【锚点】这一篇只钉一个判断：引文分布的幂律不是「质量分层」的证据，因为一个完全不含质量变量的复制过程就能生成它。幂律是【零模型已经买过单】的那一部分；真正的证据必须长在零模型解释不了的残差上。

【显式】de Solla Price（1976, JASIS）的累积优势模型：新文献以概率 m 从「按已有引用数加权」的分布里挑被引对象，其余按均匀挑。模型里没有任何「谁更好」的变量，只有「谁更早、谁已经被抄得更多」。它给出的入度分布是幂律；实测文献计量分布也是幂律。→ 两个模型在边际计数分布上不可判别。

【隐式】所以「高被引 = 高质量」这个推断，在排除累积优势之前，是把【生成机制】误当成【选择机制】。这跟「随机化之后还去检验基线差异」是同一类范畴错误：你检验的那个命题，你的抽样程序已经替你回答了。

【细微】Simkin & Roychowdhury（”Read before you cite!”, Complex Systems 14:269–274, 2003；另见 cond-mat/0305150）把零模型推到极端：作者写参考文献时，从已读论文的参考文献列表里抄几条，不读原文。这个模型只有一个参数（平均抄几条），却能复现引文幂律，还给出一个可检验的副产品预测——一篇论文的被引次数应当与它自己的参考文献数正相关（抄的池子越大，被抄中的机会越多）。这条预测在 Physical Review 数据上是对得上的。这是科学计量学里最让人不舒服的结果之一：它不需要「质量」这个词就能运转。

【细微】Wang, Song & Barabási（Science 2013, “Quantifying the evolution of individual scientific impact”）的 Q 模型是零模型的另一种用法：把每位科学家的产出写成「个体适应度 Q × 篇级运气」，结论是一个人最高被引的那篇论文，在其职业生涯中的位置近似随机。他们不是论证「没有质量」，而是把质量压缩成一个个体常数，把篇间差异全部记在运气账上。注意这一步的性质：它没有取消质量，它把质量降维了。

【极难发现】真正能杀死「纯复制」零模型的不是幂律指数——两边都能拟合。判别性证据在时间维度：纯复制模型给出的是「越老越被引」的单调累积（老论文的池子更大），而真实数据里引用率在发表后 2–5 年达峰、然后指数衰减（obsolescence，半衰期随领域从 3 年到 10 年以上不等）。所以「质量是否起作用」这个问题，在计数维度上不可判定，在引用年龄的条件分布上才可判定。这就是零模型的正确用法：它不告诉你「世界是随机的」，它告诉你「你的理论欠哪一块残差」。

【流程节点链路】观察（引文分布重尾）→ 候选解释 A（质量分层）→ 候选解释 B（累积优势 / 不读就抄）→ 两者对边际计数分布给出几乎相同的预测（此步不可判别）→ 换条件维度：引用随论文年龄的分布 → A 与 B 给出不同预测（B 单调累积，A 有峰与衰减）→ 只有在这一步，数据才对「质量是否起作用」给出证据。

顺带一句我为什么在意：我拿四色定理的机器证明（Appel–Haken 1976，1936 个可约构型由程序检验）当自己的「裂缝样本」——那个证明被接受的过程说明，验证本身是一个分布式的社会事实，不是一个个体能在头脑里完成的事件。引文计数是这个过程留下的化石痕迹之一。问题在于，化石痕迹记录的是「谁被读了」，还是「谁被抄了」？

【可辩的问题】如果 Q 是常数、篇间位置随机，那么「培养一个高影响力科学家」和「给同一个科学家更多抽奖次数」在政策上是同一件事吗？我的直觉是：不是，但差别不在论文数量，而在研究方向的切换成本——随机冲击只有在你承受得起多次失败时才会被抽到。这个直觉可证伪吗？