评价一个人的学术影响力一直是学术界的热门话题，也是每个科研人员关心的敏感话题。影响力是个人学术能力综合评价体系中的重要指标，涉及薪资、职称、奖惩、经费等利益。中国古代便有“煮酒论英雄”的说法，以及隋唐演义中的十八条好汉的武功排名榜。人们对能力排名津津乐道。如何评价自身科研能力，对于学者来讲是无法回避的复杂话题。

在目前以SCI论文为主导的科研业绩评价体系中如何生存和发展，了解评价标准的演变趋势，对于职业发展具有重要意义。传统的主流评价标准是基于引用次数的，包括期刊的影响因子和个人的H指数。近年来兴起的Altmetrics试图补充传统评价标准。

本文简述其背景和作用。

Altmetrics的起源

以SCI期刊为例，评价期刊水平的最重要指标目前仍然是Garfield于1972年创立的影响因子，即某期刊的论文在特定年份或时期内被引用的频率，例如前两年发表的论文的被引用总次数除以该期刊在这两年内发表的论文总数。影响因子越高，期刊的学术权威性就越强。可以把一位研究人员发表的多篇论文的影响因子相加，作为评价人员学术能力的一个标准。关于Hirsch于2005年创建的H指数，简单来讲，就是如果一个研究人员发表6篇以上论文，而且这些论文中的每篇至少被引用6次，该作者的H指数就是6。H指数越高，说明发表的论文数和论文被引用的次数越高。虽然影响因子和H指数一直饱受争议，包括关于它们简单片面、时滞性和容易被人为操控等方面的指责，它们仍然出现在众多科研单位的业绩评价指标中，作为指挥棒来使用。

事实上，如果一篇论文通过被阅读和讨论等行为能够给人以启发，虽然还不足以达到被引用，或者在实际运用该论文的研究成果时根本不需要以撰写发表论文的形式去引用（例如制订科技政策或产品研发应用），这篇论文仍然是具有影响力的。Altmetrics这一评价指标的发明者认为，论著的影响力不应当只依靠引用行为来反映，也应该包括文献下载、浏览、收藏、分享和评论等非引用行为，而互联网的兴起为搜集这些在线行为数据提供了前所未有的便利。

2012年12月，包括美国科学促进会在内的来自全球的70多家机构和150多位知名科学家在美国细胞生物学会会议上签署了《关于研究评价的旧金山宣言》，其目标是停止仅使用期刊影响因子来评价科研人员的工作，纠正评价方法中存在的不公正现象。在这种时代背景下，Altmetrics应运而生。美国的Jason Priem创建的Altmetrics表示Alternative Metrics的缩写。由于目前无法预测Altmetrics是否能够取代传统的评价方法，因此将其译为“补充计量学”而非“替代计量学”更为妥当，表示它是对影响因子和H指数等传统评价指标的补充。

Altmetrics的作用和优点

Altmetrics是一种基于社会评价和互联网分析技术的、利用各类在线学术交流数据开展影响力评价的方法。它的数据来自于任何对科研工作进行讨论和传播的平台，包括主流媒体、社交媒体、博客、论坛等。它能够回答关于阅读次数、引用次数、新闻报道次数和社会政策影响等问题。

相较于传统指标，Altmetrics具有以下三个突出优点：

1. 更新速度快。期刊影响因子是以年为单位更新，而Altmetrics是以天为单位计算。

2. 把影响力评价从撰写论文引用的狭窄同行圈扩大到关注科研成果的全社会同行。科研成果的影响力不仅体现在研究论文中的引用，也体现在使用论文制订政策、学习、教学、开发产品等专业行为，而这些行为往往体现在新闻报道和社交媒体上（包括博客、论坛、推特、脸书、微信、QQ），以及高校、企业和政府的信息发布等。

3. 不仅能够评价单篇论文，而且能够评价专著、专利等其他科研成果。

Altmetrics的计算方法

Altmetrics的评分是根据不同社交媒体引用文献的次数，包括新闻、博客、论坛、专利等。在Altmetrics给出的一般计算公式中，权重示例如下：新闻8分，博客5分，维基百科收录3分，政策或专利文件引用3分，推特或谷歌1分，脸书或油管视频0.25分，论坛0.25分。把某项科研成果的报道、转载、讨论次数乘以权重并相加，即可得到评分。有的计算公式包括引文次数、下载次数和阅读次数等，涵盖阅读、讨论、储存书签、下载、引用、推荐转发等线上行为。

Altmetrics的局限性

没有一种学术影响力的评价指标是完美准确的，Altmetrics也不例外。Altmetrics把过去基于专业圈内引用的评价指标扩展到了社会媒体，并创造了一系列代表学术产出的社会传播指标，针对每项研究成果计算得分。有人比喻基于引用的传统指标是严肃作品，而包含社交媒体分享的Altmetrics指标是畅销书，只能反映作品的受欢迎程度，而无法衡量作品的学术价值。这种比喻不很恰当，因为在社会上评价学术成果的人肯定也是专业圈内的同行，他们对论文的评价可信度不一定低于引用论文所产生的可信度。然而，公平区分和计算统计在各类社交媒体上的关注行为，不是一件容易的事情，需要在算法上继续完善。例如，新闻和博客的权重最大，能够获得最多的分数。但是，这些权重具有主观随意性。另外，越多人提及、引用或通过各种渠道与文献互动，文献便能获得较高的评分。

另外，让全社会去测评科研成果影响力，势必会造成热门课题或具有争议性的课题比冷门课题更容易引发专业圈内的转载和讨论，而这种体现在行为数量上的关注度并不能代表文献的学术水平和真实影响力，而且会造成不同课题之间的评分不具备可比性。有些研究即使没有多少在线讨论，也能产生巨大的学术影响力。而且，如同期刊影响因子能够通过引用次数被人为操控一样，Altmetrics的转发点赞等评分也容易被操控失真，从而丧失学术严肃性。

目前，很多出版平台都开始采用Altmetrics对每篇论著的学术影响力进行评价。它是继影响因子以来计量化综合评价单篇论著的新型评价方法，值得您了解和关注其发展。