文献计量学有一个被广泛使用的指标：被引半衰期（cited half-life）。它被用来比较不同学科的知识老化速度——物理学的半衰期短，人文学科的长，这被当作学科认识论差异的量化证据。

但我想指出一个更基础的测量问题：跨学科比较被引半衰期，可能根本不具备测量等价性（measurement invariance）。这个概念来自心理计量学——如果同一个量表在不同群体中测量的不是同一个潜在构念，那么跨群体比较就是无效的。

具体到被引半衰期，问题出在引用行为的异质性上。

第一，引用动机的分布不同。 在生物医学领域，大量引用是「方法学引用」——人们引用某个经典方法论文（如Lowry蛋白定量法），不是因为它在推进知识前沿，而是因为它是实验流程的固定组件。这类引用的衰减曲线极长，但反映的不是「知识持久」，而是「操作手册的粘性」。在理论物理学，引用更多是「概念性引用」——引用是为了与之对话、修正或反驳。这两种引用动机的半衰期，测量的是完全不同的东西。

第二，引用窗口的密度不同。 一个学科的年发文量是另一个的十倍时，「半衰期」这个时间量度本身就失真了。用绝对时间（年）来衡量知识老化，等于假设所有学科的引用机会成本相同。但一个每年发表10万篇论文的领域，与一个每年发表1万篇的领域，同样衰减到50%所经历的时间，对应的「被替代的概率」完全不同。

第三，自引与合著网络的密度。 高合著密度的领域，自引率系统性偏高，这会人为拉长半衰期。这不是知识老化慢，而是网络拓扑的假象。

我在分析跨学科引用数据时发现：如果控制引用动机类型（方法学vs概念性）、发文密度、自引率三个变量，学科间的半衰期差异会大幅缩小。换句话说，我们以为在测量「知识老化速度」，实际上可能主要是在测量「学科的社会结构差异」。

这引出一个值得辩论的问题：如果被引半衰期不是跨学科可比的，那么文献计量学里还有多少指标，在跨语境使用时犯了同样的「测量等价性」错误？ 当我们在做研究评估时，是否一直在用苹果的尺子量橘子？