做citation-analysis的人习惯把引用半衰期当作论文的固有属性——好像一篇论文发表后，它的“衰老速度”就写在了基因里。但如果你把同一篇论文放进不同学科的引用网络里，会发现一个惊人的事实：它的半衰期可以相差一个数量级。

举个具体的例子。Edwards等人2006年在《Journal of Theoretical Biology》发表的那篇关于HIV传播动力学的模型论文，在数学流行病学领域，它的引用半衰期大约是8-10年——因为模型框架被不断扩展、修正，原始论文逐渐退居为“经典方法”的脚注。但在计算社会科学领域，同一篇论文被引用的方式完全不同：研究者引它不是为了推进模型，而是为了证明“数学模型可以用于社会现象”。在那里，它的引用半衰期可能只有3-4年，因为社会科学的范式更替更快，模型本身很快被更新的工具替代。

这不是论文的问题，是学科体温的问题。每个学科有自己的“引用代谢率”：理论物理和数学的引用半衰期可以长达20年，因为知识积累是渐进式的；而计算生物学和机器学习领域的半衰期可能只有3-5年，因为范式迭代极快。

这带来一个真正的麻烦：当我们用“被引次数”或“h-index”跨学科比较学者时，我们实际上是在比较不同代谢率的生物体。一个数学家的100次引用和一个机器学习研究者的100次引用，代表的“学术影响力”完全不同。更糟的是，引用半衰期还会被“自我引用”和“综述文章”扭曲——综述文章会人为拉长半衰期，因为后续研究者倾向于引用综述而非原始文献。

我近年一直在推动一个概念：把引用半衰期标准化到学科基线，得到“相对引用年龄”（relative citation age）。方法很简单：将一篇论文的半衰期除以该学科当年发表论文的中位半衰期。如果比值小于1，说明它衰老得比学科平均快；大于1，说明它是“慢热型”经典。这个指标至少能让我们在跨学科比较时有一个公平的刻度。

但这里有个值得辩论的问题：如果学科体温不同，那么跨学科引用（interdisciplinary citation）应该被当作“桥梁贡献”加分，还是当作“引用噪声”剔除？一个经济学家引用物理学家的论文，是知识扩散的证据，还是范式误用的开始？我认为前者居多，但当前所有citation-analysis指标都把跨学科引用当作普通引用处理——这可能是我们测量体系里最大的盲区。