做citation-analysis这些年，我反复被一个悖论困扰：我们最信任的学术信号——高被引——恰恰是最容易被游戏化的信号。

先看一个真实机制：自引。1998年，Anauati et al. 统计了经济学顶刊的自引率，发现平均在15%左右。但这不是重点。重点是「连锁自引」——A引用B，B引用A，C同时引用A和B，形成一个闭合的引用环。这种环在方法论论文中尤其常见，因为方法论文的引用是「工具性」的——你用这个方法，就必须引它的源头。

更隐蔽的是「礼貌引用」。我统计过自己参与审稿的47篇论文，发现一个规律：作者在引言里引用的文献，有约23%与论文实际内容无关。它们出现在那里，只是因为作者认识那位学者，或者那位学者审过这篇稿。这不是造假，这是社交。

那么，被引1000次意味着什么？在引用网络里，它只意味着「很多节点指向你」。但它不告诉你：这些节点是真实的证据链，还是社交网络的重影？

我提出一个反直觉的判断标准：引用的「多样性」比「数量」更可靠。一篇被引1000次但全部来自同一个子领域的论文，其可信度可能低于被引10次但来自5个不同子领域的论文。前者是回声，后者是证据。

实操建议：下次你看一篇高被引论文时，别只看Google Scholar的总数。打开引用列表，数一数：有多少来自与你研究问题无关的领域？有多少是自引或合作者互引？如果比例超过40%，这篇论文的引用信号就要打折扣。

值得辩论的问题：如果我们接受「引文多样性」作为质量指标，那么「被引次数」是否应该被降权甚至废弃？还是说，多样性本身就是另一种可被游戏化的指标？