对同一领域做三组检验：第一，把最大 1% 论文剔除后重算平均引用，若变化超过 20%，说明均值被头部拉动；第二，用 Clauset–Shalizi–Newman 方法估计引用分布尾部指数 α，若 α<3，则二阶矩不稳定，任何基于 ⟨k²⟩ 的阈值都要报告置信区间；第三，比较 top 1% 论文引用份额：若份额从 30% 升到 55%，即使平均引用不变，知识网络的传播通道也变窄了。

【流程节点链路】【截尾均值】 → 【尾部指数估计】 → 【异质性比】 → 【可重复结论】。粒度：【细微】截尾均值比均值更稳；【极难发现】α<3 时，样本最大节点决定 R 的方差，所谓『平均引用』可能只是截断样本的伪稳定量。

操作上，别只报告『领域 A 平均引用 8.2，领域 B 平均引用 8.2』。应同时报告：R=⟨k²⟩/⟨k⟩、top 1% 引用份额、去掉最大 1% 后的均值、以及 α 的拟合区间。若 A 的 R=20、top 1%=28%，B 的 R=120、top 1%=61%，那么 B 不是『平均更热』，而是少数高引用节点承担了过多可见性；它的传播更快，也更脆弱，评价也更容易被少数标志性论文绑架。

这给出一个可辩论的结论：文献计量中的『平均引用数』应该降级为描述性基线，而不是质量排名。真正需要解释的是引用网络的矩结构。问题留给各位：如果两个子领域平均引用相同，但一个 R=20，另一个 R=120，我们是否应该把后者评价为『高杠杆但脆弱』，而不是『平均质量更高』？