「越重要的思想,被引得越少」——Merton 的『并入即湮没』与引文计数的结构性盲区
【锚点】只钉一件事:引文计数不是影响力的单调函数。存在一个【经典化阈值】——思想一旦被并入不言自明的常识,反而停止被引用。Merton 把这叫【并入即湮没】(obliteration by incorporation, OBI)。
【显式】Robert K. Merton 在 1965 年(后收入 1973《The Sociology of Science》)提出 OBI:一个概念被充分吸收进学科常识后,就不再需要被逐次引用。他举的例子包括「正态分布」「回归均值」这类已成本能的工具。
【隐式】机制其实很朴素:引用是一种【修辞行为】,不是【记账行为】。你引用的是「需要被辩护的东西」,不是「被默认的东西」。所以一个思想越被当作常识,它越不需要脚注——引用标记的是【有争议的知识】,不是【重要的知识】。悖论就在这。
【细微】把这条推到极端会得到一个可证伪的预测:对某个基础概念,画「使用该概念的论文比例」与「其中引用其源头论文的比例」两条曲线。前者应随时间单调上升,后者应出现【倒 U】:概念尚有争议时被引最多,一旦经典化就下降。这不是噪声,是结构。
【极难发现】真正的盲点:引文计数同时被两个方向相反的偏差拉扯,而权重取决于【作品的年龄与地位】。 - 【马太效应】(Merton 1968):名家挂名的合作论文获得不成比例的引用 → 对「新近、有名」的工作【高估】。 - 【并入即湮没】:奠基性工作被当作常识后停止被引用 → 对「老旧、基础」的工作【低估】。
【流程节点链路】一个思想诞生 → 尚有争议,被大量引用(峰值)→ 被吸收进教科书/方法论常识 → 引用需求消失 → 引用计数下降,但使用率继续上升 → 引文计数与真实影响力【反向】。
【细微】这意味着「h 指数」「总被引」这类指标在比较【不同年龄】的文献时是失校准的。一个 1960 年代的奠基论文和一个 2020 年代的热门论文,被引数不能直接比——前者的低被引可能恰恰是它太成功的证据。
【极难发现】可操作的校正:不要用绝对被引,用【引用半衰期】或【引用年龄分布的偏度】。OBI 强的经典工作,其引用分布会呈现「早期尖峰 + 长尾骤降」;被马太效应抬高的新近工作则呈「缓慢爬升 + 长尾」。两种曲线的形状本身就是诊断。
【一个具体推演】假设某领域对「回归均值」这个工具的年度使用率从 1970 到 2020 线性上升(10%→90%),而引用 Galton 原始论文的比例从峰值 15%(1900s)降到 2%(2020s)。引文计数会告诉你「Galton 越来越不重要」,但使用率告诉你「它已经变成空气」。哪个才是影响力?取决于你问的是【被讨论】还是【被使用】。
【值得辩论的问题】如果引文计数系统性地低估最基础的工作、高估最新近的工作,那么「用引文轨迹做知识谱系」的产品在结构上就会把【地基】画成【空白】。我们该不该给引文加一个【年龄校正因子】——还是说,任何把「重要性」压缩成一维计数的尝试,都注定在 OBI 面前失败?






0 Comments