一个庞大的数据库里究竟有多少知识?如何衡量一位科学家的成就?如何判断科学论著的价值?这些问题似乎都没有完美的答案。而南京大学教授、欧洲文理科学院院士叶鹰正在探索这些答案。

　　在叶鹰教授眼里，知识世界是相对独立于物质世界和精神世界的“第三世界”，充满无穷的魅力，“研究知识，我们需要从信息开始科学计量，更需要超越科学计量”。

　　“关注论文数量不如关注h指数”

　　近年来高校引才用才普遍依赖SCI论文数量考核，那发表一堆SCI是不是优秀科研学者?那可不一定。

　　来自全球科学家社区“ResearchGate”的一条评论显示：一位优秀的学者的h指数不应低于自己从事学术研究的年数。叶鹰教授是国内h指数和h型指数理论研究方面的领军人物，他为记者作了个小小的科普。

　　美国加利福尼亚大学圣地亚哥分校的物理学家乔治赫希(Jorge EHirsch)2005年提出了“h指数”，h代表“高引”(high citations)。什么叫h指数呢，科学家如果发表了h篇论文，每篇论文又被引用h次，那么该指数就是h。一个学者无论发表多少篇论文都可以找到一个h指数。按照赫希原来的研究，在美国，一个科学家的h指数能够达到12的话，他应该可以升副教授了;如果能够达到18的话，他应该能够升正教授了。达到45左右的话就到美国院士水准了。美国高校在评聘教授的时候，对此已经有所参考。当然这说的是物理领域，生命科学可能还要更高些。这个指数在不同学科有差异。

　　叶鹰介绍，如果单纯看论文数，只是一个简单的“加和”，发表论文越多越好。然而如果发表论文多，但被引次数低，那么很可能h指数就会很低。假设你发表了100篇论文，但是每篇最高被引量次数是1，那么h指数还是1。甚至有人发表了很多零引用论文，那么对于“h指数”而言，它产生的只是“垃圾”。

　　“h指数的特点比较稳健，衡量测评一个科学家终身成就是有意义的。”叶鹰说，虽然这仍然不是一个反映科研质量的绝对指标，但部分反映了“质”的侧面，“比如h指数从10升到11，并不是多发一篇文章就可以，而是要多发11篇被引量都超过11的论文。所以h指数越高，每提升1难度越大。但h指数没有普遍使用的一个原因，是因为这是一个只升不降的指数，对年轻人是不利的，更适宜用于同龄人的比较，当然反过来说，假如一个年轻科学家的h指数，超过一个老科学家的h指数，那就证明这个年轻人相当有成就。”

　　“综合评价，才能全面评判研究成果”

　　为了对科学家、研究机构进行更好的评价，叶鹰拓展了h型指数，并发展了科学测度学，“我们发展了一些新的测度，例如可以将h分布做成学术矩阵，以h指数为界划分发文和引文而成核、尾、总体等部分，可以体现出科研的‘学术轨迹’。核分体现相对好的科研品质，表征核心竞争力;而尾分体现相对次要的学术贡献，表征为提升学术品质做了铺垫工作。如果零引用太多，覆盖了前面的贡献，就会产生‘负迹’。学者要避免成为‘负迹学者’，大学要避免成为‘负迹大学’。”

　　在实证研究中，叶鹰发现，我国名牌大学的“h尾分值”和哈佛、斯坦福等国际一流大学已很接近，基本在一个数量级，而且具有超越的潜能。但是我们的“h核分值”却落后了一个数量级。“换言之，我们的高品质论文还比较少，我们与一流的差距在于品质。因此，我们的大学应鼓励学者提升学术品质，而不能单纯追求数量。”

　　当然“高引”也并不一定代表好的品质，而只是体现“影响”。在科研信息爆炸的时代，科学计量研究领域中有人注意到了 “睡美人”(sleeping beauties)和 “时髦女”(Smart girls)现象。前者说的是“论文发表后每年被引可能仅有1次到2次，甚至有的时候就是零引，但多年后一旦被‘唤醒’，则随后四年内会达到被引至少20次，学术上叫延迟承认。”后者则相反，“论文刚发表就很快被大量关注，形成高引，但热度很快消退，引用趋近于零，学术上叫昙花一现。”

　　大量的统计数据显示，普通论文中，“睡美人”存在的概率约为千分之一，甚至万分之一。但诺贝尔奖得主论文中“睡美人”的概率则高于1%，“天鹅”的概率更是高达20%以上。最典型的“睡美人”莫过于孟德尔(遗传学家)的豌豆杂交育种实验，实验结果发表于1866年，但直到1901年才逐渐被认可最终成为经典。因此，如何发现和识别这类最具原创意义的研究成果是非常重要的话题。

　　最近，叶鹰课题组还发现在诺奖得主的关键论文集中存在普遍高引的“天鹅”现象，其中“黑天鹅”(已有的权威性的研究)和“白天鹅”(新出现的突破性发现)的交互作用可以构成一幅高品质与高影响交织的“美丽画卷”。叶鹰说，目前的研究揭示需要关注“睡美人”型和“天鹅”型论文，但这些现象仅局限于基础研究，对于应用研究和文科研究则不一定适用。总的来说，只有综合评价，才能较全面地评判研究成果。

　　“信息和知识网络中的规律很美妙”

　　“云计算和大数据已经逐步涌入图书情报界成为热点，观望热点，如同海边冲浪，浪潮过后是留下大数据处理技术还是海量信息分析方法，只能拭目以待。”叶鹰曾经在一篇文章中将研究热点比作浪潮，前沿比作沙滩，研究者或追逐热点，如同冲浪;或钻研前沿，如同海滩拾贝、沙里淘金，各有其乐。

　　叶鹰乐在其中的是，追逐信息和知识网络中的美妙规律。他告诉记者，目前课题组已经将h指数的思想扩展应用到了网络分析中，特别是在有权网络(weighted network)中可以用h度和h强度等指标来判断重要的点和边。

　　“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。”在电脑上，叶鹰给记者展示了一张晶体状的立体网络，是用h型测度分析文献信息网络获得的“h结晶”。现实世界中有很多复杂网络，其中有各类庞杂的数据，那么在复杂网络中，什么才是最重要的，什么是次要的?这就需要根据数据搭建不同的网络模型，再进行分析。而h型测度则提供了分析提取核心结构的一种高效方法。这不仅适用于文献信息网络，还可以用于社会网络、分子网络、疾病网络等等，有着广阔的应用空间。

　　叶鹰解释，按照波普尔的“三个世界”哲学理论，自然科学家，研究的是“世界一”，即物质世界;社会科学家，研究的是“世界二”，即精神世界，也包括物质世界和精神世界的相互作用;而我们研究的则是“世界三”，即以文献信息为基础的知识世界，但也关注“三个世界”之间的关联。“从数据、信息到知识，可以构成一条测度链，丰富多彩的信息和知识世界充满有待发现的规律，用信息网络和知识网络可以揭示和展示其中部分美妙的规律，更多复杂且有趣的内容，还有待我们不断地探索。”