马太效应所导致的信息分布的富集现象，其积极意义显而易见，在实际的信息管理工作中，它可以帮助我们突出重点、摒弃平均，为信息源的选择、获取、评价和利用提供依据，为降低信息管理成本，提髙信息利用效益提供指导和方法。在理论上，马太效应描述的优劣可以帮助我们认识信息集中和分散的特征、趋势和规律，发现信息管理学的基础性定律。但是马太效应的负面影响也是显而易见的，需要在应用中加以约束和限制。
马太效应描述信息对象的优势和劣势过度积累，容易使信息工作者按简单的优劣进行信息的选择、评价、传播和利用，走人极端，使信息工作者因循守旧、不思进取，不求变革创新，按经验和简单的规则从亊复杂多变的信息管理工作。
马太效应所形成的信息分布富集有时仅仅是表面的、外在的。例如一篇论文被引次数多并不一定表明它有较高的价值，一些有错误观点或有争议的论文也可能有较高的被引率（人们出于对它的批评或商榷）。有的优势积累过程带有突发性和受统计学因素的影响，使得信息价值失真。例如，加菲尔德利用《科学引文索引>1961—1975年的15年共计3000万条被引数据，按被引次数排序，评选出250名科学家（平均被引频次为3811次）。其中诺贝尔奖获得者44人，他们的被引频次在得奖前后有重要变化，有的在获奖前被引次数并不高，获奖后由于名声大振，被引次数剧增。这有可能掩盖了事实真相，因为并不能保证诺贝尔奖获得者的每篇论文都具有较高价值。