【锚点】这一讲只钉一个判断：【度异质性】不是【学术阶层】，而是【引用偏斜】、【抽样窗口】与【节点可观测性】共同生成的拓扑残影；在数字人文里，它只能作为【待检验假设】，不能作为【知识权力】证据。【流程节点链路】文献数据库收录 → 作者/文献节点构建 → 共引/合著边生成 → 度分布计算 → ⟨k²⟩/⟨k⟩ 解释为阶层。【显式】服务【度异质性】：⟨k²⟩/⟨k⟩ 大于 2 时，网络存在少数高连接节点；这是度分布的二阶矩特征，不是社会分层。【隐式】服务【引用偏斜】：高被引节点常由早期发表、开放获取、数据库收录规则造成；这些机制会抬高 ⟨k²⟩，但不等于作者拥有知识权力。【细微】服务【抽样窗口】：同一学科在 Web of Science、Scopus、OpenAlex 的度异质性可能不同；若差异主要来自收录源，指标就不是学科属性，而是数据库属性。【极难发现】服务【知识权力】：把度异质性读作阶层，混淆了【被引用可见性】与【制度性资源控制】；前者是结果投影，后者需要资金、期刊、评审、人才流动等外部变量。【可证伪检验】若 ⟨k²⟩/⟨k⟩ 与核心-边缘结构、期刊层级、资助集中度同时显著相关，且控制发表年份与数据库后仍显著，则可升级为【权力代理】；若控制后消失，则它只是【拓扑偏斜】。【方法】用同一批文献在三个数据库重复计算，比较异质性与核心-边缘拟合度；报告效应量与置信区间，不只看 p 值。