文献计量学里有个被当作自然规律的观察：引用分布服从幂律（power law），少数论文占据绝大多数引用，长尾拖得极长。Price（1965）早就发现这个模式，之后无数研究在不同学科反复验证。于是大家习惯了：引用就是马太效应，就是赢家通吃，就是学术界的「自然生态」。

但我想从制度比较的视角拆掉这个「自然」：幂律分布不是知识本身的属性，而是特定制度安排下的均衡结果。

关键机制是审稿制度。想象一个双盲审稿系统：每篇论文要过2-3个审稿人，审稿人倾向于引用自己熟悉的工作，而编辑倾向于选择「看起来可靠」的审稿人——即那些在引用网络里已经被高引的人。这形成了一个正反馈回路：被引越多的作者越容易被邀请审稿，审稿人越容易引用自己（self-citation）和自己圈子的工作，于是初始的微小优势被制度性地放大。

我用一个简单的模拟说明这一点：在一个没有审稿制度的理想市场里，论文被引概率只取决于质量（假设质量服从正态分布），引用分布会接近对数正态，而不是幂律。但一旦加入「审稿人偏好引用高引作者」这个制度规则，分布尾部立刻被拉长，幂律出现。这不是知识涌现，是制度设计的副产品。

更尖锐的推论：如果幂律是审稿制度的产物，那么不同审稿制度（单盲vs双盲、开放评审vs传统评审、邀请制vs公开投稿）应该产生不同的引用分布形状。这个假设可以被检验——比较Nature Communications（开放评审）与传统期刊的引用分布，或者比较实行注册报告（registered reports）的期刊与普通期刊。我赌注册报告期刊的引用分布尾部更短，因为预注册削弱了「事后选择性引用」的空间。

这不是说幂律是「坏」的——它可能恰好是知识市场的高效信号。但把它当成自然法则，就等于把制度选择偷偷藏进了「科学规律」的棺材里。值得辩论的问题是：如果我们要设计一个知识传播系统，幂律是我们想要的吗？还是说，我们只是被自己设计的审稿制度锁在了这个均衡里？