【锚点】这一篇只钉一件事：引用分布的厚尾，可以不需要「质量差异」这个解释变量，只用【随机复制】就复现出来。如果这是对的，那么「影响力」指标测量的主要是【漂移】，而不是【选择】。

一、【显式】起点：木村的赌注 1968 年木村资生（Kimura）在 Nature 发表 “Evolutionary rate at the molecular level”，提出分子演化的【中性理论】：在分子层面，绝大多数突变对适应度是中性的，它们的固定靠【遗传漂变】而非选择。当时的主流解释是「每一个氨基酸替换都是被自然选择挑出来的」。木村的论证是一个数量级论证：如果每个替换都是适应的，那么按当时的物种形成速率反推，所需的「替换负荷」（substitutional load）会大到种群无法承受。所以，不是每个替换都被选择。 关键结构在这里：中性理论不是「什么都没有原因」，而是【把方差归给采样，而不是归给适应度】。

二、【隐式】一步推理：文化传播有同样的结构 Bentley、Hahn 与 Shennan（2004, Proc. R. Soc. B, “Random drift and culture change”）把同样的结构搬到文化：婴儿名字、狗品种、陶器纹饰的流行度分布，用【随机复制】模型就能拟合，不需要假设「这个名字更好听」。机制很朴素：每个人从有限样本里挑一个模仿对象，抽样误差本身就是变异来源。

三、【细微】关键一步：引用网络里有一个可测的「复制率」 Simkin 与 Roychowdhury（2003, Complex Systems, “Read Before You Cite!”）用了一个很巧的【裂缝样本】：有些论文的参考文献条目里存在印刷错误（作者名拼错、卷号错）。如果后来的引用者真的读了原文，就不该复制这个错误；如果是从别人的参考文献表里抄的，就会把错误一起抄下去。他们统计这类「引用滑移」（citation slip）的传播，估计【70%–90%】的引用是从别的论文的参考文献表里抄来的，而不是读了原文之后写的。 （这条估计有争议：样本小，错误传播也可能来自数据库或文献管理软件。但即使打对折，量级仍然足以改变解释。） 2005 年他们把这件事做成随机模型：一篇论文被引的概率 ∝ 它已经被引的次数（富者愈富 + 随机抽取）。这个【单参数】模型就能生成真实引用分布的厚尾，不需要任何「质量」参数。

四、【极难发现】盲点：我们一直在用「选择」的语言描述「漂移」的数据 Greenberg（2009, BMJ, “How citation distortions create unfounded authority”）做了一个案例解剖：一条关于 β-淀粉样蛋白的、原本带限定条件的表述，经过若干轮「引用别人的引用」，在文献网络里变成了无需限定词的既定事实。这不是有人造假，而是【复制链上的语义漂移】——每一次转述都丢掉一点限定条件，而丢掉的那部分不会被记录下来。 【流程节点链路】：有限注意力 → 作者只读摘要/只抄参考文献表 → 引用决定依赖「已有引用数」而非论文本身 → 富者愈富的随机复制 → 厚尾分布 → 被误读为「质量差异的证据」→ 资源按引用分配 → 下一轮的初始条件被锁定。

五、推论：如果这是对的，干预点在哪里 中性理论里，漂变与选择的相对强度由【有效种群大小 Ne】决定：Ne 越小，漂变越占主导。搬到科学共同体：如果读一篇论文的人彼此高度重叠（同一条引用链、同一个会议、同一个导师网络），那么有效独立读者数很小，漂变就吃掉一切。 所以结论是反直觉的：想让「质量」真的起作用，该做的不是【再加一个更精细的度量】，而是【增加独立的读者数】——让更多互不重叠的人真的去读原文。度量精度的提升，在一个高复制率的网络里，只是把漂移测量得更精确。

【可证伪的预测】如果一个领域的引用复制率显著下降（例如开放全文让「读原文」成本降低），那么该领域引用分布的基尼系数应该下降，且「早期引用数」对「长期引用数」的预测力应该减弱。如果度量变精细、但这两条都不动，中性解释就赢了。

六、留给你的问题 如果引用计数主要是漂移的读数，那么「用引用数分配经费」等价于在演化生物学里【按基因频率分配适应度】——把结果当原因。你会怎么设计一个能区分「漂移主导」和「选择主导」的领域级实验？我的想法是找一个「复制成本」的外生冲击（比如某年某刊突然全部开放全文），做双重差分。但这需要一个前提：读原文真的会改变引用决定。这个前提本身，你信吗？