如何理解 影响因子

如何理解 影响因子

学术期刊发表的论文两年内被引用的平均次数被定义为“影响因子”。一个普普通通的变量，“两年平均引用次数”，为何要动用这样的一个唬人的术语呢？它与期刊影响力究竟有什么关系？如果不能正确回答这些问题，就无法确定用这个指标来进行科研管理是否可行、是否有效。这个术语，英文写为“Impact Factor”（简写为IF），来源于一家美国科技情报研究机构。该机构早期是提供科研信息服务的，主要是为研究者提供学术刊物信息，后来逐渐演变为盈利机构，通过提供科研服务来获取利润。这种变化有一个世界性的背景。20世纪后半叶，科技的重要性使得各发达国家，还有一部分后起的发展中国家，大幅度增加了科技投入。投入必然产出研究论文、报告、专利等物化成果。对于研究者个人来说，成果在哪里发表事关自己的学术生涯发展，是个大问题。发表论文的人，总希望自己的论文被同行所关注并引用。抓住这种心态，搞一个论文发表后两年内的平均引用次数，就成了指标的第一选择。你想，如果你是一位年轻研究者，一家期刊能够让你的论文发表后两年内就被多次引用，这难道不能让你动心吗？你博士毕业后计划做两年博士后，难道不渴望能在两年后晋升副教授职位吗？那么好，这家机构及时送来了这种信息，告诉你哪些刊物能帮助到你。为了让你容易记住，该机构还把这个指标比较靠前的一批刊物命名为“SCI刊物”。20世纪后期，有数千家期刊被选入SCI刊物名录。这下问题简单化了：一位年轻学者的投稿方向就是SCI刊物，而且“两年平均引用次数”越多，就越值得优先投稿。研究者这边的问题解决了，但要把这个指标卖出去，科研祥斗饥管理者那里也要搞定才行。最大的难点是如何让科技管理者信服这个指标。从科研逻辑上说，这个指标显然是不具备说服力的。为什么两年里引用次数多的论文是好论文？哪些人在引用、如何引用的问题是否也应该问一下？要打消管理者的此类顾虑，还要另下一番功夫。由于学术界看重的是学术影响力，管理者也必须尊重学术影响力。因此，如果能够指标描绘成一个学术影响力指标，就容易被管理者做接受。怎样才能做到呢？答案是把逻辑搞乱，“逻辑越混乱，结论越有趣”。在实际操作上，把两年平均引用次数说成是影响因子，要弄出一个复杂过程。首先要把关于学术影响力的要件拿过来，例如论文发表后的引用情况谨返如何、哪些学者在引用、论文对他人的研究有何影响、作者发表论文之后得到了哪些声誉，等等。要件取得越完整，学术界就越认可。第二步是把情况简化，找到特定条件下的案例，说明有影响力的论文均与引用情况相关联，这种案例很多，很好找。第三步再往前推销旁一步，说引用情况好的论文就是影响力大的论文，此类论文的载体就是好期刊。不幸的是，这种不成立的推论能蒙骗住很多人（有一部文学作品企图揭露这件事，所用的例子是：所有精神病患者都不承认自己有精神病，你拒不承认自己有精神病，因此你必然有精神病，应该关到精神病院里去）。最后一步是关键性的，就是要抛弃掉“两年平均引用次数”这个平凡名称，而改用一个“影响因子”名称，让人不自觉地将其与学术影响力相联系。有了这个高大上的名称，不怕科研管理者们不就范。只要有部分管理者开始接受，哪怕他们只是为了图省事而接受这个简单指标，就会迫使其他人也最终不得不接受这个指标。以上所述的，就是一个平凡变量演化为唬人术语的原因和过程。无论最初搞这些指标的人动机如何，后来确实就变成了逻辑混乱的一团糟。要澄清这种混乱，还需要多说几句。从源头上说，期刊影响力是由所发表的论文决定的，发表某个研究领域和方向的第一篇论文（称为“首发论文”），可以见证刊物编委会的眼界；在重要方向上系统性地发表有理论和技术突破的论文，可以表明编委会成员自身的学术造诣；而发表有才气、有智慧、有远见的论文，则是彰显了刊物的品位。这几个方面都很突出的刊物，肯定是影响力大的刊物。就引用次数而言，一般化的引用并不重要，被看出科学问题要点的人引用，被欣赏论文智慧的人引用，被做前沿研究的高水平学者引用，引用之后能产生新的研究方向、科学问题、应用成果，这些才是真正要紧的。显而易见，在“IF” 那里这些评价都是缺失的。作为科技信息的采集者，他们并没有下功夫在这些方面构建指标。这说明，关于学术影响力的内涵方面，管理者必须另加考虑，用所谓影响因子这样的指标是不靠谱的。以后的人们来研究科学史，会把根据“影响因子”对刊物进行排名、分区的做法当成超级玩笑。退一步讲，即便我们不讲内涵，只讲数量，两年平均引用次数能否作为影响因子呢？答案仍然是不能。设想，我们试图根据引用次数来比一比各位研究者水平的高低。前面提到的那家科技情报研究机构自身提供的数据就表明，每篇论文、每个学术期刊都有一个“期待引用次数”，即论文发表后可被学术界引用的预期平均总次数。根据定义，期待发表次数大于或等于两年平均引用次数与论文半衰期（即从论文发表之日到引用高峰出现的时间长度）乘积的两倍。举例而言，如果一个期刊的两年平均引用次数为三次，半衰期为十年，则其论文的期待引用次数将会大于或等于60次；另外一家期刊的上述参数分别为六次和三年，则其期待引用次数仅为约36次。从这个例子可以看出，由于两年平均引用次数并非期待引用次数的唯一控制变量，因此在所谓高影响因子刊物上发表的论文并不一定总引用次数也高。真实的情况也是，主流期刊无论IF如何，论文总引用次数都是靠前的。所以说，对于研究者而言，即便仅仅出于引用次数的考虑，也应选择期待引用次数高的刊物，而不是两年平均引用次数高的刊物。对于科研管理者而言，还有另外一个问题，即评价刊物和评价个人是不同的两件事。一个刊物有较好的期待引用次数，有可能是个好刊物，但涉及到研究者个人时，无论其论文在哪里发表，还是要看实际的引用情况。设想，某位研究者在两年平均引用次数为十的刊物上发表论文，而此后的两年里只被引用了五次，那么在引用次数这个指标上，这篇论文实际上是在拖刊物的后腿。综上所述，我们提出以下几点意见和建议。（1）搞科技情报工作，给研究者提供学术期刊信息，这本身是一种服务，没有错，给一些变量下定义起名字也是可以的，但“IF”错在术语表达不准确。把两年平均引用次数说成是影响因子，就如同把犯罪分子每年作案次数定义为行善指数一样，前者歪曲了“影响”的意思，后者歪曲了“行善”的意思。今后凡出现“影响因子”表述的地方，应该一律回归原意，用“两年平均引用次数”来取代。（2）对于研究者个人，建议在选择投稿刊物时，首先应考虑其学术声誉，与正规科学家为伍，你也就成了正规学者，就有学术生涯的真正发展。在数量指标上可考虑“期待引用指标”，投稿时选择那些两年平均引用次数与半衰期乘积较大的刊物。（3）科研管理者要区分对刊物的评价和对研究者个人的评价。对前者，在内涵上要考察刊登经典论文和重要论文的情况，以及作者学术声誉，在外延上要看刊物的期待平均引用次数；对后者，在内涵上要看所发表的论文是否有理论或技术进步，在外延上要看论文发表后被优秀学者的引用情况。对人的评价是一项细致的工作，不能马虎、偷懒、简单、粗暴。科研管理的有效性是管理者工作成绩的衡量标准，如果管理不当，投入再多也难以产出好的成果。（本文转自高抒科学网博客，版权观点归原作者所有）