一、评价依据
This algorithm does not copy the rankings of any public celebrity list or rich list; instead, starting from underlying public facts, it constructs a four-dimensional indicator system around "professional field influence":
本算法不摘抄任何公开名人榜或富豪榜的名次，而是从底层公开事实出发，围绕"专业领域影响力"构建四维指标体系：
- 规模：专业领域覆盖与影响广度——其贡献影响的地域范围（行业／全国／全球）与跨领域辐射能力。
- 质量：专业成就与荣誉——顶级奖项（诺贝尔奖、国家最高科学技术奖、国际大奖）、院士等学术头衔、代表作与高被引成果。
- 创新：原创贡献与突破——是否做出首创性、从无到有的突破，以及成果的工程化、产业化转化程度。
- 贡献（CPPPS 特色维度）：社会公益、人才培养／产业带动、公众科普与正向传播——衡量其对社会整体福祉的溢出价值，这一维度在国际名人榜中普遍缺失。
All sub-indicators rely only on publicly verifiable professional facts, involving no one's political stance, private life, or controversies, achieving strict desensitization.
所有子指标仅依据可公开核验的专业事实，不涉及任何个人政治立场、私生活与争议，实现严格脱敏。
二、数学模型
Each sub-indicator first undergoes range standardization (min-max) and is mapped to [0,1]:
各子指标先做极差标准化（min–max），映射到 [0,1]：
The four-dimensional scores are then synthesized according to field characteristics and combined by weighted summation:
随后按领域特点合成四维得分，再加权求和：
Among them, Quality and Innovation are the hard core of "influence" (30% each), Scale reflects the breadth of influence (20%), and Contribution reflects the spillover to social well-being (20%). Because individual influence involves heterogeneous achievements across fields and industries, logarithms are not introduced (logarithms are mainly used for economic indicators spanning orders of magnitude, such as revenue and market value); instead, sub-indicator range standardization ensures comparability across different fields.
其中质量与创新是"影响力"的硬核（各占 30%），规模体现影响广度（20%），贡献体现对社会福祉的溢出（20%）。人物影响力涉及跨领域、跨行业的异构成就，因此不引入对数（对数主要用于营收、市值等跨数量级的经济指标），而用子指标极差标准化保证不同领域可比。
三、指标与权重依据
| 指标 | 方向 | 权重 | 所属层 | 依据 |
|---|
| 影响广度 | 正向 | 规模 1.00 | 规模 | 影响的地域与跨领域辐射范围 |
| 专业成就 | 正向 | 质量 0.60 | 质量 | 顶级奖项、代表作、高被引 |
| 荣誉头衔 | 正向 | 质量 0.40 | 质量 | 院士、国际学术荣誉 |
| 原创突破 | 正向 | 创新 0.60 | 创新 | 首创性、从无到有的贡献 |
| 成果转化 | 正向 | 创新 0.40 | 创新 | 工程化、产业化程度 |
| 社会公益 | 正向 | 贡献 0.40 | 贡献 | 慈善捐赠、公益行动 |
| 人才培养/带动 | 正向 | 贡献 0.30 | 贡献 | 培养人才、带动就业与产业生态 |
| 科普/正向传播 | 正向 | 贡献 0.30 | 贡献 | 公众科普、文化传播、正向影响 |
四、数据来源与局限性
The sub-indicators in this list are approximate values from publicly available common knowledge, synthesized from official award announcements such as the Nobel Prize and the National Top Science and Technology Award, public information on academicians of the Chinese Academy of Sciences and Chinese Academy of Engineering, and the public biographies and official profiles of each person, all marked "subject to official figures." Because individual influence is difficult to measure as precisely as corporate revenue, the approximate values involve some subjectivity and error and do not cover subjective feelings that are hard to quantify; cross-disciplinary figures may be underestimated on a single-field dimension. The ranking is for research and reference only.
本榜的子指标为公开常识近似值，依据诺贝尔奖、国家最高科学技术奖等官方奖项公布信息、中国科学院／中国工程院院士公开信息、以及各人物的公开传记与官方简介综合评定，一律标注"以官方为准"。由于人物影响力难以像企业营收那样精确计量，近似值存在一定主观性与误差，且不覆盖难以量化的主观感受；跨界人物在单一领域维度上可能被低估。排名仅供研究与参考。
五、参考文献
- Hirsch, J. E.（2005）："An index to quantify an individual's scientific research output"，《PNAS》——h 指数方法。
- 科睿唯安（Clarivate）："Highly Cited Researchers" 高被引科学家方法论。
- Rogers, E. M.（1962）：《Diffusion of Innovations》——创新扩散与影响力传播。
- Lazarsfeld, P. & Katz, E.（1955）：两级传播理论（Personal Influence）。
- 诺贝尔奖官方公布信息（nobelprize.org）。
- 国家最高科学技术奖评选与获奖者公开信息。
- 中国科学院、中国工程院院士公开信息。
- 各人物公开传记与官方简介。