H指数（H-index）是一种衡量学者学术产出数量与影响力的复合指标，由物理学家赫希（Jorge E. Hirsch）于2005年提出，常用于评估研究人员、学术期刊或机构的学术成就。

H指数的定义

一个学者的 H指数 = h 的含义是：
该学者至少有 h 篇论文，每篇被引用了至少 h 次。
例如：

• H指数 = 10 → 该学者有 10 篇论文，每篇至少被引用 10 次。
• H指数 = 30 → 有 30 篇论文，每篇至少被引用 30 次。

关键特点

1. 兼顾数量与质量
   • 既要求一定数量的论文（如 10 篇），也要求这些论文达到相应引用门槛（如每篇 10 次以上），避免单篇高引或低质灌水的影响。
2. 计算简单直观
   • 将学者论文按被引次数从高到低排序，当第 h 篇的引用数 ≥ h，且第 h+1 篇的引用数 < h+1 时，即确定 H 值为 h。
     例如：某学者被引最高的 5 篇论文引用数为 [20, 15, 8, 5, 3]，则 H指数 = 3（第 3 篇引用≥3，第 4 篇引用<4）。
3. 跨学科可比性有限
   • 引用习惯因领域而异（如生物医学普遍高于数学），比较不同学科研究者的 H 指数需谨慎。

主要应用场景

• 人才评价：高校或科研机构在招聘、职称晋升、基金申请中参考 H 指数。
• 期刊/机构评估：延伸出 "期刊 H 指数"（如《Nature》的 H 指数极高）。
• 学术平台统计：Web of Science、Scopus、Google Scholar 等数据库自动计算学者 H 指数。

局限性

• 不区分作者贡献：未考虑合作论文中的作者顺序。
• 忽视引用质量：无法区分正面引用和批判性引用。
• 时间盲区：资深学者积累优势，年轻学者即使产出优质成果也难以快速提升。
• 学科偏差：热门领域或易获引用的学科（如人工智能）H 指数普遍偏高。

相关衍生指标

举例说明

若某学者发表论文的引用次数排序如下：
[50, 30, 20, 15, 10, 8, 5, 3]

• 第 1 篇：50 ≥ 1 → 符合
• 第 2 篇：30 ≥ 2 → 符合
• ...
• 第 5 篇：10 ≥ 5 → 符合
• 第 6 篇：8 < 6 → 不符合
  → H指数 = 5（有 5 篇论文每篇至少被引 5 次）

总结

H指数是学术影响力的快捷参考指标，但需结合具体领域、职业生涯阶段、代表作深度等综合评判。它适合初筛学者成就，但不适合作为唯一评判标准。