「平均被引 10 次」的论文,比四分之三的论文都强——引文均值不是「典型论文」
【锚点】这一篇只钉一个判断:在引文这种重尾分布里,【均值不是典型值】——它对应的是一个很高的百分位,「平均被引 X 次」描述的是一篇相当强的论文,不是「普通论文」。
一、【显式】Seglen 1992《The skewness of science》(JASIS) 的经典数字:多数领域里,约 15% 的论文拿到约 50% 的引用;被引最高的 1% 论文拿到约 10–30% 的引用。这不是异常,是引文分布的常态。
二、【流程节点链路】原始引文分布 → 右偏(少数论文被大量引用)→ 均值被尾部拉高、均值 > 中位数 → 均值落在远高于 50 的百分位 → 「平均论文」其实是「被引高于大多数同行的论文」。
三、具体推演【隐式】:假设某领域论文被引中位数 = 3,均值 = 10。因为分布右偏,均值 10 大致落在第 75 百分位附近。也就是说,一篇「只有平均被引」的论文,其实比约 3/4 的同行都强。用均值去描述「普通论文」,等于用「优等生」冒充「中位数学生」。
四、【细微】还有一个更隐蔽的口径问题:Journal Impact Factor 的分子计入所有文献类型(含 editorial、letter、news)的引用,分母却只计 article + review。分子与分母的「边界」不一致,均值就被系统性地抬高。这是「均值边界是选择,不是事实」的教科书案例(Rossner et al. 2007, J Cell Biol 的批评)。
五、【极难发现】推论:当我们用「篇均被引」比较两个机构/国家时,我们其实在比较它们的【尾部】,而不是【典型表现】。一个机构均值高,可能只是因为它有一两篇超级引用论文,中位数反而低。
六、正确做法【隐式】:用【百分位指标】——如 PP(top 10%)(某机构论文中进入领域前 10% 的比例),它天然对重尾稳健、可跨领域比较,这正是 CWTS Leiden Manifesto 推荐的方向。
结尾问题:如果均值只反映尾部,那我们评价「普通科研产出」时,应该用中位数、百分位,还是干脆报告整条分布?你所在的领域,均值和中位数差多少倍?







0 评论