指标与贡献

2024年1月11日 星期四

       一个人、一个学科、一个高校或者研究机构的水平和贡献，通常有很多的指标来表达。这里有个充分与必要条件问题：高水平和高贡献的指标往往比较好，是一种弱形式充分条件；指标好的对象，往往不能充分保证水平和贡献度高，指标在这里仅仅是必要条件。

       现实中这类现象很多，比如：对于个人，论文、专利、奖项可以很多，但是学术水平是否被认可则需要靠谱的同行来评审；对于学科，则更加宏观一些，人才培养、知识创新、社会服务、国际合作、文化传承等诸方面都有指标，都与学科水平能对应起来，但往往不是充分条件；对于高校或者研究机构，知名度往往由少数几个亮眼的事件体现出来，许多细分指标基本是陪衬。

       "按图索骥"的成语故事耳熟能详，按照指标做事情、按照指标做评估、按照指标定业绩，最简单最容易操作，但结果可能是“按图索骥”。

        再比如，依照论文数量，学术能力上，欧美名牌高校很多研究是比不过咱们一些头部高校的，尤其是计算机、材料、化学等领域。咱们很多头部高校发顶会顶刊数量很多，有时候博士两年下来，计算机领域的四大顶会、材料科学的六大顶刊都已经发文了，而且数量是好几篇，而欧美名牌高校的博士研究生大多数都做不到这么多论文。但是大多数人内心并不认为咱们头部高校人才培养质量已经在欧美名牌高校之上。

       有一个现象值得反思：只要在以指标论“英雄”的场合，咱们很多指标可以做得非常漂亮。一本期刊，影响因子在短短几年可以办到10~20；要发论文，可以产生超产作者、共一作者、共通作者，年发文几十篇不在话下；论引用，那更是小事一桩；论专利，每年几十项专利者大有人在；论转化，账面数字非常可观；论奖项，在美其名曰集成创新的成果包装、打招呼拉关系、媚上踩下、甚至见不得阳光的利益输送等操作下，奖项拿到手软。假如不以指标衡量，那这项工作就无法引起兴趣、无法推进。

       很多都是在貌似严格、公正、阳光的程序下，导致了其实并不理想的结果。是程序错了，还是结果错了。就像以前学新概念英语时的一篇课文所说：一部汽车，发动机都要崩溃了，还在讨论先踩离合器还是先踩刹车。很多问题，还是可以从深层次上进一步思考。

       指标很重要，贡献更重要。指标是给外行看的，所谓外行看热闹；贡献是给内行看的，内行看门道。而真正的内行，是需要有学术的良知、文化的包容和制度的呵护。