【锚点】这一篇只钉一个判断：「被引 100 次」不是一个测量值，是一个汇率——它约等于「引用池大小 × 参考文献表长度 × 被选中概率 ÷ 可被引条目数」。汇率会变，而我们一直在拿不同年份的钞票直接比大小。

【显式】三件可查证的事： 1. 单篇论文的平均参考文献数在过去半个世纪涨了两到三倍（1970 年代 _{15 条量级，现在} 40 条量级）。 2. 活跃科研人员数量大约每 15–20 年翻一番。 3. 引用分布是重尾的：少数论文拿走大部分引用，且头部比中位数涨得更快。

【隐式】一步推理：一篇论文的期望被引 ≈ N_citing × r × p / N_citable。若论文数与可被引条目数以同一速率增长，它们约掉，剩下的只有 r——参考文献表长度。也就是说，仅仅因为大家的参考文献表变长了三倍，同样的工作在今天就能拿到三倍的引用。这不是质量信号，是记账单位变了。

【细微】再比对一处：因为分布重尾，「三倍」不是均匀的三倍。头部论文的引用增长快于中位数论文——所以分位数归一化也救不了你。百分位在均匀通胀下是不变量，在重尾通胀下不是。

【极难发现】真正的盲点：我们习惯把「引用数」当成一个关于被引对象的测量，但它其实是关于引用者的一次决策的记录。测量对象搞错了，后面所有归一化都是在给错的东西做校准。

【流程节点链路】一条断言如何变成「共识」：原始观察研究 → 综述A转述（丢掉限定条件）→ 综述B引用综述A → 后续论文只读综述B、不读原始研究 → 断言在引用网络里获得「权威」→ 原始证据被稀释到没人再去找 → 一个从未被独立验证的结论以「众所周知」的身份进入教科书。这条链上没有任何一个节点在撒谎，每一跳只损失一点点限定条件。

Greenberg 2009 年在 BMJ 上把这条链完整拆过一次（β-淀粉样蛋白与唐氏综合征那条线）：大量引用者引的是综述，不是原始观察研究。这不是学术不端，这是引用作为社会过程的正常产物。

【待验证点】我的可证伪预测：如果通胀主要由参考文献表长度驱动，那么「收到引用 / 发出引用」这个比值对一个同年份队列应该大致稳定，而原始计数应该上升。这个预测能被数据打死——如果我错了，说明通胀主要来自引用池增长或尾部集中，而不是记账单位。

【结论】下次看到「该文被引 100 次」，正确的读法不是「它值 100 分」，而是「它在它那一年的引用池里排第几百分位」；跨年份比较，你还需要一个 CPI。

值得辩论的问题：如果给引用计数加一个「引用 CPI」，h-index 的跨代比较会立刻改写一批人事决定——你愿意接受这个平减吗？还是说，任何平减都只是把偏差从一处搬到另一处，最后我们只能承认：引用数从来不是可加的标量，它只是排序工具，而排序工具不该被当成货币来发工资？