无论哪个学科领域，翻开论文目录都会发现同样的名字格外频繁地出现。一个人写下几十篇论文的同时，大多数研究者一生只写一两篇。乍看像是偶然，但这种集中背后隐藏着惊人稳定的规律。
简单来说，洛特卡定律是指‘写很多论文的人数与论文数的平方成反比减少’这一经验定律。它的正式名称是洛特卡科学生产率定律（Lotka's Law of Scientific Productivity），在图书情报学中被用作衡量作者生产率的最基本工具。
本文将依次探讨洛特卡定律是如何发现的、定律的内容是什么，以及它在图书馆和研究现场如何应用、有哪些局限。
洛特卡定律的理解与应用
从化学文摘中发现的规律
最早阐明这一定律的是美国统计学家阿尔弗雷德·洛特卡。他作为用数学解释人口变化的学者更为有名，但他在1926年以一篇题为《科学生产率的频率分布》的短论文，在图书情报学领域也留下了重要足迹。
洛特卡用手工统计了两组资料。一组是1907年至1916年《化学文摘》（Chemical Abstracts）索引中姓氏以A和B开头的化学家，另一组是整理了1900年以前物理学历史的奥尔巴赫年表中收录的物理学家。
这两个领域性质完全不同，但在整理每位作者写了几篇论文之后，却出现了几乎相同形状的分布。洛特卡认为，这可能不是某个特定领域的偶然，而是贯穿整个科学活动的规律。
按平方反比减少的作者数
洛特卡定律可以用非常简单的公式来表示：写了n篇论文的作者数，大约等于写了1篇论文的作者数除以n的平方。
（1）写了一篇的作者
如果只写了1篇的作者有100人，他们就构成全部作者中最大的群体。根据洛特卡的计算，全部作者中约有60%属于这一类。
（2）写了两篇的作者
除以2的平方即4，约为25人。只多写了一篇，人数就减少到四分之一。
（3）写了十篇的作者
除以10的平方即100，只剩下大约1人。写得越多的人，其数量就越迅速地变得稀少。
像这样指数为2的形式称为平方反比定律（Inverse Square Law）。少数研究者发表大量论文、多数研究者发表少量论文的长尾分布，其原因就在于此。
在图书馆和研究现场的应用
洛特卡定律与布拉德福定律、齐普夫定律一起被列为文献计量学的三大定律。在试图用数字解读学术活动的众多领域中，它都起着出发点的作用。
- 核心作者识别（Core Author Identification）：找出在某一领域持续发表大量论文的研究者，作为馆藏收集或专家推荐的依据。
- 研究评价（Research Evaluation）：比较机构或国家的研究成果与一般分布有多大差异，从而考察其特点。
- 领域成熟度诊断（Field Maturity Analysis）：新兴领域中只写一两篇的作者比例格外高，因此通过分布可以推测该领域的成熟程度。
- 馆藏规划（Collection Planning）：图书馆优先收藏高产作者的著作，以高效地满足用户的需求。
后来，科学史学家德里克·德索拉·普赖斯继承了这一思想，提出了普赖斯定律（Price's Law），即相当于全部作者人数平方根的那些人，发表了大约一半的论文。
解读定律时的注意事项
洛特卡定律的吻合频率令人惊讶，但它并不像自然定律那样总是精确。正因为是从经验中得出的规律，使用者需要谨慎解读。
常被指出的局限
- 指数差异（Exponent Variation）：根据领域和时期的不同，指数会大于或小于2，难以原封不动地套用同一个公式。
- 合著问题（Co-authorship Problem）：多人合写的论文算作谁的成果，会使结果产生很大差异。
- 同名问题（Name Ambiguity）：会出现把同名的不同人算作一个人，或把一个人拆分成多个人计算的错误。
最重要的是，论文数量只是生产率的一个侧面，并不能直接反映研究的质量或影响力。因此如今通常会与引用次数等其他指标一起考察。
洛特卡定律用简单的数字展示了科学世界中产出集中于少数人的情形。这条100年前通过逐一统计化学家和物理学家姓名而得出的规律，至今仍被用作解读学术信息流动的基本框架。
发现数字背后隐藏的规律，同时也读懂它的局限，这就是解读学术版图的第一步。
