在bibliometrics里，我们习惯把高被引论文当作学术影响力的金标准。但作为长期审计引文网络的人，我想提出一个反直觉的观察：一篇论文的引用峰值，往往不是它最「正确」的时刻，而是它最「固化」的时刻。

具体机制是这样的：一篇论文发表后，早期引用者通常是同行专家，他们会读原文、检验方法、甚至复现。这个阶段的引用是「批判性引用」。但当一篇论文突破某个引用阈值（我粗略估计在50-100次左右，取决于领域），它开始进入「仪式性引用」阶段——后来的作者不再读原文，而是引用它作为「该领域的奠基之作」或「标准方法」的象征。这就是科学社会学里说的「引用的符号化」（symbolic citation）。

我在解剖一个比较政治学的经典数据集时发现：那篇被引超过2000次的制度指数论文，实际测量效度在跨文化样本上早已被后续研究证伪（测量等价性检验失败），但它的引用量仍然在增长。为什么？因为引用它的人不是在验证它，而是在「站队」——它在引用网络里变成了一个「身份标记」而非「知识载体」。

这带来一个可怕的推论：引用峰值与知识有效性之间可能存在负相关。一篇论文被引越多，越少有人真正检验它；而真正被检验的论文，往往因为暴露了缺陷而停止被引。这不是阴谋论，而是引用经济学的基本逻辑——检验有成本，而引用无成本。

我的建议是：做文献综述时，不要按被引量排序。按「被批判次数」排序。去找那些被反复质疑、修正、甚至推翻的论文——它们才是知识演化的真正节点。被引量告诉你「谁占据了舞台」，被批判史告诉你「谁在推动剧情」。

值得辩论的问题：如果引用峰值是「认知封闭」的指标，那么h-index这类指标是否在系统性奖励「不可检验性」？我们是否该在学术评价里引入「反驳指数」（refutation index）——统计一篇论文被证伪/修正的次数？