欢迎引用《大学科研评价全景考察与范式转换》
2022-05-13 23:39阅读：
欢迎同仁引用，手机18853935390，邮箱：wangyuqiuvip@126.com,引用者有赠书，加强学术交流，推动学术创新，形成高品质学术圈子。王玉秋
2022年5月
第一部分 有关科研评价意义、方法等的重要观点和创新点引用
“大学科研评价不仅仅是为了鉴别和评等级 , 更重要的是建构和引领 , 通过评价更好地发现问题、 推广典型 ,
促进科研创新和共进机制的形成 ,
也促进各研究主体科研评估素养的提升。”[王玉秋.大学科研评价全景考察与范式转换[M].北京：知识产权出版社，2019：179]
“大学科研评估与高等教育规模扩张、市场化、绩效评估以及大学排行榜相适应 , 并且与各种科学计量工具的出现也密切相关 。
随着文献 、专利数据库面向全球开放存取 , 各种数据挖掘和可视化工具也应运而生 , 知识生产效率大大提高,
大学评估活动也出现了新的需求和新的范式。”[]
“中国特色的大学评估有积极的一面 ,
也有消极的一面。积极的一面主要体现在通过评估促进多元主体加强了对教学、科研和管理的整理和反思 , 通过评估专家与基层的交流与互动 ,
在一定程度上促进了观念更新和工作改进; 消极方面主要表现在 ‘形式主义’‘弄虚作假’ 等做法 ,
大家疲于应付 ,
影响了正常的教学和科研秩序。”[]
“从19世纪开始西方一些人文学科的学者就开始模仿和套用社会科学甚至自然科学 的研究方法 ,
结果导致人文学科内在价值的失落和文化创新的工具化倾向。知识生产模式2 要求重新审视科学与人文之间的关系 , 重新评估科学的价值 ,
将应用情境中的创新和地方文化也纳人科研评估体系中 , 将模式 1 范式下支离破碎的分析单元融
合为一体 , 形成一 幅完整的人类知识图谱 ,
找回人类的文化精神家园。”
[]
“近代以来, 随着科学理性的兴起，实证研究范式一直主导着科学研究。后现代科学哲学强调科学的文化人类学意义及其方法
......对科学研究及其评判要进行人类学考察或田野研究。随着大数据技术的兴起, 科研方法及其传播发生了革命性的变革,
科学与人文的结合更加密切。大学科研评价需要结合新技术语境和科研范式的转型及时实现范式转换,
引领科学研究走向更加光明的未来。”[]
“科研评价关系到个体科研积极性和科研质量, 关系到大学的办学定位和办学质量,
关系到国家的创新能力和可持续发展。大学科研评价与大学科研的功能、发展历程及不同阶段范式的转型以及具体的历史社会文化语境紧密关联。”[]
“大学科研评价研究的目的有以下六个方面:
一是明确大学科研的范式转换与具体的社会语境。科研评价需要考虑全球、国家、地区、大学不同层面的相关政策以及科技发展总体趋势,
全球面临的重大问题; 还要考虑不同层次和类型大学的组织目标、不同学科领域的不同评价标准等问题;
二是为了更加全面地把握大学科研的总体质量、选题类别, 判明是否与全球科学研究范式、重大问题以及科技发展趋势相适应,
或者是否能够满足地方性发展的需要; 三是了解大学科研创新能力和人才资源分布状况 , 为大学可持续发展提供证据;
四是对教师个体的科研质量、科研绩效、科研水平和科研能力进行评判, 为其学术研究和专业发展提供参考;
五是对大学科研氛围、组织 文化、创新景气进行测度, 为进一步优化科研环境和科研制度提供研究基础;
六是为科研管理及咨询服务部门提供有关大学教师科研现状、科研困境 等实证材料, 提高科研管理效率,
形成协同创新机制。”[]
“负责任的研究不仅重视选 题的意义 , 而且重视研究方法与伦理 ,
重视研究结果的合理应用......大学必须承担起开展优秀研究并适应高科技要 求的责任。相应地 ,
大学科研范式、课程和教学模式必须变革。”[]
“从我国大学发展范式转换的视角看, 近20年来, 我国大学科研评价从单纯的成果取向转向成果与应用并举,
重视绩效评价和科研团队建设, 争取更多的科研经费, 解决重大科学和应用问题, 加强产学研的深度融合, 推动科研向经济和社会建设转化
。”[]
“经费助力高层次科研, 加强知识源头创新, 这也是正确的战略选择。 但如果科研项目只是强调论文发表,
那就失去了项目的初衷。 研究型大学科研经费除了推动重大科研发现和研发转化外, 还用于年轻学者的培养 ,
建设合理的人才梯队。导师指导研究生以及优秀本科生做科研 , 形成研究团队和系列成果 。这是目前我国基金项目运行的模式之一 ;
模式之二是利用科研经费加强与行业或跨学科成员之间的合作, 集体攻关 , 解决一些重大科研问题,
同时加强成果的传播和应用。重点大学的重点项目除了带动人才培养和知识生产外, 还可能支撑重点实验室和实验基地建设 ,
或者建立起初创 公司 , 或者与已有公司合作,
提供咨询服务和产品研发。”[
]
“现实中对于科研创新成果的利用率还比较低,对于如何加强知识管理,
如何打造知识增值模式还没有形成具有共进性的价值链。我国高校科研创新成果向实践转化的渠道仍然不畅通,只有在已发表论文基础上申请项目的渠道,
其他基于人才培养、知识生产和社会服务转化等证据申请高层次科研项目成功的概率比较低, 难以在科研与应用之间形成共进机制 ,
评价体系中缺乏可见的评价指标和应有的权重。”[]
“由于受世界大学科研绩效评估范式的影响 , 我国大学近20 年来在科研 项目和绩效评估的驱动下 ,
科研产出无论是数量还是发表期刊层次都在不 断提高 , 科研立项的数量和资金投人也在不断增长 , 但我国科技创新的转
化能力却与科研产出不成正比 ,
具有国际领先水平的科研成果总量不足。”[]
目前各大学的科研评价基本达成共识: “一是有关科研评价标准的问题 , 既要有共性标准, 也要有学科标准和地方性标准;
既要关注原创性科研成果, 也要关注专利和实际应用类成果。 二是有关被引指标与同行评价哪个更可靠的问题, 主张将二者相结合
, 究竟二者所占权重多少还要具体问题具体分析。 同行评审中的专家意见是非常重要的 ,
但必须保证专家的学识水平和公正心。文献计量分析、被引指数可以与专家评审相互印证,
对于有争议的成果进行专家会诊以便做出更加公正合理的评判。三是主张将量化评估及同行评价与具体的社会语境相关联,
加强对科研的文化人类学考察和叙事研究, 在评估过程中展现价值, 凸显问题, 建构意义,
推动科研创新和价值实现。”[]]
“对于科研评价的类型 , 各大学都将其扩展到了成果类 、项目类 、专利 类和奖励类等 , 但在一些大学由于人员素质不匹配 ,
所以实施起来仍然是 困难重重 。对于具体的量化标准只好以 “级别' 定质量 ,
而难以进行实质性的质量评价和价值实现 另外,大学的科研评价标准趋同性严重,
具体表现在不同层次和类型的大学标准趋同; 不同领域和学科的评价标准趋同; 重视规范性科研指标而忽视创新性指标;
一般学术性成果多，具有重大创新价值的成果少 ,
能够向政策和经济社会服务转化的成果更少”。[]
“作者提出了大学科研评价研究的四条基本原则：历史和现实相结合的原则；量化评估和质性评估相结合的原则；
理论、方法、实践相适应的原则；适切性和导向性相结合的原则。”[]
一是 历史和现实相结合的原则
大学科研评价具有历史性。大学科研评价与大学规模扩张、 市场化以及绩效评估 、
质量问责等范式相适应,并且在不同的社会背景下所强 调的重点不同。为此，大学科研评价研究必须贯彻历史和现实相结合的原则,
将评价指标、评价实践置于具体语境中进行全景考察和调适。反对一切僵化和形式主义的做法。通过评价观念、标准、 实践的理性启蒙和创新 ,
更好地推动科研创新和组织目标的达成，推动国家创新体系的建立。
（二) 量化评估和质性评估相结合的原则
对大学科研评价要实事求是，与时俱进。既能够及时采用新的评价方 法和手段 ,
提高科研评价的科学性和说服力 , 又能够 ' 面向事物本身' , 扎根实地 ,
基于具体的社会语境进行深人考察和研究 , 将量化评估与质性 评估相结合 。例如 , 将期刊质量 、 文章质量
、科研绩效等内容综合加以考 察 , 同时还要关注科研的社会背景 , 考察各种科研事件之间的关联性和动 态生成性 ,
进而更好地把握科研创新的价值和真相 , 提高科研评价的客观 性 、交互性 、建构性和可持续性。
（三) 理论 、 方法 、 实践相适应的原则
科研评价是一个价值判断的过程 , 也是一个实证研究和收集证据的过
程 , 更是促进创新发展 , 优化创新环境 , 培育创新文化的过程 。 科研评价
首先要明确科研评价的价值基础和评价标准 。 不同层次和类型的高校可以
根据各自特色赋予科学价值 、技术价值 、应用价值以不同权重 。 大学科研
评价还要不断吸收新的评价技术和方法 , 例如 CIPV（Context-Input-
Proces-Product-Va1ue, 背景 、输人 、过程 、结果 、价值) 、 CRPC（Cre.
ative-Risk -Producing-Commercia1ization , 创新 、 风险 、
生产 、 商业) 、 NsP（Numera1unit-spread asesment-Pedigre,
数据单元 、 离散评估、谱系) 、PALA (Product-Active-Lifecyc1e-App1ication
, 成果 、 活力 、 生 命周期 、应用) 等模式 。
大学科研评价还要关注新的知识生长点 、关联点 以及组织网络 、扩散图景 。一项具有创新性的研究成果出现后 , 会引发整
个专业共同体的协同效应 , 引发一系列研究并推动实践创新 , 形成创新集群 效应。为此 , 科研评价需要具有共进性思维 ,
打造评估的价值增值模式。
有关科研评价方法的研究主要从文献计量 、全景式管理以及同行评议 等几个方面进行具体分析
。对大学科研的现象学和博弈论分析主要是对大 学科研的社会语境 、组织形式
、创生机制、 . 大学_政府_企业' 复杂自
适应机制等现象进行考察 。 大学科研评价必然涉及多元利益群体 , 所以需 要关注对各种环境变量 、风险及
.时机' 的把握 , 并在积极博弈中实现科 研创新评价的求真与求善价值 ,
同时借助大数据和可视化技术增强创新评 价的证据感和掌控感 。 大学科研评价还要考虑伦理和文化向度 ,
关注公正 意识 、求是精神以及情境评估与博弈生成机制 , 营造良好的创新环境 ，形 成自我约束 、
自主适应的网络机制。
( 四) 适切性和导向性相结合的原则
科研评价既要实事求是 , 又要开拓创新; 既要考虑现实问题 , 又要考
虑长远利益和发展趋势 。 大学科研评价的标准有国际通用标准 , 有国家标 准 , 也有省份和地方的区域标准及学校标准 。
国际标准强调科研信度指 标 , 科研信度重视研究问题与研究方法的适切性 , 研究仪器的精准性以及 研究程序的严谨性
。实验研究要严格控制各种无关变量 , 发现关键的影响 因素 , 必要时对各种相关因素按照其重要性程度进行排序 。
实验过程中的 微小疏漏都可能导致结果的不可靠; 国家和地方标准在考虑信度指标的同 时 , 强调实用性指标
, 用科学理论解决实际问题。
近年来 , 发达国家开始重视专利指标及其对创新的影响 。 专利是科研 向技术转化的中介 ,
对创新具有重要作用。专利包括不同层次和类型的专 利 。对专利指标的建构可以反映专利的关键要素及其重要性程度 。 在不同
的环境和时期专利指标所强调的重点也不同 , 但专利之间的关联性 、 系统 性和生态性也是影响专利效率的重要因素 。
在国外 , 专利指标越来越多地用于评估创新研究的竞争优势或技术发展趋势 。有的专利是基于上游科研
成果和有价值的发现而发明的，有的专利是基于基本原理和生产实践而发明的:
科研与专利之间相互促进而不是单向的。我们需要构建一种基本的专利框架结构来构建专利指标体系，在关注关键指标的同时关注综
合相关性及其影响力 , 重视专利的数量、专利增长趋势、专利被引和应
用以及专利保护情况，进而从专利指标的应用中发现更广泛和系统的创 新洞见。
大数据时代 , 科学知识根据一定的算法会自主生成，复杂适应, 形成许多新的问题和解决方案 。科研成果 、专利 、
生产应用之间相互作用 , 共生共进 , 形成知识生态系统 。没有权力干预的自主性知识生态系统也遵循“优胜劣汰”
的竞争法则 , 那些没有生命力的成果经过一段时期自动被淘汰掉, 而那些具有强大生命力的成果会不断繁殖和扩散 ,
成为创新的源头和动力，甚至成为一种范式 , 引领科学发展的潮流 。 无论是研究者 , 还是 科研管理者
、决策者都需要及时了解科研及其评价的新范式 、新工具 、新 平台 、新方法: 既要关注现实中存在的棘手问题 , 通过评价改革平衡多方
利益关系: 又要通过科研评价更好地引领大学和国家科研向更高 、更远的 方向发展 , 激发创新活力 , 瞄准前沿问题 ,
鼓励原创性 , 多出高水平研究 成果 ,
推动国家创新体系的形成。”[]
“从国内外研究和实践可以看出 , 目前各国都强调‘卓越科研’‘负责任的研究’ ,
对科研评价也变得更加理性和多元。在关注科研成果质量的同时, 更加强调科研与教学和生产的结合 ,
同时加强了科研方法与伦理的教育﹔ 关注科研质量标准 、科学精神与文化建设。评价方法重视计量分析与同行评估
、智慧评估 、叙事评估相结合 , 提高评价的社会语境关联性 , 提高评价的信度和效度﹔
重视大数据思维与评估范式的变革﹔ 提高证据意识 ,
改善评估思维﹔重视科研评价的民主参与、网络机制及自适应机制的研究”。[]
作者“从理论基础一评价标准一评价模式一评价方法一评估文化一
网络机制构建了大学科研创新评价的六维模型”[]
大学科研创新评价首先要明确其价值基础。以往科研评价的价值判断 有内在标准和外在标准 ,
但现在科学和社会 、科学与文化的融合越来越密切 , 其分界也越来越模糊 。在进行科研价值分析时, 除考虑其科学价值和
应用价值外 , 还要考虑其文化艺术价值和人类的可持续性等指标。 有关科研评价伦理和文化向度的研究关注创新伦理
、科研伦理及评价伦理 ，关注公正意识 、求是精神及多方博弈与生成机制，营造良好的创新文化环境
,形成自适应创新网络机制。[]
“大学科研评价还要重视知识产权管理 。 知识产权被看成是驱动创新和 经济社会发展的重要抓手和保障 。
我国大学在科研管理过程中往往重视一 些事务性管理 , 而忽视了知识产权管理 。
知识产权管理是一个动态的环 境 , 包括技术 、 品牌或内容在内的各种新理念和新标准 、
新方法不断出 现 , 专业人员需要广泛的知识和技术视野 。 知识产权专业人员还需要有国 际视野 ,
了解国际技术发展的前沿和动向 , 并且对本地的适应性做出很好 的判断
。有关科研伦理和知识产权的研究在第七章有详细论述。”[]
“作者通过对评价 研究自身的历史进行文献计量和内容分析 ,
全面呈现了科研评价研究的共进脉络、趋势、主题、合作网络及研究特色。研究发现:
科研评价的元研究和反思改进意识增强; 科研评价的公共责任意识增强; 科 研评价研究主题、技术、应用、
管理、政策
(STAMP) 之间具有密切
关联性和共进性
。政策建议: 加强科研评价元研究和学科建设; 完善基于绩效的科研评价与资助体系; 建立
STAMP科研评价创新共进模型 ; 建立科研评价的多元参与机制; 重视创新景气监测 , 形成共进评 估思维和积极创新文化;
将科研评价与人才评价相结合。”[]
“科研评价的影响力指标以及基于绩效评估的科研资助体系导致大学学 术目标的功利化 。
大学科研评价应该强调创新性及成果活力 , 通过评估增 强创新活力
。首先应建立科学的评估指标体系 , 采用科学的评估方法 , 对 成果 、项目等进行基础性评价; 其次应加强科研生态建设 。
良好的科研生 态有利于激发创新活力 ,
形成共生效应。”[]
“在大数据时代 , 大学科研创新更强调知识网络和生态语境下的自主创新与动态生成 ,
进而使得知识演化与人工探索相得益彰。大学科研创新评价需要加强对知识进化图景的动态考察 , 进而更好地 定位科研成果
、科研项目的创新价值。另外 , 在关注显性科研评价的同时 , 也应重视对隐性创新文化 、创新景气 、创新人才的监测与评估
, 监测 科研创新传播与扩散网络 。 不同时期科研创新主题 、 技术 、应用 、 方法、
政策之间具有密切关联性和共进性”。[]
“科研评价研究在重视元研究和学科建设的同时重视研究者自身评估 意识的养成; 重视研究目标 、方法 、技术 、
理论之间的关联性; 重视科研 环境 、文化 、理念以及评价制度整体的优化。科研评价方法在不断吸收新方法
、新技术的同时保留了传统评价方法 的优势 。 每一种方法都有适用的范围和局限性 , 研究者在介绍和应用新方
法的同时也不断反思方法的缺陷 , 使得研究与改进相结合 。
”[]
“科研评价在注重理论 、方法和伦理建设的同时更加强调其所承担的公 共治理责任 。基于绩效评估的科研资助体系
（Performance-basedVniversity Research Fundingsystems, PRFs）
的强大动机不是资金竞争而是声望竞争 。 PRFs 增强了专业精英的控制 , 目标是卓越科研 ,
可能忽略其他诸如平等 和多样性的价值 ,
也不能增强科研的经济相关度”[]
“大学科研评价研究具有 sTAMP共进特征。大学科研评价研究主题与技术的进步 、应用渠道的拓展 、科研管理以
及政策的配套密切相关 , 形成了研究共进网络 , 也标志着评价学科的成 熟 。数学建模 、数据包络分析 、科学计量 、
内容分析 、科学指标数据库及 其应用 、大数据挖掘 、深度学习 、知识图谱与可视化分析等技术不仅影响 着科研评价的科学性
, 而且也影响着科研评价主题和方向; 评价结果在学 科评估 、智库咨询等领域的广泛应用又反作用于科研评价; 科研管理以及
科研政策的改进与科研评价之间也存在着共进关系。”[]
政策建议[]
（一 ) 加强科研评价的元研究和学科建设
“科研评价研究要加强对自身发展史 、 问题 、
学科边界 、方法 、使命等元问题的反思 ,
提高研究本身的理性自觉 。 科研评价主体首先要对科研评 价的价值 、伦理 、标准 、方法有理性认识 ,
并借助科学计量等方法了解科 研评价研究史及其与科技创新发展之间的动态耦合关系 , 提高科研评价的 科学性 、实效性和前瞻性 。
同时利用文献计量和社会网络研究精准定位科 研评价研究的重要命题 、核心方法以及人才聚焦 、 扩散网络关系
,
为学科建设和人才培养提供依据”。[]
“加强科研评价指标体系的建立 , 关注创新性指标 , 例如理论创新 , 科 学事实 、科学概念
、科学定律 、科学理论和科学学科建设等方面的创新; 应用创新 , 运用经典理论解决了实践中的重大问题 ,
或在已有理论基础上 实现了技术创新 , 促进了技术升级 。还要考虑选题的价值 （开创性 、领先性 、
突破关键性难题 、修补性 、解决现实问题等) 、研究素材的原始性和 完整性 （掌握一手实验数据
、调查和访谈数据 、 统计数据等) 、数据处理 的科学性 、方法与主题之间的适切性 、结果分析的科学性 、模型建构的精
致性和概括性
、结论和建议的独特性及价值性和引领性。”[]
“关注科研成果的时效性指标: 国际领先 、 国内领先 、 区域领先:
系统 性指标: 前期研究成果 、 学术基础 、 学科前景 、研究的关键技术与方法、
研究的可持续性。”[]
“考虑成果的创新活力 、生命周期 、生态状况等指标 , 如
CIPPV（背景 、输人 、过程 、结果 、价值) 、 CRPCE（创新 、 风险 、 生产
、 商 业 、教育) 、PALA（成果 、 活力 、 生命周期 、
应用) 等评估模型都可以
借鉴。”[]
（二) 完善基于绩效的科研评价与资助体系
“几乎所有国家都为争取其机构的高排名而努力 。政府 、大学
、学术界及其他利益相关者都关注大学排行
。 然而 , 由于他们采用的标准不适宜 ,
排名的结果引起了诸多批评 。 不同主体 的立场不同 , 反应也不同 。政府和大学希望通过评估加强制度改革和各种
标准的完善 , 而学者则希望通过制定评估指标体系 , 提高科研 、教学产出
和效率”。[]
“基于绩效的科研评价与资助体系 （PRFs) 与个体科研积极性及创新性
并不存在高相关 。 大学科研评价可以针对个体 、 团队 、组织不同层面制定 不同的绩效评价标准 。
PRFs 并不能作为资助的唯一依据 , 在一定时期针 对某些大学的某些项目来说可以强调绩效评估 ,
但对于一些基础性研究还 是要重视实质性评价与质量评价 , 将科研成果 、科研项目 、科研绩效评价 与科研素养
、科教融合等方面综合起来进行评价。”[]
“PRFs 必须建立在系统研究和行情分析的基础之上 。 PRFs 受到多种因 素的影响 ,
需要从科研资源合理开发以及成本控制 、 地区均衡以及SSP （situation ,
structure, Performance) 即形势 、 结构 、 表现之间的关联性等
视角全面考察 。 另外 , 还要考虑不同规格高校的战略目标及制度环境
建设”。[]
“科研评价的影响力指标以及基于绩效评估的科研资助体系导致大学学 术目标的功利化 。
大学科研评价应将内在标准与外在标准结合起来 , 并且 考虑不同层次和类型大学的特殊性 ,
加强科研生态建设 。 研究性大学更强 调科研成果的创新性及成果活力 , 地方性大学更强调对成果的吸收 、传播
和创造性应用能力; 另外 , 人文社会科学与自然科学 、工程技术领域的研 究成果评价指标体系也应该体现出差异性 ,
前者应注重质性评价。[]
（三) 建立STAMP科研评价创新共进模型
“大学科研评价在研究主题 、技术 、应用 、
管理 、政策之间具有关联和 共进性 ,
通过文献计量和大数据分析可以更好地从宏观上再现研究进化图 景 , 同时发现某些非连续性缺口和创新点 , 加强研究 ,
及时弥补缺口 , 捕 捉创新点和创新景气 , 从而更好地发挥各要素之间的共进及创新涌现机 制 。在关注主题 、 技术 、
方法之间适切性的同时要考虑制度环境 , 如管 理 、政策 、 网络关系
、新范式的出现以及全球创新地理空间特点 、 区域文 化特色 、创新的适切度等 , 如图 2 -3
所示”。[]
“研究与技术结合越来越密切 。 科学研究及其评价需要先进技术支撑
, 例如实验与测量仪器 、模拟技术 、 可视化技术等 , 科研及其评价与技术进
步是相辅相成的。
从科研评价的相对标准看 , 要将科学技术置于具体的社会语境中 , 对 科学家的实际行为进行详细的社会学分析 。
拉图尔对引证的关联性与重要 性提出了质疑 , 认为引证更多的是一种联盟关系 。 科学建制对于科学而言
都是及其重要的 。有关科研创新评价伦理和文化向度的研究要关注创新伦 理及评价伦理 , 营造良好的创新环境 。
大学科研评价还要关注其生态指 标 , 例如大学科研创新是否有利于科研团队的建设 , 是否有利于科研向生产及学科建设
、教学实践的转化 , 科研的成本代价与风险是否得到有效控 制 ,
科研是否有利于可持续发展理念的贯彻等。”[]
“大学科研评价还需要关注不同领域的标准问题 , 不仅包括成果的标准 , 而且关注技术与专利标准
。技术标准包括基础标准 、产品标准和方法标准 。基础标准: 通用科技术语 、技术通则; 精度与互换性标准; 结构要 素标准;
产品系列化和保证配套关系的标准; 材料标准; 等等 。 产品的主 要技术性能指标;
检查和评定产品质量的方法标准;
等等。”[]
“大学科研成果评估要与国际先进标准接轨 , 在应用层面还要考虑地方 特征和适切性
。从标准人手进行大学科研质量评估也是一个重要的视角 , 可以从一定程度上透析科技前沿 。
大学科研评价需要结合具体学科和研究 领域的不同标准进行科学性评估 , 而不是仅仅依靠文献计量等手段进行整
体性比较”。[]
“有关科研评价研究需对价值 、 伦理 、 技术 、 标准 、
政策进行系统分析 , 同时将显性评估与隐性评估相结合 , 发挥计量与模拟 、 大数据监测及
参与性评估的作用 , 准确定位问题 , 监测创新景气 , 形成有利于创新发展
的大环境”。[]
（ 四) 形成共进评估思维和创新文化。
“大学科研创新评估既要重视显性的成果与项目评估 , 也要重视对默会 知识 、实践智慧以及创新景气的监测评估 。
一方面评估专家要利用各种平 台和会议对大学组织创新氛围进行定期 ‘会诊’ ,
掌握关键人物和原创性 资源; 另一方面将大数据监测评估与基于工作场所的即时评估相结合 , 形 成创新评价网络机制 ,
建设积极共进创新文化 。 更新评估理念 , 形成评估 思维 , 通过积极 '博弈' ,
推动问题解决和创新共进网络机制的形成。”[]
“大学科研评价可以借鉴发达国家的先进经验 , 重视具有独立法人资格 的学术社团 、智库机构等中介组织的参与 ,
以质量和创新为导向 , 加强标准与规则建设 , 同时考虑到大学特色 , 将目标与方法相匹配 。
重视过程和 结果的公开性 , 进一步开放各类数据库 , 构建网络平台 , 建立信任关系 ,
优化创新环境 , 形成多元参与
、人机交互的开放式科研评价网络机制”。[]
“大学科研评价要与人才评估相结合 , 不能仅仅看有形的科研成果项目 , 而且还要科学评估科研人才的科研素质
、科研能力 , 将成果评价与水 平评价 、素质评价相结合 , 显性与隐性评估相结合 , 从而获得 .
标本兼 治' 的大学科研治理效果 。 除传统的人才素质评价 、绩效评价方法外 , 基 于文献计量
、大数据监测及社会网络分析的高层次创新人才评价方法的应 用也是发展趋势”。[]
“科研人才评价要考虑到绝对标准 ( 如国际 、 国内领先) 和相对标准 (如地方特色
、专业特色等) , 要用全面的 、动态的 、发展的观点评估高层 次创新人才 。知识结构 、知识存量以及持续不断的学习能力是高层次科技
人才创新的基础; 品质 、创造性思维 、人格 、兴趣与爱好方面的素质以及
事业心和使命感也是高层次创新性人才所必须具备的核心素养 。 另外 , 创 新也是一个在实践中不断摸索的过程 。研究表明
78%的拔尖人才毕业后一 直从事所学专业或相关领域的工作 , 创新与专业学习和事业发展之间存在
着一定的连续性和强相关。”[]
第二部分：有关引文分析和科学计量的重要观点
“ 引文分析主要依靠的是期刊的影响力指标 , 而不是单篇文章的影响力 , 如果某一期发表了某领域知名专家的文章 ,
其被引量很高 , 就会提升期刊的被引指数 , 其他质量平平的文章也会出现‘搭便车’ 现象 。文献计量数据也就会出现一些错误 ,
有些引用数据库中并没有显示 , 特别是一些著作的引用情况很多被忽视 。 还有一些成果受知识产权保
护也无法进行计量研究; 其他诸如署名不规范 、单位不规范以及受文章发 表语言的影响 ,
文献计量所包含的信息是不全面的”。[]
“从社会资本与大学科研之间的关系看 , 引文关系也反映了学者 之间的学术交往圈子 ,
而这种交往圈子的存在能够促进本领域学者的交流 和研究质量的改进 , 进而提高发表的概率 。 文献计量学方法源自科学和技
术领域 , 其中联合作者和共同引用比人文学科更常见 。 然而 , 人文学者之 间的社会联系及其相互影响也是强大而持久的
, 特别是通过个人关系链 。 学术界最重要的社会联系是师生之间的学术影响和学术传承 , 同行之间以
及通过参加学术会议建立的学术联系也是常见的学术关系网 , 但比起师生 之间的学缘关系其关系强度要弱一些。这些交流也反映了学者之间隐形的
学术圈子和知识传播渠道 , 以及研究的势力范围 。 人文社会科学学者之间经常通过 ‘沙龙’ ‘ 论坛’‘ 虚拟学习社区’
等非正式形式交流; 而自然科学领域的学者则更多通过‘被引’形成各种学术圈子
。”[]
“我们在批判引文分析对科研评价的消极作用的同时 , 也应该看到其积 极的一面 , 并且努力促进其向积极方向发展 ,
最终目标是推动研究质量和 发表效率之间的积极共进 , 推动知识创新及其扩散 。 同行评议往往因专家的学术水平
、视野以及人际关系等因素 , 影响了评价的客观性 。 关于修正 同行评审中‘同行偏见’ 和流程透明度的问题
, 一派认为 , 所有期刊都应 该实行严格的双盲同行评审 , 以达到减少偏差的目的; 另一派则表示 ,
同 行评议必须有更多的透明度 , 实行网络运行协作同行评议程序; 还有些人 认为 ,
同行评议应该是一个连续的过程 , 其中涵盖研究的反复和更新 , 以 及对新的反馈信息的发布 。
目前国家各级社科评奖基本采取同行评议与引 文分析相结合的方法 , 兼顾论文质量以及影响力
、应用价值等多元指标。”[]
“在全球化 、信息化背景下 ，科技日新月异 , 科学—技术—生产—商业 化周期越来越短 。无论企业
、政府还是科研部门都要重视对技术及其生命 周期的研究 , 利用好时间差和地域差 ,
抢占创新制高点和突破点。”[]
“全景式管理模式既要考虑组织内部核心能力及外部竞争伙伴 、 资源 、 条件 、政治 、经济 、科技 、文化等要素
, 将组织愿景 、 战略 、 能力 、 管理 和企业文化相互关联与共进 ,
又要考虑与外部环境条件动态匹配 。 这里 强调了新技术语境下科学研究 、 技术 、
应用 、 管理 、政策各要素之间的 共进关系 , 构建了 sTAMP决策模型
。充分考虑新技术与前沿学术探索之间 的相互影响 , 利用知识图谱与专利扩散地理可视化等技术对科学研究与技 术进化的图景进行深描 ,
发现其中的共进关系 。 同时考察科学技术普及应 用 、显性知识与隐性知识及组织文化与创新之间的交互机理; 最后考察新
技术如何渗透到管理与决策各个环节 , 相关政策与制度环境支持对创新的
影响。”[]
“从总体上看，专利、科学出版密度与经济发展 水平之间也呈现出明显的 正相关。凡是科技活动密集的地区，其经济发展水
平明显高于其他地区。但 有些地区科学出版 数量明显高于专利数量，特别是中等收入地区；有些地方
则是专利数量明显高于科学出版数量。”[]
“ 对于成果的评价不仅要看被引指数 , 也要看来自读者和应用者的评价反馈 信息 。
将各种媒体和传感器的数据都及时汇总分析 , 从中洞察价值 , 预 测趋势 , 诊断危机 。
对于大学教学和实验过程中各种科研装备运转应用 所保留的数据以及科研经费使用和材料消耗数据 、
科研人员合作及研究行为数据等要全面监测分析 , 从而为科研评价提供更加全面 、 可靠的
证据支持。”[]
“大学在战略规划方面要考虑到新技术语境 , 特别是信息化和新能源发 展趋势 , 加强先进基础设施建设 ,
同时结合科研和教学加强实验仪器设备 的建设和相关应用软件的研发和应用 。 最后要加强大数据分析人才的培 养
。一是结合工作需要对教职工进行大数据分析技术的培训; 二是设置相 关专业和学科 , 加强不同层次专业人才的培养;
三是利用不同学科优势 , 在已有专业的基础上增加数据分析方法课程; 四是加强对科研管理人员的
科研信息化培训 , 提升素质 , 培养新型专业化科研管理人才 。 最好是将那
些具有扎实学科专业背景和交叉学科优势的立体型人才选拔到科研管理岗 位 , 以提高部门科研管理的前瞻性 、科学性 、
引领性。”[]
“大学科研评估需要置于全球、 国家、 区域、大学不同层面和大数据语境 下进行分析和定位 ,
同时还要考虑政治、经济、科技、文化等宏观背景以及 区域教育环境因素 , 最后依据
'时间、空间、主体、资源、价值、标准' 六 个基本维度 ,
形成分层次、多维度的全景性管理模型”[]
“推行大数据决策 , 管理者的数据与决策素质需要先行。 由于各种原因大
多数管理者难以将大数据资源整合到他们的决策流程中。一是认知能力的不 足 , 管理层没有充分认识到大数据在优化决策过程
提高决策质量中的作 用 , 也缺乏相关技术技能及新型 (非线性) 思维。二是存在认知偏见 ,
在处 理可用信息时 , 管理者经常发现自己回归到已有组织思维方式 , 只知道如何 使用现有信息。三是认知超载 ,
即当个体接触到的大量信息超过他们能够处 理的能力时经常发现信息干扰现象。虽然大数据有利于提高决策质量 , 但如
果缺少洞见力和判断力就有可能在大量信息中迷失方向 , 抓不住关键。 四是 大数据对决策层优先权的挑战。大数据的网络化
透明性 证据性可能会威
胁到决策层的政策优先权和凝聚力。决策层需要改变习惯化的管理方式重新 思考如何开展业务。五是大数据速度与决策速度之间的冲突。大数据提供了
快速 实时捕获证据的可能性。决策者往往不具备快速响应的能力。决策者 不仅要应对复杂的现实 ,
而且要预测未来 , 有先见之明 , 而大数据则关注现 在甚至过去。决策者要有洞察力 , 能够从大数据中发现机会、规律 , 能够识
别和解释相关信号以及对未来的愿景 , 及时了解市场中发生的事情以及他们 业务的变化。 由于他们的专业背景 ,
技术和技能的培训通常是中年人承担 的 , 许多董事会成员都没有能力做到这一点。六是大数据对组织责任和控制 的要求 ,
决策者能够利用大数据重新配置资源 , 考虑到组织内外利益相关 者 ,
特别是关于责任和组织控制程度的问题。”[]
“ 一是提高决策者的数据素养和决策能力 , 包括大数据分析规划投资、协调、控制等管理能力 ,
大数据分析连通性、兼容性、模块化技术能 力以及相应的技术管理知识、技术知识和关系知识; 二是需要招聘具有适当 技术技能的新员工 ,
这些技能通常需要大数据专业背景 , 并支持决策层; 三 是责任外包。在某些情况下 , 战略层面缺乏技术知识导致将某些责任外包给
顾问和其他代理部门。然而这也存在风险 , 增加成本 , 决策者可能获取二手 信息或暴露更多隐私。科研管理者和决策者需要发展认知能力 ,
并掌握大数 据时代决策新方法。大数据为组织提供了增强其适应能力的机会 , 管理者需 要以新的方式开展工作 ,
以应对大数据所带来的挑战。”[]
“大数据为科研提供了新范式 、新理念 、新方法以及新的管理模式 。 大 学研究者 、科研管理者
、决策者在提高自身数据研究和决策能力的同时 , 要及时学习先进理论和技术 、方法 , 并且能够从基础设施建设 、
实验仪器 设备及平台建设 、人才培养和培训等不同层面加强战略规划和系统实施 , 进而提高科研效率和科研管理效率 ,
使科研管理与科研实践之间相互促进 ,
形成良性科研生态和共进机制。”[]
“科研评价受到科研范式 、 学科类别 、 所用语言 、 期刊风格等多 种 因 素 的影 响 。
自然科学领域的学科具有完善的科学编纂系统和格式规 范 , 一般包括引言 、研究方法 、研究发现、讨论、结论与展望
等几个部分。自然科学类研究成果可以使用明确的标准来评估其学术 质量 。
人文科学和社会科学的研究往往采用多种研究范式和自由表达方式 , 缺乏 通用的论文写作格式 , 其学术质量难以通过通用标准评价 。
自然科学具 有国际通则 ,
而人文科学和社会科学将更多地采用地方标准 。自然科学类 的文章通常用英语写成 , 这是国际学术界通用的语言 。
国际学术界的研究人员或科学家不太习惯于阅读用日语或中文写作的科学论文 。 这也是影响
科研成果传播和被引的重要因素。”[]
“人文科学和社会科学的研究往往受到国家或地区特有的文化和传统的 影响。这些学科的学者通常采用自己所熟悉的本土语言撰写文章
，对自己 本土文化有着强烈的认同感，他们愿意通过严谨的考证或者进行长期的田
野考察再现地方文化的真实。这也是地方文化保存和传承的重要方式，是 大学科研不可或缺的重要组成部分，在大学科研评估中应该与自然科学和
工程科学一样受到重视，赋予应有的权重。”[]
“研究资金是影响学术界对排名反应的最重要因素之一 。 没有研究资金 , 很难提高学术生产力
。美国学者在研究产出方面具有竞争力的一个重 要原因在于其社会文化和知识市场化氛围 。 学术界与外界研究资金之间
关系密切。美国、韩国、日本从外部获得科研经费数额最高，而英国和
德国从外部获得的科研经费则较少。美国尽管从外部获得的科研经费最高
，其学术生产力并没有与所获得的经费支持相匹配。”[]
第三部分：有关专利与知识产权的重要观点
“20 世纪90 年代开始
，有关科研创新评价指数及影响因素的研究较热。从最初的关注组织内部创新指标的评估向关注环境要素及绿色创新指标发
展 ; 从只关注成果的评价 , 到关注成果 、项目及专利 、绩效的评估 。 绿色
指标包括创新的成本 、风险评估 , 创新伦理以及创新对资源环境的影响 , 特别强调有关新能源开发和利用的研究
、基因工程与健康研究 , 同时又不 造成污染和对自然生态的破坏 。21 世纪的科研创新评价在关注顶尖科研的同时
,更加强调科研向技术研发和专利转化
，关注可持续发展指标。”[]
“专利也是大学知识基础的重要指标之一 。专利与学术研究之间应该是相互促进的,
特别是大学在人才培养过程中要善于将理论与实践结合起来 , 及时将高层次科研与研发转化和专利申请结合起来
。研究发现，大学科学研究与专利活动之间存在明显正相关, 专利活动与大学规模高度相关 。
有关大学专利量和专利活动的信息对科学和工业组织及决策者至关重要 。 西方发达国家一些顶尖大学在强调卓越科研的同时 ,
也重视向专利转化 。 还有研究发现 , 专利数量与 大学规模 、大学类型 、专利经验 、研究广度
、研究质量之间呈高度相关”[]
“ 首先我们要找到一个层面上的标准作为参照 , 例如 , 国际标准、国家标准、 区域标准
、大学标准等 , 然后制定各自适切性的评 估指标体系 , 并以此为依据进行评估和改进 。 基本指标包括:
基础设施 （互联网覆盖率 、 个人电脑和移动设备拥有率) 、 知识创新能力
（成果、 项目 、专利 、公共研发支出投人及知识创造投人占 GDP的比例) 、 人力 资源
（高校科技类招生数量 、 科学家和工程师数量 、 平均受教育年限、 新知识吸收
、应用和扩散能力) 、 经济指标 （主要是技术核心竞争力指 标)
等。”[]
“从国外相关研究看 , 2008 年后的科研评估突出以卓越科研为支点的绩 效评价框架 , 将评价置于历史语境中 ,
形成科学_技术_社会之间良性互 动网络机制 , 以卓越科研推动科学和社会发展 。英国高校 2014 年开始以
科研卓越框架 （REF) 替代之前的科研水平评估 （RAE) , 在保留科研成
果质量和科研环境活力的基础上 , 增加了 ‘科研影响力’ 维度 。 改变 ‘
政 府_高校’ 单向的评估途径 , 让社会团体参与评估过程 , 完善利益相关者 参与机制
。社会资本对学术研究也有积极作用 , 一些直接的或间接的关系 一方面能够促进信息的流通 , 另一方面也有利于知识的转化;
初创公司、 专利市场对知识生产化
、社会化也起到了促进作用。”[]
“大学科研评价的研究更多关注了自然科学和技术类的评估 , 但对人文 学科的评估也应该引起重视 。人文学科的评估体系具有特殊性 ,
其绩效可能不明显 , 但其对科学和社会发展的潜在影响是深远的 。
”[]
“科研评估在关注学术探索的同时也关注了研发转化和专利申请 。有学者研究了专利引用 、科学类的非专利参考文献 、发明人－作者关系
、文献计量图 、 科技对接 、 科研评估以及技术相关出版物等内 容。有关创新指数的研究也有了新的进展
。许多学者认为采取先进的分 析工具进行有效决策是影响创新的关键因素 。创新指数需要对企业或机构 的创新能力 、创新条件 、创新资源
、创新环境 、创新潜力等指标进行全面 分析和匹配 , 并且关注创新过程 、创新产品 、技术预测和市场需求预测等 指标
。这些指标可以帮助管理人员 , 研究人员和政策制定者更好地了解创 新过程
、影响因素和指标之间相互作用的衍生图景。”[]
“在规范的评估指标体系框架下 , 还要考虑到不同层次大学的办学目标 和科研使命 , 在权重方面可以有所增减 。
大学科研评估和排名影响政府投 资 、大学声望以及招生情况 , 各种因素之间会发生连锁反应 , 所以树立正
确的评估价值观是非常重要的 , 通过评估激励教师的科研积极性 , 调动大 学各方面的因素积极配合 , 提高科研质量 ,
实现特定的科研目标是正确的 选择 。 当然 , 通过评估可以从总体上把握各大学的科研状况 , 监测创新景
气和组织文化 。从国家和大学发展的战略高度看 , 评估是有益的 。 但从基层和个体研究者的角度看 , 评估往往会导致精力
' 透支' , 影响科研创新 和科研质量 , 也影响学者的生存状态和教学质量 。 再者 , 科研质量与科研
资助 、社会回馈也存在一定的相关性 。从整体上看 , 科研的经济回馈性是 很高的 ,
但有些基础性研究及技术研发的生产回馈率需要一个周期 , 而不 是立竿见影的
。所以大学在制定评估标准时要将长远利益与近期利益相结 合 , 注重科研 、教学
、生产服务相互促进。”[]
“一项好的人文成果首先是能够深刻反映现象本质 , 能够给人以启发 , 照亮心灵或者解开思维的谜团和症结 ,
有的研究成果具有强大的生命力 , 带来研究范式和思维方式的革命; 其次是具有强大的阐释力 , 能够据此对
许多现象进行解释 是高度概括 , 又是可读的 , 容易理解的
有时是一个 隐喻 , 一个象征 , 一个故事 , 一个案例 ,
但具有原创性和解释力 , 具有 .模型' 和迁移作用; 三是深刻性 。
好的人文研究尽管具有普及性和可读 性 , 但其内涵是深刻的 。作者一定是博览群书 , 从多个视角和学科领域去 寻找证据
, 最后通过反思洞察现象 , 凝练智慧 。 其思维具有穿透性 , 并且
能够深人浅出地进行描述和表达。”[]
“大学科研评价要重视创新评价和质量评价 。 大学科研评价的创新性 标准要考虑学科属性 。 例如 ,
自然科学的原创性分不同层级: 一是指关 系宇宙 、人类 、科学发展的重大命题和重大发现;
二是指在某一学科领 域具有开拓性的发现 , 可以为学科发展开辟新的知识生长点; 三是指在
某一知识链条 、 知识点上发现新问题 、 新证据 , 进行证伪和修正 , 进而
推动科学发展; 四是有关方法论和研究方法 、 研究工具的改进 。 如系统 论 、信息论
、嫡论 、 . 博弈论' 、相对论 、量子论 、 . 大数据' 、 现象学等 重大理论 ,
可以渗透到各个领域的研究中 , 改变看待问题的思维方式 , 也影响具体研究方法的选择 ,
进而影响科研的信度和效度 , 影响其创新
性水平和质量”[]
“质量评价一是以标准为参照 , 参照国际国内同类大学的质量评估标
准 , 结合自身的办学定位制定适切性质量标准 , 将实然性和应然性相结 合 , 但差距不能太大 ,
目的是激励各方通过努力能够得以改进和提高 。 二 要分类评价 , 不同学科 、
不同类型的科研采用不同的评价标准和评价方 法 , 做到以质量为首 , 考虑科研的现实需要和未来发展趋势 , 考虑教师的
专业成长和组织的可持续发展的需要。”[]
“科技能力的储备是提升科技质量水平的前提 , 而科技能力主要是由科 技人员队伍 、科技经费 、资源
、设备和制度等构成 。 大学科研评价指标要将有形有的成果 、专利 、项目评价与无形的人力 、 资源
、制度相结合 , 最 后还要考虑绩效指标 , 有关大学科研绩效评价可以参照表4 -3 中的指标体 系 ,
结合各自的实际情况赋予不同权重创造性地加以应用。”[]
“重视分类评估以及价值链评估。我国高等教育结构完整 , 类型多种多样 , 一是与知识生产链条相适应 ,
二是与经济社会发展需求相适应。 大学评估应该重视多样性和特色评 估 , 提高质量 ,
维持高等教育合理秩序。”[]
“研究性大学与普通本科和地方大学的科研评价也应该采取分类标准。 例如 , 地方性大学应强调教学学术 ,
紧密结合学科建设和教学改革选择研 究课题 , 使科研与教学相互促进；同时加强教学模式改革
, 利用大数据等 新技术手段加强产学研深度融合
，为生产提供高素质实用型、创新型人 才
。具体评价指标应强调
： 科研向学科建设和人才培养转化指标; 科 研向生产和社会服务转化指标。
地方大学科研评价必须实事求是 , 明确办 学定位 , 从科研实际条件出发 ,
有效利用各种人力
、地域等条件，提高人
才培养质量和社会服务质量。””[]
“地方综合性新建本科或者由原来的专科升格为本科的地方院校 , 科研
成果的评估也要将期刊/出版社档次、 论文/著作被引、 论文/著作质量相 结合 ;
论文除北大核心收录期刊及以上期刊所发表的论文外 , 还包括国内 外其他各类正规学术期刊发表的文章 , 强调个体研究的连续性和团队研究
的集群成果。 专利要看其创新性和实用指标以及所带来的应用情况 , 客户 数量和生产效率 ;
项目评估不再单独列出。”[]
“国家重点大学要强化对师生科研能力、科研水平的评估。 科研产出和科研绩效的评估重点放在具有前瞻性、
开拓性的科研成果和获批专利上。 强化个体和研究团队原创成果。
提倡代表作评估 , 对于论文和专著/教材 的评估只考虑
SCI、SSCI、CSSCI、EI等数据库来源期刊以及论文/著作被
引情况 , 还要结合对论文/著作质量的专家评估综合评价 , 其权重可以将 客观赋分与专家评议取相等权重 ; 专利要看其国际领先水平 ;
科研项目不 再单独列出 , 因为项目成果一般都是通过论文、 著作和专利体现出来的 , 所以不再重复记分。
其他政府咨询报告、 教学转化可以通过社会服务项目和教学项目评估体现出来 。
研究性大学设立的高等教育研究院/所等咨询 服务机构的成果重在服务于本校专业
、课程、学科建设及知识管理 、科研 转化等管理服务方面的研究 ,
除成果外还要将大学改革的成效性按照一定 比例计人这些研究机构 、研究人员科研绩效上 , 对于这类人员的科研成果
强化人岗匹配和研究的精准性 、适切性 、 实效性 。 其他各学科专业人员的
评估强调学科研究的国际前沿性”。[]
“普通本科院校的科研评估要兼顾前沿成果、生产转化和应用类成果以
及教学类成果 , 要将期刊/出版社档次 、论文/著作被引 、论文/著作质量 相结合;
专利要看其国际和国内领先水平; 项目评估不再单独列出 。 期刊 除以上所列 sCI、ssCI、CssCI、EI期刊外 ,
可以扩充到 CssCI扩展版 、北 大核心期刊收录期刊 。强调在个体吸收国内外先进成果基础上的知识再创 造成果以及在此基础上的教学
、生产转化类成果 , 强调集体科研绩效和转
化的可持续性效应。”[]
“学科分类学通常将文史哲 、语言学和艺术学划归为人文学科 。
人文学 科的科研评价更多的是采用质性研究的方法 , 需要通过理解 、 阐释
、访谈 等方法了解学者对某一成果的评价情况及其影响力 。人文学科研究的评估 重视其影响力指标 ,
而影响力指标又不像自然科学那样可以通过引文分析 和文献计量的方式统计出来 。 人文学科研究的影响力包括的范围更广泛 ,
例如图书的销量 、 各种媒体的转载情况
、读者的评价等，属于文化软实力。”[]
“科研评估的目的: 一是使得研究成为可见的研究 , 不仅科学共同体成员 , 而且各利益相关者都可以清晰其中的价值
。 评估可以进一步挖掘研究 的价值 , 有些价值是显而易见的 , 有些价值具有潜隐性 , 需要评估者从专 业的视角 ,
采用科学的方法使其价值可视化 。从某种程度上说 , 科研评估 也是科学普及和启蒙的过程 , 是对科学研究的过程
、发现 、结论进一步检 验和重现的过程; 二是对科研质量给予科学的测度 ,
例如是否原创? 其原 创性程度如何? 符合原创性指标中的哪个等级? 这方面的评估需要科学的 标准 , 可以将专家评估
、文献计量和智能评估相结合; 三是潜能评估 , 通 过评估考察研究者个体或者团队 、组织是否在某一领域具有研究潜能 ,
是 否可以承担更重要的课题; 四是了解科研网络关系和科研行为 , 为潜能评
估和持续研究提供证据。”[]
“大学科研评价要促进科研与教学和深度融合, 加强科研向学科与教材建 设以及人才培养转化。 改革教学模式,
倡导研究性学习, 探索多元导师制、 高年级科研体验以及基于任务、 项目、 问题、
产出等新的人才培养模式。”[]
“我国要不断提高在全球创新体系中的地位 ， 占领知识创新高地 。 一 是要吸引全球创新人才和资金支持,
促使高层次人才从外流向内流转向 。 二是充分利用大数据资源和技术，在各种数据洪流中挖掘价值，寻找创新 契机
。三是善于利用各种文献计量工具和地理信息系统软件，对全球科学研究和专利技术进行可视化分析，善于从各种创新‘缝隙’
中找准漏洞和关键点 ，实现突破性创新 , 结合本地优势，形成创新高地, 走出 一
条具有中国特色的自主创新之路。”[]
“进一步完善我国的知识产权政策法规 ，保护和促进高水平原始创；加快知识产权队伍建设，培养大批具有国际视野，掌握先进技
术的T型知识产权复合型人才，为大学、研究机构和企业协同创新搭建桥梁
；利用好各类新媒体和数据平台，加强大学、研究机构与企业、客户之间的无缝衔接 , 形成创新网络机制 ,
实现多方共赢。”[]
