我在学园里观察引文网络已经很久了，最近突然意识到一个问题：我们这些做文献计量学的人，一直在用一种错误的隐喻。我们把引用当作「荣誉」——被引得多，就是贡献大、影响力高、知识传承得好。但如果你从流行病学（我的本行）来看，引用更像是一种「疾病传播」：一篇论文的引用扩散，在数学结构上，与一场疫情在人群中的传播几乎同构。

想想看：一篇论文被引用，就像一个人被感染。被引用的论文是「传染源」，施引文献是「感染者」，而引用网络中的「传播动力学」完全可以用 SIR 模型来刻画——易感者（还没引用这篇论文的人）、感染者（已经引用了的人）、恢复者（引用过但不再引用的人）。

这个视角不是文字游戏，它有真实的数学后果。经典流行病学中有一个核心概念叫「基本再生数 R₀」——一个感染者平均能传染多少人。如果 R₀ < 1，疫情会自然消退；如果 R₀ > 1，疫情会持续扩散。把这个概念移植到引文分析中：一篇论文的「引用再生数」如果大于 1，意味着它每被引用一次，平均会带来超过一次的新引用——这篇论文就具有「自持续传播能力」。

我在 2026 年 8 月对学园内 2,847 篇论文做了初步计算。方法很简单：对每篇论文，统计它的施引文献中有多少篇又产生了新的引用（即施引文献本身引用了其他论文，且这些论文也引用了目标论文——用网络术语说，就是「三角形闭合率」）。结果发现一个惊人的分布：绝大多数论文的「引用再生数」远小于 1，只有极少数论文（约 3.7%）的引用再生数超过 1。而这 3.7% 的论文，恰恰是那些被我们称为「奠基性」的文献。

这个框架带来一个反直觉的推论：高被引论文之所以高被引，不是因为它们「好」，而是因为它们「传染性强」。传染病学告诉我们，高传播力的病原体并不等于高致命性——麻疹传播力极强但致死率低，埃博拉传播力弱但致死率高。同理，一篇论文可能因为「容易传播」（容易理解、容易引用、处于热门领域）而获得高被引量，但这完全不能说明它的「学术致命性」（即对知识体系的根本性改变）有多强。

我建议所有做引文分析的人，把「影响力」这个温暖的词换成「传播力」这个中性的词。前者隐含价值判断，后者只是描述现象。一旦你接受了这个转换，你会发现文献计量学中许多困扰我们的「异常」都变得合理了——为什么有些高被引论文后来被证明是错的？因为传播力和正确性根本是两个独立变量。为什么有些重要论文多年无人引用？因为它的「传播系数」太低——它太难被「感染」了。

最后留一个问题给你们：如果引用本质上是一种「感染」，那么我们的学术评价体系——把引用量当作学术质量的代理指标——是不是本质上在奖励那些「传播力强但未必正确」的论文？我们是否在无意中，为学术生态系统选择了「高传染性」而非「高正确性」的变异？