎与国外同步，刘文梅等以“211工程”高校数字图书馆为研究对象，以问卷调查为主要研究方法，对已有研究提出的指标在我国的适用性进行了调查和分析[9]。吴天吉等以华中农业大学图书馆为例，利用模糊理论设计了电子资源绩效综合评价模型[10]。刘洪等根据电子资源绩效评价指标集合以及用户感知的满意程度，创建以内部图书馆专家群体确定和外部终端用户群体感知为核心的、融合满意程度和服务质量的电子资源绩效评价模型[11]。向林芳以电子资源的数量、经费和数字资源运行硬件成本作为投入指标，以图书馆通过电子资源获得的直接经济收入、电子资源的利用情况和师生的科研成果作为电子资源的产出指标，又根据一定的构建原则构建了电子资源投入产出绩效评价指标体系[12]。和媛媛等根据资源利用情况设计了电子资源评价指标体系，利用三角模糊数量化指标的重要程度，通过模糊多属性决策方法综合评价图书馆电子资源的利用情况[13]。而贺秀英通过建立电子资源绩效评价指标体系，以三角模糊理论求解指标权重值，并利用线性加权法计算电子资源的投入、产出数值，进而得出投入产出绩效[14]。唐蓓等构建了图书馆生产函数模型，从模型中析出平均增速、效益系数、边际生产力、要素贡献率4个衡量指标，测算图书馆纸质资源、数字资源的投入产出关系及图书馆对高校科研产出的贡献度[15]。宋建玮等构建了平衡计分卡的图书馆电子资源绩效评价体系[16]。吕元智根据软系统方法论评估了数字图书馆绩效[17]。李志勇基于层次结构分析法设计了数字图书馆绩效评价的三级指标体系，并运用层次分析法确定指标的权重系数[18]。蒲筱哥等采用“组合评价”或“分层评价”设计了图书馆电子资源绩效多指标综合评价方法[19]。吕元智研究了基于利益相关者理论的数字图书馆服务绩效三棱镜评价模式，从利益相关者需求、贡献、战略、流程、能力5个维度构建了综合绩效评价体系[20]。蒲筱哥等运用网络分析法构建了高校图书馆电子资源服务绩效评价的网络结构模型，阐述了控制层维度指标和网络层中各指标层指标之间相互影响的作用机理；然后通过构造超矩阵来计算电子资源服务绩效评价指标的相对重要性权重，并对指标权重分布测度的合理性进行了检验[21]。齐春泽从资源内容、资源检索、资源使用以及资源成本4个方面构建了高校图书馆电子资源绩效评价指标体系，然后利用熵权法确定各评价指标的权重，并通过TOPSIS法对高校图书馆电子资源绩效进行定量排序[22]。丁献峰设计了资源服务评估体系，结合层次分析法对高校图书馆学科专题数据库资源服务绩效进行评估[23]。 1.2 基于DEA的数字资源建设绩效评价
数据包络分析（Data Envelopment Analysis，DEA）是一个对多投入、多产出的多个决策单元的效率评价方法。它是1978年由CHARNES和COOPER创建的。可广泛使用于绩效评价。杰西·斯特鲁邦介绍了无界分析法（Free Disposal Hull，FDH）和数据包络分析法的佛兰德斯公共图书馆服务绩效评估[24]。沈思等以西安科技大学图书馆2013年数字资源采购与利用的统计数据为样本，建立指标体系，用DEA模型对总效率、技术效率和规模效率进行了实证研究，以区分相对有效和相对无效的类目[25]。李新凯以大连理工大学8个数据库中12个学科数字资源为例，用数据包络分析方法（DEA）对2009年12个学科数字资源的使用情况、数量、内容质量和经费等方面评价数字资源绩效[26]。张宁用因子分析（Data Reduction Factor，DRF）辅助DEA（数据包络分析法，Data）将收集的资料进行量化分析，并建立了综合评价指标体系[2]。袁海等基于2000-2008年的省际面板数据，采用Malmquist生产率指数方法对我国公共图书馆的效率变化进行分析发现[27]。
1.3 高校图书馆数字资源建设绩效研究现状评述
高校图书馆数字资源建设绩效研究主要有两种方法：构建指标体系法和数据包络分析法。数字资源评价客体多以数据库为研究对象，很少关于学科数字资源的评价绩效研究。指标体系构建方法有绩效棱柱模型、平衡计分卡、模糊多属性决策、可信模型、CIPP评估法、用户感知的满意程度、问卷调查、专家打分法、层次分析法、熵权TOPSIS法等，但是国内学术界则更偏爱定性研究方法，评估量化程度不够[2]，国内外研究者已经建立过多样的电子资源评价指标体系，且有多个组织已发布过数字资源统计标准，但因数据过分依赖于数据库商，降低了指标体系的可操作性，且指标体系中指标和指标权重设置的具有一定的随机性和主观性；而基于数据包络分析的数字资源绩效研究文献较少，且多是评价图书馆数字资源的总体效率或部门效率。
综上所述，国内外学者关于数字资源绩效评价研究已积累了丰富的理论研究成果，并建立了多样化的数字自言评价指标体系，且有不少机构已发布数字资源统计标准。但目前对数字资源绩效评价多以数据库为单位，很少面向学科投入产出进行评价，这并不利于高校了解数字资源学科建设绩效，也是本课题试图解决的问题。各高校数据库订购方案不同、学科设置不同，难以利用相同的较小评价方法。
1.4 哈工大图书馆数字资源建设经验
哈尔滨工业大学图书馆电子资源优化管理上积累了丰富的经验，近年来重点建设内容——电子资源，自2008年起建立了《哈尔滨工业大学图书馆电子资源采购程序》，2015年进行了修订和规范化，在资源建设内容以保证重点学科扶持潜力学科为原则，已经建立了系统的电子资源建设操作实施方法，如图1所示：
制定新资源订购流程，包括集团采购数据库的订购流程、单馆自购数据库的续订流程、已购数据库续订流程和集团采购数据库的续订流程。同时建立了新资源、已引进资源的评估体系，内容涵盖：1）用户评估报告——学科馆员和相关院系师生合作完成，内容包括资源介绍，试用统计、合作院系用户调研、同类资源对比（由相关学科师生配合完成对比内容）、综合评价等。2）对比分析报告——相关学校的购买情况进行跟踪比较等。对于已经从购买价格及涨幅、使用成本、用户调研进行分析评估。对连续评估排名后的数据库进行淘汰。
本课题将在此基础上深入研究数字资源绩效评估理论与方法，建立有效科学的数字资源建设绩效评价体系，实现高校电子资源的优化管理，为提供学科信息咨询服务奠定科学基础。在李新凯利用数据包络分析的C2R模型和BC2模型分析各学科数字资源的综合效率的研究基础上，以哈尔滨工业大学2014-2016年间购买的31个全文外文数据库为例，利用DEA-Malmquist模型分析了哈工大电信、化学、物理、数学、计算机、环境、生物、建筑、交通、土木、经管、人文、航天、材料14个学科的动态的数字资源建设绩效，提出了面向学科的数字资源建设策略，对以后的学科资源构建将有一定的指导意义。
2 研究方法、指标选取与数据来源
2.1 数据包络分析方法（DEA）
数据包络分析方法（DEA）由Charnes、Coopor和Rhodes于1978年提出[28]，DEA是一种要素投入与产出之间的相对效率评价的系统分析方法，主要是通过在决策单元（DMU，Decision Making Units）的输入或者输出不变的情况下，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。该方法在建立模型之前并不需要对数据量纲标准化处理，也不需要权重假设，而是以决策单元输入输出的实际数据相对效率，改善了传统指标赋权的主观性问题。Fare，Grosskopf and Lovell于1994年构造了标准CRS和VRS的数据包络分析模型包括技术效率和规模效率的计算（当规模效率适合）[29]。其中，CRS的假设仅仅在所有的DMU都在最优的规模上运作的时候才合适。但不完全竞争和约束却有可能导致DMU不在最合适的规模上运作，这种情况下CRS会造成技术效率的测度被规模效率所混淆，可通过增加凸性约束将CRS线性规划模型修改成VRS模型，同时选择投入主导型DEA方法。
2.2 Malmquist DEA模型方法
Malmquist生产率指数最初由瑞典经济学家和统计学家Malmquist（1953）首次提出，可用来考察不同时期生产效率变化。Fareetal（1994）定义了一个基于产出的Malmquist生产力指数[30]，该方法利用面板数据将全要素生产率分解表示相对技术效率变化程度的技术效率变化（effch）和表示技术生产边界的推移程度的技术进步（techch）两部分。技術进步指数反应的是从t期到t 1期的“前沿面移动效应在固定规模报酬（Constant Return Scale，简称CRS）下的技术效率变化又可进一步分解为可变规模报酬（VRS）下的纯技术效率变化（pech）和规模效率（sech）变化，基于DEA的Malmquist指数计算公式可表示为公式（2）： 3 实验与结果
3.1 样本描述、指标选取与数据来源
本课题以哈工大图书馆为例，分析了连续3年数字资源在各学科的配置效率。考虑到数据的可获得性，本课题选取2014-2016年间我馆购买的31个全文外文数据库，包括Emerald期刊、Project MUSE期刊、Taylor
〔关键词〕图书馆；学科；数字资源；绩效评价；DEA-Malmquist模型
DOI：10.3969/j.issn.1008-0821.2018.04.012
〔中图分类号〕G250.76 〔文献标识码〕A 〔文章編号〕1008-0821（2018）04-0083-06
〔Abstract〕The performance evaluation of digital resources is more and more important under the limited funds of University libraries.This paper analyzed the digital resources of Harbin Institute of Technology library utilization evaluation index，31 full-text database and hit 2014-2016 from purchasing as an example，analyzed the construction of digital resources in dynamic performance，using the DEA-Malmquist model，14 subjects of telecommunications，chemical，physics，mathematics，computer，biology，environment，construction，transportation，civil engineering，management，humanities，aerospace，materials were analysised.Then，this paper put forward the strategy of digital resources construction of subject oriented.
〔Key words〕library；discipline；digital resources；performance evaluation；DEA-Malmquist model
随着科研数字资源的普及、读者需求的个性化多样化趋势，促使图书馆信息资源建设逐步向数字化方向倾斜。科研成果产出对数字资源的依赖性越来越强，数字资源的及时性、多样性、充沛性和可获取性也是读者利用信息资源的推动因素。图书馆电子资源预算已经占了总预算的50%以上，且这个数据随着时间前移而增大[1]。随着对数字资源投入的不断加大，且存在经费来源单一、投入不足、经费分配与管理不合理等诸多问题[2]，高校图书馆如何及时调整信息采集策略，制定合理的不同载体、不同类型的资源采集计划，合理分配经费，形成具有本馆特色的数字资源保障体系是各馆资源建设当前面临的主要问题。因此数字资源建设的投入产出绩效评价成为一项重要的研究课题。各高校学科、专业、课题组设置体系不同，各学院读者数量规模差异，经费有限与读者需求的多样化且无限性的矛盾，要求我们必须制定科学合理面相学科需求的精准资源构建策略。
1 国内外图书馆数字资源建设绩效评价研究现状
1.1 基于指标体系电子资源绩效评价
对于高校图书馆数字资源绩效研究由来已久，积累了丰富的理论基础、研究方法和实践指导。国外关于电子资源绩效评价始于纸质馆藏资源绩效评价[3]，一般是构建资源绩效评价指标体系，指标量化后考察其效率。Noh Y研究了韩国大学图书馆3部门电子资源22个指标的评价体系，并给予专家打分法给予指标权重[4-5]，并以电子资源的使用环境、电子资源如Web数据库、电子书、电子期刊的下载量等为输入数据，以资源的使用为输出数据，测量电子资源的投入产出效率[6]。Zha Xianjin使用定性的个案研究方法来评估数字资源的访问需求和使用效率。另外，其他研究包括站在用户的角度使用层次回归分析法来呈现电子资源的亲和度、重要度[7]；基于模糊神经网络数字资源服务绩效评估方法[8]等等。国内的数字资源绩效研究几乎与国外同步，刘文梅等以“211工程”高校数字图书馆为研究对象，以问卷调查为主要研究方法，对已有研究提出的指标在我国的适用性进行了调查和分析[9]。吴天吉等以华中农业大学图书馆为例，利用模糊理论设计了电子资源绩效综合评价模型[10]。刘洪等根据电子资源绩效评价指标集合以及用户感知的满意程度，创建以内部图书馆专家群体确定和外部终端用户群体感知为核心的、融合满意程度和服务质量的电子资源绩效评价模型[11]。向林芳以电子资源的数量、经费和数字资源运行硬件成本作为投入指标，以图书馆通过电子资源获得的直接经济收入、电子资源的利用情况和师生的科研成果作为电子资源的产出指标，又根据一定的构建原则构建了电子资源投入产出绩效评价指标体系[12]。和媛媛等根据资源利用情况设计了电子资源评价指标体系，利用三角模糊数量化指标的重要程度，通过模糊多属性决策方法综合评价图书馆电子资源的利用情况[13]。而贺秀英通过建立电子资源绩效评价指标体系，以三角模糊理论求解指标权重值，并利用线性加权法计算电子资源的投入、产出数值，进而得出投入产出绩效[14]。唐蓓等构建了图书馆生产函数模型，从模型中析出平均增速、效益系数、边际生产力、要素贡献率4个衡量指标，测算图书馆纸质资源、数字资源的投入产出关系及图书馆对高校科研产出的贡献度[15]。宋建玮等构建了平衡计分卡的图书馆电子资源绩效评价体系[16]。吕元智根据软系统方法论评估了数字图书馆绩效[17]。李志勇基于层次结构分析法设计了数字图书馆绩效评价的三级指标体系，并运用层次分析法确定指标的权重系数[18]。蒲筱哥等采用“组合评价”或“分层评价”设计了图书馆电子资源绩效多指标综合评价方法[19]。吕元智研究了基于利益相关者理论的数字图书馆服务绩效三棱镜评价模式，从利益相关者需求、贡献、战略、流程、能力5个维度构建了综合绩效评价体系[20]。蒲筱哥等运用网络分析法构建了高校图书馆电子资源服务绩效评价的网络结构模型，阐述了控制层维度指标和网络层中各指标层指标之间相互影响的作用机理；然后通过构造超矩阵来计算电子资源服务绩效评价指标的相对重要性权重，并对指标权重分布测度的合理性进行了检验[21]。齐春泽从资源内容、资源检索、资源使用以及资源成本4个方面构建了高校图书馆电子资源绩效评价指标体系，然后利用熵权法确定各评价指标的权重，并通过TOPSIS法对高校图书馆电子资源绩效进行定量排序[22]。丁献峰设计了资源服务评估体系，结合层次分析法对高校图书馆学科专题数据库资源服务绩效进行评估[23]。 1.2 基于DEA的数字资源建设绩效评价
数据包络分析（Data Envelopment Analysis，DEA）是一个对多投入、多产出的多个决策单元的效率评价方法。它是1978年由CHARNES和COOPER创建的。可广泛使用于绩效评价。杰西·斯特鲁邦介绍了无界分析法（Free Disposal Hull，FDH）和数据包络分析法的佛兰德斯公共图书馆服务绩效评估[24]。沈思等以西安科技大学图书馆2013年数字资源采购与利用的统计数据为样本，建立指标体系，用DEA模型对总效率、技术效率和规模效率进行了实证研究，以区分相对有效和相对无效的类目[25]。李新凯以大连理工大学8个数据库中12个学科数字资源为例，用数据包络分析方法（DEA）对2009年12个学科数字资源的使用情况、数量、内容质量和经费等方面评价数字资源绩效[26]。张宁用因子分析（Data Reduction Factor，DRF）辅助DEA（数据包络分析法，Data）将收集的资料进行量化分析，并建立了综合评价指标体系[2]。袁海等基于2000-2008年的省际面板数据，采用Malmquist生产率指数方法对我国公共图书馆的效率变化进行分析发现[27]。
1.3 高校图书馆数字资源建设绩效研究现状评述
高校图书馆数字资源建设绩效研究主要有两种方法：构建指标体系法和数据包络分析法。数字资源评价客体多以数据库为研究对象，很少关于学科数字资源的评价绩效研究。指标体系构建方法有绩效棱柱模型、平衡计分卡、模糊多属性决策、可信模型、CIPP评估法、用户感知的满意程度、问卷调查、专家打分法、层次分析法、熵权TOPSIS法等，但是国内学术界则更偏爱定性研究方法，评估量化程度不够[2]，国内外研究者已经建立过多样的电子资源评价指标体系，且有多个组织已发布过数字资源统计标准，但因数据过分依赖于数据库商，降低了指标体系的可操作性，且指标体系中指标和指标权重设置的具有一定的随机性和主观性；而基于数据包络分析的数字资源绩效研究文献较少，且多是评价图书馆数字资源的总体效率或部门效率。
综上所述，国内外学者关于数字资源绩效评价研究已积累了丰富的理论研究成果，并建立了多样化的数字自言评价指标体系，且有不少机构已发布数字资源统计标准。但目前对数字资源绩效评价多以数据库为单位，很少面向学科投入产出进行评价，这并不利于高校了解数字资源学科建设绩效，也是本课题试图解决的问题。各高校数据库订购方案不同、学科设置不同，难以利用相同的较小评价方法。
1.4 哈工大图书馆数字资源建设经验
哈尔滨工业大学图书馆电子资源优化管理上积累了丰富的经验，近年来重点建设内容——电子资源，自2008年起建立了《哈尔滨工业大学图书馆电子资源采购程序》，2015年进行了修订和规范化，在资源建设内容以保证重点学科扶持潜力学科为原则，已经建立了系统的电子资源建设操作实施方法，如图1所示：
制定新资源订购流程，包括集团采购数据库的订购流程、单馆自购数据库的续订流程、已购数据库续订流程和集团采购数据库的续订流程。同时建立了新资源、已引进资源的评估体系，内容涵盖：1）用户评估报告——学科馆员和相关院系师生合作完成，内容包括资源介绍，试用统计、合作院系用户调研、同类资源对比（由相关学科师生配合完成对比内容）、综合评价等。2）对比分析报告——相关学校的购买情况进行跟踪比较等。对于已经从购买价格及涨幅、使用成本、用户调研进行分析评估。对连续评估排名后的数据库进行淘汰。
本课题将在此基础上深入研究数字资源绩效评估理论与方法，建立有效科学的数字资源建设绩效评价体系，实现高校电子资源的优化管理，为提供学科信息咨询服务奠定科学基础。在李新凯利用数据包络分析的C2R模型和BC2模型分析各学科数字资源的综合效率的研究基础上，以哈尔滨工业大学2014-2016年间购买的31个全文外文数据库为例，利用DEA-Malmquist模型分析了哈工大电信、化学、物理、数学、计算机、环境、生物、建筑、交通、土木、经管、人文、航天、材料14个学科的动态的数字资源建设绩效，提出了面向学科的数字资源建设策略，对以后的学科资源构建将有一定的指导意义。
2 研究方法、指标选取与数据来源
2.1 数据包络分析方法（DEA）
数据包络分析方法（DEA）由Charnes、Coopor和Rhodes于1978年提出[28]，DEA是一种要素投入与产出之间的相对效率评价的系统分析方法，主要是通过在决策单元（DMU，Decision Making Units）的输入或者输出不变的情况下，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。该方法在建立模型之前并不需要对数据量纲标准化处理，也不需要权重假设，而是以决策单元输入输出的实际数据相对效率，改善了传统指标赋权的主观性问题。Fare，Grosskopf and Lovell于1994年构造了标准CRS和VRS的数据包络分析模型包括技术效率和规模效率的计算（当规模效率适合）[29]。其中，CRS的假设仅仅在所有的DMU都在最优的规模上运作的时候才合适。但不完全竞争和约束却有可能导致DMU不在最合适的规模上运作，这种情况下CRS会造成技术效率的测度被规模效率所混淆，可通过增加凸性约束将CRS线性规划模型修改成VRS模型，同时选择投入主导型DEA方法。
2.2 Malmquist DEA模型方法
Malmquist生产率指数最初由瑞典经济学家和统计学家Malmquist（1953）首次提出，可用来考察不同时期生产效率变化。Fareetal（1994）定义了一个基于产出的Malmquist生产力指数[30]，该方法利用面板数据将全要素生产率分解表示相对技术效率变化程度的技术效率变化（effch）和表示技术生产边界的推移程度的技术进步（techch）两部分。技術进步指数反应的是从t期到t 1期的“前沿面移动效应在固定规模报酬（Constant Return Scale，简称CRS）下的技术效率变化又可进一步分解为可变规模报酬（VRS）下的纯技术效率变化（pech）和规模效率（sech）变化，基于DEA的Malmquist指数计算公式可表示为公式（2）： 3 实验与结果
3.1 样本描述、指标选取与数据来源
本课题以哈工大图书馆为例，分析了连续3年数字资源在各学科的配置效率。考虑到数据的可获得性，本课题选取2014-2016年间我馆购买的31个全文外文数据库，包括Emerald期刊、Project MUSE期刊、Taylor