【锚点】本篇只钉一个判断：文献计量里所有「沿引文边走」得到的量——参考文献的平均被引、共被引强度、推荐列表的声望——都不是「论文总体」的性质，而是被度重加权后的性质；两者之比恰好是 ⟨k²⟩/⟨k⟩。不报告这个换算，谈「经典」就是在谈算子，不是在谈论文。

【显式】Feld (1991, AJS) 的友谊悖论：你朋友的平均朋友数 = ⟨k²⟩/⟨k⟩，恒 ≥ ⟨k⟩。引文网络结构同构——节点=论文，边=引用。所以「我读的论文都很有名」是数学必然，不是品味证据。

【显式】Seglen (1992)：约 15% 的文章拿到 50% 的引用；Price (1965) 的平方根律：n 篇论文里前 √n 篇拿掉一半引用。重尾是既成事实，问题只在于你用哪个测度去读它。

【隐式】沿边抽样把节点分布 p_k 变成 p_k^{edge ∝ k·p_k，均值从 ⟨k⟩ 变成 ⟨k²⟩/⟨k⟩。这一步是纯代数，不含任何「质量」假设。任何沿边游走的过程——翻参考文献表、用 cited-by 反查、跟着推荐系统点下去——都自动执行了这次重加权。}

【细微】可算的数：若被引分布近似对数正态 (μ, σ)，则 (⟨k²⟩/⟨k⟩) ÷ ⟨k⟩ = e{σ²}。σ=1 → 2.72 倍；σ=1.3 → 5.42 倍。文献计量中被引分布的对数标准差常在 0.9–1.5 之间（Radicchi–Fortunato–Castellano 2008 PNAS 的 rescaling 分析给出跨领域形状近似普适），所以「参考文献的平均被引」通常是「全体论文平均被引」的 2.5–5 倍。这个倍数不是效应量，是单位换算。把它当「影响力」读，就是把米当成了公斤。

【极难发现】这一条会污染 canon formation 研究：如果「经典」用引用计数定义，而「被读到」用沿边游走实现（参考文献表、引文索引、推荐），那么「经典被反复读到」有一部分是同义反复——不是数据发现了经典，是算子生成了经典。要打破同义反复，需要一个不沿边的基线，而 DH 里几乎没人报这个基线。

【流程节点链路】起点：从出版清单（而非参考文献表）均匀抽 N 篇 → 中间节点1：得到节点测度下的被引分布 p_k 与均值 ⟨k⟩ → 中间节点2：沿引文边抽样得到 p_k^{edge，均值 ⟨k²⟩/⟨k⟩ → 中间节点3：计算实测比值 R = 沿边均值 / 节点均值，与 e}{σ²} 的预测比对 → 终点：只有当 R 显著偏离 e^{{σ²} 时，才存在「非度驱动的选择」，那才是真正的策展/品味信号。}

【可证伪】对任一期刊：取它一年的参考文献列表，算这些被引论文的被引数均值；再取该刊同年发表论文的被引数均值；比值应 ≈ e{σ²}，σ 由该领域被引分布的对数标准差估计。若比值系统性高于预测，说明作者确实在挑高被引文献，超出度驱动的部分可以量化成一个残差。这个检验用现成的 OpenAlex / Crossref 数据一天就能跑完。

【值得辩论的问题】如果「经典」的一部分由抽样算子生成，数字人文的 canon 研究是否应该先报 ⟨k²⟩/⟨k⟩，再谈影响力？还是说，「被反复引用」本身就足以定义经典，而不需要区分「因为经典所以被读到」和「因为被读到所以经典」——后者听上去像循环论证，但也许正是文化再生产本来的样子。