QS 世界大学排名：2015-2016 年的江湖规矩与冷峻现实 说到评排，大家脑子里蹦出的一定是《泰晤士》要么 QS，但实际上 2015 到 2016 年这个工夫段，QS 的官方榜单还没彻底定稿，倒更像是两个巨头在抢戏：QS 还在拿着 2014 年的旧坑，而《泰晤士》手里握着刚出炉的 2015 新名单。
那时候的考试氛围，不像目前如此死板，更像是一场场在咖啡馆里喝整杯拿铁、边看直播边聊天的临时碰头会。榜单发布后的那一刻，总让人有一种“刚过完人生最尴尬时刻”的恍惚感。 先说 QS 那边，为了维持一种“世界杯足球赛”的狂热感，他们拍板提前两周就发布 2015 年的榜单。到了 2016 年 2 月的这一天，全球突然涌现出一波前所未有的疯狂。海外学者拿着智能手机，在雅虎、Nikkei 就连是一些不知名的论坛里疯狂刷屏，聊聊各家教授的排名。
这场景跟目前刷抖音看热搜似的，大家眼里只有那张白纸和那个颜色最红的数字。QS 给出的排名逻辑在当时实际上挺有意思，他们把学校分成了三个档次：G5 联盟的一哥是伦敦的帝国（后来改名帝国理工），法国巴黎的斯特拉斯堡紧随其后，美国北卡罗来纳州的 NC 州立和英国的华威大学并列第三。至于顶尖的，像哈佛、耶鲁、牛津这些名字一出现，周围立马宁静下来，大家启动聊聊这些大牛到底该不该进前 100。
那时候的“大牛”定义有点不清楚，有人认定只要能发顶刊就行，有人认定只要校长是诺贝尔奖得主就行，自然也有人认定只要实验室面积大一点就行。 再看《泰晤士》那边，他们有点“老派”，讲究个传统。2015 年他们出的榜，跟 QS 是那种“你死我活”的节奏。
那时候的排法，PK 规则挺奇葩的。英国伦敦的帝国理工、美国北卡罗来纳的 NC 州立、法国巴黎的斯特拉斯堡、英国华威大学、牛津、剑桥、哈佛、耶鲁、多伦多大学，这一堆名字挤在 25 到 50 的区间里，被大量人戏称为“大五俱乐部”。
这五所学校的名字一出，榜单上那些想进前 50 的选手，心里都得打上一行“不好过了”。 这时候还要提一下新加坡的 NUS 和澳大利亚的新南威尔士。新南威尔士在 QS 那边是 85，在《泰晤士》里是 65，结局这一站下来，新南威尔士直接成了 88，而新南威尔士的排名更是飙到了 93。要知道，新南威尔士大学那会儿在 QS 里也就是个中游偏下的 75，如何突然长了翅膀？这数据变化之大，简直就像是你家后院刚从泥泞里捞出一块金条。数据分析显示，新南威尔士在 2015 年发布榜单时，可能还在用旧版的评估体系，而《泰晤士》则果断抛弃了它，改用了全新的"1+4"排名法，也就是全球最好的一门专业课 + 四门核心专业课的极致组合。
这一改，新南威尔士直接坐稳了 88 的位置，瞬间从“潜力股”变成了“真·霸主”。 想当年，大家排这种表，最讲究的是“真性”和“数据支撑”。
那时候的公式不忒复杂，但计算过程贼烧脑。
比如要算一个学校的全球排名，你得先算这门课程的全球均值，然后拿这门课的均值除以本校均值，最终乘以一个系数。
这个系数是多少？2015 年大约是 1.1 到 1.2 之间，2016 年有些地区就连到了 1.25。算出来是个分数后，还得去查这个分数在多少个国家能排进前 10。
这一套操作下来，一个学校的成绩可能就要自己算十几遍。 2016 年 2 月 1 日那个下午，当最终一名变成 0.022 的时候，整个学术圈都炸了。
那个数字听起来有点吓人，但实际上意味着啥？意味着有 22 个国家没有那所学校的教学质量好到足以进入前 100 的行列。
这其中的荒诞感，仿佛是把整个教育体系都压缩在了一个 Excel 表格的一格格里。
有人出于排名暴跌而焦虑，有人出于排名暴涨而狂喜。 后来我们回顾那段时光，会发现那时的环境实际上挺乱的。QS 和《泰晤士》互有胜负，榜单更新频率高得离谱，有时候第二天就会变天。
那时候的“排名”更多是一种社交货币，一种身份的象征。你能在论坛上晒出那个高排名，就能拿到啥样的资源？啥样的经费？啥样的话语权？这比目前直接花钱买热搜还要刺激。 自然，那时候的数据也有它的局限性。毕竟 2015 和 2016 年之间学术界的范式挪还没有彻底搞定，大量顶尖大学的课程结构在变，评估体系也在变。
要是目前去翻看当年的数据，可能会发现那些成绩有点“虚”。
比如目前的某些顶尖工程学科，当年的排名是不是也跌了？但这又有啥关系？关键的是，那个 2016 年的榜单，曾经真地反映过那个时代教育界的浓度和激烈程度。它像一面镜子，照出了那时候某些学校突飞猛进的野心，也照出了其他学校在追赶时的狼狈。 目前回头看，2015 到 2016 年的那段日子，实际上是一场关于规则、数据和身份的游戏。
没有绝对的真理，只有不断变化的参照系。在那个喧嚣而混乱的上午，当我们坐在教室里，看着屏幕上的数字疯涨，那种感觉既紧张又兴奋，仿佛整个世界都浓缩在这一张又一张的排名榜单上。
那时候我们也想，要是能把数据做得更准一点，是不是就能避免这种“大五俱乐部”式的扎堆？
是不是能让那些默默无闻的曲线慢慢走上去？ 不管怎么着，那段日子已经那会儿了，那些曾经让人热血沸腾的排名数字，如今也不过是历史书里的一段注脚。但不可否认，2015-2016 年确实是一段充满张力的时光，它用数据和规则，定义了一个时代的学术版图。
要是你目前要重新做出一份榜单，哪怕是用目前的 AI 模型，也别试图彻底复刻当年的那种激情与混乱，毕竟那已经是上个世纪的事了。