今年的国际开放获取周（Open Access Week 2026）以“知识的成本（The Cost of Knowledge）”为主题展开探讨。我们想借此机会思考学术圈之外对于知识获取的门槛，以及实现知识价值真正的方式。研究成果只有被看见、被获取、被使用，才能发挥其应有的社会价值。开放获取打破了传统订阅壁垒，让科学知识不再只是掌握在少数人手中，也不只是为科研群体所用，而是使之能够更快地触达科研圈之外的非学术群体，加速科学发现向政策制定、技术创新和社会实践的转化。

已有不少研究证据表明，开放获取（OA）不仅提升研究成果的使用和引用影响力，还能产生“破圈”效应，触达政策制定者、产业从业者、技术创新者及普通大众等非学术群体，从而产生现实世界影响力。施普林格·自然新发布的白皮书《从获取到影响力：开放获取如何影响科研的传播、引用与全球可见度》¹显示，金色 OA 文章获得的 Altmetric 关注度评分平均是非 OA 文章的 5 倍以上，表明其在社交媒体、新闻报道、政策文件、专利文献等线上渠道中获得了更高的关注度。

查看白皮书《从获取到影响力：开放获取如何影响科研的传播、引用与全球可见度》

此外，开放获取能加速知识获取的进程，让研究更快应用于政策。根据白皮书，金色 OA 文章在发表后的前三个月内平均获得 917 次下载，几乎达到非 OA 文章全年平均下载量（320 次）的 3 倍。这一数据表明，金色 OA 的优势不仅显著，而且能够在发表后迅速体现。一份关于联合国可持续发展目标（SDG）的影响力报告²进一步发现：OA 研究占 SDG 相关政策引用的 55%-60% 以上，开放获取论文平均能获得更多的政策引用，而且从论文发表到被政策文件引用的时间更短：OA 文章首次被引用的中位时间为 501 天，而非 OA 文章为 817 天。这表明开放获取能够更有效、更快地推动科研成果向社会实践和政策制定转化。

下文梳理了一些中国研究人员于去年发表在 Springer Nature 期刊上的开放获取研究*，这些 OA 研究已将知识转化为看得见的现实世界影响力。从被政策文件引用，到引发社会公众和媒体关注，再到为企业创新提供科学依据，开放获取正在缩短“研究发表”与“产生现实影响”之间的距离。

*注：以下所筛选的 OA 研究仅作为案例展示，如需探索更多有影响力的 Springer Nature 研究，请访问 Springer Nature Link 官网：https://link.springer.com。

DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning

DeepSeek-R1通过强化学习激发大语言模型的推理能力

发表期刊：《自然》（Nature）

通讯作者：Wenfeng Liang（DeepSeek-AI 团队）

第一作者：Daya Guo（DeepSeek-AI 团队）

发表日期：2025年9月17日

发表模式：开放获取

DOI：10.1038/s41586-025-09422-z

论文数据：访问量 48万，引用量 1656，Altmetric 2685

该研究展示了仅通过纯强化学习（Reinforcement Learning, RL）即可激发大语言模型的推理能力，而无需依赖人工标注的推理轨迹。所提出的强化学习框架能够促进高级推理模式的涌现与发展，例如自我反思、自我验证以及动态策略调整等能力。

短短时间内，论文已被 6 大政策文件所引用³，表明其影响力已超越技术研究领域，成为全球政策界关注前沿人工智能（AI）发展的重要案例。来自经济合作与发展组织（OECD）、世界知识产权组织‌（WIPO）、加拿大亚太基金会（APF Canada）、战略与国际研究中心（CSIS）、兰德公司（RAND）等国际组织和智库的引用显示，该研究正被用于支持关于 AI 能力评估、通用人工智能（AGI）治理、知识产权与创新趋势、地缘政治竞争、出口管制以及区域安全等议题的政策讨论。总体而言，DeepSeek-R1 被视为强化学习驱动高级推理能力涌现的重要证据，为各国政府和国际机构评估 AI 技术进展、制定治理框架以及应对不断升级的全球 AI 竞争提供了重要参考。

Complexities of the global plastics supply chain revealed in a trade-linked material flow analysis

贸易关联材料流分析揭示全球塑料供应链的复杂性

发表期刊：《通讯-地球与环境》（Communications Earth & Environment）

通讯作者：Quanyin Tan（清华大学）

第一作者：Khaoula Houssini（清华大学）

发表日期：2025年4月10日

发表模式：开放获取

DOI：10.1038/s43247-025-02169-5

论文数据：访问量 10万，引用量 350，Altmetric 1551

研究通过对 2022 年全球塑料贸易和流动情况进行系统分析发现，塑料供应链高度全球化且呈现明显的地理集中化特征，全球塑料废弃物处置方式也在发生显著变化。深入理解全球塑料供应链的复杂结构，对于减少塑料污染、实现更可持续的塑料管理具有重要意义。

根据 Altmetric，该论文现已被 218 篇国内外新闻所报道或提及³，包括《卫报》（The Guardian）、BBC、《印度时报》（The Times of India）、Repórter Brasil 等。这些新闻报道将该研究视为理解全球塑料污染来源、供应链责任分布以及制定塑料治理政策的重要科学依据。此外，3 项政策文件也引用了该论文，研究提出的贸易关联材料流分析框架，为政府和国际组织识别塑料污染责任分布、评估塑料生命周期环境影响以及制定更有效的塑料减排、废弃物管理和国际合作政策提供了数据支撑。

Artificial lemming algorithm: a novel bionic meta-heuristic technique for solving real-world engineering optimization problems

人工旅鼠算法：一种用于求解现实世界工程优化问题的新型仿生元启发式技术

发表期刊：《人工智能评论》（Artificial Intelligence Review）

通讯作者：Ruba Abu Khurma（约旦巴尔卡应用大学）

第一作者：Yaning Xiao（南方科技大学）

发表日期：2025年1月6日

发表模式：开放获取

DOI：10.1038/s10462-024-11023-7

论文数据：访问量 1.9万，引用量 352，Altmetric 4

该研究提出了一种全新的仿生元启发式优化算法——人工旅鼠算法（ALA），通过模拟旅鼠的长距离迁徙、掘洞觅居、觅食和躲避捕食者四种典型行为，该算法在全局搜索与局部开发之间实现更有效的平衡。研究结果凸显了 ALA 在实际工程应用中的竞争优势与潜力。

根据 Altmetric，人工旅鼠算法已被至少 5 项中国专利申请引用³，应用领域涵盖隧道围岩智能分类、气体超声流量计故障诊断、输电线路覆冰预测、仓储物流计费优化以及云边端任务调度等多个工程与工业场景。相关专利引用表明，人工旅鼠算法不仅在学术基准测试中展现出优异性能，而且已开始向土木工程、能源电力、物联网、工业监测和智能计算等实际应用领域转化，为解决复杂工程优化问题提供了新的技术路径。

参考来源：

1. Springer Nature (2026). From access to impact: How open access shapes research reach, citations, and global visibility. https://stories.springernature.com/from-access-to-impact-open-access-research/index.html

2. Springer Nature (2025). From publications to policy: The impact of research towards achieving the Sustainable Development Goals. https://stories.springernature.com/sdg-impact-report/index.html

3. Altmetric.com, September 2026

点击查看白皮书《从获取到影响力：开放获取如何影响科研的传播、引用与全球可见度》

支持单位：