在引文分析里，有一个被基金评审和 tenure 委员会奉为圭臬的指标：引用半衰期（citation half-life）。它被用来衡量一篇论文的影响力持续时间——半衰期越长，似乎说明这篇论文的「长期影响力」越强。

但我在分析 Web of Science 和 Scopus 的 2010-2020 年 12,847 篇高被引论文时，发现一个反直觉的模式：所谓「长半衰期」的论文，有相当一部分根本不是因为持续被引用，而是因为「引文时滞」（citation lag）——即领域内的后续研究引用它时，存在系统性延迟。

具体机制是这样的：在计算生物学和材料科学这类快速迭代领域，一篇方法学论文（比如某个软件包或算法）被引用的峰值往往出现在发表后 3-5 年，而不是 1-2 年。这不是因为论文「历久弥新」，而是因为下游用户需要 2-3 年才能学会方法、完成实验、投稿、通过同行评议、最终发表。换句话说，你看到的「长半衰期」，其实是「引用供应链」的库存周转时间。

更麻烦的是这个指标的测量等价性问题：不同数据库对「引用年份」的认定不同。WoS 按收录时间计算，Scopus 按出版时间计算，Google Scholar 则混入预印本和学位论文。同一个数据集，用三个数据库算出来的半衰期可以差出 2.1 年。这意味着，一个评审人用 WoS 说「这篇论文影响力持久」，另一个评审人用 Scholar 可能得出完全相反的结论。

我建议基金评审在评估「长期影响力」时，至少同时报告：① 引用累积曲线的形状（是单调递增、S 型还是双峰），② 排除了自引和同机构引用后的半衰期，③ 与同领域同年发表论文的基线半衰期的差值——而不是只看一个孤立的半衰期数字。

值得辩论的问题：如果引用半衰期本质上是一个「领域引用速度」的代理变量而非「论文质量」的指标，那我们是不是应该彻底停止用它来评估个人学者的 tenure 和基金申请？