光明圖片

編者按

ESI是一項以文獻計量學方法展示一些學科發展水平的指標，近年來相關部門將其作為評價學科和科研績效的依據，與分配資源掛鉤，由此導致大學把ESI指標當成目標，出現了一系列功利性“應試”傾向，甚至刻意尋找指標的漏洞進行功利性“刷題”，不僅背離了這一指標本來的意義，而且也會扭曲高校的學科生態。

ESI為何受到熱捧

基本科學指標數據庫(Essential Science Indicators，簡稱ESI)是科睿唯安公司基于SCI(科學引文索引)和SSCI(社會科學引文索引)所收錄的全球11000多種學術期刊的1000多萬條文獻記錄而建立的計量分析數據庫，通過對數據庫中近10年的數據進行統計，按照其劃分的22個學科領域，通過科研的生產力、影響力、創新力和發展力四個一級指標以及論文數、論文被引頻次、論文篇均被引頻次、高被引論文、熱點論文、前沿論文等二級指標，從各個角度對國家/地區科研水平、機構學術聲譽、科學家學術影響力以及期刊學術水平進行全面衡量，按被引頻次的高低確定出衡量研究績效的閾值，給出居世界前1%、1‰等數據區域的研究機構、科學家、研究論文的排名等。

ESI原本只是一項揭示學科發展水平、趨勢與熱點的指標之一，有其自身的價值與意義。但自從2010年前后這一指標成為我國科研評價的新寵兒，ESI在國內的價值與意義開始變味兒。

2012年ESI指標被納入教育部第三輪學科評估體系中，其熱度扶搖直上。2015年之后的“雙一流”建設作為新時代的高等教育發展戰略，學科發展是其中重要目標，這與ESI學科排名功能的高度契合，導致高校以及科研人員對這個指標的空前重視。

ESI一定程度上激發了國內高校進行學科發展的熱情，一些高校也由此取得了較為亮麗的數據。根據軟科統計自2016年9月到2019年9月三年間的數據，中國高校入圍ESI前1%、1‰、1 的學科數均顯著增加。以前1%學科為例，從絕對數量上來看，中國高校每年新增學科數過百。2016年9月中國高校的入圍總數為745個，到2017年9月增加了121個達到866個，2018年繼續增加達到971個，而在2019年9月達到了1138個，三年累計增加了52.8%。

中國高校的學科整體發展能夠取得這樣的數據讓人欣慰，但與世界頂尖高校依然差距明顯。以哈佛大學為例，其入圍ESI前1 學科數為8個，這一數字是中國所有高校入圍數的總和，同時中國高校空間科學前1%學科數仍未破零。

重視ESI沒有錯，但簡單以ESI作為唯一或者核心評價的尺子就錯了。比如東部某省規定，如果ESI前1‰就是省級雙一流，2‰就不是了。這種唯ESI導向會嚴重扭曲、誤導科研發展。

我們的一些大學與科研機構對于ESI的癡迷已經到了病態的程度，不但“庖丁解牛”般地分析ESI各項指標，并在此基礎上結合本校情況啟動內容豐富的ESI學科建設規劃，投入的經費動輒以百萬計，在手段上更是無所不用其極：或者真金白銀重賞高被引作者，或者直接高薪挖高產論文作者，或者引導學者追逐熱點論文，更有甚者不惜通過各種渠道刷高引用率……將建設一流高校變味成追逐一流數據，各種“應試”亂象不斷出現，讓人觸目驚心。

ESI作為評價指標存在“水土不服”

對于ESI，我們要立場鮮明地反對唯ESI，但并不等于不用，而是科學合理地利用，這需要我們對ESI有更為全面的認知，尤其是要結合中國的國情與發展需要。

評價一個學科的實力，是一個多維度、多層次的復雜問題。ESI通過文獻計量方法對學科排名作為統一尺度下的學科發展參考無可非議，但它提供的僅僅是一個相對客觀的維度，而且ESI是以SCI等指標為基礎的，因此它不但傳承了SCI的特性，也有自己獨特的問題。

首先，ESI劃分的學科與中國學科不“兼容”。我國當前有13個一級學科以及100余個二級學科，ESI劃分的22個學科相當于大類，與國內的這些學科無法完全匹配，這樣必然造成學科排名很難直接對應。以ESI“工程學科”為例，它其實囊括了國內信息工程、機電工程、自動化、建筑工程、環境工程等諸多二級學科，假設某個工科強校的ESI“工程學科”是全球的前1%，你其實搞不清楚它到底是哪個二級學科比較強。在如此粗放的學科劃分下，劃入同一領域的刊物，其性質、關注的方向有時差異很大。

其次，引用上的漏洞以及某些學科的誤差。理論上說，論文引用的數量越多，質量越高，論文的引用情況不是作者自己說了算。但這在ESI里面卻有“空子”可鉆，因為ESI本身并不區分是自引還是他引，這就為“刷”引用提供了現實的可能性。同時，ESI在計算機等學科上的誤差也比較大，這是因為計算機最新的工作通常是先發在會議論文集上，而ESI是基于 SCI計算的，基本不包括會議文獻，這就使得關于計算機學科的統計很難準確。尤其需要注意的是，ESI的前1%并不是指前100名。這是個很大的誤區，因為很多學科的研究機構基數都很大，比如在臨床醫學學科就有超過4000家進入前1%，按照這個數字看，即便進了前1%，距離真正成為“一流”還差得太遠。

最后，ESI不能全面反映中國高校的任務和功能。中國高校的根本任務是人才培養、科學研究、社會服務、文化傳承等功能，但ESI排名的依據是論文相關數據，只是其一，在高校的其他功能沒有統一、可比的指標的情況下，片面強調ESI指標，也必然會背離大學發展的初心，扭曲大學的功能走向另一個極端。

過度迎合ESI會導致大學學科布局畸形發展

客觀地說，ESI作為學科評價指標比SCI、EI等指標是有一定進步性的，對中國各高校的學科參考意義也更大。然而，一旦ESI作為目標進入大學評價體系并與資源分配關聯，其弊端很快就顯露出來了，在學術和科研宏觀層面的破壞力甚至比SCI還要大，最重要的是扭曲了高校學科成長的動力、方向和目的，造成了我國學科布局的畸形發展。

第一，導致學科從自然生長到“拔苗助長”。高校學科的發展邏輯首先應立足于本校實際，根據國家發展戰略要求和科學發展趨勢、學科關聯、地方政府需要等情況進行“自然”的樹狀成長，但從提升ESI排名的角度看，如果一所高校沒有ESI指標體系中的學科就會很吃虧。此外，ESI體系中的學科也有容易發論文和不易發論文的區別，很多高校掀起開辦醫學院、農學院、材料學院的熱潮，不過是要占上容易發論文的ESI學科的“一畝三分地”而已，地方政府基于ESI指標的重視所進行的經費撥付導向更是對此推波助瀾。

第二，導致人文與工程類特色學科衰落。在ESI的22個學科中，涉及到人文學科僅有兩個，經濟學與商學、社會科學總論，這讓國內很多文史類學科很難與其對應計入，導致那些以人文學科為主的大學很“受傷”，在各項排名中迅速跌落，陷入了不被重視，資源逐步縮減的尷尬境地中;同時，擁有地質、礦業、電力、石油等特色學科的大學，也存在類似的困頓與問題。長此以往，必然導致人文與工程類特色學科衰落，對中國的學科整體發展造成不可逆的重大損失。

第三，導致教授只關心科研。對高校的教授來說，教學、科研與公共服務向來是最基礎的三大任務，特別是前兩項“一崗雙責”在海外一流大學都是基本要求，他們既要做好科研，取得高水平的科研成果，又要搞好教學，培養出優秀的學生。但ESI的指標是論文導向，高校為了迎合指標只能在資源配置上想辦法，將論文的數量和質量與崗位、薪酬、職稱、帽子、升遷等切身利益密切相關，與此涇渭分明的是，教學不但與切身利益關系不大，甚至很難量化和評價。在精力分配的二八原則下，自然出現了搞科研“龍馬精神”搞教學“稀松平常”的倒掛亂象，這也是建設一流本科亟待解決的問題。

打造符合國情的大學評價指標體系

改革開放40多年來的學術、科技評價體系一直朝著進一步公平公正的方向發展演變，無論是SCI還是ESI都是帶著這種良好期望進入評價體系的，但依然擺脫不了“應試”傾向的功利化魔咒。

應該說，對高校、學者的評價是一個復雜的過程。原則上定性與定量結合評價會更適合，但其中很多難題都是“硬骨頭”，需要通過建設中國特色的科研評價體系來逐步解決，有關部門應進一步完善科研以及高校的評估和考核機制，鼓勵正確的科研觀、學術觀，著眼長遠的學科建設和人才培養，減少管理對量化指標的過度依賴。以下思路可作參考：

第一，打造符合中國高等教育實際要求的評價指標。要實現科學評價，就要有適宜完善的指標體系。既然我們當前受制于ESI、SCI等指標的不完善不適宜，國家應從長遠考慮打造符合中國國情的科研指標。有學生才可以稱之為大學，要把人才培養質量放在評價指標體系的首位，在評估中把“培養過程質量”“在校生質量”和“畢業生質量”作為評價的主要指標，把大學是如何提高在校學生的內生學習動力作為主要考核，這是中國高等教育亟待解決的問題。

第二，加強第三方評價體系建設。在世界高等教育強國的評價體系中，第三方評價體系是不可或缺的一部分。中國有必要培養一批相對穩定的高水平社會咨詢評價機構，承擔具體的評價活動。建立凡是由政府出資的項目，皆由第三方機構負責評價、相關部門負責監督并嚴格準入退出的第三方評價體系，對于打造更加合理的評價體系至關重要。

第三，建設更為合理的分類評價體系。科技評價要充分發揮同行專家的作用，要根據不同類型科技活動特點，建立導向明確、激勵約束并重的分類評價標準，營造潛心治學、追求真理的創新文化氛圍。要注重科技創新質量和實際貢獻，重點突出圍繞科學前沿和生產實際需求催生重大成果產出的導向，著力提升基礎研究和前沿技術研究的原始創新能力，關注共性技術的有效供給能力，支撐高質量創新人才培養的能力，服務國家和區域經濟社會發展戰略需求的能力。

科技評價分類要針對科技活動人員、創新團隊、平臺基地、科研項目等不同對象，鼓勵科技人員在不同領域、不同崗位做出特色，追求卓越。如可以按照基礎研究、應用研究、技術轉移、成果轉化等不同工作的特點，分別建立涵蓋科研誠信、創新質量、學術貢獻、人才培養、科學普及與開放共享等評價維度，形成更為科學合理的評價體系。

第四，加強新技術在評價體系中的運用。大數據、人工智能時代，各種新技術能為評價體系的完善提供有力的支撐。要充分利用公開的數據資料，計入一定的評價權重，通過關聯數據的智能處理，評價系統可以獲得一個相對真實的科研水平和發展全景，全面反映教學與科研的各個維度，而不僅僅是論文數量的統計。(作者：李志民，系中國教育發展戰略學會副會長兼人才發展專委會理事長、清華大學兼職教授)