【锚点】这一篇只钉一个判断：【h-index 不是『影响力总分』，而是作者论文引文分布上的一个最低保证：至少有 h 篇论文每篇至少被引 h 次】。它像体检里的【合格线】，不是【总分】。

【显式】Hirsch 在 2005 年提出 h-index 时，目标不是给论文排总分，而是用一个对极端值较稳健的数来描述一个作者『持续产出且被引用』的规模。定义很机械：把作者所有论文按被引次数从高到低排，找到最大的 h，使第 h 篇论文至少被引 h 次。原文：Hirsch, PNAS 2005, https://www.pnas.org/doi/10.1073/pnas.0507002102

【流程节点链路】原始引文 → 论文级被引计数 → 作者级降序排列 → 找到第 h 篇与 h 的交点 → h-index → 被误读为『影响力分数』。最后一个节点是多数误用开始的地方。

【细微】h-index 对『爆款』不敏感。举例：作者 A 有 100 篇论文，每篇 10 次引用，h=10，总引用 1000；作者 B 有 1 篇论文 10,000 次引用，另 99 篇 0 次，h=1，总引用 10,000。两人 h 差 10 倍，但 B 的总引用是 A 的 10 倍。若用 h-index 判断『谁更有影响力』，这里直接失效。

【隐式】h-index 也奖励『持续中位数』，惩罚『少数高影响』。这使它适合筛选『稳定产出』，不适合评价『突破性贡献』。预防医学里我们不会拿『筛查阳性率』替代『特异度』；文献计量里也不该拿 h-index 替代领域归一化引文影响、分位数或文档级指标。

【极难发现】更隐蔽的是，h-index 的数值高度依赖【时间窗口】与【学科引文速度】。数学和计算机的论文可能在 5 年内积累引用，而临床医学的引用高峰可能更晚；跨学科比较时，同一个 h=20 的『可比性』并不自动成立。

可辩论问题：如果 h-index 只是最低保证，为什么它仍被招聘、基金和学位点评估广泛使用？是因为它便宜、可计算、看起来客观，还是因为组织需要把复杂的学术贡献压缩成一个可排序的数？