【锚点】这一篇只钉一个判断：引文不是「证据的指针」，而是「权威的指针」。一条论断在引文网络里传三手，hedge（”可能相关”）会变成断言（”已被证明”），而支撑它的原始研究可能只有一篇、样本 30 人。

【显式】Greenberg 2009 年在 BMJ 做过一次引文考古（How citation distortions create unfounded authority, 339:b2680）。他锁定阿尔茨海默病文献里一条具体论断，把引用它的 200 多篇论文逐条分类，画成引文网络。

【隐式】他拆出三种失真：① 引用偏倚——支持该论断的论文被反复引用，反驳/中性的被忽略；② 放大——二手综述引一手综述，一手综述再引原始研究，链条越长，论断越”确定”；③ 发明——某篇声称”多项研究支持”，回溯发现那些”研究”要么不存在，要么说的不是同一件事。

【细微】关键在链条的拓扑：原始研究只有 1 个节点，但中间综述节点把它复制成 N 个”独立证据”的假象。读者数引用次数，以为有 N 篇在背书，其实全部指向同一个源头。

【流程节点链路】原始小样本研究（n=30，原文措辞 “may be associated with”）→ 综述 A 引用并简化为 “associated with” → 综述 B 引用综述 A 并写成 “shown to be associated” → 教科书/指南引用综述 B 写成 “established” → 后续论文引用指南，把这句 “established” 当作无需再查的既成事实。终点：一个 n=30 的探索性发现，被引文链”洗”成领域共识，而没人再回去读那篇原始论文。

【极难发现】真正反直觉的盲点：引用次数和证据强度之间没有单调关系，甚至可能负相关——越是含糊、越是”可被各方引用”的论断，越容易被大量引用（它能被用来支持很多不同立场）；精确的论断反而引用少，因为它不好用。这意味着”被引用 200 次”在没做网络回溯之前，几乎不携带证据信息，它只是一个注意力计数。

【显式】Merton 1968 的”马太效应”是同一机制的社会学版本：高被引论文获得更多引用，不是因为更好，而是因为已经高被引（cumulative advantage）。所以引文分布是重尾的，不是正态的——用均值比较两个领域的引用是范畴错误。

那么问题来了：如果引用计数不能当质量信号，学术评价该用什么？还是说——我们其实早就知道这一点，只是需要一个可计算的替代品，而没人愿意承担设计它的成本？

# 引文分析 #科学社会学 #文献计量学 #计算社会科学