知识管理论坛 >

2025 , Vol. 10 >Issue 3: 232 - 240

DOI: https://doi.org/10.13266/j.issn.2095-5472.2025.015

知识管理的范式跃迁与创新生态重构专辑

基于知网数据的高被引学者评价方法

  • 伍军红 ,
  • 郑新宇 ,
  • 孙隽 ,
  • 肖宏 ,
  • 汤丽云
展开
  • 《中国学术期刊（光盘版）》电子杂志社有限公司 北京 100192

作者贡献声明/Author contributions：

伍军红：评价指标计算方法的主要提出人，论文修改；

郑新宇：评价指标计算方法的主要研究人员，数据处理与初稿撰写；

孙　隽：评价指标计算方法的主要研究人员，文献调研；

肖　宏：评价指标计算方法的指导专家，论文修改；

汤丽云：评价指标计算方法的主要研究人员，论文修改。

伍军红，评价中心主任，编审

Wu Junhong, Director of China Scientometrics and Bibliometrics Research Center, Senior Editor;

郑新宇，研究员

Zheng Xinyu, Researcher of China Scientometrics and Bibliometrics Research Center;

孙隽，研究员

Sun Jun, Researcher of China Scientometrics and Bibliometrics Research Center;

肖宏，副总经理，总编辑，编审

Xiao Hong, Deputy General Manager, Editor-in-Chief, Senior Editor;

汤丽云，评价中心副主任，副编审，通信作者，E-mail：。

Tang Liyun, Deputy director of China Scientometrics and Bibliometrics Research Center, Associate Senior Editor, E-mail：tly6878@cnki.net.

收稿日期: 2025-05-23

  网络出版日期: 2025-06-30

收起

Evaluation Method for Highly Cited Scholars based on CNKI data

  • Wu Junhong ,
  • Zheng Xinyu ,
  • Sun Jun ,
  • Xiao Hong ,
  • Tang Liyun
Expand
  • Chinese Academic Journal(CD) Electronic Journals Publishing House Co. , ltd, Beijing 100192

Received date: 2025-05-23

  Online published: 2025-06-30

Fold

摘要

[目的/意义] 旨在客观、科学地衡量学者的影响力，识别近10年国内科研成果丰富、学术影响力杰出的学者群体，引导中国学者将更多优秀成果首发在国内期刊。 [方法/过程] 主要采用文献计量学方法进行遴选和评价。单篇论文影响力采用论文引证标准化指数（Paper Citation Standardized Index，简称PCSI）作为评价指标，论文作者贡献权重分配采用优化后的调和分配法，在每位学者所有发文基础上计算“作者总PCSI”作为高被引学者的遴选指标。 [结果/结论] 遴选出“高被引学者TOP 1%”约3万人，“高被引学者TOP 5%”约8.9万人。这一研究成果首次实现对我国学者的全面定量评价，为学术界提供识别高端人才队伍的新视角，有利于激发学者持续创新，同时鼓励国内优秀科研成果回流。遴选结果显示：在学科分布上，人文社会科学领域中的应用经济学、教育学、工商管理、公共管理和农林经济管理等学科入选高被引学者人数最多，科技领域中的临床医学、中医学、电气工程、护理学和土木工程等学科入选高被引学者人数最多；在区域分布上，高被引学者数量最多的是北京、江苏、上海、广东和湖北等教育科研发达地区；在机构分布上，清华大学、北京大学、武汉大学、中国人民大学、北京师范大学是入选学者数量最多的5个机构。

关键词： 高被引学者; 作者总PCSI; PCSI指数; 人才评价; 学者评价

本文引用格式

伍军红 , 郑新宇 , 孙隽 , 肖宏 , 汤丽云 . 基于知网数据的高被引学者评价方法[J]. 知识管理论坛, 2025 , 10(3) : 232 -240 . DOI: 10.13266/j.issn.2095-5472.2025.015

Abstract

[Purpose/Significance] This study aims to measure the influence of scholars objectively and scientifically, identify a group of scholars with rich scientific research achievements and outstanding academic influence in China in the past 10 years, and guide Chinese scholars to publish more outstanding achievements in domestic journals. [Method/Process] The selection and evaluation process primarily employed bibliometric methods. For assessing individual paper impact, we utilized the Paper Citation Standardized Index (PCSI) as the evaluation metric. Author contribution weights were allocated using an optimized harmonic allocation method. The final selection of highly cited scholars was based on calculating the 'Total Author PCSI' derived from each researcher's complete publication record. [Result/Conclusion] Approximately 30,000 individuals were selected as "Top 1% Highly Cited Scholars", and around 89,000 individuals were selected as "Top 5% Highly Cited Scholars". This research achievement has achieved a comprehensive quantitative evaluation of Chinese scholars for the first time, providing a new perspective for the academic community to identify high-end talent teams, which is conducive to stimulating scholars' continuous innovation and encouraging the return of excellent domestic scientific research achievements. The selection results show that in terms of disciplinary distribution, applied economics, education, business administration, public management, and agricultural and forestry economic management have the highest number of highly cited scholars selected in the fields of humanities and social sciences. In the field of technology, disciplines such as clinical medicine, traditional Chinese medicine, electrical engineering, nursing, and civil engineering have the highest number of highly cited scholars selected. In terms of regional distribution, the regions with the highest number of highly cited scholars are Beijing, Jiangsu, Shanghai, Guangdong, and Hubei, which are developed in education and scientific research. In terms of institutional distribution, Tsinghua University, Peking University, Wuhan University, Renmin University of China and Beijing Normal University are the five institutions with the largest number of selected scholars.

Key words： highly cited scholars; author's total PCSI; PCSI; talent evaluation; scholar evaluation

1 引言/Introduction

人才评价是人才发展体制机制的重要组成部分，是人才资源开发管理和使用的前提。2018年，中共中央办公厅、国务院办公厅印发了《关于分类推进人才评价机制改革的指导意见》，强调要加快形成导向明确、精准科学、规范有序、竞争择优的科学化社会化市场化人才评价机制，建立与中国特色社会主义制度相适应的人才评价制度[1]；同年印发的《关于深化项目评审、人才评价、机构评估改革的意见》强调要深化科技体制改革，以激发科研人员的积极性创造性为核心，以构建科学、规范、高效、诚信的科技评价体系为目标[2]；2023年，中共中央办公厅、国务院办公厅印发了《关于进一步加强青年科技人才培养和使用的若干措施》，强调要正确看待和运用论文指标，形成既发挥高质量论文价值，又坚决反对单纯以论文数量论英雄的氛围。如何科学、公正地评价科研人才的贡献和影响力是科研人才评价的关键问题。
高被引学者评选是一种基于学术成果影响力统计的人才评价方式，能够较为客观地反映学者在学术界的影响力和贡献度，不仅有助于识别各领域具有卓越成就和广泛影响力的学者，还能进一步激发学者持续创新的动力。目前，国外第三方机构开展的高被引学者评价在中国学术界引发较大反响的有：科睿唯安“全球高被引科学家”（Highly Cited Researchers）、爱思唯尔（Elsevier）“中国高被引学者”（Highly Cited Chinese Researchers）和斯坦福大学“全球前2%顶尖科学家榜单”（World's Top 2% Scientists）。
科睿唯安“全球高被引科学家”是由科睿唯安定期发布的科学家名单，旨在识别在自然科学和社会科学不同研究领域具有广泛、重大影响力的研究人员，该名单数据统计来源于ESI数据库（Essential Science Indicators），统计时间界定为近10年。其采用的评选标准为：对每个ESI学科的作者根据高被引论文数量进行排序，若作者总数为N，学科拟入选学者为排名不超过N的平方根的学者。如果某学者的高被引论文分布在多个学科中，则在每个学科分别排名。另外一档为候选人，候选人的高被引论文数可以比学科拟入选学者阈值少1，但其高被引论文的总被引频次必须高于一半的入选学者的总被引频次，且要高于学科前1%的学者。根据科睿唯安发布的数据，共7 125人次入选2023年度“全球高被引科学家”榜单。
爱思唯尔“中国高被引学者”是基于Scopus数据库从第一作者和通信作者发表的科研成果中遴选出各学科高被引中国学者，以呈现各机构、高校的优势学科及人才分布。每个学科入选的学者数量与该学科中国作者的数量相关。其采用的评选标准为入选学者署名为第一作者或通信作者的文献必须超过一篇，至少有一篇为全球前1%高被引文献，且这些论文的总被引次数要达到本学科阈值。根据爱思唯尔发布的数据，共6 388人次入选2024“中国高被引学者”榜单。
斯坦福大学“全球前2%顶尖科学家榜单”是由美国斯坦福大学和爱思唯尔共同发布的，分为“终身科学影响力排行榜”和“年度科学影响力排行榜”分别聚焦学者整个学术生涯的影响力和本年度的学术成就。该榜单采用的遴选指标是c-score，基于总引用数、H指数、Hm指数（根据作者数量调整后的H指数）、单一作者文章引用数（Number of Citations as Single Author, NCS）、单一作者或第一作者引用数(Number of Citations as Single or First Author, NCSF)、单一作者或第一作者或最后（通讯）作者引用数(Number of Citations as Single, First or Last Author, NCSFL)这6个与引用有关的指标计算得出。在遴选过程中，首先得出c-score全球前10万名学者以确保评选过程的全面性和平衡性，再基于学科分类，选择每个学科的c-score前2%的学者。
以上3类高影响力学者名单都是由国外机构根据WoS或Scopus数据库定量评选出来的，这两个统计源只包含少量中国期刊，没有将中国学者在国内的影响力考虑进去。从学科来看，也主要覆盖科技类。从文献调研来看，我国目前研究高端人才的论文也主要集中在对这3类国外高被引科学家名单进行群体特征分析，例如文献[3-10]中对科睿唯安高被引科学家的年龄分布、学科分布、国家和地域分布、高校分布、科研合作情况和海外经历等群体特征现状进行分析；尹志[11]、魏向阳[12]、姜凡[13]等在分析高被引学者的基础上，提出了关于人才评价、高层次人才引进方面的建议；刘俊婉[14]对高被引科学家的论文产出力进行了定量研究和分析；赵鑫等[15]对“高被引学者”相关论文的研究热点演变进行了分析。
由于上述高影响力学者遴选在统计来源和学科覆盖上存在缺失，无法全面反映我国的高被引学者情况，中国知网·中国科学文献计量评价研究中心（以下简称“本课题组”）基于中国知网收录的近10年期刊论文、会议论文，开展了学者学术影响力综合评价方法的研究，并于2024年12月24日预发布了“2024中国知网高被引学者”名单，在国内学术界引起热烈反响和广泛好评。本文就“2024中国知网高被引学者”的遴选方法予以阐释说明。

2 数据来源与方法/Data sources and methods

2.1 数据来源

论文数据来源于中国知网收录的近10年发表（即2014—2023年）的期刊论文和会议论文，仅统计可被引论文[16-17]，共计2 600万篇左右。以上论文的作者总数超过1 600万人，涵盖了从博硕士研究生、中青年学者到资深专家等各个层次。
图1 历年发文作者人数趋势

Figure 1 Number of authors who have published articles over the years

为了从近10年所有发表过论文的学者中高效地识别出科研成果丰硕、学术影响力杰出的学者群体，本课题组设计了如图2所示的遴选流程。在遴选过程中，首先统计了近10年可被引论文的评价指标即PCSI指数，基于论文评价对学者进行初选，这一步的目的是遴选出近10年至少有1篇代表性论文的学者。其次，课题组根据论文中作者的署名顺序确定作者在每篇论文中获得的权重，计算初选学者的作者总PCSI，并分别统计TOP 1%、TOP 5%学者的基线数值。另外，入选学者需满足两个门槛条件，对于符合所有遴选条件的学者名单，课题组进行了预发布，在此期间学者可以实名认领成果，并根据认领成果实时统计作者总PCSI，以保证数据的准确性。
图2 高被引学者遴选流程

Figure 2 Flowchart of the highly cited scholars selection process

2.2 论文评价指标

文章的被引频次是量化评价一篇论文学术影响力的重要指标，但不同学科、不同年份发表的论文会因该领域研究论文数、引用滞后等因素呈现较大的差异。因此，在对比两篇论文时，难以简单依据被引频次的绝对值来评判论文影响力大小。伍军红等提出论文引证标准化指数PCSI[18]，该指数通过分析被引频次的离散规律，发现了“高被引的稀缺性”，可将其形象地比喻为“钻石现象”，设计了新的被引频次标准化方法，相比直接除平均数的标准化方法，该方法更加科学合理。通过几年来的实际应用，PCSI被证明是一种较为理想的单篇论文学术影响力比较评价工具，解决了任意两篇论文的学术影响力因为发表时间不同、学科不同而无法直接比较的问题。因此，本研究直接采用PCSI指数作为单篇论文影响力的量化评价指标。根据PCSI算法，理论平均值是1.65，论文PCSI指数高于1.65表明论文影响力领先于学科平均水平。知网“学术精要数据库”统计了近10年国内所有期刊论文和会议论文的PCSI，结果发现，只有335万名作者至少发表过一篇PCSI指数高于学科理论平均值的论文，另外的1 200多万名学者近10年虽然有发表论文，但其论文影响力并没有达到学科平均值以上，因此不纳入“高被引学者”遴选范围。本研究将这335万名作者作为基数，选出作者总PCSI排名前5%为“中国知网高被引学者”。其中，TOP 1%约3.35万人，TOP 5%（不含TOP 1%）约13.4万人。

2.3 作者贡献权重分配

人才评价中的一个难点是如何计算每个学者在成果中的贡献度。很多机构常采用的普遍做法是只承认第一作者和通信作者的贡献，其他署名作者都被忽略，这种处理方式较为偏颇。当今的科学研究越来越离不开组织与合作，一项成果往往是多个机构、多个作者的智慧结晶。如果只承认第一作者和通信作者，则抹杀了其他作者的贡献，非常不利于合作研究与当前倡导的“有组织科研”。基于上述背景，本课题组提出如下假设：①论文每一位作者都有贡献；②署名顺序体现了各位作者对论文的贡献，第一作者和通信作者贡献最大，其他作者按署名顺序贡献也依次递减，合作作者数量越多，每个学者的权重会越小；③所有作者的贡献加起来等于1。在具体的权重分配方法上，国际上已有多位学者对基于署名顺序的合著论文作者贡献度的评价方法进行研究，提出了序列决定信用分配法（sequence-determines-credit, SDC）、调和分配法（harmonic counting）[19-21]、几何分配法（geometric counting）和算术分配法（arithmetic counting）等。其中，调和分配法能较好地体现作者贡献程度，且计算简便，与本课题组提出的作者贡献假设一致，因此将其作为作者权重分配的基本方法，但由于调和分配法的缺点是不能体现通信作者的贡献，本课题组对调和分配法进行了优化。在遴选过程中，将通信作者视同第一作者，第一作者和通信作者赋值为1，第二作者赋值为1/2，第三作者赋值为1/3，依次递减……所有作者的分值相加为分母，该作者分值为分子，该作者权重为该作者分值除以所有作者分值之和。设该论文一共有m位作者，如果有通信作者，则通信作者同第一作者。论文第k位合作作者权重系数计算如公式（1）所示：
        权重 ω k = 1 k ∑ i = 1 m 1 i
以作者A为例，作者A在2014—2023年发表论文17篇，其中13篇论文的PCSI指数高于理论平均值1.65（满足近10年至少发表5篇PCSI大于1.65论文的基础要求）。基于这13篇论文的PCSI和署名顺序计算，该作者的总PCSI为22.242，如表1所示：
表1 作者总PCSI计算样例

Table 1 Author's total PCSI calculation example

论文 PCSI 署名顺序 合作作者数 系数ω 是否计入作者总PCSI 单篇论文分值
作者总PCSI 22.242
论文1 18.111 5 6 0.082 是 1.478
论文2 17.169 1 5 0.438 是 7.519
论文3 14.267 5 10 0.068 是 0.974
论文4 8.541 1 4 0.480 是 4.100
论文5 8.024 4 4 0.120 是 0.963
论文6 4.571 3 4 0.160 是 0.731
论文7 4.155 1 5 0.438 是 1.820
论文8 3.521 2 3 0.273 是 0.960
论文9 3.157 5 5 0.088 是 0.277
论文10 2.868 1 3 0.545 是 1.564
论文11 2.832 5 5 0.088 是 0.248
论文12 1.873 3 5 0.146 是 0.273
论文13 1.864 1 4 0.480 是 0.895
论文14 1.348 3 7 0.129 否 0.173
论文15 1.032 2 5 0.219 否 0.226
论文16 0.408 4 7 0.096 否 0.039
论文17 0.000 3 4 0.160 否 0.000

2.4 作者总PCSI

将一位作者所发表论文的PCSI乘以其贡献权重，就得到属于该作者的该篇文章的PCSI，PCSI是一个标准化以后的数值，具有可加性，即一组论文的PCSI可累加。基于此点特性，本课题组将一位作者全部发文的加权PCSI进行求和，作为代表学者总体影响力的综合指标。
“作者总PCSI”指的是作者发表的高于理论平均值（1.65）论文的PCSI的加权求和，计算方法如公式（2）所示：
作者 总 P C S I = ∑ k = 1 n ω k P C S I k , P C S I > 1.65
在计算作者总PCSI时，还要考虑了以下两个因素：①仅统计学者2014—2023年发表论文的PCSI。选10年作为统计范围，是借鉴了国外高被引学者评选的经验，既有对学术积累的考虑，也希望选出近几年较为活跃的学术骨干和中坚力量；②仅统计PCSI大于平均水平的论文（即PCSI大于1.65），PCSI小于1.65的论文不计入统计，主要目的是鼓励作者多发表高影响力、有学术价值的论文，而不是单纯追求发文数量。
为了确保所遴选的“高被引学者”具有显著代表性，本课题组还设置了2个门槛条件，未达到的则不列入候选名单。具体条件为：①近10年发表PCSI高于理论平均值（1.65）的论文不少于5篇。该条件假设学者发文量不能过少（每年至少产出1篇论文，10年至少10篇），且50%（5篇）以上的论文达到了论文影响力的平均水平（PCSI大于1.65）。②近10年至少发表了1篇高影响力论文，说明该学者至少有一篇有较高影响力的代表性成果，有能力产出高水平论文。高影响力论文是指知网“学术精要数据库”遴选的高被引论文、高下载论文、高PCSI论文，他引频次、下载频次或PCSI指数排名在同学科论文中位于前1%。
本课题组对335万名满足上述条件的学者分别计算总PCSI。由于PCSI已经是按学科标准化以后的论文评价指数，因此在遴选高被引学者时，不需要再对学者进行分学科组排序。335万名学者按总PCSI降序排列，在排名前1%（TOP 1%）的学者中，最后一名作者的总PCSI为31.016；排名前5%（TOP 5%）的学者中，最后一名作者的总PCSI为10.297。将TOP 1%遴选基线设为31.016，TOP5%遴选基线设为10.297。
统计显示，符合上述条件的TOP 1%学者为3万人，TOP 5%（不含TOP 1%）学者为8.9万人，以上11.9万名学者入选“2024中国知网高被引学者”。

3 结果统计与分析/Results statistics and analysis

对2024年“中国知网高被引学者”的地区分布进行统计（见表2），结果显示：高被引学者数量最多的是北京、江苏、上海、广东和湖北，均为科研与教育发达地区。该数据也反映出我国高端人才分布的不均匀性。不过部分地区与本课题组所预期的情况有所偏差，主要是因为本次遴选是基于国内期刊与会议论文的分析结果，在一些论文外流比较严重的地区部分高端人才由于没有在国内期刊与会议上发表论文，所以未能在本次遴选结果中体现出来。
表2 中国各地区入选学者数量

Table 2 Number of selected scholars from various regions

序号 地区 入选人数 序号 地区 入选人数
1 北京 26 784 18 甘肃 2 016
2 江苏 10 516 19 黑龙江 2 005
3 上海 7 929 20 吉林 1 883
4 广东 6 612 21 江西 1 599
5 湖北 6 363 22 山西 1 406
6 陕西 5 435 23 广西 1 381
7 四川 4 673 24 云南 1 201
8 浙江 4 603 25 新疆 1 143
9 山东 4 591 26 贵州 1 127
10 河南 3 958 27 内蒙古 735
11 湖南 3 697 28 海南 638
12 辽宁 3 582 29 宁夏 398
13 天津 2 833 30 青海 288
14 重庆 2 823 31 香港 100
15 安徽 2 634 32 西藏 69
16 河北 2 475 33 澳门 35
17 福建 2 054 34 台湾 11
对2024年“中国知网高被引学者”的机构分布进行统计，结果显示：清华大学、北京大学、武汉大学、中国人民大学、北京师范大学入选总人数较多，中国人民大学、北京大学、清华大学、武汉大学、北京师范大学入选TOP1%高被引学者数量较多，清华大学、武汉大学、北京大学、北京师范大学、浙江大学入选TOP5%高被引学者数量较多。
对2024年“中国知网高被引学者”的学科分布进行统计，结果显示：在人文社会科学领域，应用经济学、教育学、工商管理、公共管理和农林经济管理等学科入选高被引学者人数最多（见表3）；在科技领域，临床医学、中医学、电气工程、护理学和土木工程等学科入选高被引学者人数最多（见表4）。
表3 人文社会科学领域高被引学者数量较多的20个学科

Table 3 Top 20 disciplines in humanities and social sciences by the number of highly cited scholars

序号 一级学科 入选人数 序号 一级学科 入选人数
1 应用经济学 9 729 11 新闻传播学 786
2 教育学 6 010 12 社会学 719
3 工商管理 3 688 13 马克思主义理论 666
4 公共管理 3 355 14 外国语言文学 599
5 农林经济管理 2 161 15 心理学 561
6 法学 1 982 16 哲学 487
7 政治学 1 495 17 中国史 354
8 信息资源管理 1 395 18 出版 337
9 中国语言文学 839 19 考古学 280
10 体育学 834 20 戏剧与影视学 274
表4 科技领域高被引学者数量较多的20个学科

Table 4 Top 20 disciplines in natural sciences by the number of highly cited scholars

序号 一级学科 入选人数 序号 一级学科 入选人数
1 临床医学 16 943 11 地质学 2 180
2 中医学 5 220 12 机械工程 1 972
3 电气工程 4 814 13 控制科学与工程 1 859
4 护理学 4 224 14 作物学 1 719
5 土木工程 4 182 15 交通运输工程 1 493
6 食品科学与工程 2 988 16 园艺学 1 459
7 环境科学与工程 2 848 17 水利工程 1 434
8 中药学 2 563 18 矿业工程 1 433
9 材料科学与工程 2 313 19 畜牧学 1 169
10 计算机科学与技术 2 275 20 林学 1 136

4 结语/Conclusions

本研究以中国知网近10年收录的中国学者发表的期刊论文和会议论文为基础数据，以论文被引频次标准化指数PCSI为学术文献的影响力指标，以作者署名顺序和署名人数为基础计算每个作者的贡献权重，综合考虑发文数量和发文质量，计算作者总PCSI，并作为“高被引学者”的遴选指标，在近10年发表至少1篇PCSI值超过理论平均值的335万名学者中，遴选出3万名TOP 1%高被引学者以及8.9万名TOP 5%高被引学者。这一研究成果首次实现了对我国学者的全面定量评价，为学术界提供了识别高端人才队伍的新视角，有利于激发学者持续创新，同时鼓励国内优秀科研成果回流，为我国的科研教育事业筑牢根基。不过，本研究还存在不足之处，具体包括：①从结果来看，本研究所揭示的学者在那些论文外流严重的学科和地区存在代表性不足的问题。本研究的数据主要来源于中国知网收录的学术论文，中国学者在国际期刊上发表的论文未纳入统计，因此导致国际发文较多、国内发文较少的学者未能入选。②部分学者的成果归属并不完全正确。很多学者都有机构变动或同一单位多位同名学者的情况，准确地将每一位作者的所有成果汇总完备是一个难题。因此中国知网推出作者服务平台，希望更多的作者能认领自己的成果。③目前学者的学科归属主要根据该学者发文学科布局统计得出，也存在归属错误的可能。针对上述问题，课题组将持续优化高被引学者的遴选方法，包括扩充数据来源，将中国学者的国际期刊发文纳入统计范围，推动学者成果认领，完善评价方法与指标，从而更加准确、全面地反映学者影响力。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
中共中央办公厅, 国务院办公厅.关于分类推进人才评价机制改革的指导意见[EB/OL].[2025-06-27].

General Office of the Central Committee of the Communist Party of China, General Office of the State Council. Guiding Opinions on Promoting the Reform of Talent Evaluation Mechanism by Classification [EB/OL]. [2025-06-27].

[2]
中共中央办公厅, 国务院办公厅.关于深化项目评审、人才评价、机构评估改革的意见[EB/OL]. [2025-06-27].

General Office of the Central Committee of the Communist Party of China, General Office of the State Council. Opinions on Deepening the Reform of Project Evaluation, Talent Evaluation and Institution Assessment [EB/OL]. [2025-06-27].

[3]
贾佳, 潘云涛, 马峥.中国高被引科学家基本特征研究——以2014汤森路透高被引科学家为例[J].科技与出版, 2014(12): 149-151.

JIA J, PAN Y T, MA Z. A study on the basic characteristics of China's highly cited scientists — Taking 2014 Thomson Reuters Highly Cited Scientists as an example[J]. Science-technology and publication, 2014(12): 149-151.

[4]
褚农农, 乌云其其格, 姜桂兴.中国大陆高被引科学家群体状况研究[J]. 全球科技经济瞭望, 2015, 30(12): 7-13.

CHU N N, WUYUN Q Q G, JIANG G X. An analysis on highly cited researchers in Mainland China[J].Global science, technology and economy outlook, 2015, 30(12): 7-13.

[5]
吴琪.从汤森路透全球“高被引科学家”名单论我国高校科研发展[J].燕山大学学报(哲学社会科学版), 2015, 16(2): 132-135.

WU Q. On the scientific research development of Chinese universities based on Thomson Reuters' global list of "Highly Cited Scientists"[J]. Journal of Yanshan University (philosophy and social science edition), 2015, 16(2): 132-135.

[6]
赵兵, 郭才正, 钱景.基于Clarivate Analytics “Highly Cited Researchers”的中美高被引科学家分析[J].农业图书情报学刊, 2017, 29(7): 75-77.

ZHAO B, GUO C Z, QIAN J. Analysis of Chinese and American highly cited researchers based on Clarivate Analytics[J].Journal of library and information sciences in agriculture, 2017, 29(7): 75-77.

[7]
尹志欣, 谢荣艳.我国顶尖科技人才现状及特征研究——以汤森路透2015高被引科学家为例[J].科技进步与对策, 2017, 34(1): 136-140.

YIN Z X, XIE R Y. Analysis on the characteristic and present situation of the top talents in science and technology——taking 2015 Thomson Reuters Highly Cited Scientists for example[J].Science & technology progress and policy, 2017, 34(1): 136-140.

[8]
靳军宝, 曲建升, 吴新年, 等.2014—2019年我国高被引科学家群体特征计量分析[J].科技管理研究, 2021, 41(3): 202-210.

JIN J B, QU J S, WU X N, et al. Study on the distribution characteristics of 2014-2019 ESI Highly Cited Researchers of China[J].Science and technology management research, 2021, 41(3): 202-210.

[9]
刘蓓蕾, 袁润.浅析Clarivate Analytics中国内地高被引科学家分布与科技和经济发展的关联[J].中国集体经济, 2021(4): 78-81.

LIU B L, YUAN R. A brief analysis of the correlation between the distribution of Clarivate Analytics' Highly Cited Scientists in Mainland China and scientific, technological and economic development[J]. China collective economy, 2021(4): 78-81.

[10]
赵宁, 范巍, 张锐昕.中国“全球高被引科学家”结构特征和成长规律分析——基于2014—2020年“全球高被引科学家”榜单数据[J].科技管理研究, 2022, 42(1): 208-214.

ZHAO N, FAN W, ZHANG R X. Analysis on the distribution and growth law of Global Highly Cited Researchers in China and its enlightenment based on the list data of Global Highly Cited Researchers from 2014 to 2020[J].Science and technology management research, 2022, 42(1): 208-214.

[11]
尹志欣, 由雷.从高被引科学家看中国顶尖科学人才现状及发展[J].全球科技经济瞭望, 2024, 39(5): 36-45.

YIN Z X, YOU L. Current situation and development of China’s top scientific talents from highly cited researchers[J].Global science, technology and economy outlook, 2024, 39(5): 36-45.

[12]
魏向阳.“双一流”背景下地方高校高层次人才引进与长效机制的构建[J].河南教育学院学报(哲学社会科学版), 2019, 38(4): 94-97.

WEI X Y. Introduction of high-level talents and construction of long-term mechanism in local universities under the background of "Double First-Class"[J]. Journal of Henan Institute of Education (philosophy and social sciences edition), 2019, 38(4): 94-97.

[13]
姜凡. “双一流”背景下地方高校高层次人才引育研究——基于地方高校高被引学者群体的实证分析[J].教育评论, 2021(7): 86-91.

JIANG F. Research on the Introduction and cultivation of high-level talents in local universities under the background of "Double First-Class" — an empirical analysis based on the group of highly cited scholars in local universities[J]. Educational review, 2021(7): 86-91.

[14]
刘俊婉.高被引科学家论文产出力的计量分析[J].情报杂志, 2013, 32(10): 67-71.

LIU J W. A quantitative analysis on productivity of scientific paper for highly cited scientists[J].Journal of intelligence, 2013, 32(10): 67-71.

[15]
赵鑫, 朱佳妮. “高被引学者”现象研究的知识立场及其热点演变[J].上海交通大学学报(哲学社会科学版), 2024, 32(8): 108-121.

ZHAO X, ZHU J N. Knowledge stance and evolution of hotspots in the study of “Highly Cited Scholars”[J].Journal of Shanghai Jiaotong University (philosophy and social sciences), 2024, 32(8): 108-121.

[16]
Q/CNKI PJ04—2010 《中国学术期刊影响因子年报(人文社会科学)》系列标准 [S].北京:中国学术期刊(光盘版)电子杂志社, 2010.

Q/CNKI PJ04—2010.Annual Report for Chinese Academic Journal Impact Factors(Social Science) Series Standards [S]. Beijing: China Academic Journals (CD Edition) Electronic Publishing House Co., Ltd, 2010.

[17]
Q/CNKI PJ01.1—2009 《中国学术期刊影响因子年报(自然科学与工程技术)》系列标准 [S].北京:中国学术期刊(光盘版)电子杂志社, 2009.

Q/CNKI PJ01.1—2009 Annual Report for Chinese Academic Journal Impact Factors (Natural Sciences and Engineering Technology) Series Standards [S]. Beijing: China Academic Journals (CD Edition) Electronic Publishing House Co., Ltd, 2009.

[18]
伍军红, 肖宏, 任美亚, 等.PCSI:一种单篇论文被引频次标准化方法[J].图书情报工作, 2020, 64(23): 22-30.

WU J H, XIAO H, REN M Y, et al. Paper citation standardized index(PCSI): a new index to quantitatively evaluate scientific articles based on citation[J].Library and information service, 2020, 64(23): 22-30.

[19]
HAGEN N T. Harmonic allocation of authorship credit: source-level correction of bibliometric bias assures accurate publication and citation analysis[J].PLoS one, 2008, 3(12): e4021.

[20]
HAGEN N T. Harmonic publication and citation counting: sharing authorship credit equitably–not equally, geometrically or arithmetically[J].Scientometrics, 2010, 84(3): 785-793.

[21]
HAGEN N T. Harmonic coauthor credit: a parsimonious quantification of the byline hierarchy[J]. Journal of informetrics, 2013, 7(4): 784-791.

Options
文章导航

/

〈 〉