北京市关于深化科技评价机制改革进一步做好科技创新分类评价工作的通知
各有关单位：
为贯彻落实中央《关于深化项目评审、人才评价、机构评估改革的意见》《国务院办公厅关于完善科技成果评价机制的指导意见》以及本市《关于新时代深化科技体制改革加快推进全国科技创新中心建设的若干政策措施》等文件精神，我委围绕科技评价机制改革主题，结合国内外有关经验做法，组织高校、科研院所、科技型企业及新型研发机构等科技创新主体开展广泛调研座谈，整理形成了在项目评审、人才评价、机构评估、科技成果评价以及科研诚信、科技伦理方面的典型做法案例。
现予以印发，作为“破四唯”“立新标”，更好推进科技评价改革有关工作参考使用。
特此通知。
联系人：李鸿立、李晓磊；
联系电话：010-55577797、010-55577893
附件：关于深化科技评价机制改革进一步做好科技创新分类评价工作的典型案例
北京市科学技术委员会、中关村科技园区管理委员会
2022年6月10日
关于深化科技评价机制改革 进一步做好科技创新分类评价工作的典型案例
一、创新科研项目评审制度
1.以“选人”替代传统的“竞争立项”
青年科研人员由于职称低、论文积累少、课题主持经验不足，在项目竞争中往往处于劣势，获得科研项目支持的机会较少。注重青年科研人才的发展潜力，通过“选人”定“项目”，替代传统的立项评审，为青年科技人才快速成长提供平台。
案例：北京某医院为解决本领域青年研究人才申请项目时遇到的课题主持经验不足、支持项目少等问题，启动了青年人才培养计划，通过胜任力、特质、科研活跃度等指标对高潜人才进行甄选，运用以需求为导向的培训方式，建立适合青年人才发展的创新人才培养体系。
针对有潜力的青年后备和中青年骨干两类人才设置培养计划，申报人的条件包括定量和定性两方面，定量条件包括年龄、学历、学科发展、科研基础；定性条件包括申报人的价值观、职业素质、绩效等。
该计划旨在通过项目来培养人才：①以需求为导向，通过沟通提供各类培训，包括科研项目管理、科研计划、论文写作、专业实验操作等方面；②由临床、科研双导师组成的专业团队指导实验数据处理并帮助修改申请书；③设立科研专项基金支持开展科研课题研究；④每年3个月的带薪全脱产科研实践；⑤国外学习机会及人才晋升等优先申报。
培养计划具体内容包括：①培养周期为三年；②三年评选一次；③每届培养总人数不超过30人；④医院、科室给予最大支持保障；⑤签订三方协议书，严格业绩评估和奖励。
目前已经资助两批共40余人次，通过实施该项目，为青年科研人才创造性搭建了实践平台，提高了医院临床科研学术氛围，培养了一批临床科研复合型科技骨干人才，为本领域高层次人才培养提供了蓄水池。
2.开展科研项目全生命周期评价
科研项目的全生命周期包括立项、实施、验收、成果推广及其后续应用的全过程。开展各个环节的评价，尤其是重视追踪评价，对于后续支持与新项目立项具有重要意义。
案例：某发达国家建立了重大研发计划及项目的全过程评价，包括事前评审、事中评价、事后评价和追踪评价。
事前评审是指针对研发项目的必要性、目标与路径的合理性、预算资源的分配方案等开展的评价。事前评审的一个重要指标是研究目标，包括技术目标、产业目标和社会目标。事前评审主要对研发提案进行评价，包括研发构想、研发组织、经费使用计划、团队负责人及成员的研究基础等。
事中评价是对据研发项目的推进情况和所处阶段开展的评价，为项目的终止、暂停、变更等提供依据。一般以年度评价来实现，包括项目实施方的自我评价和管理层组织外部专家构成的评价委员会开展的外部评价两个环节。年度评价重点围绕项目的重要性、合理性、目标实现程度、制度建设与管理、产学研合作效果、预算执行等情况。
事后评价，也称最终评价，与年度评价的评价重点相同，主要评价研发项目的目标达成情况、实用化与产业化目标的实现程度，以及对后续项目的促进作用等。
追踪评价是指研发项目完成一段时间以后，针对项目产出的次要成果和产生的影响、之前评价的合理性等进行评价。按照项目相关管理要求，一般是在项目结束后1年、3年或5年进行追踪评价，主要检验制度有效性、成果转化、商业化情况等。追踪评价包括事前准备调查、简单追踪调查、详细追踪调查和效果评价四个阶段，事前准备调查阶段要求准备项目结束后的各目标阶段与时间表和项目期间的情况；简单追踪调查主要是对现状的把握及了解成果的应用情况；详细追踪调查是详细了解项目成果应用后的社会收益、经济收益，以及成果转化应用失败的原因；效果评价是指对项目的效果、管理运营、战略目标的设定等进行评价，并提出改善方案。
二、改进科技人才评价方式
3.以人才评价体系化改革推进“破五唯”
遵循人才成长规律，破除唯论文、唯帽子、唯职称、唯学历、唯奖项的不良倾向，突出品德、能力和业绩评价导向，分类建立体现不同学科、不同岗位、不同层次、不同阶段人才特点的评价机制，科学客观公正评价人才，让各类人才价值得到充分尊重和体现。
案例：北京地区某高校于2019年启动实施了一项人才培育工程，推进人才评价遴选和培育体系建设，具体如下：
（1）人才工程设置个人和团队两种支持类型。个人包括讲席教授（A、B类）、领军教授（A、B类）、青年新星（A、B类）三档六类岗位，团队包括杰出科学家工作室、国家级创新团队、高水平创新团队和青年科学家创新团队共四类。
（2）给予入选的个人和团队提供“三全两化”支持，即：全覆盖、全方位、全过程和精准化、个性化发展支持。针对个人，赋予相应的学术推荐权并给予相应的职务或岗位聘任、薪酬、科研经费、研究生招生等支持政策；针对团队，给予其在人才招聘、考核、管理等方面的自主权，以及团队自主建设经费等一系列支持政策。
（3）系统化设计和探索，创新人才评价方式。在申报环节，取消量化申报条件，简化审批表、业绩填报信息和证明材料；在评审环节，引入校外同行评审，采取“小同行”匿名通讯评审，以高标准、严要求遴选评审专家；在内容上，实行代表作制度，为体现不同学科领域和不同类型研究的特色，可以论文、论著、专利、植物新品种、新兽药、脱贫攻坚实践案例、技术集成示范等多种形式的成果为代表作。
4.建立青年科技人才特殊晋升机制
青年人才是科技创新的中坚力量，正确培养使用青年人才，是快速提升科研竞争力的关键。针对优秀的青年人才，打破论资排辈、“唯资历”等传统用人模式，建立特殊的晋升机制，让优秀的青年科研人才脱颖而出。
案例：某科研机构为破除“论资排辈”和“四唯”倾向，设立了针对40岁以下晋升研究员和35岁以下晋升副研究员的青年通道。符合“青年通道”条件的科研人员，可自主申报。对于暂不满足学历资历条件，但在抢占科技制高点、突破关键核心技术等方面取得重要贡献的优秀青年人才，可通过“不拘一格人才”方式进行申报。
（1）青年通道与常规通道评审先后开展，青年通道不占用常规通道的晋升指标。如果没有通过青年通道评审的科研人员，仍然可以参加常规通道的评审，但需要满足常规通道相应的任职资历和业绩条件。
（2）青年通道进行分类评价。根据申报人员的研究方向，分配到不同的专业组进行评审。在评审中，实行代表性成果评价，申报人员在汇报答辩中选取两项以内的亮点成果进行展示，专业组重点评价申报人科研工作与所在创新团队的匹配度、以及表现出来的科研创新能力、科研成果质量、对产业发展的实绩等。同时，注意区分基础研究、应用研究、软科学研究的差异，基础研究重点考察解决科学问题的原创能力、成果的科学价值和学术影响力；应用技术研究重点考察技术创新能力、取得的技术突破、对产业发展的实绩等；软科学研究要重点考察为国家相关领域发展开展战略研究、提供政策咨询等支撑能力和工作绩效。
三、优化科研机构评估制度
5.探索“自评估+国际评估”模式开展综合评估
随着我国科学研究和技术创新水平的不断提升，部分优势领域已经接近国际前沿。针对开展基础前沿研究的机构，探索自我评估与国际评估相结合的方式，是了解领域研究水平、促进机构国际化发展的有效途径。
案例：北京某研发机构是北京市重点推进建设的新型研发机构之一，由北京市政府与多家科研机构联合共建。为促进机构能力建设，快速提升发展水平，该机构实行理事会领导下的主任负责制，采用内部自评估和外部的国际评估相结合的方式，全面判断机构研究能力和在领域内的国际地位，为未来发展指明方向。
该机构人员分为三类，包括自由探索类的科学家及研究员系列、匠人及其工程师系列和行政运行管理团队。分别采取国际评估和以中心科学家（PI）为主的内部绩效评估方式。通过内外结合的评估模式，确保机构保持国际化高水准的研究能力。
（1）外部评估：研究所和PI都是五年一个周期的评估方式，采取国际评估方式，设立了国际评估委员会，由领域内包括诺奖获得者在内的国际顶尖科学家组成，研究领域涉及生理学、医学、计算神经学、人工智能等。国际评估委员会评估实际是国际小同行专家的评议，从人才队伍、平台建设、科研水平、成果转化、科研管理、国际化等六个方面进行评价。委员会每年召开一次咨询交流会，为该机构提供指导意见和咨询建议。该机构2019年引进的一位青年学者，作为独立实验室负责人，于2022年通过国际评估晋升为研究员。
（2）内部评估：充分体现科学家治所理念，每年由机构科学家对技术中心及工程师、行政人员的绩效进行评估。旨在提高专业度，加强管理和辅助决策，提高效率。
6.内部考核注重科研任务导向的“团队+个人”双评价
现代科学研究和技术创新往往是多学科交叉融合，更多借助团队的合作，科研团队是开展科研活动的基本单元。探索“团队+个人”的评价模式，以任务目标为牵引，赋予团队更多的用人自主权，有利于最大化发挥团队及每个成员的价值。
案例：北京地区某高校于2020年细化完善创新团队培引机制，以“高举高打、头雁示范；协同创新、开放共享；卓越品牌、引领发展”理念为指导，面向校内外、海内外建立两个层次团队分类支持体系。以目标为导向，实施团队考核与评价；五年为一个建设周期，采取“一团队一方案精准支持”的方式，在政策、资源等方面给予长期稳定的支持和充分的自主权，充分激发团队活力。在团队建设及绩效考核方面，有以下创新措施：
（1）团队的基本教学科研任务由学院核定下达给团队，团队根据教育岗位基本要求进行任务二次分解。团队带头人免除年度考核，团队成员基本岗位职责考核结果通过依托二级单位上报学校，其他任务由团队带头人根据目标自行拟定并组织考核；对于考核结果不合格的团队成员，根据学校相关考核规定进行处理。团队年终绩效由依托单位团队带头人进行分配。
（2）建设周期内，团队每年需提交年度进展工作报告，三年进行中期考核。建设周期完成后，由团队带头人向学校提交团队建设总结报告。学校将对团队建设成效进行评估、审计和考核，根据考核结果决定是否持续提供支持。
（3）给予团队充分的自主权，团队可自行确定研究系列岗位及博士后岗位招聘条件，单独核拨招聘指标，学校审核通过后执行。建设周期内，创新中心可每2年推荐1-2名正（副）高级专业技术职务申报人，直接提交校高级专业技术职务评审委员会进行评审。
四、完善科技成果评价机制
7.推行“代表性成果”评价制度
“代表作”最初主要用于基础研究形成的论文评价，随着越来越多的科研机构在不同类型科技活动的人才评价、项目评审、奖励评选等过程中使用代表作制度，“代表作”的内涵进一步拓宽，由最初的论文向专利、著作、项目报告、工程方案、教案、病历、新产品等更多的形式拓展。评价实践中具体采用哪种形式的代表性成果，由被评人根据实际情况确定。
案例：北京地区某高校自2019年起在教师职称评审过程中推行“代表性成果”制度，具体操作如下：
（1）学校采用多样性的代表性学术成果进行评价，对代表作的形式不做具体的界定，包括但不限于高水平论文、著作、新产品、新工艺、重大咨询报告、发明专利、标准、科技奖励等多种形式，由科研人员自己选择成果类型。
（2）对代表性成果的评价重点是考查申请人的学术水平、创新成果和实际贡献，突出其首创性、学术影响力及实际价值。
（3）对代表性成果的评价采取分类评价的方式，遴选领域内能够真正评价成果的高水平小同行专家进行评价，委托第三方学术评审机构开展海内外同行专家评议，加大外送样本的数量，注重同行评议结果的使用；同时建立学术复议制度，保证评审质量及学术评价的公信力。
8.将科技成果转化业绩纳入职称评审指标
把科技成果转化绩效作为核心要求，纳入到高等院校、科研机构、国有企业创新能力评价，进一步提升高校院所和科研人员转化科技成果的积极性、主动性。
案例：北京地区某高校为提升科研人员科技成果转化的积极性和主动性，将科技成果转化业绩作为科研人员破格晋升职称的重要依据。
该校某老师积极组织团队开展科研攻关，解决了如何在高效率、低成本且满足产品性能指标的条件下，加工制造出不同规格和型号工业机器人用RV减速器的技术难题，打破了国外的技术垄断，并转让给北京某公司，投资建厂后，实现批量生产。
多年的研发过程中，该老师把工作重点放在工程技术攻关上，而非发表学术论文，学校充分考虑该老师在科技成果转化工作中取得的突出业绩，不以论文、奖项等指标为标准，重点考察该老师通过科技成果转化创造的产值、利润等经济效益和吸纳就业、节约资源、保护环境等社会效益，以及为国家工业机器人产业发展带来的重要影响，最终通过专业技术职称评审合规程序，将该老师破格晋升为教授职称。
继该老师后，越来越多科研人员通过技术转化工作取得成绩、获得职称晋升，在该高校形成了鲜明的政策导向和良好的示范效应，有力推动了全校科技成果转化工作。
五、加强科研诚信与科技伦理体系建设
（1）制定人工智能治理准则。该公司于2019年将企业的人工智能治理上升到企业发展战略层面，在业界率先公布基于企业自身管理标准的《人工智能应用准则》。从正当性、人的监督、技术可靠性和安全性、公平和多样性、问责和及时修正、数据安全与隐私保护六个维度，对人工智能正向有序发展作出明确规范，同时给出相应干预措施或指导意见，确保人工智能能够在可控范围内持续发展。基于《人工智能应用准则》，确定了内部业务执行过程中的《人工智能道德行为规范》，并努力将规范落实到公司运营、产研、客户生态各个环节，应对人工智能应用面临的伦理道德问题。
（2）制定数据与个人信息保护制度。该公司十分重视数据安全与个人信息保护，不断通过技术创新与管理机制，强化用户的个人信息安全。2018年以来，公司内部已制定并发布了数据治理与合规制度、流程规范，如《数据分类分级管理规范》、《员工信息安全守则》和《信息安全事件管理办法》等。2020年6月，该公司取得了ISO/IEC 27701隐私信息管理体系相关认证，是国内率先通过ISO/IEC 27701的人工智能企业。
（3）设立人工智能道德委员会。为落实公司《人工智能应用准则》及《人工智能道德行为规范》，该公司成立了人工智能道德委员会，搭建了以人工智能治理研究院为核心的组织架构。人工智能道德委员会作为直接隶属于董事会的组织，主要聚焦于研讨、制定公司相关伦理道德治理的规章与管理机制，并对公司业务中涉及的重大伦理问题进行决议。人工智能治理研究院，希望以“长期主义的态度，理性的关注，深度的研究，建设性的讨论和坚持不懈的行动”把人工智能治理工作做得更扎实。
（4）积极采用技术手段解决数据泄露问题。该公司率先研发了前端图像脱敏方案，从数据源头消除个人信息泄露风险，为保障行业可持续发展提供了技术思路。
11.重视弱势群体医学研究伦理审查
弱势群体如儿童、老年人、残疾人等需要社会确立完善制度保护其权益。如儿童属于临床医学研究中的“弱势人群受试者”，其临床研究常会暴露在诸多不确定风险中，且成人相对成熟的伦理审查规范不适宜儿童临床研究，因此建立和完善针对儿科人群临床研究规范化、标准化的伦理审查指南、提升伦理审查效率十分必要。
案例：北京某医院参考国内外伦理审查指导原则、规范、管理等文件，结合专家咨询意见，从伦理委员会、研究者及其团队资质、试验方案、受试者受益、受试者风险、受试者招募、知情同意、知情同意过程、免除知情同意、隐私与保密十个维度出发，拟定了《涉及儿童的临床研究伦理审查指南》（以下简称《指南》）。《指南》适用于涉及18周岁以下人群的研究活动，包括药物临床试验、器械临床试验以及研究者发起的研究等。《指南》规定，开展临床研究的机构应当具备相应资质与条件，研究项目已按要求完成药物、器械临床试验或临床研究项目备案，并在备案项目范围内开展研究。《指南》中规定了一些针对儿童群体的临床研究伦理审查要点。主要包括：研究机构伦理委员会的组织构架、制度、标准操作规程和相关资质；研究者及其团队的资质与工作经验；试验性研究基础；风险与受益评估中关注儿童生长发育与心理健康；注意受试儿童的隐私保护；尊重儿童本人的意愿等。
来源：北京市科委
