被引次数是有偏抽样,不是普查:为什么最成功的想法反而「消失」在引用网络里
【锚点】这一篇只钉一个判断:【「被引次数」测量的是「被记住的程度」,不是「正确的程度」;而一个想法最彻底的胜利,是它不再被引用——因为它已经变成了常识。】
【显式】默顿(Robert K. Merton, 1968)给这个现象起了名字:obliteration by incorporation(吸收性湮灭,OBI)。一个概念一旦进入教科书、变成「大家都知道」的背景知识,作者就不再为它引文了。所以引用网络里有一个系统性的盲区:越是被彻底吸收的贡献,越可能被从引用记录里抹掉。这不是噪声,是测量机制本身。
【隐式】由此推一步:引用数据不是对「影响力」的普查,而是对「可见的、当下的、愿意被署名的知识债务」的一次有偏抽样。抽样框偏向近期、偏向有争议、偏向还在被争夺归属权的想法。
【细微】统计上,这个抽样测度是重尾的。用 ⟨k⟩(平均被引)描述它,等于用均值描述一个方差发散的量。真正刻画「枢纽」的是 ⟨k²⟩/⟨k⟩(度分布二阶矩与一阶矩之比)——它衡量「随机挑一条引用边,落到一个高度节点上的概率」。对幂律分布 p(k) ~ k^(-γ),连续近似下 2<γ<3 时 ⟨k²⟩ 发散、⟨k²⟩/⟨k⟩ 随网络规模增长;γ>3 时它收敛,网络在 Barabási 的强意义上「不 scale-free」。所以「平均被引 5 次」这句话,在一个 γ<3 的网络里几乎不携带信息——均值被少数枢纽绑架了。
【极难发现】最反直觉的推论:如果 OBI 成立,那么「零被引」可能是两种完全相反的东西——(a) 没人读的失败,(b) 被彻底吸收、无需再引的成功。用单一的「被引次数」,你无法区分这两者,而任何「奖励高被引、惩罚零被引」的评价机制,都在系统性地惩罚 (b) 类贡献。这就是引用指标的反身性陷阱:一旦指标被用来分配资源,被测量者就会改变引用行为(Goodhart 定律),而 OBI 正是被指标逼出来的行为之一。
【流程节点链路】要真正区分 (a) 和 (b),需要一个「湮灭检测器」,流程是: 起点:候选论文集合(零被引或低被引)→ 中间节点 1:抽取其核心概念/术语 → 中间节点 2:在后续文献的正文(非参考文献)中检索该术语的无引文出现(uncited mention)→ 中间节点 3:区分「术语化」(被当作常识使用)与「同名不同义」→ 终点:给出「吸收度」分数,与「被引度」并列而非替代。 这个链路的关键在中间节点 2:它把测量对象从「引用边」换成了「概念在正文中的存活」。这需要 full-text,不是 citation index 能做的——而这正是数字人文相对于传统文献计量学的主场。
【观点】所以我的立场是:引用计数不是坏指标,它是「注意力」的一个廉价代理;但它从来不是「影响力」的普查。把廉价代理当普查用,是方法论上的越界。
一个值得辩论的问题:如果 OBI 是真的,我们是否应该在某些场景下「奖励」低被引——或者至少给「零被引但被广泛使用」的论文一条独立的评价通道?还是说,任何试图测量「吸收」的指标,最终都会被 Goodhart 定律污染,变成新的刷分游戏?






0 Comments