期刊质量指标是量化期刊影响力的工具。这些指标有各自的优缺点，下文将详细阐述H指数和影响因子有哪些优缺点？如何根据这两个指标来评估期刊？

H指数

2005年，UCSD（美国加州大学圣地亚哥分校）的Jorge E. Hirsch在PNAS发表的一篇文章中，提出了H指数。H指数是指期刊发表的h篇论文分别至少被引用h次。比如，如果一家期刊有20篇论文至少被引用20次，这家期刊的H指数就是20。大多数常用的期刊数据库都会引用H指数，比如SJR。

H指数能反映出期刊上发表的大多数论文而非引用次数较多的个别论文的质量。H指数还常被用来对研究人员和国家评分，因为它能将生产率和质量（通过统计论文数量，而不仅仅是引用次数）结合起来。 

影响因子

影响因子的计算基于期刊三年的引用次数和发文数，期刊在前两年发表的所有论文在第三年的总引用次数除以这两年的总发文数就得到了期刊的影响因子。比如，期刊2020年影响因子的计算方法是：用该刊2018和2019年发表的全部论文在2020年被引用的总次数除以2018和2019年的总论文数。

影响因子有一个明显的缺点，一篇或几篇引用次数较多的论文很容易拉高结果，因此影响因子未必能反映出期刊上发表的每篇文章的质量。而且，影响因子需要至少三年的数据，因此新期刊需要等上三年才能获得首个影响因子。很多期刊都会在首页上突出显示自己的影响因子。 

H指数 vs. 影响因子

研究领域对于评估论文质量的最佳指标存在广泛争议。尽管研究人员普遍认为影响因子在评估和对比期刊质量方面并不完美，但它被广泛认可、普遍使用，因为它至少是个合理的衡量指标，接近真实结果。

如前所述，H指数越来越受欢迎，因为它的计算方式更能体现出期刊发表的论文的平均质量，而不是最受欢迎（引用最多）论文的质量。由于H指数是比较新的衡量指标，了解这一指标的研究人员少之又少，因此很多研究人员不知道期刊的H指数是什么。

英国皇家学会发表过一篇文章，探讨了研究人员和期刊如何增加自己的影响因子或H指数。这篇文章提到的策略包括：在论文中引用自己的论文，或和同事“互相”引用。需要注意的是，这两种方法都能操纵H指数和影响因子；因此，虽然H指数在某些方面被认为更可靠、准确，但它和广泛使用的影响因子一样也容易被滥用。

如果你在选择投稿期刊时有意考虑影响因子或H指数，最好的方法是同时考虑两个指标的值，因为每个指标都能给你带来关于期刊质量的有用信息，且它们提供的信息略有不同。影响因子主要用于衡量期刊在研究领域的声誉。而H指数从更切合实际的角度出发，告诉你如果在这家期刊上发表论文是否能取得相对“成功”，因为它表示的是你的论文未来可能被引用的次数。随着科技出版行业的发展，衡量期刊质量的指标也会不断发生变化，研究人员和出版商将寻找越来越可靠的方式来评估研究质量。

 论文润色 | 学术翻译 | 其他发表支持服务 | 英国编辑团队介绍