《自然》杂志发布21世纪最高引用率论文排行榜：AI霸榜，诺奖研究竟非顶流？
论文引用率的核心作用是：作为一种量化工具，来衡量一篇学术论文、一位学者、一本期刊或一个机构在学术领域内的影响力和贡献。
如果你以为21世纪最伟大的科学突破——比如mRNA疫苗、CRISPR基因编辑、希格斯玻色子发现或引力波探测——会占据论文引用榜的顶端，那可就错了。最新分析显示，这些轰动世界的成果竟然全都无缘榜首。
《自然》新闻团队近期做了一项深度分析，统计了2000年以来全球被引用次数最多的25篇论文。结果令人意外：登顶的并非改变人类认知的重大发现，而是人工智能方法论、科研质量改进方案、系统评价工具、癌症统计数据以及研究软件。唯一例外是2004年那篇关于石墨烯实验的开创性论文——它确实在2010年为作者赢得了诺贝尔物理学奖，但也仅位列榜单中游。
▍ 方法论才是“引用之王”？
论文引用次数一直是衡量学术影响力的指标之一。但高引论文往往不是那些登上头条的突破性发现，而是科学家日常依赖的研究工具和方法。密歇根大学社会学家Misha Teplitskiy点破真相：“科学家们总说重视理论突破和实证发现，但实际上方法论论文才是被引用最多的。”
《自然》团队综合了五个权威数据库的引用数据（采用中位数排名法），覆盖了数千万篇21世纪发表的论文，最终得出了一份颇具说服力的排名。
▍ 榜首之争：微软AI论文登顶
排名第一的是一篇2016年由微软研究人员发表的关于“深度残差学习”（ResNet）的论文。这项技术解决了信号在深层神经网络中传播时逐渐消散的难题，将网络层数提升到150层，比当时普遍使用的网络深了5倍之多。
这篇论文最初在2015年底以预印本形式发布，随后微软团队凭借此项技术在图像识别竞赛中一举夺魁。ResNet架构后来成为AlphaGo（围棋AI）、AlphaFold（蛋白质结构预测）乃至ChatGPT等重要突破的技术基石。论文作者之一、现任职于麻省理工学院的何恺明直言：“在ResNet之前，深度学习其实并不‘深’。”
不过，引用次数因数据库而异。在Google Scholar中，该论文以25.4万次引用位列第二；在Web of Science中，它以10万次引用排名第三。但综合五个数据库的 median排名，它仍然稳居榜首。
▍ 榜单全景：AI统治，方法称霸
纵观前十名，AI相关论文占据显著位置：
1. 微软ResNet（2016） - 深度学习架构突破
2. 实时定量PCR数据分析方法（2001） - 分子生物学经典技术
3. 心理学中的主题分析方法（2006） - 质性研究方法指南
4. 《精神疾病诊断与统计手册》DSM-5（2013） - 精神病学诊断标准
5. SHELX晶体学分析程序综述（2007） - 化学软件工具
6. 随机森林算法（2001） - 机器学习经典方法
7. 《注意力机制就是全部》（2017） - Transformer架构开山之作 也是ChatGPT等大语言模型的技术基石。
8. ImageNet图像分类研究（2017） - 深度学习计算机视觉应用
9-10. GLOBOCAN全球癌症统计数据（2018, 2020） - 癌症流行病学参考
▍ 为什么AI论文如此受青睐？
多伦多大学计算机科学家、图灵奖得主Geoff Hinton指出，AI论文天然具有引用优势：覆盖领域广泛，研究进展迅猛，论文数量庞大。他2012年合著的AlexNet论文（排名第8）被誉为深度学习革命的起点，而2017年的Transformer论文（排名第7）更是催生了ChatGPT等大语言模型。
开源特性也助推了AI方法的引用热潮。排名第六的“随机森林”论文作者之一、犹他州立大学的Adele Cutler表示：“这个方法受欢迎是因为它开源、免费、易用，而且几乎不需要调整就能取得很好效果。”
▍ “意外走红”的方法论论文
有些高引论文的走红完全出乎作者意料。
排名第二的论文竟源于一次审稿挫折。制药科学家Thomas Schmittgen在25年前投稿时，引用了某技术手册中的公式，却被审稿人驳回：“不能引用用户手册！”于是他与公式创作者合作发表了这篇可引用的论文，如今已被引用超过16万次。
更令人惊讶的是排名第三的论文——一篇关于“主题分析”的心理学方法论文。作者Virginia Braun和Victoria Clarke原本专注于性别与性行为研究，平时论文引用寥寥。她们为帮助学生理解这种质性研究方法而写的指南，如今却成为本世纪第三高引论文。“它有了自己的生命，”Clarke感叹道，“完全改变了我们的生活。”
▍ 软件工具：科研的隐形支柱
榜单上有不少论文实际上是软件工具的“说明书”。
英国化学家George Sheldrick（今年2月刚去世）开发的SHELX晶体学分析程序（排名第5）就是他利用业余时间编写的工具，如今已被引用7-9万次。排名第15的scikit-learn论文（Python机器学习库）和lme4论文（R语言统计包）也都是开源软件的典型代表。
最具讽刺意味的是R语言本身——这个被引用超过30万次的统计软件，却因为没有正式论文而未能上榜。开发者只建议用户引用软件仓库网站，而非某篇特定论文，导致各大数据库无法统一统计其引用次数。马克斯·普朗克研究所的科学计量学家Robin Haunschild对此点评道：“第一课：如果你开发了有影响力的程序，一定要写篇论文来介绍它！”
▍ 系统评价的崛起：PRISMA标准
21世纪科研文献爆炸式增长，催生了系统评价和meta分析方法的繁荣。2009年发布的PRISMA标准（排名第11）为这类研究提供了27项报告规范，迅速成为领域内必备参考。
该论文的合著者、渥太华医院研究所的David Moher表示，他们当时发现很多系统评价“报告质量低下”，缺乏关键细节。PRISMA标准的确提高了报告质量，不过Moher也承认，有些作者会“玩弄系统”——引用了检查表却未真正遵循其建议。
▍ 癌症统计：全球研究的基准线
GLOBOCAN全球癌症统计数据（排名第9、10）是榜单上最“实用”的论文。这两篇论文提供了185个国家36种癌症的发病率和死亡率估计值，成为全球癌症研究者、政策制定者和倡导者的基础参考资料。
国际癌症研究机构的Freddie Bray作为主要作者表示：“当人们需要某种癌症的发病率或死亡率数据时，就会引用我们的工作。”
同样入选的还有一篇关于“癌症特征”的综述（排名第19），该文试图将癌症的复杂性提炼为几个共同特征。合著者Douglas Hanahan说：“有学生告诉我，‘我是因为这篇综述才选择癌症研究的’。我感觉自己像个摇滚明星！”
▍ 引用文化的局限与启示
引用次数固然是衡量影响力的指标，但也有明显局限。较早发表的论文有更多时间积累引用，某些热门领域也天然更容易产生高引论文。《自然》还邀请了文献计量学家尝试控制这些变量，但结果变化不大——只有近期关于COVID-19 pandemic的一些高引论文新晋入榜。
科学计量学家Paul Wouters指出，预印本日益流行也给引用统计带来挑战。大多数商业数据库不追踪预印本，或不将其与最终正式论文的引用合并统计。“随着引用预印本变得越来越普遍，数据库可能需要采用新的规范来聚合这些引用。”
尽管存在这些局限，这份榜单仍然揭示了21世纪科学研究的真实生态：最常被铭记的并非最闪亮的突破瞬间，而是那些支撑日常科学工作的工具、方法和资源。正如Teplitskiy所言：“科学大厦的建成，既靠天才的灵光一闪，也靠无数普通研究者日复一日的方法改进与工具打磨。”
或许这就是科学工作的本质——颠覆性的发现令人惊叹，但使这些发现成为可能的基础工具与方法，才是真正推动科学进步的无名英雄。
PS：想知道完整榜单？《自然》论文的补充信息中包含了完整的前100名名单，其中包括了更多令人惊讶的高引论文——从统计学方法到生物信息学工具，揭示了各学科领域的研究热点与方法论演进。