被引数量这类我话题，我们在以往得文章中曾多次提过，它对学者的重要性就不多提了，懂得都懂。
而Google Scholar，凭借其免费、覆盖广和更新快，已成为学者和机构评估科研表现时最常用的数据库。
然而，引用数据真的可靠吗？引用本应是知识积累和学术交流的体现，但它逐渐异化为科研评价的核心指标，并因此产生了强烈的操纵动机。从自引、引用联盟，到强制引用，学界早已对各种“灰色操作”有所耳闻。一项来自纽约大学阿布扎比分校的研究更是揭露了新的现象：引用可以直接用钱购买。
揭开操纵的真相
该研究团队开展了一项规模空前的调查：他们收集了 160万份 Google Scholar 学者主页，并向全球前10名大学的 3 万名教师发放问卷。结果显示，大多数受访教师在招聘或晋升中会考虑候选人的引用数，而其中 超过六成依赖 Google Scholar 数据，其使用率甚至超过 Scopus 和 Web of Science 的总和。
这一结果意味深长：如果 Google Scholar 能被操纵，科研评价体系的公正性将受到严重威胁。
在大数据分析中，研究人员发现了多个可疑模式：部分学者的引用曲线出现异常峰值，大量引用高度集中在少数论文中，甚至引用来源包括已被删除的预印本。为验证可操纵性，团队亲自进行了实验。他们创造了一个虚构学者，并用 ChatGPT 生成 20 篇与“假新闻”相关的论文，上传到 OSF、Authorea、ResearchGate 等平台。几周后，这位虚拟学者就在 Google Scholar 上获得了 380 次引用，h-index 达到 19，并跻身“假新闻研究”领域前 40 名。更令人担忧的是，即便这些论文后来被删除，Google Scholar 依旧保留了相关引用。
引用工厂与黑色交易
更具冲击力的发现来自另一个实验。研究人员发现有网站公然提供“H-index & Citations Booster”服务，他们以虚拟学者的身份支付了300美元购买50次引用。仅仅一个多月后，这些引用如约而至，全部出现在虚拟学者的 Google Scholar 页面上，来自同一期刊的几篇文章。进一步分析表明，不止他们“买过”，很多其他作者也使用了同样的手段。
这揭示出一个新的学术灰色产业链：引用工厂。其运作方式与“论文工厂”和“掠夺性期刊”类似，通过批量生产低质量论文，将指定引用嵌入其中，为客户集中刷数据。
为识别此类异常行为，研究团队提出了一个新的检测工具——c2-index（citation concentration index）。与传统的 h-index 不同，c2-index 着重衡量某学者是否被少数论文过度集中引用。研究发现，正常学者（包括诺贝尔奖得主）的 c2-index 通常较低，而存在操纵嫌疑的作者则往往数值异常偏高。
引用数并不等于科研质量
这项研究让人不得不反思：引用数并不等于科研质量。引用可以通过金钱买来，数据也能被操纵，但科研的真实价值却无法伪造。
过度依赖引用指标，已在无形中催生出多层次的灰色产业链：
- 掠夺性期刊通过“特刊”批量发放低质文章；
- 论文工厂提供代写代投服务；
- 引用工厂则直接贩卖学术“影响力”。
随着生成式 AI 的快速发展，制造“像模像样”的论文越来越容易，将引用嵌入其中更是轻而易举。若不及时采取措施，这类问题只会愈发严重。
因此，科研界需要摆脱对单一指标的迷信。数据库应增加引用来源的透明度，例如标注引用是否来自同行评审期刊，或允许用户筛选引用来源的质量；科研评价体系也需要引入更多维度的考量，如研究的原创性、长期学术影响以及同行评价。
归根结底，引用可以被买卖，但学术声誉只能靠时间与真实的科研成果来证明。
