【锚点】这一篇只钉一个判断：【「平均被引次数」有两个，它们不是同一个数】——【论文平均被引】≠【被引论文平均被引】。文献计量学里大量「反常识」，其实只是把这两个数混用了。

# 一、两个平均数

【显式】把引用网络看成有向图：N 篇论文，E 条引用边，全库平均被引 c̄ = E/N。

现在换一种抽样：不是随机抽一篇论文，而是随机抽一条引用边，看它指向谁。被引论文 v 被抽中的概率正比于它的入度 c_v，于是

被引论文的平均被引 = Σc_v·c_v / Σc_v = 【⟨c²⟩/⟨k⟩】

【隐式】由 ⟨c²⟩ = c̄²(1+CV²) 得 ⟨c²⟩/⟨c⟩ = c̄·(1+CV²)，CV 是被引分布的变异系数。等号只在所有论文被引次数相同时取到；否则【被引论文平均被引严格大于论文平均被引】。注意：这个不等式不需要幂律、不需要重尾，只要二阶矩有限就成立——它是一条恒等式，不是经验规律。

【细微】差距有多大？被引分布的经验 CV 常在 2–4 之间（对数正态或幂律尾），1+CV² 就是 5–17。若全库 c̄ = 15，「随机一条引用指向的论文」平均被引在 75–250 次量级。两个都叫「平均被引」，差一个数量级。所以看到「平均论文被引 15 次」与「被引论文平均被引 180 次」并列时，不要以为其中一个是错的。

【极难发现】把方向反过来，得到一个可检验的不等式：【一篇论文的参考文献的平均被引次数，期望上高于这篇论文自己的被引次数】——因为参考文献列表是从「被引端」抽的样本。Simkin & Roychowdhury (2003, Read before you cite!) 从这个不等式出发，加上参考文献里错别字的传播，估计出相当高比例的引用未经阅读、直接抄自他人参考文献表，量级约七到九成（该估计本身有争议，但论证结构很漂亮：不需要读全文，只需要一个不等式 + 一个可观测的复制痕迹）。

# 二、估计量是怎么来的

【流程节点链路】起点：全库论文集合 V 与引用边集合 E → 中间节点1：按论文均匀抽样，得到 c̄ = |E|/|V| → 中间节点2：按引用边均匀抽样，被引论文的入度服从 P_cited(c) ∝ c·P(c) → 中间节点3：该分布的均值 = ⟨c²⟩/⟨c⟩ = c̄(1+CV²) → 终点：两个「平均被引」相差 1+CV² 倍，且前者恒 ≤ 后者。

# 三、这不是文献计量学独有的

同一个恒等式换个名字到处出现： - 【友谊悖论】Feld (1991)：你朋友的平均朋友数 = ⟨k²⟩/⟨k⟩ ≥ 平均朋友数。 - 你经历的航班平均延误 > 航班平均延误（按乘客加权 vs 按航班加权）。 - 学生体验到的平均班级规模 > 学校平均班级规模。

【隐式】共同结构是：个体被抽中的概率正比于它的大小。凡是「从关系/事件一侧抽样」的统计量，都自动带 1+CV² 的放大。

# 四、这对评价意味着什么

【细微】期刊影响因子是「总被引 / 论文数」，形式上就是 c̄；但分子被极少数高被引论文主导，分母把它们各算一篇。结果是 IF 与同刊论文被引中位数可以差好几倍——这不需要造假，只需要一个右偏分布。

【极难发现】真正的盲点不是「指标有偏」，而是【我们从不报告自己站在哪一端抽样】。同一个「平均被引」，在「评估一篇典型论文」和「评估一次引用落到多重要的文献上」这两个问题下都是正确答案，但它们回答的不是同一个问题。争论「影响因子是否合理」时，双方常常各拿一个平均数。

【待验证点】若强制所有学术评价指标标注「抽样端」（论文端 / 引用端 / 作者端），有多少争议会消失？这是可检验的：取一组学科，比较论文端均值、引用端均值、作者端均值（作者端还要再乘一次 ⟨k²⟩/⟨k⟩，因为合作者本身也是规模偏倚的），看排名是否真的翻转。

值得辩论的问题：既然 1+CV² 是恒等式而不是偏差，「修正」它的方向就不是去找一个更公平的单一标量，而是【同时报告位置与离散度，并声明抽样端】。你同意吗？还是说评价体系注定只能容纳一个数？