科研绩效评价：四十二个指标，能算出一个人的好奇心值多少钱吗？

2026-11-03 01:11:01小研科研成果库9

我有个朋友，在某高校研究所做PI。去年年底考核，行政甩过来一张表——四十二个指标，分门别类，各自配权重。他指着“高水平论文”那一栏看了半天，然后说了句话，我到现在还记得：“我三年发了五篇，两篇自己觉得还行，两篇凑数，一篇纯粹为了填表。你告诉我，这绩效怎么算？”

行政答不上来。他也没指望有人能答上来。

高校科研人员填写绩效考核指标表真实场景

这不是个别现象。你随便找几个做科研的聊聊，每个人都能倒出几肚子苦水。问题出在哪？似乎人人都知道“唯论文”不对，但真要把“不唯论文”落地，又发现无从下手。尴尬就尴尬在这儿。

指标是怎么长出来的：科研活动需要被“看见”

先别急着骂。科研绩效评价这套东西，最初是有合理性的。

你想啊——科研经费从哪来？财政拨款。钱花出去了，公众和主管部门总得知道花哪了、有什么产出。没有评价，就没有问责。没有问责，预算怎么持续？说白了，评价体系是一根链条上的必要环节，不是谁拍脑袋想出来的折磨人的玩意儿。

但麻烦在于，科研的产出和制造业不一样。工厂生产零件，一天产多少、良品率多少，数字清清楚楚。科研呢？

一个课题组，三年时间，可能只产出一个关键发现，也可能产出一堆半成品、失败数据、走了一半的路。你说怎么算？

量化指标的初衷就在这里：用一套可观测的信号，去近似衡量研究活动的质量和影响力。论文数、引用数、项目经费、专利数——这些东西不完美，但至少“看得见”。

科研绩效评价指标体系层级结构示意图

所以行政才会疯狂堆指标。四十二项？我还见过更离谱的。

问题在于，当“近似”变成了“唯一”，整个游戏规则就变了。

经济学里有个说法，叫“古德哈特定律”——当一个指标变成目标，它就不再是一个好指标。

举个例子。某个单位看重SCI论文数量，于是大家就疯狂灌水。灌着灌着，期刊审稿周期缩短了，版面费涨了，论文质量……你自己想。

再比如，看重项目经费总额。那好，大项目拆成小项目申报，或者联合几个单位凑一个大盘子，经费是上去了，但真正用来做研究的钱呢？

这不是道德问题，是激励结构问题。人会对激励做出反应，而且往往是最短路径的反应。

我有时候觉得，科研绩效评价最吊诡的地方在于——它本来是想解决信息不对称，结果制造了新的信息不对称。指标越堆越多，真正重要的东西反而被淹没在表格里。

你说一个做了十年冷板凳、最后发了一篇真正有分量的论文的研究者，和一个每年发五篇灌水论文的人，在表格上看起来谁更“优秀”？答案显而易见，但表格不这么认为。

行政系统当然知道这个问题。所以大家都在喊“破五唯”。但“破”了之后“立”什么？说实话，至今没有一个放之四海而皆准的答案。

很多人说，学学国外，搞同行评议。

听起来很美。让同一领域的小同行来判断工作质量，而不是数数。

道理没错。可你仔细想想——同行评议的挑战在哪？

首先是成本。你要找一群真正懂行的人，花一两天时间仔细读你的本子或论文，然后给出有分量的判断。这件事的时间成本极高。很多人每年审几十份本子，他们真的有时间仔细看每一份吗？你不妨自己掂量掂量。

其次是圈子和人情。小同行就那么些人，抬头不见低头见。你说评审的时候完全没有“这位是谁谁的学生”的潜意识影响？我不信。结构性的偏见比数字偏见更隐蔽，也更难纠正。

然后是共识的困难。一个工作有没有价值，有时候当下根本判断不了。当年有几个同行能真正理解相对论的分量？你让同行评议去评这种突破，大概率也是低分。

所以同行评议和量化指标，各有利弊。前者更像慢思考，后者更像快照。理想状态是两者结合，但实际操作中，往往是量化指标侵占同行评议的空间——因为前者更便宜、更快、更容易交代。

先说结论：没有银弹。但有些方向值得试。

一个是分层分类。搞基础研究的，和搞应用开发的，和搞技术转移的，评价逻辑根本不一样。基础研究看的是长期影响力和学术贡献，应用研究看的是落地效果和社会价值。用同一套表格去卡所有人，本身就是荒谬的。

另一个是代表性成果评价。不数数量，让研究者自己挑几项最能代表其水平的成果，配上同行专家的深度评议。这比数论文数强，但前提是——你得有真正独立、专业的评议队伍。没有这个前提，再好的框架也会退化成“找人打个招呼”。

还有一个容易忽略的点：过程性评价。科研不是只有“结果”这一个环节。团队建设、人才培养、方法创新、开放共享——这些东西在传统指标里几乎没位置，但恰恰是一个健康科研生态的基石。

科研团队组会讨论交流评价过程场景

说回我那个朋友。

他后来还是填了那张表。四十二项，逐项打分。他说填完以后有一种奇怪的疲惫感——“不是身体累，是觉得你做的那些真正有意思的事，在这张表上找不到对应栏。”

这句话我一直记着。

科研绩效评价这件事，说到底是在处理一个根本性矛盾：科研活动本质上是无法被完全量化的，但管理又需要量化信号。两者之间的张力，不会因为换一套指标就消失。

能做的是什么呢？可能是承认这个矛盾的存在，然后在具体操作中留出空间——给同行判断留空间，给长周期留空间，给那些“暂时说不清楚价值”的工作留一点余地。

毕竟，如果评价体系逼着每个人走最短路径，那我们最后得到的，就是一堆短平快的东西。看起来热热闹闹，仔细一瞧，没什么能留得住的。

而真正重要的发现，往往来自那些看起来“没什么绩效”的角落。