党的二十大报告提出，要深入实施人才强国战略，深化人才发展体制机制改革。人才评价是人才发展的指挥棒，建设人才强国，人才评价是关键。优化人才评价，精准与综合是关键。所谓精准，是指立足人才自身特点，让资质匹配的评价者使用科学的评价方法，对人才的研究成果和实际贡献作出精准的分类和评价。所谓综合，是指立足人才综合素质，对人才的研究领域与方向、发展潜力与动力、综合素质与能力、团队协作能力与贡献等，做出综合的评价。
随着信息和计算机技术特别是大数据技术的快速发展，以及相应的数据管理机制的不断完善，人才评价的精准与综合已经成为可望且可及的目标。
分类评价是新时代人才评价的必然要求。两办2018年印发的《关于分类推进人才评价机制改革的指导意见》指出，建立科学的人才分类评价机制，对于树立正确用人导向、激励引导人才职业发展、调动人才创新创业积极性、加快建设人才强国具有重要作用。2020年印发的《深化新时代教育评价改革总体方案》明确要求改进高校教师科研评价，根据不同学科、不同岗位特点坚持分类评价。科技部、教育部、工信部等八部门2022年联合印发的《关于开展科技人才评价改革试点的工作方案》也指出，要对承担国家重大攻关任务、基础研究类、应用研究和技术开发类、社会公益研究类等四类人才进行分开探索评价。
在大数据赋能下，人才队伍的类型化发展能够真正落到实处，产生真正的效果。中国教育发展战略学会人才发展专委会、对外经济贸易大学、学术桥联合发布的《中国高校职称评审小同行评价研究报告（2022）》发现，在127所高校的11528名参评教师中，职称评审的职务分类划分越来越多元、越细致，出现了将近200个不同类型的参评数据样本，如有91位参评临床为主的副教授，还有社会服务型、临床教研型、卫技系列、教授级高级工程师（畜牧师）、应用推广型、国际轨教师、资深讲师晋升副教授等诸多新的人才分类。这充分说明高校已经开始利用大数据在人才分类评价方面进行探索和创新。
大数据赋能下，可以实现对现代科研成果所产生的影响进行多角度、多领域、多层次的记录，而且这种记录是持续进行的、海量的、及时和迅捷的，可以实现三个关键突破。一是单一学科的突破，通过数据跟踪、采集和挖掘，研判成果在不同学科领域产生的影响，以及不同学科对该成果的反馈，克服“自说自话”“自娱自乐”的问题。二是单一价值的突破，通过大数据赋能，能够助力实现科学价值、原创价值、创新价值、转化应用价值、社会价值等多元价值的评价，推进政产学研用深度融合。三是短期视野的突破，能从更长久的时间维度，审视成果在学术发展史、科学发展史、社会发展史和人类文明进程中的价值。
小同行评价是同行评价的一种，突出价值是能够在符合学术规律的前提下实现评价对象与评价者更为精准的匹配，更有利于对评价对象作出科学、客观和公正的评价。也有人据此称大同行评价为“同行评同行”，小同行评价为“内行评内行”。
实施小同行评价是人才分类评价和成果分类评价的必然要求，实施过程中的最大挑战一方面是对数据信息的跟踪收集、分类建构、储备加工、检索挖掘、开发应用等有较高的要求；另一方面是对评审专家管理、评审流程管理、评审风险处置、评审结果管理等体制机制建设有较严苛的要求。
当前，在大数据技术的赋能下，独立第三方评价机制和评价机构得到了较好的发展，越来越多的学者认同并积极参与小同行评价，也有越来越多的研究支持小同行评价在分类评价、代表性成果评价、长周期评价等人才评价的创新领域发挥更大作用。
成果评价最终要服务于人才评价，人才评价最终要服务于人才发展。大数据技术赋能人才评价和人才发展有三个层次的突出价值。一是在个人层面，通过人才和成果分类、小同行评价等子系统的有效运作，实际提供了一种个性化的职业发展支持服务。未来，在深度机器学习和人工智能的进一步加持下，个人可以实时和全面掌握与个人发展密切相关的个性化信息，实现人才成长的全链条支撑。二是在组织层面，大数据赋能可帮助组织把握自身人才结构，明确人才优势和劣势，确定人才工作方向，使得人尽其才、才尽其用、人事相宜。三是在国家层面，大数据赋能可以协助国家掌握国内、国际人才详细、动态和全面的信息，利于优化区域人才配置，为人才相关决策及政策制定提供科学指导，推动人才工作高质量发展，支撑从人力资本强国向人才强国转变。
（作者：王云海系对外经济贸易大学国家对外开放研究院教授，秦冠英系该校教育与开放经济研究中心副研究员）
