Persistent geographical biases in global scientific collaboration and citations

该研究基于 OpenAlex 大规模数据发现，尽管全球科学联系日益紧密，但地理距离对科研合作的制约反而加剧，且存在显著的国内偏好及以美国为中心、中国被系统性低估的引用偏见，揭示了全球科学中空间与国家偏见的结构性持久存在。

要点

这篇论文就像是在给全球科学界做了一次“体检”，主要想搞清楚：在这个互联网高度发达、大家随时能视频聊天的时代，地理位置和国家边界，到底还在多大程度上阻碍着科学家们互相合作和互相引用？

研究团队利用了一个巨大的数据库（OpenAlex），分析了从 2000 年到 2022 年，全球 95 个国家、近 4000 个城市产生的 3900 多万篇论文。他们主要看了两件事：

1. 合作（Co-authorship）： 谁和谁一起写论文？（这代表“一起干活”）
2. 引用（Citation）： 谁看了谁的论文并引用了它？（这代表“点赞”或“认可”）

以下是用通俗易懂的比喻和语言对核心发现的解读：

1. 距离的“引力”反而变强了？（关于合作）

比喻：就像“同城快递”和“跨国快递”的区别。

大家原本以为，有了 Zoom、邮件和互联网，物理距离应该不再重要，科学家可以像邻居一样轻松合作。但研究发现，事实恰恰相反。

• 现象： 距离越远，两个城市的科学家一起写论文的概率就越低。而且，这种“距离越远越难合作”的现象，在过去 20 年里不仅没消失，反而变得更严重了。
• 比喻： 想象一下，虽然你有手机，但如果你要和一个住在地球另一端的人共同做一道菜（合作），你们很难协调时间、很难交换切好的菜（隐性知识），也很难建立信任。所以，大家还是更倾向于和“隔壁邻居”（同一个国家或城市）一起做饭。
• 结论： 尽管科技让沟通变快了，但一起干活这件事，依然非常依赖“物理距离”和“面对面”的接触。距离的阻碍作用反而加强了。

2. “点赞”比“干活”更自由（关于引用）

比喻：就像“发朋友圈点赞”和“一起组队打游戏”。

• 现象： 在引用（点赞/认可）方面，距离的影响要小得多。一个科学家可以轻易地引用地球另一端的研究成果，哪怕他们从未见过面。
• 结论： 思想的影响力（引用）可以跨越国界自由流动，但共同创造（合作）依然被地理和机构牢牢锁住。

3. 国家的“偏见”：大家都爱美国，但有点“冷落”中国

比喻：就像班级里的“人气王”和“被忽视的优等生”。

研究发现了两个明显的“国家偏好”：

• 大家都爱“美国”： 无论哪个国家的科学家，都特别喜欢引用美国的论文。美国就像班级里那个永远站在 C 位、大家都想和他组队的“人气王”。
• 中国的“尴尬”处境：
  • 在合作上： 越来越多的国家愿意和中国科学家一起干活（合作意愿在上升），大家觉得中国是个不错的队友。
  • 在引用上： 尽管中国产出的论文很多，但其他国家在引用中国论文时，却表现得非常吝啬。这就好比大家愿意和你一起打球，但打完球后，在写“最佳球员”名单时，却很少把你的名字写上去。
  • 中美关系： 中国科学家很爱引用美国的成果（单向崇拜），但美国科学家几乎不引用中国的成果（单向忽视）。这种“不对称”非常严重。

4. 科学家“搬家”后的变化

比喻：就像“移民”后的社交圈变化。

研究还跟踪了一些出国工作的科学家（移民学者）：

• 合作变了： 当他们搬到一个新国家后，他们很快就开始和新国家的同事一起干活了，和老家的合作变少了。这说明环境决定了谁和你一起工作。
• 引用没变： 有趣的是，他们搬走后，引用的习惯变化不大。他们依然主要引用国际上的成果，而不是突然只引用新国家的成果。这说明“点赞”的习惯比“一起干活”的习惯更稳定，也更难被地理位置改变。

总结：这对我们意味着什么？

这篇论文告诉我们一个有点扎心的事实：虽然互联网让世界变平了，但科学界的“围墙”依然很高。

1. 距离依然是合作的拦路虎： 即使有高科技，如果两个科学家不在同一个地方，他们很难深入合作。
2. 存在隐形的“国籍歧视”： 全球科学界存在一种结构性的不平等。非西方国家（如中国）的科学家，虽然能参与合作，但在获得国际认可（引用）方面，依然面临巨大的阻力。
3. 未来的挑战： 仅仅靠修路、建网（数字基础设施）是不够的。要建立一个真正公平的科学世界，我们需要政策上的支持，比如鼓励跨国交流、改变评价标准，让不同国家的科学家不仅能“一起干活”，还能得到公平的“掌声”。

一句话总结： 科学家的手（合作）还被地理位置拴着，但科学家的嘴（引用）虽然能自由说话，却往往只愿意听“老大哥”（美国）的声音，而忽略了其他优秀的声音。

技术摘要

这是一份关于论文《Persistent geographical biases in global scientific collaboration and citations》（全球科学合作与引用中持续存在的地理偏见）的详细技术总结。

1. 研究问题 (Problem)

尽管科学界理想上是一个无国界、知识自由流动的系统，但现有的研究尚不清楚在日益互联的世界中，地理距离和国家结构如何继续塑造科学交流。

• 核心矛盾：虽然通信技术和虚拟协作工具的发展理论上应消除地理障碍，但实证研究仍发现合作概率随距离增加而下降。同时，是否存在基于国家的偏见（Country Bias），即某些国家的成果被系统性低估或高估，仍是一个争议话题。
• 研究缺口：以往研究往往难以区分“地理距离效应”与“国家效应”。例如，跨国合作少可能是因为距离远，也可能是因为国家间的制度或文化壁垒。此外，缺乏大规模、细粒度（城市级）的数据来同时分析**合作（Co-authorship）与引用（Citation）**这两种知识流动渠道的异同。
• 核心问题：地理距离和国家层面的因素如何塑造国际科学合作与引用模式？这种影响是随时间减弱（“距离消亡”）还是增强？

2. 方法论 (Methodology)

本研究采用大规模计量经济学和贝叶斯统计建模方法，结合了因果推断设计。

2.1 数据来源与处理

• 数据集：基于 OpenAlex 数据库，涵盖 2000-2022 年间 3935 万 篇出版物。
• 覆盖范围：涉及 95 个国家 和 3794 个城市。
• 数据规模：包含 244 万 个城市级合作对（Co-authorship pairs）和 1475 万 个城市级引用对（Citation pairs）。
• 数据清洗：
  • 城市聚类：针对 OpenAlex 中同一城市名称下机构地理位置分散的问题（如巴黎郊区与留尼汪岛的同名城市），使用 Leiden 算法 和 Constant Potts Model 对机构进行地理聚类，确保城市定义的准确性。
  • 筛选标准：仅保留期刊文章；剔除自引；仅保留每年产出至少 50 篇论文的城市，且国家需包含至少 3 个符合条件的城市。

2.2 统计建模 (Statistical Modeling)

• 模型框架：采用 贝叶斯泊松模型 (Bayesian Poisson Model)。
• 核心假设：将合作和引用视为泊松分布过程 ($w_{ij} \sim \text{Poisson}(\lambda_{ij})$)。
• 变量控制：
  • 地理距离 ($d_{ij}$)：作为核心解释变量，检验其衰减系数 ($\beta$)。
  • 潜在倾向 (Latent Tendency)：引入城市层面的潜在合作/引用倾向 ($\theta_i, \theta_j$)，以控制城市本身的科研产出能力和声誉。
  • 国家效应 (Country Effect, $C_{c_i, c_j}$)：在控制距离和城市倾向后，估计国家层面的直接因果效应，以识别是否存在“国家偏见”。
  • 时间动态：模型分年度、分学科（物理、社会、生命、健康科学）进行拟合。
• 因果识别：通过构建有向无环图 (DAG)，明确控制地理距离和城市特征，以分离出纯粹的“国家效应”。

2.3 迁移学者匹配研究 (Mobility Study)

• 目的：利用学者的国际流动作为自然实验，区分“地理效应”与“国家/制度效应”。
• 样本定义：识别 8179 名 国际迁移学者（Migrants），要求迁移前后各有至少 5 年的科研记录。
• 匹配设计 (Matching Design)：
  • 将迁移学者与非迁移学者进行一对一匹配。
  • 匹配变量：出发国/目的国、首次发表年份、迁移前的累计发文量、研究主题相似度（基于 OpenAlex 概念向量）。
  • 对比分析：比较迁移前后，学者与“原籍国”、“目的国”及“其他国家”的合作与引用模式变化，并与匹配组进行对比。

3. 主要结果 (Key Results)

3.1 地理距离的影响 (Impact of Geographic Distance)

• 距离衰减规律：合作和引用的概率均随距离增加呈幂律下降，但合作对距离更敏感。
• “距离消亡”未发生：
  • 合作：地理距离的约束效应并未减弱，反而随时间增强。2000 年至 2022 年，距离衰减系数从 0.37 上升至 0.48。物理科学领域受影响最显著。
  • 引用：距离对引用的影响较小且随时间略有下降（系数约 0.02），表明智力影响跨越国界的能力强于实体合作。
• 国内 vs. 国际：在国家内部，合作随距离下降较缓；跨国合作随距离下降更陡峭。

3.2 国家偏见与偏好 (Country Biases & Preferences)

• 强烈的国内偏好：大多数国家（包括美、中、英、日、德、法）表现出强烈的国内合作偏好。
• 不对称的引用模式：
  • 美国：全球引用流向高度集中，各国普遍倾向于引用美国成果（正向偏好）。
  • 中国：尽管作为合作伙伴的吸引力在 2010 年后显著上升（合作偏好转正），但在引用层面仍被系统性低估。各国对中国的引用偏好整体仍为负值，且美国极少引用中国成果。
  • 中美关系：呈现明显的单向性——中国引用美国，但美国不引用中国；中美之间的直接合作意愿极低（甚至为负）。
• 学科差异：社会科学受国家偏见影响最大，健康科学因模型拟合困难未做深入分析，但其他学科均遵循上述趋势。

3.3 学者迁移的影响 (Impact of Mobility)

• 合作模式剧变：迁移后，学者的合作重心迅速从“原籍国”转移到“目的国”。这表明合作受地理邻近性和机构环境的强烈驱动。
• 引用模式稳定：迁移对引用模式影响较小。迁移前后，引用来源主要仍来自“其他国家”，且原籍国与目的国的引用比例变化不大。
• 结论：迁移改变了学者的合作网络（受地理/制度限制），但未能显著改变其成果的引用可见度（受全球认知结构限制）。

4. 关键贡献 (Key Contributions)

1. 挑战“距离消亡”假说：利用 23 年的大数据实证证明，尽管数字化程度提高，地理距离对科学合作的阻碍作用反而增强，揭示了深层的结构性或制度性壁垒。
2. 区分合作与引用的逻辑：明确区分了知识生产（合作，受地理和制度强约束）与知识认可（引用，受全球认知和影响力驱动）的不同机制。引用比合作更能跨越国界，但依然受国家偏见影响。
3. 量化国家偏见：通过贝叶斯模型控制地理和城市因素后，首次在大尺度上量化了国家层面的直接因果效应，证实了全球科学体系中存在的“核心 - 边缘”结构（特别是中美之间的引用不对称）。
4. 迁移视角的因果推断：利用学者迁移作为准实验，通过匹配设计排除了个人能力等混杂因素，证实了国家环境对合作网络的塑造作用，而非仅仅是个人偏好。

5. 研究意义 (Significance)

• 理论意义：修正了关于全球化会自然消除科学交流障碍的乐观预期。指出科学交流不仅受技术连接影响，更深受行政壁垒、学术标准差异、语言和文化距离等结构性因素制约。
• 政策启示：
  • 基础设施不足：仅靠数字基础设施无法实现包容性的全球科研生态。
  • 政策干预：需要协调的政策（如定向资助、学者交换计划、跨境合作激励）来促进公平的国际合作。
  • 评价体系改革：全球科学体系存在显著的不平等，特别是来自非西方地区（如中国）的研究成果在引用和认可上被系统性低估。学术界和评估机构需反思现有的合作与评价实践，以减少偏见，促进更公平的全球科研环境。
• 全球挑战应对：这种结构性的不平等限制了全球知识生产的多样性，进而削弱了科学应对全球性挑战（如气候变化、大流行病）的潜力。

6. 局限性 (Limitations)

• 数据基于出版元数据，可能遗漏非正式合作或短期访问。
• 将所有合作和引用视为同等权重，未区分合作深度或引用动机。
• 健康科学领域的模型拟合存在困难。
• 仅对前 10% 的城市进行了建模。
• 国家效应可能包含中介机制（如国家资助政策），而非纯粹的“偏见”。

总结：该研究通过严谨的大数据分析揭示，全球科学合作与引用网络中存在着顽固的地理和国家偏见。尽管知识在某种程度上可以跨越国界流动，但物理距离和国界依然在深刻塑造着谁与谁合作、谁被谁认可，这种结构性不平等需要政策层面的积极干预。