簡單的來說，如果我們評價一個研究工作者，把他看作一個期刊，然后用他過去兩年發表文章的平均引用頻次來評價，那么他最好的方法就是發一篇文章，而且文章的引用量越高越好。這樣的評價是不切實際的，我們在做研究工作的時候，並不是為了獲取引用，我們只是努力地去做好每一個工作。有的工作本身關注的問題大家都關注，獲得的引用就會比較高，其他工作可能獲得的引用比較低，因此必須有能夠兼顧質量和數量的一個指標來衡量研究者的績效。h指數的設計，就是為了解決這個問題，我們先來了解一下。
H指數
H指數（H index）是一個混合量化指標，可用於評估研究人員的學術產出數量與學術產出水平，它在2005年由美國加利福尼亞大學聖地亞哥分校的物理學家喬治·赫希（Jorge E．Hirsch），其定義為：一個人在其所有學術文章中有N篇論文分別被引用了至少N次，他的H指數就是N。
舉個例子，以為研究者，一共發了3篇SCI論文，當前的引用數量分別為2次、2次和1次。那么他的H指數是多少呢？他至少有2篇文章被引用了2次，所以他的H指數就是2。但是他沒有任何一篇文章引用次數達到3，而要讓H指數達到3，則至少要先發表3篇文章，而且每一篇文章被引頻次都要達到3才行。
H指數可以綜合一個研究者發表論文的質量和數量，從而進行評價，因此具有其優勢。但是，對於年輕科學家來說往往發文量不大，那么論文數量就會稱為受制因素。同時，如果一個參加科研工作時間較長的科學家，則會具有較高的H指數，因為這個指數具有累計效應。
H指數不僅僅可以用來評價學者的學術影響力，還可以用來評價期刊的影響力。谷歌就推出了H5指數，它以5年作為時間窗口，統計期刊在五年內至少有H篇文章獲得了至少H條引用，從而綜合評價期刊的發表質量和數量。
G指數
G指數由Leo Egghe於2006年提出，它是H指數的衍生指數，其定義為：對於一個研究者的前g篇論文（根據引用數量排序），其獲得引用不低於g平方篇，但是其（g+1）篇論文獲得的引用不高於(g+1)的平方。如果需要直觀地解釋，就是作者有g篇文章平均（在h指數中不是“平均”，而是“最少”）引用數量不少於g篇。對於同樣的研究對象，其G指數一定會大於等於H指數，G指數能夠在一定程度上把高被引文章獲得的引用“平均”到更多的文章中，從而讓這個指數變高。它是否適合於進行科研評價，是一個見仁見智的事情。
設計邏輯
無論是H指數還是G指數，其表達的含義都是相對直觀的，而且權衡了評價對象發表文章的質量和數量。如果讓我們用一句話解釋這些指數的邏輯，那么就是這些指數考察了一個研究者是否發表了足夠數量的具有一定影響力的文章。對於一個發文量比較多而且研究者也較多的領域，這些指數的效果是比較好的。就這兩個指數而言，H指數和G指數都是體量相關的，也就是說發表文章數量的多少，會直接影響指數的大小。相對而言，H指數對個體差異的敏感性更弱。舉例而言，如果某學者有一篇超級高引論文，那么對其H指數的貢獻只會是1；但是如果計算其G指數，可能會極大地拉高他的G指數。至於哪一種指數才適合用於具體的科研評價，需要看評價的對象和評價的目標。