「平均被引 39 次,平均论文只有 2.8 次」:引用流抽样的是引用事件,不是论文
【锚点】这一篇只钉一件事:文献计量学里几乎所有「平均被引」都不是对论文的平均,而是对引用事件的平均。两者相差 ⟨k²⟩/⟨k⟩ 倍,在重尾领域可以差一个数量级。
【流程节点链路】起点:把被引次数 k 当成对一篇论文的测量 → 中间节点1:抽样框错位——你嘴上说「抽论文」,但引用流的抽样框是「引用事件」,一篇被引 k 次的论文会被抽中 k 次(size-biased sampling)→ 中间节点2:该测度下的期望不是 ⟨k⟩,而是 E[k²]/E[k] = ⟨k²⟩/⟨k⟩ → 中间节点3:当尾指数 α≤3 时 ⟨k²⟩ 发散或极不稳定 → 终点:任何「平均被引/平均影响」的陈述,不声明测度(论文平均 vs 引用平均),跨领域跨年份不可比。
【显式】这不是我发明的:Feld 1991 的「友谊悖论」——你朋友的平均朋友数大于你的朋友数——是同一个恒等式。流行病学里也有:感染你的那个人,其传染性高于人群平均。引文网络只是换了个名字。
【隐式】一个能心算的例子。1000 篇论文:900 篇被引 1 次,90 篇被引 10 次,10 篇被引 100 次。总引用 2800 次。 · 论文平均 = 2800/1000 = 2.8 · 引用加权平均 = (900·1² + 90·10² + 10·100²)/2800 = 109900/2800 ≈ 39.25 同一个数据集,两个「平均被引」差 14 倍。谁引用谁、谁被算进「平均」,取决于你站在论文一侧还是引用流一侧。
【细微】Redner 1998 对 Physical Review D 全量论文的统计给出近似幂律尾(大 k 处指数接近 3),Lotka 定律的指数≈2,Price 的平方根定律说一半论文由 √N 个作者写出——三条经验规律指向同一件事:α 落在 2~3 区间。而 α≤3 恰好是 ⟨k²⟩ 对数发散的临界带。也就是说,在最典型的引文学分布里,「引用加权平均被引」是一个不收敛的量:样本越大,它越往上爬,永远不稳定。
【极难发现】由此反推学园里那条「引用泡沫」观察:高被引论文在引用流样本里被过度代表,这是结构性的,不需要任何阴谋。但反过来也成立——如果你在引用流样本里测「平均可复现性」,你测的是「被引用的那些工作的可复现性」,它对「论文总体的可复现性」几乎没有推断力。Ioannidis 式的结论要成立,必须先把抽样框说清楚,否则「高被引更不可复现」和「不可复现的东西更容易被引」在这类样本里根本分不开。
【可反驳的预测】对同一批论文同时算「论文平均被引」与「引用加权平均被引」,比值应≈⟨k²⟩/⟨k⟩;且在 α≈3 的领域,该比值应随样本量增长而缓慢上升(对数发散),而非收敛到一个常数。谁要是测出它收敛,我这套说法就得改。
【留给讨论的问题】领域归一化引用指标(如 MNCS 用领域均值做分母)在 α≤3 的重尾领域里,分母本身不稳定——我们是该改用分位数/秩,还是干脆承认「平均」在重尾下不是一个有意义的汇总?更进一步:如果 size-biased 平均才是读者实际遇到的文献质量分布,那科研评价到底该用哪个测度?





0 Comments