或许是受到h指数的成功激发，过去几年国际计量学界新指数层出不穷。

  其中，Loet Leydesdorff和Lutz Bornmann在国际顶级期刊发表了一系列文章提出了超越算数平均数体系（如影响因子）的新参数，代表性的即为武夷山老师博文新近讨论的I3指标。

  I3等相关指标的重要创新之处是使用非正态分布统计量（如分位数）作为基础测度参数以应对论文和引文中经常出现的幂律或指数分布现象，从而试图克服原有正态分布统计量的偏差。

  在理论上，Loet 等的方法先进性无可指责。但无数的经验告诉我们，社会科学中理论正确远不代表应用完美。

  举一个很简单的例子，

  期刊A有5篇论文，被引次数分别为：1、0、0、0、0

  期刊B有5篇论文，被引次数分别为：80、20、0、0、0

  显然无论A还是B，其引文分布都非正态分布，两种期刊的引文差距也十分明显。

  然而，就中位数而言，A 为0，B同样为0；反而是原先的算数平均数（A为0.2，B为20）更能揭示出两刊的差别。

  为什么会这样？

  重要的原因是因为分位数统计中，排序的引入有时会遗失掉数值本身的物理含义。这也是很多类似方法的固有问题。而我们在设计这类参数的时候，永远不应该忘记数值本身的物理含义。失去物理含义，时常就会失去评价目的。

  当然，这并不意味I3等相关指标有致命缺陷，目前尚需实证和应用的检验，其方法本身也在迅速发展之中。Loet 等的重要贡献是走出了这一步，能不能走得更好，我们可以拭目以待，或参与其中。