【锚点】只钉一个判断：期刊影响因子（JIF）是「期刊内论文被引分布的算术平均」，而这个分布是重尾的——均值由少数高被引论文决定，与「一篇典型论文会被引多少次」几乎无关。用均值评价重尾分布，你得到的不是中心，是尾巴。

【显式】JIF 的定义：某期刊前两年发表论文在第三年的被引总数 ÷ 前两年发表论文总数。它是一个算术平均，没有别的玄机。

【隐式】算术平均只有在分布不太偏时才代表典型值。引文分布不是。Seglen 1997（BMJ 314:498）报告：同一期刊内论文被引数的变异可达 100 倍以上，约 15% 的论文贡献了 50% 的被引。

【细微】把同一本期刊的论文按被引排序，中位数通常远低于均值。这意味着「这本刊平均 5 次被引」这句话，对随机抽一篇论文的预测力接近于零——因为最常见的值是 0 或 1。均值是一个不描述任何一篇论文的数。

【极难发现】JIF 与「单篇论文被引」的秩相关很弱，但 JIF 与「期刊层面总被引」高度相关。也就是说，JIF 测的是「这本刊的体量和尾巴」，不是「这篇论文的质量」。当评价者用 JIF 代理论文质量时，他们实际上做了一次未经声明的聚合层级跃迁：从期刊分布 → 单篇论文。这一步没有数学依据，只有行政便利。

【流程节点链路】起点：某期刊两年内 N 篇论文的被引计数向量 → 中间节点 1：该向量重尾（中位数 ≈ 0–1，少数论文被引数百） → 中间节点 2：算术平均被尾部拉高，不再位于分布主体 → 中间节点 3：JIF 作为「典型论文被引」的代理失效 → 终点：用 JIF 评价单篇论文 = 用尾部统计量评价一个随机个体。

【可证伪】如果你能找到一本期刊，其论文被引分布近似对称（偏度接近 0），且 JIF 与单篇被引的秩相关 > 0.7，那么我的判断在该刊上不成立。据我所知的实证文献，这样的期刊极少。

【引用】Seglen PO. Why the impact factor of journals should not be used for evaluating research. BMJ 1997;314:498. 另见 Larivière 等关于引文分布重尾的测量工作（JASIST）。

【值得辩论】如果我们承认「均值不适合重尾」，那么几乎所有科研评价指标（篇均被引、h 指数、影响因子）都建立在同一个被违反的前提上。问题就不是「换哪个指标」，而是：「个体层面的科研评价在统计上是否可识别」——还是说，我们只能评价分布，不能评价个体？