基于知網數據的高被引學者評價方法

分類號：G251

CSTR：32306.14.CN11-6036.2025.015

DOI：10.13266/j.issn.2095-5472.2025.015

引用格式：孫雋，等.基于知網數據的高被引學者評價方法[J/OL].知識管理論壇，2025， 10（3）： 232-240[引用日期]. https：//www.kmf.ac.cn/CN/10.13266/j.issn.2095-5472.2025.015.（Wu Junhong，Zheng Xinyu，Sun Jun， et al. Evaluation Method for Highly Cited Scholars based on CNKI data[J/OL]. Knowledge Management Forum，2025，10（3）：232-240 [cite date].https：//www.kmf.ac.cn/CN/10.13266/j.issn.2095- 5472.2025.015.）

O引言/Introduction

人才評價是人才發展體制機制的重要組成部分，是人才資源開發管理和使用的前提。2018年，中共中央辦公廳、國務院辦公廳印發了《關于分類推進人才評價機制改革的指導意見》，強調要加快形成導向明確、精準科學、規范有序、競爭擇優的科學化社會化市場化人才評價機制，建立與中國特色社會主義制度相適應的人才評價制度1；同年印發的《關于深化項目評審、人才評價、機構評估改革的意見》強調要深化科技體制改革，以激發科研人員的積極性創造性為核心，以構建科學、規范、高效、誠信的科技評價體系為目標[2]；2023年，中共中央辦公廳、國務院辦公廳印發了《關于進一步加強青年科技人才培養和使用的若干措施》，強調要正確看待和運用論文指標，形成既發揮高質量論文價值，又堅決反對單純以論文數量論英雄的氛圍。如何科學、公正地評價科研人才的貢獻和影響力是科研人才評價的關鍵問題

高被引學者評選是一種基于學術成果影響力統計的人才評價方式，能夠較為客觀地反映學者在學術界的影響力和貢獻度，不僅有助于識別各領域具有卓越成就和廣泛影響力的學者，還能進一步激發學者持續創新的動力。目前，國外第三方機構開展的高被引學者評價在中國學術界引發較大反響的有：科睿唯安“全球高被引科學家”（HighlyCitedResearchers）、愛思唯爾（Elsevier）“中國高被引學者”（HighlyCitedChineseResearchers）和斯坦福大學“全球前 2% 頂尖科學家榜單”（World'sTop 2% Scientists）。

科睿唯安“全球高被引科學家”是由科睿唯安定期發布的科學家名單，旨在識別在自然科學和社會科學不同研究領域具有廣泛、重大影響力的研究人員，該名單數據統計來源于ESI數據庫（EssentialScienceIndicators），統計時間界定為近10年。其采用的評選標準為：對每個ESI學科的作者根據高被引論文數量進行排序，若作者總數為N，學科擬入選學者為排名不超過N的平方根的學者。如果某學者的高被引論文分布在多個學科中，則在每個學科分別排名。另外一檔為候選人，候選人的高被引論文數可以比學科擬入選學者閾值少1，但其高被引論文的總被引頻次必須高于一半的人選學者的總被引頻次，且要高于學科前 1% 的學者。根據科睿唯安發布的數據，共7125人次入選2023年度“全球高被引科學家”榜單。

愛思唯爾“中國高被引學者”是基于Scopus數據庫從第一作者和通信作者發表的科研成果中遴選出各學科高被引中國學者，以呈現各機構、高校的優勢學科及人才分布。每個學科入選的學者數量與該學科中國作者的數量相關。其采用的評選標準為人選學者署名為第一作者或通信作者的文獻必須超過一篇，至少有一篇為全球前 1% 高被引文獻，且這些論文的總被引次數要達到本學科閾值。根據愛思唯爾發布的數據，共6388人次入選2024“中國高被引學者”榜單。

斯坦福大學“全球前 2% 頂尖科學家榜單”是由美國斯坦福大學和愛思唯爾共同發布的，分為“終身科學影響力排行榜”和“年度科學影響力排行榜”分別聚焦學者整個學術生涯的影響力和本年度的學術成就。該榜單采用的遴選指標是c-score，基于總引用數、H指數、 Hm 指數（根據作者數量調整后的H指數）、單一作者文章引用數（NumberofCitationsasSingleAuthor，NCS）、單一作者或第一作者引用數（Number of Citations as Single or First Author，NCSF、單一作者或第一作者或最后（通訊）作者引用數（Number of Citations as Single，First orLastAuthor，NCSFL）這6個與引用有關的指標計算得出。在遴選過程中，首先得出c-score全球前10萬名學者以確保評選過程的全面性和平衡性，再基于學科分類，選擇每個學科的c-score前 2% 的學者。

以上3類高影響力學者名單都是由國外機構根據WoS或Scopus數據庫定量評選出來的，這兩個統計源只包含少量中國期刊，沒有將中國學者在國內的影響力考慮進去。從學科來看，也主要覆蓋科技類。從文獻調研來看，我國目前研究高端人才的論文也主要集中在對這3類國外高被引科學家名單進行群體特征分析，例如文獻[3-10]中對科睿唯安高被引科學家的年齡分布、學科分布、國家和地域分布、高校分布、科研合作情況和海外經歷等群體特征現狀進行分析；尹志[11]、魏向陽[12]、姜凡[13]等在分析高被引學者的基礎上，提出了關于人才評價、高層次人才引進方面的建議；劉俊婉[14]對高被引科學家的論文產出力進行了定量研究和分析；趙鑫等[15]對“高被引學者”相關論文的研究熱點演變進行了分析。

由于上述高影響力學者遴選在統計來源和學科覆蓋上存在缺失，無法全面反映我國的高被引學者情況，中國知網·中國科學文獻計量評價研究中心（以下簡稱“本課題組”）基于中國知網收錄的近10年期刊論文、會議論文，開展了學者學術影響力綜合評價方法的研究，并于2024年12月24日預發布了“2024中國知網高被引學者”名單，在國內學術界引起熱烈反響和廣泛好評。本文就“2024中國知網高被引學者”的遴選方法予以闡釋說明。

數據來源與方法/Datasourcesandmethods

2.1數據來源

論文數據來源于中國知網收錄的近10年發表（即2014—2023年）的期刊論文和會議論文，僅統計可被引論文[16-17]，共計2600萬篇左右。以上論文的作者總數超過1600萬人，涵蓋了從博碩士研究生、中青年學者到資深專家等各個層次。

為了從近10年所有發表過論文的學者中高效地識別出科研成果豐碩、學術影響力杰出的學者群體，本課題組設計了如圖2所示的遴選流程。在遴選過程中，首先統計了近10年可被引論文的評價指標即PCSI指數，基于論文評價對學者進行初選，這一步的自的是遴選出近10年至少有1篇代表性論文的學者。其次，課題組根據論文中作者的署名順序確定作者在每篇論文中獲得的權重，計算初選學者的作者總PCSI，并分別統計TOP 1% 、TOP 5% 學者的基線數值。另外，入選學者需滿足兩個門檻條件，對于符合所有遴選條件的學者名單，課題組進行了預發布，在此期間學者可以實名認領成果，并根據認領成果實時統計作者總PCSI，以保證數據的準確性。

2.2論文評價指標

文章的被引頻次是量化評價一篇論文學術影響力的重要指標，但不同學科、不同年份發表的論文會因該領域研究論文數、引用滯后等因素呈現較大的差異。因此，在對比兩篇論文時，難以簡單依據被引頻次的絕對值來評判論文影響力大小。伍軍紅等提出論文引證標準化指數PCSI[18]，該指數通過分析被引頻次的離散規律，發現了“高被引的稀缺性”，可將其形象地比喻為“鉆石現象”，設計了新的被引頻次標準化方法，相比直接除平均數的標準化方法，該方法更加科學合理。通過幾年來的實際應用，PCSI被證明是一種較為理想的單篇論文學術影響力比較評價工具，解決了任意兩篇論文的學術影響力因為發表時間不同、學科不同而無法直接比較的問題。因此，本研究直接采用PCSI指數作為單篇論文影響力的量化評價指標。根據PCSI算法，理論平均值是1.65，論文PCSI指數高于1.65表明論文影響力領先于學科平均水平。知網“學術精要數據庫”統計了近10年國內所有期刊論文和會議論文的PCSI，結果發現，只有335萬名作者至少發表過一篇PCSI指數高于學科理論平均值的論文，另外的1200多萬名學者近10年雖然有發表論文，但其論文影響力并沒有達到學科平均值以上，因此不納入“高被引學者”遴選范圍。本研究將這335萬名作者作為基數，選出作者總PCSI排名前 5% 為“中國知網高被引學者”。其中，TOP 1% 約3.35萬人， TOP5% （不含TOP 1% ）約13.4萬人。

2.3作者貢獻權重分配

人才評價中的一個難點是如何計算每個學者在成果中的貢獻度。很多機構常采用的普遍做法是只承認第一作者和通信作者的貢獻，其他署名作者都被忽略，這種處理方式較為偏頗。當今的科學研究越來越離不開組織與合作，一項成果往往是多個機構、多個作者的智慧結晶。如果只承認第一作者和通信作者，則抹殺了其他作者的貢獻，非常不利于合作研究與當前倡導的“有組織科研”。基于上述背景，本課題組提出如下假設： ① 論文每一位作者都有貢獻；② 署名順序體現了各位作者對論文的貢獻，第一作者和通信作者貢獻最大，其他作者按署名順序貢獻也依次遞減，合作作者數量越多，每個學者的權重會越小； ③ 所有作者的貢獻加起來等于1。在具體的權重分配方法上，國際上已有多位學者對基于署名順序的合著論文作者貢獻度的評價方法進行研究，提出了序列決定信用分配法（sequence-determines-credit，SDC）、調和分配法（harmonic counting）[19-21]、幾何分配法（geometriccounting）和算術分配法（arithmeticcounting）等。其中，調和分配法能較好地體現作者貢獻程度，且計算簡便，與本課題組提出的作者貢獻假設一致，因此將其作為作者權重分配的基本方法，但由于調和分配法的缺點是不能體現通信作者的貢獻，本課題組對調和分配法進行了優化。在遴選過程中，將通信作者視同第一作者，第一作者和通信作者賦值為1，第二作者賦值為1/2，第三作者賦值為1/3，依次遞減所有作者的分值相加為分母，該作者分值為分子，該作者權重為該作者分值除以所有作者分值之和。設該論文一共有 m 位作者，如果有通信作者，則通信作者同第一作者。論文第k位合作作者權重系數計算如公式（1）所示：

公式（1）

以作者A為例，作者A在2014—2023年發表論文17篇，其中13篇論文的PCSI指數高于理論平均值1.65（滿足近10年至少發表5篇PCSI大于1.65論文的基礎要求）。基于這13篇論文的PCSI和署名順序計算，該作者的總PCSI為22.242，如表1所示：

2.4作者總PCSI

將一位作者所發表論文的PCSI乘以其貢獻權重，就得到屬于該作者的該篇文章的PCSI，PCSI是一個標準化以后的數值，具有可加性，即一組論文的PCSI可累加。基于此點特性，本課題組將一位作者全部發文的加權PCSI進行求和，作為代表學者總體影響力的綜合指標。

“作者總PCSI”指的是作者發表的高于理論平均值（1.65）論文的PCSI的加權求和，計算方法如公式（2）所示：

作者總

公式（2）

在計算作者總PCSI時，還要考慮了以下兩個因素： ① 僅統計學者2014—2023年發表論文的PCSI。選10年作為統計范圍，是借鑒了國外高被引學者評選的經驗，既有對學術積累的考慮，也希望選出近幾年較為活躍的學術骨干和中堅力量； ② 僅統計PCSI大于平均水平的論文（即PCSI大于1.65），PCSI小于1.65的論文不計入統計，主要目的是鼓勵作者多發表高影響力、有學術價值的論文，而不是單純追求發文數量。

為了確保所遴選的“高被引學者”具有顯著代表性，本課題組還設置了2個門檻條件，未達到的則不列入候選名單。具體條件為： ① 近10年發表PCSI高于理論平均值（1.65）的論文不少于5篇。該條件假設學者發文量不能過少（每年至少產出1篇論文，10年至少10篇），且50% （5篇）以上的論文達到了論文影響力的平均水平（PCSI大于1.65）。 ② 近10年至少發表了1篇高影響力論文，說明該學者至少有一篇有較高影響力的代表性成果，有能力產出高水平論文。高影響力論文是指知網“學術精要數據庫”遴選的高被引論文、高下載論文、高PCSI論文，他引頻次、下載頻次或PCSI指數排名在同學科論文中位于前 1% L

本課題組對335萬名滿足上述條件的學者分別計算總PCSI。由于PCSI已經是按學科標準化以后的論文評價指數，因此在遴選高被引學者時，不需要再對學者進行分學科組排序。335萬名學者按總PCSI降序排列，在排名前 1% （TOP1% ）的學者中，最后一名作者的總PCSI為31.016；排名前 5% （TOP 5% ）的學者中，最后一名作者的總PCSI為 10.297 。將TOP 1% 遴選基線設為31.016， TOP5% 遴選基線設為10.297。

統計顯示，符合上述條件的TOP 1% 學者為3萬人，TOP 5% （不含TOP 1% ）學者為8.9萬人，以上11.9萬名學者入選“2024中國知網高被引學者”。

結果統計與分析/Resultsstatisticsand analysis

對2024年“中國知網高被引學者”的地區分布進行統計（見表2），結果顯示：高被引學者數量最多的是北京、江蘇、上海、廣東和湖北，均為科研與教育發達地區。該數據也反映出我國高端人才分布的不均勻性。不過部分地區與本課題組所預期的情況有所偏差，主要是因為本次遴選是基于國內期刊與會議論文的分析結果，在一些論文外流比較嚴重的地區部分高端人才由于沒有在國內期刊與會議上發表論文，所以未能在本次遴選結果中體現出來。

對2024年“中國知網高被引學者”的機構分布進行統計，結果顯示：清華大學、北京大學、武漢大學、中國人民大學、北京師范大學入選總人數較多，中國人民大學、北京大學、清華大學、武漢大學、北京師范大學入選TOP1% 高被引學者數量較多，清華大學、武漢大學、北京大學、北京師范大學、浙江大學人選 TOP5% 高被引學者數量較多。

對2024年“中國知網高被引學者”的學科分布進行統計，結果顯示：在人文社會科學領域，應用經濟學、教育學、工商管理、公共管理和農林經濟管理等學科入選高被引學者人數最多（見表3）；在科技領域，臨床醫學、中醫學、電氣工程、護理學和土木工程等學科入選高被引學者人數最多（見表4）。

結語/Conclusions

本研究以中國知網近10年收錄的中國學者發表的期刊論文和會議論文為基礎數據，以論文被引頻次標準化指數PCSI為學術文獻的影響力指標，以作者署名順序和署名人數為基礎計算每個作者的貢獻權重，綜合考慮發文數量和發文質量，計算作者總PCSI，并作為“高被引學者”的遴選指標，在近10年發表至少1篇PCSI值超過理論平均值的335萬名學者中，遴選出3萬名TOP 1% 高被引學者以及8.9萬名TOP 5% 高被引學者。這一研究成果首次實現了對我國學者的全面定量評價，為學術界提供了識別高端人才隊伍的新視角，有利于激發學者持續創新，同時鼓勵國內優秀科研成果回流，為我國的科研教育事業筑牢根基。不過，本研究還存在不足之處，具體包括： ① 從結果來看，本研究所揭示的學者在那些論文外流嚴重的學科和地區存在代表性不足的問題。本研究的數據主要來源于中國知網收錄的學術論文，中國學者在國際期刊上發表的論文未納入統計，因此導致國際發文較多、國內發文較少的學者未能人選。 ② 部分學者的成果歸屬并不完全正確。很多學者都有機構變動或同一單位多位同名學者的情況，準確地將每一位作者的所有成果匯總完備是一個難題。因此中國知網推出作者服務平臺，希望更多的作者能認領自己的成果。③ 目前學者的學科歸屬主要根據該學者發文學科布局統計得出，也存在歸屬錯誤的可能。針對上述問題，課題組將持續優化高被引學者的遴選方法，包括擴充數據來源，將中國學者的國際期刊發文納人統計范圍，推動學者成果認領，完善評價方法與指標，從而更加準確、全面地反映學者影響力。

參考文獻/References：

[1] 中共中央辦公廳，國務院辦公廳.關于分類推進人才評 價機制改革的指導意見[EB/OL].[2025-06-27].https：// www.gov.cn/xinwen/2018-02/26/content_5268965.htm. （General Ofice of the Central Committee of the Communist Party of China，General Office of the State Council.Guiding Opinions on Promoting the Reformof Talent Evaluation Mechanism by Classification [EB/OL]. [2025-06-27]. https：//www. gov. cn/xinwen/2018-02/26/ content_5268965.htm.）

[2] 中共中央辦公廳，國務院辦公廳.關于深化項目評審、 人才評價、機構評估改革的意見[EB/OL].[2025-06-

27].https：//www. gov. cn/zhengce/2018-07/03/content_

5303251.htm. （General Office of the Central Committee ofthe CommunistPartyofChina，General Officeof the State Council.Opinions on Deepening the Reform of Project Evaluation，Talent Evaluation and Institution Assessment [EB/OL].[2025-06-27].https：//www.gov.cn/ zhengce/2018-07/03/content_5303251.htm.）

[3] 賈佳，潘云濤，馬崢.中國高被引科學家基本特征研究 -以2014湯森路透高被引科學家為例[J].科技與出 版，2014（12）： 149-151. （JIAJ，PANYT，MA Z.A study onthe basic characteristics of China's highly cited scientists—Taking2014ThomsonReutersHighlyCited Scientists as an example[J]. Science-technologyand publication，2014（12）：149-151.）

[4] 褚農農，烏云其其格，姜桂興.中國大陸高被引科學家 群體狀況研究[J].全球科技經濟瞭望，2015，30（12）：7-

13.（CHU N N，WUYUNQQG，JIANG GX.An analysisonhighlycited researchersinMainlandChina[J]. Global science，technology and economy outlook， 2015， 30（12）： 7-13.）

[5] 吳琪.從湯森路透全球“高被引科學家”名單論我國 高校科研發展[J].燕山大學學報（哲學社會科學版）， 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] 趙兵，郭才正，錢景.基于Clarivate Analytics“Highly CitedResearchers”的中美高被引科學家分析[J].農業 圖書情報學刊，2017，29（7）： 75-77.（ZHAOB，GUO C Z，QIAN J.Analysis of Chinese and American highly citedresearchers based on Clarivate Analytics[J].Journal of library and information sciences in agriculture， 2017， 29（7）： 75-77.）

[7] 尹志欣，謝榮艷.我國頂尖科技人才現狀及特征研究 -以湯森路透2015高被引科學家為例[J].科技進步 與對策，2017，34（1）：136-140.（YIN ZX，XIERY. 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 amp; technology progress and policy，2017，34（1）： 136-140.）

[8] 靳軍寶，曲建升，吳新年，等.2014—2019年我國高被引 科學家群體特征計量分析[J].科技管理研究，2021，41 （3）：202-210. （JINJB，QU JS，WU XN，et al. Study on the distribution characteristics of 2014-2019 ESI Highly Cited Researchers of China[J]. Scienceand technology management research，2021，41（3）： 202-210.）

[9] 劉蓓蕾，袁潤.淺析 Clarivate Analytics 中國內地高被引 科學家分布與科技和經濟發展的關聯[J].中國集體經 濟，2021（4）： 78-81. （LIU BL， 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]趙寧，范巍，張銳昕.中國“全球高被引科學家”結構 特征和成長規律分析——基于2014—2020年“全球高 被引科學家”榜單數據[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 Researchersin 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.從高被引科學家看中國頂尖科學人才現 狀及發展[J].全球科技經濟瞭望，2024，39（5）：36-45. （YIN Z X， YOU L. Current situation and development of China'stop scientifictalentsfrom highlycited researchers[J]. Global science， technology and economy outlook，2024，39（5）： 36-45.）

[12]魏向陽.“雙一流”背景下地方高校高層次人才引進與 長效機制的構建[J].河南教育學院學報（哲學社會科學 版），2019，38（4）： 94-97. （WEI X Y. Introduction of highlevel talents and construction of long-term mechanism in local universities under the background of \"Double FirstClass\"[J].Journal of Henan Institute of Education （philosophy and social sciences edition），2019，38（4）： 94-97.）

[13]姜凡.“雙一流”背景下地方高校高層次人才引育研 究——基于地方高校高被引學者群體的實證分析[J].教 育評論，2021（7）：86-91. （JIANG F. Research on the Introduction and cultivation of high-level talents in local universities under the background of \"Double FirstClass\"- anempirical analysis based on the group of highly cited scholars in local universities[J].Educational review，2021（7）： 86-91.）

[14]劉俊婉.高被引科學家論文產出力的計量分析[J].情報雜 志，2013，32（10）： 67-71. （LIUJW. A quantitative analysis onproductivity of scientific paper for highlycited scientists[J].Journal of intelligence，2013，32（10）： 67-71.）

[15]趙鑫，朱佳妮.“高被引學者”現象研究的知識立場及 其熱點演變[J]）.上海交通大學學報（哲學社會科學版）， 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/CNKIPJ04—2010 《中國學術期刊影響因子年報（人 文社會科學）》系列標準[S].北京：中國學術期刊（光盤 版）電子雜志社，2010.（Q/CNKIPJ04—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/CNKIPJ01.1—2009《中國學術期刊影響因子年報 （自然科學與工程技術）》系列標準[S].北京：中國學術 期刊（光盤版）電子雜志社，2009.（Q/CNKIPJ01.1- 2009Annual Report for Chinese Academic Journal Impact Factors （Natural Sciences andEngineering Technology）SeriesStandards[S].Beijing：China Academic Journals （CD Edition） Electronic Publishing House Co.，Ltd，2009.）

[18] 伍軍紅，肖宏，任美亞，等.PCSI：一種單篇論文被引頻次 標準化方法[J].圖書情報工作，2020，64（23）：22-30. （WU JH， 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.

鄭新宇：評價指標計算方法的主要研究人員，數據處理與初稿撰寫；

孫雋：評價指標計算方法的主要研究人員，文獻調研；

肖宏：評價指標計算方法的指導專家，論文修改；

湯麗云：評價指標計算方法的主要研究人員，論文修改。

作者貢獻聲明/Authorcontributions：伍軍紅：評價指標計算方法的主要提出人，論文修改；

EvaluationMethod forHighly Cited Scholarsbased on CNKI data

Wu Junhong Zheng Xinyu Sun Jun Xiao Hong Tang Liyun

Chinese Academic Journal（CD） Electronic Journals Publishing House Co.，ltd，Beijing 100192

Abstract： [Purpose/Significancel 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 1O 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，Ooo 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 excelent 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 numberof highlycited scholarsselected in the fields of humanitiesand social sciences.In the field of technology，disciplines such as clinical medicine，traditional Chinese medicine，electrical engineering， nursing，and civil engineering have the highest numberofhighly 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.

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