先说句实在话。搞学术的人，不管你是刚进门的研究生还是已经带团队的老师，只要碰过文献综述、期刊投稿或者学者评价，就迟早会撞上一个问题：一篇论文、一个学者、一本期刊到底有多大影响力？光靠谷歌学术网页版一个个点进去看引用数，几篇还行，几十篇、几百篇就完全没法玩。我做文献计量分析这几年来，最常用的工具就是 Publish or Perish（以下简称 PoP），尤其是接上谷歌学术数据源做引用量排序，效率提升不是一星半点。
这篇文章就把这套玩法完整拆开讲：从为什么用 PoP 而不是手动查，到指标怎么看，再到实操步骤、数据清洗甚至踩坑记录，全部按照我自己的操作习惯来写。适合正在做文献综述、准备投稿选刊、或者需要快速摸底某位学者学术产出的人，照着操作就能复现。
1. 想法来源：为什么引用量排序不能靠手动
1.1 手动查引用的三个致命痛点
先说一个最真实的场景。假设你在写一篇综述，导师让你把近十年某方向的论文按被引次数列个表。你打开谷歌学术，搜一个关键词，出来十万条结果，你一条条看被引次数，自己复制粘贴到 Excel 里，再手工排序。如果是三十条、五十条，这个办法勉强能用；但如果要分析的是某个领域过去十年的全部高被引论文，动辄几百上千条，靠手动就是灾难。
这里有几个绕不开的痛点。第一，谷歌学术网页端每页只能显示十条结果，翻页翻到二十页以后体验非常差，而且大量低相关结果夹杂其中，筛起来让人怀疑人生。第二，网页端展示的指标很单一，只有总被引次数，而学术评价里常用的 h-index、g-index、每篇平均引用量这些指标，网页版根本不给你算。第三，也是最要命的——谷歌学术网页版没有批量导出功能。你没有办法把一次搜索结果直接保存为 BibTeX、CSV 或者 Excel 表格，后面想要在参考文献管理软件里统一处理，只能手工一条条录入，既不现实也容易出错。
所以我做研究时的习惯很固定：凡是涉及“量化比较”的场景，一律不在网页端手工操作。用 PoP 批量抓取并排序，三分钟能完成一个需要折腾一下午的任务。
1.2 PoP 到底是什么，它和谷歌学术是啥关系
Publish or Perish 是 Harzing 教授开发的一款文献计量分析软件，名字翻译过来大概就是“不发表就出局”。它的核心机制很有意思——它本身不存储任何论文数据，而是作为一个“前端”，去各个公开学术数据库检索，然后把结果拉回来做分析。
目前 PoP 支持的检索数据库包括谷歌学术（Google Scholar）、Crossref、OpenAlex、Semantic Scholar、Scopus、PubMed 等。这里面，谷歌学术的数据范围最广，涵盖期刊论文、会议论文、图书、预印本、报告甚至学位论文，而且引用数据更新快，很多刚上线几天的论文就能看到引用记录。所以如果你想做“宽口径”的引用量排序，谷歌学术是首选数据源；如果你想做更规范的期刊类分析，Crossref 或 Scopus 会更合适，但覆盖范围相对收窄。
有一点需要先讲清楚：你电脑上的 PoP 软件“调用”谷歌学术，本质上就是自动完成你平时在浏览器里手动做的事情——输入关键词、读取搜索结果、记录引用数据、翻下一页。区别在于，软件能连续翻几百页、把结果汇总成表格并计算各种指标，然后一键导出。这就是为什么用 PoP 比手动操作快得多的根本原因。
2. 核心指标拆解：别只会看“引用量”这一列
2.1 Citations 列：最直观但最容易被误读的数字
刚接触 PoP 的人，打开结果表第一反应就是点一下“Citations”列标题，让结果按被引次数从高到低排——这没错，这恰恰就是标题里说的“引用量排序”的核心操作。但我必须提醒一句：只看总被引次数，是一个非常初级的用法。
举一个我遇到的例子。早几年我帮课题组评估一位应聘者的学术产出，光看总被引，幾千次，数据非常漂亮；但进一步查看后发现，引用集中在两三篇合作论文上，而且每篇都有大量作者，他本人的独立贡献占比很低。这种情况下，总被引虽然高，却不能真实反映他自己的学术影响力。后来我把评估结果的表格导出来，专门算了他独立署名的论文篇均引用量，数字立刻回归到了一个相对合理的水平。
所以我的建议是：总被引量适合做“初筛”，它告诉你谁值得你进一步关注；但真正的结论，必须结合下面几个指标一起看。
2.2 h-index：为什么它比总被引更“抗忽悠”
h-index 是衡量学者学术产出的一个经典指标，简单说就是：一个学者发表的论文中，有 h 篇论文每篇至少被引用了 h 次。h-index 为 20，意味着他有 20 篇论文每篇引用量不低于 20 次。
这个指标的妙处在于，它同时考察“数量”和“质量”。一篇被引几百次的爆款论文，可以把总被引拉得很高，但如果这位学者只发了这一篇像样的，哪怕其他文章都没人看，h-index 也不过是 2 或 3。反过来，一位学者如果发了 30 篇论文，每篇都稳定被引 30 次左右，他的 h-index 就能达到 30。所以 h-index 能过滤掉“一篇高引撑起整个门面”的情况，也更适合用于学者级别的横向比较。
在 PoP 的结果表里，每次检索完成后，软件会自动给出“All”和“Since 2018”两栏的 h-index，前者看全历史，后者看最近五年的活跃度。很多人容易忽略“Since 2018”的价值——面试一个候选人，看近五年的 h-index 比看全历史更靠谱，因为能反映出他最近的产出状态和趋势。
2.3 g-index、Paper Per Year 等指标怎么配合用
除了 h-index，PoP 还会给出 g-index、每篇平均引用量（Citations per Paper）、每年平均引用量（Citations per Year）、每年发文量（Papers per Year）等指标。g-index 的逻辑比 h-index 更进一步：它衡量的是被引次数最高的 g 篇论文加起来的总引用数，至少要等于 g 的平方。换句话说，g-index 更看重“高被引论文群的综合影响力”，适合在关注“是否有若干篇代表性作品”时使用。
我自己的使用习惯是，做学者画像时把多个指标串成一句话，比如：
- 总被引：反映整体能见度
- h-index：反映持续稳定的学术贡献
- g-index：反映“代表性论文”的突出程度
- Citations per Paper：反映篇均影响力，尤其适合单篇效率型研究者
- Papers per Year：反映产出节奏，如果逐年下降，可能说明在走下坡路
当你把这一组数字放在一起看某位学者，再对比一下他的同年龄段同方向同行，就能得到比单一“引用量排序”可靠得多的判断。这也是 PoP 这类工具相对谷歌学术网页版最大的价值——它替你算好了这些复合指标，你要做的只是学会解读。
3. 实操全流程：从安装到拿到可靠排序结果
3.1 下载、安装与数据源选择的常识
PoP 是免费软件，直接在官网下载就行，支持 Windows 和 macOS。下载安装的过程没什么可多说的，一路下一步就可以。需要注意的一点是，软件在首次启动时可能会弹出更新检查窗口，建议保持默认允许更新，因为学术数据库检索接口变动频繁，新版软件往往是为了适配最新的数据源接口。
启动软件后，工具栏上会有一排数据源图标，分别是 Google Scholar、Crossref、OpenAlex、Semantic Scholar、Scopus 等。如果目标只是按引用量排序，大多数人首选 Google Scholar。选中之后点击 New 按钮，创建一个新的检索任务，就会出现检索条件设置界面。这个界面是整个流程中最关键的环节——检索条件设得准不准，直接决定后面的结果能不能用。
3.2 检索条件设置：一个参数影响一切
拿最常见的应用场景“检索某位学者的论文”来说，检索设置界面里最核心的输入框主要有两个：一个叫 Author or Author’s name（作者姓名），一个叫 Affiliations（单位，可选）。
这里有一个非常容易翻车的细节：Google Scholar 数据源下，作者姓名搜索的匹配规则并不精确支持“全名限定”，所以不同写法会得到不同结果。比如要查“张伟”这个极常见的名字，你直接输入 Zhang Wei，出来的结果里可能有几百个不同的 Zhang Wei。这会导致引用量排序结果混杂大量非目标作者的论文，计算出的 h-index 会明显虚高。
我经过多次踩坑后的实操习惯是：
- 尽可能使用“姓氏 + 名字首字母”的组合，比如 Zhang W，这样能降低匹配面
- 如果知道作者常用的署名拼写方式（比如有些作者习惯用 Wang, Xiaohong，有些用 Wang, X.），把两种写法分别检一次，对比结果
- 配合 Affiliations 字段缩小范围，比如输入 Tsinghua University，能过滤掉大量同名但单位不同的作者
还有几个其他字段也值得说明一下。Where the words appear 下拉菜单里有 Full Text、Title 等选项，做学者检索时通常保持默认即可；但如果做文献检索，建议把关键词限定在 Title 里，这样得到的结果相关性更高。年份范围（Years）可以按需设置，比如只看近十年的论文。最后点击 OK，软件就开始向谷歌学术逐页发送请求并抓取数据了。
3.3 检索结果界面逐列读明白
检索过程通常会持续几十秒到几分钟，取决于结果条数和网速。结束后，主界面表格里会出现一列列数据，第一次用的人往往有点懵。我来逐列解释一下最关键的内容。
最左侧是论文条目（Publication），里面显示作者列表、发表年份、期刊或会议名称。后面紧接着是 Cited by（被引次数）、Year（年份，有时显示为 Publication Year）、Publisher 等列。再往右有一列很重要，叫 Cited by since 2018，如果检索时勾选了“since 2018”相关选项，就会显示近五年的被引量。最右侧通常还有文件夹图标或链接图标，点进去可以查看论文详情页。
任何时候你点击表格顶部的某列标题，结果就会按该列排序。点击二次后，可以切换升序或降序。所以要做“引用量排序”时，直接点 Cited by 这一列的标题，结果表马上按被引次数从高到低重新排列，这就是标题里说的核心操作，整个过程一秒钟都不用。
3.4 排序前先做筛选：把脏数据排除在外
我特别想强调一个容易忽略的操作习惯：不要拿到数据就直接排序。先检查结果里有没有明显不属于目标范围的论文。比如你本来检索“张三”的论文，结果里却出现一篇作者列表里只是恰好有一个叫“Zhang San”的第四作者、但实际领域完全不同、期刊也不对的文章——这种情况太常见了。
我的操作顺序是：
- 先按年份列排序，大致扫一眼，看看有没有大量完全对不上的条目
- 再按 Cited by 降序排序，逐条检查前三十篇论文的标题和来源是否属于你的检索目标
- 对不属于目标作者的条目，直接右键选择 Exclude（或类似功能的选项），把它从结果表里排除
- 全部确认干净后，再读取软件顶部的指标面板，这时的 h-index、总被引等才是有效数据
有些版本里，右键菜单还提供“Exclude all papers not matching author”之类的批量排除选项，配合人名关键词能一键滤掉大量无关结果。这个功能在多作者重名的场景下特别好用。
3.5 一键导出：引用数据从此进了自己的数据库
分析做完不能只停留在软件里。PoP 的导出功能是我最依赖的能力之一。在菜单栏点击 File，选择 Export，弹出的格式里包括 CSV（逗号分隔）、RIS（参考文献软件通用格式）、BibTeX（TeX 写作常用）、EndNote 格式等。
我的个人习惯是：
- 如果需要做 Excel 分析，导出 CSV
- 如果需要写论文时直接引用，导出 BibTeX 或 RIS
- 如果需要做引文网络或可视化，后续可以用 Pajek 或 Gephi 导入软件外的分析流程
导出到 CSV 之后，你就拥有了一个完全属于自己的引用数据库。比如我经常把某个小方向的 Top 200 高被引论文整体导出，然后用 Python 做一下关键词共现分析，或者用 Excel 数据透视表按年份分组统计，看这个方向是在升温还是降温。这在之后做态势感知类的研究里非常好用。
4. 数据可信度检查：为什么你的排序和别人的对不上
4.1 谷歌学术数据源的“宽”与“杂”
谷歌学术的数据覆盖范围极大，但这既是优点也是麻烦。它会把预印本、学位论文、行业报告甚至一些质量不高的垃圾期刊都算进引用里，所以做出来的总被引数往往比 Web of Science 或 Scopus 数据库的要高一些。
这倒不一定是坏事——如果你的目标是“看一下该研究在泛学术圈有多大影响”，谷歌学术的宽口径反而更合适；但如果你需要的是“严格的同行评议文献”，那谷歌学术的数据可能包含噪音。遇到这种情况，我的建议是用 PoP 切换到 Crossref 或 Scopus 数据源重新跑一次；如果没权限订阅 Scopus，那么 Crossref 也可以作为交叉验证的参考。
我经常把两个数据源的结果放在一起看：谷歌学术口径下的引用量偏“舆论影响力”，Crossref 口径下的引用量偏“正式出版物影响力”。二者差距太大时，你就需要仔细甄别这个研究方向里是否存在大量“灰色文献”。
4.2 作者重名和论文混淆：引用排序第一大坑
如果说 PoP 使用中有什么坑最让人头疼，那一定是“作者重名”和“论文归属混乱”这两个问题。学术英文名就那么多种，一个 ResearchGate 上能搜出几十个同名的作者太常见了。
为了尽可能降低混淆，我在检索作者时通常用“姓氏加名字缩写”加“单位关键词”的组合方式。比如你要查的是卡内基梅隆大学的 W. Zhang，那么 Author 字段填 Zhang W，Affiliations 字段填 Carnegie Mellon。当结果返回后，我会快速浏览作者列表栏，把跟目标单位明显无关的论文逐条排除。
还有一种情况是同一篇论文被重复收录。谷歌学术偶尔会对同一篇论文的 pre-print 版本和 published 版本分别建立条目，这会带来引用量重复计算。处理方式也不复杂：PoP 结果表里如果看到标题几乎一样的两条记录，右键把非正式版本排除即可。我的习惯是保留正式出版版本，除非预印本版本的引用量远高于正式版——这种情况经常发生在计算机领域，大家通常引 arXiv 版本，此时保留引用量更高的版本更合理。
4.3 自引与虚假引用：要不要剔除？
自引是引用分析里绕不开的话题。一位作者自己写的论文之间相互引用，这在学术圈再正常不过。但在评估一位学者真实学术传播力的时候，高自引可能虚增引用量。
PoP 本身不提供一键剔除自引的功能，所以我的处理办法是分场景：如果只是快速摸底，不剔除自引也能得到大致判断；如果是要写进评审材料或者用于严肃的决策，那务必在 Excel 里做一层数据清洗。具体操作不复杂：导出 CSV 后，把作者列表列拆开，看看被引次数最高的几十篇论文里，有多少自引篇目，手动估算一下自引占比。如果在高被引论文中自引占比超过三成，就要对这位作者的综合指标打一个折扣。
需要特别说明的是，PoP 软件和谷歌学术的都只做“数据展示与排序”，它们本身并不会对引用动机做道德判断。你在做分析时，也要保留这种清醒——指标是工具，结论要结合领域特点。
4.4 用导出数据做二次分析的正确姿势
把数据导出到本地之后，能做的东西就多了。我自己的标准流程是先导出 CSV，用 Excel 打开，然后做三个必做的处理：
第一步，删除不需要的辅助列，只保留标题、作者、期刊、年份、被引量这几列，同时清除被排除记录的痕迹，让数据表干净可读。第二步，新增一列“每篇年均引用量”，用总被引量除以文章年龄。这个指标能快速锁定“近期快速上升”的论文——有些论文总被引不一定特别高，但年均引用量高，说明它是当下热点的中心，这对于追踪前沿非常有价值。第三步，按年份做分组汇总，画一张简单折线图。从趋势上能一眼看出这个方向的冷热周期。
如果还想更深一步，可以把 CSV 导入 VOSviewer 或 Bibliometrix（R 语言包）做共被引分析、关键词热点图谱。因为 PoP 导出的数据已经包含了完整的论文标题、作者、期刊和引用信息，不需要再做太多格式化。这里值得多提一句：PoP 导出的“Cited by”里虽然有引用次数，但并没有提供“具体是谁引用了这篇论文”的详细引用记录；如果要做引文网络，光靠 PoP 的数据还不够，需要配合 Citation Gecko 或 Scopus Citation Overview 之类的工具。这也是我使用中发现的工具边界，提前说出来，免得你绕远路。
5. 真实应用场景：引用量排序还能解决什么问题
5.1 投稿前的期刊影响力摸底
你写完一篇论文，准备投稿，但目标期刊到底处在什么水平？这时候用 PoP 做一个“以期刊名为关键词”的检索，能获得非常直观的数据。
比如你想评估一个区域期刊近五年的学术影响力。新建一个 Google Scholar 搜索，在 Title Keywords 或 Publication 相关字段中输入该期刊名称，设定年份范围，比如 2018 到 2024 年，点击检索。软件返回后，按 Cited by 排序，你会看到该期刊这五年中高被引论文的排名。如果高被引论文的数量和引用的绝对值与同类期刊差距较大，这说明期刊当前影响力有限；如果头部论文的引用量都很高，说明这个期刊有比较强的组稿和传播能力。
我身边不少中青年学者，每年投期刊前都会跑一遍这个流程，用来给候选期刊排序，而不是纯靠所谓分区或经验判断。所有分区的核心来源也是引用，既然能自己量化，为什么不在投稿前先算一遍？
5.2 快速摸清某位学者是否适合当导师/合作者
筛选导师或在项目里挑选合作者，是另一个人际敏感但非常实际的应用场景。这个场景下，只看对方发表在主页上的代表性论文是不够的——那些大多是精心挑选出来的“门面”。真正反映水平的是整体产出结构和长期引用轨迹。
我在收到一个合作请求时，通常会做一次三栏对比：把这位学者、我本人、该领域一位公认的资深学者放到三个检索任务里，用同一个时间段分别跑谷歌学术，然后对比 h-index、总被引和近五年引用趋势。这一步能很快让我形成一个判断：这位合作者的产出是平稳增长，还是已经过了高峰期；他是大量灌水但篇均引用不高，还是篇均引用很突出但产出较少。这种基于数据的判断比自己闷头看论文效率高得多，也更客观。
5.3 文献综述里的高被引论文清单自动生成
写综述时最痛苦的一环，就是“经典文献不能漏”。一名合格的研究者绝对不会只凭印象筛论文，必须依据数据。
具体操作：以主题关键词做 Title-only 检索，限定在近十年或近二十年，按被引次数降序排列，导出 CSV 后直接就是一份高被引论文列表。我再逐一打开标题和摘要做人工复核，筛掉不相关的条目，剩下的就是一份很难被诟病遗漏的文献清单。这套方法我做了不下十轮，每一次都比我一开始靠人肉翻谷歌学术要轻松得多，而且因为可以批量导出，参考文献管理软件里的条目也从此不用再一个个敲入。
还有一个进阶玩法：把检索时间切成若干个短窗口，比如每三年为一个窗口，分别取每个窗口的 Top 10 高被引论文，再合并排序。这样看“高被引论文的分布时间跨度”能让你知道这个领域是什么时候爆发的，谁是当时的核心人物，当下是否在冷却。这是文献综述里“研究脉络”部分最可靠的数据来源之一。
6. 常见问题与排查技巧实录
6.1 问题速查表
| 现象 | 可能原因 | 处理方法 |
|---|---|---|
| 检索结果只有很少几条，甚至为空 | 检索条件过严，比如作者名填写方式或年份范围过窄 | 放宽 Author 字段为姓氏+首字母，放宽年份，或切换到 Crossref 数据源验证 |
| 结果条数很多但大量无关 | 缺少单位字段限定，或关键词在全文匹配 | 增加 Affiliations 限定，把 Where the words appear 改为 Title |
| 总被引次数远高于预期 | 包含预印本、非同行评议来源、同名作者论文 | 按标题逐条排查，右键排除无关条目，必要时核对每一条的高被引论文详情 |
| 总被引次数远低于预期 | 谷歌学术漏检或论文版本不符合 | 换一个姓名拼写方式重新检索，或直接到谷歌学术人工确认 |
| 软件长时间无响应 | 检索页数过多，请求密度过大 | 缩小年份范围，或把关键词限定在标题中，减少结果量 |
| 无法正常导出 BibTeX | 记录类型不被支持，或软件版本过老 | 先更新 PoP，导出时优先选 RIS，再用文献管理软件转 BibTeX |
这份速查表是我自己处理常见问题时的第一反应清单。大多数时候，问题都出在检索条件上，而不是工具本身。
6.2 独家避坑：检索条件设置的经验
我再说三个容易踩的细节。第一个，作者名字里的连字符。中文拼音转英文经常出现“Li-Wei”这样的名字，有时排名字时“Li-Wei Zhang”和“Li Wei Zhang”在谷歌学术里会被当成不同的人。遇到这种情况正确做法是把 Author 填成 Zhang LW 或 Zhang LiWei，然后分几次检，最后把结果导入 CSV 合并去重。第二个，期刊名称的大小写和简称对不上。比如“Journal of the American Medical Informatics Association”有时候被简写为“JAMIA”，也会影响检索结果。这些缩写变体不一定体现在 PoP 里，如果遇到不确定，就用期刊官网的 ISSN 号来做核对。第三个，年份字段默认指的是论文发表年份，但谷歌学术里有些条目的标引年份是电子上线时间，所以会出现实际 2023 年发表但标注 2022 年的情况。在做年度趋势分析时，不要对这一两年的偏差过度纠结，看整体趋势即可。
6.3 高阶操作：如何把 PoP 和参考文献管理软件联动
最后分享一套我固定的工作流，串联起 PoP、Zotero 和 Word。这个过程是：先做一次主题检索，按引用量排序，导出全部结果为一个 BibTeX 文件；Zotero 中新建一个分类文件夹，直接导入 BibTeX 文件；然后用 Better BibTeX 插件把条目 key 统一成“第一作者年份”的格式；最后在 Word 里插入引文时，直接用 Zotero 搜索引用 key 即可。每当我需要按照不同引用量分组呈现某个观点的文献支撑时，只需回到这个文件夹里排序即可。
这个流程对综述写作尤其好用，因为你在论文里的“最新进展”“主流观点”这几个小节中，常常需要一组组高被引文献作为佐证。提前用 PoP 把数据备齐，之后的写作就变成填空题。
写到最后，说几句体外话
PoP 我用了多年，最深的体会是：这类工具看起来只是一个“排序器”，但真正拉开差距的，是你对“被引量”背后的理解。一个数字背后可能是一整个学科的评价体系、一段学术合作的纠葛、一个领域从冷到热的迭代史。工具只负责把数据拉到桌面上，怎么解读，永远靠人。
最后再分享一个小技巧：做任何“引用量排序”前，先想清楚一个问题——你排序的目的是什么？如果是为了找经典文献，只看总被引排序就行；如果是为了发现近几年的热点，那就该按近五年被引量排序；如果是为了评估某个人，那必须结合 h-index 和篇均引用。目的不同，排序方式不同，结论也完全不同。想明白这一点，再打开 PoP 也不迟。
