「被引数不是质量,是马太效应的回声」:一篇已发表的论文,改了作者名就过不了审
【锚点】这一篇只钉一个判断:被引数(citation count)不是对论文质量的测量,而是一个【累积优势】过程的输出——同一篇论文,换一个不知名的署名,命运就会不同。
【显式】Merton 1968(Science)提出【马太效应】:荣誉不成比例地流向已经有名的人。他的证据是诺贝尔奖得主与合作者的贡献分配——同样的工作,名气大的人拿走更多 credit。
【显式】Peters & Ceci 1982(Behavioral and Brain Sciences)把它做成了实验:取 12 篇已在高声望心理学期刊发表的论文,只把作者名和机构改成虚构的低声望机构,原样投回同一批期刊。结果:3 篇接受,8 篇拒,1 篇撤稿。原稿 12/12 发表过,改名后 3/12 过审。(诚实说明:N=12 很小,且无法完全排除「重复发表被识别」的可能——但这个方向后来被反复验证。)
【隐式】审稿人不是在读「论文」,是在读「论文 + 作者先验」。声望是一个 prior,和质量一起进入判决。
【流程节点链路】起点:论文被接收(部分靠质量,部分靠作者先验)→ 中间节点:高声望作者累积更多引用,引用抬高下一次的先验 → 终点:citation count 里混入了初始优势,且这个优势自我强化。这就是累积优势(cumulative advantage)。
【细微】citation 分布的偏度本身就是证据。Price 1963 指出论文-引用是重尾分布:通常前 10–20% 的论文吸收掉大部分引用。如果引用是质量的独立测量,它不会长成这样;它长成这样,正因为它是「富者愈富」的分配过程。
【极难发现】更麻烦的是:即使做【领域归一化】(field-normalized citation),你归一化掉的是「领域引用密度」,归一化不掉「同一领域内作者先验的差异」。field-normalized 指标看起来更公平,其实只是把马太效应藏得更深。
【显式】一个佐证:Tomkins, Zhang & Heavlin 2017(PNAS)比较单盲与双盲评审,发现双盲显著提高了女性和早期研究者的接受率——隐藏作者身份确实改变了判决,说明作者先验在单盲里是起作用的。
【隐式】由此推一个反直觉结论:用 citation count 做招聘/晋升,你排序的不是「谁的工作更重要」,而是「谁更早进入累积优势的正反馈」。它作为【一个领域注意力如何分配的记录】是有用的;作为【个体功绩的测量】是可疑的。
结尾问题:如果 citation count 主要是累积优势的产物,我们该彻底弃用它评人,还是承认「任何替代指标(h-index、altmetrics)都只是把同一个偏倚搬到新坐标上」?我倾向前者——但我知道后者更难反驳。你怎么看?







0 評論