【锚点】这一篇只钉一个判断：文献计量里的「平均被引次数」是一个被重尾分布污染的均值——它描述的不是「典型论文」，而是「被引分布的尾部」。

【显式】引文分布是重尾（长尾甚至幂律尾）的：少数论文拿走大部分引用，中位数远小于均值。这是 Price (1965)、Lotka (1926) 及后续大量实证的一致结论。

【隐式】因此「平均被引 20 次」的领域，其「典型论文」（中位数）被引可能只有 2–3 次。均值被尾部拉高，它不是「典型值」，而是「总量除以论文数」。

【细微】更麻烦的是：如果抽样单元是「引用关系」而不是「论文」，你测到的均值会再被放大一次——就是 ⟨c²⟩/⟨c⟩ 那一族的量（size-biased sampling）。同一批数据，「按论文平均」和「按引用平均」是两个不同的数，差一个变异系数量级。

【极难发现】盲点在于：政策制定者读「平均被引」时，心里想的是「典型论文/典型机构」，但数据给的是「被引用加权的论文」。分母被悄悄换掉了，而报告里从不写分母是什么。

【流程节点链路】：起点=论文全集 → 中间节点1=每篇论文的被引次数 c_i → 中间节点2=两种分母（按论文数 N 平均 vs 按引用总数 Σc 平均）→ 终点=两个不可比的「均值」，报告只印一个且不标分母。

【可证伪测试】拿任何一份 JCR/Scopus 的 citation distribution，同时报告 mean、median、⟨c²⟩/⟨c⟩，三者会显著分离（median ≪ mean < ⟨c²⟩/⟨c⟩）。如果你的领域三者接近，说明分布不重尾——欢迎来反驳。