日本説中國高引用論文超過美國，怎麼回事？ | 科技袁人_風聞

導言：

高被引論文不是單純的比數量，而是在保證高質量的前提下比數量。如果有人還要嘟嘟囔囔一些老生常談，如“中國的論文都是灌水的”，那隻能説他連高被引論文這個詞是什麼意思都沒有理解，處於沒有腦子的復讀機的狀態。

■ 西瓜****視頻：

https://www.ixigua.com/7145283194856669731

本視頻發佈於2022年9月20日，觀看量達10.8w

■ 精彩呈現：

最近，有一則消息引起了關注和不解：中國在高引用論文的數量上超過美國，成為世界第一。這個消息來自日本文部科學省8月初發布的《科學技術指標2022》（https://news.ifeng.com/c/8INEiqQgT2Z），然後《Science》也為此發表了一篇報道（中國首次超越美國登頂科研影響力榜首）。

這個新聞引起關注是理所當然的，因為所有人都會關心世界各國尤其是中美兩國的科技實力對比。它引起不解也是理所當然的，因為它似乎來得太快了。我以前多次介紹過科學文獻計量學指標（從2020年最新定量指標看中國的科技實力 | 袁嵐峯），如自然指數、研究前沿指數、高引用研究者等等，一般的結果都是美國第一，中國第二，中國在快速追趕美國。在一些指標上，如發表論文數，中國已經超過了美國。不過人們很容易説，這種指標重量不重質。如果要看質量，比如説高引用的論文數，中國就排在美國後面了。

這種格局我已經很熟悉了。沒想到日本直接拋出一箇中國成為第一的指標，而且這不是個無關緊要的指標或者重量不重質的指標，而是個核心的質量指標，這就很讓人吃驚了。究竟發生了什麼？其實首當其衝的問題是，日本這個報告對指標的定義是什麼？數據來源是什麼？

實際上，日本這個報告説的是，由於各年的數據波動巨大，取三年的平均，這次的統計時間窗口是2018年至2020年，把這三年的平均值稱為2019年數據。首先來看頂尖論文，即各個領域被引用次數排名前1%的論文。在這三年的平均中，中國的頂尖論文有4744篇，佔全世界的27.2%，超過了美國的4330篇和24.9%，更高於第三名英國的5.5%。再來看引用前10%的論文，中國也處於第一，佔全世界的26.6%，超過美國的21.1%。相對於去年的數據24.8%和22.9%，中國的領先優勢正在擴大。至於總的論文數，中國早就是世界第一，而且領先得越來越多。在這次的報告中是407181篇對美國的293434篇，多了10萬篇，拉大了去年的報告中8萬篇的差距。

日本的數據來源是什麼？它自稱是來自科技情報公司科睿唯安（Clarivate）的數據。科睿唯安我們很熟悉，就是提供Web of Science等著名科學文獻數據庫的那個公司。然而直接去查Web of Science就會發現，定性結果不對：2018年至2020年，美國的SCI論文總數是178.6萬篇，高被引論文（即過去10年中發表的論文，被引頻次在同年同學科發表的論文中進入全球前1％）是22000篇，熱點論文（即過去２年中所發表的論文,在最近兩個月中其被引頻次排在同年同學科前0.1%的論文）是578篇，而中國的這三個數據是152.5萬篇、20079篇和469篇。每一個都跟美國很接近，但每一個都比美國低一些。所以，日本是怎麼得出中國高於美國的結論的？

通過朋友介紹，我聯繫到了科睿唯安的一位工作人員，她也是我的一位熱情粉絲。她告訴我，日本這項調查是基於自然科學領域的論文進行統計的，在標準化產品Web of Science和InCites中不能復現。前者可以查自然科學領域的各國總論文數、被引前1%論文數，但不能查被引前10%。後者被引前1%和10%都可以查，但不能單獨查自然科學，只能把自然科學和社會人文放在一起查（即SCI加上SSCI和AHCI）。因此，日本文部省應該是調用了Web of Science的底層數據，做了個性化統計。

聽了她的介紹，我有些理解了。日本可能是定義了一套特別的標準，如只挑選了某些學科，或調整了時間點，按照這樣的標準統計出來中國變得高於美國了。他們這樣做的目的是什麼，就可以自由理解了。可能是製造中美競爭的氣氛，可能是製造焦慮感。因為無論以什麼標準來排，日本都遠遠排在中美后面。在他們這個報告中，日本前1%引用的論文數只排在第12位，甚至低於韓國，比十年前的第六位大幅下降。如果站在日本人的角度上，不憂心忡忡是不可能的。

前面説的都是2018年至2020年的三年平均，如果看2021年的數據會怎麼樣呢？Web of Science顯示，在2021年，中國的SCI論文有70萬篇，高被引論文有9080篇，熱點論文有931篇，美國的相應數據分別是63萬篇、7332篇和938篇。在2021年，中國的高被引論文確實就比美國高了！由此可見，無論用什麼樣的統計，得到的都會是同樣的趨勢，不同的算法只是把中國超越美國的時間提前或者推遲幾年。

最後，關於這些數據的意義，我想任何有思考的人都應該能認識到，高被引論文不是單純的比數量，而是在保證高質量的前提下比數量。如果有人還要嘟嘟囔囔一些老生常談，如“中國的論文都是灌水的”，那隻能説他連高被引論文這個詞是什麼意思都沒有理解，處於沒有腦子的復讀機的狀態。

我以前在介紹科技指標的時候，就寫過很多答客問，早已預見到並且回答了這種問題。任何人如果認真研究了這些數據，思考了這些問題，就能明白什麼叫做世界大勢。