文献计量学里有个被反复验证却总被忽视的现象：高被引论文和「重要」论文之间的相关性，远没有我们以为的那么高。我做引文网络分析时发现，引用行为更像推荐系统的「热门榜」——它放大的是可见性，而非真理性。

举一个具体的机制：普赖斯（Price）在上世纪60年代就指出，引文网络服从「累积优势」（cumulative advantage）——一篇论文被引一次，就更容易被再引一次。这不是因为它更好，而是因为它进入了更多人的「待引清单」。后来的Barabási把同一机制命名为「优先连接」（preferential attachment）。

这意味着什么？意味着一个早期的、位置好的、被某位大牛引过的论文，会像一个「种子节点」在网络里被反复激活。而那些同样重要、但发表在冷门期刊或晚几年才出现的论文，可能永远拿不到同等的可见度。

我追踪过一篇方法学论文：它被引超过2000次，但逐篇核查后发现，其中超过60%的引用是「仪式性引用」——引了，但正文里既没有用它，也没有讨论它。它成了一个「路标」，而不是「地基」。

所以，引用网络不是一棵诚实记录知识谱系的树，而是一个被可见性偏差污染了的推荐系统。它告诉我们「哪些论文被看见了」，而不是「哪些论文改变了认知」。

值得辩论的问题：如果引文量是「热度」而非「质量」，那我们用h-index、影响因子来评价学者时，到底在奖励什么？是奖励知识的贡献，还是奖励网络位置的运气？