编者按： 近二十年，中国统计学科取得长足进步，从“四大”期刊一稿难求，发展到当前每年“四大”期刊发文数量稳居全球第二，学科发展迎来崭新阶段。2025年末，清华大学统计与数据科学系举办学科发展研讨会，邀请国内领军学者齐聚清华园，共同研讨学科发展大计。在研讨会上，美国工程院院士吴建福教授做了题为“统计学期刊的评价体系：从四大到十大”的特邀报告，呼吁中国统计学界解放思想、开拓思路，打破对“四大”的盲目崇拜，更加关注关乎国家战略需求的关键问题和重要的应用问题，提升整个学科在关键领域的影响力，引起与会专家热烈讨论争鸣。对吴先生的呼吁，清华统计同仁深表赞同。为了让更多国内外同行了解吴先生的观点，我们将吴先生报告的核心内容整理成文，在第四届全国统计与数据科学联合会议开幕之际，以“水木高峰评论”的形式发布在清华统计系微信公众号上，并请美国科学院院士刘军教授、中国科学院院士陈松蹊教授加以点评，以飨读者。希望吴先生的这篇文章能够对各位同仁有所启迪，指引大家携手共创中国统计学科光明未来。
美国国家工程院院士 吴建福
在统计学界，“四大天王”通常指四本顶级期刊：AOS、JASA、Biometrika 和 JRSSB。其中，AOS 和 JASA主要由美国学界主导，而美国在当今科学体系中处于中心地位；Biometrika 和 JRSSB 则源于英国这一统计传统强国。
在包括中国在内的许多亚洲国家和地区，“四大”长期被用作学术评估的重要标准。在奖项评选、职称晋升等环节中，能否在这些期刊发表论文往往是关键指标。我在1980年代起多次回国访问，见证了中国学术界的崛起。如今，经过海外学习或科研经历，国内学者在语言表达、学术规范以及期刊风格理解方面更加成熟，已经能在“四大”上持续发表高质量成果。其实，老一辈学者在学术思维上并不逊色，但受限于当时的语言条件，难以在“四大”期刊上发表论文，这并非能力问题，而是时代所限。因此，“四大”在国内的流行，是否真正有利于科学研究和实际应用的发展？
从历史角度看，“四大”在国内被广泛作为学术评价依据，源于其提供了一套相对客观的评价标准，有助于减少人为因素的干扰，在特定阶段具有其合理性。可以说，改革开放以来，中国学界正是在这种标准的激励下取得了今天的进步。
坦率地说，我在美国任教期间也在“四大”上发表过不少文章，尤其是在 AOS 上的论文引用率很高。但这并不意味着我将其看得至高无上，也从未因此限定自己。在美国的顶尖高校中，从未出现过类似“四大”的固定名单，也不限定必须在哪些期刊发表才算出色，优秀成果自会被公正评审所认可。相比之下，国内的学术体系尚未建立起同样成熟的评价机制，因此采用“四大”作为标准，在当下仍有其历史的必要性。
但我们必须看到，这种单一的评价标准，也逐渐显现出一些副作用。一些高校在学术评估中对“四大”依赖过强，甚至将其视为唯一标准，导致其他期刊和研究方向的价值被低估。年轻学者的研究目标被收缩到极少数期刊之中，学术视野随之变窄。对“四大”的重视甚至演变为一种“obsession”（痴迷）。在这种氛围下，有人将“发一篇四大”视为学术理想的终点。更深层的问题在于，这种导向正在改变研究本身。学者们倾向于选择更符合“四大”审美的课题，而忽视了国家战略需求中的关键问题，尤其是在“卡脖子”技术等领域。因此，我们有必要反思：我们的研究是否真正回应了国家和社会的核心需求。
另一个值得警惕的副作用，是统计科学在“大科学体系”中的边缘化。我们可以自问：在“两弹一星”、航天工程、人工智能、生命科学等重大领域中，统计学究竟发挥了多少“不可替代”的作用？与计算数学、计算机科学等学科相比，为什么我们的院士、杰青等高层次人才数量也存在差距？然而，华人统计学者中并不缺乏获得国际大奖的杰出人物，这说明我们的学术水平并不逊色。那么，为什么我们的整体影响力却与这种实力不相匹配？原因并不在于统计学本身的重要性，而在于我们长期将评价体系过度集中在“四大”期刊上，逐渐形成了一种以“发表”为导向的研究路径。于是出现了一种不对称：论文数量和水平都在提升，但在关键领域的实际影响力却有限。从这个角度看，对“四大”的过度依赖，潜移默化中削弱了学科在国家战略中的地位。这种“影响力不配比”的现象，值得认真反思。
那么，如果不再将“四大”作为唯一标尺，我们应当用什么来替代？是否可以构建一个更加开放、多元、能够反映不同研究方向价值的评价体系？在这个意义上，可以从“四大”出发适度扩展，首先加入机器学习领域的 JMLR，形成“四大 + JMLR”的“五核”。进一步，还可以根据不同方向引入代表性期刊，如Technometrics、AOAS、Biometrics、JBES、JCGS、SIAM/ASA JUQ 等。进一步可以拓展到计算机科学顶会，IEEE Transactions、ASME Transactions、SIAM 系列期刊，计量经济学期刊以及 Science、Nature 大子刊等，形成一个更加开放的 “华丽十大” 。
当然，期刊名单本身并不是唯一关键。真正重要的问题是：什么样的评价体系才是合理的？理想状态下，应直接依据论文的学术价值进行判断。但在国内，这样的做法往往只有少数顶尖院系能够较好实现。欧美一流大学通常将候选人的代表性成果交由国际权威学者独立评估，而非依赖期刊或“帽子”。如果我们的学术评价体系也能逐渐走向这种以学术内容和同行评议为核心的模式，也就意味着我们的学术体系真正进入了世界的第一阵列。如此，统计科学不仅不会被边缘化，反而有可能在未来的大科学体系中发挥更加核心的作用。这或许才是我们讨论“四大”问题的真正意义。
陈松蹊院士锐评
中国科学院院士 陈松蹊
自 2011 年统计学获批成为一级学科以来，国内统计学界学者在科研论文产出方面实现了跨越式发展，当前国内每年在统计学四大顶刊发表论文 70 至 80 篇，较此前增长 7 至 8 倍。现阶段更需要一批有实际影响力的理论结合实际的工作，国家也倡导科研工作者坚持 “四个面向”，立足现实需求，开展以实际问题为导向的研究。吴建福先生围绕四大顶刊在统计学科研评价体系中定位撰写的文章引人深思，文中提出的建议非常有益，我认为具备落地实行的条件。
刘军院士锐评
美国国家科学院院士 刘军
吴先生的文章我仔细地阅读了好几遍。吴先生谈的很发人深省，切中要害，对我们中国统计界不仅是一剂猛药，更是一剂良药。现在是时候让我们从沙子里抬出自己的头，看看周围的真实处境，认真想一想咱们这个学科怎么才能最好地发展，想一想对“四大”的过度迷恋是不是正在削弱统计学在国家重大战略需求中的实际影响力，从而减小我们这些统计研究者们在这AI时代所能起的作用？
顺着这个思路，我想补充一点：纯数学领域特别重视数学“四大”期刊有其合理性，因为纯数学是一门高度内生的学科，其价值在很大程度上由学科内部的逻辑推演和理论美感来定义，“四大”足以覆盖其核心成果的发表需求。而统计学的生命线却在学科之外——它之所以重要，恰恰是因为它能与人工智能、生命科学、工程、经济、人文等领域深度交融，在解决真实问题中检验和发展方法。当评价体系把统计学锁在几本期刊的围墙里，就等于切断了它与外部世界对话的通道，背离了统计学植根应用的学科本质，也辜负了它在国家科技体系中应当承担的使命。
那么，行动上可以从何处入手？我想至少有三点值得尝试： 其一 ，教育决策机构和各高校院所在职称评审、硕博导资格认定中，应明确倡导“代表性成果”制度，要求申报人提交若干篇代表作并附上“研究贡献陈述”，重点阐述其解决了什么真实问题、对相关领域产生了什么实际推动、自己在合作文章中的主要贡献，而非简单统计期刊篇数。 其二 ，国家自然科学基金委、科技部等科研支持组织在项目评审和结题评估中，可将“成果的引用与采纳情况（尤其非统计顶刊）”纳入重要参考，例如一项统计方法被工程或医学领域的高水平期刊正面引用或采用，应视为具有重要影响力的佐证。 其三 ，各类学术奖项的评审委员会在制定评选标准时，可明确要求候选人提供“成果影响力多元化证明”，涵盖跨学科合作成果、开源代码与数据工具的行业使用情况、对国家重大需求的直接贡献等维度，以此引导青年学者走出“为发而发”的窄门。
吴先生的这篇文章不啻为一剂及时的清醒剂，它提醒我们：期刊是载体，不是目的；发表是起点，不是终点。唯有让评价回归学术本身，统计学科才能真正在大科学时代发挥不可替代的作用。这篇文章，值得每一位关心中国统计与AI发展的同仁细读与深思。
策划｜邓柯
审核｜侯琳、李乐飞
