日本说中国高引用论文超过美国，怎么回事？ | 科技袁人_风闻

导言：

高被引论文不是单纯的比数量，而是在保证高质量的前提下比数量。如果有人还要嘟嘟囔囔一些老生常谈，如“中国的论文都是灌水的”，那只能说他连高被引论文这个词是什么意思都没有理解，处于没有脑子的复读机的状态。

■ 西瓜****视频：

https://www.ixigua.com/7145283194856669731

本视频发布于2022年9月20日，观看量达10.8w

■ 精彩呈现：

最近，有一则消息引起了关注和不解：中国在高引用论文的数量上超过美国，成为世界第一。这个消息来自日本文部科学省8月初发布的《科学技术指标2022》（https://news.ifeng.com/c/8INEiqQgT2Z），然后《Science》也为此发表了一篇报道（中国首次超越美国登顶科研影响力榜首）。

这个新闻引起关注是理所当然的，因为所有人都会关心世界各国尤其是中美两国的科技实力对比。它引起不解也是理所当然的，因为它似乎来得太快了。我以前多次介绍过科学文献计量学指标（从2020年最新定量指标看中国的科技实力 | 袁岚峰），如自然指数、研究前沿指数、高引用研究者等等，一般的结果都是美国第一，中国第二，中国在快速追赶美国。在一些指标上，如发表论文数，中国已经超过了美国。不过人们很容易说，这种指标重量不重质。如果要看质量，比如说高引用的论文数，中国就排在美国后面了。

这种格局我已经很熟悉了。没想到日本直接抛出一个中国成为第一的指标，而且这不是个无关紧要的指标或者重量不重质的指标，而是个核心的质量指标，这就很让人吃惊了。究竟发生了什么？其实首当其冲的问题是，日本这个报告对指标的定义是什么？数据来源是什么？

实际上，日本这个报告说的是，由于各年的数据波动巨大，取三年的平均，这次的统计时间窗口是2018年至2020年，把这三年的平均值称为2019年数据。首先来看顶尖论文，即各个领域被引用次数排名前1%的论文。在这三年的平均中，中国的顶尖论文有4744篇，占全世界的27.2%，超过了美国的4330篇和24.9%，更高于第三名英国的5.5%。再来看引用前10%的论文，中国也处于第一，占全世界的26.6%，超过美国的21.1%。相对于去年的数据24.8%和22.9%，中国的领先优势正在扩大。至于总的论文数，中国早就是世界第一，而且领先得越来越多。在这次的报告中是407181篇对美国的293434篇，多了10万篇，拉大了去年的报告中8万篇的差距。

日本的数据来源是什么？它自称是来自科技情报公司科睿唯安（Clarivate）的数据。科睿唯安我们很熟悉，就是提供Web of Science等著名科学文献数据库的那个公司。然而直接去查Web of Science就会发现，定性结果不对：2018年至2020年，美国的SCI论文总数是178.6万篇，高被引论文（即过去10年中发表的论文，被引频次在同年同学科发表的论文中进入全球前1％）是22000篇，热点论文（即过去２年中所发表的论文,在最近两个月中其被引频次排在同年同学科前0.1%的论文）是578篇，而中国的这三个数据是152.5万篇、20079篇和469篇。每一个都跟美国很接近，但每一个都比美国低一些。所以，日本是怎么得出中国高于美国的结论的？

通过朋友介绍，我联系到了科睿唯安的一位工作人员，她也是我的一位热情粉丝。她告诉我，日本这项调查是基于自然科学领域的论文进行统计的，在标准化产品Web of Science和InCites中不能复现。前者可以查自然科学领域的各国总论文数、被引前1%论文数，但不能查被引前10%。后者被引前1%和10%都可以查，但不能单独查自然科学，只能把自然科学和社会人文放在一起查（即SCI加上SSCI和AHCI）。因此，日本文部省应该是调用了Web of Science的底层数据，做了个性化统计。

听了她的介绍，我有些理解了。日本可能是定义了一套特别的标准，如只挑选了某些学科，或调整了时间点，按照这样的标准统计出来中国变得高于美国了。他们这样做的目的是什么，就可以自由理解了。可能是制造中美竞争的气氛，可能是制造焦虑感。因为无论以什么标准来排，日本都远远排在中美后面。在他们这个报告中，日本前1%引用的论文数只排在第12位，甚至低于韩国，比十年前的第六位大幅下降。如果站在日本人的角度上，不忧心忡忡是不可能的。

前面说的都是2018年至2020年的三年平均，如果看2021年的数据会怎么样呢？Web of Science显示，在2021年，中国的SCI论文有70万篇，高被引论文有9080篇，热点论文有931篇，美国的相应数据分别是63万篇、7332篇和938篇。在2021年，中国的高被引论文确实就比美国高了！由此可见，无论用什么样的统计，得到的都会是同样的趋势，不同的算法只是把中国超越美国的时间提前或者推迟几年。

最后，关于这些数据的意义，我想任何有思考的人都应该能认识到，高被引论文不是单纯的比数量，而是在保证高质量的前提下比数量。如果有人还要嘟嘟囔囔一些老生常谈，如“中国的论文都是灌水的”，那只能说他连高被引论文这个词是什么意思都没有理解，处于没有脑子的复读机的状态。

我以前在介绍科技指标的时候，就写过很多答客问，早已预见到并且回答了这种问题。任何人如果认真研究了这些数据，思考了这些问题，就能明白什么叫做世界大势。