忘了影响因子吧，还是颠覆因子更有用

　　最近一篇芝加哥大学Wu，Wang和Evans在Nature的文章（Nature，566，378-382，2019）用了一个他们称为颠覆因子（Disruption）来研究了论文、ZL和软件。研究的论文是1954年到2014年发表的，收录在Web of Science数据库里4千2百万论文和他们的6亿引用。研究的ZL是美国1976-2014年间5百万发明ZL以及他们的6千5百万引用。研究的软件是放在GitHub上的1千6百万的公开程序以及程序之间的互相使用。这个研究可以说是包含了科学和技术的发展。

　　在这篇文章中，一篇论文（或者ZL、软件）的颠覆因子(D)是引用了该论文、但没有引用该论文所引用论文的论文数（ni）减去那些同时引用了该论文和该论文所引用论文的论文数（nj），然后用引用该论文的论文数(ni+nj)加上那些没有引用该论文却引用了该论文所引用论文的论文数(nk)来归一[D=( ni-nj)/( ni+nj+nk)]。这个颠覆因子衡量一篇论文是后来工作的起点 （原创性工作，D～1），还是研究工作发展中的中转站（跟风、发展性工作，D～-1）。他们用诺贝尔获奖论文（高颠覆因子）、综述论文（低颠覆因子）、专家的调查、关键词汇的使用来验证了颠覆因子。

　　用这个颠覆因子，他们发现了什么呢？他们发现原创性或者颠覆性工作，不管是科学还是技术，都往往是小团队完成的。同时他们发现颠覆性工作往往有引用迟后（所谓的睡美人文章）、引用时间长。而大团队常常跟踪热点、很快能得到大多数引用（immediate impact），所以影响因子高（影响因子是跟据3年内的引用）。除此之外他们还发现感谢基金的论文更多出自于大团队，也就是说大团队更容易拿到基金。

　　该论文认为，上述结果不过是验证长期以来大家的猜想。(我以前一篇博文也提出了大项目的问题《大项目研究经费分配中出现的问题不是中国文化引起的》。）小团队原创是因为只有小团队才能承担得起大风险，船小好掉头，失败了换个课题容易。相比较而言，而大项目、大投资不允许失败，所以只能局限于在一个原创工作的基础上做进一步、发展性工作。同时大团队人多口杂，要大家意见一致不容易，一旦有什么创新，怀疑的多，相信的少，随大流就只能走保守的路线了。

　　这篇论文告诉了我们什么？首先，片面追求影响因子往往导致追求热门课题，因为跟踪热门课题是得到3年内高引用的捷径。我最近就有一篇论文被一高影响因子的杂志所拒，编辑告诉我是因为该论文不会有立竿见影的影响（immediate impact）。所以想要推动原创，不能用影响因子来推动，必须看长期引用，计算颠覆因子。其次，虽然要鼓励多学科交叉，但是大团队只适合发展学科。三个和尚的故事应该大家都听过。讲的是一个和尚挑水，二个和尚抬水，而有了三个和尚却反而吃不成水的故事。在西方也有所谓的80/20规则，80%的工作是20%的人做的，而80%的人只做了20%的贡献。也就是说，大团队里往往只有一小部分人在真正起作用，小团队也许可以做的更好。所以原创，还是要以支持一、两个人的小团队为主。因为大团队是产生原创的障碍，成功的学科交叉只需要的是少数人自发的组合，而不是为申请钱而拼凑起来的团队。也就是说，科学研究的原创需要小而美，而要评价一个人的原创能力，忘了影响因子，看看颠覆因子吧！

　　【附】顺便说一下，这篇论文本身并不是发明颠覆因子的原创，颠覆因子是Funk和Owen-Smith发明的。他们用这个因子通过ZL来研究技术发展的稳定性。文章在2017年Management Science发表，其影响因子只有3.5，所以再一次说明不能用发表论文的杂志来评贡献。