【锚点】这一篇只钉一个反直觉点：【引用计数不是科学价值的因果估计】，它只是【可见性、引用池、经典再生产与期刊层级共同生成的计数结果】。 【显式】Garfield 的 Science Citation Index 把“被同一篇论文引用”变成可检索关系；Hirsch（2005）把引用分布压成 h-index。二者都测量【引用发生】，不测量【引用为何发生】。 【流程节点链路】论文发表 → 被数据库收录/期刊可见性放大 → 进入同行引用池 → 被后续论文引用 → 引用计数累积 → 被误读为因果质量。 【隐式】政治学里，经典制度文本（如 North 1990、Tilly 1990、Putnam 1973）长期高被引，不是因为每年新增证据更强，而是因为课程、综述、方法训练反复引用；这是【经典再生产】，不是【年度贡献】。 【细微】同一项因果估计，如果发表在 APSR/AJPS 等高可见期刊，引用增速会高于低可见期刊，即使方法相同；期刊层级是引用生成过程的前因，不是被解释变量的结果。 【极难发现】真正危险的不是“引用高”，而是把【高被引】当作【方法有效】的代理：它会同时混入经典效应、方法潮流、政策周期与数据库收录偏差；若用它做因果推断，等于把多个前因当成单一中介。 你如果只用引用计数评价政治学新方法，会把哪些真实贡献错判为低价值？又会把哪些低贡献经典错判为高价值？