SCI來源期刊影響因子預(yù)測和結(jié)構(gòu)分析方法
——以Nature雜志為例*

■蓋雙雙 劉雪立 張詩樂

Nature雜志由英國商業(yè)出版商N(yùn)ature出版集團(tuán)出版發(fā)行[1]，是Nature出版集團(tuán)的旗艦[2]，并被Elsevier評為最有影響力的期刊[3]，是2012年全球范圍內(nèi)影響因子最高的綜合性科技期刊[4-5]。Nature是一個著名的跨學(xué)科科技期刊，并普遍被認(rèn)為是少數(shù)僅存的報道大范圍科學(xué)領(lǐng)域內(nèi)原始研究的學(xué)術(shù)性期刊之一[4]，始終報道和評論全球科技領(lǐng)域里最重要的突破和進(jìn)展，在國際上享有廣泛影響和崇高威望。近年來，中國許多高校和研究機(jī)構(gòu)為鼓勵科研人員在Nature發(fā)表更多的論文，相繼制定了誘人的獎勵政策。例如，中國農(nóng)業(yè)大學(xué)、華南師范大學(xué)、浙江理工大學(xué)等對Nature每篇論文獎勵100萬元人民幣。新鄉(xiāng)醫(yī)學(xué)院則規(guī)定，對于在Nature及影響因子≥20的Nature子刊發(fā)表一篇論文均獎勵100萬元。揚(yáng)州大學(xué)和南京大學(xué)每篇分別獎勵50和30萬；南開大學(xué)、哈爾濱工業(yè)大學(xué)、南京航空航天大學(xué)等每篇獎勵10萬。當(dāng)然，Nature在中國科學(xué)評價體系中的應(yīng)用不僅僅是金錢獎勵，還廣泛應(yīng)用于中國科學(xué)院和中國工程院院士評選、教授和其他高級職稱的晉升和破格晉升、科研基金支持等方面。

Web of Knowledge數(shù)據(jù)平臺的《期刊引證報告》（Journal Citation Reports，JCR）每年6月中、下旬公布各期刊上一年度的影響因子，每年的這一時刻牽動著全球億萬科研人員的心。但很多情況下我們有必要提前知道SCI數(shù)據(jù)庫來源期刊的影響因子，尤其是國內(nèi)外影響力較高的期刊。因此，本文選取國際著名的Nature雜志為例，詳細(xì)闡述了其影響因子的預(yù)測和結(jié)構(gòu)分析方法。本研究根據(jù)影響因子的定義和計算公式[6-7]，借助Web of Science（WoS）數(shù)據(jù)庫的引證分析功能，提前計算Nature雜志2013年的影響因子。對Nature雜志2013年影響因子的結(jié)構(gòu)特征進(jìn)行了詳細(xì)統(tǒng)計和分析，包括不同類型文獻(xiàn)、高被引論文、高被引作者、不同機(jī)構(gòu)、不同國家和地區(qū)對Nature雜志2013年影響因子的貢獻(xiàn)度。

1 Nature雜志2013年影響因子預(yù)測方法

2011-2012年Nature發(fā)表的文獻(xiàn)類型包括article、review、editorial material、news item、book review、letter、correction和biographical item等8種，其中，可被引文獻(xiàn)（citable items）（即計算影響因子的分母）僅包括article和review兩種文獻(xiàn)類型[8-9]，而參與影響因子計算的分子是所有類型文獻(xiàn)在統(tǒng)計當(dāng)年的被引頻次。本文通過WoS檢索2011-2012年Nature發(fā)表的各類型文獻(xiàn)數(shù)量及其在2013年的總被引頻次，預(yù)測該期刊2013年的影響因子。檢索時間:2014年3月21日。

2011-2012年Nature共發(fā)表article和review兩類文獻(xiàn)1710篇，兩年內(nèi)發(fā)表的所有類型文獻(xiàn)在2013年的總被引頻次為70114，根據(jù)影響因子的定義和計算公式，Nature2013年的影響因子為:70114/1710=41.002。為了驗證該方法的科學(xué)性和合理性，筆者按此方法分別計算了2008-2012年各年度Nature的影響因子，并查詢了JCR數(shù)據(jù)庫各年度公布的實際影響因子，結(jié)果見表1。

由表1可以看出，按照本文的預(yù)測方法，盡管2008-2012年Nature各年度的影響因子預(yù)測值與JCR報告的實際影響因子相比均有一定的誤差，但除了2012年以外，其余各年度的預(yù)測誤差均保持在2%以內(nèi)，其中2010年的誤差率僅為0.021%，這在一定程度上反映了此預(yù)測和計算影響因子方法的可信性。另外，表1表明，2008年、2009年和2011年Nature影響因子的預(yù)測值均高于實際值。經(jīng)認(rèn)真比對WoS和JCR數(shù)據(jù)庫之后，我們推測可能的原因是:①作者引用參考文獻(xiàn)差錯導(dǎo)致JCR和WoS數(shù)據(jù)庫中引證數(shù)據(jù)存在一定的差異。我們檢索了2008-2012年WoS和JCR數(shù)據(jù)庫各年度計算影響因子的所需的被引頻次和論文數(shù)，發(fā)現(xiàn)造成影響因子預(yù)測值和實際值差異的因素均為被引頻次的不一致。②時間因素。由于個別論文的引用發(fā)生在JCR影響因子公布之后，導(dǎo)致我們利用WoS計算影響因子所用的被引頻次值高于JCR中計算影響因子的被引頻次值。③數(shù)據(jù)庫加工和處理的錯誤。我們前期的研究表明，僅2012年1年，WoS處理的文獻(xiàn)條目就超過182萬條（數(shù)據(jù)庫檢索結(jié)果），期刊引證數(shù)據(jù)很難避免出現(xiàn)差錯，這也將導(dǎo)致影響因子的預(yù)測誤差[10]。

2 Nature雜志2013年影響因子的結(jié)構(gòu)特征

2.1 不同類型文獻(xiàn)對Nature 2013年影響因子的貢獻(xiàn)

2011-2012年Nature發(fā)表的文獻(xiàn)類型包括editorial material、news item、book review、review、article、letter、correction和biographical item，不同類型的文獻(xiàn)數(shù)量及其對2013年Nature影響因子的貢獻(xiàn)見表2。

由表2可以看出，2011-2012年Nature發(fā)表的8種文獻(xiàn)類型中，2013年被引頻次最高的是article和review兩種類型的文獻(xiàn)。對2013年Nature影響因子貢獻(xiàn)最大的是article類型的文獻(xiàn)，被引頻次遠(yuǎn)遠(yuǎn)高于其他類型的文獻(xiàn)，貢獻(xiàn)率高達(dá)86.19%。其次是review類型的文獻(xiàn)，貢獻(xiàn)百分比為7.75%。從發(fā)文量來看，review類型的文獻(xiàn)數(shù)量遠(yuǎn)遠(yuǎn)低于article類型的文獻(xiàn)量，但review類型文獻(xiàn)的篇均被引頻次超過了article類型文獻(xiàn)的2倍。另外，Nature發(fā)表的editorial material類型的文獻(xiàn)數(shù)量略高于article類型的文獻(xiàn)，但其被引頻次卻遠(yuǎn)低于article，對2013年Nature影響因子的貢獻(xiàn)位居第三。其他類型的文獻(xiàn)對2013年Nature影響因子的貢獻(xiàn)微乎其微。

表1 2008-2012年Nature影響因子的預(yù)測結(jié)果及預(yù)測誤差

表2 Nature不同類型文獻(xiàn)對其2013年影響因子的貢獻(xiàn)

2.2 高被引論文對Nature 2013年影響因子的貢獻(xiàn)

通過WoS數(shù)據(jù)庫檢索2011-2012年Nature發(fā)表的所有類型的文獻(xiàn)，并按其在2013年的被引頻次高低排序，選取被引頻次＞200的論文，共18篇，這18篇高被引論文是對2013年Nature影響因子貢獻(xiàn)突出的優(yōu)秀論文。18篇高被引論文對Nature2013年影響因子的貢獻(xiàn)見表3。

由表3可以看出，2011-2012年Nature發(fā)表的18篇高被引論文中，有9篇來自美國，4篇來自英國，2篇來自德國。西班牙、日本、比利時各1篇。另外，Dunham[11]發(fā)表的有關(guān)人類基因組的研究論文被引頻次明顯高于其他論文，對2013年Nature影響因子的貢獻(xiàn)最大，貢獻(xiàn)值為0.392。

表3 高被引論文對Nature 2013年影響因子的貢獻(xiàn)

2.3 高被引作者對Nature 2013年影響因子的貢獻(xiàn)

通過WoS數(shù)據(jù)庫檢索2011-2012年Nature發(fā)表的所有類型文獻(xiàn)，共5242篇，其中總被引頻次≥1者共3335篇文獻(xiàn)，Nature兩年內(nèi)的論文被引率為63.62%。3335篇文獻(xiàn)中2013年被引頻次≥1者為2964，這些是對Nature2013年影響因子做出貢獻(xiàn)的文獻(xiàn)。利用Excel對2964篇文獻(xiàn)的“通訊作者地址”進(jìn)行分析，以確定不同高被引作者對Nature2013年影響因子的貢獻(xiàn)。高被引作者對Nature2013年影響因子的貢獻(xiàn)見表4。

由表4可以看出，前20位高被引通訊作者中，有13位來自美國，3位來自英國，2位來自德國。日本、比利時各1位。對Nature2013年影響因子貢獻(xiàn)最大的兩位作者分別是來自英國EuropeanBioinformatics Institute的Dunham和來自美國Stanford University的Kobilka，貢獻(xiàn)值分別為0.392和0.364。另外，2年內(nèi)在Nature發(fā)文量最多的兩位作者分別是來自美國的Meyerson和Golub，發(fā)文量分別為14篇和10篇，對影響因子的貢獻(xiàn)率分別為0.185和0.149。

表4 Nature的高被引作者對其2013年影響因子的貢獻(xiàn)

2.4 高被引機(jī)構(gòu)對Nature 2013年影響因子的貢獻(xiàn)

利用Excel對2964篇文獻(xiàn)的機(jī)構(gòu)按“2013年被引頻次”進(jìn)行分類求和匯總，選取被引頻次最高的前20個機(jī)構(gòu)，這20個高被引機(jī)構(gòu)對Nature2013年影響因子貢獻(xiàn)最突出，詳見表5。

表5 高被引機(jī)構(gòu)對Nature 2013年影響因子的貢獻(xiàn)

由表5可以看出，前20個高被引機(jī)構(gòu)中大學(xué)占13個，對Nature2013年影響因子貢獻(xiàn)突出的機(jī)構(gòu)主要來源于高校，說明高校是科研產(chǎn)出的重要發(fā)源地。對影響因子貢獻(xiàn)最大前5個機(jī)構(gòu)均為高校。另外，前20個高被引機(jī)構(gòu)全部集中于美國和英國，其中16個機(jī)構(gòu)來自美國，另外的4個機(jī)構(gòu)來自英國。

2.5 不同國家和地區(qū)對Nature 2013年影響因子的貢獻(xiàn)

2964篇被引文獻(xiàn)來自48個國家和地區(qū)，對Nature2013年影響因子貢獻(xiàn)突出的前20個國家及其對影響因子的貢獻(xiàn)值見表6。

表6 不同國家和地區(qū)對Nature 2013年影響因子的貢獻(xiàn)

由表6可以看出，對2013年Nature影響因子貢獻(xiàn)最突出的國家是美國，貢獻(xiàn)值高達(dá)24.623，英國次之，貢獻(xiàn)值為4.236，兩個國家對Nature2013年影響因子貢獻(xiàn)率達(dá)70.4%，說明美國和英國是Nature的重要稿源地。另外，德國、日本、瑞士、加拿大、法國和中國等均對Nature影響因子做出了較為突出的貢獻(xiàn)。

3 結(jié)論

3.1 影響因子預(yù)測方法的科學(xué)性

本文所介紹的影響因子預(yù)測方法嚴(yán)格遵循了影響因子的定義和計算原理，計算影響因子的數(shù)據(jù)與JCR同源，均來自WoS，而且我們曾就此預(yù)測方法專門咨詢了WoS數(shù)據(jù)庫官方技術(shù)服務(wù)人員，他們對此預(yù)測和計算方法給予了充分肯定。

按該方法對2008-2012年Nature各年度影響因子進(jìn)行了預(yù)測（見表1），預(yù)測結(jié)果顯示:各年度的預(yù)測值與JCR公布的實際值都非常接近，從實證研究的角度進(jìn)一步驗證了該預(yù)測方法的科學(xué)性。

3.2 不同來源文獻(xiàn)對影響因子的貢獻(xiàn)差異巨大

本文對Nature2013年影響因子的結(jié)構(gòu)分析結(jié)果顯示:

不同類型文獻(xiàn)對影響因子的貢獻(xiàn)差異巨大，對Nature2013年影響因子貢獻(xiàn)最大的article和review兩種文獻(xiàn)類型，二者的貢獻(xiàn)率高達(dá)93.94%。另外，雖然editorial material的文獻(xiàn)數(shù)量高于article，但前者的被引頻次遠(yuǎn)遠(yuǎn)低于后者，說明很難通過增加該類型文獻(xiàn)量來大幅度提高期刊影響因子，當(dāng)然不排除個別期刊存在特例。

通過對Nature高被引論文（作者、機(jī)構(gòu)）的結(jié)構(gòu)分析，我們發(fā)現(xiàn)Nature2013年影響因子的增長是由該雜志眾多高被引論文（作者、機(jī)構(gòu)）共同貢獻(xiàn)的，其分布較為均衡。不像某些期刊由少數(shù)高被引文獻(xiàn)貢獻(xiàn)較多被引頻次[12]，如Cancer Journal for Clinicians2012年影響因子高達(dá)153.459，而如此高的影響因子主要由Jemal等[13-14]的2篇文章“2010年癌癥統(tǒng)計”和“全球癌癥統(tǒng)計”貢獻(xiàn)（貢獻(xiàn)率為70.9%）。

不同國家和地區(qū)對Nature2013年影響因子的貢獻(xiàn)相差較為懸殊，貢獻(xiàn)突出的國家主要分布于歐洲、亞洲和美洲。美國和英國貢獻(xiàn)最突出，其中美國的貢獻(xiàn)遙遙領(lǐng)先于其他國家，中國對其貢獻(xiàn)排在第8位，說明近年來中國的生命科學(xué)發(fā)展蒸蒸日上。國家和地區(qū)的貢獻(xiàn)差異在一定意義上提示我們要繼續(xù)關(guān)注全球科研的均衡發(fā)展問題，以促進(jìn)不同國家和地區(qū)之間的學(xué)術(shù)交流。

1 Waaijer CJF.Careers in science:policy issues according to Nature and Science editorials.Scientometrics，2013，96（2）:485-495

2 劉彥，王秀峰.Nature出版集團(tuán)簡介.中國科技期刊研究，2003，14（2）:231-232

3 Pai S A.Nature，Elsevier voted the most influential journal，publisher in biology and medicine in past 100 years.National Medical Journal of India，2009，22（4）:222-222

4 About Nature.[2014-04-07].http://www.nature.com/nature/about/

5 Taylor J.Nature，a scientific journal for all researchers with a high impact factor.European Heart Journal，2011，32（19）:2336-2336

6 Campanario JM.Empirical study of journal impact factors obtained using the classical two-year citation window versus a five-year citation window.Scientometrics，2011，87（1）:189-204

7 Andrade A，González-Jonte R，Campanario J M.Journals that increase their impact factor at least fourfold in a few years:The role of journal selfcitations.Scientometrics，2009，80（2）:517-530

8 Simons K.The misused impact factor.Science，2008，322（5899）:165

9 Vanclay JK.Impact factor:outdated artefact or stepping-stone to journal certification？.Scientometrics，2011，92（2）:211-238

10 劉雪立.基于Web of Science數(shù)據(jù)庫預(yù)測SCI期刊影響因子的方法.科技與出版，2014，（2）:87-91

11 Dunham I.An integrated encyclopedia of DNA elements in the human genome.Nature，2012，489（7414）:57-74

12 劉雪立.10種國際權(quán)威科技期刊影響因子構(gòu)成特征及啟示.編輯學(xué)報，2014，26（3）:296-300

13 Jemal A，Siegel R，Xu JQ，et al.Cancer Statistics，2010.Cancer Journal for Clinicians，2010，60（5）:277-300

14 Jemal A，Bray F，Center M M，et al.Global Cancer Statistics.Cancer Journal for Clinicians，2011，61（2）:69-90