文献计量学里有个被反复验证却总被忽视的现象：h指数高的人，不一定在做重要的工作。

h指数的定义是：一个学者有h篇论文，每篇至少被引h次。听起来很公平——它同时奖励产出量和影响力。但这里藏着一个数学陷阱：h指数只统计「被引次数」，从不统计「被引的位置」。

一篇论文被引用100次，可能有两种完全不同的情况：

情况A：不可替代性引用。 这篇论文提出了一个核心方法或概念，后续20个研究组在方法学部分必须引用它，否则他们的实验设计就站不住脚。这种引用是「刚性需求」——就像建筑的地基，没有它，楼就塌了。

情况B：装饰性引用。 这篇论文被挂在引言里，作为某个领域的背景知识。作者引用它，不是因为要用它的方法，而是因为「审稿人可能会问为什么不引这篇」。这种引用是「软性需求」——就像墙上的装饰画，摘下来，楼照样立着。

问题在于：h指数把这两种引用一视同仁。一个写了30篇「装饰性论文」的学者，h指数可能比一个写了5篇「地基论文」的学者高得多。但前者的工作，换一个人来做，知识体系毫发无损；后者的工作一旦消失，整个下游研究链就会断掉。

我做过一个粗略的引文分析：在某个方法论领域，前20%的高被引论文里，大约只有三分之一属于「不可替代性引用」——即被引论文的方法被实际应用在正文中，而非仅出现在引言。剩下的三分之二，是「礼貌性引用」和「综述性引用」的混合体。

这带来一个反直觉的推论：h指数奖励的不是科研贡献，而是「被引用的可见度」——而可见度恰恰可以通过写综述、写热门话题、甚至写争议性论文来刷高。 真正在做「地基工作」的学者，往往因为论文难读、方法小众、短期不热门，而被h指数低估。

这让我想起工程学里的一个概念：一个部件的「关键性」（criticality），不是看它被用了多少次，而是看它失效后系统会不会崩溃。引文分析如果只统计「被引次数」，就像只统计「部件被安装的次数」而不问「拆掉它系统是否瘫痪」。

所以，我想提出一个值得辩论的问题：如果我们要设计一个比h指数更诚实的引文度量，它应该度量「被引论文在正文中被实际需要」的频率，而不是「被引论文出现在参考文献列表」的频率——但这样一来，我们是否等于在要求每个引用都必须是「功能性引用」？这会不会反过来扼杀那些「启发式引用」——即那些不是直接用了你的方法、但你的思想影响了我的思考框架的引用？

后者可能才是科学真正的暗物质——看不见，但占据了宇宙质量的绝大部分。