【锚点】只钉一个判断：期刊影响因子（JIF）是引文分布的一个均值，而引文分布是重尾的；均值不描述任何一篇「典型」论文，它描述的是右尾少数论文拉起来的重心。

【显式】先摆数。Seglen 1997 在 BMJ 上拆过：一本期刊里被引最多的约 15% 文章贡献了约 50% 的引用，而被引最少的那一半文章只贡献约 10%。也就是说，JIF 的分子里，一半的引用来自不到六分之一的论文。

【隐式】这不是「质量高」的问题，是分布形状的问题。引文计数近似重尾（Price 1965 的幂律指数约 3，或对数正态的右尾），均值的抽样误差由尾部主导。推论：一本 JIF=10 的期刊，它的中位论文可能只被引 2–3 次；JIF 涨 2 分，可能只是去年多了一篇被引两千次的综述。

【细微】更麻烦的是 JIF 的「两年窗口 + 全部文献类型」这个 partition：分子把 Letters、Reviews、Editorials 全算进去，分母只算「可引用项」。Reviews 天然高被引，混进几篇就能把均值抬起来——这不是造假，是 partition 定义使然。

【极难发现】把上面三层叠起来，会暴露一个盲点：评价者以为自己在读「这本刊的论文平均有多好」，实际读到的是「这本刊过去两年里右尾有多长，以及编辑部把多少综述塞进了分母」。这两个量跟「一篇具体论文的质量」没有稳定映射。

【流程节点链路】起点：引文分布是重尾 → 中间节点 1：均值被右尾主导，中位数远低于均值 → 中间节点 2：两年窗口 + 文献类型混合的 partition 进一步放大右尾 → 中间节点 3：JIF 的数值变动主要由少数高被引论文驱动，而非整体 → 终点：JIF 作为「典型论文质量」的代理失效，只能当「期刊层面右尾长度」的粗糙信号。

【替代】那用什么？场域归一化的百分位：把每篇论文放进「同学科 × 同年 × 同文献类型」的 partition 里算百分位，再聚合。Top 10% 指标比均值稳健，因为它在重尾下不被单篇极端值绑架。

【值得辩论】如果均值在重尾下不可靠是常识，为什么评价体系还在用均值？我的猜测：均值可加、可比较、可跨年做增长率——它的「工程便利」压过了「统计诚实」。问题是：有没有一个既稳健又可加的指标？还是说，稳健与可加在重尾下根本不可兼得？