综合绩效评价：别再数论文了，科研成果到底该怎么“称重”？

从“数数”的泥潭里爬出来

那天，老张在课题组例会上发火了。真的，摔了笔记本那种。起因很简单——他花了三年做的一个农业物联网项目，实打实帮周边农户增产了12%，但因为没有发出“高水平SCI”，在年度考核里竟然排在全组倒数第二。倒数第二啊！一个能下地、能创收的成果，比不上几页曲线图配漂亮数据的文章？老张吼出这句话时，会议室静得能听见空调的嗡鸣。我突然意识到，我们是不是被某种简单粗暴的量化指标给绑架了？就像超市里给蔬菜贴价签，不管你是不是有机的、是不是刚从地里拔的，只看个头大小。这不对。

这些年，科研圈没少吐槽“四唯”——唯论文、唯职称、唯学历、唯奖项。文件发了一摞又一摞，可一到评项目、评人才，很多人还是下意识地伸手去数：几篇SCI？影响因子多少？被引次数呢？仿佛科研成果的价值，只能用冷冰冰的数字丈量，而数字之外那些鲜活的社会影响、技术突破、甚至是对思维方式的革新，都成了看不见的重量。所以，当“综合绩效评价”这个词频繁出现在新政策里，说实话，我第一反应是——早该这样了！但第二反应是，怎么落地？怎么防止变成另一种花样的“数数”？

评什么：不是所有“贡献”都能写在纸上

去年参加一个同行的评审会，碰到某大学一位做古生物研究的老师。他的团队在野外挖了八年，发现了一个新的恐龙化石群，填补了白垩纪某个时期的空白。但你要是看他的论文清单，简直寒酸——只有三篇。因为大量的时间花在了野外勘测、标本修复、甚至当地科普馆的建设上。可就是这么一个成果，被当地政府看作是打造特色旅游的钥匙，撬动了区域经济。这贡献，怎么算？按老标准，他可能连副教授的门槛都摸不着。但用综合绩效评价的眼光看，新发现带来的科学认知突破、对社会经济文化的拉动、以及人才培养（他带出了好几个野外考古能手），都得计入权重。这就引出一个核心问题——科研成果的“绩”和“效”究竟指什么？

现在主流提法是“五大价值”：科学价值、技术价值、经济价值、社会价值、文化价值。听上去比单纯数论文周全多了，对吧？但操作起来照样一地鸡毛。科学价值还好说，同行判断；技术价值也能通过专利、标准来体现；可经济价值呢？很多基础研究根本没法短期内变现，非要套上“市场前景”的帽子，那不是逼着科学家说谎吗？还有社会价值——比如改善生态环境，那可能要十年甚至更久才能看到效果，你让一个三年的项目怎么证明？所以，综合绩效评价的关键，在于分类。基础研究和应用研究不能一个尺子量。国家去年出台的《关于完善科技成果评价机制的指导意见》就明确提出了要建立差别化的评价体系，就是这个意思。不能让搞纯数学的和搞疫苗研发的、画油画的去挤同一条跑道。

怎么评：告别“一言堂”，让证据说话

几年前我参加一个国际学术会议，茶歇时跟一位德国教授聊起评价的事。他说他们那边有个做法挺有意思——代表作制度加上“叙事性简历”。啥意思？就是申请职位或项目时，只允许提交不超过5件代表作，并且每件作品要附上一段“故事”，讲清楚你在其中的真实贡献，以及它为什么重要。评委看的不是清单的长度，而是故事的厚度。我当时就觉得，这招有点狠。直接砍掉了靠挂名、靠灌水刷存在感的可能。但这极其考验评委的眼光和良心。没有小同行的深度参与，故事编得再花哨也会漏馅。

国内现在很多顶尖高校和科研院所也开始试水代表作制度，甚至有配以“负面清单”的，规定哪些论文不算数，比如发在水刊上的、引用异常的。可上有政策下有对策，有人就开始琢磨怎么把一篇大文章拆成“香肠片”来报奖。所以，光靠制度设计还不够，还得有工具。大数据技术正在悄悄入场——通过分析引文网络、合作者图谱、成果转化链条，给每个成果画一个“社会关系图”，看看它究竟触动了哪些领域、产生了怎样的涟漪。这比单看影响因子要立体得多。当然，这又引发了隐私和数据安全的争论……不过那是另一个话题了。

我个人最欣赏的，还是同行评议的回归，但必须是严格的小同行。不是那种大帽子院士扫一眼摘要就打分，而是真正懂你这块细分的、甚至能对你的实验设计提出质疑的人。只有他们，才能读出你那份技术报告背后的血汗和巧思。去年我参与评审的一个农业机械项目，负责人是个老工人出身的土专家，没发过几篇文章，但设计的小型收割机在山地灵活得像只山羊。我反复看了田间测试的视频，又向当地农民打电话核实，才敢在“技术创新性”一栏打了高分。这种体验，是坐在办公室看电子表永远得不到的。

谁来评：打开大门，让“用户”进来

还记得开头提到的老张吗？后来发生了戏剧性的一幕——年底，学校试行新的评价办法，引入了“社会评价”环节，邀请了当地农业部门、合作社的代表来打分。老张的项目因为实实在在提高了产量和农户收入，直接被评为了“标志性成果”，奖励翻倍。他在庆功宴上喝得满脸通红，说：“比发十篇论文都痛快，因为被种地的农民认了，值！” 你看，评价主体一变，风向立刻不同。

综合绩效评价的一个重大转向，就是评价主体的多元化。以前是学术圈内自说自话，顶多政府科技管理部门插一脚。现在越来越多地引入第三方专业机构、行业协会、甚至最终用户。比如一个治疗罕见病的药物，最应该听的是病友组织的反馈；一项环境治理技术，当地居民的感受至关重要。不过，这也带来新问题：外行怎么准确判断技术含量？会不会被忽悠？所以需要建立一种“协调机制”——科学家拿出客观证据，用户提供使用体验，第三方机构进行技术检验，最后综合裁决。这听起来像是一场多方参与的“戏”，但导演必须是具有公信力的组织。

还有一个趋势不容忽视：国际评价。尤其是那些需要全球合作的大科学计划，比如人类基因组、空间站实验，必须由多国专家共同评估。这里面的博弈就很微妙了——标准谁定？数据共享到哪一步？政治因素会不会干扰？说实话，没个定论。但有一点是肯定的，好的成果经得起多角度的审视。

写到这儿，我突然想起科技部去年废止了一批旧的评价办法文件，新出台的系列指导意见里反复强调“破立并举”。破的是数字崇拜，立的是质量贡献。但“立”比“破”要难一百倍。因为它需要整个学术文化的转变，需要每个评价环节的人——从管理者到科学家——都拿出勇气和良心。不过，至少，我们已经在路上了，对吧？