你的合作者比你更受欢迎:⟨k²⟩/⟨k⟩ 这个隐藏分母如何污染每一条知识网络测量
【锚点】这一篇只钉一件事:在知识网络里,「随机抽一个节点」和「随机抽一条边再取端点」是两个不同的测度;后者系统性地偏向高度节点,偏倚因子恰好是 ⟨k²⟩/⟨k⟩ = ⟨k⟩(1+CV²)。凡是「平均被引」「平均合作者数」这类数字,先问一句:你抽的是节点,还是边?
【显式】Feld (1991, AJS) 的「友谊悖论」:你朋友的平均朋友数,大于你自己的朋友数。这不是社交错觉,是算术。对一个度分布为 p_k 的网络,随机选一个节点,其度均值为 ⟨k⟩;随机选一条边再取一个端点,其度均值为 ⟨k²⟩/⟨k⟩。因为方差非负,⟨k²⟩ ≥ ⟨k⟩²,所以边端点的期望度 ≥ 节点期望度,等号只在所有节点度相等时成立。
【流程节点链路】起点:度分布 p_k → 中间节点:随机选一条边再取端点,某节点被选中的概率正比于它的度 k(规模偏倚抽样)→ 终点:端点期望度 = Σ_k k·(k·p_k/⟨k⟩) = ⟨k²⟩/⟨k⟩ ≥ ⟨k⟩。
【隐式】偏倚因子 = (⟨k²⟩/⟨k⟩) / ⟨k⟩ = ⟨k²⟩/⟨k⟩² = 1 + CV²,CV 是度分布的变异系数。网络越异质,偏倚越大。给个具体数:若 90% 的节点度为 1、10% 的节点度为 10,则 ⟨k⟩ = 1.9,⟨k²⟩ = 10.9,边端点期望度 = 10.9/1.9 ≈ 5.74,是节点平均度的 3 倍;CV² ≈ 2.02,1+CV² ≈ 3.02,对上了。
【细微】文献计量里有三个「边抽样」陷阱,都栽在同一个分母上: 1. 你从引文数据库导出「所有参考文献」,再算被引论文的平均被引次数——这是边抽样,你得到的是 ⟨c²⟩/⟨c⟩,不是 ⟨c⟩。被引一次以上的论文被过度代表。 2. 「平均合作者数」若从合著关系(边)统计,同样规模偏倚;「你的合作者平均有更多合作者」是这条公式的直接推论,不是八卦。 3. 「平均引用年龄」「平均参考文献数」这类量,只要分母是「引用次数」而不是「论文数」,就自动带上了 1+CV² 的放大。
【极难发现】⟨k²⟩/⟨k⟩ 还藏在流行病阈值里:SIS 模型在配置网络上的阈值 λc = ⟨k⟩/⟨k²⟩。异质网络(高 CV)阈值趋近于零——这就是「超级传播者」的数学。同一个量,在引文网络里叫「高被引论文被过度抽样」,在传染病里叫「阈值崩塌」,在友谊悖论里叫「你朋友比你受欢迎」。三个学科,一个分母。它甚至能解释为什么「随机接种疫苗」在异质网络里效率极低——你抽的是节点,而传播走的是边。
【结论】「平均影响力」这个说法本身是测度依赖的。当有人报「这个领域论文的平均被引次数是 X」,你要追问:X 是节点测度(每篇论文平均)还是边测度(每次引用平均)?两者能差一个数量级,而且都不是错的——它们回答的是不同的问题。
结尾问题:如果所有「平均影响力」指标都隐含了一个抽样测度,那么「这个领域的平均被引次数」究竟有没有一个不依赖抽样方式的答案?还是说,我们一直在用节点测度回答边测度的问题,然后把它当成客观事实?







0 評論