■蓋雙雙 劉雪立 張詩樂

Nature雜志由英國商業(yè)出版商Nature出版集團出版發(fā)行[1]，是Nature出版集團的旗艦[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是一個著名的跨學科科技期刊，并普遍被認為是少數(shù)僅存的報道大范圍科學領域內原始研究的學術性期刊之一[4]，始終報道和評論全球科技領域里最重要的突破和進展，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構為鼓勵科研人員在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、華南師范大學、浙江理工大學等對Nature每篇論文獎勵100萬元人民幣。新鄉(xiāng)醫(yī)學院則規(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。揚州大學和南京大學每篇分別獎勵50和30萬；南開大學、哈爾濱工業(yè)大學、南京航空航天大學等每篇獎勵10萬。當然，Nature在中國科學評價體系中的應用不僅僅是金錢獎勵，還廣泛應用于中國科學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，詳細闡述了其影響因子的預測和結構分析方法。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年影響因子的結構特征進行了詳細統(tǒng)計和分析，包括不同類型文獻、高被引論文、高被引作者、不同機構、不同國家和地區(qū)對Nature雜志2013年影響因子的貢獻度。

1 Nature雜志2013年影響因子預測方法

2011-2012年Nature發(fā)表的文獻類型包括article、review、editorial material、news item、book review、letter、correction和biographical item等8種，其中，可被引文獻（citable items）（即計算影響因子的分母）僅包括article和review兩種文獻類型[8-9]，而參與影響因子計算的分子是所有類型文獻在統(tǒng)計當年的被引頻次。本文通過WoS檢索2011-2012年Nature發(fā)表的各類型文獻數(shù)量及其在2013年的總被引頻次，預測該期刊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1710篇，兩年內發(fā)表的所有類型文獻在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，結果見表1。

由表1可以看出，按照本文的預測方法，盡管2008-2012年Nature各年度的影響因子預測值與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，其余各年度的預測誤差均保持在2%以內，其中2010年的誤差率僅為0.021%，這在一定程度上反映了此預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影響因子的預測值均高于實際值。經(jīng)認真比對WoS和JCR數(shù)據(jù)庫之后，我們推測可能的原因是:①作者引用參考文獻差錯導致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處理的文獻條目就超過182萬條（數(shù)據(jù)庫檢索結果），期刊引證數(shù)據(jù)很難避免出現(xiàn)差錯，這也將導致影響因子的預測誤差[10]。

2 Nature雜志2013年影響因子的結構特征

2.1 不同類型文獻對Nature 2013年影響因子的貢獻

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

由表2可以看出，2011-2012年Nature發(fā)表的8種文獻類型中，2013年被引頻次最高的是article和review兩種類型的文獻。對2013年Nature影響因子貢獻最大的是article類型的文獻，被引頻次遠遠高于其他類型的文獻，貢獻率高達86.19%。其次是review類型的文獻，貢獻百分比為7.75%。從發(fā)文量來看，review類型的文獻數(shù)量遠遠低于article類型的文獻量，但review類型文獻的篇均被引頻次超過了article類型文獻的2倍。另外，Nature發(fā)表的editorial material類型的文獻數(shù)量略高于article類型的文獻，但其被引頻次卻遠低于article，對2013年Nature影響因子的貢獻位居第三。其他類型的文獻對2013年Nature影響因子的貢獻微乎其微。

表1 2008-2012年Nature影響因子的預測結果及預測誤差

表2 Nature不同類型文獻對其2013年影響因子的貢獻

2.2 高被引論文對Nature 2013年影響因子的貢獻

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，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影響因子的貢獻最大，貢獻值為0.392。

表3 高被引論文對Nature 2013年影響因子的貢獻

2.3 高被引作者對Nature 2013年影響因子的貢獻

通過WoS數(shù)據(jù)庫檢索2011-2012年Nature發(fā)表的所有類型文獻，共5242篇，其中總被引頻次≥1者共3335篇文獻，Nature兩年內的論文被引率為63.62%。3335篇文獻中2013年被引頻次≥1者為2964，這些是對Nature2013年影響因子做出貢獻的文獻。利用Excel對2964篇文獻的“通訊作者地址”進行分析，以確定不同高被引作者對Nature2013年影響因子的貢獻。高被引作者對Nature2013年影響因子的貢獻見表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，貢獻值分別為0.392和0.364。另外，2年內在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

2.4 高被引機構對Nature 2013年影響因子的貢獻

利用Excel對2964篇文獻的機構按“2013年被引頻次”進行分類求和匯總，選取被引頻次最高的前20個機構，這20個高被引機構對Nature2013年影響因子貢獻最突出，詳見表5。

表5 高被引機構對Nature 2013年影響因子的貢獻

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

2.5 不同國家和地區(qū)對Nature 2013年影響因子的貢獻

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

表6 不同國家和地區(qū)對Nature 2013年影響因子的貢獻

由表6可以看出，對2013年Nature影響因子貢獻最突出的國家是美國，貢獻值高達24.623，英國次之，貢獻值為4.236，兩個國家對Nature2013年影響因子貢獻率達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。

3 結論

3.1 影響因子預測方法的科學性

本文所介紹的影響因子預測方法嚴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，而且我們曾就此預測方法專門咨詢了WoS數(shù)據(jù)庫官方技術服務人員，他們對此預測和計算方法給予了充分肯定。

按該方法對2008-2012年Nature各年度影響因子進行了預測（見表1），預測結果顯示:各年度的預測值與JCR公布的實際值都非常接近，從實證研究的角度進一步驗證了該預測方法的科學性。

3.2 不同來源文獻對影響因子的貢獻差異巨大

本文對Nature2013年影響因子的結構分析結果顯示:

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

通過對Nature高被引論文（作者、機構）的結構分析，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、機構）共同貢獻的，其分布較為均衡。不像某些期刊由少數(shù)高被引文獻貢獻較多被引頻次[12]，如Cancer Journal for Clinicians2012年影響因子高達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（貢獻率為70.9%）。

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

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種國際權威科技期刊影響因子構成特征及啟示.編輯學報，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