Science：全球最新高引論文數，中國首次超越了美國
發表論文總數、研究者數量保持第一
羿閣 發自 凹非寺
量子位 | 公眾號 QbitAI
全球引用次數前1%的頂尖論文中，中國首次超越美國，躍居第一！
你沒看錯，這是Science最新報道中提到的。
高被引論文數量一向是衡量研究影響力的一個關鍵指標，通常情況下，論文被引用次數越多，就越證明其含金量受到學界認可。
來自俄亥俄州立大學的科學政策和研發投資專家Caroline Wagner就對此表示：
人們不看好中國，認為其雖然發布了很多論文，但質量不高，這都是短見。
但也有人冷靜的認為，基礎研究還有很大差距。
更有網友覺得，那是因為中國人多。（狗頭）
中國論文的質量上來了
Science的這篇報道中提到的數據，來自日本科技政策研究所（NISTEP）最新發布的《科學技術指標2022》。
除了引用次數前1%的頂尖論文首次超越美國取得第一，在引用次數前10%的高質量論文、發表論文總數、研究者數量上，我國也繼續保持第一的位置。
由于被引用次數排名前1%的頂尖文章往往非常國際化，通常由來自多個國家的作者合作完成，因此每個國家功勞多少的計算也變得相應復雜。
在這項報告中，NISTEP使用一種稱為“分數計算（fractional counting）”的方法。
例如，如果一個法國機構和三個瑞典機構合作完成一篇論文，那么法國獲得 25%的分數，瑞典則獲得75%的分數。
根據該計分方式，在2018年、2019年和2020年，中國研究占全球被引次數前1%論文的27.2%（4744篇），超過美國24.9%的成績（4330篇），而英國以5.5%位居第三。
NISTEP還表示，中國高被引論文數量的增長非常顯著。往前數20年，中國在這個排行榜上還僅排名第13位。
繼續細看這份報告，在被引用論文的專業方向上，中國集中在材料科學、化學、工學等領域，而美國被引用最多的則是臨床醫學、基礎生命科學等。
拉長時間線可以看出，臨床醫學、基礎生命科學一直是美國的優勢學科，而我國各方向的論文數量比例則差距不大，以化學、材料科學等占比最多，且很多領域也在逐年增加。
其實不止來自日本的這份報告，早有學術研究證明中國的科研實力一直在進步。
據Science消息，早在2016年，中國在發表論文數量上就首次超過了美國。
再到2020年，有學者直接在論文中得出結論：中國的論文研究水平略高于世界平均水平。
在這篇論文中，研究人員使用了Web of Science數據庫，該數據庫收錄了各種科學學科的研究論文。
他們對2007年發表在Web of Science的論文進行篩選，對至少有一名中國學者參與的論文進行了標記。
研究發現，這些被標記的論文中非典型論文的比例是8%，而當時的世界平均水平僅為7%。
由此可見，我國科研發展簡直堪稱一路高歌猛進，但在這些數據背后，我們仍需保持理性思考。
如何看待高被引排名？
結合上述所有的研究報告來看，中國科研綜合實力的進步是毋庸置疑的，但在某些方面還是面對著一些質疑，比如：
中國寧波諾丁漢大學的學者Cao Cong就指出，NISTEP的這種計分方法可能夸大了中國對國際合著論文的貢獻度，他認為有一個重要的問題被忽略了。
領導這項研究的人究竟是中國學者還是其他國家的學者？
畢竟，研究的領導者才是這一論文的靈魂人物。
與此類似的是，還是高被引論文排名，美國國家科學基金會（NSF）于今年1月發布的《美國科學與工程現狀報告2022》使用了另一種計算方式，就得出了不同結論。
正如奧運獎牌排行榜上前幾位都是大國，僅僅計算高被引論文的數量，是有利于大國排名的。
因此，NSF這份報告衡量的是高被引論文指數，也就是每個國家/地區在被引次數前1%科技出版物中所占份額與該國在所有科技出版物中的所占份額之比。
這樣計算的好處是可以在不同國家/地區之間進行比較，而不是單論對大國有利的論文總數量。
而這一方法得出的結論是：在2018年發表的論文中，美國的高被引論文指數在1.8左右，依然明顯領先于世界上其他國家和地區。
除此之外，從報告中也可以看出，在研究支出和博士學位授予數量等指標上，美國仍領先于中國。
One More Thing
話說回來，有沒有小伙伴好奇全球引用次數最多的論文是哪篇？
該世界之最的論文于1951年發表在JBC上，這篇論文題為《用Folin－酚試劑測量蛋白質（Protein measurement with the Folin phenol reagent）》，描述了一種確定溶液中蛋白質含量的測定方法。
截至到2004年1月，該文的引用次數為驚人的275669次，這是迄今為止，引用次數最多的科學論文。
參考鏈接：
[1]https://www.science.org/content/article/china-rises-first-place-most-cited-papers
[2]https://link.springer.com/article/10.1007/s11192-020-03579-2
[3]https://www.nistep.go.jp/en/?page_id=3800
[4]https://ncses.nsf.gov/pubs/nsb20221/u-s-and-global-science-and-technology-capabilities
- 英特爾遭遇「災難級」財報！裁員、砍業務、董事會主席辭職，甚至給不出2023業績預期2023-01-28
- 阿里賈揚清：新一輪AI爆發的推動機制是工程化和開源 | MEET20232023-01-30
- 未知物體也能輕松識別分割，效果可遷移 | DeepMind研究2023-01-26
- 基因療法讓小鼠剩余壽命翻倍，人類長生不老還遠么？2023-01-26
相關閱讀
