高校交叉學(xué)科人才精細化評價理論框架研究

摘要：科技創(chuàng)新越來越依賴于多學(xué)科的交叉與融合，促進交叉學(xué)科研究是世界高水平研究型大學(xué)的共同發(fā)展趨勢。然而，作為科技創(chuàng)新支撐力量的交叉學(xué)科人才面臨缺少合理評價方法的困境。文章以高校交叉學(xué)科研究人員為對象，綜合利用知識圖譜技術(shù)、數(shù)據(jù)驅(qū)動方法和深度學(xué)習(xí)技術(shù)，提出了一種交叉學(xué)科人才精細化評價理論框架。該評價框架可望識別重要個人評價指標，挖掘人才精細化評價模式，揭示人才成長規(guī)律，豐富人才評價領(lǐng)域的相關(guān)理論和方法。

關(guān)鍵詞：人才評價；交叉學(xué)科；精細化；人才強國；人工智能

中圖分類號：C962；G40；G46文獻標志碼：A

0引言

當下，全球新一輪科技革命和產(chǎn)業(yè)變革呈現(xiàn)出信息、生命、材料等眾多領(lǐng)域知識匯聚融合的新特點。2020年8月，教育部新增交叉學(xué)科作為我國第14個學(xué)科門類，國家自然科學(xué)基金委員會也于同年11月設(shè)立了交叉科學(xué)部，負責統(tǒng)籌交叉科學(xué)領(lǐng)域整體資助工作和承擔交叉科學(xué)相關(guān)問題的咨詢。國家“十四五”規(guī)劃指出：“在科教資源優(yōu)勢突出、產(chǎn)業(yè)基礎(chǔ)雄厚的地區(qū)，布局一批國家未來產(chǎn)業(yè)技術(shù)研究院，加強前沿技術(shù)多路徑探索、交叉融合和顛覆性技術(shù)供給。”隨著2021年9月習(xí)近平總書記在中央人才工作會議上提出的一系列關(guān)于新時代人才工作的新理念新戰(zhàn)略新舉措，人才強國戰(zhàn)略正式啟動。這些標志性事件充分表明了發(fā)展交叉學(xué)科成為國家發(fā)展戰(zhàn)略的一個重要方面。

在交叉學(xué)科發(fā)展過程中，高校交叉學(xué)科人才是人才強國戰(zhàn)略背景中實現(xiàn)科技創(chuàng)新的重要支撐力量。盡管現(xiàn)有科技人才評價機制的相關(guān)制度規(guī)范日趨完備，但對于交叉學(xué)科人才而言，仍然存在交叉學(xué)科人才數(shù)目偏少、交叉學(xué)科人才的分類引進和培養(yǎng)定位粗略模糊、交叉學(xué)科種類難以明確等核心問題。因此，構(gòu)建交叉學(xué)科人才精細化評價體系是當前交叉學(xué)科人才評價工作中的重要工作。這將在創(chuàng)新人才引進、創(chuàng)新產(chǎn)業(yè)布局、重大項目落地等科技創(chuàng)新方面發(fā)揮重大作用，有望助力推動國家經(jīng)濟社會高質(zhì)量發(fā)展。

1交叉學(xué)科與人才評價

1.1交叉學(xué)科發(fā)展歷史

在近一百年里，各個學(xué)科從各自分散、相互脫節(jié)的局面逐漸演變?yōu)榻徊嫒诤希沟酶鏖T學(xué)科之間邊緣地帶的空白得以逐步填補，從而邁向科學(xué)整體化。國際頂級高校早在1960年就初步開展交叉學(xué)科研究，并成立了不同類型的交叉學(xué)科研究平臺及團體。例如，斯坦福大學(xué)、哈佛大學(xué)、牛津大學(xué)、曼徹斯特大學(xué)、東京大學(xué)等多所高校先后成立了生物學(xué)、協(xié)同醫(yī)學(xué)、物理、材料、化學(xué)、計算機等多個學(xué)科之間的交叉學(xué)科研究中心平臺，以促進交叉學(xué)科滲透［1］。我國從20世紀80年代末期開始發(fā)展交叉學(xué)科研究，主要集中在環(huán)境、醫(yī)學(xué)、生物工程、管理科學(xué)等方面［2］。然而，國內(nèi)交叉學(xué)科一直發(fā)展緩慢。直到21世紀初，國內(nèi)高校科研院所交叉學(xué)科才真正得到重視并快速發(fā)展。北京大學(xué)、清華大學(xué)、上海交通大學(xué)、復(fù)旦大學(xué)、中國科學(xué)院等率先成立了學(xué)科交叉研究中心，為開展學(xué)科交叉研究提供了廣闊平臺。近3年來，教育部新增的交叉學(xué)科、國家自然科學(xué)基金委員會設(shè)立的交叉科學(xué)部、“十四五”規(guī)劃中強調(diào)的交叉融合技術(shù)等國家戰(zhàn)略舉措均標志著交叉學(xué)科研究已經(jīng)成為科學(xué)發(fā)展的主流。目前，現(xiàn)有交叉學(xué)科的成功案例和研究成果已然表明：面對復(fù)雜性、綜合性和交融性的重大問題，單一學(xué)科的理論及方法往往難以進行全方位的深入探討和系統(tǒng)建構(gòu)，交叉科學(xué)研究日益成為解決人類發(fā)展重大難題不可或缺的研究范式。

1.2交叉學(xué)科發(fā)展研究現(xiàn)狀

從全球范圍來看，良好的學(xué)科發(fā)展是科技創(chuàng)新的源頭。當下，交叉學(xué)科已然成為學(xué)科發(fā)展最為活躍的領(lǐng)域。交叉學(xué)科中的研究行為往往是針對超越單一學(xué)科的重大、前沿、復(fù)雜問題所實施的［3］。重大的原創(chuàng)性科技成果、新的學(xué)科增長點甚至是新興學(xué)科往往在多學(xué)科交叉融合中形成［4］。

涉及多個學(xué)科的交叉學(xué)科天然具備高度的多樣性和復(fù)雜性，如何促使交叉學(xué)科良性發(fā)展成為眾多學(xué)者的研究熱點。有的學(xué)者從不同層面和角度對交叉學(xué)科發(fā)展理論進行了梳理：曹玲靜等［5］對交叉學(xué)科對象和方法進行研究；張琳等［6］從交叉學(xué)科現(xiàn)象的理論、交叉學(xué)科測度指標、交叉學(xué)科結(jié)構(gòu)、演進趨勢和案例等方面進行了述評；章成志等［7］分別從基礎(chǔ)研究、關(guān)鍵技術(shù)研究和跨學(xué)科知識挖掘理論3個角度分析了跨學(xué)科的研究內(nèi)容。有些學(xué)者則側(cè)重分析影響交叉學(xué)科發(fā)展的關(guān)鍵因素：高崴等［8］列出各種影響跨學(xué)科的環(huán)境因素和管理因素。其中，環(huán)境因素包括資助、專業(yè)定位、體制支撐；管理因素包括團隊、認知、處理難題和技術(shù)分類。朱華偉［9］分析了當前高校交叉學(xué)科建設(shè)的制約因素，包括頂層設(shè)計欠缺、內(nèi)生動力不足、評價體系滯后等。

1.3交叉學(xué)科人才評價研究現(xiàn)狀

學(xué)科人才是實現(xiàn)科技創(chuàng)新的支撐力量。由于交叉學(xué)科涵蓋了多個學(xué)科特點，適用于單個學(xué)科的常規(guī)人才評價方式難以滿足實際評價需求。近年來，交叉學(xué)科人才評價研究作為一種綜合性科學(xué)活動引起了學(xué)術(shù)界的廣泛關(guān)注。謝冉等［10］指出，建立適合跨學(xué)科研究特征的評估機制是提升跨學(xué)科研究質(zhì)量的關(guān)鍵，需要重視形成性評估與總結(jié)性評估的結(jié)合，并強調(diào)評估結(jié)果的多元性、科學(xué)性和實踐性，從而提升跨學(xué)科研究評估的透明性和公開性。魏麗娜等［11］從交叉學(xué)科研究保障、成果與利益分配機制、資助與評估機構(gòu)設(shè)置、評價方法與數(shù)據(jù)實施這4個方面回顧了亞利桑那州立大學(xué)的交叉學(xué)科教師績效評估體系，試圖為我國交叉學(xué)科教師績效評價的理論創(chuàng)新和實踐探索提供建議和思路。詹晶等［12］從評價方法、文獻計量和管理策略等方面指出了我國文科教師跨學(xué)科創(chuàng)新成果評價的現(xiàn)實困境和可能的綜合對策。

但是，當前交叉學(xué)科人才評價方法仍然過度依賴量化指標［13］。近年來，由于交叉學(xué)科人才評價涉及因素眾多，針對交叉學(xué)科人才的多因素綜合評價方法受到了重視。Harris等［14］提出了經(jīng)歷、個人品質(zhì)和成果計量的E-A-M三維評價模型。付曄［15］從我國高校學(xué)科交叉和科研人員的角度，構(gòu)建了在持續(xù)制度優(yōu)化下內(nèi)生激勵與外部激勵相結(jié)合的學(xué)科交叉融合評價激勵機制。殷朝暉等［16］從交叉學(xué)科研究評價委員會、分階段評價交叉學(xué)科研究、多元評價主體聯(lián)動等方面研究了交叉學(xué)科非學(xué)術(shù)影響評價機制及交叉學(xué)科研究成果的應(yīng)用。

1.4交叉學(xué)科人才評價現(xiàn)狀剖析

習(xí)近平總書記在全國教育大會上強調(diào)了構(gòu)建科學(xué)合理的教育評價體系的必要性。當前，學(xué)者們從作者、期刊和學(xué)科領(lǐng)域?qū)用婢C合運用引文分析、合著分析及文本分析方法對學(xué)科交叉評價工作進行了大量的探索研究，也提出了諸多學(xué)科交叉測度指標。然而，現(xiàn)行高校人才評價體系中仍缺乏交叉學(xué)科人才的精細化評價體系，主要問題集中在如下幾個方面。

1.4.1在統(tǒng)計人才成果數(shù)據(jù)方面

采用靜態(tài)的人才個體客觀數(shù)據(jù)描述，缺乏動態(tài)人才成果數(shù)據(jù)描述。由于交叉學(xué)科人才成果表現(xiàn)形式多樣化，簡單地以傳統(tǒng)形式的產(chǎn)出成果為主導(dǎo)來評價學(xué)者顯然是存在偏差的。在大數(shù)據(jù)環(huán)境下，將交叉學(xué)科科研工作者的學(xué)術(shù)活動以及學(xué)術(shù)生涯過程進行全方位關(guān)聯(lián)分析，不僅包括對各種類型大量靜態(tài)數(shù)據(jù)的整合性分析，還包括對實時動態(tài)數(shù)據(jù)的抓取與處理。其最終的目標導(dǎo)向不僅在于明確學(xué)者學(xué)術(shù)研究基本靜態(tài)狀況，更為重要的是發(fā)現(xiàn)不同類型學(xué)者學(xué)術(shù)生涯的基本特征，并通過數(shù)據(jù)關(guān)聯(lián)分析，預(yù)測其學(xué)術(shù)研究的發(fā)展空間和趨勢，實現(xiàn)以學(xué)術(shù)能力提高或?qū)W術(shù)潛力為導(dǎo)向的學(xué)術(shù)評價［17］。

1.4.2在交叉學(xué)科人才分類方面

現(xiàn)有交叉學(xué)科人才評價缺少合理的評價方法，其分類標準模糊，無法反映學(xué)科交叉類別較多、研究層次不同、人才定位差異等因素。由于不同學(xué)科領(lǐng)域的知識形態(tài)不同，其對應(yīng)的人才評價方式自然也存在差異。盡管當前的人才評價實踐中，自然科學(xué)領(lǐng)域與人文社會科學(xué)領(lǐng)域分開評價已成常規(guī)操作，然而現(xiàn)有人才評價中缺少自然科學(xué)領(lǐng)域、人文科學(xué)領(lǐng)域或社會科學(xué)領(lǐng)域之間交叉融合的特征，學(xué)科領(lǐng)域之間仍具有明顯區(qū)分。因此，在交叉學(xué)科人才評價實踐中，不僅需要考慮領(lǐng)域間差異，還需要考慮領(lǐng)域內(nèi)差異，根據(jù)具體學(xué)科交叉類型實施精準評價。

1.4.3在人才測度指標方面

現(xiàn)行評價方法多注重個人成果指標，缺少對于交叉學(xué)科自身發(fā)展和國家發(fā)展層面的定量和定性指標。在現(xiàn)有評價框架下，交叉學(xué)科人才的科研水平仍被簡化為成果數(shù)量和期刊等級，他們本應(yīng)作為交叉學(xué)科自身發(fā)展的主體，但個人對于交叉學(xué)科發(fā)展的貢獻度，如學(xué)科知識多樣性指標、科學(xué)合作多樣性指標、學(xué)科內(nèi)部聚合度和學(xué)科間連通性等學(xué)科發(fā)展因素在評價規(guī)則中缺失。此外，也缺少國家發(fā)展需要契合度等指標。因此，交叉學(xué)科人才評價需要涵蓋個人、學(xué)科和國家等層面的定量和定性綜合評價測度指標［18］。

1.4.4在評價方法方面

多采用管理部門評價，同行評議覆蓋面不足，缺乏產(chǎn)業(yè)界評價。一方面，真正具有交叉學(xué)科背景的專家數(shù)量較少，來自各個研究領(lǐng)域的評審專家往往會從自己的學(xué)科立場出發(fā)進行評價，無法保證他們對交叉學(xué)科研究的評價標準達成一致，從而難以全面、客觀地評價一項研究成果；另一方面，傳統(tǒng)單一學(xué)科研究成果一般通過學(xué)術(shù)共同體內(nèi)部的體制化渠道進行傳播。與之不同，交叉學(xué)科研究的價值已超越了特定學(xué)術(shù)共同體內(nèi)部，而是延伸多個學(xué)科，乃至整個社會，其最終受益者包括政府、企業(yè)、研究所、高校乃至其他公民等多種主體［16］。因此，交叉學(xué)科人才評價應(yīng)遵循包含政府、企業(yè)、高校、科研機構(gòu)等在內(nèi)的多主體協(xié)同評價方式，引導(dǎo)交叉學(xué)科在發(fā)展過程中落實和優(yōu)化協(xié)同科技創(chuàng)新，從而以多主體利益共同體的更大合力實現(xiàn)社會服務(wù)［19］。

綜上所述，交叉學(xué)科的評價標準具有多樣性和高度復(fù)雜性。建立完善與交叉學(xué)科評價相適應(yīng)的分類準則、人才層次化測度指標、多主體評價方法等要素，形成交叉學(xué)科人才精細化評價框架，是高校、科研院所高質(zhì)量發(fā)展的重要基礎(chǔ)和當務(wù)之急。

2交叉學(xué)科人才精細化評價框架初探

本文以高校交叉學(xué)科研究人員為對象，采集交叉學(xué)科人才的成果條目，利用知識圖譜技術(shù)構(gòu)建交叉學(xué)科人才的時序畫像；利用數(shù)據(jù)驅(qū)動方法抽取人才類別和人才測度指標，建立交叉學(xué)科人才分類準則，構(gòu)建交叉學(xué)科人才層次化測度指標；最后，研究交叉學(xué)科人才多主體協(xié)同評價方法，基于深度學(xué)習(xí)技術(shù)構(gòu)建交叉學(xué)科人才精細化評價框架。該框架主要由“交叉學(xué)科人才時序畫像”“交叉學(xué)科人才多維度分類”“交叉學(xué)科人才層次化測度指標”和“多主體協(xié)同的交叉學(xué)科人才精細化評價方法”4個模塊組成，其構(gòu)架如圖1所示。

2.1交叉學(xué)科人才時序畫像

“交叉學(xué)科人才時序畫像”模塊包括成果條目采集、成果本體構(gòu)造、知識圖譜構(gòu)建、時序畫像繪制4個環(huán)節(jié)。

成果條目采集環(huán)節(jié)通過WebofScience，CNKI等數(shù)據(jù)庫、國家專利數(shù)據(jù)庫、高校、研究機構(gòu)、高新企業(yè)等單位內(nèi)部數(shù)據(jù)庫實現(xiàn)零散人才成果條目的采集。成果條目分為人才培養(yǎng)成果、科學(xué)研究成果和學(xué)術(shù)影響力。（1）人才培養(yǎng)成果注重交叉學(xué)科人才在一流課程建設(shè)、一流專業(yè)建設(shè)、一流教材建設(shè)、課程思政示范項目建設(shè)、教育教學(xué)改革、指導(dǎo)學(xué)生參加創(chuàng)新創(chuàng)業(yè)類競賽等方面取得重要成果和獎勵，強調(diào)所取得教學(xué)成果的獨創(chuàng)性、新穎性和實用性。（2）科學(xué)研究成果主要包括人才本人的論文和專著、專利等科研成果信息。具體來說：論文和專著信息包括發(fā)表期刊、合作者、被引頻次、重要他引期刊、重要他引論文、重要他引學(xué)者等數(shù)據(jù)；專利信息包括新穎性、創(chuàng)造性、轉(zhuǎn)化成本、市場估值、商業(yè)推廣成本等數(shù)據(jù)。（3）學(xué)術(shù)影響力刻畫人才承擔科研項目、學(xué)術(shù)獎勵、學(xué)術(shù)兼職等方面的信息。其中，科研項目信息包括項目設(shè)立意義、目的、經(jīng)費、類型等數(shù)據(jù)；學(xué)術(shù)獎勵信息包括國家級、省部級、頂級會議/學(xué)會最佳論文等獎勵級別數(shù)據(jù)；學(xué)術(shù)兼職信息包括所擔任的國際級和國家級重要學(xué)術(shù)會議主席、期刊主編或編委、學(xué)會會士等數(shù)據(jù)。

成果本體構(gòu)造環(huán)節(jié)將零散的成果條目轉(zhuǎn)化為語義數(shù)據(jù)或稱為本體（Ontology）。本體用于定義特定領(lǐng)域中事物的類型以及可用于描述它們的屬性，通常有3個主要組成部分：類、關(guān)系、屬性。“類”為存在于數(shù)據(jù)中的不同類型；“關(guān)系”連接兩個類；“屬性”描述單個類。特別要注意的是，本體僅對具有某些屬性的事物一般類型進行建模，而并不包含有關(guān)特定領(lǐng)域中具體個體的信息。以交叉學(xué)科人才評價為例，人才、課程建設(shè)、教育教學(xué)改革、論文、專著、項目、獎勵等就是類別；“人才創(chuàng)作著作”中的“創(chuàng)作”就是類別之間的關(guān)系；“著作發(fā)表年份”中的“年份”就是“著作”類別的屬性，“項目來源類別”中的“類別”就是“項目”的屬性，如圖2a所示。根據(jù)所有成果條目對應(yīng)的語義內(nèi)涵轉(zhuǎn)化為交叉學(xué)科人才本體框架。

在知識圖譜構(gòu)建環(huán)節(jié)，基于本體框架，添加人才、課程建設(shè)、教育教學(xué)改革、論文、專著、項目、獎勵等類別的真實數(shù)據(jù)，可以創(chuàng)建每個本體關(guān)系的特定實例，稱之為實體。如果本體中有這樣的關(guān)系“人才→創(chuàng)作→著作”，這個關(guān)系的單個實例為：“李衍達院士→創(chuàng)作→信號重構(gòu)理論及應(yīng)用”，如圖2b所示。如果把關(guān)于論文《信號重構(gòu)理論及應(yīng)用》的所有信息加進去，可以看到知識圖譜的雛形。在實現(xiàn)中，知識圖譜的構(gòu)建通常采用全球萬維網(wǎng)聯(lián)盟（W3C）制定的資源描述框架（RDF）標準數(shù)據(jù)模型來形式化地表示這種三元關(guān)系。當對所有的成果數(shù)據(jù)都采用同樣的方式實施，最終會得到一個使用本體對數(shù)據(jù)進行編碼的知識網(wǎng)絡(luò)。在實際應(yīng)用中，知識圖譜通常存儲在高性能圖形數(shù)據(jù)庫Neo4j中，從而可以實現(xiàn)快速查找和知識抽取。

時序畫像繪制環(huán)節(jié)利用Cypher圖查詢語言和圖遍歷算法中的Dijkstra算法及A*算法實現(xiàn)實體檢索，從而在知識圖譜中以年度和人才姓名為關(guān)鍵詞提取每個交叉學(xué)科人才圖譜并作為其單個年度畫像。通過對連續(xù)年度的知識圖譜提取，最終獲得特定階段內(nèi)時序交叉學(xué)科人才畫像，如圖2c所示。在此基礎(chǔ)上，可以數(shù)據(jù)驅(qū)動方式，利用圖神經(jīng)網(wǎng)絡(luò)等知識抽取方法從人才畫像中抽取交叉學(xué)科人才類型和人才評價指標等本體類別及其之間的關(guān)系。

2.2交叉學(xué)科人才多維度分類

在人才成果知識圖譜的基礎(chǔ)上，“交叉學(xué)科人才多維度分類準則”模塊利用知識圖譜表示學(xué)習(xí)方法實現(xiàn)本體知識挖掘。知識圖譜表示方法將所有的“實體-關(guān)系-實體”三元組映射到表達“關(guān)系”的高維向量空間，主要分為轉(zhuǎn)移距離模型和語義匹配模型。典型的轉(zhuǎn)移距離模型有TransE［20］和KG2E［21］等。在此類模型中，兩個實體在該關(guān)系空間中的距離遠近被用來衡量兩者之間關(guān)系的合理性。典型的語義匹配模型有RESCAL［22］，HolE［23］和NTN［24］等。此類模型認為語義相似的實體有相似的語義角色，兩個實體在潛在語義向量空間中用內(nèi)積來表示其包含關(guān)系的可信度。通過這些模型可以提取出學(xué)科交叉類型、研究層次類別和人才力量定位等3個維度的實體關(guān)系。

在學(xué)科交叉類型維度上，歸納工科、理科、文科、醫(yī)科等學(xué)科的內(nèi)部以及學(xué)科之間的交叉類型。常見的交叉類型包括工工交叉、醫(yī)工交叉、文理交叉、理工交叉、文文交叉。由于工科包含的學(xué)科較多，工工交叉是最常見的學(xué)科交叉類型。例如，“航空宇航科學(xué)與技術(shù)”和“控制科學(xué)與工程”之間的交叉，“機械工程”和“控制科學(xué)和工程”之間的交叉，“材料科學(xué)與工程”和“機械工程”之間的交叉。另一種常見的學(xué)科交叉類型是醫(yī)工交叉。典型學(xué)科交叉方式包括“基礎(chǔ)醫(yī)學(xué)”和“生物學(xué)”的交叉，“基礎(chǔ)醫(yī)學(xué)”和“控制科學(xué)與工程”的交叉，“臨床醫(yī)學(xué)”與“材料科學(xué)與工程”的交叉。理工交叉是近年來熱門的學(xué)科交叉，包括“生物學(xué)”與“計算機科學(xué)”的交叉，“生物學(xué)”和“化學(xué)工程與技術(shù)”的交叉，“土木工程”和“力學(xué)”的交叉，“信息與通信工程”和“數(shù)學(xué)”的交叉。文工交叉是新興的交叉學(xué)科模式，主要包括“應(yīng)用經(jīng)濟學(xué)”和“計算機科學(xué)與技術(shù)”間的交叉，“心理學(xué)”和“航空宇航科學(xué)與技術(shù)”間的交叉，“新聞傳播學(xué)”和“信息與通信工程”的交叉。此外，“應(yīng)用經(jīng)濟學(xué)”和“數(shù)學(xué)”之間文理交叉以及“教育學(xué)”和“管理科學(xué)與工程”之間的文文交叉也逐漸受到重視。圖3列出了常見的交叉類型，節(jié)點表示學(xué)科，節(jié)點越大表示參與的學(xué)科交叉越多，連線表示兩兩學(xué)科交叉。除了常見的一級學(xué)科交叉類型，利用知識圖譜能夠進一步發(fā)現(xiàn)新的有潛力的二級學(xué)科交叉類型。

在研究層次類別維度上，從理論體系與創(chuàng)新價值、成果轉(zhuǎn)化與技術(shù)突破、工業(yè)生產(chǎn)與行業(yè)應(yīng)用等方面來歸納基礎(chǔ)研究類、應(yīng)用研究類和工程技術(shù)類等具體研究類別。基礎(chǔ)研究是人們對時代問題的理論提煉，基礎(chǔ)研究類科技人才注重科研成果的原創(chuàng)性、創(chuàng)新性價值，為應(yīng)用研究提供知識儲備和學(xué)理支撐。應(yīng)用研究是人們對經(jīng)濟社會發(fā)展中重大理論和現(xiàn)實問題的實踐應(yīng)對。應(yīng)用研究類科技人才側(cè)重對科研成果完成情況、轉(zhuǎn)化情況及技術(shù)突破研究，應(yīng)用研究可以為基礎(chǔ)研究提供實踐路徑和檢驗標準。工程技術(shù)是應(yīng)用科學(xué)知識或利用技術(shù)發(fā)展的研究成果于工業(yè)生產(chǎn)過程。工程技術(shù)科技人才著重評價科研成果在市場中的推行與應(yīng)用，注重對相關(guān)產(chǎn)業(yè)的實際貢獻。

在人才力量定位維度上，從前瞻性判斷力和大兵團作戰(zhàn)領(lǐng)導(dǎo)力、科技攻關(guān)能力和泛領(lǐng)域團隊組織力、科技創(chuàng)新活力和潛力等方面定位交叉學(xué)科領(lǐng)域的戰(zhàn)略科學(xué)家、科技領(lǐng)軍人才和青年科技人才等人才力量。戰(zhàn)略科學(xué)家是具有深厚科學(xué)素養(yǎng)，長期奮戰(zhàn)在科研第一線，視野開闊，前瞻性判斷力、跨學(xué)科理解能力、大兵團作戰(zhàn)組織領(lǐng)導(dǎo)能力強的科學(xué)家。科技領(lǐng)軍人才是戰(zhàn)略科學(xué)家后備，聚焦未來一個時期科技攻關(guān)任務(wù)和解決“卡脖子”技術(shù)問題需要，負責組建跨單位、多學(xué)科、泛領(lǐng)域攻關(guān)團隊。青年科技人才是指年齡在25～45歲，位于研究活躍期和創(chuàng)新能力激發(fā)期的人才，是國家創(chuàng)新活力之所在，是科技發(fā)展希望之所在，是科技領(lǐng)軍人才的后備。

最終，通過學(xué)科交叉類型、研究層次類別和人才力量定位3個維度，劃分人才類別網(wǎng)絡(luò)，共同構(gòu)建交叉學(xué)科人才分類準則。

2.3交叉學(xué)科人才層次化測度指標

類似的，在人才成果知識圖譜的基礎(chǔ)上，“交叉學(xué)科人才層次化測度指標”模塊利用知識圖譜表示學(xué)習(xí)方法通過“實體-關(guān)系-實體”三元組來實現(xiàn)本體知識挖掘，主要包括個人成果定量指標、交叉學(xué)科發(fā)展定量指標，以及國家發(fā)展定性指標3個方面的本體知識。

第一，通過抽取描繪人才個體所取得的科研計量、教學(xué)能力和社會服務(wù)等客觀成果數(shù)據(jù)，構(gòu)建個人成果定量指標群。個人成果指標定量描繪了個人所取得的客觀成果數(shù)據(jù)，包括科研計量指標、教學(xué)能力指標和社會服務(wù)指標。其中，科研計量指標包括學(xué)術(shù)論文、科研活動、著作、科學(xué)影響力、重大學(xué)術(shù)成果、縱向項目等；教學(xué)能力指標包括師德師風(fēng)、人才培養(yǎng)、教學(xué)改革、課堂教學(xué)、提升科學(xué)文化素質(zhì)推廣等；社會服務(wù)指標包括橫向項目、專利和軟件著作權(quán)、科研成果轉(zhuǎn)化等。

第二，通過歸納學(xué)科交叉多樣性和學(xué)科交叉滲透度等個人對于交叉學(xué)科發(fā)展的貢獻度，構(gòu)建交叉學(xué)科發(fā)展定量指標群。交叉學(xué)科指標定量描述了個人對于交叉學(xué)科發(fā)展的貢獻度，包括學(xué)科交叉多樣性和學(xué)科交叉滲透度。其中，學(xué)科交叉多樣性包括學(xué)科類別總計、文本內(nèi)容學(xué)科類別和引文學(xué)科類別等學(xué)科知識多樣性指標，以及合作伙伴的教育背景、機構(gòu)、地區(qū)、國家等科學(xué)合作多樣性指標。學(xué)科交叉滲透度包括知識內(nèi)容的學(xué)科內(nèi)部聚合度和學(xué)科間連通性、學(xué)科交叉重要性區(qū)分度、學(xué)科之間平均連接路徑長度等指標。

第三，通過歸納抽取交叉學(xué)科人才所獲得成果的原創(chuàng)性、科技攻關(guān)引領(lǐng)性、全局戰(zhàn)略性、重大科技創(chuàng)新平臺和高端儀器設(shè)備等因素，構(gòu)建國家發(fā)展定性指標群。國家發(fā)展指標定性描述了交叉學(xué)科人才的發(fā)展歷程對于國家發(fā)展的契合度，主要包括其研究是否符合原創(chuàng)性或引領(lǐng)性科技攻關(guān)領(lǐng)域，是否主導(dǎo)或參與制定事關(guān)國家安全和發(fā)展全局戰(zhàn)略性科學(xué)計劃，是否主持參與前瞻性、戰(zhàn)略性的國家重大科技項目或/和科學(xué)工程，是否解決了從國家急迫需要和長遠需求出發(fā)的領(lǐng)域關(guān)鍵核心技術(shù)，是否構(gòu)建重大科技創(chuàng)新平臺和研發(fā)制造高端科研儀器設(shè)備。

最終，以自底向頂?shù)姆绞綄⑦@3類指標群共同構(gòu)建包含個人成果、交叉學(xué)科、國家發(fā)展的層次化人才評價測度指標。

2.4交叉學(xué)科多主體系統(tǒng)評價的方法與目標

“交叉學(xué)科多主體系統(tǒng)評價”模塊利用前兩個模塊提供的“多維度分類準則”和“層次化測度指標”，充分考慮多元利益主體的不同訴求，組建多方參與、合作促進的跨學(xué)科創(chuàng)新成果評價主體，針對不同類別的交叉學(xué)科人才，采用個體計量評價、國內(nèi)外同行評議和產(chǎn)業(yè)界評價等評價方法，分別由3種類型的主體實施。其中：個體計量評價通常可由人事管理部門實施，側(cè)重人才成果的客觀計量指標；國內(nèi)外同行評議由多學(xué)科領(lǐng)域?qū)＜覍嵤瑥膶I(yè)的角度評價人才成果的學(xué)術(shù)性、交叉學(xué)科貢獻和國家發(fā)展契合度；產(chǎn)業(yè)界評議由投資評估專業(yè)人員對標交叉學(xué)科所對應(yīng)特定行業(yè)的產(chǎn)業(yè)化價值預(yù)估和市場潛力評估。

在確定評價主體和方法之后，從知識圖譜中抽取交叉學(xué)科人才實例，實現(xiàn)如下幾個目標。（1）利用共線性分析識別冗余指標，構(gòu)建自編碼器深度學(xué)習(xí)模型，以定量的方式刻畫各類人才的重要評價指標，以及指標與交叉學(xué)科發(fā)展和國家地方發(fā)展之間的關(guān)聯(lián)關(guān)系。（2）構(gòu)建多類交叉人才評價深度學(xué)習(xí)模型，實現(xiàn)多維度指標融合評價方法，獲得精細化交叉類型的人才評價得分，并挖掘各類交叉學(xué)科人才評價中的多主體協(xié)同權(quán)重分布模式。（3）對比戰(zhàn)略科學(xué)家、領(lǐng)軍人物和青年人才的時序畫像，定性和定量地追蹤人才的成長歷程，闡明人才成長規(guī)律，實現(xiàn)青年人才研究潛力預(yù)估。

3結(jié)語

科技自立自強歸根結(jié)底要靠高水平科技創(chuàng)新人才，交叉學(xué)科人才是科技創(chuàng)新人才中的核心力量。隨著交叉學(xué)科在各行各業(yè)應(yīng)用的不斷深入，當前的科技創(chuàng)新越來越依賴于多學(xué)科的交叉與融合，對交叉學(xué)科人才儲備的需求越來越大。交叉學(xué)科人才在科技創(chuàng)新實踐活動中做出的創(chuàng)造性貢獻已經(jīng)給政府、企業(yè)、高校、科研院所帶來了翻天覆地的變化。

在新時代人才強國戰(zhàn)略大背景之下，本文提出的交叉學(xué)科人才精細化評價框架可以很大程度上解決現(xiàn)行人才評價決策的信息不匹配和決策偏差等問題。該框架通過塑造多維、立體、鮮活的交叉學(xué)科人才標簽和人才時序畫像，闡明各類交叉學(xué)科人才的成長規(guī)律、重要評價指標和精細化評價模式，可為國家、省、市、高校、研究所、企業(yè)等各級的創(chuàng)新人才培育引用計劃實施和開展提供決策參考，也可同時助力研發(fā)經(jīng)費的精準投入，從而促進形成高質(zhì)量發(fā)展人才制度體系和領(lǐng)域人才競爭優(yōu)勢，加快建設(shè)世界級重要人才中心和創(chuàng)新高地。

參考文獻

［1］路甬祥.學(xué)科交叉與交叉科學(xué)的意義［J］.中國科學(xué)院院刊，2005（1）：58-60.

［2］孫麗珍.研究型大學(xué)交叉學(xué)科研究的組織與管理［D］.上海：上海交通大學(xué)，2010.

［3］焦磊.高校如何發(fā)力交叉學(xué)科研究［N］.光明日報，2022-05-17（15）.

［4］陳偉斌.“雙一流”建設(shè)背景下新興交叉學(xué)科建設(shè)路徑思考［J］.中國大學(xué)教學(xué)，2021（9）：80-86.

［5］曹玲靜，陳云偉.學(xué)科交叉評價研究進展綜述［J］.情報雜志，2020（7）：173-180.

［6］張琳，孫蓓蓓，黃穎.交叉科學(xué)研究：內(nèi)涵、測度與影響［J］.科研管理，2020（7）：279-288.

［7］章成志，吳小蘭.跨學(xué)科研究綜述［J］.情報學(xué)報，2017（5）：523-535.

［8］高崴，姚毓春.新興交叉學(xué)科科技管理平臺工作體系研究［J］.科技管理研究，2021（4）：104-108.

［9］朱華偉.我國高水平大學(xué)交叉學(xué)科建設(shè)與發(fā)展現(xiàn)狀研究——基于46所研究生院調(diào)查分析［J］.中國高教研究，2022（3）：15-23.

［10］謝冉，張兄武.重構(gòu)跨學(xué)科研究評估［J］.高教發(fā)展與評估，2018（4）：19-26.

［11］魏麗娜，張煒，林成華.激勵學(xué)術(shù)創(chuàng)新：亞利桑那州立大學(xué)交叉學(xué)科教師績效評估體系及其經(jīng)驗啟示［J］.高教探索，2020（7）：54-60.

［12］詹晶，傅華麗.新文科教師跨學(xué)科創(chuàng)新成果評價的困境與出路［J］.高教論壇，2022（1）：12-15.

［13］MAUS.Themetricsociety：onthequantificationofthesocial［M］.NewYork：JohnWileyamp;Sons，2019.

［14］HARRISTB，THOMSONWA，MORENONP，etal.Advancingholisticreviewforfacultyrecruitmentandadvancement［J］.AcademicMedicine：JournaloftheAssociationofAmericanMedicalColleges，2018（11）：1658-1662.

［15］付曄.基于扎根理論的高校學(xué)科交叉融合激勵機制研究［J］.高教探索，2021（3）：45-51.

［16］殷朝暉，劉子涵.“雙一流”建設(shè)背景下交叉學(xué)科研究的非學(xué)術(shù)影響評價［J］.教育發(fā)展研究，2021（9）：21-28.

［17］李品，楊建林.大數(shù)據(jù)時代哲學(xué)社會科學(xué)學(xué)術(shù)成果評價：問題、策略及指標體系［J］.圖書情報工作，2018（16）：5-14.

［18］楊佳樂，高耀.知識轉(zhuǎn)型與評價轉(zhuǎn)向：高校科研人才評價困境及重構(gòu)［J］.中國高教研究，2022（2）：35-41.

［19］張力.從產(chǎn)學(xué)研協(xié)同創(chuàng)新到深度融合的趨勢分析［EB/OL］.（2020-04-16）［2023-03-20］.https：//m.gmw.cn/baijia/2020-04/16/33743765.html.

［20］BORDESA，USUNIERN，GARCIA-DURNA，etal.Translatingembeddingsformodelingmultirelationaldata［C］//Proceedingsofthe26thInternationalConferenceonNeuralInformationProcessingSystems-Volume2.December5-10，2013，LakeTahoe，Nevada.NewYork：ACM，2013：2787-2795.

［21］HESZ，LIUK，JIGL，etal.LearningtorepresentknowledgegraphswithGaussianembedding［C］//Proceedingsofthe24thACMInternationalonConferenceonInformationandKnowledgeManagement.October18-23，2015，Melbourne，Australia.NewYork：ACM，2015：623-632.

［22］NICKELM，TRESPV，KRIEGELH.Athree-waymodelforcollectivelearningonmulti-relationaldata［C］//Proceedingsofthe28thInternationalConferenceonInternationalConferenceonMachineLearning.Madison，Wisconsin，USA：OmniPress，2011：809-816.

［23］NICKELM，ROSASCOL，POGGIOT.Holographicembeddingsofknowledgegraphs［J］.ProceedingsoftheAAAIConferenceonArtificialIntelligence，2016（1）：1955-1961.

［24］SOCHERR，CHENDQ，MANNINGCD，etal.Reasoningwithneuraltensornetworksforknowledgebasecompletion［C］//Proceedingsofthe26thInternationalConferenceonNeuralInformationProcessingSystems-Volume1.NewYork：ACM，2013：926-934.

（編輯 姚鑫）