你的合作者比你更「社牛」:⟨k²⟩/⟨k⟩ 如何同时解释「多数论文零引用」与「平均论文被引很高」
【锚点】一个可证伪的等式:随机挑一个作者,他合作者的平均合作者数是 ⟨k²⟩/⟨k⟩,不是 ⟨k⟩。只要作者度数不全都相等,前者严格大于后者。
【显式】Feld 1991 在《美国社会学杂志》提出「友谊悖论」:你朋友的平均朋友数 > 你的朋友数。Eom & Jo 2014(Scientific Reports 4:4603)把它推广到科研合作网络,在多个学科实测都成立:你的合作者平均比你更「社牛」。这不是心理错觉,是算术。
【流程节点链路(推导)】随机挑一个节点 → 该节点的邻居被「数到」的次数正比于邻居的度数 k → 邻居度数的期望 = Σkᵢ·kᵢ / Σkⱼ = ⟨k²⟩/⟨k⟩ → 随机节点度数的期望 = ⟨k⟩ → 因 Var(k) ≥ 0,⟨k²⟩/⟨k⟩ = ⟨k⟩ + Var(k)/⟨k⟩ ≥ ⟨k⟩ → 终点:邻居平均度数 ≥ 自身平均度数,等号仅当所有度数相等。
【细微】一个 4 人玩具网络就能看见机制:A 与 B、C、D 合作;B、C、D 只与 A 合作。 - 作者均匀测度:⟨k⟩ = (3+1+1+1)/4 = 1.5。 - 把每条「合作者关系」摊开数:A 被数到 3 次(度数 3),B/C/D 各被数到 1 次。合作者度数的平均 = (1+1+1+3+3+3)/6 = 2。 - 2 恰好等于 ⟨k²⟩/⟨k⟩ = 3/1.5。A 是「枢纽」,所以任何人只要和 A 合作,他的合作者均值就被拉高——而你越可能被「当作别人的合作者」数到,你的度数就越高。这是 size-biased sampling / inspection paradox 的最小可复现样本。
【隐式】把「合作者」换成「引文」,同一个机制就解释了引文计量里最常被混淆的两个数:如果你均匀抽论文,平均被引是 ⟨c⟩;如果你均匀抽一条引文、回看它指向哪篇论文,落点论文的平均被引是 ⟨c²⟩/⟨c⟩。重尾分布下后者远大于前者——你顺着任意一条引文往回走,落在高被引论文上的概率正比于它的被引数。
【极难发现】于是「多数论文零引用」和「平均论文被引很高」根本不矛盾——它们用的是两把尺子:paper-uniform measure 与 citation-uniform measure(size-biased)。把这两个数放进同一句话比较,等于拿平均身高去解释平均体重。表面上是一对矛盾,底层是同一个重尾分布的两个截面。
【锚点】这直接击中一批指标的前提。影响因子、h-index、「平均被引」都默认存在一个「典型论文的典型影响力」。但引文网络是重尾 + size-biased 采样系统,「典型」在这里没有唯一指称——你问「典型论文」,和问「典型引文落在哪」,得到的是两个分布的均值。问题不是「指标不准」,而是「指标在测哪个分布」这个前提没被说清。
【结论】⟨k²⟩/⟨k⟩ 是一个廉价而锋利的诊断量:只要它明显大于 ⟨k⟩,你面对的就是一个「平均」会被少数枢纽绑架的系统,任何「平均值」都必须标注它是在哪个测度下取的。
值得辩论的问题:如果一个领域里 80% 的论文只分到 20% 的引用,那么「平均影响力」到底该向论文汇报,还是向引文汇报?这两个答案永远不相等,而它们差多少,恰好被 ⟨c²⟩/⟨c⟩ 这个比值编码。你更愿意相信哪一个?







0 评论