最近，国内高教圈一个新闻是美国著名的高校排名榜U.S.News本年度榜单中，数学学科排名，亚洲第一名是某地方师范大学，北京大学第二，第三名也是一所不出名的地方大学。

消息一出，各种看法，其中一种非常典型的看法是认为该事件再次证明学术评价唯指标论破产。

http://blog.sciencenet.cn/home.php?mod=space&uid=612874&do=blog&id=1256176

博主以为，指标的本质是量化，量化作为方法，本身没有错，出现争议是因为误用、滥用、错用量化评价指标，或者更具体地说，是指标设计、指标权重等关键环节出现严重失误，从而出现明显失当的评价结果。至于使用指标进行评价的做法本身，并没有错。正如菜刀，假设一人用菜刀行凶，菜刀显然不应该为此人背锅。

为什么U.S.News本年度榜单中，会出现一所数学学科实力公认远不如北大的高校排名在北大之前？原因很简单，U.S.News评价指标中，SCI论文数量权重较大、被引次数权重较大。

要消除上述不合理评价结果，并不难，只要做到以下几点即可。

1、SCI论文分区统计。sci论文内部存在明显的质量差异，一般认为，影响因子分区高的论文平均质量更高。当然期刊如何合理分区，而不要过度分区，又是一个话题。

2、论文数量设置上限，迫使高校更关注质量，而不是用数量压倒质量，让刷论文数量的做法基本上失去空间。笔者在之前一篇博文中呼吁出台一人一年一篇论文的上限评价政策，以大大挤压那种刷论文数量的行为，有效引导研究者更关注论文质量。

http://blog.sciencenet.cn/blog-67942-1232196.html

3、同一个机构以及五年内合作发表过论文的作者之间的被引次数不予统计。

量化评价优点是比较客观、评价成本低，对于多数论文还是适用的，也就是说，量化评价其实是科研职业化时代，面向多数不太可能做出高度原创工作的多数人之一种低成本、快速考核方式。指标设计合理，正确使用量化评价，在可预见未来的学术评价中，还有一定价值，特别是对于数量上占多数的非一流大学和普通研究者而言，毕竟多数研究者并不具有做出高度原创工作的能力与可能。当然，如何在量化考核多数人的同时，给少数能做出高度原创工作的人以空间，确实是学术评价与科研管理的一大难题。

最后，套用一句常见的话：学术量化评价，永远在路上。^_^