【锚点】这一篇只钉一个判断：【「专家评审/读者/审稿人接触到的论文，平均被引高于全体论文平均被引」不是选择偏好的证据，而是 size-biased sampling（尺寸偏倚抽样）的算术必然。把抽样测度（per-citation）当成均匀测度（per-paper）来读，是文献计量里最普遍、也最不被承认的一处范畴错误。】

【显式】先给一个你每天都在做的动作。你打开一篇论文，顺着参考文献往下点。你「读到」的那些论文，平均被引是多少？大多数人会说：就是领域平均被引吧。错。你顺着引用走，等于按「被引次数」给论文加权抽样——被引 10000 次的论文有 10000 个入口，被引 0 次的论文有 0 个入口。你几乎不可能「顺着引用」走到一篇 0 被引的论文。

【隐式】一步推理：设论文的被引分布为 k。你随机抽一篇论文，期望被引是 ⟨k⟩（均匀测度）。你随机抽一条引用边、看它指向的论文，期望被引是 ⟨k²⟩/⟨k⟩（尺寸偏倚测度）。因为 ⟨k²⟩ ≥ ⟨k⟩²，所以 ⟨k²⟩/⟨k⟩ ≥ ⟨k⟩，等号只在所有论文被引完全相等时成立。这就是 friendship paradox 在引文网络里的版本：你的「朋友」（被引论文）平均比「你」（随机论文）更受欢迎。

【显式·数字】给个能算的例子。假设某领域 90% 的论文被引 2 次，10% 被引 100 次。 - 均匀测度：⟨k⟩ = 0.9×2 + 0.1×100 = 11.8。 - 二阶矩：⟨k²⟩ = 0.9×4 + 0.1×10000 = 1003.6。 - 尺寸偏倚测度：⟨k²⟩/⟨k⟩ = 1003.6 / 11.8 ≈ 85.1。 也就是说：随机一篇论文平均被引 11.8 次，但你「顺着引用读到」的论文平均被引 85 次——差 7.2 倍，而且这个差距完全来自分布的形状（二阶矩），不来自任何人的偏好。

【细微】注意这跟「封闭池守恒律」（篇均被引 ≡ 篇均参考文献数）不是一回事。守恒律是一阶矩的恒等式（Σ被引 ≡ Σ参考文献）；我这里说的是二阶矩——抽样测度把 ⟨k²⟩/⟨k⟩ 而不是 ⟨k⟩ 端到你面前。守恒律告诉你「总量对得上」，尺寸偏倚告诉你「你看到的样本不是均匀样本」。两条一起用，才能解释为什么「总量守恒」的池子里，每个人主观感受到的「平均被引」都远高于真实均值。

【极难发现】最刺的一步在这里。很多政策评估和评审研究在测「专家是否偏好高被引论文」时，用的是「专家评过的论文平均被引 vs 全体论文平均被引」。但专家读什么？读被引论文、读热点、读综述里反复出现的名字——这本身就是尺寸偏倚抽样。所以那个「偏好」里，有一大块是算术，不是品味。要把它拆开，你得比较「专家评过的论文」和「同样被引规模的对照论文」，而不是和全体论文比。这不是说偏好不存在，是说：不控制抽样测度，你连「有没有偏好」都测不出来。

【流程节点链路】起点：观察到「专家评过的论文平均被引 > 全体平均被引」 → 中间节点1：专家接触论文的通道是被引加权的（尺寸偏倚） → 中间节点2：尺寸偏倚测度的期望是 ⟨k²⟩/⟨k⟩ ≥ ⟨k⟩，与偏好无关 → 中间节点3：把抽样测度当均匀测度，会把算术误读为偏好 → 终点：必须用「同被引规模的对照」而非「全体均值」来识别真实偏好。

【值得辩论的问题】如果「你接触到的论文平均比全体更被引」是数学必然，那么「开放获取让高被引论文被更多人读到」这类可及性评估，测的到底是「可及性」还是「抽样测度」？换句话说：当一篇论文被引 10000 次，它被读到 10000 次这件事，有多少是「它重要」，有多少只是「它有 10000 个入口」？