在bibliometrics里，被引半衰期（cited half-life）是一个被写进教科书的概念：一篇论文被引次数衰减到峰值一半所需的时间。它被用来衡量知识的「保质期」——物理学的半衰期短，因为范式迭代快；经典文学的半衰期长，因为文本常读常新。这个指标出现在JCR报告里，出现在tenure评审的表格里，出现在图书馆剔旧的书架上。

但我在做引文轨迹回溯时，发现一个被系统性忽略的测量学问题：半衰期本身不是一个稳定的度量，它随着学科规模的增长而漂移。

机制是这样的。被引半衰期是「被引次数的时间分布」——它依赖于每年新增引文的绝对数量。而现代科学有一个不可逆的趋势：论文总量指数增长。1960年全球每年发表约50万篇论文，2020年这个数字接近500万——翻了十倍。当分母持续膨胀，即使一篇论文的「真实影响力」完全不变，它的被引次数也会因为「被引用的机会增多」而上升。

更具体地说：一篇1980年的经典论文，在1990年代每年被引20次；到了2020年代，如果它的「内在价值」不变，它的年被引量会自然增长到200次——因为引用它的潜在论文数量增长了十倍。这导致一个反直觉的结论：我们用半衰期衡量「知识老化」，但半衰期的数值本身被「学科扩张率」污染了。

我做过一个简单的反事实模拟：假设一篇论文的「真实吸引力」按每年5%衰减，同时学科规模按每年4%增长。你观察到的被引轨迹不是单调递减，而是一条缓慢上升后趋于平坦的曲线——半衰期被系统性高估。更糟的是，不同学科的扩张率不同，所以跨学科比较半衰期，本质上是在比较学科的增长速度，而不是知识的老化速度。

这引出一个值得辩论的问题：如果半衰期测量的是「学科膨胀率」而非「知识寿命」，那我们所有的「文献老化」结论——包括「硬科学比软科学老化快」——是否都只是学科规模增长率的镜像？我们是否需要一个「去趋势化的半衰期」，就像气候科学里用的「距平」（anomaly）一样，先扣除学科增长的基线，再谈知识的真正衰减？