“揭榜掛帥”機制視角下的人才評價體系探析

薛 雅，張晅昱，張宓之

（上海市科學學研究所，上海 200031）

0 引言

黨的二十大報告提出教育、科技、人才是全面建設社會主義現代化國家的基礎性、戰略性支撐。2021 年中央人才工作會議上，習近平總書記指出完善科研任務“揭榜掛帥”“賽馬”制度，實行目標導向的“軍令狀”制度，鼓勵科技領軍人才掛帥出征。國家“十四五”規劃中指出改革重大科技項目立項和組織管理方式，推行技術總師負責制，實行“揭榜掛帥”“賽馬”等制度。國內“揭榜掛帥”機制，自2016 年習近平總書記指出可以探索“揭榜掛帥”機制后，國家相關部委和全國各省市紛紛在不同類型、不同需求的重點創新任務、重大科技項目中開展“揭榜掛帥”機制試點，形成了豐富的探索經驗和成功的實踐模式。在構建國家創新體系的背景下，面向各類創新主體和全球各頂尖團隊，“揭榜掛帥”機制有助于完善教育、科技、人才融合發展的開放式社會創新模式，充分發揮人才評價“指揮棒”的作用，激發高水平人才的創新活力。

1 文獻綜述

1.1 “揭榜掛帥”機制下人才評價研究

國際“揭榜掛帥”機制起源于1714 年的科技懸賞獎，英國政府設立著名的經度獎［1］，用來懸賞找出能夠最方便測量出船只所在經度的方法。隨后美國、英國、德國、蘇聯、意大利等多個國家均嘗試了科技懸賞的方式征集創新方案。以美國為例，21世紀以來由政府相關部門設立的科技懸賞獎逐步增多，如能源部發起的光明未來獎、其他部門發起的挑戰賽計劃等［2］，以此形成了多元化的評價和獎勵體系。“揭榜掛帥”機制的特征［3］，一是不論出身的開放式創新，陳勁等［4］立足中國實際,認為揭榜掛帥是實現用戶創新和開放創新的主流機制；劉颯等［5］認為公眾參與的社會評價使科技人才評價政策的制定更開放，有利于發揮社會監督作用和加強政策與社會間的協作互動；王亞航等［6］從考察創新給社會帶來的影響出發評價創新效果；Cassiman 等［7］認為知識的流入和流出是互補的，同時參與知識買賣應該使企業能夠提高創新成果；Zobel 等［8］認為隨著申請專利增加會新進入者開放創新關系的數量也會增加，專利對技術密集型關系的影響是非常積極的，但隨著技術密集度的降低，影響會逐漸變消極，是實現用戶創新和開放創新的主流機制。解決了供需雙方信息不對稱問題，將以往只能由高校、院所等具備明確資質的單位才能參與完成的科研項目進行更大范圍的公布，讓更廣泛范圍地掌握解決實際問題關鍵技術和具備組織能力的創新主體有公平參與的機會。二是以成敗論英雄從重申報過程向重科研成果轉變［9］，有效彌補同行評議決策機制的不足。揭榜掛帥可以實現科研項目的公開競爭，通過公開的“賽馬制”選擇最適合的團隊及方案，實現創新效能的最大化。以結果為導向的科技創新在緊急的科研攻關中起到了關鍵作用，既避免了科研人員花費大量精力申請項目去草草結題，又避免了同行評議帶來的科研慣性，激發了青年人才的創新活力［10］。根據機制的特征，問題導向的人才評價體系在“揭榜掛帥”機制實施過程中起到了“指揮棒”的作用［11］。

目前，學者們對于問題導向人才評價體系的研究，主要集中在評價方法、評價指標等維度。一是評價方法研究主要有定性、定量以及兩者相結合，定性是同行評議法、定量的科學計量分析法包括大數據挖掘法、模糊認知理論、因子分析法、案例分析法、層次分析法、數據包絡分析法、要素關聯法、h指數法、社會網絡分析法、指導指數MI 法、可拓學網絡、熵權法等，經濟分析法、定性與定量相結合的綜合評價方法，以及心理測評方法等，不同的分析情況適用于不同的分析方法。張雪晨［12］基于層次分析法的專利分階評價初選體系，對7 個細分指標分配權重進行測度；Tuytens 等［13］從定量的角度映射對教師評價有意義的變量，再通過定性的分析，對這些變量之間的關系進行分析；Zheng 等［14］基于過去五年CSSCI 體育學科期刊的樣本數據，計算了女性體育等領域學者的ZAS 指數，并計算了h指數、P指數、z指數等定量指標,對評價效果進行了對比分析；Liang 等［15］允許不同決策者提供的信息相互支持和加強,并利用與理想解相似的方法（TOPSIS）擴展排序偏好技術以便更好地解決高校人力資源管理評價問題；張立等［16］基于創新鏈提出從基礎研究、應用研究、試驗發展各個創新環節的科技人才分層評價體系；孫峰［17］基于熵權法-云模型方法提出高校教學科研人才評價模型，并使用熵權法對各指標進行客觀賦權、基于云模型確定評價等級。二是評價指標研究，彭珍等［18］從科技活動、科技成果、人才榮譽3 個一級指標、6 個二級指標以及三級指標構建科技人才評價發現指標體系。張欣等［19］將科技人才具體劃分為基礎研究、應用研究、技術開發、成果轉化四種類型，基礎研究應注重對其知識掌握情況、論文論著發表情況、求知愿望方面的評價，應用研究應重視其科研試驗、成果轉化、產學研合作、產業技術創新等方面的評價，尤其應注重創新技能維度的評定。王璐瑤等［20］運用文本挖掘方法構建國家戰略科技人才勝任力模型，其中一級指標包括專業知識素養、核心能力素質、國家民族意識和宏觀戰略思維4 個維度，并區分科學開拓者、科學戰略家、產業科學家3 個不同群體，進一步提出分類評價方法。

綜上，目前我國問題導向的科技人才評價體系不夠完善，還存在一些突出問題：（1）分類評價管理薄弱，評價指標不夠科學、難以引導科技人才分類發展；（2）評價方式方法不完善，一是大部分倚重定量方法，難以全面科學地評價科技人才的貢獻，二是采用同行評議作為科技人才評價的普遍方法，科研慣性導致創新思想受到束縛；（3）評價流程的管理和監督不健全，影響了評價效率，例如行政權力大于學術權力、評審主體與被評審主體專業不匹配等情況；（4）評價指標針對性弱和操作性差，評價指標一般由評價主體根據評價目標來決定，實際情況是指標體系一旦確立，很少進行針對性的調整，也會導致評價指標脫離實際，度量無法操作；（5）人才評價標準對于系統創新的強調不夠，不利于促進科技人才產出轉化。

1.2 因子分析法構建人才評價體系研究

人才評價指標維度多、指標數據復雜，因子分析法對原始分析題項進行二次降維分析處理，挖掘原始題項中最基礎的隱性測量因子，使共性因子具有較強的數據可讀和解釋性。該方法大大減少了不同題項間的相互屬性干擾，使得綜合評價結果更具合理性，唯一性，極大程度地解決了人才評價指標所面臨的復雜以及解釋力不足的問題。當前，國內在人才評價領域對于因子分析方法的運用主要集中在兩個方面：一是以某一集中區域為樣本范圍，對于人才競爭力評價進行實證分析。如初銘暢等［21］從人才投入、人才產出以及環境建設3 個方面構建評價指標體系，采用三階層框架結構20 個基本指標，最終構建出創新型科技人才競爭力體系。郭躍進等［22］從人才投入、環境建設和成果產出3 個方面選取了18 個指標，構建了我國區域科技人才競爭力評價指標體系，并提取了資源投入、智力成果、經濟環境和生態環境4 個公共因子，最終利用聚類分析對我國區域科技人才競爭力進行了綜合評價。續艷艷等［23］建立了區域人才創新能力的評價體系，同時運用因子分析法和BP 神經網絡法對我國具有代表性的十個地區進行定量分析，并對評價結果進行定性比較。二是國內的研究學者還常以某一具體的行業為樣本范圍，對于行業內專業人才的質量進行評價分析。陳飛躍［24］以金融類專業為例，從用人單位需求出發，運用因子分析法對保險職業學院金融類專業人才培養質量進行實證研究和統計分析，以素質目標和能力目標為一級指標，思想政治素質，身體素質，自學能力等為二級指標，構建出能準確、客觀反映高職教育人才培養質量的評價指標體系。

國外的學者主要將因子分析這一方法引入到高校人才管理的評價體系中。Agrawal 等［25］通過因子分析說明了學習機會、工作環境、激勵、認可、工資等5 個因素在引進、發展和留住人才方面的重要性，從而制定了人才管理戰略和流程。Paisanpattanasakul 等［26］通過探索性因子分析(EFA)使用較小的匯總變量集，用于分析數據，然后采用驗證性因素分析(CFA)來驗證觀察變量集的因素結構。Koval 等［27］基于因子分析法，提取年齡和性別為主要因子，進一步確定了工作的承諾和偏好的主要影響因素。近年來，因子分析還被應用于體育人才的評價標準體系之中。Abrah?o 等［28］通過交叉使用協議提出的用于檢測人才、人體測量學、靈活性和強度的測試獲得的變量來驗證因子分析的適用性，這種類型的多元統計分析對于數據分組是有效的，并且有可能被用作幫助和尋求思考體育人才識別的多維性的工具。

2 評價指標分類篩選及其解釋

2.1 國內“揭榜掛帥”機制中人才評價實踐

一是建立科學高效的揭榜方遴選評價機制。山東省充分考慮評審成員構成，明確好“誰來論證”，評審專家組應綜合考慮行業專家、需求方、第三方組織等成員構成來組建，評價標準要綜合考慮申請揭榜方的資質條件、揭榜方案以及最終成果可實現度。建立“揭榜掛帥”“賽馬制”實施成效與優秀人才遴選關聯機制。打破傳統評價機制的弊端，破除“唯帽子”論英雄、論資排輩的亂象，以攻關成果評定揭榜人才，同時建立完善揭榜人才容錯糾錯、盡職免責機制。

二是揭榜方遴選引入小同行論證推薦環節。河北省保定市的“揭榜掛帥”工作榜單征集多元化、引入小同行來進行論證。小同行專家是指“窄”領域的技術研究專家，在特定的、相對小的學科領域內的同行專家，這些專家長期從事本專業領域的科技創新研究工作，能提供準確度相對較高的評審。

三是建立揭榜方信用評價體系。國家電網2020年“揭榜掛帥”項目的揭榜方主要是集團內部單位，考核指標只看完成預期目標情況，不設具體考核指標，不同于以往項目一般有核心期刊論文、專利等方面要求，更看重成果是否比現有技術有所進步，因此驗收環節通過專家評價，在集團內部建設相關信用評價體系，順利完成榜單任務的，在下次申報國家電網項目時加分，不能完成榜單任務的，在下次申報國家電網項目時減分。

2.2 指標變量篩選及解釋

根據“揭榜掛帥”機制的特征，從基礎研究和應用研究兩個維度，圍繞“揭榜掛帥”機制創新流程，在團隊遴選、揭榜實施、成果應用的3 個方面，構建問題導向的科技人才評價體系。基礎研究的特征是探究科技創新本源問題，拓展人類認知、解決理論問題；應用研究特征是為了解決應用問題進行的研究，通常有特定的創新需求，“揭榜掛帥”機制實施過程中，對人才評價是多環節多維度的，基礎研究和應用研究的人才評價體系如圖1，一是在團隊遴選環節，對人才團隊從揭榜方與需求方的需求匹配角度，從專業方向、專業廣度、科研積累、科研興趣等方面進行評價，以期在團隊遴選過程中找到最合適的團隊，基礎研究和應用研究在科研積累方面有所區別，學術道德維度對人才科研誠信和科研倫理方面進行一票否決；二是揭榜實施階段，過程中對人才承接能力進行評價，從科研責任、科研能力、學習能力、組織能力、協調能力幾個方面對掛“帥”者提出全面要求，實施的最終結果是最重要的評價標準，以成敗論英雄是“揭榜掛帥”機制優越性的根本，不同項目實施成功的評判標準也不一樣，例如基礎研究探索出失敗的路徑也是成功的一種形式；三是成果應用環節，成果推廣應用的使命愿景即基礎研究推動各領域科學進步、應用研究提升產業共性技術的程度是最重要的評價標準，其次還有應用和推廣能力。

圖1 “揭榜掛帥”機制視角下的人才評價體系

通過前期研究、政策文本、文獻分析和專家咨詢，對一級指標進行解讀和細分，形成二級指標體系，一、二級指標體系共同形成初始人才評價指標體系，具體地，基礎研究的初始人才評價體系二級指標有22個，應用研究的初始人才評價體系二級指標有23 個。

基礎研究的初始人才評價指標體系如表1，需求匹配B1中專業方向C1指與榜單專業匹配度，分為本專業匹配度D1、前置專業匹配度D2；專業廣度C2指與榜單專業相關的研究廣度，即為對所需專業的覆蓋面D3；科研積累C3指理論論文、著作、學術影響力，分為代表性研究成果D4、成果受獎等級D5、對其他研究的支撐水平D6；科研興趣C4指對榜單專業的研究熱情，表現為研究關注度D7。學術道德B2包含科研誠信C5和科技倫理C6，均為一票否決。承接能力B3包含科研責任、科研能力、學習能力、組織能力和協調能力等，分為科研責任C7和實施能力C8，科研責任進一步細化為以往項目需求方評價D10、以往合作相關方評價D11，實施能力包括人員構成和組織架構D12、人員學歷或技術背景D13、組織協調能力D14和開拓創新能力D15。榜單實施流程B4分為實施過程C9和實施結果C10，實施過程關注工作效率D16，實施結果關注榜單指標完成情況D17和榜單完成附加值D18。應用推廣B5包括使命愿景C11、應用能力C12和推廣能力C13，使命愿景具體指推動相關領域的科學進步D19，應用能力包含對科技前沿的突破D20和對學科發展的影響D21，推廣能力主要關注成果的學術及社會影響力D22。

表1 “揭榜掛帥”機制視角下基礎研究的初始人才評價指標體系

應用研究的初始人才評價指標體系如表2，需求匹配B1中專業方向C1指與榜單專業匹配度，分為本專業匹配度D1、前置專業匹配度D2；專業廣度C2指與榜單專業相關的研究廣度，即為對所需專業的覆蓋面D3；科研積累C3包含科技成果數量和成熟度（專利、技術秘密等）D4、形成國家或行業標準數D5和成果轉移轉化成交額D6；科研興趣C4指對榜單專業的研究熱情，表現為研究關注度D7。學術道德B2包含科研誠信C5和科技倫理C6，均為一票否決。承接能力B3包含科研責任、科研能力、學習能力、組織能力和協調能力等，分為科研責任C7和實施能力C8，科研責任進一步細化為以往項目需求方評價D10和以往合作相關方評價D11，實施能力包括人員構成和組織架構D12、人員學歷或技術背景D13、組織協調能力D14和開拓創新能力D15。榜單實施流程B4分為實施過程C9和實施結果C10，實施過程關注工作效率D16，實施結果關注榜單指標完成情況D17和榜單完成附加值D18。應用推廣B5包括使命愿景C11、應用能力C12和推廣能力C13，使命愿景具體指提升產業共性技術情況D19和解決“卡脖子”技術情況D20，應用能力包含成果的經濟效益D21和制定的產業技術標準D22，推廣能力主要關注成果的經濟及社會影響力D23。

表2 “揭榜掛帥”機制視角下應用研究的初始人才評價指標體系

3 研究過程

3.1 研究方法

（1）問卷調查法?！敖野駫鞄洝睓C制視角下的人才評價體系研究調查問卷采用Likert-5 級評分法，即調查對象對指標的重要程度進行判斷。其中，“1”表示非常重要……，“5”表示非常不重要。實施問卷調查的目的是對初始指標體系進行驗證與修正。選擇全國各地高校、科研院所、企業、中介機構等科研人員、科研管理人員進行問卷發放，基礎研究的人才評價指標體系發放調查問卷219 份回收203份，應用研究的人才評價指標體系放調查問卷223份回收202 份，回收率分別都超過90%。

（2）因子分析法。從初始指標體系二級指標的內部聯系出發，把一些信息重復、內在關系復雜的變量歸結為幾個不相關的公共因子，使得每個歸結后的公共因子內的二級指標之間相關性較高，進而歸納形成新的指標體系。

3.2 研究結果

3.2.1 基礎研究的人才評價指標體系

采用SPSS 軟件對問卷進行數據分析。問卷整體Cronbach'sα系數為0.907，說明數據結果具有穩定性和可靠性，問卷信度非常好，適合提取信息。SPSS 分析結果顯示KMO 度量值為0.888，Bartlett 球形度檢驗近似卡方值為2 298.621，表明問卷適合做因子分析。

采用主成分分析法，根據方差貢獻率分析，具備信度和效度的22 個二級指標可提取5 個主成分因子，這5 個主成分因子解釋的方差累計占比達68.897%，說明提取的5 個主因子在充分提取和解釋指標信息方面較理想。

使用具有Kaiser 標準化的正交旋轉法進行旋轉以便找出公共因子和二級指標的對應關系。選擇固定提取5 個公共因子，旋轉在5 次迭代后收斂，保留旋轉后因子載荷值≥0.4 的結果如表3 所示，顯示二級指標和因子之間有著較強的關聯性，公共因子可以有效的提取出信息。針對目前得到的5 個公共因子，共22 個分析項進行驗證性因子分析（CFA）分析，有效樣本量為203，超出分析項數量的9 倍，符合進行CFA 的條件。5 個公共因子對應的平均方差提取量（AVE）值均大于0.5、組合信度（CR）值均高于0.7，意味著本次分析數據具有良好的聚合（收斂）效度。

表3 基礎研究的人才評價指標的因子分析

可以得出5 個公共因子及其相應的22 個二級指標。依據旋轉結果，將公共因子1 命名為科技創新前沿性，公共因子2 命名為研究團隊管理水平，公共因子3 命名為研究方向匹配支撐情況，公共因子4 命名為合作方評價，公共因子5 命名為人員組織架構，通過對初始指標體系進行修正，得出“揭榜掛帥”機制視角下基礎研究人才評價指標體系，結果如表4 所示。

表4 “揭榜掛帥”機制視角下基礎研究人才評價指標體系

3.2.2 應用研究的人才評價指標體系

問卷整體Cronbach'sα系數為0.909，說明數據結果具有穩定性和可靠性，問卷信度非常好，適合提取信息。KMO 度量值為0.910，Bartlett 球形度檢驗近似卡方值為2 269.306，表明問卷適合做因子分析。

采用主成分分析法，根據方差貢獻率分析，具備信度和效度的23 個二級指標可提取4 個主成分因子，這4 個主成分因子解釋的方差累計占比達62.332%，說明提取的4 個主因子在充分提取和解釋指標信息方面較理想。

使用具有Kaiser 標準化的正交旋轉法進行旋轉以便找出公共因子和二級指標的對應關系。選擇固定提取4 個公共因子，旋轉在6 次迭代后收斂，保留旋轉后因子載荷值≥0.4 的結果如表5，顯示二級指標和因子之間有著較強的關聯性，公共因子可以有效的提取出信息。針對目前得到的4 個公共因子，共23 個分析項進行驗證性因子分析（CFA）分析，有效樣本量為202，超出分析項數量的8 倍，符合進行CFA 的條件。公共因子1 的AVE 值小于0.5，剔除指標D5形成國家或行業標準數以及指標D10 以往項目需求方評價，使公共因子1 的AVE 值大于0.5，其余3 個公共因子對應的AVE 值均大于0.5、CR 值均高于0.7，意味著本次分析數據具有良好的聚合（收斂）效度。

表5 應用研究的人才評價指標的因子分析

可以得出4 個公共因子及其相應的23 個二級指標。依據旋轉結果，將公共因子1 命名為產業技術前沿性，公共因子2 命名為合作機制，公共因子3命名為人員專業素質，公共因子4 命名為社會影響，通過對初始指標體系進行修正，得出“揭榜掛帥”機制視角下應用研究人才評價指標體系，結果如表6 所示。

表6 “揭榜掛帥”機制視角下應用研究人才評價指標體系

4 研究結論與政策建議

4.1 研究結論

在文獻研究和課題組以往的研究基礎上，從基礎研究和應用研究兩個維度借鑒專家意見提出了“揭榜掛帥”機制視角下初始人才評價體系，對理論研究具有一定的借鑒意義。對“揭榜掛帥”機制視角下人才評價指標體系進行了問卷調查和因子分析，構建了最終的指標體系，豐富了指標體系的內涵，具有理論和實踐的創新性，對于“揭榜掛帥”機制人才評價的實施具有一定的指導意義。“揭榜掛帥”機制的人才評價指標體系：對于基礎研究來說，包含5 個一級指標和22 個二級指標；對于應用研究來說，包含4 個一級指標和21 個二級指標。

4.2 政策建議

一是通過“揭榜掛帥”機制吸引集聚高水平科技人才，政府或企業“發榜”，全球高水平人才及團隊“揭榜”，推進人才、項目、平臺一體化發展。地方政府以“揭榜掛帥”制項目為抓手，面向推動高水平、全球化“引才、聚才、用才”。人才評價體系從體制上保障了高水平人才公平競爭和寬容失敗的制度環境，以結果為導向提高科技創新效率，考核“指揮棒”加快推進落實人才科研自主權，充分調動項目負責人和團隊積極性，實現以制度優勢聚人才優勢，以人才優勢塑造創新優勢。

二是基于問題導向構建多維度人才評價體系。以問題導向為基礎的多維度科技人才評價體系能夠滿足多元領域、鏈條清晰、市場導向的人才評價需求，確?？茖W評價科技人才績效，激勵科技人才創新創業。以創新知識為基礎，創新技能為核心，創新動力為導向、管理能力為依托，形成全面的人才評價體系。

三是在對不同類型的科技人才進行分類評價時，評價的側重點是有所不同的。針對目前各類科技人才發展情況和實踐經驗，盡快構建符合創新規律和人才成長規律的科技人才分類標準和劃分依據，對從事基礎科學研究、應用技術開發、科技管理服務等不同專業領域的科技人才進行有效區分和統計跟蹤路徑。其次，精簡人才評價標準，加快整合各類人才計劃和人才政策，形成比較明確清晰的各類高層次人才界定標準，推動科技人才數據統計和科技人才管理能級提升。

四是注重不同領域和層次的科技人才評價體系的有效銜接與流通，將科技創新的前沿性與市場需求的現實性結合起來，在充分契合不同類型人才發展規律的基礎上，加強各政策工具的針對性，完善科技人才分類評價體系。提升“四唯”問題的清理深度、擴大清理范圍，循序漸進地把清理“四唯”問題深入到各個與科研有關的組織機構，并且政府相關職能部門須做好上通下達的協調工作，真正做到破除“四唯”的不良之風。

五是加強部門管理協同，推動數據共享共通。加強各部門之間關于科技人才數據的管理和協同，推動基礎數據的共享共通。建立關于科技人才的多部門聯席會議制度，推動科技人才數據共享及科技人才政策的研討，形成對科技人才跟蹤的頂層設計；共同搭建科技人才動態數據庫，一方面對高層次科技人才通過第三方數據平臺進行跟蹤監測和數據整合，另一方面，對于納入統計的專業技術人員、研發人員等指標進行分領域、分區域地跟蹤，形成匯聚科技人才數據基本面貌的動態數據庫，依托數據庫，開展各類關于科技人才的專項調研，支撐決策。