傅俊逸 庄 倩

(1.南京农业大学信息管理学院 南京 210095;2.江苏第二师范学院图书馆 南京 211200)

随着科技创新重要程度的不断提升，科研院所与高校亟需大量优秀的科研人员的加入，科研人才之间的竞争也就越来越激烈。科学的使用评价指标来评价人才，能够为高校和科研机构录用、提拔、激励人才提供一定的理论依据，从而能够促使人才产出更多高质量的科研成果。

当前的定量评价指标可以分为传统指标(出版物数量、被引次数、影响因子)、相对指标、h指数、基于网络的评价指标以及替代计量学指标[1-2]。传统指标包括出版物数量[3]、被引次数[4]、影响因子[5]。出版物数量能够反映学者的学术生产力，但是不能够反映学者研究的质量[6]；被引次数能够反映学者的学术影响力，但是无法区分学者的贡献度[2]；影响因子多适用于期刊的评价，不适合用来评价学者[7]。为了克服不同学科领域引文习惯的差异，有人提出了相对指标，包括相对被引率[8]、皇冠指数[9]等指标，然而这些指标只被证明可运用于机构的评价[10-11]。以往的指标无法兼顾论文的数量和质量，Hirsch提出的h指数很好的解决了这一问题[12]。然而h指数也存在着一些问题，包括：只升不降、区分度不高、不适合跨学科评价、不适合比较职业生涯不同的学者、很难评价团队的影响力以及个人在团队中的影响力、缺乏灵敏度[13-16]。因此，就有人提出了一些衍生指标来解决这些问题。包括PQI指数、h bar指数、锥形h指数、g指数、R指数和AR指数、p指数、EM指数和EM’指数[17-24]。……