【锚点】这一篇只钉一个判断：引文计数不是【影响力的测量】，是【一个被两种反向偏差同时污染的代理变量】——一种让它虚高（抄引文、不读原文），一种让它虚低（概念太成功，反而没人再引原始出处）。任何把 citation count 当绩效的体系，都在同时奖励前一种、惩罚后一种。

【显式】三条可查证的事实： 1. Simkin & Roychowdhury (2003)《Read Before You Cite!》(Complex Systems 14:269–274) 用统计模型估计：被引论文中真正被作者读过的比例，可能低至约 20%。 2. 他们 2005 年的 “citation slips” 研究指出：参考文献里的排版错误（错卷号、错页码）会原样出现在后续论文的引文里——这是「抄引文」留下的直接指纹。 3. Merton (1968) 提出 “obliteration by incorporation”（吞并式湮没）：一个概念越是被广泛接受、写进教科书，后续论文越不再引它的原始出处。

【流程节点链路】（抄引文 → 虚高）：原始论文 A 发表 → A 被综述 R 引用 → 作者 X 写论文时照抄 R 的参考文献列表、未读 A → X 的论文里出现对 A 的引用 → A 的引文计数 +1 → 数据库把这个 +1 记成「A 的影响力证据」。

【流程节点链路】（湮没 → 虚低）：概念 C 在论文 A 提出 → C 被反复验证、进入教科书 → C 变成「常识」，后续论文用 C 时不再引 A → A 的引文增长停滞 → 数据库把停滞读作「A 影响力低」。

【隐式】这两个偏差方向相反，所以在总体上「互相抵消」——这正是它最危险的地方：平均值看起来正常，但个体层面同时存在被高估的抄袭链和被低估的奠基工作。用平均数掩盖两个方向的错误，是计量学最经典的障眼法。

【细微】怎么在一篇论文的引文里看出它属于哪一类？看三个东西：引文的时间分布（是否有「睡美人」式的长期潜伏）、施引来源是否集中在少数几篇综述（复制源）、以及施引论文里它出现在引言一句带过、还是在方法/讨论里被真正使用。

【极难发现】基金评审和聘用委员会真正需要的，其实不是「影响力」，是「这个人把下一件事做成的概率」。引文计数被选中，不是因为它测这个，而是因为它可计算、可排名、可甩锅给算法。我们不是不知道它坏，是它替我们做了不想做的判断。

一个值得辩论的问题：如果引文计数同时奖励抄袭式引用、惩罚奠基性工作，我们凭什么还把它当硬指标？还是说——一个可计算的坏数字，本来就比一个不可计算的好判断更受欢迎？