iSchool评价指标体系研究

1、引言

海量数字信息的持续爆炸式增长使信息管理、保存和获取面临重大的挑战和机遇，这也促使了“信息学院运动”（informationSchoolMovement，iSchool运动）的出现和发展。iSchool关注信息、技术与人之间的关系，使不同学科领域的学者在跨学科社群中充分发挥其特长与兴趣。［1］2005年至今，iSchool成员的数量已经由10个迅速发展到55个，而其成员所在地区也由最初的北美地区扩展到亚洲、欧洲，iSchool的理念广为接受，其影响力也不断扩大。iSchool运动已成为21世纪图书情报学（LibraryandInformationSci-ence，LIS）学院发展中具有历史意义的重要事件。［2］虽然iSchool符合大幅资助的研究活动、参与信息领域未来研究人员的培养、致力于信息领域的进步这三个基本标准，但是该标准较为模糊，难以具体量化。iSchool目前仍处在其发展的初始阶段，对iSchool进行评价将有助于明确不同院校之间的异同，为不同iSchool间的合作提供参考有效指导科研管理，推动iSchool运动的发展。对iSchool联盟的整体发展而言，如果能够建立有效的评价指标体系，则既能对目前现有的iSchool进行全面评价，又能确立iSchool联盟良性发展的价值导向，从而最终使iSchool真正能引领信息领域发展的潮流。

2、iSchool特征分析

2.1iSchool多依附于研究型大学

iSchool大多依附于研究型大学，如华盛顿大学、卡内基梅隆大学等诸多高校更是名列美国研究型大学前30名。［3］iSchool与研究型大学的基本特征近乎吻合：是高层次研究人才培养的重要基地，［4］研究生规模一般都较大，科研经费资助较多，能够保证有充足的经费进行研究活动和高端人才培养。［5］

2.2iSchool

引领信息领域的教育与科研在美国排名前25位的图书情报学学院中有17所学院是iSchools联盟成员；其他国家和地区的iSchool成员也大多是所在地区内最卓越的LIS学院。不管是在课程数量、课程多样性、招生数量与质量、教师数量、师生比方面，还是在研究经费、科研产出的数量与质量、科研效率等方面，iSchool均遥遥领先于传统的LIS院系。［6］而且，相对于传统LIS院系，iSchool的课程设置也更能符合时代的潮流，iSchool的教育内容更能符合当前的工作要求，［7］因此，iSchool能够在信息领域的教育和科研中起到引领的作用。

2.3iSchool跨学科性强

iSchool教师的学科背景更加丰富。据Wiggins等人的研究，传统的LIS学院中教育背景为图书情报学的教师占比超过70%，除了图书情报学之外，具有计算机科学、数学、管理学、心理学等学科知识背景的教师占比更高。［8］iSchool所开设的学科专业更加丰富。相对于传统的LIS学院，除了传统的图书情报学专业之外，iSchool还开设有计算机科学、软件工程、信息系统、信息政策等专业方向，专业设置不仅体现传统的信息，也关注技术与人。iSchool的课程设置更加多样。除了图书情报学传统的传统课程，iSchool的课程也涉及教育、管理、经济、历史等学科，［9］课程具体内容涉及不同年龄、种族、性别、残疾人等多元主题；［10］授课方式上也从本学院内教授扩展到与其他院系联合培养。iSchool的科研产出更加多样。在iSchool所的学科中，信息科学与图书馆学占比已经不足30%，计算机科学、通信、工程与电子等领域的发文量已经占相当高的比例。［11］

3、目前iSchool评价存在的问题

3.1现行学科分类体系不适用于iSchool

《美国新闻与世界报道》的研究生院排名把研究生院分为教育学院、工程学院、科学学院、图书情报学院、社会科学与人文学院等11类学院，［3］由于iSchool的来源不同，有些源于图书情报学院，有些则源于计算机等技术导向的院系，iSchool联盟院系作为一个整体不能归入任何一类学院。因此需要建立能与iSchool成员相适应的不同指标来衡量iSchool成员的复杂性和iSchool运动的动态性。

3.2传统科研评价方法不适用于iSchool

在学术出版和研究方面，传统的根据博士毕业生成为终身教职或在其他学术职位就业来判断学术研究是一种评估方法，但这种方法在iSchool模式下已经不再适用：由于iSchool培养的博士研究方向更加广泛，博士毕业生的就业方向除了传统的学术职位之外，信息架构、编程、数据分析、社会媒体等领域都是iSchool博士的就业领域。传统的引文分析和学术影响评估方法也存在着一些问题。如Bar-Ilan对iSchool科研影响的研究：该研究在WebofKnowledge中按照iSchool所在的大学名称进行检索，在检索结果中选取“信息科学与图书馆学”类的文章，使用文章数量、被引次数、h指数等指标进行评估。［12］但是该研究有两个局限：（1）用大学名进行机构检索的结果中，即使文章发表属于“信息科学与图书馆学”类，该文章也很有可能是该校iSchool以外的其他院系的研究人员发表的；（2）iSchool教研人员发表的文章学科跨度很大，不仅仅局限于“信息科学与图书馆学”类，该研究未能抓住iSchool学术出版的跨学科性。

4、iSchool评价指标构建原则

4.1针对性原则

对iSchool的评价要针对iSchool的跨学科性和致力于信息领域进步的特点。iSchool的宗旨是探索信息、技术与人之间的关系，iSchool致力于学习和理解信息在人类活动中的作用。iSchool通过进行大量的研究活动和高质量的人才培养，达到促进信息领域进步的目标，并最终通过信息提高人的能力。因此，需要从研究和教育两个主要方面来对iSchool进行评价。

4.2定性与定量评价相结合原则

定性与定量相结合的方法是将知识共同体、各种数据和信息有机结合起来。具体而言，在iSchool评价中，定量方法就是采用统计学、科学计量等方法来对iSchool的教学、研究与学术出版进行数量与质量的评估；而定性方法则是指同行评议方法。客观统计的数据能够为iSchool评价提供一种客观量化的、可比较的指标；［13］同行评议则能够充分发挥专家的专业知识和经验。在iSchool评价中，采用定性与定量相结合的方法同时，也要根据具体评价对象的特点来考虑侧重定性方法还是定量方法。

4.3稳定性与发展性相结合原则

iSchool的评价指标应保持相对稳定性，这样该指标才能有连续性和可比性。如果现在建立的指标在几年之后就发生重大的变化，那么就不能纵向把握iSchool的发展进程。同时，由于信息领域在发生着剧变，iSchool在其宗旨的指导下也在不断探索信息领域的新方向，因此，要及时关注iSchool发展的新动向、新特点。要精确把握那些当前虽然不太重要，但在未来对iSchool会非常重要的指标，这种具有发展性的指标能够指导iSchool未来的发展。

4.4平衡数量与质量关系原则

当前高校科研评价中存在的突出问题就是重“量”轻“质”，著作、论文与科研经费的数量往往成为衡量科研能力的重要工具，也是各种奖励、职称评定、岗位竞聘的重要条件。这种做法看似科学，实则与科研精神相悖，因为科研是一个厚积薄发的创新过程，科研评价中数量和时间的限制往往导致大量粗制滥造的学术垃圾的出现，严重背离科研的本质精神。［14］因此，在科研结果评价中，重视数量的同时，更要重视质量。

4.5平衡教育与科研关系原则

在高校中，教育和科研有着不可分割的联系，但这种关系并不是简单的正相关或负相关关系，而是非常复杂的关系。［15］现行的各种大学评价体系，不管是《美国新闻与世界报道》排名，还是美国顶尖研究型大学排名，都非常强调研究指标的权重，而教学指标权重则非常低，［16］这并不合理。现行的评价体制下，高校的排名与声誉在很大程度上是由科研决定的，这种极端重视科研的排名也是学生进行选择学校的重要标准；但事实上，科研质量高并不等同于教学质量高，不能用科研的评价指标来代替教学评价指标。iSchool的宗旨体现了对培养人才和研究的同等重视，因此在iSchool评价体系中，重视科研的同时，也要重视教育。

5、构建iSchool评价指标

针对iSchool的教育和研究两个方面特点，分别从投入、过程、产出几个方面来构建iSchool评价指标，具体指标如表所示。在iSchool评价过程中，投入是指科研经费、教师与科研人员、学生等，而结果包含发文量、被引次数、专利、学生起薪与就业率等内容。

5.1iSchool教育评价指标

iSchool教育评价指标包含了教育投入、教育过程和教育产出三个一级指标。教育投入。主要包括学生投入和学校投入，本指标拟对教育投入赋予15%的权重。就学生投入而言，学生入学时的成绩（如GRE、GPA）越高，表明该iSchool学生的生源越好；录取申请比越高，表明越多学生为进入该iSchool进行竞争。就学校投入而言，教育经费投入越高，越有利于学生的发展。教育过程。教育就是一个培养人的过程，仅仅评估教育结果会忽视教育过程的丰富性与重要性，因此本指标体系非常重视教育过程的质量，因此对权重赋值较高（17.5%）。我们对教育过程从教育项目的学术质量和职业准备两个方面进行评估：在学术质量方面，我们参考了匹兹堡大学iSchool的学生满意度调查，［17］从教师、课程、学术指导等方面来进行评价，重点突出了项目的智力多样性与课程内容的前沿性。在职业准备方面，从“职业指导的质量”等方面进行评估。教育产出。同样，相对于教育投入，本指标更加重视结果，因此教育产出的权重相对较高（17.5%）。教育产出指标设计参考了《美国新闻与世界报道》中的指标，强调毕业生毕业时的就业率、薪水情况，但同时，本指标也非常重视毕业生就业之后所带来的长远社会效益。

5.2iSchool科研评价指标

根据科研的过程，科研评价主要分为研究投入与研究结果两个一级指标。具体二级指标分别如下。研究人员。按照研究人员的知识层次结构与知识领域结构设计了5个三级指标。其中，全职教员的百分比代表了iSchool研究人员的中坚力量；“研究人员智力背景熵值”指标则是源于Wiggins等人提出的用熵值来衡量iSchool教员智力背景的跨学科性，本研究采用了该指标。研究资助。据吴丹等人的研究，［11］iSchool的科研资助主要来源于联邦政府、州政府、企业、非政府组织，因此本研究采用了表中所示的几个指标：联邦政府资助金额、州政府资助金额、非政府组织与企业资助金额、其他资助金额。研究产出。本文产出主要指论文、专著、专利，由于评价时间既不能跨度过长也不能太短，因此本指标对研究产出的统计设定为两年。同样地，为了突出iSchool的跨学科性，我们引入了类似于“科研人员智力背景熵值”的两个熵值指标———论文学科熵值与专利领域熵值，分别来衡量论文产出和专利产出的跨学科性。研究影响。在研究影响中，除了传统的被引频次指标、顶尖论文指标，我们还特别突出一个iSchool在整个iSchool联盟院校中的影响力，因此设计了其他iSchool引用该iSchool出版物的情况、与其他iSchool的合作情况两个针对性指标。

5.3iSchool评价指标的特征

本指标是在上述指标构建原则与iSchool特征的基础上发展起来的，具有如下特征。（1）合理平衡教育与科研。长期以来，各种大学排名体系存在着重科研轻教学的弊病，有些排名甚至没有考虑教学指标，直接以科研代替教学。iSchool致力于通过在信息领域持续的人才培养和科学研究来促进信息社会的进步，因此，培养信息领域的未来人才是iSchool的重要使命，人才培养与科研同等重要。因此，本指标对教育和科研赋予了相同的权重（50%），从而使本指标具有重视教育的导向作用。（2）突出iSchool的跨学科性。如上所述，iSchool在专业设置、课程、教师的学科背景、科研产出方面都有显著的跨学科性与多样性，这也是信息领域的发展趋势。因此，本指标体系中的“促进智力多样性的程度”、“课程的多样性”、“科研人员智力背景熵值”、“论文学科熵值”、“专利领域熵值”等指标从不同方面来衡量iSchool的跨学科性。（3）强调iSchool在iSchool联盟中的影响力。由于iSchool联盟成员的复杂性，传统的引文分析和学术影响评估方法已不适用于iSchool。同时由于iSchool联盟成员之间科研与教学的合作越来越多，本指标体系特别突出iSchool在整个iSchool联盟中的影响力，包括“近两年该iSchool与其他iSchool的合作频次”、“近两年其他iSchool引用该iSchool出版物的频次”等指标。

6、结语

虽然本文结合iSchool的特征从教育和科研两个方面对iSchool进行了阐述，并建立了iSchool评价指标体系，但是由于iSchool的发展时间较短，iSchool的标准还比较模糊，因此本文并未对相关指标进行赋值、检验与修正，所以并没有构建出完整意义上的iSchool评价指标体系。但是本评价指标体系具有突出iSchool跨学科性、正确处理iSchool教育与科研之间的关系、突出对其他iSchool的影响、所涉及指标具有系统性、针对性与导向性等特点，比如“Science、Nature论文数”、“研究成果与研究人员所获奖项”都属于导向性指标。根据iSchool联盟群体成员的特点构建区别于传统LIS评价指标的新指标体系，有利于客观评价iSchool的教学与科研的各个方面，从而不断促进iSchool在信息领域的科研发展和人才培养，在未来继续占据领先地位。

作者：魏小飞 高峰 安培浚 单位：中国科学院大学 中国科学院兰州文献情报中心