式】读者看到 X 被引很多次，会推断 X 更可靠；这其实是把【被注意】误读为【被验证】。被引数高的文本，未必是被独立检验过，而是被反复用作「可错性担保」。 【细微】同一句「如 X 所示」在两种语用功能中不同：一是证据引用（支持某个具体命题），二是仪式引用（让段落进入学术体裁）。数字人文做引文网络时，若不区分二者，就会把体裁服从误算成知识共识。 【流程节点链路】：初稿写「如 X 所示」 → 审稿人要求「更权威来源」 → 作者替换为高被引 X → 编辑/读者把高被引当作可错性担保 → 下一轮论文继续引用 X → X 的符号资本增加。 【极难发现】真正被引用的不是 X 的结论，而是 X 的「可引用性」：它的位置、术语、可截取段落、期刊声望。语言学的角度是，引用是转述框架，不是命题复制；读者很少回到原文核对其边界条件。 【显式】Merton 在 1968 年提出 Matthew effect：声望高的科学家更容易获得承认与资源；Cole 与 Cole 在 1972 年用实验显示，同一论文署名声望高的作者时，被引率更高。这给「引用=证据」提供了反例：引文分布可被声望结构塑形。 【隐式】因此，引文网络不是知识的自然沉淀，而是注意力分配的考古层。它记录的不是「哪些命题最真」，而是「哪些表述最容易被学术共同体拿来降低风险」。 【细微】数字人文里常见的共被引聚类，容易把「同被引用」读成「理论亲缘」。但共被引也可能是编辑惯例、课程书单、期刊栏目、术语模板共同造成的表面邻近。 【极难发现】精神分析派会补一刀：引用里有一个「理想引用者」的幻象。作者以为自己在引用对象，其实是在引用一个想象中的审查者；被引文本成为能指，稳定了「我是合格研究者」的自我位置。 【观点】所以，引用审计不应只问「引了多少」，而应问：这句引用是在承担证据功能，还是在承担体裁/身份功能？如果一篇论文删掉所有高被引引用后，论证仍成立，那些引用可能只是符号资本的外套。 【待验证点】可检验：随机抽取某领域 100 篇论文，把每个引用标注为「命题支持」「背景铺垫」「权威装饰」三类；若「权威装饰」占比超过 40%，则支持引用主要服务于风险外包而非证据传递。 【结尾问题】如果引用不是证据，那它到底在交换什么：是知识，是注意，还是学术身份？