Science：全球 92% 的垃圾論文產自中國

一、8%到92%，我們用了三年

2025年初，《Science》旗下專欄拋出一組數據，讓國內學界陷入沉默。

利用美國NHANES公開數據庫發表的低質量論文，中國作者占比從2021年前的8%，飆升至近三年的92%。八年時間里年均產出4篇的冷靜期，在2022年后突然爆發為190篇的井噴。

Scientific Reports副主編Matt Spick的吐槽很形象：每天面對的是"幾乎一模一樣的論文"，像在玩"科研填字游戲"——健康問題配一個相關因素，再限定特定人群，往數據庫里一塞，新鮮出爐。

50倍的漲幅。這不是學術繁榮，是流水線全面啟動的轟鳴。

二、誰在深夜批量生產

《Science》點了兩個名：論文工廠和AI濫用。

畫面不難想象：某個深夜，指令輸入ChatGPT，"生成NHANES數據庫中口腔健康與糖尿病關聯的論文，18-45歲女性"。幾秒后，框架成型。再玩點數據釣魚的小把戲，選擇性截取陽性結果，一篇千元美元的"學術產品"就能投稿。

我們的AI還在追趕世界，最先大規模落地的場景，竟是批量生產垃圾論文。這算不算一種"彎道超車"？超的是學術倫理的護欄。

這條產業鏈分工明確：美國提供免費數據，中國工廠負責加工，國際出版商貼牌銷售，每篇收取約千美元版面費。唯一沒被列入股東名單的，是中國學術界的聲譽。

三、誰喂肥了這條生產線

把責任全推給論文工廠，不公平。

Matt Spick說透了："中國科研人員面臨的壓力和激勵機制，為工廠提供了機會。"

這套機制的剛性，經歷過的人都懂：醫生升副高要SCI，博士畢業要核心，青年教師非升即走，考核量化到個位數。職稱、獎金、學位，全綁在論文數量上。誰還顧得上質量？

NHANES的妙處在于零成本、零實驗、零調查。下載公開數據，排列組合變量，一篇SCI到手。投入近乎為零，收益卻是職稱、學位、獎金。這投資回報率，足以讓人放下猶豫。

這92%里，很多是身邊的"老實人"：白天累成狗的臨床醫生，晚上帶娃的青年教師，沒時間進實驗室的護士。他們不是天生的騙子，是被評價體系逼成了論文采購員。

有讀者留言：評啥都要論文，普通職工又不搞科研，只有花錢出垃圾。話糙理不糙。

四、出版商的算盤

這場戲里沒有無辜者。

《Science》提到，所有發表低質論文的出版商都收了版面費，約千美元一篇。一邊喊著加強審查，一邊打開收款碼；先發表，再調查，甚至不調查。撤稿是后話，收錢是當下。

有評論憤怒：版面費你們收的，垃圾定義也是你們定的，又當又立？更深的問題是：當中國作者占比從8%沖到92%，審稿機制和質量把控在哪里？如果審核真嚴格，"幾乎一模一樣的論文"如何日復一日通過？

一位自稱審稿人的網友坦言，九成來稿是學術垃圾，每期都要"精挑細選"。這措辭背后的滋味，值得細品。

五、還能踏實做研究嗎

美國西北大學科學家里斯·理查森警告：除非重塑科學發表的激勵機制，否則危機只會加劇。

改變意味著權力下放，意味著不確定性，意味著觸動既得利益。注定艱難。

但我仍想提一個老詞：笨拙。那種要漫長等待、反復失敗、親手采集數據的科研；那種三年憋一篇，但篇篇經得住檢驗的科研；那種不為職稱、只想回答一個真問題的科研。

當未來某天統計高質量論文占比時，我們不想做墊底的8%，而想做驕傲的92%。

結語

看完《Science》的報道，我看了看電腦里正在投稿的論文，暗慶幸：還好不是NHANES的。

但隨即苦笑：在這個系統里，金子和垃圾的界限，早已模糊。

論文工廠用AI批量生產，評價體系瘋狂催單，出版商坐收漁利，學界在集體沉沒。Spick團隊的警告不是危言聳聽：低質研究的工業化，正在淹沒真正的學術探索。

潮水退去時，愿我們不是裸泳者，更不是那個給全世界供應泳褲、自己卻在岸上干瞪眼的供應商。