愚蠢的排名：從SCI說起

本文由ProjectSyndicate和人文科學(xué)研究院授權(quán)《南風(fēng)窗》獨(dú)家刊發(fā)中文版。作者是美國印第安納大學(xué)布盧明頓分校信息科學(xué)榮譽(yù)教授、倫敦城市大學(xué)榮譽(yù)教授。

“要引用數(shù)據(jù)來源?！边@一戒條回響在每一個(gè)馬虎的本科生和想走捷徑的博士后同學(xué)耳邊。但有時(shí)候，我們要想想是否過于強(qiáng)調(diào)引用數(shù)據(jù)了？

從小我們就被教導(dǎo)要感謝用思想和洞見影響我們思維的人。在我們的學(xué)術(shù)生涯中，我們學(xué)習(xí)為我們使用的詞匯、數(shù)據(jù)或圖像提供正確的屬性。而“感謝應(yīng)該感謝的人”則是整個(gè)學(xué)術(shù)發(fā)表體系所圍繞的核心原則。

在學(xué)術(shù)界，引用他人工作并不僅僅是出于禮貌，而是一種規(guī)范要求。事實(shí)上，幾乎無法想象某本著名雜志會(huì)發(fā)表不列明參考文獻(xiàn)的文章。剽竊是極少數(shù)可以讓輝煌的學(xué)術(shù)生涯戛然而止的行為之一。

引用穿插在研究之中，有助于引導(dǎo)讀者。讀者通常對(duì)某篇文章所選取的參考文獻(xiàn)的質(zhì)量有自己的判斷，從而以此為基礎(chǔ)評(píng)估文章作者工作的價(jià)值。引用也讓讀者能夠追溯先前不了解但可能非常有用的研究工作。

尤金·加菲爾德（Eugene Garfield）明白這一點(diǎn)。1955年，加菲爾德創(chuàng)建了科學(xué)文獻(xiàn)索引（Science Citation Index，SCI），該數(shù)據(jù)庫包括了名望最高的科學(xué)期刊中的所有被引用文獻(xiàn)，構(gòu)成了一張連接文獻(xiàn)的龐大網(wǎng)絡(luò)。正如他所言，“通過在編輯文獻(xiàn)索引過程中使用作者參考文獻(xiàn)，我們開始真正利用索引器的威力，作者每列舉一條參考文獻(xiàn)，事實(shí)上都是在為自己的觀點(diǎn)編輯索引”，SCI將讓研究者能夠沿著科學(xué)文獻(xiàn)中的引用鏈接來追溯知識(shí)鏈條。

SCI從未失去在科學(xué)界的潛力，學(xué)者們很快就接受了它—但原因并非人們所預(yù)想的。豐富的前人分析主題、關(guān)聯(lián)和相同引用文獻(xiàn)的結(jié)論顯然都是吸引力的一部分。但是，更有吸引力的是有可能以此追蹤自己或他人在長期和多領(lǐng)域的學(xué)術(shù)影響力，并找到被引用最多的科學(xué)家、論文、期刊和機(jī)構(gòu)。

幾乎在一夜之間，謙遜的目錄式參考文獻(xiàn)獲得了象征意義，科學(xué)也有了記分牌。但科學(xué)真的需要記分牌嗎？

SCI催生了眾多基于引用的指標(biāo)，其中有兩個(gè)特別值得注意。第一個(gè)也源于加菲爾德的構(gòu)思，名為影響因子（IF），該指標(biāo)以所刊文章在前兩年中平均被引用的次數(shù)為基礎(chǔ)推定學(xué)術(shù)期刊的質(zhì)量。高影響因子可以立竿見影地提高期刊的地位。

另一個(gè)值得關(guān)注的指標(biāo)是H指數(shù)。該指標(biāo)由物理學(xué)家喬治·赫西（Jorge Hirsch）提出，旨在衡量學(xué)者的生產(chǎn)率和影響。H指數(shù)的計(jì)量方法非常直觀：某研究者發(fā)表了20篇文章，每篇文章至少被引用了20次，則他的H指數(shù)就是20。如果他發(fā)表了34篇文章，每篇文章被引用至少34次，則它的H指數(shù)就是34。

盡管這些指標(biāo)有著廣為詬病的局限性，但憑借著簡明性——更不用說科學(xué)進(jìn)步固有的競爭了——它們?nèi)跃哂邢喈?dāng)廣泛的吸引力。因此，它們被應(yīng)該是更明白的人認(rèn)為很有意義。事實(shí)上，引用數(shù)據(jù)已成為學(xué)術(shù)界的重要統(tǒng)計(jì)數(shù)字，研究者通常會(huì)在簡歷中寫上他的IF數(shù)據(jù)和H指數(shù)——以及來自湯森路透的科學(xué)網(wǎng)（Web of Science）、艾斯維爾的斯高帕斯（Scopus）和谷歌學(xué)術(shù)（Google Scholar）等來源的原始引用分?jǐn)?shù)。

類似地，一些年度大學(xué)排名——包括CWTS萊頓排名、上海交通大學(xué)世界大學(xué)學(xué)術(shù)排名、QS世界大學(xué)排名等——的算法都基于發(fā)表和引用數(shù)據(jù)。大學(xué)校長必須致力于增加本校的引用記錄，盡管他們知道這些數(shù)據(jù)的準(zhǔn)確性和有效性以及它們所衍生的排名大有可疑。

問題不僅在于學(xué)術(shù)界。管理人員用這些指標(biāo)評(píng)估他們聘用和給予資金支持的人的生產(chǎn)率，追蹤他們所承擔(dān)的研發(fā)項(xiàng)目的下游影響，而絲毫不關(guān)注這些指標(biāo)的局限性。在英國、澳大利亞、德國和意大利等國家，研究評(píng)估工作正在無情地創(chuàng)造一種資格文化和問責(zé)文化，引用數(shù)據(jù)的重要性日益增加。

越多這些“客觀”指標(biāo)被用于研究評(píng)估和人事評(píng)估，就有越多科學(xué)家感到必須參與這個(gè)引用游戲。逐漸地，這意味著與制度周旋，專注于能帶來短期效益的工作，追求“熱點(diǎn)”研究主題，將更多的時(shí)間用于鉆營（社交媒體的興盛起到了推波助瀾的效果），將工作切割包裝以最大程度地吸引關(guān)注。最近出現(xiàn)的所謂“替代指標(biāo)”（如下載、推薦、Facebook“喜歡”和Tweet等）更是加劇了研究者收集影響力證據(jù)的壓力。

平心而論，將社會(huì)分析用于研究和學(xué)術(shù)界，可以帶來重要洞見，讓我們更容易評(píng)估學(xué)者“真正”的貢獻(xiàn)。挑戰(zhàn)在于，如何才能不因?yàn)橥该骰鴮?dǎo)致平庸。據(jù)說愛因斯坦曾說，“可數(shù)的未必重要，重要的未必可數(shù)”。