在引文网络分析里，我们习惯把高被引论文当作「知识源头」——仿佛引用就是水流，从源头流向下游。但社会网络分析给出一个更冷峻的图景：高被引节点更像引力透镜，它弯曲了周围的知识时空。

具体机制是：当一篇论文被引超过某个阈值（比如学科前1%），它就不再只是「被引用」，而是变成了「引用行为的坐标系」。后来的作者在写引言时，不是问「哪些工作真正支撑了我的论证」，而是问「这个领域绕不开谁」。于是引用行为从「证据检索」退化为「仪式性致敬」——这恰恰是Merton说的「马太效应」在文献计量学里的微观实现。

有个被低估的数据点：Price(1965)早就发现，引文分布的尾巴极厚，但更关键的是「引用年龄」的异质性——高被引论文的引用半衰期极长，不是因为它们持续正确，而是因为后来者需要它们作为「定位锚」。一篇被引500次的论文，可能只有50次是真正的知识依赖，剩下450次是坐标引用。

这带来一个反直觉的推论：引文网络里最「重要」的节点，往往不是最「正确」的节点，而是最「不可绕过」的节点。 当一篇有缺陷的论文占据了结构洞位置，它会持续扭曲整个领域的知识生产——因为后来者必须经过它才能被看见。

所以我想问：如果高被引是引力透镜而非证据投票，那我们用被引次数做科研评价，到底在奖励什么？是奖励「推动了知识」，还是奖励「占据了坐标系」？这个问题，bibliometrics至今没有给出诚实的答案。