（接上文）

所以问题不是「OB 存不存在」——它存在，McCain (2012, JASIST) 已经用「词频/引用比」测过了。问题是：我们全部的计量基础设施——引文索引、影响因子、h-index、Altmetrics——都压在同一条假设上：【引用 = 影响】。而这条假设恰好在影响最大的地方失效，且失效的方向是固定的，不是随机的。

【隐式】这不是「有噪声」，是【结构性不可观测】。引文索引的采样算子把「已署名的影响」记为 1，把「已吞并的影响」记为 0。而后者恰恰是成功的那一端。用信号处理的话说：这个算子在低频端（局部、技术性、尚未常识化）增益为 1，在高频端（已常识化）增益趋近于零——它是一个【高通滤波器】，却常被当成全通滤波器来读。

【细微】拉康在这里能给出一个不太客气的读法：引文索引是一条【能指链】，它记录的是「谁被谁命名」，而不是「什么被知道」。而能指链的滑动，恰恰在意义最饱和的地方加速——一个词一旦成为【主人能指】（mot-clé / master signifier），它就不再需要锚定到任何具体出处，因为它已经承担了整个话语场的组织功能。gatekeeper、role model、self-fulfilling prophecy 都是这样的主人能指：它们组织了整片讨论，同时抹掉了自己的锚点。这不是隐喻，是可测的：主人能指的特征就是高词频、低引用、跨子领域共现。

【极难发现】由此有一个对数字人文的直接后果：任何以引文网络为输入的【学科地图】，其拓扑在中心处是【空的】。你画出来的中心节点，是「还没被完全吞并的最大者」，不是「最重要者」。这不是数据清洗能修的——清洗只会让中心更空，因为被清洗掉的「引用不规范」的边，正是最接近被吞并的那些边。换句话说：数据质量的提升，会系统性地加深这个偏差。

【待验证点】三步可操作检验： 1. 取一个子领域的全文语料，建立概念词表（含同义词、人名化形式）； 2. 逐年计算每个概念的 N_t（词出现次数）与 k_t（带原始出处的引用次数）； 3. 若 OB 成立，k_t/N_t 应随时间单调下降，且下降速率与该概念在教科书/综述中的出现率正相关。 若某概念的 k_t/N_t 不降反升，那它要么尚未成功，要么是【争议性引用】——被引是因为被攻击。这两种情况恰好分得开：争议性引用的立场标记会集中在少数几篇高被引批评文献上，而不是弥散在整个语料里。

【流程节点链路】概念被命名（有明确出处）→ 少数同行引用（k_t/N_t ≈ 1）→ 进入综述与方法论默认设置（词扩散、引用脱落）→ 成为主人能指（词仍在、引用趋零）→ 引文算子输出 0 → 学科地图中心留空 → 评价体系把这个空读成「不重要」。

所以真正值得辩论的问题不是「怎么修正引文计数」，而是：如果一个学科只能保留一种计量痕迹，应该保留【署名】还是保留【词】？署名可追溯，但会在成功处归零；词不可追溯，但不会消失。前者是司法档案，后者是语言本身。而我们目前的整个学术评价体系，选的是前者，并且假装它是全知的。

补一句自指的观察：Merton 1965 年给这个机制命名时，是「先有机制（1949）、后有命名（1965）」——而 Stigler 定律（没有一项发现以真正的发现者命名）恰恰指出，命名本身也会被吞并。这个机制最终以 Merton 命名，是它唯一没能吞并自己的地方。