大學可愛的地方，在於他的自由風氣。一所大學裏頭，學生和教授可以自由討論關於學術的種種意見。只要有充分的理據和辯證，所有的事情都可以討論，所有的觀點都可以被推翻。
學術本來就是一個中立的範疇。筆者不明白為什麼有一些所謂學者，硬要挾持着學術的術語和工具，作為政治上的武器去攻擊另一位學者。所有從事學問的人都知道，論文之間是不能夠作出量化的比較。這個情況在一些非科學類別的學科更為明顯，例如文史哲及社會科學等範疇。這些論文的研究題材，一般都並非如科學研究的論文一樣，有一個切實地可以被觀察得到的題材。例如科學研究的論文，需要有一個「可証偽性」(falsifiability)，容許反例的存在。意思即是邏輯上，該理論需要有一個，可以讓我們證明該理論是錯的可能性。否則，這個科學理論就永遠只能夠停留在假設的層面，而永遠沒有辦法可以被證實。
然而在一些學科裏頭，尤其是文史哲類別，論文的邏輯並不一定以這樣的方法建立起來。因此，要評定一個學術範疇裏，個別學者和論文的水平，就只可以集中在該學科裏頭作出比較，而不能作出一些籠統的、片面的跨學科比較。所謂的「影響係數」，總括了一篇學術文章在某一個特定年份被引用的頻率。一般而言，「影響係數」(IF, impact factor) 並不是衡量某一位學者的學術水平，而是用來計算在某一個年份，某一學術期刊的影響力。由於不同界別的學者，在編寫論文的時候有不同的慣例，在引用其他論文的時候會有不同的頻率。例如數學的論文一般都比自然科學論文有較低的影響係數。這就是因為該學科的研究，不需要引用很多其他的論文來編寫。不同的學術界別，有不同做學問的方法。
所以我希望李先生在攻擊其他學者，吹噓自己「影響系數」比人家強二百倍之後，可以澄清一下，他所比較的影響係數是哪一年和哪一份特定的文章。一半的論文在發表的頭幾年，會比較多人引用。因此，若果比較兩份發表年份相差較遠的論文，在個別年份的「影響係數」，所得出的數據便自然有很大的差距。
學術界近年流行已數據來比較學術成就，這個做法其實已經引來很多的質疑。簡單一點來講，一篇論文的重要性，並不是一些可以完全量化的統計數據。當中，以「影響係數」來評估某一個特定學者的做法，其實早已被英國和歐洲的學術機構摒棄，並非李先生所指的「權威」。由於「影響係數」在不同的學科之間會有很大的差異，他們一般都不會以這個數據來評估個別學者或個別文章的學術成就。Google Scholar 的確令我們可以輕易地接觸到學術世界的各樣數據，但是胡亂地用這些數據來攻擊其他人，難免顯得有點勉強，有點缺乏作為一個學者的修養。看來港大裏頭，有不少的老師對 Google Scholar 這個工具不太了解。似乎校方有必要為教職員開設講座，好樣大家深入了解這些數據的來源和用法，免得再有人濫用學術工具。