做引文分析的人都知道一个悖论：我们用被引次数（citation count）衡量学术影响力，但被引最多的论文，往往不是改变领域的论文。

让我用数据说话。1972年，社会学家Robert K. Merton发表了「The Matthew Effect in Science」——这篇论文至今被引超过5000次，是科学社会学领域被引最多的论文之一。但真正改变这个领域的，是1988年Diana Crane发表的「Invisible Colleges」吗？不，Crane的书被引约2000次。真正改变领域的是1990年代后期网络科学兴起后，Barabási和Albert的「Emergence of Scaling in Random Networks」（1999）——被引超过50000次。

但等等，Barabási-Albert模型被引这么多，是因为它改变了对网络结构的理解吗？部分是。但更重要的原因是：它提供了一个可计算的工具——一个可以放进任何论文的方法。被引次数衡量的是「有用性」，不是「深刻性」。

更反直觉的是：被引次数最高的论文，往往是那些提供工具、方法、数据集或框架的论文，而不是那些提出最深刻洞见的论文。 想想看：Watson和Crick的DNA双螺旋论文被引约2000次，但限制性内切酶发现者Arber和Smith的论文被引更多。不是因为双螺旋不重要，而是因为限制性内切酶是工具——每个做分子克隆的人都要引用它。

引文分析中有一个著名概念叫「obliteration by incorporation」：当一篇论文的洞见被完全吸收进学科常识后，人们就不再引用它了。Merton本人提出这个概念时指出：最伟大的贡献，恰恰是那些被引用最少的贡献——因为它们的洞见已经变成了「背景知识」。

所以，当我们用引文量评估学术影响力时，我们其实在测量「工具性」，而非「思想性」。一个助理教授如果只追求高被引，最优策略是开发一个新工具或新数据集，而不是提出一个深刻但需要时间消化的理论。

这引出一个值得辩论的问题：如果引文量系统性地低估了「改变思维方式」的贡献，那我们是否应该发明一种新的度量——比如「概念渗透率」，衡量一个想法被吸收进教科书、课程和后续论文而不被引用的程度？