孫勁楠，丁佐奇,2*

（1.中國藥科大學(xué) 理學(xué)院，江蘇 南京 210009；2.中國藥科大學(xué)《中國天然藥物》編輯部，江蘇 南京 210009）

科研人員是科學(xué)研究過程中最重要的因素，對科研人員學(xué)術(shù)水平的評價不僅關(guān)系到對其研究成果的認(rèn)可程度，也關(guān)系到其自身后續(xù)的發(fā)展。一個嚴(yán)謹(jǐn)、科學(xué)的評價體系既有助于高校、科研院所建立切實(shí)可行的獎勵、晉升體系，又可以充分調(diào)動科研人員的積極性。

中共中央辦公廳和國務(wù)院辦公廳于2018年發(fā)布的《關(guān)于分類推進(jìn)人才評價機(jī)制改革的指導(dǎo)意見》中明確提出要對人才評價體系進(jìn)行改革、實(shí)施代表性成果評價等內(nèi)容。據(jù)此，代表作評價制度受到了廣泛的關(guān)注，國內(nèi)的學(xué)者也提出了很多針對性的建議[1-3]，但是針對代表作制度也存在很多的質(zhì)疑。代表作制度的主要問題集中在代表作認(rèn)定、評價標(biāo)準(zhǔn)和具體實(shí)踐上[4]?，F(xiàn)今對代表作的認(rèn)定還沒有一個公認(rèn)的標(biāo)準(zhǔn)和方法，并且由于學(xué)科的特殊性使得不同學(xué)科的代表作認(rèn)定存在差異，這無疑增加了標(biāo)準(zhǔn)制定的難度。

在文獻(xiàn)計量學(xué)方面，研究人員利用引文、出版物和其他指標(biāo)評估科學(xué)家的學(xué)術(shù)表現(xiàn)與學(xué)術(shù)影響，并通過不斷改進(jìn)完善評價指標(biāo)優(yōu)化評價體系。常用的指標(biāo)包括被引量、學(xué)科規(guī)范化引文影響力（Category Normalized Citation Impact, CNCI）和期刊規(guī)范化引文影響力（Journal Normalized Citation Impact, JNCI）。但已有研究表明基于引文的指標(biāo)在衡量個別學(xué)者的整體學(xué)術(shù)影響存在某些方面的局限性：由于基于引文的指標(biāo)極易被認(rèn)為存在著操縱（自引、不正當(dāng)引用等行為）、高度依賴時間積累等問題，造成其無法可靠反映學(xué)術(shù)成果實(shí)際影響、不能作為學(xué)者科學(xué)影響力的唯一指標(biāo)[5]。而隨著互聯(lián)網(wǎng)和社交媒體的快速發(fā)展，利用各種網(wǎng)絡(luò)平臺進(jìn)行論文的獲取、分享與傳播已成為當(dāng)前學(xué)術(shù)交流的主要形式，替代計量學(xué)（Altmetrics）應(yīng)運(yùn)而生，其評價指標(biāo)主要基于用戶對文章的下載、分享、閱讀、評論等行為。而對于替代計量學(xué)能否作為評價指標(biāo)存在著一定的爭議，一些學(xué)者認(rèn)為替代計量學(xué)的指標(biāo)僅能反映的是論文的社會關(guān)注度和受歡迎程度而非對社會經(jīng)濟(jì)的影響[6]，同時因替代計量學(xué)缺少成體系的理論而受到了較多的質(zhì)疑[7]；另一些學(xué)者認(rèn)為，替代計量學(xué)指標(biāo)通過社交媒體網(wǎng)絡(luò)的應(yīng)用反映了研究成果的社會和經(jīng)濟(jì)影響[8]，并且由于其提供了一種具有廣泛性、多樣性、高速性、開放性的新方法來參與對研究的衡量工作，可以及時跟蹤學(xué)術(shù)成果對社交網(wǎng)絡(luò)平臺的影響。無論是文獻(xiàn)計量學(xué)還是替代計量學(xué)指標(biāo)都存在著一個先天缺陷，即引文周期。兩類指標(biāo)數(shù)值的增加需要依賴時間，這就導(dǎo)致高質(zhì)量的研究成果無法立刻識別。因此，陳超美博士于2012年提出了基于參考文獻(xiàn)的結(jié)構(gòu)變異模型（Structural Variation Model, SVM），并在此基礎(chǔ)上提出了結(jié)構(gòu)變異分析（Structural Variation Analysis, SVA）[9]。該模型通過文章的參考文獻(xiàn)構(gòu)筑引文網(wǎng)絡(luò)，借助引入某一文章后的引文網(wǎng)絡(luò)變化篩選出具有潛力的文章，已達(dá)到提前選取高質(zhì)量研究成果的目的。一般來說，科研人員的研究工作存在著連貫性，基于引文網(wǎng)絡(luò)結(jié)構(gòu)變化的SVA篩選出的文章能夠篩選出對連貫性“突破”最大的研究成果。因此，該方法篩選出的文章可以定性認(rèn)為是某一科研人員的所有研究成果中最具創(chuàng)新性的文章，而這一篩選代表作的思想同國家于2020年底發(fā)布的《“雙一流”建設(shè)成效評價辦法（試行）》中提到的“強(qiáng)調(diào)成果的創(chuàng)新質(zhì)量和貢獻(xiàn)”這一科研成果評價的思想不謀而合[10]。

因此，本研究提出以下問題作為研究重點(diǎn)：使用SVM能否有效篩選出科研人員的創(chuàng)新性文章？不同性別的科研人員在綜合評價體系中是否存在差異？不同年齡段的科研人員在綜合評價體系中是否存在差異？基于這些問題本研究將重點(diǎn)關(guān)注C高校藥物化學(xué)領(lǐng)域教授的科研論文在經(jīng)過SVA法篩選后的文獻(xiàn)計量學(xué)指標(biāo)，以分析該方法在性別及年齡層次上是否存在顯著性差異，以期為代表作選取提供建議。

1 研究方法

1.1 研究對象

由于本研究將年齡層次納入分類標(biāo)準(zhǔn)，考慮到一般意義上博士研究生是每位科研人員獨(dú)立科研工作的開始并且需要一定的時間積累才能產(chǎn)出較為高水平的研究成果，因此設(shè)置了學(xué)術(shù)年齡 5～10年、11～15年、16～20年三個年齡層次。學(xué)術(shù)年齡是指在其在C高校工作后在WoS核心合集中能夠檢索到的最早文章出版年到2021年的時間差。考慮到數(shù)據(jù)的代表性，共選取了24位教授，其中男性15位、女性9位。各年齡組情況見表1。

1.2 數(shù)據(jù)獲取及研究方法

1.2.1 SVA法

由于CiteSpace中可以直接完成SVA法選取代表作的操作，因此，在WoS核心合集中以教授姓名和高校名稱為標(biāo)準(zhǔn)檢索其發(fā)表的所有文章，作為元數(shù)據(jù)集。將各教授元數(shù)據(jù)集導(dǎo)入 CiteSpace中，選擇SVA法，時間區(qū)間為2011.1～2021.12，Node Type為Reference，以1年為跨度滑動窗（1-year span sliding windows），進(jìn)行分析。選取中心性發(fā)散（centrality divergence）值最高的兩篇文章作為其代表作。

Table 1 Study subjects and the number of people in each group表1 研究對象及各組別人數(shù)

1.2.2 描述性統(tǒng)計分析及顯著性檢驗(yàn)

研究將主要分析篩選出的代表作的所屬期刊影響因子、分區(qū)、發(fā)表年、作者人數(shù)等基本文獻(xiàn)計量學(xué)指標(biāo)，研究代表作被引量、影響因子在性別和各年齡組間是否存在顯著性差異，以及文章作者人數(shù)和被引量、影響因子間是否存在相關(guān)性。因此，將提取各教授元數(shù)據(jù)中的作者人數(shù)、被引量、期刊影響因子、分區(qū)、出版年等指標(biāo)。

由于被引量、影響因子的分布不呈現(xiàn)正態(tài)分布，因此顯著性選用曼—惠特尼 U檢驗(yàn)（Mann-Whitney Test）和克魯斯卡爾—沃利斯檢驗(yàn)（Kruskal-Wallis test）作為檢驗(yàn)方法，相關(guān)性檢驗(yàn)采用皮爾遜相關(guān)性檢驗(yàn)（Person）。P值小于0.05即認(rèn)為存在顯著性。所有的檢驗(yàn)均在SPSS 19中完成。

1.2.3 數(shù)據(jù)檢索時間

為避免數(shù)據(jù)庫更新導(dǎo)致的誤差，所有的檢索工作均于2021年11月20日完成。

2 研究結(jié)果

2.1 描述性統(tǒng)計分析

由于本研究僅探討SVA法用于代表作篩選的實(shí)用性，因此沒有區(qū)分是否為第一作者或通訊作者，進(jìn)而選取出的代表作可能存在重復(fù)。篩選出的48篇代表作中有2篇重復(fù)，因此共計46篇文章。

從被引量看，46篇文章的被引量從0～161次不等，均值為27.30次。除1篇被引量在100以上外，32篇在10～100之間，13篇在0～9之間。從影響因子看，影響因子從1.652～15.419不等，均值為6.321。17篇文章影響因子在5以下，占比37.0%；22篇文章影響因子在5～10，占比47.8%；7篇文章影響因子在10以上，占比15.2%。從期刊分區(qū)看，29篇文章發(fā)表于Q1期刊上，16篇發(fā)表于Q2期刊上，僅有1篇發(fā)表在Q3期刊上。從JNCI看，46篇文章的JNCI從0～4.32不等，均值為1.09，其中有19篇JNCI值大于1超過全球平均水平。從CNCI看，46篇文章的CNCI從0～6.31不等，均值為1.49，其中有28篇文章CNCI值大于1，超過全球平均水平。從學(xué)科領(lǐng)域百分比看，46篇文章從0.71%到99.92%不等，均值為34.35%，其中有20篇位于該領(lǐng)域的全球前20%，8篇位于全球前10%。由于引文指標(biāo)受到引文周期的較大影響，因此發(fā)表于2021年的文章基本沒有任何指標(biāo)積累從而表現(xiàn)為0次被引、JNCI和CNCI值為0。引文指標(biāo)結(jié)果共同表明，基于創(chuàng)新性的SVA法能夠篩選出教授的高學(xué)術(shù)價值研究成果。

從發(fā)表年看，46篇文章的時間跨度為2012～2021年（見圖1）。其中發(fā)表于2018年的文章數(shù)最多，為11篇。近五年發(fā)表的文章數(shù)為23篇，占比50.0%。發(fā)表年的數(shù)據(jù)表明，SVA法能夠篩選出較新的研究成果，這也符合代表作篩選的基本原則。從作者數(shù)量上看，46篇文章的平均作者數(shù)為7.95人。由5位及以下作者完成的文章為9篇，6～10位作者完成的文章為31篇，11位及以上的作者完成的文章數(shù)為6篇。統(tǒng)計結(jié)果表明，科研人員傾向于合作完成科研工作。

為了進(jìn)一步闡明經(jīng)過SVA篩選出的代表作能夠基本反映科研人員的科研能力，進(jìn)一步分析了46篇文章的被引量、JNCI、CNCI和學(xué)科領(lǐng)域百分位與每位教授的對應(yīng)指標(biāo)中位數(shù)之間的差異（見圖2）統(tǒng)計圖表明，從各項(xiàng)指標(biāo)上看，經(jīng)過SVA法篩選出的代表性研究成果總體上優(yōu)于各教授的平均水平。46篇文章在被引量、JNCI、CNCI和學(xué)科領(lǐng)域百分位中分別有14、18、15和15篇低于對應(yīng)教授指標(biāo)中位數(shù)。進(jìn)一步具體考察各指標(biāo)中低于中位數(shù)的文章的情況，被引量小于其中位數(shù)的14篇文章中有9篇被引量和其中位數(shù)差值小于5次，最小為1次；JNCI小于其中位數(shù)的18篇文章中有11篇JNCI和其中位數(shù)差值小于0.35，最小為0.02；CNCI小于其中位數(shù)的15篇文章中有7篇CNCI和其中位數(shù)差值小于0.35，最小為0.03；學(xué)科領(lǐng)域百分位小于其中位數(shù)的15篇文章中5篇差值小于10%，最小為1.57%?？紤]到46篇文章中有20篇文章發(fā)表于2018年及以后，由于引文周期的存在導(dǎo)致其被引量的積累尚不夠，JNCI、CNCI、學(xué)科領(lǐng)域百分位都是被引量的衍生指標(biāo)，從而表現(xiàn)出了和被引量類似的分布情況。因此，總體上基于創(chuàng)新性的SVA法能夠篩選出科研人員的高水平研究成果。

Fig.1 Published year distribution of representative works圖1 代表作發(fā)表年分布

Fig.2 Comparison of each index value with the median (arranged according to the descending order of percentile in the subject area)圖2 各指標(biāo)值與中位數(shù)對比（依照學(xué)科領(lǐng)域百分位降序排列）

2.2 差異性及相關(guān)性檢驗(yàn)

由于顯著性和相關(guān)性檢驗(yàn)是針對單篇文章的，因此在該部分研究中并未排除重復(fù)的兩篇文章。

針對性別間的差異性檢驗(yàn)表明（見表2），篩選出的代表作在被引量（P=0.953＞0.05）和影響因子（P=1.000＞0.05）間均不存在顯著性差異。統(tǒng)計結(jié)果表明，樣本教授的科研能力不存在性別上的顯著性差異。

針對各年齡組間的差異性檢驗(yàn)表明（見表3），篩選出的代表作在被引量（P=0.906＞0.05）和影響因子（P=0.919＞0.05）間均不存在顯著性差異。統(tǒng)計結(jié)果表明，樣本教授的科研能力不存在年齡上的顯著性差異。

針對作者人數(shù)和被引量與影響因子的相關(guān)性檢驗(yàn)表明（見表4），作者人數(shù)和被引量（P=0.715＞0.05）、影響因子（P=0.343＞0.05）間均不顯著相關(guān)。統(tǒng)計結(jié)果表明，科研合作可能并不是提高文章創(chuàng)新性的有效手段。

Table 2 Significance test between different genders表2 不同性別間的顯著性檢驗(yàn)

Table 3 Significance test between different age group表3 不同年齡組間的顯著性檢驗(yàn)

Table 4 Correlation test between number of authors and number of citations, impact factors表4 作者人數(shù)與被引量、影響因子間的相關(guān)性檢驗(yàn)

3 討論

研究表明，基于創(chuàng)新性的SVA法能夠較為有效地篩選出科研人員的高質(zhì)量研究成果，并且不同性別、不同年齡組之間科研人員的研究水平不存在顯著性差異。

3.1 SVA法的優(yōu)劣勢

3.1.1 有效地提前篩選出具有潛力的文章

在本研究中篩選出的46篇文章中，有20篇發(fā)表于2018年及以后，且有一篇發(fā)表于2021年。表現(xiàn)出了SVA法篩選優(yōu)質(zhì)文獻(xiàn)的前瞻性。由于引文周期的存在，具有開創(chuàng)新的研究成果在發(fā)表初期可能不具備較高的文獻(xiàn)計量學(xué)指標(biāo)，這就可能導(dǎo)致采用被引量或其他計量學(xué)指標(biāo)不能準(zhǔn)確定位到此類文章。不同于傳統(tǒng)的文獻(xiàn)計量學(xué)指標(biāo)，SVA法通過構(gòu)建基于參考文獻(xiàn)的引文網(wǎng)絡(luò)，從參考文獻(xiàn)的角度發(fā)掘具有高潛力的文章。其理論核心就是通過單篇文章對引文網(wǎng)絡(luò)的“變構(gòu)”程度，尋找到連接多個不同研究方向文章的“重點(diǎn)文章”。參考文獻(xiàn)作為在論文完成時就已確定的內(nèi)容，可以有效規(guī)避因?yàn)橐闹芷趲淼闹笜?biāo)差異，做到快速、有效地篩選出文章。研究發(fā)現(xiàn)，篩選出的文章大多發(fā)表于Q1或Q2期刊上，并且各項(xiàng)文獻(xiàn)計量學(xué)指標(biāo)總體上優(yōu)于各教授的平均水平，部分文章甚至大幅超越平均水平，因此該方法在一定程度上達(dá)到了創(chuàng)新性和科學(xué)性的平衡。

3.1.2 無效引用造成的結(jié)果誤差

由于SVA法的核心是從引用的參考文獻(xiàn)出發(fā)篩選代表作，每一篇引用的文章都在此方法中發(fā)揮著重要的作用。但已有研究表明，科學(xué)界存在著大量的同質(zhì)化研究，從而埋沒了真正具有價值的研究成果[11]。同質(zhì)化研究導(dǎo)致單篇文章的學(xué)術(shù)價值下降、從而影響了參考文獻(xiàn)在文章中的價值。此外，由于科研論文需要回顧以往的相關(guān)研究，因此將會引用大量的科研論文，但是并不是每一篇文章都會對研究產(chǎn)生貢獻(xiàn)。同時，已有研究表明，在文章投稿時期刊編輯會建議作者引用一定數(shù)量的目標(biāo)期刊文章[12]，此類文章可能和研究的相關(guān)性并不高，這同樣會導(dǎo)致引用文章的價值下降。因此，如果文章中存在著一定數(shù)量的無效引用，將有可能影響到SVA法篩選的準(zhǔn)確性。

3.1.3 數(shù)據(jù)集不足造成結(jié)果誤差

SVA法的核心是分析對引文網(wǎng)絡(luò)的“變構(gòu)”程度，這種變構(gòu)是基于引文網(wǎng)絡(luò)已經(jīng)存在一定規(guī)模的基礎(chǔ)上的。倘若已經(jīng)發(fā)表的文章的數(shù)量尚不能構(gòu)成一個較為完整的引文網(wǎng)絡(luò)，那么可能通過SVA法無法有效篩選出對中心性發(fā)散情況產(chǎn)生影響的文章。這一點(diǎn)在較為年輕的科研工作者的代表作篩選中可能會存在，進(jìn)而造成無法有效篩選出其創(chuàng)造性的研究成果。

3.2 基于代表作評價的建議

3.2.1 重視科學(xué)研究的創(chuàng)新性

什么樣的學(xué)術(shù)論文是有價值的，一直是科研評價中無法繞開的關(guān)鍵問題。由于歷史等多方面的原因，國內(nèi)形成了“唯論文、唯職稱、唯學(xué)歷、唯獎項(xiàng)”的錯誤評價導(dǎo)向。這已經(jīng)嚴(yán)重影響到了人才評價、機(jī)構(gòu)評估等科學(xué)評價活動的良性發(fā)展。因此，基于代表作的科學(xué)評價成為了主要的替代方案。以何種方式選取代表作成為科研人員需要面臨的最主要問題。代表作評價的特征在于突出質(zhì)量、貢獻(xiàn)和影響，注重“量”和“質(zhì)”的平衡等[13]。這種定性表達(dá)導(dǎo)致科研人員在選取代表作時不能準(zhǔn)確有效地選取出最能代表其科研能力的文章，往往大多選擇在影響因子高的期刊上發(fā)表的文章，或是被引量高的文章，這類文章可能有較高的文獻(xiàn)計量學(xué)指標(biāo)，但也可能已經(jīng)落后于時代，已不能反映出科研工作者現(xiàn)今的科研實(shí)力，反而不能實(shí)現(xiàn)代表作評價的初衷。所以，有必要采取基于創(chuàng)新性的代表作選取和評價模式，從而反映出科研工作者的實(shí)際科研能力。

科學(xué)研究的創(chuàng)新性包含多方面的內(nèi)容，不僅在于新理論、新觀點(diǎn)、新方法、新成果，也在于對已有研究結(jié)論的完善補(bǔ)充等多方面的內(nèi)容[14]?；趧?chuàng)新性的代表作選取和評價模式將能夠引導(dǎo)科研人員在科研實(shí)踐中關(guān)注研究中的新問題、前沿領(lǐng)域、亟待突破的重點(diǎn)領(lǐng)域。這不僅有助于科研人員自身發(fā)表高質(zhì)量的研究成果，也有助于國家創(chuàng)新水平的提升，真正解決在關(guān)鍵領(lǐng)域的“卡脖子”問題，從而發(fā)揮好科研評價的“指揮棒”作用。

3.2.2 形成完善的代表作評價體系

代表作評價的兩個關(guān)鍵問題在于，如何選取代表作和如何對代表作做出客觀準(zhǔn)確的評價。兩者是遙相呼應(yīng)、相輔相成的。代表作的選取要參考評價標(biāo)準(zhǔn)、評價標(biāo)準(zhǔn)的確立要以選取代表作的指導(dǎo)思想為參照?；趧?chuàng)新性的代表作選取模式，要求對于代表作的評價需要從科研成果的創(chuàng)新性評價展開。

目前，我國采取的代表作評價方式是以定性評價為主、定量評價為輔的綜合評價模式。定性評價主要是指同行評議，定量評價則是基于多種文獻(xiàn)計量學(xué)指標(biāo)開展的。但實(shí)踐工作中面臨著諸多問題，例如有學(xué)者認(rèn)為我國目前尚未形成真正意義的學(xué)派，還不具備形成學(xué)術(shù)共同體的條件和群體意識[15]，進(jìn)而導(dǎo)致同行評議制度尚不完善；隨著代表作評價工作的全面展開，必然導(dǎo)致工作量的增加，為了滿足實(shí)際工作的需要就需要增加評審專家數(shù)量，這可能會導(dǎo)致專家平均水平的下降，從而影響了同行評議的準(zhǔn)確度。而基于文獻(xiàn)計量學(xué)指標(biāo)的定量評價體系也可能存在著指標(biāo)數(shù)量選取不合理、指標(biāo)權(quán)重賦值不合理等問題，進(jìn)而導(dǎo)致基于文獻(xiàn)計量學(xué)指標(biāo)的定量評價信息缺失、客觀性下降，不能全面準(zhǔn)確地展現(xiàn)科研論文的學(xué)術(shù)價值。同時，研究發(fā)現(xiàn)，篩選出的代表作發(fā)表時間可能較短，對于文獻(xiàn)計量學(xué)指標(biāo)的積累必然落后于其他文章，但其學(xué)術(shù)價值可能反而較高。如果一味采用以往的指標(biāo)體系，將不能有效展現(xiàn)這類文章的價值。因此，有必要形成與創(chuàng)新性相匹配的代表作評價模式。

3.2.3 開展更高效的科學(xué)合作

科學(xué)評價的一項(xiàng)最為重要的目的是為了促進(jìn)科研人員的良性發(fā)展，從而達(dá)到整體國家科研實(shí)力的增強(qiáng)。因此，科研人員自身采取一定的措施進(jìn)行高質(zhì)量研究，不僅有助于科研評價工作的開展、也有助于自身科研實(shí)力的增強(qiáng)。本研究發(fā)現(xiàn)作者數(shù)量與被引量和期刊影響因子之間不存在顯著的相關(guān)性。因此，科研人員需要思考是否所有的科學(xué)合作都是有意義的，都是能夠推進(jìn)高質(zhì)量成果產(chǎn)生的。

研究表明，單純增加作者人數(shù)并不能直接帶來文章被引量和發(fā)表期刊水平的提升。但已有研究表明，科學(xué)合作能夠促成高被引研究成果的產(chǎn)生[16]。兩者看似是矛盾的，但本質(zhì)上反映的是作者數(shù)量增加與高質(zhì)量科研合作間的矛盾。在證明了科研合作可以提高被引量的研究中，相較于國內(nèi)合作或單一機(jī)構(gòu)內(nèi)部的合作，國際合作在提高被引量上發(fā)揮著更為重要的作用，但在本研究中篩選出的46篇文章中，僅有4篇是國際合作論文。并且由于本研究只選取了來自藥物化學(xué)領(lǐng)域的24位教授，他們之間存在著較為廣泛的合作關(guān)系，導(dǎo)致大量的文章出現(xiàn)了在本校課題組間的合作現(xiàn)象。而這種合作關(guān)系是否真正在科學(xué)研究中發(fā)揮了助推作用，仍有待商榷。

隨著科研的不斷進(jìn)步，科研合作在科學(xué)研究中發(fā)揮著不可替代的作用，特別是在自然科學(xué)領(lǐng)域，突破性的研究成果往往需要多方的合作完成。因此，科研人員在科研工作中不可避免地需要與同行進(jìn)行合作。因此，建議科研人員，特別是在同一科研機(jī)構(gòu)內(nèi)工作的科研人員積極開展與機(jī)構(gòu)間的合作，盡可能與領(lǐng)域內(nèi)有一定影響力的課題組合作，而不是局限于機(jī)構(gòu)內(nèi)合作。當(dāng)然，這也不是意味著必須與其他機(jī)構(gòu)間合作。合作意味著科研分工，不同課題組間需要發(fā)揮自身優(yōu)勢，高效率完成科研工作。因此，尋求科研合作的對象應(yīng)該是能夠合作完成高水平研究的課題組，在科研合作中避免“人情合作”“無效合作”等等。

3.2.4 避免性別和資歷的評價導(dǎo)向

科研評價的本質(zhì)應(yīng)當(dāng)是對科研成果的評價，從而反映出以科研人員的科研實(shí)力，而不是通過科研人員的科研實(shí)力反映科研成果的價值。以往的“唯資歷”“唯職稱”等正是由于顛倒了兩者之間的關(guān)系，從而導(dǎo)致了錯誤的評價模式。本研究表明，基于創(chuàng)新性的代表作的被引量和影響因子在各年齡組間不存在顯著性差異。這不僅表明了SVA法能夠有效篩選出所有年齡組科研人員的高質(zhì)量研究成果，也避免了“唯資歷”“唯職稱”等不良評價模式的錯誤。

目前，國際上對于性別在科研工作中的研究日益增多。部分研究表明，女性科學(xué)家在發(fā)文量和被引量上和男性存在顯著性差異[17]。大量的研究最終得出，女性在科研活動存在著普遍的被歧視現(xiàn)象。在科研活動中對于女性的普遍性性別歧視在中國似乎尚未形成，但應(yīng)該避免。正如前文所述，科研評價應(yīng)當(dāng)針對的是成果本身，而不應(yīng)該受到任何其他無關(guān)因素的干擾，如果本末倒置就會對科研評價結(jié)果的正確性產(chǎn)生干擾。正是因?yàn)樾枰_對待性別問題，使得科研人員在日常科研工作中拒絕對于性別的刻板印象，國家于2021年發(fā)布了《關(guān)于支持女性科技人才在科技創(chuàng)新中發(fā)揮更大作用的若干措施》的通知，通過設(shè)立專項(xiàng)資助基金以及一些政策優(yōu)惠，進(jìn)一步激發(fā)女性科研人員的創(chuàng)新活力[18]。在制度層面上為消除可能產(chǎn)生的性別偏見提供了制度保證。

差異性檢驗(yàn)表明，篩選出的代表作在不同性別間、不同年齡組間不存在顯著性差異，這就表明性別和資歷不應(yīng)當(dāng)成為評價科研人員的影響因素?？蒲性u價應(yīng)當(dāng)重新回到評價成果上，在由此產(chǎn)生的資金項(xiàng)目資助評定、職稱評定等一系列人才評定工作中，真正做到從科研成果出發(fā)，客觀準(zhǔn)確地對科研能力做出評定。

4 結(jié)語

代表作評價是現(xiàn)今難以解決的問題，至今仍沒有一種公認(rèn)的完美的方法達(dá)到學(xué)術(shù)評價和代表作選取的完全客觀、公正?；趧?chuàng)新性的SVA法，有利于推動科研人員潛心科學(xué)研究、致力于“從0到1”的原始創(chuàng)新、從而發(fā)表高水平的原創(chuàng)性論文，最終提升中國整體的科研實(shí)力。