摘要
来自ResearchGate的精辟评论显示：一位优秀的学者的h指数不应该低于自己从事学术研究的年数。不过，对于社会科学领域的学者，或许应该打对折再往下。
注：图片来源于 ResearchGate
h指数于2005年由Hirsch提出，它综合考虑了作者发文量和文章被引量两个要素，本质上，是一个掐尖儿式的指标。h指数问世以后，被广泛采用，每一位学者都可以在Web of Science或Google Scholar中查询自己的h指数（不会？请留言，小编教你）。
关于教授的 h 指数有没有建议值？
既然大家都知道h指数，我们便经常用h指数来衡量学术影响力大小。接下来，自然而然的问题便是：教授的h指数应该是多少，副教授的h指数应该是多少？
首先，请看Hirsch的建议。Hirsch在提出 h 指数的同时，对于上述问题给出了建议：教授的h 指数应该达到18，副教授的 h 指数应该达到12。请注意，这些建议值是针对自然科学的，例如物理学。小编认为，社会科学领域的建议值应该打对折往下。
其次，请看ResearchGate上热议的建议值。Ray Kruse Iles统计英国各大学的学者的h指数后，发现不同学科领域教授的h指数如下：
计算机科学：h 指数的均值23，中值21；
心理学：h 指数的均值26，中值19；
护理：h 指数的均值20，中值18；
社会科学：h 指数的均值19，中值16；
物理学/数学：h 指数的均值23，中值22；
生物医学：h 指数的均值28，中值25。
请注意，不同大学的教授的h指数也不同，例如，上图中，牛津大学和剑桥大学的教授中，约有50人的被引次数超过10000，约有100人的被引次数超过5000次，同比，排名靠后的大学里高被引学者极少。
小编不得不为Ray Kruse Iles帖子里的一条评论点赞：一位优秀的学者的h指数不应该低于自己从事学术研究的年数。当然，对于社会科学领域的学者，请打对折再往下。
回到标题中的问题，全世界大概还没有关于升教授的建议 h 指数值，因为 h 指数因学科而异，因机构而异，因国家而异。不过，中国的双一流大学的教授的h 指数或许可以向牛津、剑桥这样的一流大学看齐。
h 指数
如果一位作者共发表了N篇文章，其中h篇文章每篇都被引用了至少h次，而其他(N-h)篇文章每篇的引用不多于h次，那么这位作者的h指数就是h。h指数的计算综合了一位作者的发文量和被引量这两个指标，对“质”和“量”二者有一定的兼顾。
自2005年后，对h指数、h型指数和相关的文献计量与网络计量指标的研究呈爆炸式增长，以至于随后两三年内研究 h 指数的论文的被引次数都异常高。
网络中的 h 指数
2009年起，Schubert等学者提出了lobby指数，其思想和h指数有一定的相似之处。lobby指数是一种无权图（unweighted network）中节点中心度的评价指标。lobby指数的计算方式如下：对于无权图中的一个节点n，如果这个节点有k个邻居节点的度数大于k，这样最大的整数k就为节点n的lobby指数。2010年，Schubert定义了一个网络的h指数；他指出：如果一个网络中有不超过h个节点的度数不少于h，那么这个网络的h指数就应当为h。
2011年，南京大学叶鹰教授与华东师范大学赵星研究员等人在以上研究的基础上将h指数的思想扩展到了有权网络（weighted network）中。与h指数的定义类似，有权网络中某节点h度数的定义综合考虑了与该节点相邻的边的“数量”和“质量”（与该节点相邻边的权重值）。2014年，叶鹰与赵星等人扩展了他们在2011年的研究，他们首先定义了一个网络的h强度。如果一个网络有h条边的权重值大于等于h，那么一个网络的h强度就等于这样最大的自然数h。随后，他们又定义了一个网络的h子网络：“一个网络的h子网络的边和节点有如下特点：其所有边的权重都大于或等于原网络的h，其包含的节点恰好是由这些边对应的始点与终点的并集。”
或许，教授的学术影响力不应该用h指数孤立地看待，而应该将其视为学科网络中与他人连通的一个点，通过网络中的h度等指标来判断一个点（一位教授）对于一个学科的重要性，能更全面的解释一位学者的学术影响力。
参考文献：
[1] Zhao, S. X., Rousseau, R., & Fred,Y. Y. (2011).H-Degree as a basic measure in weighted networks. Journal of Informetrics,5(4), 668-677.
[2] Zhao, S. X., Zhang, P. L., Li, J., Tan,A. M., &Ye, F. Y. (2014). Abstracting the core subnet of weighted networksbased on linkstrengths. Journal of the Association for Information Science andTechnology,65(5), 984-994.
[3] Schubert, A., Korn, A., & Telcs, A.(2009).Hirsch-type indices for characterizing networks. Scientometrics, 78(2),375-382.
[4] Schubert, A. (2010). A reference-basedHirschiansimilarity measure for journals. Scientometrics,84(1), 133-147.
[5] Hirsch, J. E. (2005). An index toquantify anindividual’s scientific research output. Proceedings of the National Academy ofSciences of the United States ofAmerica, 102(46), 16569–16572.