单篇高被引文献与期刊影响因子波动内在关系的文献计量学研究

■李佳悦 邵桂芳

1)厦门大学图书馆，福建省厦门市思明区思明南路422号 3610052)厦门大学航空航天学院，福建省厦门市思明区思明南路422号 361005

期刊影响因子的概念最初由美国科学信息研究所创始人Garfield提出[1]，目前已成为期刊影响力的重要评价指标之一。科睿唯安在每年6月份出版的《期刊引证报告》(JournalCitationReports，JCR)中，公布被数据库Web of Science收录的所有期刊的上一年度影响因子。针对期刊的影响因子和所属领域，人们对期刊进行了分类。常见的期刊分类方法主要有两种：一种是JCR分区法，另一种是中科院分区法。这两种分类法均以期刊的影响因子作为划分依据。由此可见，期刊影响因子作为评价期刊的重要指标已在世界范围内得到认可。目前，这一指标已经成为举世公认的评价期刊重要性和权威性的主要指标[2,3]。

影响因子在评价期刊的办刊质量和影响力中发挥了巨大作用，然而，近年来其局限性也逐渐显现[4-6]。其主要缺陷之一是期刊的影响因子易受单篇文献的高度被引而出现剧烈变化，典型的例子是晶体学期刊ActaCrystallographicaSectionA(ACSA)。2008年，它的影响因子为2.051，2009年急剧上升至49.926，2010年继续上升到54.333，2011年则急剧回落至2.076。该刊在2009年和2010年的影响因子都远超世界顶级期刊Nature与Science。期刊的影响因子因个别文献的高度被引而大起大落，显然极不合理，这将导致影响因子无法真实地反映期刊的载文质量和学术影响力；而且，期刊影响因子的剧烈波动也将导致该刊在JCR分区和中科院分区中的位置出现巨大变化，从而影响评价体系的公正性。

期刊的影响因子实质上是可被引文献(包括综述性文献与研究性文献)被引频次的平均体现。目前，国际上将文献的被引频次作为评价文献学术质量和影响力的最重要指标[7]，影响因子既可以作为期刊学术地位和影响力的重要评价指标，也可以看作是刊载论文学术价值的综合体现。但是在期刊刊载的诸多文献中，因研究内容和方向的差异，被引频次通常会有所不同：被引频次最小的通常为零，而最大被引频次却随期刊和年代的不同而出现很大的差异。由于被引频次的差异，不同文献对期刊影响因子的贡献是不同的，被引频次最大的文献无疑对期刊影响因子的贡献最大。尽管目前已有一些针对单篇文献的学术评价与学术影响力研究[8-12]，但这些研究大多是从文献被引特征的角度去讨论，鲜有将单篇文献的被引指标与期刊的影响因子结合起来加以研究。

本研究将对单篇文献的最大被引频次与期刊影响因子之间的内在关系进行研究。如上所述，被引频次最高的文献对期刊影响因子的影响或作用最强，因此，在笔者之前研究综述性文献与研究性文献对期刊影响因子的贡献的基础上[13]，本研究将进一步引入单篇文献的贡献度等量化指标，就被引频次最高的文献对期刊影响因子的贡献展开系统研究。以22种代表性的SCI收录期刊为例，采用基于Web of Science数据库的文献计量学方法，对单篇文献的最大被引频次与期刊影响因子之间的关系进行分析，探讨其中所蕴含的文献计量学特征与规律，以期为影响因子的计算提供思路，亦为期刊编辑、作者与读者提供参考。

1 数据来源和研究方法

本研究选择Nature与Science这两种世界综合性顶级期刊、13个学科领域的18种代表性顶级期刊，以及影响因子出现剧烈波动的代表性期刊ACSA和ChinesePhysicsC(CPC)为研究对象；研究所涉及的数据为近10年来的相关引用数据，其中，期刊载文量、被引频次等数据通过查询Web of Science数据库获得，期刊的影响因子数据来源于JCR。为了分析单篇文献的被引频次与期刊影响因子之间的关系，本研究所涉及的有关文献计量学指标概述如下：RIF表示JCR提供的期刊影响因子；PT为统计年的前两年期刊的总载文量，仅统计研究性文献与综述性文献；CT为统计年的前两年期刊发表的所有文献在统计年的总被引频次；CH为统计年的前两年期刊所发表的文献中单篇文献的最大被引频次；CM=CT/PT为统计年的前两年期刊所发表文献的平均被引频次，该值实际上就是该期刊的影响因子；CE=(CT-CH)/(PT-1)表示去除最大被引频次的文献后，剩余文献的平均被引频次，即去除该文献后期刊的影响因子；RHT=CH/CT表示单篇文献的最大被引频次与期刊的总被引频次的比值，该值反映了最大被引频次的文献对总被引频次的贡献程度，此值越大，表明该文献的贡献度就越大，亦即对期刊的影响因子的贡献度越大；REM=CE/CM可表征CE与CM的接近程度，该值越接近1，说明期刊的影响因子越稳定，也反映了最大被引频次文献对影响因子的作用越小，该值越小，则反映影响因子受单篇文献的影响就越大，意味着影响因子越不稳定；RHM=CH/CM为单篇文献最大被引频次与文献平均被引频次的比值，该比值反映了最大被引频次偏离总体平均值的程度，该值越大，偏离平均水平的程度就越高。

2 结果与分析

2.1 Nature与Science

Nature是英国自然出版集团出版的旗舰刊物，创刊于1869年，是世界上历史最悠久、学术影响力最大的期刊之一[14]。表1给出了Nature从2008年至2017年的影响因子变化(值得注意的是，2017年的影响因子于2018年6月公布，其余类推)。从表1可以看到：该刊的影响因子从2008年的31.434逐渐上升，2013年达到峰值42.351，随后略为下降，然后又上升到2017年的41.577；该刊近6年来的影响因子基本稳定在40左右，波动幅值较小。

表1所示的数据显示，计算得到的CM值通常比JCR公布的影响因子RIF略大。这主要是因为Web of Science数据库会随着时间的推移更新数据，而期刊的影响因子则是根据JCR发布之前的数据进行统计得到的。总体而言，JCR公布的影响因子RIF和计算得到CM的差距不大。Nature中的单篇文献最大被引频次虽然变化较大(从2010年的392次增加到2017年的1645次)，但RHT值的变化范围较小，仅在0.6%至2.23%之间，平均值为1.21%。由此可见，Nature中单篇文献对总被引频次的贡献非常小，这也表明它对影响因子的贡献非常小。

表1Nature刊载文献的各项计量学指标

年度RIFPT /篇CT /次CH /次CMCERHTREMRHM200831.43416925782070034.17333.7790.01210.988520.484200934.48016546198889637.47836.9580.01450.986123.908201036.10116686551839239.27939.0680.00600.99469.980201136.28016256608863540.67040.3040.00960.991015.614201238.59716296892968342.31441.9200.00990.990716.141201342.35116397532772245.95945.5460.00960.991015.710201441.456166774693102044.80744.2210.01370.986922.764201538.13816606828394941.13440.5870.01390.986723.071201640.13716867182869142.60342.2180.00960.991016.220201741.577170273728164543.31842.3770.02230.978337.975平均值38.05516626842083341.17340.6980.01210.988520.187

从CM与CE的比较来看，去除最大被引频次文献后，单篇文献的平均被引频次并无明显变化；从REM的值来看，该项指标在近10年来介于0.9783与0.9946之间，平均值为0.9885，非常接近1。这表明去除Nature中的任何一篇文献，都不会对它的影响因子有显著影响。由此可见，该期刊的影响因子非常稳定。最大被引频次CH与平均被引频次CM的比值RHM在近10年来都在40以下，最小的接近10，而平均值接近20。

Science是由美国科学促进会(American Association for the Advancement of Science，AAAS)出版的期刊，创刊于1880年，是与Nature并驾齐驱的世界顶级期刊。表2给出了该刊从2008年至2017年的影响因子变化。可见，Science的影响因子在2008年至2013年处于28至32之间，从2014年开始明显上升，2017年达到41.058。计算得到的CM值比JCR公布的影响因子RIF略大，其原因与前文所述的Nature的CM和RIF的差异原因相同。与影响因子上升形成对比的是，Science的载文量逐年减小，但缩减幅度不大。

由表2可知，2008—2017年Science的单篇文献最大被引频次CH虽然也有较大波动(346～992次)，但RHT值波动区间非常小，仅在0.61%至1.64%之间，均值为1.09%，与Nature的RHT值(1.21%)接近。通过CM与CE的对比可以看到，去除具有最大被引频次的文献后，Science的单篇文献平均被引频次并无明显变化。这也可以从REM的变化趋势反映出来，该值近10年一直处于0.9842和0.9945之间，均值为0.9898，非常接近1。由此可见，Science中单篇文献对总被引频次和影响因子的贡献度都非常小，意味着该期刊的影响因子相当稳定，不受个别文献的影响，这一情形与Nature极为相似。此外，RHM值通常在27以下，最小值也非常接近10，均值约为17。

表2Science刊载文献的各项计量学指标

年度RIFPT /篇CT /次CH /次CMCERHTREMRHM200828.10316485138435931.18030.9810.00700.993611.514200929.74716275448952833.49033.1860.00970.990915.766201031.37716525682934634.40034.2110.00610.994510.058201131.20116445804752935.30835.0080.00910.991514.982201231.02716215661546434.92634.6610.00820.992413.285201331.47715895571691335.06434.5110.01640.984226.038201433.61115405863357238.07337.7260.00980.990915.024201534.66115416051772239.27138.8280.01190.988718.385201637.20515086239994141.37940.7820.01510.985622.741201741.05814816536399244.13443.4940.01520.985522.477平均32.94715855799963736.72336.3390.01090.989817.027

通过对Nature和Science两种期刊引用数据的比较，可以发现两者的相同之处：(1)影响因子都非常稳定，体现在RHT值较小，而REM接近1；(2)RHM值通常在40以下。这两种期刊的影响因子和学术影响力多年来位居世界期刊前列，它们的各项文献计量学指标为研究其他期刊提供了很好的参照。

2.2 不同学科期刊

2.1节中讨论的Nature和Science均属于综合性期刊，所刊载文献涉及各个学科领域。为了进一步探讨期刊引用数据的特征与变化规律，本研究还选取了不同学科的期刊作为统计样本展开分析。根据中科院分区法，从其大类分区里分别挑选出各学科具有代表性的期刊作为研究对象：(1)数学类的AnnalsofMathematics(AnM)和ActaMathematica(AcM)；(2)物理类的PhysicalReviewLetters(PRL)和ReviewsofModernPhysics(RMP)；(3)化学类的JournaloftheAmericanChemicalSociety(JACS)与AngewandteChemie—InternationalEdition(ACIE)；(4)生物类的Cell和Immunity(Iy)；(5)医学类的TheNewEnglandJournalofMedicine(NEJM)和TheLancet；(6)天文学类的AstrophysicalJournal(APJ)和地学类的NatureGeoscience(NG)；(7)材料类的AdvancedMaterials(AM)；(8)纳米类的NanoLetters(NL)；(9)能源环境类的Energy&EnvironmentalScience(EES)；(10)农林科学类的SoilBiology&Biochemistry(SBB)；(11)管理科学类的AcademyofManagementJournal(AMJ)；(12)综合类的ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica(PNAS)。这18种期刊均是各个学科领域的顶级期刊，在所属学科具有较高的学术影响力。这些期刊的影响因子虽然也出现变化，但总体表现稳定，这与Nature、Science的情形类似。限于篇幅，本研究仅给出了2008—2017年它们在Web of Science数据库中的部分引用数据。

表3所示为18种代表性期刊在近10年来的RHT值。由表3可知，期刊的RHT平均值显示出一定的规律性。对于载文量少的期刊如AnM、AcM和RMP，它们的RHT平均值较高，分别为6.86%、15.56%、12.05%；而对于载文量较大的期刊如PRL、JACS、ACIE、APJ和PNAS(每年载文量通常都在2000篇以上)，它们的RHT平均值就非常小，通常都在0.8%以下。这表明RHT不仅与学科有关，还与期刊的载文量有关。载文量越大的期刊，RHT值越小。如果对所有期刊在同一年度的RHT值求平均值，就可以发现它们的平均值变化较小，基本维持在0.03左右，偏差不超过0.01。

表3 2008—2017年度不同学科期刊刊载文献的RHT指标

期刊名称2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年期刊均值AnM0.11180.05260.05010.06230.07360.07380.05530.07500.07670.05520.0686AcM0.19610.15090.13510.14940.16470.17710.10980.13220.17390.16670.1556PRL0.00310.00640.00600.00150.00520.00630.00470.00790.00700.02150.0070RMP0.05800.10350.19690.21430.13160.15950.05300.08540.13620.06670.1205JACS0.00310.01410.01270.00250.00310.00310.00320.00490.00480.00410.0056ACIE0.00600.00760.00910.00770.00530.00410.00490.00580.00380.00420.0059Cell0.00200.02850.02040.02830.10360.09710.01820.01460.01570.01090.0339Iy0.04840.02210.03570.02990.03100.03410.01630.02540.04430.01640.0304NEJM0.01280.01200.01280.01160.01460.01590.01540.01220.01320.01670.0137The Lancet0.00950.00990.01200.00860.01150.01360.03050.02080.03070.02580.0173APJ0.00500.00460.00660.00600.00640.00480.00470.00480.00330.00740.0054NGN/A0.04900.03410.03740.02850.01610.01520.02460.02550.01600.0274AM0.01050.00830.01420.02000.01960.00980.01040.00730.00740.00810.0116NL0.00830.00800.01250.01680.00850.00590.00710.01180.00840.01470.0102EESN/A0.09200.05040.02300.01450.01120.01080.01350.01570.02500.0285SBB0.01380.01030.01400.01740.01780.03690.01930.02150.01280.02400.0188AMJ0.05720.11940.03460.03900.05320.04340.04430.04720.04300.03370.0515PNAS0.00340.00210.00300.00360.00210.00240.00400.00400.00350.00610.0034年度均值0.03430.03900.03670.03770.03860.03970.02370.02880.03480.02910.0342

注：N/A表示无此项数据，下表同。

表4所示为18种期刊的REM值。显然，除了AnM、AcM和RMP外，其余15种期刊的REM值基本上都在95%以上，非常接近1，这表明在这些期刊中，单篇文献的最大被引频次对影响因子的作用很小；对于AnM、AcM和RMP这3种期刊，由于受到载文量偏少这一因素的影响，去除最大被引频次的文献之后，它们的影响因子都明显降低，尽管如此，它们的REM值基本还是保持在80%以上。这表明最大被引频次文献对期刊影响因子的作用仍然有限。从这18种期刊近10年的REM平均值就不难发现，它们的平均值因期刊所属学科和载文量的不同而有所差别。与RHT值相似的是：载文量小的期刊，它们的REM均值通常较小，如AcM和RMP的REM均值分别为87.85%、89.04%；而载文量大的期刊如PRL、JACS、ACIE、PNAS等，它们的REM均值较大，通常都在99%以上。如果统计不同学科在同年度的平均值则可以看到：这18种期刊的REM均值比较稳定，近10年都在96%以上。由此可见，最大被引频次文献对这些期刊影响因子的影响非常微弱，这与Nature与Science的情形类似。

从上述分析可以看到：单篇文献对RHT和REM值影响最大的均是载文量偏少的数学类期刊AnM和AcM，以及物理类的综述性期刊RMP。这是因为这3种期刊的载文量在18种期刊中是最少的，因此单篇文献的影响作用就比较突出[15]；而对于年载文量在几百篇甚至上千篇的期刊来说，即使是被引频次最大的文献，对RHT与REM的影响都比较小，因而对影响因子的作用也是非常有限的。

表5所示为18种期刊的RHM值。显然，除2013年的Cell和2017年的PRL超过100之外，绝大部分期刊的RHM值都处在40以下，由此可见：18种期刊的引用数据特征与Nature、Science基本类似；从这些期刊的RHM平均值来看，虽然它们也因期刊所属学科和载文量的不同而有所变化，但均值大都在40以下；如果从不同学科的RHM年均值来看，它们通常都在20以下，与Nature、Science的平均值相近。

表4 2008—2017年度不同学科期刊刊载文献的REM指标

期刊名称2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年期刊均值AnM0.89780.95750.95820.94330.93140.93220.95240.93480.93310.95650.9397AcM0.84410.89150.90610.88760.86620.85130.91900.89580.85560.86810.8785PRL0.99700.99370.99410.99860.99500.99390.99540.99220.99320.97870.9932RMP0.95680.90970.81300.79230.87610.85060.95770.92640.87600.94530.8904JACS0.99710.98610.98740.99770.99710.99710.99700.99530.99540.99610.9946ACIE0.99430.99270.99120.99260.99500.99620.99530.99440.99640.99600.9944Cell0.98140.97290.98100.97310.89780.90370.98300.98650.98540.99030.9655Iy0.95510.98130.96750.97350.97240.96900.98650.97760.95870.98630.9728NEJM0.98880.98950.98870.98980.98690.98550.98600.98920.98830.98480.9878The Lancet0.99190.99170.98990.99330.99040.98810.97110.98100.97090.97570.9844APJ0.99520.99560.99360.99420.99380.99540.99550.99530.99690.99280.9948NGN/A0.95830.96950.96610.97500.98730.98790.97850.97770.98720.9764AM0.99020.99230.98650.98070.98100.99080.99020.99330.99310.99240.9891NL0.99250.99270.98820.98380.99200.99460.99340.98870.99200.98570.9904EESN/A0.92480.95490.98010.98680.98970.99040.98790.98580.97630.9752SBB0.98750.99110.98750.98420.98390.96490.98230.97980.98860.97750.9827AMJ0.95040.88800.97410.96910.95490.96510.96290.95940.96370.97240.9560PNAS0.99670.99800.99720.99650.99800.99780.99610.99600.99660.99410.9967年度均值0.96980.96710.96830.96650.96520.96410.98010.97510.96930.97530.9701

表5 2008—2017年度不同学科期刊刊载文献的RHM指标

期刊名称2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年期刊均值AnM10.5065.0005.76510.40813.69011.5826.8027.1257.2904.5238.269AcM4.1183.1702.9733.5864.6125.3133.5124.2315.0434.1674.073PRL22.82247.89943.9329.86532.70144.02634.49450.39037.269104.26042.766RMP3.7667.14116.14825.50614.87413.5544.7656.7429.8035.26810.757JACS19.22187.31683.54716.03119.51819.41418.77226.95424.01819.75833.455ACIE19.38626.14531.13325.31919.32417.19422.56727.47219.21022.44123.019Cell14.25120.00214.33119.22568.171115.00015.38012.69813.7079.68930.245Iy13.2126.34510.6818.6988.92610.6585.6518.39514.3156.0369.292NEJM8.2148.1238.7918.08510.09811.27710.8898.5509.15411.2059.439The Lancet6.2696.3206.7184.7146.2658.01017.97211.36617.82816.66810.213APJ27.86222.49432.35231.74531.95426.76627.75727.41918.98844.30929.165NGN/A6.3759.13310.1778.0084.7364.8437.7857.7334.9167.078AM13.72212.58020.45928.82130.71016.25518.02113.35614.54617.32018.579NL10.31411.98020.19127.83315.44111.97014.67124.72019.93135.62919.268EESN/A5.0619.1667.46210.83811.4719.1449.92010.64116.1959.989SBB9.9627.1319.52410.80710.54320.19212.41416.5268.97515.35412.143AMJ7.20314.3233.8794.6756.2274.9075.9366.8856.1945.3976.563PNAS23.16314.98521.70627.19515.52217.58330.79630.10924.00239.46824.453年度均值13.37417.35519.46815.56418.19020.55014.68816.70214.92521.25617.207

由上述分析可知，尽管所属学科与期刊载文量有所不同，但在这些期刊中，单篇文献对期刊影响因子的贡献都非常有限，这也意味着它们的影响因子是稳定的，不因某篇文献被引频次的多少而明显变化。值得注意的是，虽然RHT与REM受期刊载文量的影响较大，但RHM基本不受期刊载文量的影响，因此，这3项指标的有机结合可为分析单篇文献对期刊影响因子的作用提供参照。

2.3 ACSA与 CPC

ACSA创刊于1948年，主要刊载晶体学方面的理论与应用研究成果。表6所示为该刊2005—2014年的文献计量学指标。由表6可知，该刊的影响因子在2008年以前一直徘徊在2.0左右，2009年突然上升到49.926，2010年更是达到惊人的54.333，2011年之后便跌回到2.0左右。伴随着影响因子的剧烈变化，它在中科院分区中的位置也发生了剧烈变化：2009年之前，该刊一直在三区；2010年至2012年，则被划分为一区的Top期刊；2013年又被划分回三区。这种影响因子的剧烈变化为期刊的学术评价带来了诸多困扰。

ACSA的影响因子为何出现剧烈波动？由表6可知，ACSA在2007年至2008年期间共刊载文献106篇，这些文献在2009年总被引频次为6070次，其中单篇最大被引频次达5900次，占当年总被引频次(即RHT)的97.2%。这意味着其他105篇文献的被引频次贡献仅占2.8%。该刊在2008年至2009年共刊载文献105篇，这些文献在2010年的总被引频次为7259次，其中单篇文献的最大被引频次为7034次，RHT达96.9%。而其他104篇文献的被引频次对总被引频次的贡献仅为3.1%。进一步查询Web of Science数据库，发现这两年最大被引频次的文献均为2008年刊载的题名为“A short history of SHELX”的文献，该文对ACSA在2009年和2010年影响因子的贡献度高达约97%，显然，该期刊影响因子在这两年的急剧抬升是由该文献的热引所造成的，一旦此文超出影响因子计算的统计年限，影响因子就会急剧下落，该刊影响因子在2011年的急剧回落证实了这一结论。因此，正是这篇高被引的文献引起了ACSA影响因子的剧烈波动。

表6 ACSA刊载文献的各项计量学指标

年度RIFPT /篇CT /次CH /次CMCERHTREMRHM20051.791136203131.4931.4070.06400.94248.70720061.676129178111.3801.3050.06180.94577.97120072.38596169181.7601.5890.10650.902810.22720082.05187151161.7361.5700.10600.90449.217200949.9261066070590057.2641.6190.97200.0283103.030201054.3331057259703469.1332.1630.96900.0313101.75020112.0761059760.9240.8750.06190.94706.49420122.224123234151.9021.7950.06410.94377.88620132.069121233171.9261.8000.07300.93468.82720142.325104220122.1152.0190.05450.95465.674

根据第2节的定义，CE值反映了去除最大被引频次文献后的期刊影响因子。由表6可知，尽管RIF和CM值波动非常大，但相比之下，CE的波动幅度很小。从REM的值来看，在2009年和2010年分别为0.0283、0.0313，远小于1，这表明最大被引频次文献的存在明显提升了期刊的影响因子。除去这两年之外的其余8年，REM值均在0.9以上，接近于1。这表明其他年度单篇文献对期刊影响因子的影响并不显著。通过与2.1和2.2节中20种期刊的相应参考值对比可以发现，除了2009年和2010年，ACSA其他年度影响因子的变化基本正常。进一步分析其RHM值，也发现了类似的现象。从表6可以看到，2009年和2010年的RHM分别达103.030、101.750，明显超过了正常阈值40，再次说明了被高度热引的单篇文献对影响因子具有较大的提升作用。除去这两年，ACSA在其他8年的RHM值基本处于10以下，这与Nature、Science以及其他顶级期刊的对应值接近，表明其他年度影响因子的变动是正常的。

CPC创刊于2008年，主要刊载高能物理、核物理相关的论文。表7所示为CPC 2009—2017年的各项计量学指标的变化情况，可见，CPC的影响因子一路上升，在2016年达到最大值5.146，2017年则下落至3.298，CM值与JCR公布的影响因子RIF值比较接近。CPC在2016年的影响因子已明显超过同领域的国际著名期刊PhysicalReviewC(3.820)和PhysicsLettersB(4.807)，然而CPC的学术影响力实际上远不及这两种权威期刊，那么，它的影响因子为何近年来突然上升，甚至超过后两种期刊呢？

表7 CPC刊载文献的各项计量学指标

年度RIFPT /篇CT /次CH /次CMCERHTREMRHM20090.25138610050.2590.2470.05000.953719.30520100.26676318350.2400.2340.02730.970820.83320110.27274521380.2860.2760.03760.965027.97220120.33858918980.3210.3080.04230.959524.92220130.819419351910.8380.6220.25900.7422108.59220141.3134365411571.2410.8830.29000.7115126.51120153.761466170214363.6520.5720.84400.1566393.20920165.146465237221515.1010.4760.90700.0933421.68220173.298478141511042.9600.6520.78020.2203372.973

由表7可知：CPC在2013年至2014年共刊载的466篇文献在2015年的总被引频次为1702次，其中单篇最大被引频次为1436次，占2015年总被引频次(即RHT)的84.4%，意味着其余465篇文献的被引频次对总被引频次的贡献仅为15.6%。该刊在2014年至2015年共刊载的465篇文献在2016年总被引频次为2372次，其中单篇最大被引频次为2151次，2016年RHT值达到90.7%，而其他464篇文献的被引频次占总被引频次的比例不足10%。该刊在2015年至2016年共刊载的478篇文献在2017年总被引频次为1415次，其中单篇最大被引频次为1104次，2017年的RHT值也达到了78.02%，而其余477篇文献的对总被引频次的贡献不足22%。由此可见，CPC近3年影响因子的大涨与其刊载的最大被引频次文献密切相关，最大被引文献对影响因子的贡献度RHT均在78%以上，远超该刊在其他年度的数值。进一步查询Web of Science数据库发现，2015年和2016年被引频次最高的文献是2014年发表的“Review of particle physics particle data group”，而2017年被引频次最高的文献是2016年发表的同名文献，这两篇文献均为两年一次的综述性文献。不难预测，由于2016年这篇综述性文献的贡献，该刊在2018年的影响因子仍将保持在3以上。

分析RIF和CM、RIF和CM值，尽管两者近3年的值均在3以上，但CE值一直徘徊在0.56左右，表明该刊在扣除最大被引频次文献后，其余文献的平均被引用值并无明显提升，相比2014年甚至还出现下降。从REM值来看，2015—2017年的REM值分别为0.1566、0.0933、0.2203，均明显小于1，表明最大被引频次文献在很大程度上提高了期刊的影响因子；而在2009—2012年，这一值均大于0.95，非常接近于1，表明这4年的单篇文献对影响因子的作用并不显著，期刊影响因子表现正常。

2015—2017年CPC的RHM值均在300以上，远超正常期刊的阈值40。由2.1和2.2节的分析可知，RHM的正常值在40以下。因此可以推断，CPC在2009—2012年的RHM值都处于正常范围内，影响因子的变化属于正常的波动；而它近3年的影响因子明显地过度依赖于最大被引频次文献，已不再真实地反映该刊的总体论文水平和学术影响力。

2.4 三种特征量的对比

根据以上的讨论可以看到，RHT、REM和RHT对于不同的期刊展现出类似的分布规律。为了进一步显示它们的规律性，图1给出了以上期刊的3种特征值的分布情况。虚框1内是2.1和2.2节中20种期刊的RHT与REM取值分布范围，而虚框2内是这些期刊的RHT与RHM取值分布范围。可将虚框1和2内的数据点看作正常值的分布范围，而远离该范围的数据点，则可认为是异常的数据点。因此，可以大体估算出RHT的正常值范围为0～0.2，REM的正常值范围为0.8～1，而RHM的正常值范围为0～100。

由图1可知，ASCA在2009年和2010年，以及CPC在2015—2017年的RHT、REM和RHT值均远离期刊的正常分布范围，结合2.3节的分析可知，图1中这些异常分布的数据点意味着期刊的影响因子已偏离了正常的波动范围，应属于异常变化。不难发现，CPC在2013年和2014年的RHT、REM和RHT值处在虚线框附近，可以认为它的影响因子处于由正常到异常变动的过渡区域。

图1 期刊的RHT、REM和RHM三者之间的关系分布

3 结语

近年来，有关期刊影响因子的研究越来越多，如何科学看待和评价期刊的影响因子已成为期刊研究者关注的热门课题。本研究针对期刊影响因子波动这一现象，利用Web of Science数据库对22种代表性SCI收录期刊进行文献计量学研究；通过对期刊的总被引频次、单篇文献的最大被引频次、文献平均被引频次等引用指标的系统分析，探讨了期刊影响因子波动的文献计量学特征。本研究发现，基于文献计量学指标的RHT、REM和RHM这3项比值，可以有效地研判期刊的影响因子波动是否正常，因此，期刊研究者可利用这3种量化指标来综合评价期刊的影响因子。本研究仅对22种代表性期刊10年内的数据进行了分析，涉及的引用数据样本有限，是否大范围适用亟待进一步研究。