推荐标题（自媒体高点击率版）：
「没有真实作者的论文，却在悄悄抬高你的引用数——学术圈最新骗局细思极恐」

一篇没有真实作者的论文，是怎么出现在学术数据库里的？

前段时间，美国密歇根大学一位数据科学家——我们姑且称她为 O'Brien——像往常一样在 Google Scholar 上查看自己论文的引用情况。结果，一篇引用了她研究的新论文映入眼帘。

她点进去一看，整个人愣住了。

那篇论文（下文简称"幽灵论文 A"）和她与同事合写的预印本高度雷同，像是用 ChatGPT 原文改写了一遍——换了表达，意思一字未变。更诡异的是，论文 A 的六位署名作者，全部查无此人。这些虚构的名字，却对应着密歇根大学、雷克雅未克大学、海德堡大学等真实存在的机构。

这显然是一次蓄谋已久的剽窃。但问题是——作者都是假人，剽窃究竟为了什么？

答案藏在参考文献里。

幽灵论文的真实目的：悄悄给别人"刷引用"

当 O'Brien 和同事仔细翻看幽灵论文 A 的参考文献时，发现里面充斥着大量与论文内容毫无关系的引用。这些被引用的论文都是真实存在的，而且集中指向同一批学者。

逻辑一下子清晰了：

幽灵论文本身并不在乎署名收益，它的存在只有一个目的——通过参考文献，帮特定真实论文批量刷高引用数。

随后，他们沿着这条线索在 arXiv、SSRN、Authorea、Cambridge 等多个预印本平台上，找到了一批行事逻辑完全一致的假论文。套路高度统一：

• 从真实期刊论文中剽窃内容，用 AI 改写润色；
• 署名给一批不存在的"作者"，机构填真实大学；
• 第一作者大多使用 Outlook 邮箱或伪造的机构邮箱；
• 参考文献里塞满与正文无关的引用，精准指向同一批真实学者。

这条灰色链条，已经在国际学术界引发警觉。知名学术打假媒体 Retraction Watch 在 2026 年 3 月专门报道了这一事件（报道地址：https://retractionwatch.com/2026/03/30/fake-articles-plagiarism-preprints-arxiv-ssrn-citation-network/）。

两名中国学生被点名：究竟是造假者，还是受害者？

调查深入后，两名中国学生进入了公众视野。

第一位是内蒙古大学的郝某。 他的一篇 2025 年会议短文（层级较低，属于"Tiny Paper"类型），被发现引用次数已超过 100 次。O'Brien 的合作者 Liebel 深入追查，发现这 100 多次引用中，来自 ACM 和 IEEE 正式论文的只有 4 次，其余全部来自上述预印本服务器。而那些宣称引用了郝某研究的 arXiv 文章，打开正文根本找不到任何对郝某工作的实际引用——引用只存在于参考文献列表，正文对此只字未提。

第二位是悉尼大学研究生裴某。 他在 Google Scholar 主页上自称"世界前 2% 科学家"（World's Top 2% Scientists），而这一头衔所依托的引用数，同样被发现有大量来源可疑的预印本引用。

两人的反应高度相似：第一时间否认知情，随即要求平台删除相关假论文，并主动联系研究者提供线索，声称自己也是受害方。

郝某表示，他早在 2025 年 11 月就察觉 Google Scholar 主页出现了"异常引用活动"，随即关闭了个人主页，并向 SSRN 举报相关假论文。他认为，有人以与他同名的身份伪造了这些行为，他的"合法研究被这些欺诈性预印本引用"了。

裴某也向 SSRN 发送了投诉邮件，要求删除那篇包含大量无关引用的假论文，称这种做法"问题严重"，可能"直接损害被引用研究人员的学术声誉"。

真相扑朔迷离：这到底是「刷引用」，还是「学术投毒」？

事件发展到这里，参与调查的研究者们反而陷入了更大的困惑。

Liebel 和 Baltes 坦言，这件事有两种完全相反的解读——

解读一：刷引用。 有人（可能是幕后的第三方服务）通过批量生成幽灵论文，为特定学者人为抬高 Google Scholar 上的引用数和 H 指数，从中收取服务费用。两位中国学生是这项"服务"的受益者，但未必是主动购买者。

解读二：学术投毒。 这些幽灵论文也完全可以被用来陷害某人。只需把目标学者的名字放进参考文献，被引用一方就会在完全不知情的情况下，背负上一大堆来自可疑预印本的"莫名引用"，从而引发同行质疑，甚至触发学术不端调查。

正如 Liebel 所说："你完全可以通过这种操作，把某个同事拖入虚假引用的麻烦之中。"

两种解读，一个是主动造假，一个是被动中招，目前都无法完全排除。

Google Scholar 的"宽口径"，正在成为最大的漏洞

理解这件事，需要先搞清楚一个背景知识：不同的学术数据库，对引用的统计方式差异极大。

• Scopus 和 Web of Science 的索引标准较严，通常不将预印本引用计入核心指标，因此受这类造假影响相对较小；
• Google Scholar 则抓取范围极广，几乎将所有能公开访问的文档——包括 arXiv、SSRN、Authorea 等预印本平台上的内容——都纳入引用统计。

这意味着，只要在预印本上批量发布幽灵论文，就可以在 Google Scholar 上制造出引用数快速增长的假象。虽然这骗不过任何严肃的学术评审，但在某些简历筛选、初步背景调查，或者依赖 Google Scholar 的粗放评估场景中，仍然具有一定的迷惑性。

与此同时，研究者也指出，郝某那篇被刷高引用的论文本身层级较低，在国内正式的科研评价体系中几乎不会带来实质收益。这恰恰让"刷引用"的动机变得更加扑朔迷离——收益如此有限，背后究竟是谁在操控？

引用数还能相信吗？

这场风波最值得深思的，或许不是具体的造假者是谁，而是它暴露的一个更深层的问题。

从事科研诚信研究的专家 Matt Hodgkinson 等人，正在收集证据，追踪这背后是否存在一条成体系的"引用工厂"产业链。事实上，类似的案例并非孤例——2025 年底，另一起涉及中国浙江大学博士后、被发现通过预印本平台大量自引以快速拉高 H 指数的事件，也曾引发国际关注。

参与调查的 Baltes 最后说了一句让人印象深刻的话：

"对我来说，一个重要结论是，我们越来越有必要摆脱这种引用计数体系。它几乎已经没有意义了。"

这不是悲观，而是对现实的如实描述。当一个指标可以被如此轻易地操控，它所衡量的"学术影响力"，究竟还剩多少可信度？

写在最后：每一位研究者都应该知道的自保手段

如果你在 Google Scholar 上有个人主页，不妨定期检查一下自己的引用来源——那些标题奇怪、作者查无此人、文章内容和你的研究毫不相关的引用，越早发现越好。

一旦发现可疑情况，应第一时间联系相关预印本平台（如 SSRN、arXiv）进行举报，并保留截图等证据，向所在单位或学术诚信机构报告。

这不是杞人忧天。在这场造假与反造假的博弈中，主动的自我保护，是每一位研究者都应具备的基本意识。

本文综合参考 Retraction Watch（2026 年 3 月 30 日报道）及多项关于引用操控的学术研究。