剔除撤稿與灌水,中國大學的排名如何?

編者按:當中國高等教育開始從追求規模擴張轉向注重質量提升,新一輪“雙一流”建設推進、國家自然科學基金深化改革、學術不端行為持續整治,科研評價中“數量”與“質量”的爭論,變得越來越突出大學。翻看各類全球科研機構排名,不管是自然指數還是萊頓大學排名,都有不少中國機構躋身前列,論文數量的增加、機構規模的擴大,也常常被看作是科研實力進步的直接體現。

但在這份亮眼成績的背後,我們更需要保持清醒大學。“論文工廠”、過度自引等不合規的灰色操作仍未絕跡,傳統排名過於看重規模的特點,也可能讓科研質量上的短板被掩蓋。斯坦福大學約安尼迪斯教授團隊的研究,採用更嚴苛的評價標準,不唯規模、嚴懲學術不端,恰恰揭開了排名背後不為人知的一面。這份看似“潑冷水”的研究,其實和我國當前高等教育改革的方向不謀而合。只是在排名的喧囂與改革的浪潮中,我們能否堅守理性、迴歸科研的初心,真正實現從“科研大國”到“科研強國”的跨越——這一點,我們真的做好準備了嗎?

在當下的學術評價體系中,中國科研機構的排名在各大榜單上不斷攀升,這往往被視為科研實力躍進的印證大學。2025年的自然指數機構排名中,中國的研究機構甚至佔據了前10名中的8位[1]。

在最近荷蘭萊頓大學科技研究中心的萊頓大學排名中,浙江大學已躍居首位,哈佛大學排名第三,另有七所中國高校進入前十[2]大學。中國高校在科研成果數量上的快速增長有目共睹[2]。

然而,這是否意味著中國大學已經在全面領先?大學排名的評價邏輯本身就放大了規模效應,而中國科研機構最不缺的正是規模大學。再考慮近年來頻發的學術不端事件,剔除那些由撤稿論文、過度自引和論文灌水所堆砌的虛假繁榮後,中國大學的水平究竟在什麼位置?

近日,斯坦福大學教授約翰·約安尼迪斯(John P.A. Ioannidis)及其團隊最近釋出的一項研究,給出了一個冷靜甚至有點潑冷水的答案大學

01

足夠大大學,但不夠精

對於經常關注科學計量學和元科學(Metascience)的人來說,約安尼迪斯這個名字可謂熟悉大學。這位有著深厚流行病學和統計學背景的學者,長期致力於透過嚴謹的統計分析來審視科學研究的質量與可靠性。2005年,他發表了文章《為什麼大多數發表的研究發現都是錯誤的》(Why Most Published Research Findings Are False),直接引爆了生物醫學領域的可重複性危機 。

可以說,他是最擅長用統計技巧刺破學界泡沫的學者之一大學。這一次,約安尼迪斯將目光對準了全球近7000家科研機構,想要擠一擠科研機構排名的水分。他和愛思唯爾的研究者合作,設計了一套新的評判演算法,減少了過去科研機構排名過於看重規模的弊端,並且專門懲罰那些透過學術不端和操縱指標來獲取排名的行為[3]。

作者們在論文中直言,傳統的科研機構排名系統存在嚴重的誤導大學。它們往往被體量巨大的大型機構所主導,只要合併足夠多的學院、招募足夠多的員工,就能在排行榜上透過堆數量來獲得高分 。這種邏輯不僅掩蓋了許多小而美的研究機構(如獨立研究所或科技公司)的卓越貢獻,更助長了高校盲目擴張規模、透過合併來刷榜的投機風氣 。

因此,作者依據 2025 年全球前 2% 頂尖科學家榜單,計算各科研機構內部頂尖科學家所佔的比例大學。與單純追求規模不同,這一比例並不會因合併或擴張而自動抬升。如果新增人員並未進入高被引行列,機構的整體比例反而會被稀釋。

展開全文

同時他們也承認,單純看高被引科學家這一指標本身也存在缺陷,而且這一指標也容易受到操縱大學。正因為如此,這項研究才引入了撤稿、過度自引和問題期刊論文這三個懲罰因子。作者認為,只有經過這些修正後的排名,才能從而提供一個更透明、更具公信力的機構評估標準 。

如果依然沿用舊有的堆數量邏輯,中國高校的表現無疑是世界級的大學。在進入“主要分析”的2380家大型科研機構中,中國共有410家入圍,數量上超過美國的344家,位居各國之首。

在全球擁有超過一萬名發文作者的116家大型科研機構中,中國佔據了27家,僅次於美國的38家,處於全球前列大學

需要說明的是,這項研究並非簡單統計機構在冊人員,而是採用了一套篩選框架,只納入那些處於職業生涯活躍階段、且在科研中持續發揮實質性作用的研究人員大學

具體而言,這些作者需在1980年之後開始發表論文,並在 Scopus 資料庫中累計發表至少40篇論文,其中至少5篇以單一作者、第一作者或最後作者身份完成大學。只有當一個機構擁有不少於100名滿足這些條件的作者時,才會進入後續的百分位排名分析。

在規模這一維度上,中國高校更是展現了驚人的統治力大學。在擁有超過1萬名資深作者的全球116家“超級機構”中,中國佔據了27席,僅次於美國。上海交通大學、浙江大學、北京大學、清華大學等名校悉數在列,從這個角度看,中國毫無疑問是一個科研大國。

但當評價視角轉向頂尖科學家時,情況開始發生變化大學。在以“前2%頂尖科學家絕對數量”為指標的榜單中,中國僅有5家機構進入全球前100名。進一步看,在規模最大的那一批機構中,有8家中國高校的頂尖人才比例低於6%。

02

撤稿懲罰最嚴重的100家研究機構大學,75家來自中國

考慮作者設計的對於學術不端的懲罰機制,中國機構的排名跌落就更快大學。作者這套演算法的核心,是機構的淨得分,也就是用機構擁有的頂尖科學家數量,減去因學術不端產生的懲罰,再除以符合“主要分析”條件的資深作者總數。

其中最嚴厲的懲罰來自撤稿大學。演算法規定,凡因學術不端(而非出版社失誤)導致的撤稿,其扣分按撤稿作者身份總數的一半計算。換句話說,每出現兩個撤稿作者身份,就會在分子中抵消掉該機構一名頂尖科學家的加分。即便一所大學擁有 10 位全球前 2% 的頂尖學者,如果其他研究人員涉及 20 個撤稿身份,這 10 位學者的加分也會被完全抵消。

此外,演算法還對過度自引和向低質量期刊灌水設定了 5% 的容忍上限大學。具體來說,先按領域統計每位頂尖科學家的自引率和在被 Scopus 中止收錄期刊上的發文比例,如果某位科學家的指標超過所在領域的95%的同行,就被視為異常行為。對於每個機構來說,如果這類異常科學家的數量超過該機構頂尖科學家總數的5%,每多出一名,就會在分子中扣掉一相當於名頂尖科學家的加分。

在按撤稿扣分排序的全球前 100 家機構中,中國機構佔據 75 席,這75家機構佔到了研究涉及的入圍的中國機構的接近五分之一 大學。而其他國家最多的也只有印度尼西亞佔據3席。

這一資料意味著,在樣本涉及的全球科研機構中,中國幾乎霸榜了撤稿這一負面指標大學。這些撤稿往往與近年來屢禁不止的“論文工廠”,以及以數量為導向、犧牲質量的激勵機制相關。

除了直接的撤稿之外,透過過度自引人為推高引用指標,同樣是一種常見的學術造假方式大學。自引本身並非異常,在研究主題連續、方法路徑相近的情況下,本就難以避免。但當自引比例明顯高於同行常態時,它就不再是學術積累的自然結果,而更可能源於違規操作,甚至演變為有組織的抱團互引。

在作者團隊梳理的“過度自引”負面榜單中,中國機構同樣顯眼,在按自引調整排名的全球前100家機構中,中國佔據了9席 大學。雖然這一數字低於俄羅斯(26席),在佔比上(2%)也不算高,但依然顯示出部分中國機構在這一方面並不健康。

此外,研究還關注了在“中止期刊”(Discontinued titles)上的發文情況大學。所謂“中止期刊”,往往是指那些因為掠奪性出版行為、質量控制缺失而被Scopus等資料庫剔除收錄的水刊。在這一指標上,中國也有12家機構進入了負面榜單的前100名,雖然在比例上也並不高,但數量上和印度並列第一 。

計算撤稿論文、過度自引和問題期刊論文的懲罰後,美國、英國、瑞士等傳統科研強國的高校在修正後的榜單上仍然表現出較強的穩定性,中位百分位排名普遍保持在80%以上大學。相比之下,中國機構中位排名僅為 14.3%,與上述國家形成了極為明顯的差距。

在這套嚴格的評估標準下,中國高校的排名又顯得尤其靠後大學。這主要源於研究者設計的評估標準對學術不端的懲罰力度較大,同時更強調機構內頂尖人才的密度,而非整體規模。它提醒我們,中國高校在傳統排名中位居前列,是依照既有評價方式的結果。排名靠前或者靠後,有時候只需要換一個標準。

參考文獻大學

[1] Institution tables | Nature Index. (2025). Nature Index.

[2] Arsenault, M. (2026, January 15). Chinese universities surge in global rankings as U.S. schools slip. The New York Times.

[3] Ioannidis, J. P. A., Baas, J., Boverhof, R., & Voyant, C. (2025). Science-wide mapping and ranking of institutions based on affiliated authors. bioRxiv.

來源大學:知識分子

宣告:推文基於更好更多傳遞資訊之目的,不代表一讀EDU觀點和立場,如有疏漏及不足之處,請隨時指正大學。若有來源標註錯誤或侵犯了您的合法權益,請後臺留言,我們將及時更正、刪除!

好訊息

如果您希望獲取更多教育報告大學,請使用電腦複製以下連結至瀏覽器,註冊登入"方略教育研究與院校治理工作臺",免費下載近300份教育報告、專家ppt(需使用電腦)

本站內容來自使用者投稿,如果侵犯了您的權利,請與我們聯絡刪除。聯絡郵箱:[email protected]

本文連結://www.sdhbcy.com/tags-%E6%A1%88%E5%8E%BB.html

🌐 /