文献计量学是对出版物和引文的定量分析，用于评价研究者、期刊和机构，也用于描绘学科的发展。很少有数字像期刊影响因子和h指数那样深刻地影响学术生涯，而它们又常常被误用。
本文介绍主要指标的计算方式、它们能衡量什么和不能衡量什么，以及科研评价实践正在发生的变化。
主要指标
| 指标 | 计算方法 | 衡量对象 |
|---|---|---|
| 期刊影响因子（JIF） | 第Y年对某刊Y−1、Y−2年所发文献的引用次数 ÷ 这两年的可被引文献数 | 期刊近期的平均被引率 |
| CiteScore | 思路同上，但采用四年窗口并纳入所有文献类型（Scopus） | 同一思路，数据库与窗口不同 |
| h指数 | 某研究者有h篇论文每篇至少被引h次 | 个人产出与影响的综合 |
| 学科标准化引文影响力 | 论文被引次数 ÷ 同学科、同年份、同类型论文的平均被引次数 | 相对于可比研究的影响 |
| 高被引比例 | 某单位论文进入本学科被引前1%或前10%的比例 | 卓越程度，受极端值影响较小 |
| 替代计量（Altmetrics） | 新闻、政策文件、社交媒体和文献管理软件中的提及 | 学术引用之外的关注度 |
数字不能告诉你什么
影响因子描述的是期刊，不是论文。 引文分布高度偏斜，少数论文获得了大部分引用，因此高影响因子期刊上的大多数论文，被引次数都低于该刊平均值。用发表期刊的影响因子来评判一篇论文或一个人，是范畴错误。
不同学科的引用习惯差异很大。 一篇典型的生物医学论文，被引次数远高于一篇典型的数学或人文学科论文。跨学科比较原始引用数，奖励的是学科而不是研究者，应使用学科标准化指标。
h指数偏向资历。 它只会随时间增长；不区分作者在合著中的贡献；而且一旦两篇论文都超过h，被引50次和被引5000次就没有区别。乔治·赫希（Jorge Hirsch）提出它是作为一个简单的概括，而不是作为招聘标准。
指标可以被操纵。 自引、期刊之间的“引用联盟”、编辑强制引用、把成果切分成多篇小论文，以及论文工厂，都会抬高数字。任何用于高风险决策的指标都会变成目标本身，这就是古德哈特定律。
数据库各不相同。 Web of Science、Scopus、Google Scholar、Dimensions、OpenAlex 收录的期刊、语种和文献类型各异。传统数据库对非英语研究、专著和地区性期刊的收录不足，这对中文研究的影响尤其大。
负责任的科研评价
对指标滥用的担忧，催生了一系列有影响力的宣言和政策：
- DORA（2012），即《旧金山科研评价宣言》，建议不要用影响因子等期刊层面的指标评价个人、单篇论文或作出资助决定，已有数千家机构签署。
- **《莱顿宣言》（2015）**提出十条原则：定量评价应支持而非取代专家判断；根据机构自身使命衡量绩效；数据和分析过程保持透明；考虑学科差异；定期审视指标。
- **CoARA（2022）**是由欧洲资助机构、大学和科学院组成的联盟，成员承诺主要通过定性同行评议评价科研，并负责任地使用指标作为辅助。
中国在2020年也朝同一方向迈进。教育部、科技部发布意见，规范高校SCI论文相关指标的使用，不再把SCI论文数量和影响因子作为人员聘用、职称评定和资源配置的直接依据。这一举措是“破五唯”（唯论文、唯帽子、唯职称、唯学历、唯奖项）改革的一部分。
绘制学科地图
文献计量最能发挥价值的地方，不在于给人排名，而在于理解一个学科：
- 共被引分析：经常被同时引用的文献很可能相关，共被引文献聚类揭示学科的知识结构。
- 文献耦合：引用相同来源的论文很可能在研究相似的问题，适合描绘当前的研究前沿。
- 共词分析：共同出现的关键词揭示研究主题及其演变。
- 合著网络：揭示个人、机构和国家之间的合作格局。
免费工具让这些方法变得触手可及：VOSviewer 和 CiteSpace 用于构建和可视化网络，OpenAlex 则提供覆盖数亿篇文献的开放数据库。典型流程是：用检索式界定领域，导出记录，清洗作者和机构名称，生成图谱，然后阅读每个聚类中的核心论文来解读图谱的含义。最后一步最常被省略，也最为关键。
文献计量与AI
两个变化正在发生。开放数据库与AI辅助分类，让大规模分析更便宜，也更少依赖商业数据库。与此同时，生成式AI带来了新的学术诚信问题，从编造的参考文献到机器生成的论文，这让对文献的审慎核查变得更加重要。负责任地使用指标，它们仍然有助于发现个人阅读无法察觉的规律。指标应当用作地图，而不是判决书。