论文工厂正在成为学术出版中一个越来越难忽视的问题。它们批量生产虚假论文、出售署名位置，直接冲击文献的可信度。2026年发表在 Scientometrics 上的一项研究，用目前最大规模的数据，把这个问题的轮廓画得更清楚了。
研究团队以Retraction Watch数据库为基础，筛选出从数据库建立到2024年底所有明确标注为“论文工厂来源”的撤稿文献，最终得到10409篇。这个数字本身已经足够引人注意，更值得关注的是它背后的增长轨迹、地理分布和学科变化。
数量暴增，2023年成高峰
2016到2019年，每年被确认的论文工厂撤稿还停留在个位数或两位数。2020年起进入三位数，2022年达到956篇。真正的转折出现在2023年——这一年撤稿数量飙升至6780篇，几乎是前一年的七倍。2024年虽有回落，仍有1538篇，远高于早期水平。
平均来看，这些文章从发表到正式撤稿间隔约709天。2016—2018年多数在100天以内就能被发现并处理，2019年之后明显拉长，2021和2022年接近980天。2023年因Hindawi相关期刊的集中清理，时滞一度缩短到约603天，2024年又回升到885天左右。这说明核查力度在加强，但发现和确认仍然需要时间。
中国占比近九成，亚洲成主要集中区
地理分布几乎一边倒。中国作者贡献了9137篇，占比87.8%。其后依次是埃塞俄比亚293篇、印度156篇、巴基斯坦86篇、沙特阿拉伯83篇、孟加拉国79篇、埃及64篇、韩国47篇、澳大利亚39篇、伊朗35篇。亚洲和北非是主要集中区域。
研究特别提醒，这些是绝对数量，受各国科研体量、数据库覆盖范围以及调查报告实践差异的影响，不能直接解读为“某国论文工厂发生率最高”。但中国占比之高，与此前多篇研究的观察一致，也与中国作为全球科研产出大国的现实相符。
研究论文仍是主力，会议摘要和临床研究开始抬头
文章类型上，研究论文始终占据绝对主导。2023年仅研究论文就撤回6107篇，占当年总量的约九成。但多样性在增加：2022年会议摘要/论文突然暴增，2023—2024年临床研究、综述、Meta分析和病例报告也明显上升。
这提示论文工厂已经从单一的“研究论文”向更多出版形态扩展，包括那些本应有更严格伦理要求的临床类文章。出版模式方面，开放获取期刊占了大头——约80.8%发表在OA期刊，18.8%在混合期刊，订阅制仅0.4%。2021—2022年混合期刊撤稿数一度超过OA，2023年后OA再次成为主力。
机构合作网络也显示了一些异常信号。研究识别出18607个独特机构，形成31346条合作链接。部分机构在网络中呈现极高的中心性，成为明显的“枢纽”。
学科从生物医学转向计算机科学
学科分布高度集中。Business and Technology类别最多，达到5217篇，其中计算机科学占比约39.3%。其次是Business and Life Sciences（3369篇），生物学（尤其是癌症相关）和生物化学突出。Health Sciences有1217篇，医学占92.2%。人文、环境和社会科学类则少得多，人文仅47篇。
共词分析更清楚地显示了主题的转移。2011—2016年，高频词几乎全是生物医学：cells、cell、cancer、inhibits、targeting、proliferation、micro-rna等。2017—2020年仍以细胞、微RNA、癌症、通路、凋亡为主。到2021—2024年，关键词彻底转向计算机与数据科学：based、analysis、model、data、algorithm、network、learning、application等。网络规模也从早期的143个节点扩展到后期的2474个节点，连接密度大幅上升。
简单说，论文工厂的“产品线”在跟随热门领域调整——从早期生物医学，逐步转向计算机科学、算法和数据模型。
数据背后的复杂现实
这些发现把几个问题摆到了台面上。论文工厂已经不是某个学科的边缘现象，它渗透进计算机科学、生物学、医学等核心领域，甚至开始出现在临床研究中。对依赖这些文献做系统综述或临床决策的人来说，风险是真实的。
开放获取并不是罪魁，但高发表量和相对灵活的流程，确实让论文工厂更容易找到入口。订阅制期刊占比极低，可能与更严格的审稿有关，也可能只是因为筛查资源更多集中在OA。时滞拉长说明核查在加强，但也意味着问题论文会在文献库里停留更久。Hindawi事件证明，一旦集中清理，数字会急剧变化。
对中国科研共同体而言，87.8%的占比需要正视，但不能简单归因。评价压力、第三方服务的存在，以及检测与报告实践的差异，都是需要放在一起看的因素。近年来，中国的主管机构已经明确要求加强打击，这是政策层面的信号；更关键的是日常评价机制能否真正从“数量优先”转向质量。
当然，这项研究本身也有局限：只使用单一数据库、截止到2024年底、中国作者姓名拼音带来的消歧困难，以及无法覆盖尚未被发现的案例。这些都不影响它作为目前最大规模实证描述的价值。
论文工厂比掠夺性期刊更隐蔽。后者多在边缘，容易被过滤；前者往往藏在正规甚至有一定声誉的期刊里，直接污染被引用的知识基础。这项研究用一万多篇撤稿数据，把规模、地理、类型和主题演变画得更清楚了。对普通科研人员来说，它提醒我们：在投稿和引用时多一份警惕，在评价和培养中少一些对数量的盲目追求。学术诚信不是口号，最终还是要落在每一个具体环节里。
