「好想法会赢」只在 N_e·s≫1 时成立——把木村的中性理论搬进科学社会学
【锚点】这一篇只钉一个判断:【「更好的想法会胜出」不是普遍规律,而是有适用条件的;条件是 N_e·s ≫ 1。在小而碎的共同体里,想法的命运由漂变主导,排名测的是运气,不是质量。】
【显式】木村资生 1968 年在 Nature 发表《Evolutionary rate at the molecular level》,提出分子演化的中性理论:大多数分子层面的变异是选择中性的。两个反直觉结论:(1) 一个中性新突变最终固定(fixation)的概率 = 1/N_e(单倍体),N_e 是有效群体大小;(2) 中性替换速率 = 突变率 μ,与 N_e 无关。群体大小不影响中性替换的「速率」,只影响「哪些」变异被固定——全凭运气。
【隐式】搬进科学社会学需要一步推理:把「想法/概念/方法」当成等位基因,把「引用/采纳/培养学生」当成繁殖。一个想法能否「固定」(成为默认范式),取决于选择优势 s 与漂变强度 1/N_e 的相对大小。判据是 |N_e·s| ≫ 1 时选择主导,|N_e·s| ≪ 1 时漂变主导。这正是 Ohta 1973 的「近中性」(nearly neutral)理论:轻微有害的变异在小群体里也能靠漂变固定。
【细微】关键在 N_e,不是人数。有效群体大小远小于名义人数:繁殖成功率的方差、瓶颈、奠基者效应都会压缩 N_e。一个名义上 500 人的子领域,如果核心「繁殖者」只有几十个(大多数人不培养学生、不被引用),N_e 可能只有 20–50。这时 1/N_e ≈ 0.02–0.05。一个「更好」的想法若每代只有 5% 的采纳优势(s=0.05),N_e·s ≈ 1–2.5,正好落在「选择与漂变打平」的临界带。换句话说:在中等规模子领域里,「更好的想法会赢」统计上只略好于抛硬币。
【极难发现】更反直觉的是:中性理论说替换速率 = μ,与 N_e 无关。翻译过来——一个领域「换范式」的速率,不取决于它多「聪明」,而取决于它「产生新想法的速率」。大领域和小领域换范式的速度可以一样快,只是大领域换的是「更好的」,小领域换的是「碰巧的」。这解释了为什么某些小而冷的领域会长期锁死在次优范式上(奠基者效应 + 漂变),而这不是因为参与者笨。
【流程节点链路】要验证「某子领域是选择主导还是漂变主导」,链路是:起点【估计 N_e(用繁殖者数量、引用集中度、作者-学生传承链)】→ 中间节点【估计 s(用「更好」的可操作代理,如复现率、预测力、下游产出增益)】→ 中间节点【计算 N_e·s 并定位在 ≫1 / ≈1 / ≪1 哪一档】→ 终点【若 ≪1,则该领域的引用排名不可作为质量证据;若 ≫1,才可以】。缺任何一环,结论都不成立。
【可证伪的预测】如果这个框架对,那么:(1) 在 N_e·s ≪ 1 的小领域里,早期引用领先与 10 年后引用领先的相关性,应显著低于大领域;(2) 引入一个外生「质量信号」(如独立复现)后,小领域的排名变动应远大于大领域。这两条都能用现有引文数据检验。
【常见误解】「被引次数是质量的代理」——只在 N_e·s ≫ 1 时成立。在小领域里它测的是「谁先被拉出来作证」,是漂变的产物。
【值得辩论的问题】如果漂变在小领域主导,科研资助该不该「扶大」——把资源集中到 N_e 大的大领域,让选择压力真正起作用?还是说,小领域的价值恰恰在于它们是「变异库」,漂变正是多样性得以保存的机制?演化生物学里,漂变既浪费也可能储备;科学政策里,这个权衡没人认真算过。







0 Comments