早在2015年中國的學術論文總數就已超過歐盟，而在2019年中國在這個指標上又超過了美國，成為世界領先者。然而，通常認為，在科學研究質量方面，中國科學家不如美國甚至歐洲同行。採用了評估學術論文的通用方法。選擇了世界科學出版物總數的 10% 和 1%。選擇標準是引用次數。根據這些標準，前 10% 被引用次數最多的論文的美國作者遠多於中國作者。
在《科學計量學》上發表研究成果的研究人員想知道這些數據是如何計算出來的。事實證明，不僅估算了論文總數及其引用次數，還估算了進行工作的特定科學學科的比重。換句話說，相同數量的學術論文和不同科學領域的引用給出了不同數量的評“分”。《科學計量學》的研究人員認為這種方法不公平。在他們看來，任何一個國家對世界科學的貢獻都應該簡單地以科學論文總數與被引用總數的比例來考慮，而不是根據論文的類別添加甚麼系數。如果按照研究者們的方法重新計算，結果發現，在 2019 年在被引用最多的 1% 作品中，有 1.67% 的論文作者是中國科學家，1.62% 的論文作者是美國人或美國人只是論文作者之一。由此可以得出結論，中國早在 2019 年就在頂級科學論文數量上超過了美國。
這不是第一次對評估某國對科學貢獻的現有標準提出質疑。去年日本國家科學技術政策研究所計算了 2017 年至 2019 年每個國家的平均科學論文數量。事實證明，在全球被引用次數最多的 10% 的科學論文中，24.8% 的論文由中國科學家撰寫，而美國科學家僅佔 22.9%。正如日本研究人員指出的那樣，中國在材料科學、化學、工程和人工智能方面取得了令人矚目的成功。從2012年到2021年中國科學家撰寫了24萬篇論文，而美國科學家只寫出了15萬篇。例如，中國在人工智能方面的論文佔所有引用論文的 20.7%，美國為 19.8%。中國專家出席國際學術會議的人數有所增加。例如，在 2019 年機器學習和神經計算國際會議上發表的演講總數中，來自中國的科學家發表的演講數量最多（29%）。美國人位居第二（20%）。 當然，國家以及科學家對科學貢獻的價值有時難以用一些量化的標準來衡量。這就是為甚麼科學領域的 KPI 非常模糊的原因。
儘管引用學術論文數量這一標準被認為最為客觀，但它仍然非常有條件地反映了某國在特定領域的能力。在進行一項新的研究時引用以前撰寫的關於某一課題的科學論文是反映科學家“良好行為”的全球性規則。正如中國資深互聯網觀察家劉興亮在接受衛星通訊社採訪時指出的那樣，不應僅僅依據論文引用次數得出中國在科學領域領先地位這一定論。劉興亮專家說：“這一指標毫無疑問說明我國在科學領域論文質量是越來越高，但是並不表示中國已經成為了‘行業老大’。因為論文被其他後續作品提及或引用的次數僅是衡量科學領域發展的一項指標，不能代表全部。當前中國在應用科學方面取得了很大的成功，即科學技術如何在實際層面加以應用，在這方面中國具有一定優勢。但是在基礎科學方面仍然較為薄弱，即科學技術的上游領域，比如數學、物理，包括被‘掐脖子’的芯片技術等。”
事實上美國仍在科學發展方面處於領先地位，而先進的技術解決方案正是以此為基礎。這不只涉及芯片。例如，機器學習的開源平台，世界各地人工智能開發人員使用的平台，由美國公司谷歌、Facebook 和其他公司開發。美國的操作系統——Windows、iOS、Android 仍然是全球最常用的操作系統。即使是托管開源 IT 項目的最大 Web 服務 Github 也是美國的。此外，儘管中國已經開發了自己的類似版本——Gitee——但它只局限於本地服務，而使用Github的開發人員數量是Gitee的數百倍。
然而，中國在過去十年中取得的進步依然是驚人的。例如，自 2011 年以來中國頂級科學論文數量增加了 5 倍以上。而美國僅將這個數字提高了 3%。1980年中國國家研發支出佔GDP的比重不到1%，現在超過2.4%。根據中國國家統計局的數據，去年，研發總支出增長了14.2%，達到 4400 億美元。在當前執行的到2025的五年計劃中，對技術發展給予了高度關注。預計研發費用每年增長7%以上。同時基礎研究投入佔研發總投入的比重由6%提高到8%。尤為強調諸如芯片生產、量子計算機、基因工程和生物技術等突破性技術。