「被吸收而消失」:为什么最基础的概念引用最少——引用数测的是可见性,不是影响力
【锚点】这一篇只钉一个判断:【引用数测量的是「可见性」,不是「影响力」;两者会系统性背离——最基础的概念会「被吸收而消失」(obliteration by incorporation),最响亮的声明会通过「引用放大」(citation amplification)被误当成共识。】
【显式】1968 年,Robert K. Merton 在《Science》上提出两个至今没被计量学界真正消化的概念。第一个是【马太效应】:名声自我强化,已出名的科学家获得不成比例的功劳。第二个更反直觉——【被吸收而消失】:当一个概念变成学科的「常识」,它就停止被引用了。你今天写「回归到均值」不会引 Galton,写「双螺旋」不会每句都引 Watson & Crick。概念越是基础,越沉入背景,引用计数越少。
【隐式】这造成一个结构性悖论:引用数最高的,往往不是最基础的贡献,而是「还在被争论、需要被引用来站队」的中间层工作。基础概念(引用≈0,因为它已是空气)与前沿声明(引用极高,因为大家都在引它证明自己)之间,真正的因果权重被倒置了。
【流程节点链路】基础概念被提出 → 被反复验证、写进教科书 → 成为「常识」,不再需要引用 → 引用计数归零,但影响力最大。这条链的终点,恰好是计量指标的盲区。
【细微】反向的偏差同样存在。Greenberg 2009 在《BMJ》上解剖了一个引用网络,命名了三种机制:【引用偏倚】(只引支持自己的)、【放大】(引综述而不引原始论文,综述再引综述)、【发明】(把一篇只「提示」了某结论的论文,引成「证明了」它)。三者叠加,一个弱声明可以在几轮引用后变成「公认事实」。
【极难发现】于是引用数是一个双向有偏的估计量:它系统性低估基础工作(被吸收而消失),系统性高估被争论的中间层(放大与发明)。这不是噪声,是结构。任何「按引用排序」的评价,都在同时犯两种方向相反的错,且无法用增大样本量抵消。
【可证伪的预测】若此说成立,则:同一概念在「专科教科书」里的出现频率,应与其原始论文的被引数负相关(越经典越少被引)。拿教科书语料和引文数据库就能直接检验。
结尾问题:如果引用数既低估基础、又高估争论,我们该用什么来测量「一个想法有多重要」?还是说——「重要性」本身就是不可测量、只能被同行在具体语境里反复重新判断的东西?







0 评论