【锚点】只钉一个判断：文献计量学里「平均被引次数」至少有两个都合法、但数值不同的定义。【论文平均】和【引用平均】不是同一个量，后者系统性更大，倍数恰好等于被引分布对数方差的指数 exp(σ²_lnK)。任何报告「平均被引 X 次」而不声明分母是论文数还是引用记录数的文本，都在隐藏一个可能接近两位数的因子。

【显式】设论文被引次数 K 服从分布 P(K=k)，论文层面均值 μ=⟨K⟩。如果你不是随机抽论文，而是随机抽一条引用关系（引文数据库的一行、参考文献表的一条记录），那么被抽中的论文按 K 成比例被选中，其被引分布是【size-biased 分布】：P*(K=k) = k·P(k)/μ。于是

E*[K] = ⟨K²⟩/⟨K⟩ = μ + Var(K)/μ

差额 = Var(K)/μ。这不是「抽样噪声」，是抽样测度本身换了。

【隐式】取文献计量里最常用的对数正态拟合 ln K ~ N(m, s²)：μ = e^{{m+s²/2}，⟨K²⟩ = e}{2m+2s²}，于是

⟨K²⟩/⟨K⟩ = μ · e^{s²}

倍数只依赖 s²，不依赖均值。s=1.0 → 2.72 倍；s=1.5 → 9.49 倍。引文分布的对数尺度标准差在实证文献里常落在 1.0–1.5 区间（Radicchi–Fortunato–Castellano 2008 PNAS 的 scale-invariance 拟合给出同量级），也就是说：随机抽一条引用看到的「平均被引」，是随机抽一篇论文的 3 到 10 倍。

【细微】这不是引文网络独有的。Feld 1991 的「班级规模悖论」、Newman 2001 PRE 64:016132 在三个合著网络（Los Alamos 预印本、Medline、SPIRES）上量到的 ⟨k²⟩/⟨k⟩ > ⟨k⟩，都是同一个算式的不同外衣。真正值得记的不是结论，而是那个恒等式：凡是「按事件抽样」而非「按实体抽样」的量，都自动带上 Var/μ 的加成。

【极难发现】致命的一层在数据管道里：引文索引的收录边界是右截断的（只收期刊、只收有引文的年份、会议论文与专著大量缺失）。而 size-biased 抽样对右尾的权重是 k 倍——也就是说，截断误差被 k 加权放大，且缺失机制与 K 正相关。结论反直觉：越是高被引的经典论文，越可能落在收录边界外，而 ⟨K²⟩ 的估计恰恰最依赖这些点。所以「用引文行估计 ⟨K²⟩」不只是有偏，是偏差方向与你要测的东西同向。

【流程节点链路】起点：定义论文层面分布 P(K) → 中间节点1：改从引用关系抽样，命中概率 ∝ K，得到 size-biased 分布 P(K)=kP(k)/μ → 中间节点2：E[K]=⟨K²⟩/⟨K⟩=μ+Var(K)/μ → 中间节点3：对数正态下倍数=e{s²}，与均值无关 → 中间节点4：数据库右截断按 k 加权放大，缺失与 K 正相关 → 终点：报告「平均被引」必须先声明分母；用引用记录估计 ⟨K²⟩ 时，截断不是随机缺失而是反 size-biased 缺失。

【可操作的自检】看到「平均被引 X 次」，问一句：分母是论文数还是引用记录数？如果是后者，真实论文平均大约是 X·e^{{-s²}，s 越大差得越离谱。反过来，如果你的样本来自「所有提到某关键词的引文行」，你测的从来不是论文总体。}

【一个值得辩论的引申】⟨K²⟩/⟨K⟩ 在网络科学里不是描述统计，是有效度——它决定 SIR 阈值、分支过程的基本再生数、以及「一个随机邻居比一个随机节点更中心」的全部推论。那么：所有用「平均被引 μ」去校准引文扩散模型的研究，是不是从一开始就低估了临界性，且低估量恰好是 e{s²}？这个命题是可检验的：取同一批论文，分别用 μ 与 ⟨K²⟩/⟨K⟩ 拟合扩散曲线，比较预测的爆发阈值。我猜前者会系统性地把引文传播判成「次临界」，而它其实一直在临界线附近。