近日，深圳理工大学人工智能研究院智能与行为交叉研究中心团队在国际科学计量学旗舰期刊Scientometrics上发表最新研究成果，通过系统比较中国和美国100所研究型大学的职称晋升与终身教职评价政策，揭示了两国高校使用量化指标背后截然不同的制度逻辑。

论文上线截图

对比中美百所高校

重点回答三个问题

长期以来，关于中美科研评价差异，常见的解释是“中国更看数量，美国更看质量”“中国重指标，美国重同行评议”，但这种概括是否真正能够解释两国科研评价制度的差异？团队没有停留在经验判断上，而是直接进入高校正式评价制度内部寻找答案。

研究选取了中国50所“双一流”高校和美国50所R1（Very High Research Activity）高校作为样本，系统收集100所高校职称晋升与终身教职（RPT）官方政策文件，对高校科研评价中的量化规则进行系统编码和比较。

在此基础上，研究构建了一个“权力结构—门槛设计—计算逻辑”三维分析框架，重点回答三个问题：

一、谁有权制定科研评价标准？是由学校统一规定，还是主要由学院、系和学科共同体决定？

二、量化指标以什么方式进入评价？是作为必须达到的前置门槛，还是作为专家综合判断过程中的一项证据？

三、不同科研成果如何被比较？是通过积分、等级、换算表转换为统一尺度，还是通过同行比较和学科情境进行判断？

为保证研究可靠性，团队制定统一编码规则，由3名经过训练的研究人员对100所高校政策文本进行独立编码，并采用Krippendorff's α（一种用于衡量‌多位编码者/观察者对同一组数据进行标注或分类时一致性程度‌的统计信度指标）对编码一致性进行统计检验，六项核心指标均达到较高一致性水平。

中美高校分别更强调

“行政可计算性”和“同行评价可信度”

研究发现，中国研究型大学表现出较为明显的“行政可计算性”逻辑。

数据显示

• 86%的中国样本高校，其科研评价标准主要由学校层面制定；

• 94%的高校设置了明确的结果导向型硬性门槛，例如最低论文数量、期刊等级、科研项目等要求；

• 88%的高校采用行政换算表、等级体系或计分机制，将不同类型科研成果转化为可以比较的量化信息。

这种制度安排有利于提高评价的透明度、可核查性、可追踪性和跨单位比较能力，也有利于大型组织进行资源配置和人事管理。与此同时，当量化指标直接成为评价准入门槛时，指标就不再只是提供信息，而可能直接决定科研人员是否能够进入下一阶段评审。

美国R1大学则表现出另一套制度逻辑，即“同行评价可信度”。

数据显示

• 62%的美国样本高校，其评价标准主要由学院或系一级制定；

• 76%的高校将刚性要求更多嵌入程序性评价过程，例如外部同行评审、材料审查和委员会评议；

• 54%的高校采用同行基准比较，将候选人与同一领域、相近职业阶段的学者进行比较。

美国高校并非不使用论文、引用、基金等量化信息，真正的差异在于，这些指标较少直接被赋予决定晋升资格的权力，而更多作为同行专家进行专业判断的证据。

中美高校评价差异

并非“一个重数量、一个重质量”

中美科研评价制度真正的差异，并不是“谁使用量化指标更多”，也不是简单的“中国重数量、美国重质量”，而是量化指标在两套制度中被赋予了不同的权力。

中国样本高校更多形成“校级统一标准—前置量化门槛—成果折算机制”的制度结构，强调评价的可执行、可核验和可比较；

美国样本高校则更多形成“院系自主评价—程序性要求—外部同行评议—同领域比较”的制度结构，强调专业判断和学科共同体认可。

因此，同一个量化指标可能具有两种完全不同的制度身份：一种是“规则”，没有达到规定数值就无法进入下一阶段评价；另一种是“证据”，数值本身不能直接决定结果，而需要同行专家结合研究内容、学科特征、职业阶段和实际贡献进行解释。

这意味着，科研评价改革不能简单理解为“定量评价”和“定性评价”的二选一。真正需要关注的是谁制定标准、谁解释指标、谁作出最终判断，以及谁为评价结果负责。这一发现也将科研评价研究从“使用哪些指标”进一步推进到评价权配置和高校治理层面。

下一步，团队将围绕三大方向深化研究：一是跳出静态政策文本，结合科研人员访谈、问卷调查与真实晋升案例，追踪评价制度在实际评审中的落地、解读与变通情况；二是拓宽跨国研究边界，将三维分析框架延伸至多国、各类院校、不同学科及教师职业阶段，验证框架的普适性；三是聚焦AI介入科研评价议题，明确算法权责与辅助边界，分析其对信息处理、决策辅助及责任分配的影响，兼顾效率、专业性与公信力。

从百所高校制度比较，到AI时代科研评价机制研究，团队从研究宏观概况出发，争取找到问题症结，进一步评估可能的新评价方法。研究希望进一步回答一个越来越重要的问题：未来科研评价需要改革的，不仅是“评价什么”，更包括“谁来评价、依据什么评价，探索更加科学的新型评价方法”。

深圳理工大学人工智能研究院博士后张倩、岳娜为共同第一作者，深圳理工大学人工智能研究院特聘教授刘志远为通讯作者。

点击文末“阅读原文”查看论文

为SUAT点个赞和在看吧