中国论文数超过美国,施一公:“垃圾”太多-百语文学网

知识简化导读：中国论文数超过美国，施一公：“垃圾”太多。希望温水煮青蛙式中国改革能够从教育开始，学校应启迪人民而非变成封建衙门。封建教育依附“”是帝王和臣僚“为政”“治民”之术，统治和思想教育不可分割。现代教育思考自然、社会、人文、宗教、哲学、艺术、技术、科学问题，引导民众走向文明社会。持续用、泛道德化教育孩童，导致人人头脑简单粗暴、只认答案、毫无心智和创新，一旦掌权则肆意妄为、。长此阉割下去是要灭种族的。望引起重视，欢迎留言。

01 中国论文数超过美国，施一公：“垃圾”太多 (2226字)

中国论文数超过美国，施一公：“垃圾”太多

▌据上观新闻3月7日报道，“我以前曾经预测，中国会在2020年论文数超过美国，没想到我们提前完成了。”说起这项数据，中国科学院院士，清华大学原副校长施一公并未透露出骄傲，反倒是一脸担忧，语调沉重。这是为什么？

图自上观新闻

“有些评论因此说，中国的科技实力已经超过美国了，我很担心。”5分钟左右的发言，施一公说了3次“很担心”，让他感到担心的，是科研评价的问题。

在全国政协十三届一次会议上，施一公在参与讨论《政府工作报告》时发现，过去5年里，国内有效发明专利拥有量增加了两倍，技术交易额翻了一番。“如果较真一点，假设国内有效发明专利从100增加到300，技术交易额从100变成了200，那么单个专利交易额其实是不增反降了，是5年前的66%。”施一公算了一笔账。

这一数据折射出来的，是科技评价体系的问题。施一公称，在各个单位，不论是晋升还是考量绩效，都会把专利、发表文章、文章的引用数和文章所发表杂志的影响因子作为标准，而且这一风气愈演愈烈。

但这几个核心的科技评价指标——文章数量、论文引用率、杂志的影响因子——都可以人为地提高。我想大家知道我这句话的意思。”

他表示，各个学校、单位都办了杂志，想要提高影响因子，互相引用就可以，引用多了，"影响因子"自然也就高了。“中国这样的国家，想要把这3个指标做上去，我认为是易如反掌。”在他看来，论文不足以说明科技实力，美国没有这样的评价方式，科技实力却依然领先。“因此，论文和科技实力是两回事，大家千万要分开。”

不过他也承认，数字指标在各个单位都很重要，影响到评奖、评优、评先：“这是矛盾的两方面，一方面如果没有这些标准，如何反映科研的质量，但有了这些标准，大家拼命"做"这个数字怎么办？”

有些文章，通俗点叫"垃圾文章"，就是纯粹为了发文而发文，这种情况太多了。”谈到业内和社会各界出现的“论文无用”论，施一公表示“坚决反对”。“没有论文，怎么能有科学技术？但在追求论文的导向如此之强的时候，评价立场如此鲜明的时候，造成的负面影响其实非常大。”

如何改变现状？“说实话，我也没有特别好的办法。如果要提建议，就是应该进一步改进科学评价体系，这需要全社会达成一种共识。”施一公介绍，国际通用的方法是参考国际最顶尖专家的观点：“这是一种"唯专家论"的方式，我不评价这种做法的利弊，但至少在很多国家都是这样的。如果是将本领域所有专家聚在一起，通过抽签确定评价委员会，在科学上，这样的民主是不能带领科学健康向前发展的。”

▌热门评论

网友588茂名市：施一公讲得最对、中国人急功近利、一点点小问题都写成成果、其实真正应用在社会、对生产力的提高、一点作用都没有、这不是拉圾是什么、几百万件成果垃圾、比不上一项应用成果大的科研成果。基本都是成果拉圾、这是由中国人的本性所决定的。3月7日17:43

longlc北京市：你说的"垃圾"可以换钱换帽子换官位,所以"垃圾"还会大幅度增长.3月7日17:16

狐友652上海市：点赞施一公3月7日18:14

兔八哥北京：中国的职称评聘和晋升的考核办法要改革，否则垃圾论文只会越来越多……3月7日20:11

东方龙新乡：说的太透砌了。我很为施一公院士担心。他打到了投机者和利益集团的七寸上。愿上苍保佑施院士。3月7日19:28

zxq19630107blog上海：想上岸的鱼

谁需要这样的面子？写的人也痛苦，领导难道真不知还是假装不知？

“写的人也痛苦”，只要复制黏贴？！

狐友南京：是的，如今的科研评价体系折腾得中国科研工作者无法静下心来做一项长期目标的研究，只图眼前能多出甚至多编垃圾论文，数量上去就是大专家大学者，可是真正实践应用起来，还是多数靠国外的研究。已经到了非改不可的时候了，没有什么突破性引领性的研究是靠一年诌几篇SCI就能干出来的，大的有价值的研究多数需要沉寂好多年反复讨论反复试验反复失败才可能出来，即便如此，很多最终还是会失败，这样的人难道就不能获得承认？很多单位与机构硬性规定必须每年出多少论文才可以留职、升职、评奖、申请基金，实在是逼着大家去造文章数量，这种评价体系弊端越来越严重！长期下去只会制造出虚假繁荣。3月8日11:07

狐狐网友葫芦岛：为施一公点赞3月8日10:57

网友432072340北京：论文在中国是kpi，不多怎么晋升3月8日10:49

lydbj的blog北京：的的确确，触目惊心。3月8日10:48

zguangfu成都：胡说八道！难到美国就没有垃圾文章！3月8日10:41

hanchen452重庆：施一公讲得最对、中国人急功近利、一点点小问题都写成成果、其实真正应用在社会、对生产力的提高、一点作用都没有、这不是拉圾是什么、几百万件成果垃圾、比不上一项应用成果大的科研成果。基本都是成果拉圾、这是由中国人的本性所决定的。

尤其是现在的文科研究，脑袋都不用拍，创造性地评论一个人物的性格，从一个原作者自己都不知道的方面来评价一个作品，事后诸葛亮评价经济现象，或者再研究一个英语单词的构成历史等等，太多的无效知识。还有在职博士，各种形式的硕士和博士等，都是。。。3月8日09:48

狐友5916809541秦皇岛：这个说的没毛病3月8日08:16

幽灵密码乌鲁木齐：应该分开来看，偏向应用类的科研，还是要用实际价值，市场的评判来决定，但是研究类的，基础科学类的研究，这个还真没太好的评价，你说人家没用，可是基础科研领域很多都是好多年都不会有实际作用的，这个问题我觉得以后还是把行政管理评价的考核和科研逐步脱离比较好，科研的就搞科研的，单独评价，不要更多的出现行政型的管理，行政型的指标要求，要更多的从科学本身出发，否则肯定会影响科研工作。3月8日03:45

—THE END—

参考文献(112字)

1. 观察者网．中国论文数超过美国施一公：“垃圾”太多．[EB/OL] http://www.sohu.com/a/225033649_115479，2018-03-07．

x. 秦陇纪．数据科学与大数据技术专业概论；人工智能研究现状及教育应用；纯文本数据神经网络训练；大数据简化之技术体系[EB/OL]．数据简化DataSimp（微信公众号）http://www.datasimp.org，2017-06-06．

中国论文数超过美国，施一公：“垃圾”太多 (2492字)

简介：中国论文数超过美国，施一公：“垃圾”太多，影响因子作为标准，这一风气愈演愈烈。希望温水煮青蛙式中国改革能从教育开始，学校应启迪人民而非变成封建衙门。(文末“阅读原文”可下载1图3码8k字8页PDF)点蓝色链接字“知识简化”关注后，下方菜单项有文章分类页链接。作者：观察者。来源：观察者网微信群公号等汇编，引文出处请看参考文献。版权声明：教育知识科普文章，公开资料©版权归原作者所有。仅供学习研究，请勿用于商业非法目的。如出处有误或侵权，请联系沟通、授权或删除事宜DataSimp@126.com。强烈谴责超市、银行、学校、政府、公司倒卖公民姓名、身份证号、手机号等人身数据！【“数据简化DataSimp、科学Sciences、知识简化”公号希望聚集各专业领域一线研究员；研究技术时也传播知识、专业视角解释和普及科学现象和原理，展现自然社会生活之科学面。秦陇纪发起公号未覆盖各领域科普及简化，期待您参与~】欢迎转发

中国论文数超过美国，施一公：“垃圾”太多 (2492字)1

01 中国论文数超过美国，施一公：“垃圾”太多 (2226字)1

参考文献(112字)3

Appx(625字).数据简化DataSimp社区简介3

Appx(625字).数据简化DataSimp社区简介

信息社会之数据、信息、知识、理论持续累积，远超个人认知学习时间、精力和能力。应对大数据时代的数据爆炸、信息爆炸、知识爆炸，解决之道重在数据简化(Data Simplification)：简化减少知识、媒体、社交数据，使信息、数据、知识越来越简单，符合人与设备的负荷。数据简化2018年会议(DS2018)聚焦数据简化技术(Data Simplification techniques)：对各类数据从采集、处理、存储、阅读、分析、逻辑、形式等方面做简化，应用于信息及数据系统、知识工程、各类数据库、物理空间表征、生物医学数据，数学统计、自然语言处理、机器学习技术、人工智能等领域。欢迎投稿数据科学技术、简化实例相关论文提交电子版（最好有PDF格式）。填写申请表加入数据简化DataSimp社区成员，应至少一篇数据智能、编程开发IT文章：①高质量原创或翻译美欧数据科技论文；②社区网站义工或完善S圈型黑白静态和三彩色动态社区LOGO图标。论文投稿、加入数据简化社区，详情访问www.datasimp.org社区网站，网站维护请投会员邮箱DataSimp@163.com。请关注公众号“数据简化DataSimp”留言，或加微信QinlongGEcai（备注：姓名/单位-职务/学校-专业/手机号），免费加入投稿群或“科学Sciences学术文献”读者微信群等。长按下图“识别图中二维码”关注三个公众号（搜名称也行，关注后底部菜单有文章分类页链接）：