研究者が二人いるとしましょう。一人は論文を100本出したものの、ほとんど引用されていません。もう一人は論文が10本だけですが、どれも着実に引用されています。論文数だけを数えれば前者が上で、被引用数だけを足せば、一、二本の代表作が全体を押し上げて実像が隠れかねません。この二つを一度に盛り込んで一つの数字で表そうとする試みが、h指数です。
h指数（h-index）とは、かんたんに言えば「h回以上引用された論文がh本以上あるときの、最大のh」のことです。2005年に物理学者のホルヘ・ハーシュ（Jorge E. Hirsch）が米国科学アカデミー紀要（PNAS）で発表しました。提案者の姓にちなんでハーシュ指数（Hirsch index）とも呼ばれます。計算が単純なのですぐに広まり、今も研究者の紹介の場でよく目にします。
この記事では、h指数の計算方法から、この数字が表す意味と長所、分野やキャリアによる限界、そしてそれを補う派生指標と正しい読み方までを順に整理します。
論文数と被引用数をあわせて表す数字
h指数はどう計算するのか？
手順は簡単です。一人の研究者の論文を、引用の多い順に並べ、先頭から番号を振ります。そして「被引用数が番号を下回る最初の地点」のすぐ手前の番号が、h指数です。
（1）例で計算してみる
論文5本の被引用数が、多い順に10、8、5、4、3回だとします。4番目の論文は被引用数が4回で番号4以上ですが、5番目は3回で番号5に届きません。したがってh指数は4です。
（2）二人の研究者を比べる
とびぬけて引用された論文が1本だけの研究者は、被引用数が数千回でもh指数は1です。逆に、10回引用された論文が10本あればh指数は10になります。一発の大当たりよりも、着実に認められた論文の数が大きく反映される仕組みです。
ハーシュは、この数字は被引用数の合計や論文数のような一方に偏った指標の弱点を減らすために作ったと説明しました。名前は「指数」ですが、複雑な式ではなく、順に並べた一覧から読み取る値です。論文が多くても被引用数が少なければ、番号がすぐに被引用数を追い越してhは小さいところで止まります。論文が少なければ、いくら被引用数が多くても番号がそれ以上進めず、やはりhは小さく止まります。だから二つの条件を両方満たさないと、値は上がりません。
数字が語ることと長所
h指数が高いということは、かなり引用される論文を何本も着実に出してきたという意味です。論文をたくさん出すだけでは上がらず、一本の被引用数が爆発的に増えても大きくは上がらないため、量と質を一緒に見られる点が長所とされています。
- 計算が簡単（Simplicity）：論文ごとの被引用数さえあれば誰でも自分で計算でき、主要な論文データベースや検索サービスでも自動で計算して表示してくれます。
- 一本の影響を抑える（Robustness）：極端に引用の多い論文が一本あっても、ほとんど引用されていない論文が何本あっても、値は大きく揺れません。
- 比較の出発点になる（Benchmark）：研究者だけでなく、研究グループや学術誌にも同じ方法で当てはめることができます。
ただし、ハーシュ自身も、一つの数字では人のさまざまな面をおおまかに推し量れるにすぎないと、はっきり述べています。人事や研究費のように人生に大きく響く決定では、ほかの要素も合わせて見るべきだという但し書きを、最初からつけていたのです。この論文のタイトルも「個人の科学研究の成果を数値で表す指数」という意味で、当初の意図は評価のすべてではなく、あくまで一つの参考値でした。
分野やキャリアで揺らぐ限界
h指数のいちばんの弱点は、条件の異なる人を同じ物差しで比べにくいことです。分野ごとに、論文一本に付く参考文献の数、研究者が出す論文の数、研究者集団の大きさが違うため、ふつうのh値も変わってきます。
（1）分野の違い
引用がさかんにやり取りされる分野とそうでない分野では、同じレベルの研究をしていてもh値が違ってきます。そのため、異なる分野の研究者どうしを数字だけで競わせるのはふさわしくありません。同じ分野の中でも、主流のテーマを扱う研究者と、少数のニッチなテーマを掘り下げる研究者とでは、引用される機会そのものが違うという点も、ハーシュ自身が指摘しています。
（2）キャリアの違い
論文と被引用数は時間がたつほど積み重なるため、キャリアの長い研究者に有利で、若手には不利です。また、いったん上がった値は下がらない性質があり、最近の活動の変化をうまく映し出せません。
（3）共著と自己引用
共著者の多い論文で積み上げた値は、甘く評価されやすくなります。自己引用も値を上げることがありますが、影響するのは被引用数が基準線にわずかに届かない論文に限られるため、総被引用数ほどの影響はないとされています。
さらに、いったんhの範囲に入った論文は、その後いくら被引用数が増えても、値にそれ以上加算されません。そのため、代表作が圧倒的な研究者の成果は、数字に十分表れないこともあります。
補う指標と正しい読み方
こうした弱点を減らすために、さまざまな派生指標が提案されました。ハーシュ自身が出したm値は、h指数を研究キャリアの年数、つまり最初の論文から経過した年数で割った値で、キャリアの異なる研究者を比べるのに役立ちます。レオ・エゲ（Leo Egghe）が2006年に提案したg指数（g-index）は、多く引用された論文の被引用数をより重く反映し、h指数の鈍感さをやわらげます。
それでも、どんな指標であれ、一つの数字が研究の価値をすべて語ることはありません。h指数を読むときは、次の三つを思い浮かべるとよいでしょう。
（1）同じ分野かを見る
分野が同じで、キャリアが近い人どうしだけを比べます。
（2）論文の中身を見る
どんな研究をして、誰がどう引用したのかは、数字の外にあります。
（3）数字を目的にしない
評価指標が目標になると、引用を互いに増やし合うといった歪みが生じかねません。
h指数は、研究者の成果を推し量る便利な目盛りにすぎず、判決文ではありません。数字が語る分だけを読み、残りは研究の中身で埋めていくこと。それが、h指数を正しく使うための第一歩です。
