葛少卫　杨晓江

摘要：梳理近10年全球性大学排行榜的发展情况，通过采集其文献计量指标、网络特征指标，分析全球性大学排行榜的发展特征，并用灰色关联分析等统计方法，探索全球性大学排行榜影响力的综合评价方法。最后对13个全球性大学排行榜在国内和国外的影响力分别进行排序，分析排序结果。

关键词：全球性；大学排行榜；影响力评价；网络计量

一、问题的提出

21世纪初，随着全球化的推进，在争议中不断发展的大学排行榜开始突破国界的禁锢，大学被放到一个世界的大平台进行比较评价，虽然一开始招致了各界的批评，但是近十几年来，全球性大学排行榜越来越流行。继我国上海交通大学发布第一个全球性大学排行榜之后，美国、英国、法国、俄國、澳大利亚等也相继发布了以全球为范围的大学排行榜。综合比较发现，由于排名的目的、方法和侧重点的不同，不同排行榜之间的差异非常大。这也使得学术界和社会大众对各排行榜的科学性、全面性、准确性的争议不断，如果先姑且不论哪一种排名方法更加科学，单论目前到底哪一个排行榜更加得到各界的认可呢？其产生的影响力又有多大呢？从文献上看，目前对于排行榜的影响力有一些定性的研究，如刘宝存从学生择校、高校发展、公共政策、雇主聘用、教育评估等方面对《美国新闻与世界报道》本科院校排行榜的社会影响力进行了探析[1]，但是较少见到关于排行榜影响力评价的量化研究成果。

近年来，信息化的发展使得网络成为了信息传播最重要的渠道，将网络计量学方法引入网络环境影响力评价，如网站评价等，成为了一种量化评价的趋势和研究范式。目前全球性大学排行榜的基本发布方式主要是通过网络和知名杂志或报纸传播，如《泰晤士报》（The Times）。因此，笔者认为通过网络计量的方式（包括文献计量学、科学计量学、信息计量学的方法）能在很大程度上反映大学排行榜的影响力情况，而排行榜影响力评价的核心在于确立能够反映排行榜影响力的量化指标。本文试图通过软件或其他非人工直接干预的方式采集排行榜的相关数据，确立能够反映排行榜在网络资源分布、受众层面的影响力的指标，开展相应的理论研究和实例分析。

二、研究方案的设计

（一）研究对象的确定

剔除仅发布一次的大学排名，如美国《新闻周刊》（Newsweek）分别于2006年和2011年发布的“全球大学100强”（The Top 100 Global Universities）和“最佳国际学校”（Best International Schools）、中国浙江大学大学评价国际委员会2006年发布的“国际大学创新力排行榜”、俄罗斯教育资源评价组（Rating of Educational Resources，简称RatER）2009年发布的全球大学排行榜（Global Universities Ranking，简称GUR）等。近10年内，中国、美国、英国、西班牙、沙特阿拉伯等9个国家或地区及1个国际组织，定期发布了15个具有一定国际影响力的全球性大学排行榜。其中，由于《美国新闻与世界报道》从2014年开始发布的“世界最佳大学排行榜”（Best Global Universities Rankings）、英国路透社从2015年开始发布的“全球最具创新力大学TOP100”（Reuters Top 100： The worlds most innovative universities），与我们的研究周期相比时间太短，在影响力数据采集周期上与其它排行榜不具备可比性，故不纳入研究对象。法国巴黎高等矿业大学发布的世界大学职业排行榜，虽然仅于2007年至2009年间发布了三期，但是考虑其发布周期处于全球性大学排行榜起步阶段，且其独特的评价视角和方法对大学排行榜的发展产生了一定的影响，故参与研究比较。最终选定13个定期发布的全球性大学排行榜作为本次研究的对象，基本情况如表1所示。

（二）研究指标的选择

从理论研究与实践运用两方面分析，大学排行榜的影响应该包括对学术研究的影响和对社会行为的影响。对学术研究的影响，从作用效果看表现在引发的研究热情、拓宽的研究领域、挖掘的研究深度等；对社会行为的影响，按作用对象分体现在学生择校的参考程度、被评高校的重视程度等，这些反映了社会受众对排行榜的关注程度。因此，本文选择了基于网络环境可以获取信息数据的下述两类计量指标。

1.文献计量指标

论文数量：指公开发表在期刊上与“全球性大学排行榜”相关的科技论文的数量，包括论文总数量、年均论文数量等。

他引量：指某篇论文在统计当年被其他文章引用的次数，包括总他引量、篇均他引量等。

期刊影响因子：指某刊在某年被全部源刊物引证该刊前两年发表论文的次数，与该刊前两年所发表的全部源论文数之比，是代表期刊影响大小的一项定量指标。

2.网络关注特征指标

对全球性大学排行榜的网络关注包括两个方面，一是对大学排行榜网站或网页的特定关注，表现在登陆网站或进入网页获取信息、引用网站或网页的链接等；二是对大学排行榜的广泛关注，表现在通过搜索引擎等获取大学排行榜相关资讯。根据相关理论，网站影响力评价的依据主要来自链接分析和流量分析两个方面。[15]因此，本文采用链接特征指标和流量指标来表征大学排行榜网站的影响力，采用搜索指标描述网络受众对大学排行榜的关注。

（1） 链接特征指标

链接分析法是利用网络站点间连接正向肯定关系而对网站自身信息组织和揭示的科学性和合理性以及网站影响力进行间接评价，即网站的外部链接数量越多、网络影响因子越大，该网站的信息越有价值，利用率越高，产生的影响力愈大。

网页数：指搜索引擎收录该网站网页的数量，这一指标被大多数研究采用用来替代实际网站的总页数，用以反映网站的规模和内容丰富与公开程度。

外部链接数：指在某网站网页范围之外，搜索引擎搜索到的链接到该网站的网页总数，用以反映网站的影响力和网络辐射力。endprint

外部网络影响因子：被链接数/网页数，反映的是网站网页被外部链接的总平均水平，该指标能够更好地反映网站的质量水平。

网站权重：是搜索引擎给网站（包括网页）赋予一定的权威值，对网站（含网页）权威的评估评价，网站权重不等于网站排名。如Google的网站PR值（PageRank）、站长工具等网站给出的百度权重等，这些权重的级别基本都是从1到10级，10级为满分，用来标识网页的等级和重要性。从2014年开始Google不再继续更新PageRank，故该值为此时间段之前的数据。

（2） 流量指标

网页访问量：指特定时间段内网站网页日均访问人次，其中PV（综合浏览量）是指页面点击量，用户刷新即被记录一次； IP（访问数）是指独立IP数，00：00-24：00内相同IP地址只被记录一次。

网页流量排名：指按照特定时间周期内访问人次和页面访问量进行的排名。

（3） 搜索量指标

搜索指数：指由搜索引擎根据网民行为数据为基础给出的关键词搜索指数， 如Google趋势、百度指数等。

（三）研究工具与方法

1.文献指标的采集：对国外文献，以university ranking为检索词对“Scopus文摘和引文数据库”中2005年1月1日到2016年7月30日十年半内的文章进行检索，筛选与研究对象排名相关的文章。对国内文献，分别以“大学评价”、“大学排行榜”、“大学排名”为关键词和索引对中国知网（CNKI）数据库中同样时间段内的文章进行高级中英文扩展检索，统计时剔除和主题关系不大和重复的文章。英文文献的“他引量”和文献来源期刊的“影响因子”采用汤森路透知识产权与科技事业部（现名为“科睿唯安”Clarivate Analytics）的InCites数据库有关数据，中文文献及其来源期刊的数据（复合影响因子）采用CNKI数据库有关数据。 其中，文献来源期刊的“影响因子”数据采集的是文献刊发当年的期刊数据。

2.链接特征指标的采集：利用“站长工具”网站（http：//tool.chinaz.com/）中的“SEO综合查询”功能。对部分该功能未提供的数据，采用相应的检索式来补充获取。如个别网站在搜索引擎中的收录网页数和反链接数等，网页数“site：域名”，外部链接“link：域名”（Google）、“domain：域名”（百度）。

3.流量指标的采集：从Alexa中文官方网站（http：//www.alexa.cn/）查询。

4.搜索指标采集：本研究以“world university ranking”、13个全球性大学排行榜的英文名称及简称为关键词，采用google trends 网站（https：//www.google.com/trends /）；以“全球大学排名”及“世界大学排名”、13个全球性大学排行榜的中文名称及简称，采用百度指数网站（http：//index.baidu.com/），分别统计2005年1月1日到2016年7月30日十年半内的关键词搜索热度进行比较。

三、研究数据处理

（一）基于文献研究的分析

通过仔细筛选统计，近10年来，与“大学排行榜”、“大学评价”主题直接相关的论文、著作等共计2223篇（篇均他引5.71次），其中国外文献578篇（篇均他引6.89次）、国内文献1645篇（篇均他引5.29次）。这之中，着眼“全球大学排行榜”的论文、著作等559篇（篇均他引7.64次），其中国外文献236篇（篇均他引9.41次）、国内文献323篇（篇均他引6.34次）。为了更加直观、清晰地分析国内外相关研究的变化趋势，绘制国内外论文分布态势图（图1）和研究热点与研究深度分布图（图2），该图显示国内外对大学排行榜、特别是全球性大学排行榜的研究总体呈上升趋势，关注度逐年增加。国外研究持续增多，至2013年后热情有所回落。国内对大学排行榜的关注程度比国外研究更高一些，特别是近两年在我国《统筹推进世界一流大学和一流学科建设总体方案》印发前后，有关世界大学排行榜的研究成果较以前成倍增加，这从一个侧面也反映出国内对高等教育国际化、建设世界一流大学的重视。从表2的比较看出，虽然国外研究文献从数量上比国内研究文献少了三分之一，但是从论文质量上，发表在影响因子大于1的期刊的国外文献（占其总数的33.5%）的数量是国内文献（占其总数的12.4%）的2倍，期刊影响因子大于2的更是7.5倍之多；他引频次超过10的国内外文献所占比例相近，但是国内文献的最高他引频次是35，而国外文献超过这个频次的高被引论文有19篇（占其总数的8.1%），特别是有3篇论文被引用达到100次以上。

（1）国内文献情况

（2）国外文献情况

从图2给出的研究热点分布图看，近10年来，国内外学术界关于将全球大学进行比较排名的做法与方式或是对某一特定的全球性大学排行榜的作用一直存在争议，国外研究对全球性大学排行榜的存在价值分析的关注有逐渐增大的趋势；而在国内争创世界一流大学的热潮之下，全球性大学排行榜被视作参考系的作用逐渐凸现，反而减少了对其存在合理性的争议。而从研究成果的整体分布比例看，主要的研究手段有两种，一是对将全球大学在同一平台进行评价的理论方法研究，二是针對某一个或几个排行榜进行详细介绍、分解的案例描述分析，这两类的研究成果在国内外研究文献中均占据了72%～82%的比例。另外，选取典型排行榜进行评价方法、指标体系等的对比研究也是常见的研究热点。

表3给出了13个全球性大学排行榜的文献特征数据统计。为了避免重复统计，对一篇文献中同时涉及几个排行榜的，采取按比例记数的方式，例如：孙海涛2011年发表的《全球性大学排行榜的发展与展望》（被引频次11次）比较分析了16个全球性大学排行榜，在统计关于“全球性大学排行榜”文献总数时记入1篇、他引量11；在统计各排行榜的文献特征指标数量时分别记入“ARWU”、“THE-QSWUR”、“WRWU”、“RRCWU”、“HEEACT Ranking”、“Leiden Ranking”、“PRWU”、“4ICU ranking”、“SIR”和“THEWUR”10个排行榜文献数量0.0625篇（即1/16篇）、他引量0.6875（11/16）。单从文献数量比较，获得学术界关注最多的是两个历史最为悠久的大学排行榜，即世界大学学术排行榜（ARWU）和THE-QS/QS世界大学排行榜。但从年均（绝对值/排行榜发布年数）论文数量上看，全球研究所及大学论文排行榜（SIR）和《泰晤士高等教育增刊》的世界大学排行榜（THEWUR）也同样具有优势。从“代表性论文”中“学位论文、专著等”的数量可以看出对该排行榜的研究深度，“高影响因子论文”和“高他引论文”的数量可以看出对该排行榜的研究成果的认可度，这两方面也仍然是“ARWU”、“QSWUR”、“THEWUR”3个排行榜更具影响力。endprint

（二）基于网络关注特征的分析

通过2.3节所述研究工具以及检索方法，得到了13个全球性大学排行榜的网络关注特征数据（见表4、5）。

一般而言，链接指标、流量指标和搜索指标数值越大，网站网页的影响力和辐射力越强，PR值越高，网站在搜索排名中的地位越重要。但是从表4各指标的结果来看，Google的PR值和百度权重的评级存在较大差异，甚至有完全相反的情况，其他指标的排序也都有所不同，很难对各排行榜的网站的影响力进行直接的分析与评价。

为了能更加直观地比较google和百度两个搜索引擎的搜索指数，参照google trends的处理方式，取10年内热度最高的字词的搜索量得分为100分，从而分别得到各排行榜在全球区域范围内和全中国范围的相对搜索热度值，热度不到最高热度1%的得0分。考虑到关键词的搜索指标在自然年度内也存在较大的起伏，搜索热潮基本发生在每年的7月至11月之间，因此单个自然年度内取该排行榜的最高搜索热度值进行逐年比较（见图3）。可以看出，从2008年以后，在google 搜索引擎有关全球性大学排行榜的搜索量急剧增加，其中“QSWUR”的搜索量最大，与“THEWUR”、“ARWU”、“Leiden Ranking”占据主要的关键词搜索热度，其它的排行榜的搜索热度与之相比可以忽略不计；在百度搜索引擎上，对全球性大学排行榜的关注热潮也基本发生在2008年之后，在2013年后开始剧增，不同的是“ARWU”的搜索量最大、对“Leiden Ranking”的搜索量可以忽略。整体而言，国内的百度搜索指数要低于国外google搜索指数。

为了便于统计和分析，对13个全球性大学排行榜的搜索指标，取单个关键词在10年内的搜索指数最高值和每一自然年度内的搜索指数最高值的平均值2个指标（见表5）。

（三）基于灰色关联分析的综合影响力分析

从表3、表4、表5中各项指标的实际情况来看，每项指标的排序都有所不同，很难对各排行榜的影响力进行评价和比较。在没有参照系确定每一项指标对排行榜实际影响力的权重的情况下，本文采用灰色关联分析方法， 综合各指标的特征与优点，对13个全球性大学排行榜进行排序。按照灰色关联度进行排序，实质是对整体进行有参考系、有测度的比较[16]，这样的排序结果更加科学、客观、可靠。

具体步骤与结果处理如下。

第一步，确定关联指标。将表3至表5中的指标按照国外、国内指标分开，并除去“网页流量排名”指标后，各确定14项指标参与排序（见表6）。

以13个全球性排行榜各项指标的实际最大值作为参考行，实际是假设一个用于表征排行榜影响力的相对最大值，与之关联度越大的排行榜，表明其越接近实际最佳情况，则影响力更大。从表8的排序结果看，虽然各排行榜在国内外的影响力排位各不相同，但从关联度数值比较，“THEWUR”、“QSWUR”、“WRWU”、“RRCWU”4个排行榜的影响力明显优于其他排行榜；“QSWUR”和“THEWUR”2个排行榜在国内外的影响程度有所不同，“THEWUR”新的排名理念在国外得到了较好的认可，国内则更关注一以贯之的“QSWUR”； “AWUR”虽然在发布历史上最为悠久，但是在网络计量下的影响力比较中却不具优势。

四、研究结果分析

1.全球性大学排行榜受到的关注仍然比较少

十余年来，全球性大学排行榜在争议中得以立足并逐步发展。特别是在近年来高等教育国际化的压力逐渐增大，各国大学都在寻求合适的参考系，以期为提升本国大学的国际竞争力指明方向。但是总体而言，全球性大学排行榜相比各国自身国内的排行榜而言，获得关注仍然比较少，这一点从文献数量比较中可见一斑，有关全球性大学排行榜的论文数量仅占以大学评价为研究对象的论文数的20%。同时，从国内外文献的比较看，我国国内对大学评价以及全球性大学排行榜的研究热情比国外要高得多，即便这样，总体数量仍然偏低。

2.全球性大学排行榜网站的链接指标等对排序结果影响较大

“ARWU”是最早发布的全球性大学排行榜，从研究文献数量上看，也获得了国内外学术界的重点关注，但是在综合比较中，却成绩不太理想，这与其的网络影响指标数据明显偏低有关系，如排行榜网站的日均IP、日均PV、在google搜索引擎的反链数等。相反，譬如“QSWUR”等注重网络宣传和网站建设的排行榜，以及如“THEWUR”等能依托一个本身具有较高网络影响力的媒介的排行榜，获得了更高网络影响力。因此，以网络宣传为例，大学排行榜可以通过更加丰富化、多样化的网站建设，以及增加友情链接等方法提升网络影响力。

3.兼具综合性和公开性的大学排名更受受众欢迎

“PRWU”和“GWU”在影響力排序中处于相对弱势。“PRWU”是单指标排行的突出代表，是以各个大学毕业生担任世界500强企业首席执行官的数量作为唯一指标。这个排行榜产生的初衷是，法国对于本国大学在“ARWU”、“QSWUR”等元老级大学排行榜中排名太低不满，为提升本国大学声誉而产生的。从研究结果看，受众对这种特立独行的排行方式暂时接受度不高。由俄罗斯学术协会支持的教育支援评价组发布的“GUR”，与“PRWU”的共同点是其发布国家俄罗斯的大学在这个排行榜中的表现更优。“GUR”虽然构建了一个非常复杂的指标系统，但是更像一个国内大学排行榜，由于没有给出各项指标的数据来源，指标的可比性存疑，从影响力排序结果看也没有获得更高的认可。

四、小结

本文通过灰色关联分析方法，以现行13个全球性大学排行榜的14个指标的最大值作为表征排行榜影响力行为特征的参考值，得到各排行榜的影响力的相对排序。这一方法，在没有参照系确定文中所提出的每一项指标对排行榜实际影响力的权重的情况下，是一种相对科学、可靠的分析方法，具有对样本量无过多要求、不需要典型的分布规律等特点。但是不足之处在于，这一方法在分析上体现的是关联序，得到的是13个全球性大学排行榜的影响力排序，无法通过相关系数法等处理方法得到各项指标的相对权重。后续可以通过数据挖掘等方法发现隐藏于影响力排序结果中的影响因子信息。endprint

注释：

①2009年10月前，QS与泰晤士高等教育合作，发布世界大学排名于《泰晤士高等教育增刊》，称为“THE-QS世界大学排名”；2010年起，QS以原有的方式继续公布自己的排行榜，泰晤士则采用新的方法，并推出自己的世界大学排名。因此本文将THE-QS排行榜和QS排行榜合并比较，见标号2，THE排行榜单独参与比较，见标号12。

②搜索时间为2016年8月6日11：00—12：00。

参考文献：

[1]刘宝存，李函颖.《美国新闻与世界报道》本科院校排行榜社会影响力探析[J].大学教育科学，2014（2）：22-27.

[2]王珊.USNWR、THES、ARWU三大大学排行榜指标体系比较[D].湖南师范大学，2013.

[3]Huang， M.H..Opening the Black Box of QS World University Rankings[J].Research Evaluation，2012：71-78.

[4]Chen， K.h.，Liao， P.y..A Comparative Study on World University Rankings： A Bibliometric Survey[J].Scientometrics，2012：89-103.

[5]邱均平，楼雯.“985”大学世界一流学科建设成效研究——基于“武大版”世界大学评价结果的分析[J].中国社会科学评价，2015：115-120.

[6]Khosrowjerdi， M.，Kashani， Z.S..Asian Top Universities in Six World University Ranking Systems[J].Webology，2013：1-9.

[7][10]孙海涛.全球性大学排行榜的发展与展望[J].清华大学教育研究，2011：94-101.

[8]Waltman， L.，Calero-Medina，C.， Kosten， J.，et.The Leiden Ranking 2011/2012： Data Collection Indicators and Interpretation[J].Journal of the American Society for Information Science and Technology，2012：2419-2432.

[9]Hazelkorn， E..Rankings and the Reshaping of Higher Education： The Battle for World-class Excellence[M].London：Palgrave Macmillan，2015：105-201.

[11]Bornmann， L.，The New Excellence Indicator in the World Report of the SCImago Institutions Rankings 2011[J].Journal of Informetrics，2012：333-335.

[12]Soh， K..What the Overall Doesnt Tell About World University Rankings： Examples from ARWU， QSWUR， and THEWUR in 2013[J].Journal of Higher Education Policy and Management，2015：295-307.

[13]Shehatta I，Mahmood K.Correlation Among Top 100 Universities in the Major Six Global Rankings： Policy Implications[J].Scientometrics，2016：1-24.

[14]Kaycheng Soh.New Ranking：Same Approach， Same Problems[EB/OL].http：//www.universityworldnews.com/filemgmt_data/files/NewRanking.pdf.

[15]曹梅，閔宇锋.教育网站影响力评价的实证研究——基于我国31个省级教育门户网站的网络计量[J].开放教育研究，2011：104-110.

[16]刘思峰.灰色系统理论及其应用（第七版）[M].北京：科学出版社，2005.

（责任编辑赖佳）endprint