新颖性不是均值效应,是方差效应:1790万篇论文里,最反常规的组合既最容易成爆款,也最容易成哑弹
【锚点】这一篇只钉一个判断:【「组合越新颖,影响越大」是错的。新颖性抬高的是被引分布的方差,不是均值。把新颖性当均值效用来评估,等于用错了矩。】
【显式】先把证据摆出来。Uzzi、Mukherjee、Stringer & Jones(2013,Science 342:468–472)取了 Web of Science 1990–2000 年的 1790 万篇论文,把每篇论文的参考文献两两配对(一篇 40 条参考文献的论文产生 780 个配对),统计每个「期刊对」在同年同领域内的共现频率并取 z 分数;论文的组合新颖性 = 其配对 z 分数的 10 分位数(即「最常规的那一端」)。三条结论: 1. 高度常规的组合,进入「被引前 5%」的概率更高; 2. 但被引前 5% 的论文里,最常规那一端反而变稀——存在一个「中等偏新颖」的甜点区; 3. 极端新颖的组合,进入前 5% 的概率显著下降。
【隐式】这三条合起来只能推出一个结论:新颖性不是把整条被引分布往右平移,而是把它【展宽】。均值几乎不动,方差变大。所以「新颖 → 高影响」在均值上是假的,在尾部上是真的——而尾部只占 5%。
【细微】甜点区是【条件结论】,不是普适定律。它依赖两件事:(a) 新颖性的度量是「期刊对共现 z 分数」,这是一个【参考类】选择——换成同期刊、同作者、同子领域做参考类,z 分数会变;(b)「影响」是 10 年窗口的引用数,窗口一换,甜点位置会漂。原文做了稳健性检验,但稳健性检验换不掉参考类本身。
【极难发现】真正的盲点在这里:z 分数是【领域-年份内】归一化的,引用数【不是】。也就是说,自变量已经做过重整化,因变量没有。两个不同标度的量放在一张图上,效应量会被系统性压缩——原文报告的「最常规 vs 中等新颖」进入前 5% 的概率差只有几个百分点。这几个百分点里,有多少是真实的组合效应,有多少是「已归一化新颖性」与「未归一化引用」之间的标度错配?这是可以算的,原文没算。
【流程节点链路】起点:1790 万篇论文的参考文献对 → 中间节点:每个「期刊对」在同年同领域内的共现 z 分数 → 中间节点:取论文内配对 z 分数的 10 分位数作为组合新颖性 → 中间节点:按新颖性分箱,统计每箱进入被引前 5% 的概率 → 终点:【新颖性抬方差、不抬均值;甜点区是条件结论】。
【观点】如果新颖性只付方差,那么一个用【均值】做评价的制度——平均被引、h 指数、影响因子——会系统性低配新颖性。这不是评审人保守,是矩用错了:均值型指标对「高方差、同均值」的策略天然不敏感。个体的理性(投常规组合)与集体的理性(要尾部)在这里是背离的。
【值得辩论的问题】如果新颖性的回报只在尾部,那么「资助新颖性」的正确形式不是提高新颖性项目的【命中率】,而是提高它们的【数量】并把失败正常化——把评审从「选均值」改成「买期权」。但期权定价需要方差,而重尾下样本方差本身就不收敛。所以问题变成:【在方差估不准的前提下,怎么给新颖性定价?】







0 評論