學術評價不宜過度依賴專家評議

吳文成

當前，量化評價與定性評價優劣之爭再度成為社科學界的熱點話題。鑒于量化學術評價在積極推動中國社科學術研究走向繁榮的同時也暴露出較多的問題，如“以刊論文”、學術寫作“模型化”和“數學化”、唯“核心期刊”論，乃至學術評價只看發表數量而不看質量等。近年來，一些重要的學術期刊呼吁在各種學術評價中擯棄“唯論文”現象，反對片面追求論文數量，倡導推行代表作評價制度。一時間，專家評議再度成為備受推崇的學術評價方法，一些領域甚至出現了專家評議應完全替代文獻計量指標的聲音。而為了矯枉不過正，我們必須清楚了解專家評議的內在局限性，進而全面、科學地發揮同行專家評議的積極作用。

具體而言，社科領域的學術評價不能完全依賴專家評議的原因主要有以下三點：

一、制度環境可使專家評議在一定程度上失真

同行專家評議制度作為一項重要的學術評價手段，并不在制度真空中運行，需要依賴于一系列輔助制度的保障。雙向匿名專家評議對于被評議者和評議者是完全匿名的，但對于學術評價的組織者來說都是實名的。匿名性在一定程度上保證了學術公正，但是匿名評價功效的發揮，需要一套確保評議發起者能夠完全中立和公正的制度體系，否則在實踐中，形式上異常合規的同行評議就可能流于走過場。另外，同行評議的效果主要體現于特定領域的同行專家對一項研究成果背景、研究前沿等知識的深刻了解，其中如何為待評審學術成果找到最匹配的專家最為關鍵。而隨著學科專業化加速推進，“大同行”與“小同行”并存現象為精確匹配評審專家增加了相當的難度，這就需要確立額外的專家信息搜集、甄別和專家庫建設制度，否則，孤立的專家評議制度在制度實踐過程中將難以發揮應有作用。

二、利益關聯可使專家評議在一定范圍內失效

評審專家與待評審人之間存在的利益相關性則會使專家評議制度失效，這表現為兩者間的利益沖突和利益重合，而這也是國外推行評議專家回避制度的原因。真正匹配的評議專家最了解待評審學術成果的優缺點，因為他們隸屬特定研究領域的少數專家群體，彼此對最新的研究進展和學術創新點都很熟悉，也最能分辨出該項學術研究是否真正有價值。但是，很多時候，正因為研究領域和議題的高度接近，導致同行評審專家與待評審人存在可能的利益沖突，即如果其積極評價該項創新性成果，則可能危及自己的研究，如課題申請、學術發表、經費撥付等。此外，利益關聯也存在相反的情況，即由于兩者存在一定的利益重合，而人為拔高對待評審成果的學術評價。因為導師制等學術制度的確立，相關學科領軍人物開創的某個方向、某個議題的研究，往往由其門下的碩博弟子加以完善和發展，因此最匹配的同行其實是特定學術群體內部的研究者，因而在這種背景下，評議專家可能因為與待評審人利益存在重合而過高地評價。

三、標準化評價可使專家評議在某種意義上失范

眾所周知，同行專家評議其實一直在上到基金評審、論文發表，下到職稱評審和績效考核等各個學術評價領域和環節加以運用。由于在制度形式上越來越完備、各項評價指標越來越細化、評審內容越來越模塊化，專家評議帶來的一個意想不到的后果是，學術評價越來越趨于規范和“科學”，從而導致同行專家多傾向于在特定范式內進行評價，從而維護自身的學術聲譽。這種越來越剛性的制度化評審規定一方面大幅提升了評價的標準化，但是也促使同行評議專家過分追求確定性，傾向于低估、漠視乃至否定那些挑戰學科基本命題，突破學科研究主要范式的研究成果，以避免評審引起的可能爭議。因此，一個悖論則是，當同行評議制度在制度形式上和制度實踐中努力規避評審的隨意性和主觀性的同時，其不經意間卻推動評審專家尋求在已經確立的學術范式內進行評價，從而鼓勵了那些針對細枝末節問題、小修小補式的研究，長遠來看，不利于學科內的重大范式變革和基本命題與理論的創新。

本質上看，定量評價與定性評價并不是對立的，而是可以完全互補的，特別是在信息化時代的大數據背景下，如何各取所長、相互促進才是提升學術評價質量的重要方向。具體而言，存在以下幾種完善的路徑：

一、構建針對專家評議組織者的監督機制，完善同行評議的支撐性制度體系

如前所述，同行評議的組織者實際上占據關鍵地位，同行評議制度所具有的雙向匿名和同行匹配等關鍵特征都需要一個中立和誠信的中間人，為此，亟需建立針對同行專家評議組織方的學術監督機制，確保其恪守學術中立和道德誠信，并使同行評議實施的所有環節都能相對透明和有案可查，而發展在線專家評議系統就能很好解決這些問題。在此基礎上，還需要推動同行專家庫建設、確立專家遴選標準和明確專家匹配流程，確保特定領域的學術成果可以在最大范圍內精確匹配相應的評審專家，因此，創建動態的電子化專家數據庫也是當務之急。

二、利用人工智能和大數據技術精確遴選專家，并對評審專家進行反向評估？

隨著中國哲學社會科學的繁榮、學術研究隊伍的加速擴容和學術分工的進一步細化，精確匹配同行評議的專家愈發艱難，利用傳統人工手段尋找真正的同行很可能掛一漏萬。而方興未艾的大數據和人工智能技術，則可以借助深度機器學習，利用系統儲存的評審專家的研究成果與待評審成果之間的強關聯性進行自動機器匹配，并在人工智能推薦基礎上由評議組織者進一步甄別。另外，在當下各種學術評價中，各種專家參與同行評議主要是榮譽性質的，這就對評審專家的責任心、人格特質等提出更高的要求。為此就需要記錄、匯總和分析每一次同行評議的效果，而大數據技術的發展為實現這一目標提供了可能。比如被評閱人、評議組織者或第三方機構基于單個評議案例，可以給相關評審專家的態度和能力進行績效評估，并給出相應的分數，從而為后續的專家評議提供了有益的參照。

三、建立事后披露制度，提高專家評議透明度以杜絕利益關聯

專家評議最突出特點是雙向匿名，但是完全的匿名性卻不利于對評議專家態度的評估、對評議效果的統計。更重要的是，若沒有更廣大學術共同體乃至社會輿論的監督，很多專家評議可能會局限于小圈子的內部操作，沒法提前了解和規避評審專家與待評審人之間的利益關聯關系。因此，確立在專家評議結束后一定時間段內的事后披露和公開制度，在更大范圍內增強整個專家評議全流程的透明度，既能事先規避可能的利益關聯，又能讓可能存在利益關聯的評審專家自己主動回避評議，從而起到有效的震懾作用。