影响因子与中心极限定理：为何引文均值具有尺度依赖性

引文平均值，尤其是影响因子（IFs），对样本量十分敏感。我们应用中心极限定理（CLT）于影响因子，以理解其尺度依赖性行为。对于从所有论文总体中随机抽取的 $n$ 篇论文构成的期刊，由 CLT 我们预期其影响因子在总体平均值 $\mu$ 附近波动，且取值区间与 $\sigma/\sqrt[]{n}$ 成正比，其中 $\sigma^2$ 为总体引文分布的方差。这种 $1/\sqrt[]{n}$ 依赖性对影响因子排名具有深远影响：期刊越大，其影响因子所处的围绕 $\mu$ 的区间越窄。因此，影响因子排名在高中段给小期刊、低段给大期刊分配了不公平的优势。我们预期影响因子排名中出现尺度依赖性的期刊分层：小期刊占据顶端、中部和底端；中型期刊占据中段；而极大型期刊的影响因子渐近逼近 $\mu$。我们通过分析（i）科睿唯安（Clarivate Analytics）1997—2016 年期刊引证报告中的 166,498 对影响因子与期刊规模数据，（ii）2014—2015 年发表的 276,000 篇物理学论文中高被引部分，以及（iii）任意抽样的物理学期刊引文分布，证实了这些预测。我们得出结论：CLT 是实际期刊影响因子区间的良好预测器，而对其预测的持续偏离则是真实、非随机引文影响的标志。因此，除非比较规模相近的期刊或对这些效应进行修正，影响因子排名具有误导性。我们提出 $\Phi$ 指数，一种针对规模修正后的重标度影响因子，它也可推广以解释不同研究领域间引文习惯的差异。我们的方法也适用于各种排名中用于比较研究领域、大学院系或国家的引文平均值。