科技項目評審專家庫建設研究

葛運東

(蘇州市科技服務中心， 江蘇 蘇州 215002)

科技項目評審是優化科技資源配置的重要手段。隨著評審項目類別及數量的增加，學科交叉、新興學科的涌現，需要的專家數量、涉及的領域也要求越來越多，專家評審活動也越頻繁。采用信息化手段，建立數量充足、更新及時、結構合理優化、動態開放共享、專家抽取科學合理、評審結果監督有效的專家庫成為當前科技管理的迫切需求。專家庫建設大體涉及專家庫建設相關的管理機制體制建設、專家庫的組織方法及載體建設、評審專家的抽取方法、專家評審結果監督管理及專家信用管理等幾個方面。高質量的專家庫可以更好地促進各類科技活動中的評審工作更加標準、規范、高效、公平，充分發揮評審專家的作用，切實提升專家評審的工作成效。

1 國內專家庫建設及研究

隨著經濟社會的發展、科技的進步，在各大新興領域中的科技咨詢、科技評估、招標評標、論文審稿、項目評審等活動日益增多。這些活動中專家評審是其重要環節。尤其在科技管理中，評審專家在科技咨詢、科技評估評價、項目立項評審、項目驗收評審、各級科技獎勵評審等工作過程中發揮著關鍵性的作用。專家庫建設的質量影響了參與專家評審的專家質量，進而影響了各類評審的評審質量及科技活動的發展。通過對國內專家庫建設的相關文獻調研分析發現，國內針對專家庫建設管理體制相關的研究工作比較少。湖南省、廣州市、浙江省、江蘇省、科技部等相繼發布了專家庫管理相關文件，對專家庫建設的相關機制進行探索。2012年9月，湖南省科學技術廳針對專家分類、專家選擇、專家庫管理等方面出臺了管理辦法[1]。2015年5月，廣州市科技創新委員會對專家的出入庫、使用管理、監督等方面出臺了管理辦法[2]。2016年12月，浙江省科學技術廳為進一步規范浙江省科技專家庫管理，針對入出庫、抽選取、監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庫的建立、使用、管理等方面印發了暫行辦法。2017年4月，科技部辦公廳針對專家庫信息資源建設、管理與維護、選取及使用等方面印發管理辦法[5]。針對專家庫建設更深層次的制度建設，比如專家遴選機制、專家評審監督管理機制、專家信用管理等相對較少。

在科技管理活動中，早期的專家庫多作為業務系統的組成部分存在，作為評審立項、驗收評審等的業務支撐平臺，一般采用關系數據庫的方式進行組織，在此基礎上開發B/S、C/S的軟件系統進行日常的專家管理。現在專家庫組織方式趨于從各業務系統中獨立出來，單獨成為一個相對獨立的系統，專家庫統一為多個業務系統服務。獨立的專家庫具有更強的專家管理功能。部分專家庫系統構建了專家本體、專家的技術領域、專業知識、社會關系網絡、學術水平等方面，專家信息更加詳實。獨立的專家庫在專家自動遴選、專家評審結果管理、專家共享等方面進行了優化加強。楊小曉將社會網絡的結構視角和分析方法導入科技咨詢專家庫的構建中,使專家庫具有網絡化、可視化、動態化的特點,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構的社會資本,從而更好地促進科技進步和科學技術在經濟產業化中的應用[6]。

專家庫專家來源普遍采用專家征集的方式。線下征集多采用專家個人申請、機構單位批量推薦、專家同行推薦等方式。線上征集多采用主管部門門戶網站線上征集、業務評審系統在線征集、微信公眾號及小程序等方式征集。近來隨著互聯網大數據的發展，出現了采用超文本挖掘技術，從互聯網抽取專家的構建方法。莫倩等采用大規模科技專家信息抽取的方法, 利用互聯網上的信息資源高效地抽取專家信息、挖掘專家學術關系, 為科技專家發現和搜索研究提供了一種新的思路[7]。

在學術領域中，鐘萍對高校圖書招標評標專家庫的建設進行了介紹并對建設工作中出現的專家資源有限、專家的考評等問題進行了探討[8]。孫建山對評標專家庫建設中的專家職業道德欠缺、業務水平參差不齊等問題進行了探討[9]。趙俊等介紹了審稿專家庫的建設情況及專家信息不完整、評價體系不完備等問題[10]。樊煒介紹了從電網物資招標角度評標專家庫的建設情況[11]。李杏姣介紹了一種農業科技咨詢專家庫智能管理系統[12]。岳冬麗等介紹了一種醫療事故鑒證專家庫建設的現狀[13]。專家庫建設得到了各行各業的重視，并在相關的評審工作中發揮了重要作用。

專家遴選即根據待評審對象從專家庫中選取適合專家的過程。常見的專家遴選方法根據待評審對象的不同技術領域，人工從專家庫中根據專家的技術領域、回避因素等方面進行抽取。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下的專家排名，實現了評審專家的自動推薦[14]。王豐飛等提出了一種評標專家部門及專業均衡的隨機抽取系統的設計方案，以解決“專家常委”問題[15]。李向東介紹了專家隨機抽取的機制，探討了抽取過程中的影響因素以及隨機抽取方式會帶來的一些問題，比如學生評審老師的情況，最后提出了隨機抽取加人工處理相結合的專家抽取方法[16]。張晶介紹了智庫專家信息系統的建設情況，探討了引入自然語言技術的專家智能推薦抽取算法[17]。蔡桂蘭等提出構建包含向量空間模型與協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果進行分析和評估稱為反評估，目的就是為了更科學、更恰當地選擇評審專家。專家的反評估研究主要集中在評審專家對評審工作的態度；專家在評審過程中的公平、公正性；專家對評審項目的評審意見的有效性；專家反評估的評估指標體系的建設優化、專家信用體系管理建設等方面[19]。

2 蘇州科技評審專家庫建設現狀及存在的問題

蘇州科技評審專家庫作為蘇州科技計劃管理系統的支撐部分，為蘇州科技計劃項目的立項評審、驗收評審等提供評審專家支持。后續隨著各業務系統的統一整合，蘇州科技評審專家庫又先后吸收了蘇州市科技獎勵評審系統的專家、高新技術企業培育評審專家等。目前，蘇州科技評審專家庫統一為各業務評審提供評審專家支撐。

2.1 建設現狀

1)專家庫總體情況：截至2020年，通過對庫內專家統計，已激活狀態專家占比96.5%。根據專家所屬地劃分，其中蘇州本地有效專家占比12.8%，外地專家占比87.2%。2017年專家庫專家增長1.9%，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，專家信息中聯系信息、身份證、技術領域信息較完備的專家占比34.5%。

2)專家庫結構：目前專家庫技術領域共分為電子信息、生物技術、醫藥、新能源與節能、先進制造與自動化、新材料、環境保護、農業社會事業、醫療衛生、其他10個領域。其中以先進制造與自動化、電子信息、新材料3個技術領域的專家居多，而生物技術、農業社會事業、新能源與節能領域的專家相對較少。每個技術領域專家分布情況如圖1所示。

圖1 技術領域專家分布情況

3)專家庫使用情況：截至2020年，曾參與過項目評審的專家占比19.5%，其中參與評審次數大于3次以上的專家占比6.6%，評審次數大于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待評項目的技術分組情況，根據技術領域從庫中選擇評審專家；通過系統向評審專家發送邀請評審信息，評審專家確定后根據評審需要采取網絡評審或現場會議評審。科技項目評審專家庫較好地支撐了各類評審業務。

4)專家庫制度建設：科技評審專家庫作為科技計劃項目系統的支撐部分，目前沒有專門的專家庫管理辦法，在《蘇州市科技計劃項目管理辦法》中，對專家的主要職責進行了介紹。在專家的信用管理方面，在《蘇州市科技計劃項目信用管理辦法》中對評審專家的失信行為的處理措施進行了介紹。截至2020年，共約有0.6%的專家被失信處理。

2.3.3 重復性試驗 精密稱取樣品（編號：G-1）適量，共6份，按“2.2.3”項下方法制備供試品溶液，再按“2.1”項下色譜條件進樣測定，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），表明本方法重復性良好。

2.2 存在的問題

1)專家數量不足。首先，專家庫專家絕對數量不足。待評審項目每年快速增長，專家庫增加的專家數量遠遠跟不上對評審專家的需求數量。專家庫專家每年以2%～5%的速度增長。以高新技術培育入庫企業評審為例，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%。待評審項目的增長速度遠遠大于專家增長速度。專家需求與專家供給的矛盾日益突出。其次，專家庫專家相對數量不足，技術領域分布結構不合理，表現在傳統產業專家相對較多，新興產業專家較少。科技發展，新興產業的發展，政府對戰略性新興產業支撐力度的提高，與此相關專業的專家嚴重不足。比如近來政府重點支持的生物醫藥產業、醫療器械、新能源、大數據等行業的待評審項目急劇增加，造成相關領域的專家在評審時的相對不足。因此，專家庫在新興產業領域的專家亟待增長，為新興產業的發展提供有力支撐。

2)專家信息不完備。部分專家僅有姓名，手機號碼最基本的幾個字段數據，若遇到專家信息變更，會造成評審時該專家無法使用。比如專家手機號碼更換，無法聯系到專家，從而無法邀請參加評審。隨著科技發展或專家工作、研究方向的改變、專家的專業知識老化等，專家庫沒有及時更新專家的研究方向以及學術水平的總體評價情況，造成專家與所分配的待評審科技項目技術領域不匹配，從而影響評審效果。

3)專家評價體系不完善。目前，專家庫對征集過來的專家做到職稱、年齡、技術領域等入庫標準的管理，對評審時邀請專家的過程做到公平、公正、回避等監督管理，對失信專家進行失信管理。但針對專家評審態度、評審質量的反評估，專家總體學術水平的評價沒有建立評價指標體系，導致一些態度較差、水平不高的專家仍能在庫參與評審。

4)未對專家進行分級管理。由于缺乏專家評價體系，目前專家庫無法對專家進行分級劃分，專家統一作為項目評審專家。實際工作中不同類型的評審，對專家的綜合水平、相關評審經驗要求不同。比如產業戰略咨詢專家、高新技術企業等資質類評審專家、人才類評審專家都比傳統的項目評審專家的綜合水平要求更高。未分級的專家庫增加了不同評審遴選合適專家的難度。

5)未實現專家庫資源共享。目前專家庫為市級科技部門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、省內地市級科技局、省科技廳等實現動態共享，未能更大地發揮專家庫的作用。部分部門評審時極度缺乏評審專家，而專家庫的優秀專家卻沒有得到很好的利用。

6)專家庫相關制度建設有待加強。由于目前的專家庫只是作為項目管理系統的一個支撐部分，并沒有相關的專家庫建設、管理、使用等方面的制度、規定，因此，相關的專家庫建設方面的工作只能依靠慣例，缺乏相關的制度依托。

3 科技評審專家庫建設建議

針對專家庫建設的現狀及存在問題，對科技評審專家庫建設提出以下建議：

1)加強專家庫相關制度建設。制定獨立的專家庫建設和管理制度。制定與制度配套的專家入庫、出庫標準細則，專家信用管理辦法，專家負反饋評價管理辦法，專家庫共享標準，專家分級標準，專家庫管理人員日常管理規范等相關細則。

2)拓寬專家獲取方式，優化專家庫結構，實現資源共享。為提高專家庫專家規模及優化專家庫結構，考慮采用微信小程序、公眾號等新形式進行專家征集，補充原有的專家征集方式；從蘇州科技智庫中進行專家智能抽取，人工審核后加入專家庫。對生物醫藥產業、醫療器械、新能源、大數據等亟待增長專家規模的方向，首先加大向相關高校、科研院所等研發機構進行定向專家征集，其次采用互聯網獲取方法，從專家主頁、搜索引擎等海量的互聯網資源自動抓取專家，補充現有專家庫。

3)建立專家庫動態更新機制，強化專家學術水平評價。針對目前專家庫專家只進不出、規模不足的問題，建立專家庫動態更新機制。首先定期從蘇州科技智庫、互聯網獲取新的專家加入專家庫，補充新鮮血液；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庫，提高專家庫質量。其次，動態更新專家聯系信息、技術領域等信息，提高專家庫的可用性。從蘇州科技智庫、互聯網挖掘專家的相關學術資源，構建專家的學術知識庫，建立專家學術水平評價模型，加強專家學術水平評價的構建、更新。

4)建立專家評價指標體系。綜合考慮專家的學術水平、信用水平、歷史參評的評審質量、參評活躍度等多維信息，建立專家評價指標體系。根據專家評價指標體系，對在庫專家進行評價。專家的評價分值為專家的分級管理、專家遴選等提供支持。

5)探索專家庫專家分級管理機制。參考專家的評價指標體系產生的評價情況，結合科技管理的實際需求，將庫內專家分為產業戰略咨詢專家、資質類評審專家、人才類評審專家、項目評審專家、驗收專家等。通過對專家庫進行專家分級，提高專家遴選時的匹配度和專家庫的可用性。

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術水平、專家評價情況、專家信用、專家參評熱度、專業與待評項目的匹配度、專家社會網絡等信息的智能遴選模型。智能遴選模型產生的結果，經過人工確認后，生成最終的遴選專家。

4 結語

建設好科技評審專家庫，充分發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；為科技評審的質量把關，在科技決策中發揮咨詢、參謀職能，促進科技事業持續高質量發展。科技評審專家庫建設對科技主管部門提高科技評審質量，提升科技管理水平等具有重要意義。