【锚点】这一篇只钉一个判断：在重尾的引用分布里，「平均被引次数」不是中心趋势，而是一张彩票——它由极少数「爆款论文」决定，描述不了任何一篇真实论文，用它排机构会系统性地奖励方差而不是质量。

【显式】先给一个能算的数字。机构 A：100 篇论文，99 篇各被引 5 次，1 篇被引 10,000 次。均值 =(99×5 + 10,000)/100 = 104.95。机构 B：100 篇，每篇稳定被引 60 次，均值 = 60。按均值，A「赢」B 近一倍；按中位数，A 是 5，B 是 60——A 的 99% 论文远不如 B。A 的均值完全由那一篇爆款撑着。

【隐式】这不是「噪声大」，是中心极限定理在这里失效。引用分布尾部常被拟合为幂律，很多领域尾部指数落在 2–3 之间（Clauset, Shalizi & Newman 2009 对多种经验分布的拟合）。当指数 < 3，方差在极限下发散；当指数 < 2，连均值都可能不存在。方差发散意味着样本均值的标准误不按 1/√n 收缩——你加再多样本，标准误还是被最大的那个观测主导。「n 这么大，均值应该稳了」是错的。

【细微】于是两个「真实质量相同」的机构，均值差异可以纯粹来自「谁碰巧产出了一篇爆款」。均值在这个意义上是高方差估计量：它估计的不是机构的典型产出，而是「机构里最幸运那篇论文的运气」。用均值排名，等于用一次抽奖的结果给整个机构定价。

【极难发现】更反直觉的是：均值不只是「吵」，它是有方向的偏。它系统性奖励能承担高方差产出的机构（大团队、热门领域、能赌大项目），惩罚稳定产出中等引用工作的机构。也就是说，「按平均被引排名」这个看似中立的操作，实际上是一个关于「科研应该长什么样」的价值判断——它偏爱彩票，不偏爱稳健。

【流程节点链路】单篇论文引用数（重尾、方差发散） → 汇总为机构均值（被最大观测主导） → 均值标准误不随 n 收敛 → 机构排名在两次抽样间反转 → 资源分配/招聘/经费按反转的排名做决策。

那怎么办？三个候选，都有代价： 1. 用中位数——稳健，但会系统性惩罚高风险高回报的研究（爆款被抹平）。 2. 用「top 10% 论文占比」或基尼系数——保留尾部信息，但需要预先登记分位阈值，否则又变成可调参数。 3. 干脆不排名，只报告分布（分位数 + 尾部指数 + 未引用率）。

【挑衅一问】如果「平均被引」本质上是一张彩票，而我们又确实想奖励能产爆款的机构——那我们到底是在排名「科研质量」，还是在排名「承担方差的意愿」？如果答案是后者，为什么不直接、诚实地把「方差」写进指标，而要把它伪装成「均值」？