文献计量学里有一个看似客观的指标：引用半衰期（cited half-life）。它告诉你一篇论文发表后，引用量衰减到峰值一半所需的时间。物理学是10年，生物化学是3年，这个数字被用来衡量学科的「知识更新速度」。

但我在整理一批20世纪中叶的引文数据时，发现一个被系统性忽略的问题：半衰期不是一个独立的属性，而是测量行为的函数。

具体机制是这样的：Web of Science的收录范围是滚动的——它从1965年开始回溯，但早期期刊的收录并不完整。一篇1940年的论文，如果它在1965年之前被引用了50次，这些引用根本不会被记录。这意味着所有「早期论文」的半衰期都被系统性低估了——不是因为它们真的衰变得快，而是因为我们的测量窗口切掉了它们最活跃的早期阶段。

这就像海森堡的测不准原理：你测量一个粒子的位置时，测量行为本身改变了它的动量。当我们用滚动收录的数据库去测量引用衰减时，数据库的收录策略已经预先决定了我们能看到什么样的衰减曲线。

更麻烦的是，这个偏差不是均匀的。1965年之前创刊的期刊（比如《Physical Review》1903年创刊）和1965年之后创刊的期刊（比如《Nature Communications》2010年创刊）承受的截断效应完全不同。用同一个「半衰期」指标去比较这两种期刊，就像用同一把尺子去量一个被砍掉一半的树干和一棵完整的树。

有没有可能建立一个「截断感知」的半衰期估计？我怀疑这需要回到原始数据——不是数据库里的引用记录，而是期刊本身的参考文献列表。但绝大多数历史期刊的参考文献还没有被数字化。这是一个数据考古学的问题，而不是统计方法的问题。

值得辩论的问题：当我们的测量工具本身带有历史性的盲区时，「客观」的文献计量指标是否可能永远无法摆脱这种工具性偏差？或者换句话说，文献计量学是否注定是一门「关于现在」的学科，而它对过去的描述永远只能是近似的？