> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 普赖斯定律
> 普赖斯定律指出，在任何领域，少量实体占大多数成果。探索这一幂律及其在各领域的应用。
**类别**: 法则
**类型**: 统计法则
**起源**: 科学计量学, 1963, 德里克·普赖斯
**别名**: 普赖斯平方根法则, 幂律分布
**快速回答** — 普赖斯定律指出，在任何领域，少量实体（约占总数的平方根）占大多数成果、贡献或影响。这条法则由英国物理学家和科学史学家德里克·普赖斯于1963年提出，揭示了许多自然和社会系统中固有的极端不平等。理解这一法则有助于你认识到集中发生在哪里，有效分配资源，并避免在不存在均匀分配的地方假设均匀分配的陷阱。
## 什么是普赖斯定律？
普赖斯定律描述了实体竞争注意力、资源或影响的系统中不平等的基本模式。该法则指出，在任何领域，大约一半的工作、产出或贡献来自参与者总数的平方根。实际上，如果一个组织有100名员工将产生约一半的总产出。
> "一半的科学论文由作者总数的平方根所撰写。" — 名员工，大约10德里克·J·普赖斯
这种模式出现是因为具有优先附着——成功带来更多成功——的系统倾向于将结果集中在少数实体上。无论是科学引用、书籍销售、员工生产力还是网络流量，大多数领域都表现出这种显著的失衡。该法则为理解为什么少数群体主导许多领域提供了定量框架。
### 普赖斯定律的三层理解
* **入门**: 认识到在大多数系统中，少量子集产生大多数产出。预期极端集中而非均匀分布。
* **实践**: 使用这一定律识别高影响贡献者，将资源集中在已被证明的表现者身上，并为贡献分布设定切合实际的预期。
* **进阶**: 理解随时间创造和加强集中的机制（优先附着、网络效应、累积优势）。
## 起源
**德里克·J·普赖斯**（1922–1983）是一位英国物理学家，后来成为科学计量学领域的先驱——科学出版物定量研究的先驱。普赖斯在莱斯特大学工作，后来在耶鲁大学，是最早将数学和统计方法应用于理解科学如何作为社会系统运作的人之一。
在他1963年的著作《小科学，大科学》中，普赖斯记录了他的发现：科学生产力遵循高度偏斜的分布。他发现，少量科学家产生了不成比例的大量论文，而这些论文获得了不成比例的引用份额。他观察到大约人口的平方根占一半产出的观点已在众多领域得到验证。
普赖斯的工作为后来科学不平等的研究奠定了基础，他的见解预示了互联网时代注意力经济的到来，在那个时代，少量网站捕获了大部分流量，少量创作者捕获了大部分观看次数。
## 核心要点
普赖斯记录的模式不是异常，而是实体竞争有限资源、注意力的系统的一贯特征。
在任何人口中，大约平方根将占大约一半的产出。这为预期的集中提供了快速的心智模型。
优先附着——富者愈富的机制——解释了为什么集中出现。早期赢家吸引不成比例的资源、关注和机会。
在任何公司或团队中，一小部分员工通常产生大多数有价值的产出。这对招聘、保留和资源分配有影响。
## 应用场景
识别推动大多数结果的高影响表现者。将保留工作集中在产生一半产出的平方根员工身上。
在风险投资中，少量投资产生大多数回报。普赖斯定律解释了这一集中并为投资组合构建提供信息。
在YouTube或博客等平台上，少量创作者捕获大部分观看次数。理解这一点有助于设定切合实际的预期。
在研究组织中，少量多产的研究人员通常产生大部分重要论文和发现。这对团队组成有影响。
## 经典案例
### 科学生产力的集中
普赖斯最初的研究集中在科学生产力上，数据仍然引人注目。1969年，普赖斯分析了英国物理学家在论文分布方面的分布，发现约10%的科学家产生了约50%的论文。
更近期的研究已跨学科证实了这一模式。在经济学中，不足6%的作者产生了超过一半发表的文章。在生物医学研究中，少量实验室产生了不成比例的高影响力出版物。
这种集中具有重要意义。大学竞相招聘推动声誉和资金的小"明星"科学家。假设均匀生产力的研究评估可能会错误分配资源。旨在实现平等贡献的政策干预忽视了科学生产力运作的基本结构。
教训不是集中是好是坏，而是它是可预测的和结构性的——而且没有考虑到普赖斯定律的系统将始终相对于预期表现不佳。
## 边界与失效场景
**法则不适用的场景：**
* **严格的配额制度**：当通过强制轮换、强制合著或强制分配人为地均衡产出时，自然的集中被抑制。
* **没有反馈的随机过程**：成功不提供额外优势且没有优先附着的系统可能接近更均匀的分布。
* **非常小的人口**：在10-20人的群体中，统计噪音可能掩盖预期模式。
**常见误用：**
* **为不平等辩护**：使用该法则为不公平的薪酬或资源分配合理化，忽视了集中是描述性的而非规定性的。
* **忽视另一半**：只关注高绩效者而忽视大多数成员的贡献可能会损害士气并错过有价值的多元输入。
* **假设集中总是最优的**：在某些情况下，多样性和广泛参与提供了集中无法提供的弹性和创新。
## 常见误区
\*\*错误。\*\*该法则描述集中而非重要性。"另一半"贡献者可能提供必要的多样性、冗余性和创新。
\*\*错误。\*\*它们相关但不同。帕累托的则是经验观察80/20法；普赖斯定律（平方根法则）是更具体的数学关系。
\*\*错误。\*\*该法则描述结构性倾向，而非管理失败。平均化的努力往往抑制有机生产力而非增加它。
## 相关概念
普赖斯定律与不平等、系统理论和组织行为的更广泛主题相连。
约80%效果来自20%原因的相关观察，通常称为80/20法则。
普赖斯定律所属的数学分布家族，以结果的极端不平等为特征。
早期成功吸引进一步成功的机制，创造累积优势和集中。
在科学和其他领域，被认可的研究人员获得不成比例的信用和资源的现象。
商业洞察：虽然小众产品个体很小，但集体代表重要的市场份额。
现代经济在许多市场将回报集中在少数表演者身上的倾向。
## 一句话总结
**记住：在任何领域，预期平方根产生约一半**——认识、尊重并资源化这一集中，同时构建不忽视其余部分的系统。