科技項(xiàng)目評審專家?guī)旖ㄔO(shè)研究

葛運(yùn)東

(蘇州市科技服務(wù)中心， 江蘇 蘇州 215002)

科技項(xiàng)目評審是優(yōu)化科技資源配置的重要手段。隨著評審項(xiàng)目類別及數(shù)量的增加，學(xué)科交叉、新興學(xué)科的涌現(xiàn)，需要的專家數(shù)量、涉及的領(lǐng)域也要求越來越多，專家評審活動也越頻繁。采用信息化手段，建立數(shù)量充足、更新及時、結(jié)構(gòu)合理優(yōu)化、動態(tài)開放共享、專家抽取科學(xué)合理、評審結(jié)果監(jiān)督有效的專家?guī)斐蔀楫?dāng)前科技管理的迫切需求。專家?guī)旖ㄔO(shè)大體涉及專家?guī)旖ㄔO(shè)相關(guān)的管理機(jī)制體制建設(shè)、專家?guī)斓慕M織方法及載體建設(shè)、評審專家的抽取方法、專家評審結(jié)果監(jiān)督管理及專家信用管理等幾個方面。高質(zhì)量的專家?guī)炜梢愿玫卮龠M(jìn)各類科技活動中的評審工作更加標(biāo)準(zhǔn)、規(guī)范、高效、公平，充分發(fā)揮評審專家的作用，切實(shí)提升專家評審的工作成效。

1 國內(nèi)專家?guī)旖ㄔO(shè)及研究

隨著經(jīng)濟(jì)社會的發(fā)展、科技的進(jìn)步，在各大新興領(lǐng)域中的科技咨詢、科技評估、招標(biāo)評標(biāo)、論文審稿、項(xiàng)目評審等活動日益增多。這些活動中專家評審是其重要環(huán)節(jié)。尤其在科技管理中，評審專家在科技咨詢、科技評估評價(jià)、項(xiàng)目立項(xiàng)評審、項(xiàng)目驗(yàn)收評審、各級科技獎勵評審等工作過程中發(fā)揮著關(guān)鍵性的作用。專家?guī)旖ㄔO(shè)的質(zhì)量影響了參與專家評審的專家質(zhì)量，進(jìn)而影響了各類評審的評審質(zhì)量及科技活動的發(fā)展。通過對國內(nèi)專家?guī)旖ㄔO(shè)的相關(guān)文獻(xiàn)調(diào)研分析發(fā)現(xiàn)，國內(nèi)針對專家?guī)旖ㄔO(shè)管理體制相關(guān)的研究工作比較少。湖南省、廣州市、浙江省、江蘇省、科技部等相繼發(fā)布了專家?guī)旃芾硐嚓P(guān)文件，對專家?guī)旖ㄔO(shè)的相關(guān)機(jī)制進(jìn)行探索。2012年9月，湖南省科學(xué)技術(shù)廳針對專家分類、專家選擇、專家?guī)旃芾淼确矫娉雠_了管理辦法[1]。2015年5月，廣州市科技創(chuàng)新委員會對專家的出入庫、使用管理、監(jiān)督等方面出臺了管理辦法[2]。2016年12月，浙江省科學(xué)技術(shù)廳為進(jìn)一步規(guī)范浙江省科技專家?guī)旃芾恚槍θ氤鰩?、抽選取、監(jiān)督等方面出臺了管理辦法[3]。2017年3月，江蘇省人民政府辦公廳針對綜合專家?guī)斓慕?、使用、管理等方面印發(fā)了暫行辦法。2017年4月，科技部辦公廳針對專家?guī)煨畔①Y源建設(shè)、管理與維護(hù)、選取及使用等方面印發(fā)管理辦法[5]。針對專家?guī)旖ㄔO(shè)更深層次的制度建設(shè)，比如專家遴選機(jī)制、專家評審監(jiān)督管理機(jī)制、專家信用管理等相對較少。

在科技管理活動中，早期的專家?guī)於嘧鳛闃I(yè)務(wù)系統(tǒng)的組成部分存在，作為評審立項(xiàng)、驗(yàn)收評審等的業(yè)務(wù)支撐平臺，一般采用關(guān)系數(shù)據(jù)庫的方式進(jìn)行組織，在此基礎(chǔ)上開發(fā)B/S、C/S的軟件系統(tǒng)進(jìn)行日常的專家管理?，F(xiàn)在專家?guī)旖M織方式趨于從各業(yè)務(wù)系統(tǒng)中獨(dú)立出來，單獨(dú)成為一個相對獨(dú)立的系統(tǒng)，專家?guī)旖y(tǒng)一為多個業(yè)務(wù)系統(tǒng)服務(wù)。獨(dú)立的專家?guī)炀哂懈鼜?qiáng)的專家管理功能。部分專家?guī)煜到y(tǒng)構(gòu)建了專家本體、專家的技術(shù)領(lǐng)域、專業(yè)知識、社會關(guān)系網(wǎng)絡(luò)、學(xué)術(shù)水平等方面，專家信息更加詳實(shí)。獨(dú)立的專家?guī)煸趯＜易詣渝噙x、專家評審結(jié)果管理、專家共享等方面進(jìn)行了優(yōu)化加強(qiáng)。楊小曉將社會網(wǎng)絡(luò)的結(jié)構(gòu)視角和分析方法導(dǎo)入科技咨詢專家?guī)斓臉?gòu)建中,使專家?guī)炀哂芯W(wǎng)絡(luò)化、可視化、動態(tài)化的特點(diǎn),一方面可以提高科技咨詢的效率,一方面可以增加專家和科技咨詢機(jī)構(gòu)的社會資本,從而更好地促進(jìn)科技進(jìn)步和科學(xué)技術(shù)在經(jīng)濟(jì)產(chǎn)業(yè)化中的應(yīng)用[6]。

專家?guī)鞂＜襾碓雌毡椴捎脤＜艺骷姆绞健＞€下征集多采用專家個人申請、機(jī)構(gòu)單位批量推薦、專家同行推薦等方式。線上征集多采用主管部門門戶網(wǎng)站線上征集、業(yè)務(wù)評審系統(tǒng)在線征集、微信公眾號及小程序等方式征集。近來隨著互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展，出現(xiàn)了采用超文本挖掘技術(shù)，從互聯(lián)網(wǎng)抽取專家的構(gòu)建方法。莫倩等采用大規(guī)?？萍紝＜倚畔⒊槿〉姆椒? 利用互聯(lián)網(wǎng)上的信息資源高效地抽取專家信息、挖掘?qū)＜覍W(xué)術(shù)關(guān)系, 為科技專家發(fā)現(xiàn)和搜索研究提供了一種新的思路[7]。

在學(xué)術(shù)領(lǐng)域中，鐘萍對高校圖書招標(biāo)評標(biāo)專家?guī)斓慕ㄔO(shè)進(jìn)行了介紹并對建設(shè)工作中出現(xiàn)的專家資源有限、專家的考評等問題進(jìn)行了探討[8]。孫建山對評標(biāo)專家?guī)旖ㄔO(shè)中的專家職業(yè)道德欠缺、業(yè)務(wù)水平參差不齊等問題進(jìn)行了探討[9]。趙俊等介紹了審稿專家?guī)斓慕ㄔO(shè)情況及專家信息不完整、評價(jià)體系不完備等問題[10]。樊煒介紹了從電網(wǎng)物資招標(biāo)角度評標(biāo)專家?guī)斓慕ㄔO(shè)情況[11]。李杏姣介紹了一種農(nóng)業(yè)科技咨詢專家?guī)熘悄芄芾硐到y(tǒng)[12]。岳冬麗等介紹了一種醫(yī)療事故鑒證專家?guī)旖ㄔO(shè)的現(xiàn)狀[13]。專家?guī)旖ㄔO(shè)得到了各行各業(yè)的重視，并在相關(guān)的評審工作中發(fā)揮了重要作用。

專家遴選即根據(jù)待評審對象從專家?guī)熘羞x取適合專家的過程。常見的專家遴選方法根據(jù)待評審對象的不同技術(shù)領(lǐng)域，人工從專家?guī)熘懈鶕?jù)專家的技術(shù)領(lǐng)域、回避因素等方面進(jìn)行抽取。針對人工專家抽取存在的工作量大、專家使用不均衡等問題，近來國內(nèi)有不少研究人員探索研究了新型專家遴選方法。王美姣探索了評審專家自動分配策略及多類型指標(biāo)下的專家排名，實(shí)現(xiàn)了評審專家的自動推薦[14]。王豐飛等提出了一種評標(biāo)專家部門及專業(yè)均衡的隨機(jī)抽取系統(tǒng)的設(shè)計(jì)方案，以解決“專家常委”問題[15]。李向東介紹了專家隨機(jī)抽取的機(jī)制，探討了抽取過程中的影響因素以及隨機(jī)抽取方式會帶來的一些問題，比如學(xué)生評審老師的情況，最后提出了隨機(jī)抽取加人工處理相結(jié)合的專家抽取方法[16]。張晶介紹了智庫專家信息系統(tǒng)的建設(shè)情況，探討了引入自然語言技術(shù)的專家智能推薦抽取算法[17]。蔡桂蘭等提出構(gòu)建包含向量空間模型與協(xié)同過濾模型的專家智能匹配抽取模型[18]。

專家反評估即對專家的評審結(jié)果進(jìn)行分析和評估稱為反評估，目的就是為了更科學(xué)、更恰當(dāng)?shù)剡x擇評審專家。專家的反評估研究主要集中在評審專家對評審工作的態(tài)度；專家在評審過程中的公平、公正性；專家對評審項(xiàng)目的評審意見的有效性；專家反評估的評估指標(biāo)體系的建設(shè)優(yōu)化、專家信用體系管理建設(shè)等方面[19]。

2 蘇州科技評審專家?guī)旖ㄔO(shè)現(xiàn)狀及存在的問題

蘇州科技評審專家?guī)熳鳛樘K州科技計(jì)劃管理系統(tǒng)的支撐部分，為蘇州科技計(jì)劃項(xiàng)目的立項(xiàng)評審、驗(yàn)收評審等提供評審專家支持。后續(xù)隨著各業(yè)務(wù)系統(tǒng)的統(tǒng)一整合，蘇州科技評審專家?guī)煊窒群笪樟颂K州市科技獎勵評審系統(tǒng)的專家、高新技術(shù)企業(yè)培育評審專家等。目前，蘇州科技評審專家?guī)旖y(tǒng)一為各業(yè)務(wù)評審提供評審專家支撐。

2.1 建設(shè)現(xiàn)狀

1)專家?guī)炜傮w情況：截至2020年，通過對庫內(nèi)專家統(tǒng)計(jì)，已激活狀態(tài)專家占比96.5%。根據(jù)專家所屬地劃分，其中蘇州本地有效專家占比12.8%，外地專家占比87.2%。2017年專家?guī)鞂＜以鲩L1.9%，2018年專家增長2%，2019年專家增長5.8%。庫中專家字段信息的完備情況方面，專家信息中聯(lián)系信息、身份證、技術(shù)領(lǐng)域信息較完備的專家占比34.5%。

2)專家?guī)旖Y(jié)構(gòu)：目前專家?guī)旒夹g(shù)領(lǐng)域共分為電子信息、生物技術(shù)、醫(yī)藥、新能源與節(jié)能、先進(jìn)制造與自動化、新材料、環(huán)境保護(hù)、農(nóng)業(yè)社會事業(yè)、醫(yī)療衛(wèi)生、其他10個領(lǐng)域。其中以先進(jìn)制造與自動化、電子信息、新材料3個技術(shù)領(lǐng)域的專家居多，而生物技術(shù)、農(nóng)業(yè)社會事業(yè)、新能源與節(jié)能領(lǐng)域的專家相對較少。每個技術(shù)領(lǐng)域?qū)＜曳植记闆r如圖1所示。

圖1 技術(shù)領(lǐng)域?qū)＜曳植记闆r

3)專家?guī)焓褂们闆r：截至2020年，曾參與過項(xiàng)目評審的專家占比19.5%，其中參與評審次數(shù)大于3次以上的專家占比6.6%，評審次數(shù)大于5次以上的專家占比4.1%。目前，各類評審均通過管理人員根據(jù)待評項(xiàng)目的技術(shù)分組情況，根據(jù)技術(shù)領(lǐng)域從庫中選擇評審專家；通過系統(tǒng)向評審專家發(fā)送邀請?jiān)u審信息，評審專家確定后根據(jù)評審需要采取網(wǎng)絡(luò)評審或現(xiàn)場會議評審?？萍柬?xiàng)目評審專家?guī)燧^好地支撐了各類評審業(yè)務(wù)。

4)專家?guī)熘贫冉ㄔO(shè)：科技評審專家?guī)熳鳛榭萍加?jì)劃項(xiàng)目系統(tǒng)的支撐部分，目前沒有專門的專家?guī)旃芾磙k法，在《蘇州市科技計(jì)劃項(xiàng)目管理辦法》中，對專家的主要職責(zé)進(jìn)行了介紹。在專家的信用管理方面，在《蘇州市科技計(jì)劃項(xiàng)目信用管理辦法》中對評審專家的失信行為的處理措施進(jìn)行了介紹。截至2020年，共約有0.6%的專家被失信處理。

2.3.3 重復(fù)性試驗(yàn) 精密稱取樣品（編號：G-1）適量，共6份，按“2.2.3”項(xiàng)下方法制備供試品溶液，再按“2.1”項(xiàng)下色譜條件進(jìn)樣測定，以淫羊藿苷峰的保留時間和峰面積為參照，記錄各共有峰的相對保留時間和相對峰面積。結(jié)果，22個共有峰相對保留時間和相對峰面積的RSD均小于5%（n＝6），表明本方法重復(fù)性良好。

2.2 存在的問題

1)專家數(shù)量不足。首先，專家?guī)鞂＜医^對數(shù)量不足。待評審項(xiàng)目每年快速增長，專家?guī)煸黾拥膶＜覕?shù)量遠(yuǎn)遠(yuǎn)跟不上對評審專家的需求數(shù)量。專家?guī)鞂＜颐磕暌?%～5%的速度增長。以高新技術(shù)培育入庫企業(yè)評審為例，2018年入庫評審比上年增長39.1%，2019年入庫評審比上年增長205.3%，2020年入庫評審比上年增長49.5%。待評審項(xiàng)目的增長速度遠(yuǎn)遠(yuǎn)大于專家增長速度。專家需求與專家供給的矛盾日益突出。其次，專家?guī)鞂＜蚁鄬?shù)量不足，技術(shù)領(lǐng)域分布結(jié)構(gòu)不合理，表現(xiàn)在傳統(tǒng)產(chǎn)業(yè)專家相對較多，新興產(chǎn)業(yè)專家較少?？萍及l(fā)展，新興產(chǎn)業(yè)的發(fā)展，政府對戰(zhàn)略性新興產(chǎn)業(yè)支撐力度的提高，與此相關(guān)專業(yè)的專家嚴(yán)重不足。比如近來政府重點(diǎn)支持的生物醫(yī)藥產(chǎn)業(yè)、醫(yī)療器械、新能源、大數(shù)據(jù)等行業(yè)的待評審項(xiàng)目急劇增加，造成相關(guān)領(lǐng)域的專家在評審時的相對不足。因此，專家?guī)煸谛屡d產(chǎn)業(yè)領(lǐng)域的專家亟待增長，為新興產(chǎn)業(yè)的發(fā)展提供有力支撐。

2)專家信息不完備。部分專家僅有姓名，手機(jī)號碼最基本的幾個字段數(shù)據(jù)，若遇到專家信息變更，會造成評審時該專家無法使用。比如專家手機(jī)號碼更換，無法聯(lián)系到專家，從而無法邀請參加評審。隨著科技發(fā)展或?qū)＜夜ぷ?、研究方向的改變、專家的專業(yè)知識老化等，專家?guī)鞗]有及時更新專家的研究方向以及學(xué)術(shù)水平的總體評價(jià)情況，造成專家與所分配的待評審科技項(xiàng)目技術(shù)領(lǐng)域不匹配，從而影響評審效果。

3)專家評價(jià)體系不完善。目前，專家?guī)鞂φ骷^來的專家做到職稱、年齡、技術(shù)領(lǐng)域等入庫標(biāo)準(zhǔn)的管理，對評審時邀請專家的過程做到公平、公正、回避等監(jiān)督管理，對失信專家進(jìn)行失信管理。但針對專家評審態(tài)度、評審質(zhì)量的反評估，專家總體學(xué)術(shù)水平的評價(jià)沒有建立評價(jià)指標(biāo)體系，導(dǎo)致一些態(tài)度較差、水平不高的專家仍能在庫參與評審。

4)未對專家進(jìn)行分級管理。由于缺乏專家評價(jià)體系，目前專家?guī)鞜o法對專家進(jìn)行分級劃分，專家統(tǒng)一作為項(xiàng)目評審專家。實(shí)際工作中不同類型的評審，對專家的綜合水平、相關(guān)評審經(jīng)驗(yàn)要求不同。比如產(chǎn)業(yè)戰(zhàn)略咨詢專家、高新技術(shù)企業(yè)等資質(zhì)類評審專家、人才類評審專家都比傳統(tǒng)的項(xiàng)目評審專家的綜合水平要求更高。未分級的專家?guī)煸黾恿瞬煌u審遴選合適專家的難度。

5)未實(shí)現(xiàn)專家?guī)熨Y源共享。目前專家?guī)鞛槭屑壙萍疾块T的各類評審提供專家支持，未能與縣市級科技局、市級不同主管部門、省內(nèi)地市級科技局、省科技廳等實(shí)現(xiàn)動態(tài)共享，未能更大地發(fā)揮專家?guī)斓淖饔?。部分部門評審時極度缺乏評審專家，而專家?guī)斓膬?yōu)秀專家卻沒有得到很好的利用。

6)專家?guī)煜嚓P(guān)制度建設(shè)有待加強(qiáng)。由于目前的專家?guī)熘皇亲鳛轫?xiàng)目管理系統(tǒng)的一個支撐部分，并沒有相關(guān)的專家?guī)旖ㄔO(shè)、管理、使用等方面的制度、規(guī)定，因此，相關(guān)的專家?guī)旖ㄔO(shè)方面的工作只能依靠慣例，缺乏相關(guān)的制度依托。

3 科技評審專家?guī)旖ㄔO(shè)建議

針對專家?guī)旖ㄔO(shè)的現(xiàn)狀及存在問題，對科技評審專家?guī)旖ㄔO(shè)提出以下建議：

1)加強(qiáng)專家?guī)煜嚓P(guān)制度建設(shè)。制定獨(dú)立的專家?guī)旖ㄔO(shè)和管理制度。制定與制度配套的專家入庫、出庫標(biāo)準(zhǔn)細(xì)則，專家信用管理辦法，專家負(fù)反饋評價(jià)管理辦法，專家?guī)旃蚕順?biāo)準(zhǔn)，專家分級標(biāo)準(zhǔn)，專家?guī)旃芾砣藛T日常管理規(guī)范等相關(guān)細(xì)則。

2)拓寬專家獲取方式，優(yōu)化專家?guī)旖Y(jié)構(gòu)，實(shí)現(xiàn)資源共享。為提高專家?guī)鞂＜乙?guī)模及優(yōu)化專家?guī)旖Y(jié)構(gòu)，考慮采用微信小程序、公眾號等新形式進(jìn)行專家征集，補(bǔ)充原有的專家征集方式；從蘇州科技智庫中進(jìn)行專家智能抽取，人工審核后加入專家?guī)?。對生物醫(yī)藥產(chǎn)業(yè)、醫(yī)療器械、新能源、大數(shù)據(jù)等亟待增長專家規(guī)模的方向，首先加大向相關(guān)高校、科研院所等研發(fā)機(jī)構(gòu)進(jìn)行定向?qū)＜艺骷?，其次采用互?lián)網(wǎng)獲取方法，從專家主頁、搜索引擎等海量的互聯(lián)網(wǎng)資源自動抓取專家，補(bǔ)充現(xiàn)有專家?guī)臁?/p>

3)建立專家?guī)靹討B(tài)更新機(jī)制，強(qiáng)化專家學(xué)術(shù)水平評價(jià)。針對目前專家?guī)鞂＜抑贿M(jìn)不出、規(guī)模不足的問題，建立專家?guī)靹討B(tài)更新機(jī)制。首先定期從蘇州科技智庫、互聯(lián)網(wǎng)獲取新的專家加入專家?guī)?，補(bǔ)充新鮮血液；將專家年齡超出范圍、僵尸專家、重大失信等情形的專家移出專家?guī)?，提高專家?guī)熨|(zhì)量。其次，動態(tài)更新專家聯(lián)系信息、技術(shù)領(lǐng)域等信息，提高專家?guī)斓目捎眯?。從蘇州科技智庫、互聯(lián)網(wǎng)挖掘?qū)＜业南嚓P(guān)學(xué)術(shù)資源，構(gòu)建專家的學(xué)術(shù)知識庫，建立專家學(xué)術(shù)水平評價(jià)模型，加強(qiáng)專家學(xué)術(shù)水平評價(jià)的構(gòu)建、更新。

4)建立專家評價(jià)指標(biāo)體系。綜合考慮專家的學(xué)術(shù)水平、信用水平、歷史參評的評審質(zhì)量、參評活躍度等多維信息，建立專家評價(jià)指標(biāo)體系。根據(jù)專家評價(jià)指標(biāo)體系，對在庫專家進(jìn)行評價(jià)。專家的評價(jià)分值為專家的分級管理、專家遴選等提供支持。

5)探索專家?guī)鞂＜曳旨壒芾頇C(jī)制。參考專家的評價(jià)指標(biāo)體系產(chǎn)生的評價(jià)情況，結(jié)合科技管理的實(shí)際需求，將庫內(nèi)專家分為產(chǎn)業(yè)戰(zhàn)略咨詢專家、資質(zhì)類評審專家、人才類評審專家、項(xiàng)目評審專家、驗(yàn)收專家等。通過對專家?guī)爝M(jìn)行專家分級，提高專家遴選時的匹配度和專家?guī)斓目捎眯浴?/p>

6)提高專家遴選信息化水平。為提高專家遴選過程的效率及專家遴選的合理性，建立綜合考慮專家學(xué)術(shù)水平、專家評價(jià)情況、專家信用、專家參評熱度、專業(yè)與待評項(xiàng)目的匹配度、專家社會網(wǎng)絡(luò)等信息的智能遴選模型。智能遴選模型產(chǎn)生的結(jié)果，經(jīng)過人工確認(rèn)后，生成最終的遴選專家。

4 結(jié)語

建設(shè)好科技評審專家?guī)?，充分發(fā)揮好評審專家的作用，才能更好地支撐各類科技管理工作；進(jìn)一步保證各類科技評審的客觀性、公正性，提高科技評審的工作效率；為科技評審的質(zhì)量把關(guān)，在科技決策中發(fā)揮咨詢、參謀職能，促進(jìn)科技事業(yè)持續(xù)高質(zhì)量發(fā)展?？萍荚u審專家?guī)旖ㄔO(shè)對科技主管部門提高科技評審質(zhì)量，提升科技管理水平等具有重要意義。