科研发表数字游戏：影响因子和其他引用指标的 7 大国际趋势

学术发表正处在令人兴奋的时代，近几年来科学进展快速，知识也加速拓展，随着科研文献持续扩张并且更容易取得，资助者和研究人员都更加关注学术出版的影响力评价，也因此引用数、替代指标和数据使用模式这些奠基在元数据的研究分析及指标成为瞩目的焦点。虽然引用数和影响因子依然是衡量研究产出的主要评价指标，仍然有许多创新的研究指标持续产生，好让资助者、研究人员、图书馆和单位能够使用新指标或补充支持现有指标。

要取得学术发表界的深度视角，就必须要了解引用模式和影响力指标的使用趋势，根据国际科学、技术和医学出版商协会（International Association of Scientific, Technical, and Medical Publishers，STM）最近发布的报告，《意得辑专家视点》整理出关于引用和影响因子的 7 大趋势：

1. 来自非作者国家的引用涌入

引用是学术写作的核心，提供读者与论文主题相关的额外信息，2015 STM 报告显示引用数对比论文发表数自 2003 年到 2008 年增长许多：发表数成长 33%，而引用数则增长了 55%，就全球来说，单篇文章的平均引用数在 1992 年是 1.7 次，2012年是 2.5 次，造成这个趋势的原因有三：

• 文献数量的增长
• 作者合作增加
• 参考文献清单变长

引用膨胀（citation inflation）：下图显示以作者所属国家分类，单篇文章平均引用次数增加趋势  

资料来源：2015 STM report

值得注意的是，研究全球化对引用造成了影响，来自非作者所属国家的引用增加。由于跨国合作和国际研究意识的增长，国际引用，也就是作者引用国际期刊上、非自己国家的文献，在过去 20 年间逐渐增加，尤其是主要的科研大国。唯一的例外是中国，国际引用的比例从 1992 年的 69% 降至 2012 年的 49%，暗示着中国的论文产出多被自己国家的人使用。

2. 发表在高影响因子杂志上的文章也有不同质量

期刊影响因子（impact factor，IF）系衡量以期刊在特定时间段中发表文章的“平均”被引频次，因此高分期刊一向被视为有高质量的文章，但 STM 报告指出：「50% 的引用来自 15% 的文章，90% 的引用来自 50% 的文章。」期刊中最好的文章收到的引用数可能比后半的文章多出 9 倍，期刊中也有许多没有收到引用的文章。

3. 引用情况因领域不同各异

引用的情况根据研究领域不同有很大的差异，这主要是因为作者合作的关系。基础单一的研究领域一般有比较高的影响因子，而较窄门或应用领域相对来的低，所以数学领域的平均 IF 是 0.556，而分子和细胞生物学的 IF 则有 4.763，这中间的差异可以大到一领域中的顶级期刊 IF 低于其他领域中后面的期刊。作者一般偏好参照自己的研究，合作情况也因研究领域有所不同，每个领域的平均引用数也有所不同，然而，要比较不同领域的引用情况，可使用领域权重来调整引用数。

4. 替代指标的兴起，记录单篇文章或单位作者影响力

尽管期刊影响因子有许多的争议和缺陷，它始终是评价作者工作影响力的标准，不过最近几年陆续有人提出可以补充引用数和下载数的指标，更全面的衡量单一工作的影响力，现在有在使用的几个热门指标有Altmetric、SNIP（Source Normalised Impact per Paper）、SJR（SCImago Journal Rank）和 H-指数等。此外，大家也开始在意单篇文章和单位作者的影响力，Kudos 和 ImpactStory 就是这类型的指标，使用单篇文章指标的一个挑战是很容易有人为操作，因此不能完全依赖单一指标。另一个计算单篇文章指标的方法是社交网络活动，虽然社交网络在传播科学中的角色才刚起步，已经有人质疑社交网络用来衡量长期影响力的可靠性。

5. 早期文章相较过去被引用的频次增加

根据谷哥学术上一群研究人员的观察，引用的行为已有改变，比起过去，现在作者引用更多早期文献，而非顶级期刊也有更高的几率出现高引频次文章。这个研究的作者相信互联网的出现，让科研文献更容易被发现与取得，促使了这些早期发表在非顶级期刊上的文献重新被注意到。

6. 专利引用衡量更广的影响力

专利引用指的是引用具有专利的科研文献，专利引用被视为跨越学术的影响力指标，因为这代表这研究论文和创新之间的强力关联。专利引用一般发生比文献引用晚，主要是因为获得专利的时间较长，举个例子来看，美国国家科学基金会（National Science Foundation，NSF）分析发表五年后的 11 年间表现，专利学术文献在 2003 到 2012 年间从 12% 增加到 15%，主要被引文章的领域为：生命科学（48%）、医学科学（23%）、化学（11%）。

7. 期刊使用因子和其他新兴指标系统

有些专家认为科研文章的下载数比引用数能够提供更好的文章影响力视角，这对医学领域还有读者是广大医生群体的期刊来说适用，因此 COUNTER（Counting Online Usage of Networked Electronic Resources）项目案率先提出了期刊使用因子（Journal Usage Factor，JUF）。JUF 是“指定全文文章使用数据集的中间值”，计算方式是文章下载总数除以期刊在特定时间内发表的文章数。

2010 年各国下载文章数

资料来源：STM report

下载数或许是对引用数据来说很好的附加指标，但无法取代传统指标，因为引用数和下载数代表不一样的事情，一个是读者的选择，一个是作者的选择。除此之外，引用和下载在时间上也有不同的面貌，下载主要发生在发表后的几个月之内，而引用需要 2 到 3 年。虽然 JUF 的使用限制在图书馆订阅设定以及作者选择目标期刊，但对了解科研文章的使用情况来说是很有用的指标。

随着学术的扩展，传统的指标系统已逐渐在蜕变，有越来越多更新更好的方法来评价研究影响力。虽然这些新指标能衡量特定的研究影响面向，但还是无法完全取代传统指标。