高校作为科技第一生产力、人才第一资源、创新第一动力的交汇点，破除体制机制障碍，解决资源错配，提升创新要素开发、配置、使用的精准性，充分激发作为创新主体的“人”的内生动力，对于强国建设、民族复兴具有重要的现实意义与时代价值。

　　——————————

　　党的二十届三中全会强调，要统筹推进教育科技人才体制机制一体改革。高校作为科技第一生产力、人才第一资源、创新第一动力的交汇点，破除体制机制障碍，解决资源错配，提升创新要素开发、配置、使用的精准性，充分激发作为创新主体的“人”的内生动力，对于强国建设、民族复兴具有重要的现实意义与时代价值。顺应信息技术迅猛发展新形势，积极推进“以信息技术赋能人才高质量发展”改革，以大数据、人工智能、区块链等新一代信息技术提升人才资源感知力、人才评价判断力、人才工作引领力，为加快建设世界重要人才中心和创新高地贡献坚实的高校力量。

　　提升人才资源感知力，面向世界汇聚一流人才

　　人才资源、创新资源开发，数据汇集是基础，数据挖掘和处理是关键，数据价值实现是目标。随着21世纪以来科学技术的蓬勃发展，科研进展、科技成果以数据形式向互联网富集，形成了形式丰富的科学数据中心、科技信息平台、科技成果资源库，数据资源的积累和整合，为人才资源感知提供了科学依据和技术手段。

　　提升人才资源感知力，应坚持“整合资源、并行处理、词源捕获、语义解析”的技术路线，加强全维度科技数据获取能力、识别能力、处理能力，从而形成高通量的人才质量分析能力。

　　加强数据获取能力。应运用数据库、网络爬虫技术，通过真实可靠的采集来源、安全合规的采集手段、灵活多样的采集方式、标准统一的数据记录，从各类科学数据中心、知识库、网络平台、用人单位信息平台中汇集海量数据。不仅包括基础的科研数据，如论文发表、专利申请、科研项目等，还包括科技人才的流动、学术交流、合作网络等动态信息，构建起全面、立体的科技人才和成果数据库，为后续的分析和应用打下坚实的基础。

　　提升数据识别能力。可运用自然语言处理和机器学习技术，对海量数据进行有效筛选和分类。围绕党和国家重要部署、重要导向和科技发展前沿方向，从海量人才数据中构建人才知识图谱，分研究方向形成知识树，按根节点、子节点、叶子节点建构全球各地区技术储备和人才储备情况，形成系统的学术关系、合作联系和学术脉络网络。

　　强化数据处理能力。对识别出的数据进行深入挖掘，形成有价值的洞察和预测，包括关键的科研趋势、热点领域以及具有潜力的科技人才。通过数据耦合，实现“学术关系搭桥”，全景呈现学者与学者间、学者与机构间的过往交集关系，找准人才对接切入点，按需精准引才。同时，要加强对人才言论、社会活动信息的必要监测，对争议言论、不良行为实时、及时预警，守护政治生命线和师德师风底线。

　　提升人才评价判断力，促进优秀人才脱颖而出

　　人才评价具有“指挥棒”和“风向标”作用，是人才发展的基础性制度，对充分激发人才的创新活力至关重要。2018年以来，党和国家多次进行部署，推进“三评”改革，破除“五唯”顽瘴痼疾，对健全分类评价标准、改进创新评价方式、加快推进重点领域评价改革、健全完善评价管理制度等重点任务作出系统安排，以创新价值、能力、贡献为导向的科技人才评价体系开始形成。

　　但是，长时间以来形成的“五唯”不良风气一时还未完全消除，仍然存在系统性不足、精准性不够、信息化程度不高、评价生态不优等典型问题，与广大科技人才的期盼和实现高水平自立自强的要求还有明显差距。一些改革举措还存在落实难、落实不到位的问题，破除“五唯”后的“立新标”进度和成效不显著，使用人单位仍有“不敢破”“不愿破”“不会破”“等别人先破”等畏难思想，本质上还是新的评价标准全面性、准确性、公信度方面的问题。

　　提升人才评价判断力，必须把工作重心从“破”向“立”转变，改进和完善定性评价和定量评价相结合的评价方法，以评价指标体系的细化、策略模型的定制、数据采集的多源为要点，增强自适应、自校正、自协调能力，相互联系，优势互补。

　　构建导向明确、覆盖全面、规范有序的人才评价体系是基础。应结合高校特点，坚持多元评价，设置立德树人、科研水平、学术影响、社会贡献、成果转化、社会学术活动、政治倾向、社交言论等评价维度，并细化为若干评价指标，每类指标设置相应权重，结合国内外具有学术影响力的小同行评价，构建人才多维“动态画像”模型，全过程记录人才发展轨迹。

　　坚持指标定量定性与独立结合是确保评价结果科学、公平、公正和高效的关键。对评价体系各末级指标分别独立采用定量或定性评价方法，各自独立形成各指标评价结果。通过纵向学术生涯对比、横向同学科同龄人对照，可准确反映出人才在该节点的差距和重点需求。这不仅能够保证每个指标评价的独立性和准确性，还能够通过综合分析，得出更为全面和客观的评价结果。

　　加强分类多观测点结合是提升评价深度和广度的重要手段。对一项末级指标（如学术论文评价）从不同侧面观测时，不同观测点采用定量定性不同方法，分行业、分学科、分层次、分视角地剖析人才价值。通过这种方式，以标签和图表形式多维度呈现人才的能力、业绩和贡献，形成该指标的最终评价结果。这种多维度的评价方法不仅能够更准确地反映人才的实际水平，还能够为人才的培养和发展提供更为科学的指导。

　　提升人才工作引领力，优化人才文化、生态、环境

　　新时代人才强国战略为当前及今后一个阶段的人才工作提供了明确的方向先导和价值遵循，其要义是建立现代化的人才工作理念，推进人才治理体系和治理能力现代化。做好新时代人才工作，既要搞清楚“是什么、为什么”，又要弄明白“怎么看、怎么办”，这就要求我们必须提高做好人才工作的政治自觉、思想自觉、行动自觉，全面贯彻人才工作的实践要求，形成人才辈出、人尽其才的生动局面。

　　提升人才工作引领力，要重建人才工作的三个体系：即新的价值体系、管理体系和生态体系，以人才工作数字化转型为突破口，形成更加高效、透明且具有前瞻性的人才发展框架。

　　价值体系的数字化体现。认清人才可量化成果和人才发展体制机制改革之间的辩证关系，人才“帽子”数的增长只是从一个侧面反映了人才队伍建设的短期成效，并不能直接反映学校服务国家战略需求能力的提升。要转变工作思维，摆脱路径依赖，摒弃“以多为贵”的思维和数“帽子”、算论文、加因子的习惯，将国家战略、学校发展、学科建设和人才成长发展统筹起来考虑，坚持数据驱动的人才评价，通过数据分析，为每位人才定制个性化的发展路径和培养计划，实现人才价值的最大化，向“人人皆可成才”的目标努力。

　　管理体系的数字化优化。要从“需求侧”和“供给侧”两方面进行解析，遵循效率优先、人岗相适、人事相宜的原则，以数据匹配为人岗匹配提供科学的决策依据，“不问出身”选拔人才、评价人才，结合实际建立能上能下、能进能出的管理体制。要推进数据“一表通”，着力打破业务归口壁垒，打通学科、科研、教育教学、人才培养等“信息孤岛”，将科研人员从繁琐的表格、评比中解放出来，为科研人员和基层单位减负松绑。

　　生态体系的数字化构建。要构建线上线下相结合的人才交流平台和学者组织，促进人才之间的知识共享和思想碰撞，形成互相欣赏、互学互鉴、携手共进的良好氛围，促进人才竞相成长。要全面提升学术共同体在评价活动中的地位和作用，利用区块链等技术确保评价过程的透明性和不可篡改性，增强学术评价的公信力，加快形成健康良性的学术共同体文化。

　　（作者系电子科技大学校长）