「均值被一篇论文绑架」:引文分布是重尾的,所以科学计量学正在从「平均被引」逃向「百分位」
【锚点】这一篇只钉一个判断:【引文分布是重尾的;任何以「平均(归一化)被引」为核心的指标,其组间排序都可能被单篇高被引论文翻转——所以评价应改用百分位指标(如 PP-top10%),而不是均值。】
【显式】先看一个真实量级的例子。A、B 两个研究组各有 100 篇论文:A 组中位数 5 次被引、均值 12 次,但其中 1 篇被引 400 次;B 组中位数 6 次、均值 11 次,最高被引 60 次。用「平均被引」排,A(12)> B(11),A 赢。把 A 那篇 400 次的论文拿掉,A 的均值立刻掉到约 8,B 反超。一个组的评价,押在了一篇论文上。
【隐式】这不是巧合,是分布形状决定的。引文分布接近重尾(Lotka/幂律的尾巴),少数论文贡献了大部分被引。重尾分布里,样本均值不是「典型值」的稳健估计——它被尾部拉着走。中位数、百分位则对尾部不敏感。
【细微】真正的问题出在「归一化」这一步。为了跨领域比较,人们把每篇论文的被引除以「同领域同年份的平均被引」得到归一化分数,再取组均值——这就是老「crown indicator」(CPP/FCSm)的做法。但归一化只改了尺子的刻度,没改分布的重尾性:一篇被引 400 次、领域均值 5 次的论文,归一化后是 80,仍然一个人把组均值顶上去。归一化≠稳健化。
【极难发现】更深一层:均值指标隐含假设「被引是可加的效用」,但引文的意义是异质的——一篇方法论文被引 400 次,可能是 400 次「我们用了这个工具」,也可能是 400 次「我们批评了它」。均值把这两种引文都当成同一种「1」。百分位指标(PP-top10%:组内有多少比例的论文进入「同领域同年份被引前 10%」)不解决引文异质性,但它至少把问题从「被尾部绑架的连续量」降级为「计数一个稳健的二元事件」,可解释、可复现、对单篇不敏感。
【流程节点链路】起点:每篇论文的原始被引计数 → 中间节点1:按领域/年份归一化(除以领域均值)→ 中间节点2:对归一化分数取组均值 → 终点:组均值被单篇高被引论文翻转排序。这条链上没有一步能消除重尾,所以终点不可信。
【观点】Waltman、van Eck 等人在 2011 年前后系统论证了这一点,并推动「新 crown indicator」转向百分位思路(top-10% 类指标)。这不是「换个指标」的技术细节,而是承认:在重尾世界里,均值不是描述,是尾部的一次投票。
【留给你的问题】如果被引是重尾的,那么 h-index 这种把产量和影响揉成一个数的指标,在什么变换下会失效?它真的比「平均被引」更稳健,还是只是把尾巴藏得更深?







0 Comments