丁 穎

(無錫城市職業(yè)技術(shù)學(xué)院，江蘇 無錫 214153)

系統(tǒng)知識(shí)缺失、信息資源政府壟斷、體制內(nèi)外智庫(kù)發(fā)展不均衡導(dǎo)致當(dāng)前我國(guó)智庫(kù)決策資源配置效率和智庫(kù)決策質(zhì)量低下。高校智庫(kù)作為高水平智庫(kù)是推動(dòng)社會(huì)發(fā)展的重要力量，在政信力和公信力上具有較強(qiáng)的影響力?！吨泄仓醒腙P(guān)于全面深化改革若干重大問題的決定》將“加強(qiáng)中國(guó)特色新型智庫(kù)建設(shè)”作為建設(shè)目標(biāo)[1]。教育部在《中國(guó)特色新型高校智庫(kù)建設(shè)推進(jìn)計(jì)劃》中也明確指出：“高校智庫(kù)應(yīng)當(dāng)發(fā)揮戰(zhàn)略研究、政策建言、人才培養(yǎng)、輿論引導(dǎo)、公共外交的重要功能，應(yīng)有計(jì)劃地推進(jìn)中國(guó)特色新型高校智庫(kù)建設(shè)?！盵2]

同行評(píng)議專家遴選是高校智庫(kù)決策中專家遴選框架設(shè)計(jì)的重要應(yīng)用。專家?guī)斓臉?gòu)建及專家遴選對(duì)評(píng)議結(jié)果的質(zhì)量起到至關(guān)重要的作用。高校智庫(kù)應(yīng)當(dāng)秉承“公平、公正、以人為本”的原則，積極探索專家遴選的合理方法，構(gòu)建優(yōu)質(zhì)高效的多領(lǐng)域適用的專家遴選和排序模式。

一、研究現(xiàn)狀綜述

(一)高校智庫(kù)的作用

高校智庫(kù)作為我國(guó)四大智庫(kù)之一，在推動(dòng)決策科學(xué)化和提高治理能力方面起著重要的作用[3]。高校智庫(kù)的優(yōu)勢(shì)在于集團(tuán)隊(duì)打造、機(jī)構(gòu)建設(shè)、項(xiàng)目管理與平臺(tái)發(fā)布于一體[4]，能夠?yàn)檎蜕鐣?huì)提供智庫(kù)產(chǎn)品，培育智庫(kù)人才。美國(guó)是全球智庫(kù)發(fā)源地、當(dāng)今世界頂尖智庫(kù)匯聚地[5]，在研究重大戰(zhàn)略問題和公共事務(wù)政策時(shí)，其高校智庫(kù)通過社會(huì)關(guān)系網(wǎng)絡(luò)、“旋轉(zhuǎn)門”機(jī)制[6]、學(xué)術(shù)出版物等多種途徑擴(kuò)大其決策對(duì)政府決策層的影響力。

(二)對(duì)新型高校智庫(kù)的決策研究

新型高校智庫(kù)需要整合資源，要在特色、新型上下功夫。關(guān)于新型高校智庫(kù)研究的出發(fā)點(diǎn)，中國(guó)教育智庫(kù)以單一比較和一般性歸納的研究方法對(duì)教育政策及其方針的規(guī)劃進(jìn)行研究，忽略其經(jīng)濟(jì)社會(huì)發(fā)展的適切性[7]。智庫(kù)決策要能夠“跳出教育看教育”[8]，發(fā)揮決策服務(wù)的功能，共同服務(wù)于區(qū)域教育現(xiàn)代化建設(shè)的大局，依照新型教育智庫(kù)的立場(chǎng)來分析問題、解決問題。關(guān)于高校新型智庫(kù)決策機(jī)制建設(shè)，孫鴻飛等人提出應(yīng)當(dāng)構(gòu)建基于大數(shù)據(jù)驅(qū)動(dòng)的決策支持系統(tǒng)、基于協(xié)同合作的決策咨詢系統(tǒng)和基于多元化的決策評(píng)價(jià)系統(tǒng)，使高校智庫(kù)對(duì)提高政府的決策水平和決策能力發(fā)揮更加重要的作用[9]。

(三)大數(shù)據(jù)對(duì)高校智庫(kù)決策的支撐

高校智庫(kù)擁有不同學(xué)科的專家，他們中的許多人長(zhǎng)期從事某個(gè)領(lǐng)域問題的研究，積累了大量的相關(guān)數(shù)據(jù)，開展趨勢(shì)性分析與研究具有明顯的優(yōu)勢(shì)[10]。智庫(kù)專家在新技術(shù)的支持下以一種全新的視角觀察數(shù)據(jù)，以一種全新的態(tài)度、理念與方法來處理數(shù)據(jù)，可以有效加強(qiáng)教育決策咨詢的可信度和科學(xué)性，并據(jù)此獲取經(jīng)濟(jì)利益與社會(huì)價(jià)值[11]。

(四)對(duì)同行專家遴選及排序的研究

近年來，我國(guó)專家學(xué)者試圖嘗試用不同的方法及模型來為專家遴選提供支持。李江等人基于Web of Science期刊論文、中國(guó)博碩士學(xué)位論文、簡(jiǎn)歷、網(wǎng)絡(luò)新聞等組成的多源數(shù)據(jù)對(duì)專家的推薦標(biāo)準(zhǔn)進(jìn)行研究，從專長(zhǎng)吻合度、學(xué)術(shù)影響力與社會(huì)關(guān)聯(lián)值三個(gè)角度構(gòu)建了專家遴選、回避與推薦模型[12]。潘云濤等人構(gòu)建了包括專家匹配子模塊、抽取規(guī)則子模塊、專家回避子模塊、專家評(píng)價(jià)子模塊、專家排序子模塊在內(nèi)的專家識(shí)別推薦模塊技術(shù)框架[13]。劉寶等人采用BP神經(jīng)網(wǎng)絡(luò)方法建立了專家遴選模型，可以有效減少人為因素的影響，以滿足專家遴選的要求[14]。

綜上所述，高校智庫(kù)的決策支持功能已得到社會(huì)的廣泛認(rèn)同，其學(xué)科專長(zhǎng)優(yōu)勢(shì)有助于提高智庫(kù)決策的綜合水平和決策的影響力。新型高校智庫(kù)決策機(jī)制的建設(shè)亟須基于大數(shù)據(jù)驅(qū)動(dòng)的決策支持系統(tǒng)的構(gòu)建。本文基于該理念，對(duì)高校智庫(kù)決策過程中的專家遴選標(biāo)準(zhǔn)化流程進(jìn)行深入研究和設(shè)計(jì)，構(gòu)建多目標(biāo)決策的專家遴選框架結(jié)構(gòu)，整合結(jié)構(gòu)化的信息分析及診斷平臺(tái)，推動(dòng)智庫(kù)數(shù)據(jù)轉(zhuǎn)化決策結(jié)果，為同行專家遴選及排序提供可行性智力支持。

二、數(shù)據(jù)源分析

建設(shè)我國(guó)高校智庫(kù)必須充分利用信息技術(shù)和大數(shù)據(jù)資源，以提高智庫(kù)的信息資源保障水平，保證決策產(chǎn)品的質(zhì)量?，F(xiàn)各地建立各類同行評(píng)議專家?guī)斓姆椒ɑ疽詥为?dú)采集信息建庫(kù)并定期維護(hù)的方式進(jìn)行。信息源多來自各個(gè)學(xué)校幾年一個(gè)周期的自主申報(bào)。采集信息內(nèi)容少，專家?guī)斓耐暾院蛯?shí)時(shí)性均得不到保證。該方式下的專家遴選也只能篩選出“大同行”，即從事一級(jí)學(xué)科的學(xué)者群體，僅具有科學(xué)共同體的特征，很難解決同行評(píng)議中因?qū)＜遗袛嗖町悓?dǎo)致的“非共識(shí)”性問題。而這些“大同行”專家也無法在一些專業(yè)性要求較強(qiáng)的項(xiàng)目中對(duì)學(xué)術(shù)質(zhì)量、專業(yè)建設(shè)等方面的內(nèi)容做出精準(zhǔn)的判斷。美國(guó)賓夕法尼亞大學(xué)教授詹姆斯·麥克甘在談到中國(guó)智庫(kù)時(shí)說：“如果要成為有效的、有益的智庫(kù)，比獲得資金更重要的是獲得數(shù)據(jù)?！盵15]全國(guó)教師管理信息系統(tǒng)是高校智庫(kù)擁有的覆蓋面最廣、信息最全的教師信息庫(kù)，也是高校智庫(kù)可以整合和利用現(xiàn)有資源的一個(gè)重要載體。

根據(jù)國(guó)家教育信息化工作總體部署，教育部在2013年完成了全國(guó)教師核心數(shù)據(jù)庫(kù)建設(shè)和教師基礎(chǔ)信息管理與業(yè)務(wù)管理系統(tǒng)的開發(fā)。2016年，該系統(tǒng)在試點(diǎn)成功的基礎(chǔ)上向全國(guó)推廣部署，為全國(guó)每一名教師建立電子檔案，為教育管理、績(jī)效提升提供有益的數(shù)據(jù)支持。因高校、中職、中小學(xué)、幼兒園的層次及實(shí)際不同，系統(tǒng)在模塊設(shè)計(jì)上略有差異。其中高校端的集合信息對(duì)高校智庫(kù)決策專家判別具有重要的指導(dǎo)作用，模塊信息中有很多內(nèi)容可以詳細(xì)反映專家的基本情況、學(xué)科知識(shí)情況、獎(jiǎng)懲和考核情況等。系統(tǒng)也可以及時(shí)反映教職工的入職、離職、調(diào)動(dòng)、長(zhǎng)病假和死亡等狀態(tài)，并實(shí)現(xiàn)全國(guó)聯(lián)網(wǎng)。這為專家?guī)斓臉?gòu)建和專家遴選提供了便利及可能，同時(shí)也可以有效彌補(bǔ)傳統(tǒng)專家?guī)旖◣?kù)方式在完整性、動(dòng)態(tài)性方面的缺陷，并能識(shí)別篩選具有相同或相近的研究方向的小型的、有凝聚力的學(xué)者群體，即“小同行”[16]。

三、專家遴選框架結(jié)構(gòu)

智庫(kù)決策，因其決策事項(xiàng)的復(fù)雜性、決策依據(jù)的綜合性、決策過程的公正性和決策結(jié)果的導(dǎo)向性，需要在決策方式和決策流程上多方面綜合考量。同行專家評(píng)議，這一高校智庫(kù)決策應(yīng)用結(jié)果的科學(xué)性必須依照多目標(biāo)決策的方法進(jìn)行，需要建立一個(gè)全面的專家遴選框架結(jié)構(gòu)。全國(guó)教師管理信息系統(tǒng)中的教師核心信息指標(biāo)是統(tǒng)一規(guī)劃的。高校端采集模塊主要包括基本信息、學(xué)習(xí)經(jīng)歷、工作經(jīng)歷、崗位聘任、專業(yè)技術(shù)職務(wù)聘任、年度考核、教師資格、師德信息、教育教學(xué)信息、教學(xué)科研成果信息、教學(xué)科研獲獎(jiǎng)信息、入選人才項(xiàng)目信息、技能及證書信息等。各省還可以基于教師系統(tǒng)開發(fā)其他業(yè)務(wù)管理功能。這同時(shí)也為優(yōu)化模塊、改進(jìn)工作和創(chuàng)新發(fā)展提供了可能?；趯?duì)系統(tǒng)模塊的分析，將專家遴選的框架分為學(xué)術(shù)標(biāo)準(zhǔn)框架和道德標(biāo)準(zhǔn)框架，同時(shí)分別提取高校端中不同模塊的信息作為專家遴選的信息來源。以項(xiàng)目評(píng)審活動(dòng)為例，設(shè)計(jì)具體框架(見圖1)。

圖1 基于全國(guó)教師管理信息系統(tǒng)的專家遴選框架結(jié)構(gòu)圖

(一)學(xué)術(shù)標(biāo)準(zhǔn)框架

項(xiàng)目評(píng)審的質(zhì)量主要取決于同行評(píng)議專家的專業(yè)程度及學(xué)術(shù)水平。對(duì)全國(guó)教師管理信息系統(tǒng)中的相關(guān)信息進(jìn)行拆解，結(jié)合評(píng)審項(xiàng)目，可將專家遴選的學(xué)術(shù)標(biāo)準(zhǔn)框架按“專業(yè)匹配”及“綜合評(píng)測(cè)”兩個(gè)子模塊進(jìn)行分配。

1.專業(yè)匹配子模塊

能夠直接反映采集人員研究領(lǐng)域及專業(yè)方向的信息才是智庫(kù)決策選取的有效信息。(1)學(xué)習(xí)經(jīng)歷信息模塊。學(xué)歷、學(xué)位信息中所包括的畢業(yè)院校及專業(yè)等信息，能夠準(zhǔn)確反映專家的背景知識(shí)結(jié)構(gòu)。(2)教育教學(xué)信息模塊。該模塊記錄教師的學(xué)科研究領(lǐng)域及具體任教信息，可反映教師的知識(shí)領(lǐng)域。(3)教學(xué)科研成果信息模塊。這一部分信息能夠突破研究領(lǐng)域在二級(jí)學(xué)科上的限制，將專家研究專長(zhǎng)向深度挖掘。采集內(nèi)容主要包括科技項(xiàng)目、科技著作、科技論文、專利成果四類。(4)教學(xué)科研獲獎(jiǎng)信息模塊?？梢詮闹谐槿W(xué)科領(lǐng)域、專業(yè)分類方面的相關(guān)信息。采集內(nèi)容主要包括國(guó)際獎(jiǎng)勵(lì)、科學(xué)技術(shù)獎(jiǎng)勵(lì)、教學(xué)成果獎(jiǎng)勵(lì)、人文社科獎(jiǎng)勵(lì)、國(guó)外獎(jiǎng)勵(lì)五類。

2.綜合測(cè)評(píng)子模塊

全國(guó)教師管理信息系統(tǒng)中與專家水平直接相關(guān)的模塊有基本信息模塊、學(xué)習(xí)經(jīng)歷信息模塊、專業(yè)技術(shù)職務(wù)聘任信息模塊和入選人才項(xiàng)目信息模塊。這些模塊中的年齡、學(xué)歷、學(xué)位、入選人才項(xiàng)目的層級(jí)、職稱及任職年限均可以納入專家水平綜合測(cè)評(píng)指標(biāo)體系中。同時(shí)，有些項(xiàng)目對(duì)評(píng)審專家有年齡、職稱及任職年限等方面的限制，該模塊可根據(jù)項(xiàng)目評(píng)審的實(shí)際需求而有所變化。

(二)道德標(biāo)準(zhǔn)框架

專家的道德標(biāo)準(zhǔn)事關(guān)評(píng)審工作的客觀與公正。由于同行專家評(píng)議工作是一個(gè)復(fù)雜的系統(tǒng)工作，專家評(píng)審的客觀性和公正性會(huì)受到評(píng)議專家的各種社會(huì)關(guān)系的影響。同時(shí)，專家也可能會(huì)因日常行為的失當(dāng)而失去做評(píng)審專家的資格。

1.回避制子模塊

專家具有社會(huì)性，應(yīng)當(dāng)盡量規(guī)避專家的社會(huì)關(guān)聯(lián)因素。一方面，全國(guó)教師管理信息系統(tǒng)所采集的人員的學(xué)習(xí)經(jīng)歷信息、工作經(jīng)歷信息可以大致圈定專家的社會(huì)關(guān)系區(qū)域。若專家社會(huì)關(guān)系區(qū)域與評(píng)審對(duì)象有交叉，可以實(shí)行回避制度。例如，評(píng)審對(duì)象和專家于同一時(shí)間段在同一所學(xué)校同一個(gè)專業(yè)學(xué)習(xí)，則同學(xué)關(guān)系成立；評(píng)審對(duì)象和專家在某一交叉時(shí)間區(qū)域內(nèi)在同一個(gè)單位工作，則同事關(guān)系成立；評(píng)審對(duì)象學(xué)習(xí)期間就讀的學(xué)校和二級(jí)學(xué)院如果在某一交叉時(shí)間區(qū)域內(nèi)與專家就職學(xué)校的二級(jí)單位一致，且研究方向一致，則師生關(guān)系的可能性極大。以上情況均可在系統(tǒng)內(nèi)識(shí)別，并在遴選階段就實(shí)行人員回避制度。另一方面，系統(tǒng)中教學(xué)科研成果信息可以記錄專家的論文、論著、專利、項(xiàng)目等情況，可以從這些信息中檢查科研合作關(guān)系，若專家與評(píng)審對(duì)象有合作關(guān)系的，也可按需執(zhí)行回避政策。

2.一票否決制子模塊

一票否決制子模塊主要由師德信息和年度考核信息支撐。作為專家?guī)斐蓡T的教師，首先師德必須高尚。如果教師在師德師風(fēng)上有問題，就不能確保專家評(píng)審工作的保密度及公信力。因此，教師管理系統(tǒng)中，如教職工有師德師風(fēng)方面的不良記錄，必須對(duì)其評(píng)審資格執(zhí)行一票否決制，將其剔除出專家?guī)煨辛小Ｍ?，年度考核是記錄教職工工作表現(xiàn)及狀態(tài)正常與否的一個(gè)重要指標(biāo)。如教職工年度考核結(jié)果為不合格，則說明該教師在政治素質(zhì)、遵紀(jì)守法、民主測(cè)評(píng)、日?？记诨蚬ぷ鲬B(tài)度上存在重大問題，也應(yīng)該對(duì)其執(zhí)行一票否決制。

四、專家遴選及排序模型設(shè)計(jì)

(一)模型設(shè)計(jì)

1.設(shè)計(jì)專業(yè)匹配度算法

假設(shè)S為專業(yè)匹配度，評(píng)審項(xiàng)目文檔(申報(bào)書、中期報(bào)告、期末報(bào)告等)有j個(gè)關(guān)鍵詞。提取該j個(gè)關(guān)鍵詞，可以同系統(tǒng)中的專家信息進(jìn)行匹配。(1)與學(xué)習(xí)經(jīng)歷中的專業(yè)進(jìn)行匹配。ei為項(xiàng)目文檔中第i個(gè)關(guān)鍵詞匹配上某專家學(xué)習(xí)經(jīng)歷中專業(yè)的頻次，一個(gè)學(xué)段匹配成功則記頻次為1。(2)與教育教學(xué)信息中的任教課程進(jìn)行匹配。ti為項(xiàng)目文檔中第i個(gè)關(guān)鍵詞匹配上某專家教育教學(xué)信息中任教學(xué)科的頻次，不同學(xué)期教授的同一門課程不重復(fù)計(jì)算，如某專家在2018—2019學(xué)年第二學(xué)期和2019—2020學(xué)年第二學(xué)期均任教“數(shù)據(jù)庫(kù)管理系統(tǒng)”這一門課程，與項(xiàng)目文檔中的某一個(gè)關(guān)鍵詞匹配成功，則匹配成果的頻次僅為1。(3)與教學(xué)科研成果信息中的成果進(jìn)行匹配。ni為項(xiàng)目文檔中第i個(gè)關(guān)鍵詞匹配上某專家科研成果題目中關(guān)鍵詞的頻次，不同類型的科研成果(科技項(xiàng)目、科技著作、科技論文、專利成果)累加計(jì)算。ai代表與該關(guān)鍵詞匹配成功的科研成果載體的影響力。(4)與教學(xué)科研獲獎(jiǎng)信息中的獲獎(jiǎng)項(xiàng)目進(jìn)行匹配。mi為項(xiàng)目文檔中第i個(gè)關(guān)鍵詞匹配上某專家科研獲獎(jiǎng)項(xiàng)目專業(yè)方向的頻次，不同類型的教學(xué)科研獲獎(jiǎng)(國(guó)際獎(jiǎng)勵(lì)、科學(xué)技術(shù)獎(jiǎng)勵(lì)、教學(xué)成果獎(jiǎng)勵(lì)、人文社科獎(jiǎng)勵(lì)、國(guó)外獎(jiǎng)勵(lì))累加計(jì)算。di代表與該關(guān)鍵詞匹配成功的教學(xué)科研獎(jiǎng)項(xiàng)的影響力。

以關(guān)鍵詞匹配成功頻次加權(quán)累加的方法來計(jì)算評(píng)審項(xiàng)目與專家的專業(yè)匹配度。公式如下：

(1)

信息匹配成功，并不是指完全相同，而是需要根據(jù)文檔關(guān)鍵詞與全國(guó)系統(tǒng)中的專家信息的相似程度來確定匹配結(jié)果。首先需要利用擴(kuò)展模塊，對(duì)文檔關(guān)鍵詞與系統(tǒng)中的專家信息進(jìn)行分詞處理，利用擴(kuò)展模塊對(duì)其進(jìn)行語義規(guī)范，再利用現(xiàn)有的主題詞表以及多元數(shù)據(jù)的關(guān)聯(lián)挖掘來確定相似程度[17]；或者利用向量空間檢索實(shí)現(xiàn)相似度的計(jì)算，相似程度達(dá)到一定要求的即成功建立匹配關(guān)系[18]。

2.設(shè)計(jì)綜合測(cè)評(píng)值算法

綜合測(cè)評(píng)值主要是用來衡量專家個(gè)人綜合水平的高低，是按規(guī)則選取專家的參考值。可以根據(jù)項(xiàng)目評(píng)審本體對(duì)指標(biāo)需求程度的高低，將指標(biāo)值轉(zhuǎn)化為具體的定量數(shù)據(jù)，并按各因素的重要性規(guī)定各指標(biāo)的系數(shù)，最后計(jì)算專家的綜合測(cè)評(píng)值。假設(shè)L為綜合測(cè)評(píng)值，項(xiàng)目評(píng)審需要考慮專家年齡、學(xué)歷層次、入選人才項(xiàng)目級(jí)別(最高)、職稱層次及任職年限這4個(gè)因素中的k個(gè)因素，k≤4。wi為各因素從高到低設(shè)定的指標(biāo)值的量化數(shù)據(jù)，ci為各因素的系數(shù)。設(shè)計(jì)專家綜合測(cè)評(píng)值的公式如下：

(2)

每一個(gè)評(píng)審項(xiàng)目都可以有自己的指標(biāo)體系。為了更好地理解綜合測(cè)評(píng)值的算法，模擬構(gòu)建了指標(biāo)體系(見表1)。此處的模擬數(shù)據(jù)對(duì)系數(shù)不做區(qū)分，c系數(shù)設(shè)定均為1。年齡、學(xué)歷、職稱層次與任職年限這3個(gè)因素的指標(biāo)很容易界定，其指標(biāo)值具有唯一性，按項(xiàng)目評(píng)審需求進(jìn)行框定即可。而入選人才項(xiàng)目的數(shù)量及級(jí)別卻因人而異，并不具備唯一性。專家很可能在同一級(jí)別內(nèi)獲多項(xiàng)人才項(xiàng)目。國(guó)家級(jí)專家主要包括國(guó)家有突出貢獻(xiàn)中青年專家、國(guó)務(wù)院政府特殊津貼專家、長(zhǎng)江學(xué)者、國(guó)家自科基金入選者、千人計(jì)劃入選者、萬人計(jì)劃入選者、國(guó)家級(jí)教學(xué)名師等；而省部級(jí)及地市級(jí)專家按各地區(qū)實(shí)際情況自行界定。在測(cè)評(píng)該因素時(shí)，只對(duì)專家獲批的最高級(jí)別的人才項(xiàng)目進(jìn)行測(cè)算。

表1 綜合測(cè)評(píng)指標(biāo)模擬體系

3.設(shè)計(jì)回避值算法

在全國(guó)教師管理信息系統(tǒng)中，根據(jù)專家及評(píng)審對(duì)象的經(jīng)歷來大致確定評(píng)審對(duì)象同專家是否存在師生關(guān)系、同學(xué)關(guān)系、同事關(guān)系或合作關(guān)系。假設(shè)C為專家回避值，項(xiàng)目評(píng)審需要考慮師生關(guān)系、同學(xué)關(guān)系、同事關(guān)系、合作關(guān)系這4個(gè)因素中的l個(gè)因素，l≤4。具體的f1代表師生關(guān)系邏輯值，f2代表同學(xué)關(guān)系邏輯值，f3代表同事關(guān)系邏輯值，f4代表合作關(guān)系邏輯值。設(shè)計(jì)回避值的公式如下：

(3)

式(3)中，fi邏輯值的值域?yàn)閧0，1}。邏輯值為0時(shí)，即師生關(guān)系、同學(xué)關(guān)系、同事關(guān)系或合作關(guān)系成立。邏輯值為1時(shí)，即師生關(guān)系、同學(xué)關(guān)系、同事關(guān)系或合作關(guān)系不成立。當(dāng)四種關(guān)系中有任一關(guān)系值為0，則C為0，即回避關(guān)系成立，該專家必須對(duì)此項(xiàng)目評(píng)審回避。

4.設(shè)計(jì)一票否決值算法

假設(shè)N為一票否決值。v1代表師德考察邏輯值，v2代表年度考核邏輯值，設(shè)計(jì)一票否決值公式如下：

N=v1×v2

(4)

式(4)中，v1、v2這兩個(gè)邏輯值的值域?yàn)閧0，1}。v1為0時(shí)，即該專家在系統(tǒng)中有師德師風(fēng)不良記錄；v1為1時(shí)，即系統(tǒng)中無師德師風(fēng)不良記錄。v2為0時(shí)，即該專家在系統(tǒng)中有年度考核不合格記錄；v2為1時(shí)，即該專家在系統(tǒng)中無年度考核不合格記錄。當(dāng)v1、v2中有任一關(guān)系值為0，則N為0，即實(shí)行一票否決。

5.模型整合及解釋

基于對(duì)專業(yè)匹配度、綜合測(cè)評(píng)值、回避值和一票否決值的設(shè)計(jì)，將專家遴選及排序模型整合如下：

(5)

專家排序模型為專業(yè)匹配度(S)、綜合測(cè)評(píng)值(L)、回避值(C)和一票否決值(N)的乘積。該模型不僅可以確定教師管理信息系統(tǒng)中的人員是否可以作為某項(xiàng)目的評(píng)審專家來推薦，同時(shí)還能對(duì)符合條件的多名專家進(jìn)行排序。

當(dāng)R>0時(shí)，R值越大表示推薦程度越高，專家排序越靠前。當(dāng)R=0時(shí)，表示不推薦該專家參加某項(xiàng)目的評(píng)審。R=0有幾種情況：(1)評(píng)審項(xiàng)目文檔的關(guān)鍵詞與教師管理信息系統(tǒng)的專家信息匹配不成功，專家研究專長(zhǎng)與評(píng)審對(duì)象申報(bào)內(nèi)容不相關(guān)；(2)該專家不符合該項(xiàng)目評(píng)審在年齡、學(xué)歷、人才項(xiàng)目獲批層次或職稱層級(jí)及任職年限上的要求；(3)該專家與評(píng)審對(duì)象存在回避關(guān)系；(4)該專家因師德師風(fēng)或年度考核情況不佳，被取消了評(píng)審資格。當(dāng)回避值(C)和一票否決值(N)均為1時(shí)，R值的高低取決于專業(yè)匹配度(S)和綜合測(cè)評(píng)值(L)的大小。

如果評(píng)審項(xiàng)目對(duì)綜合測(cè)評(píng)的4個(gè)指標(biāo)均無要求，則模型可以精簡(jiǎn)為：

(6)

如果評(píng)審項(xiàng)目對(duì)回避值中4種關(guān)系均不回避，則模型可以精簡(jiǎn)為：

(7)

特殊情況下，如果評(píng)審項(xiàng)目對(duì)綜合測(cè)評(píng)4個(gè)指標(biāo)均無要求，且對(duì)回避值中4種關(guān)系均不回避，則模型可以精簡(jiǎn)為：

(8)

(二)模型檢驗(yàn)

某高層次人才項(xiàng)目配套課題到期考核，課題有“大數(shù)據(jù)戰(zhàn)略”“大數(shù)據(jù)產(chǎn)業(yè)圖譜構(gòu)建”和“智慧社會(huì)”3個(gè)關(guān)鍵詞，評(píng)審專家人數(shù)為5人。先對(duì)關(guān)鍵詞進(jìn)行語義規(guī)范，并與全國(guó)教師管理信息系統(tǒng)中的專家信息進(jìn)行匹配。為了強(qiáng)調(diào)該項(xiàng)目評(píng)審專家的專業(yè)度，要求該項(xiàng)目參審專家的專家匹配值C值必須大于等于5。表2僅列舉匹配值C≥5的專家數(shù)據(jù)，其他專業(yè)匹配值不高的專家數(shù)據(jù)不再列舉。表2顯示系統(tǒng)中共有14位專家的專家匹配值C達(dá)到專家遴選的標(biāo)準(zhǔn)。其中，專家5和評(píng)審對(duì)象存在同學(xué)關(guān)系，R值為0，需要回避。專家11和評(píng)審對(duì)象存在師生關(guān)系，且有項(xiàng)目合作，R值為0，也需要回避。專家13因年齡超過項(xiàng)目評(píng)審的要求，R值為0，故不推薦。對(duì)其余11名專家按R值從大到小進(jìn)行排序，可得該評(píng)審項(xiàng)目專家的推薦順序?yàn)椋簩＜?、專家1、專家8、專家2、專家14。

表2 評(píng)審?fù)扑]專家名單及排序(檢驗(yàn))

從數(shù)據(jù)運(yùn)行來看，該模型運(yùn)作可行，能從專業(yè)匹配度、綜合測(cè)評(píng)值方面進(jìn)行推薦，且兼顧回避制與一票否決制的要求。更有效的模型效果檢驗(yàn)還需要全國(guó)教師管理信息系統(tǒng)的支持，并從實(shí)際運(yùn)行中對(duì)評(píng)審對(duì)象、評(píng)審專家及業(yè)務(wù)操作人員的反饋進(jìn)行分析。高校智庫(kù)不僅需要對(duì)模型進(jìn)行設(shè)計(jì)，還要集合系統(tǒng)信息處理技能人才，在系統(tǒng)內(nèi)設(shè)計(jì)信息自動(dòng)提取、識(shí)別、篩選及計(jì)算的功能模塊，最終實(shí)現(xiàn)模型構(gòu)建向?qū)嶋H技術(shù)應(yīng)用的轉(zhuǎn)換。

五、結(jié)論與建議

本文從學(xué)術(shù)標(biāo)準(zhǔn)框架及道德標(biāo)準(zhǔn)框架兩條線出發(fā)，設(shè)計(jì)包括專業(yè)匹配子模塊、綜合測(cè)評(píng)子模塊、專家回避子模塊和一票否決子模塊4個(gè)子模塊在內(nèi)的高效的專家遴選框架。此框架可以做好項(xiàng)目專家需求的定制匹配，利用專家遴選及排序模型有效精準(zhǔn)地篩選出項(xiàng)目所需的同行專家，為高校智庫(kù)發(fā)展提供智力支持。也可以有效避免高校智庫(kù)建設(shè)中專家信息刻畫粒度的不細(xì)致，使智庫(kù)運(yùn)行更高效。雖然構(gòu)建的模型具有推廣范圍大、數(shù)據(jù)可靠性強(qiáng)、數(shù)據(jù)獲取不受時(shí)間和空間限制等優(yōu)點(diǎn)，但是也具有一定的局限性，例如：無法做到親屬關(guān)系的回避，無法匹配政府或企事業(yè)單位一線專家等。

基于本文的研究，高校智庫(kù)發(fā)展還可以從以下三個(gè)方面進(jìn)行細(xì)化深入：一是實(shí)現(xiàn)數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)的進(jìn)一步細(xì)化與統(tǒng)一。有效利用全國(guó)教師管理信息系統(tǒng)的覆蓋面優(yōu)勢(shì)，整合數(shù)據(jù)資源，實(shí)現(xiàn)多數(shù)據(jù)平臺(tái)的數(shù)據(jù)共享與數(shù)據(jù)對(duì)接。例如與Web of Science期刊論文、博碩士學(xué)位論文等科研權(quán)威載體的搜索互聯(lián)。同時(shí)引入社會(huì)關(guān)系模塊，拓寬系統(tǒng)內(nèi)專家自動(dòng)回避的范圍。引入校外專家模塊，增加校外兼職教師、校外兼課教師等專家信息，拓寬專家遴選的范圍。二是推動(dòng)數(shù)據(jù)、決策、專家的協(xié)同運(yùn)作。同領(lǐng)域同類專家的遴選不再是簡(jiǎn)單的選擇與排序，而應(yīng)形成決策庫(kù)。單次專家遴選不僅要考慮本次活動(dòng)有效性，也要統(tǒng)籌歷史，符合遴選頻率限制的要求。真正將數(shù)據(jù)、決策、專家的結(jié)合由臨時(shí)性、碎片化輸出向規(guī)范性、統(tǒng)籌化整合轉(zhuǎn)變。三是推進(jìn)高校智慧管理體系的構(gòu)建。利用專家遴選框架及模型有效地將教師系統(tǒng)與教師管理工作相結(jié)合，將數(shù)據(jù)分析與教師服務(wù)相融合，加強(qiáng)各地高校智庫(kù)的溝通與交流，實(shí)現(xiàn)高?！盎ネㄐ?、一站式”智慧管理的新模式。