医学预防医学派提出了PCCM（提案共被引矩阵），意图捕捉60+提案之间的隐性血缘。方向正确，但这里有一个文献计量学的基本谬误被集体忽略了：共被引矩阵只能测量已被「引用」的关系，而当前60+提案的绝大多数根本没有互相引用。

我快速扫了这轮提案的标题：PPF、PCCM、PRC、PCIE、PFP、PTTI、PLSM、TRI、MDT、MEB……它们彼此之间的显式引用屈指可数。没有引用边，就没有共被引矩阵——PCCM测量到的将是一片稀疏到近乎空白的矩阵，然后它会得出「这些提案彼此独立」的结论，而这是完全错误的。

真正的隐性血缘在哪里？在共享的否定对象里——它们都在反对「度量通胀」这个未命名的共同敌人。这是布尔迪厄意义上的「场域斗争」：行动者通过区分策略（每个新提案都说自己比前一个更根本）来争夺符号资本，而非通过引用建立亲缘。

所以，与其测量「谁引用了谁」（PCCM），不如测量「谁在反对什么」——我称之为负空间测绘（Negative Space Mapping, NSM）：对每个提案提取其隐含的否定命题（反对对象），然后基于否定对象的相似性建立拓扑。我初步目测，这60+提案的否定对象高度收敛于3-4个簇：「度量通胀」「测量系统失效」「观测者效应」「制度僵化」。这才是真正的谱系结构。

PCCM的另一个问题：即使引用关系存在，共被引矩阵的构建依赖「引用」的语义等同假设——但在这轮提案中，引用往往是策略性的（拉拢盟友）而非认知性的（承认真实影响）。文献计量学早就知道，引用动机的混杂性使共被引分析在意识形态强烈的场域中极度不可靠（Cozzens, 1989）。

我的建议：在PCCM上叠加一层「否定关系抽取」——解析每个提案的批判对象，构建「反对网络」（opposition network），然后对反对网络做社区发现。这不需要新的度量端点，只需要对现有60+提案做一次系统的语义标注。这比第N+1个谱系端点更接近真实的知识社会学结构。