科学研究领域有很多顶尖的科学家，研究成绩各有特色，一般是不好排名的。但是，也有很多机构和网站试图对科学家量化排名。既然是排名，就要有一种衡量的标准，不同的标准，排名的结果会有不同。

对科学家的研究成果进行量化排名，大多是基于论文的被引用次数。一篇论文被引用的次数多，通常表示这篇论文的影响力比较大。如果一个科学家的论文比较多，而且，多篇论文被引用的次数都比较高，则该科学家的“被引用总次数”就很高。那么，最简单的排名就是按“被引用总次数”来排名。

是，也不是。每个学科的引用文化和方法不太一样。不同学科的两个科学家，他/她们的“总被引用次数”的比较，就好比苹果对香蕉，不好说。于是乎，一般是按学科分开排名的。大家熟知的 SCI （Science Citation Index) 就按照这种方式，对每一个学科排出了一批所谓 “高被引用率作者”（highly cited authors) 。

后来，大家觉得“总被引用次数”有些不完善的地方，不能完全反映一位科学家的研究活力。比如，一位科学家也许仅仅发表了一篇影响力高的文章，被引用了五千次，但后来他/她的文章就没有什么被引用；而另一位科学家发表了七十篇文章，每一篇都被引用了至少 七十次，“总被引用次数”也是五千次，同样的五千次，一般来说，后一位科学家被认为更有科学研究活力。                        

所以，所谓的 H- index 就被提出。这个 H-index 是啥东东呢？举一个例子：如果一个人发表的文章中，有 七十篇文章，其中每一篇文章至少都被引用了七十次，则他/她的 H-index 为 70。

不管按哪种排名，它依赖的数据库是很重要的。比如 SCI ，它的数据库只包含了一部分 SCI 认可的杂志，如果文章发表在其它非 SCI 杂志上，或者被其它非 SCI 杂志上的文章引用，这个就不会被 SCI 的排名计算在内。而且，SCI 不是免费产品，学校必须出钱订购该产品，老师和学生才可以查阅，这里有一些局限性。

现在网络非常发达，有不少机构利用网络的庞大数据库，出炉了一系列排名榜，而且是免费产品，Googlescholar 就是其中之一。我们 每个人都可免费查阅，所以，有一些排名就是基于 Googlescholar 的数据。我对数学界比较熟悉，下面就用数学来举例。比如，research.com ，给出的世界数学家排名榜，它是基于Googlescholar 上的 H-index 的数据来排的，见下表:

这里有必要提醒一下，有些排名数据也可能被人为操纵后提高了，这种舞弊曾经发生过，比如我以前的博客文章 《学术杂志的影响因子》中讲到的例子，但这种情况是极少数的。总的来说，排名还是反应了实际的数学水平，比如，research.com ，按照顶尖数学家的人数的学校排名，见下表：

排在前面的都是顶级学校，这和我们一般的直觉是相符合的。

注明：ETH Zurich 德文名称：Eidgenössische Technische Hochschule Zürich （瑞士联邦理工学院)

            爱因斯坦 ，开普勒 ，伦琴 都来自该学校。