作者：Mike （美捷登）

今年大家对“SCI”Science Citation Index）期刊及其“影响因子”（Impact factor）的讨论仿佛格外热烈。首先是今年7月5日，多名科学家和多家著名期刊（Science、EMBO、eLife）与出版社（PLoS和Springer Nature）的主编及高管于在美国冷泉港实验室运作的“生命科学预印本网站（BioRxiv）”上提交了一篇关于系统分析各大期刊影响因子的论文^[1]。

 

该文章揭示：期刊影响因子不能体现单篇论文的引用信息。此文中，作者系统分析了11份影响因子高低不同的期刊，这些期刊65%以上的论文引用数都低于其杂志的影响因子，其中Science杂志中低于其影响因子的论文比例最高，为75.5%。Nature为74.8%。PLoS Genetics杂志中低于其影响因子的论文比例最低，也还有65.3%（表1）。这一数据让特别关注期刊影响因子的人们大跌眼镜。

 

该文章作者呼吁，学术界不应过度依赖影响因子、或以此来评价某研究的科研水平、甚至科研工作者，而是需要对具体论文或研究进行具体分析。3天之后（7月8日），Nature就影响因子被滥用的问题对几位出版界和学术界精英进行采访，发表了题为《Beat it, impact factor! Publishing elite turns against controversial metric》的评论^[2]。

表1. 引用数低于期刊影响因子（IF）的论文比例

 

 

再过三天（7月11日），汤森路透集团在发布新一年各类期刊影响因子报告后不到一个月的时间宣布以35.5亿美元将其旗下的Web of Science等SCI相关业务卖给加拿大Onex公司（Onex Corporation）和霸菱亚洲投资（Baring Private Equity Asia）。

 

一石激起千层浪！就在汤森路透集团宣布转让SCI业务的同一天，美国微生物协会（ASM）表示将不再在其旗下的所有杂志上公布影响因子信息，同时在旗下的9份杂志上（Antimicrobial Agents and Chemotherapy, Applied and Environmental Microbiology, Clinical Microbiology Reviews, Infection and Immunity, Journal of Clinical Microbiology, Microbiology and Molecular Biology Reviews, mBio, mSphere,  mSystems）发表了相关社论（ASM Journals Eliminate Impact Factor Information from Journal Websites），并希望其它期刊在其网站也去掉影响因子信息^[3]。这些消息一出，世人哗然，更为风口浪尖的“影响因子之争”添了一把火，大有SCI期刊的影响因子将被“抛弃”之势。

 

笔者借此机会简单介绍目前主要的期刊评价指标和对科研工作者的科研评价指标，以使大家对目前的科研评价指标及其功能有更进一步的了解和认识。

 

一、期刊现有评价指标
1. SCI期刊影响因子
SCI，即《科学引文索引》，是1964年美国科学信息研究所（Institute for Scientific Information，ISI）创办的期刊引文数据库，是世界上著名的三大科技文献检索系统之一。在过去的50多年中，这一著名期刊检索数据库几经转手。1992年，美国科学信息研究所被汤姆森科技（Thomson Scientific）收购，之后成立了有名的Thomson ISI。2008年ISI又被商务和专业智能信息提供商——汤森路透（Thomson Reuters）集团接手经营，成为该集团知识产权与科技业务的主要部分。每年6月份ISI都发布上一年的期刊引用报告（Journal Citation Reports， JCR），引起学术界的强烈关注，因为JCR中所收录的期刊就是传统意义上的“SCI期刊”，而影响因子就是JCR中用来评价期刊影响力的一项重要数据。
SCI期刊影响因子是根据期刊过去两年内的所有论文在新的一年内的总引用次数计算得来的。比如Science杂志今年的影响因子34.7就是由2013和2014两年的1669篇的论文（841和828）在2015年的总引用数57849（33461+24388）计算得出的。与很多同行一样，笔者一直都认为期刊影响因子不是很适合用于评价单一论文的质量好坏，但是它还是经常被用于评价单项研究或者某位科研工作者的研究水平，从而引发各种误解决、质疑和讨论。期刊影响因子是用来评价期刊办刊水平的指标之一，主要体现期刊的当前影响力（前两年的论文引用情况），而影响因子这一指标往往受到单篇论文或少数论文引用数过高的影响，也就是如上这篇文章分析得出的：期刊影响因子不能真实反映出具体单篇论文的引用信息，因此，单单使用影响因子来评价杂志是不合理的。

 

2. 谷歌学术H5指数
2012年谷歌推出的谷歌学术H5指数正好满足了业界急需其它期刊评价指标的这一需求。谷歌学术H5指数是根据杂志过去5整年（2011-2015）所发表论文，在新一年（2016年6月）发布时的引用信息计算得来的。有别于影响因子取平均值（总引用数/总论文数），谷歌学术H5指数计算方法为：某杂志过去五年内所发表的所有论文中至少有N篇论文分别被引用了至少N次，得出的数值N即为杂志的H5指数^[4]。这一指标主要体现期刊的持续影响力（过去五年的论文引用情况）。谷歌学术H5指数在某种程度上弥补了使用影响因子评价期刊水平的缺陷，所以不少SCI期刊都已将H5指数与影响因子一起并列放到自己的网站、作为自己杂志影响力的另外一个衡量指标。
 

二、科研工作者现有评价指标
和评价期刊一样，评价科研工作者也是要看所发表论文的引用情况。他们所发表论文的引用数越高，说明他们对其他科研人员的影响力就越大。既然如上提及影响因子评价期刊有不足，那么，直接使用影响因子来评价单项研究或科研工作者也就有失偏颇。目前有如下几类科研工作者评价指标：

 

1. 谷歌学术评价指标——H指数（h-index）和i10指数（i10-index）
H指数是于2005年由美国加利福尼亚大学圣地亚哥分校物理学家乔治·希尔施（Jorge Hirsch）首先提出^[4]，是用来评价科研工作者的科研绩效的一项指标。H指数的计算方式和H5指数一样，即某学者所发表的所有论文中有N篇的引用数超过N次，N值就是此学者的H指数。而i10指数是指某学者所发表的论文中引用次数超过10次的个数。另外，谷歌学术还提供了作者的所有论文的总引用次数。这三个指标可以对作者所发表论文的引用情况进行量化。比如进化论奠基人——达尔文，他论文的总引用数为12万多，其H指数为103，也就是他有103篇论文每篇引用数至少103次。其i10指数为497，也就是他有497篇论文每篇引用至少10次(图1)。

图1.达尔文的谷歌学术账户

所以，作者的论文发表在高影响因子期刊上并不意味着论文的引用数就很高，有些时候可能比那些发表在低影响因子期刊上的论文引用数还低。而H指数和i10指数就抛开了期刊影响因子，相对来说可以比较客观地用于评价科研工作者的水平。

 

2. 研究之门——ResearchGate的RG 指数（RG Score）
ResearchGate是于2008年开通的学者之间学术交流网站，凡是注册的学者都会有一个RG指数。RG指数是根据作者所发表的论文、在其网站提问、回答问题和跟随者等四方面计算得来的。此指标受到不少质疑，首先就是RG指数的计算不公开透明，不具重复性；其次是，之前RG指数计算时把期刊影响因子考虑在内，但笔者发现，也就是在最近一两周内， ResearchGate把所有学者账户中的影响因子信息一栏去掉了，这或许与前文提到对影响因子的讨论有关(图2)。
个人认为，RG指数尚未成熟，远不如谷歌H指数合理，只能作为参考。
 

图2.某研究者ResearchGate账户不同时间概览（下半部分是2015年7月23日的账号信息）