国家重点研发计划专项专家库建设存在的问题与对策——基于一线项目管理者的访谈研究

宋 欢，陈金辉

(1.科学技术部高技术研究发展中心，北京 100044；2.北京航空航天大学人文社会科学学院，北京 100191；3.清华大学公共管理学院，北京 100084)

0 引言

2014年，为了解决顶层设计、统筹协调、分类资助方式不够完善的问题，国务院将国家科技计划优化整合为五大类，包括国家自然科学基金、国家科技重大专项、国家重点研发计划、技术创新引导专项 (基金)、基地和人才专项[1]。新五类计划在学术界资助的范围广、经费预算相对较多、竞争也十分激烈，且由于项目立项结果往往与职称晋升、岗位聘任、科研奖励等紧密挂钩[2]，想要申请成功并非易事，使得项目申报者更加关注项目评审是否足够公平公正。评审专家作为同行评议的主体，对于项目立项起到十分关键的决策作用。因此，保障项目评审公平公正的第一要素体现为专家库建设方法和流程的规范性和科学性。

现有文献报道主要聚焦国家科技计划的项目申请与资助概况分析[3-4]、项目管理工作的实践与思考[5-9]等方面，对于国家级科技计划专家库建设的现状和问题研究仅见少量文献报道，还不够系统深入。国家自然科学基金委早年发表过相关研究，例如：2010年，倪培根等[10]指出国家自然科学基金的专家库存在专家数量难以满足申请需求、专家信息过时或失效、专家库功能和便携性不足等问题，并提出相关对策，包括增加海外专家以及年轻科研人员的数量，加大宣传力度、实行鼓励机制促使专家积极维护个人信息，增加关键词模糊搜索及自匹配功能、特殊信息标识和专家信誉档案来进一步完善专家库功能等；2014年，李东等[11]针对专家信息采集不够全面和准确、专家信息利用率不高、退出机制和动态化管理机制不够健全等问题，提出建立健全专家指标体系、构建遴选模型提高专家遴选质量和效率、实行科学规范的管理制度满足专家动态管理等。近几年来，国家科技计划的项目管理机构已经开始同行评议专家智能匹配的探索工作，以应对项目申请数量不断增加、学科交叉程度不断增强、专家队伍不断扩大的评审需求，不仅提高了项目管理的工作效率，而且在一定程度上弥补了常规辅助指派中人工判定可能导致的人为主观因素干扰[12]。此外，更多文献是对省市级项目评审专家库建设的现状和问题进行综述，除了普遍存在专家数量不足、人员结构不合理、专家信息和专家评价体系不完善等共性问题，学者还针对以下问题提出建议，对国家科技计划专家库的建设具有一定的参考意义[13-17]。例如，谭青等[13]针对湖南省科技专家库的专家领域分类方式与评审实际需求脱节的问题，提出对于新兴产业项目和交叉学科研究项目，可参考高新技术产业领域分类以优化领域分类标准；张雨[14]针对内蒙古科技专家库的部分领域专家资源紧缺的问题，建议与国家、兄弟省市建立长效沟通交流机制，吸纳更多优秀专家，实现专家资源共享；葛运东[15]认为苏州科技专家库的专家分级方法较为单一，无法满足不同类型的项目评审，建议探索专家分级管理机制，将专家分为产业战略咨询专家、资质类评审专家、人才类评审专家、项目评审专家等，从而提高专家遴选的匹配度。

目前，包括国家自然科学基金、国家重点研发计划以及国家科技重大专项在内的国家科技计划均涉及以专项形式开展项目管理工作。以国家重点研发计划为例，所谓重点专项，即以解决国家重大需求或关键科学问题作为目标导向，根据任务需求由一些目标鲜明、界限清晰的项目群作为实施载体开展研究的科技计划[18-19]。该计划由多家项目管理专业机构 (以下简称 “专业机构”)共同管理，不同的专业机构遴选专家的方式有所不同，有的专业机构根据重点专项的研究内容，从国家科技专家库 (以下简称 “总专家库”)中遴选出学术专长相匹配的专家以建立专项专家库，再从中为每个项目进一步遴选专家；也有专业机构不建立专项专家库，而从总专家库中结合专家的学科分类等信息直接为每个重点专项的具体项目随机抽取评审专家。不同的做法具有各自的特点，本研究主要以前者为例，对某专业机构的21位一线项目管理者进行深度访谈，了解他们在重点研发计划专项专家库建设过程中的典型做法和面临的问题，并提出相关的对策建议，不仅能够加深项目申报者等对专家库建设过程的了解，有助于发挥社会对国家科技计划项目管理的监督作用，而且能够为国家科技项目专家遴选工作的进一步完善提供有力的数据支撑和价值参考。

1 国家科技计划专家库建设现状

国家科技计划的总专家库建设应遵循 《国家科技专家库管理办法 (试行)》中所规定的指导性意见，包括专家的组成类型、入库方式、信息更新管理、专家使用原则等。目前该专家库由国际和国内专家两支队伍共同发挥作用，由科技界、产业界和经济界三类高层次专家组成，且三类专家需要分别满足相应的条件才能入库。除了每年新增的中科院院士、中国工程院院士、长江学者、中央财政科技计划 (专项、基金)项目负责人等经本人同意可直接入库，其他专家需按照常规入库程序来入库，即先由各单位根据入库专家基本标准征集、确定新推荐的专家名单，然后由各单位使用管理员账号为各专家创建账户，最后专家获得账号授权后可登录专家的系统完善个人信息并提交单位审核备案，并推送至科技部[20-21]。专家库会定期组织专家信息集中更新，对于已经连续两年以上未进行信息更新确认的专家账号，将视情况予以冻结或退库处理[22]。中央财政科技计划的项目评审评估、综合绩效评价等活动所需的专家均需从总专家库中选取。截至2019年，国家重点研发计划的在库专家约有9万人，覆盖了61个一级学科、669个二级学科和2109个三级学科[23]；根据2021年统计，国家自然科学基金委的专家库已超过25万人，其中医学科学领域的专家就达到近5万人。

2 研究设计

2.1 研究问题

项目管理者作为国家重点研发计划专项专家库建设的组织者和实施者，对专项专家库建设的具体环节最为了解，并且对其所存在的问题及需求具有最敏锐的感知，尤其是一些善于发现问题并给出解决方案的项目管理者，其专业意见往往是提升专项专家库建设水平的优势力量。因此，本研究从项目管理者的角度出发，尝试探讨以下问题：①项目管理者在专项专家库建设过程中的典型做法及面临的问题是什么？②项目管理者对专项专家库建设的建议是什么？

2.2 访谈对象

本研究所选取的专业机构有7个处室专门负责重点研发计划的管理工作，且每个处室管理若干重点专项。首先，从7个处室分别选取1位项目管理者代表进行摸底访谈 (共7位)，初步掌握项目管理者在专项专家库建设过程中的典型做法及面临的问题，以此为依据设计正式的访谈提纲；然后，从7个处室分别选取3位项目管理者 (共21位)进行正式访谈，且每个处室的3位受访者中至少包含1位处长级别的项目管理者 (包括处长或副处长)。本研究所选取的21位受访者均参与了2022年度专项专家库建设工作，其中男性10名、女性11名，受访对象信息如表1所示。

表1 受访对象信息

2.3 研究工具及数据采集

本研究采用面谈的形式开展访谈研究，在访谈过程中，利用现场速记的方法对访谈内容进行采集，并对访谈的重要信息进行总结，选择具有代表性的访谈片段作为支持例证。受访对象分别接受40～60分钟的访谈。

3 研究结果

3.1 专项专家库的建设流程

根据任务需求和目标导向的不同，重点研发计划由一些目标鲜明、界限清晰的重点专项作为实施载体，且每个重点专项中通常包含若干具体项目。按照待启动专项的项目评审需要，各处室一般会协同其他相关单位为每个重点专项建立年度专项专家库，主要流程分为以下四个步骤 (见图1)：①由实施方案或指南编制专家、专业机构及专业司局结合实施方案和指南内容确定每个重点专项的研究方向关键词；②由相关单位利用研究方向关键词，通过大数据挖掘和人工智能技术支撑的智能化专家匹配系统，从总专家库中为每个重点专项遴选出学术专长相匹配的专家；③由于智能化系统无法达到完全精准匹配，由项目管理者对智能匹配的专家进行人工筛选和审核，剔除不匹配的专家；④由项目管理者为每一位候选专家填写分类标识词，或者由候选专家本人为自己填写分类标识词，建立专项专家库。其中，步骤1中的研究方向关键词与步骤4中的分类标识词类似，但为了能搜索到更多专家，前者的数量可能会多于后者。

3.2 专项专家库建设存在的问题

针对图1所示专项专家库建设的主要流程，本文对其中的关键步骤所存在的问题逐一进行深入分析与总结。

图1 专项专家库建设的主要流程

3.2.1 研究方向关键词选取存在的问题

如图1中的第1步所示，结合重点专项的实施方案和指南内容选取研究方向关键词，主要存在以下两个问题：

(1)研究方向关键词与总专家库自填词的颗粒度和词汇表达不一致。研究方向关键词与总专家库自填词的匹配性是建立专项专家库的重要依据之一。当前，总专家库有学科分类词词库，但缺少研究方向的标准词库，只有专家本人在总专家库中填写的研究方向自填词，即专家根据自身所从事的研究方向自由填写的关键词。21位受访者一致认为，根据实施方案或申报指南所确定的研究方向关键词与总专家库中的自填词属于两套体系，二者的颗粒度和词汇表达均难以达成一致，实现精准匹配的难度极大，约85.7%的受访者认为总专家库应同时设置研究方向标准词库和自填词，这样更加利于专家匹配 (见图2)。对此，3号受访者通过举例进行了详细解释。例如，若将申报指南中出现的 “可穿戴娱乐设备”作为研究方向关键词，由于该词表达比较细致，使用该词难以从总专家库中匹配到相应的专家。因为专家一般不会填写 “可穿戴娱乐设备”这样具体细致的词汇作为自填词，而很可能填写 “音视频”作为其研究方向自填词。由此可见，研究方向关键词与总专家库自填词的颗粒度和词汇表达不一致，给专家匹配工作带来一定的挑战。

图2 受访者建议

在不考虑缺少研究方向标准词库的情况下，研究方向关键词的选取缺少统一的标准及方法。15号受访者认为，由于不同的智能化匹配系统具有不同的模型算法，根据实施方案或申报指南选取关键词的标准和方法，可能会直接影响模型算法的匹配精准性。由此可见，相关人员应当充分了解智能化匹配系统通过什么模型算法进行专家推荐，以及需要什么样的关键词才能匹配出数量足够和精准度高的专家，这就要求应尽量遵循统一的标准及方法来选取关键词，以提高专家匹配精准度。此外，4号受访者认为，由于专项指南内容本身具有一定的创新性，利用提取研究方向关键词建立专项专家库的方法，其专业性及合理性还需时间检验和认真考量。

(2)研究方向关键词的选取易受人为主观因素影响。对于选取研究方向关键词的工作，不同专项办的工作方式不同，有些是先由项目管理者选取，再经实施方案专家组和指南编制专家组做进一步审核决策；有些是直接由实施方案专家组和指南编制专家组选取并确定。4号受访者强调，根据实施方案和指南内容选取的研究方向关键词或许能顺利通过实施方案和指南编制专家组的审核，但实际上这些关键词可能并不标准，因为由不同的人来选取关键词，会因为个人主观因素的存在而产生偏差。20号受访者认为，研究方向关键词的选取直接由更专业的人来完成效果更好，如实施方案专家和指南编制专家，而不应该由项目管理者尤其是流动的项目管理者来完成，因为关键词的选取需要对相关领域足够熟悉，且具有丰富的研究经验。

3.2.2 评审专家智能匹配存在的问题

如图1中的第2步所示，将最终确定的研究方向关键词提交给相关单位进行评审专家的智能匹配，关键在于匹配的精准性是否满足项目评审的需求，而专家信息的完整性和更新及时性是影响精准性的重要因素之一。

(1)专家信息的完整性及更新及时性。国家重点研发计划专项专家库中的专家全部来源于国家科技计划所共享的总专家库。该专家库包含学科分类、研究或工作方向关键词、近三年研究或工作内容、项目承担经历、论文和专利情况等专家个人信息。这些信息的完整性和更新及时性对于评审专家的智能匹配十分重要。

本研究邀请21位受访者对总专家库中专家信息填写不完整及更新不及时的现象进行评价，评价等级为该现象发生的频次很多、多、一般、少、很少、无，以及存在但难以判断程度。结果表明，超过60%的受访者认为专家信息不完整的现象发生频次 “一般”和 “少”，超过60%的受访者认为专家信息更新不及时的现象发生频次 “很多”和 “多” (见图3a)，专家信息不完整和更新不及时的具体内容如图3b所示。一些关键的专家信息填写不完整或者更新不及时所造成的不利影响主要体现在以下几方面：①由于与申报者从属同一单位的专家均不可参与该项目的评审，专家的工作单位没有填写或者更新，可能影响专家回避制度的执行；②专家抽取时要求高校院所的候选专家具有正高级职称，如果专家已经升职为教授，但没有对职务职称进行填写或更新，那么尽管其在专家库里也不会被抽到；③联系方式填写不完整或更新不及时，可能导致项目管理者联系不上专家，甚至不得不更换候选专家，影响专家遴选的效率乃至公正性；④研究方向关键词、学术成果和承担项目等填写不完整或更新不及时，无论是对于智能匹配模型计算还是人工筛选，同样会在一定程度上影响专家匹配的精准性。

(a)发生频次 (b)具体内容

(2)评审专家智能匹配系统的精准性。在21位受访者中，有17人 (约81.0%)认为智能匹配的精准度 “一般” (见图4)。7号受访者结合自身参与专项专家库建设的经历说到，智能匹配系统推荐的候选专家有700人左右，但经过项目管理者的人工筛选之后，发现学术专长与专项研究方向关键词勉强匹配的专家可能只剩下100人左右，后续还有专家认为自己的实际研究方向与研究方向关键词不对口，导致最后只剩下几十个专家可以真正纳入专项专家库。

图4 受访者对评审专家智能匹配系统的精准度评价

通过对访谈结果进行分析，将影响智能匹配精准性的原因概括为两点。①智能匹配系统缺少学科分类功能。3号和8号受访者举例说明，不同学科领域的具体研究方向可能含有相同的词汇，如提供的研究方向关键词是 “物流信息化”，但智能系统推荐的专家中有不少是从事 “农业信息化” “气象信息化”的专家，这些专家共同的特点在于均从事 “信息化”研究，可能是因为目前的专家智能匹配系统没有将不同学科的专家进行区分。②智能匹配系统的计算模型亟待优化完善。专家智能匹配系统设计是影响专家匹配精准性的关键因素，体现在研究方向关键词与总专家库中专家学术信息的相互匹配效果。2号受访者强调，如果智能系统设计得比较好，应当利用少数几个研究方向关键词就能搜索出许多专家，但目前却需要人为提供足够多的衍生词和近似词才能搜索出更多的专家，否则很多专家都无法匹配上。实际上，依靠人工方式难以找全研究方向关键词的衍生词和近似词，所以专家智能匹配系统应进一步优化升级，争取在精准度控制上取得更好的成效。

智能匹配系统的精准性还会影响项目管理者对专家补充方式的选择。如果初次使用研究方向关键词进行智能匹配所遴选的专家数量不足，21位受访者中有9位表示不会再选择智能匹配系统补充专家，而是由专项办直接通过专家库管理系统或者网络搜索领域内符合条件的专家。2号受访者表示，之所以更倾向于专项办自行补充专家，是因为智能匹配专家需要依靠相关单位来完成，等待时间较长，且最终推荐过来的专家不一定符合重点专项的评审需要。有6位受访者表示会采用专项办自行补充和智能系统两种方式进行专家补充。10号和15号受访者表示，会视不同情况来决定选择智能匹配还是专项办自行匹配来进行专家补充，如果候选专家数量与预期相差较多，就会选择智能匹配；如果相差不多，就会由专项办自行补充。只有1位受访者表示会选择智能匹配方法进行专家补充，其余受访者表示专项专家库的人数比较充足，没有补充需求。

3.2.3 分类标识词填写存在的问题

按照相关要求，重点研发计划的每个专项专家库的规模约为500～2000人，且根据实施方案或指南内容所选取的分类标识词不得超过15个，每个分类标识词下应有不少于100位专家，以满足专家随机抽取的比例需要。调研发现，分类标识词的填写环节存在以下问题：

(1)分类标识词的填写容易受人为主观因素影响。不同专项办对于分类标识词的填写环节存在区别，即多数专项办是由项目管理者为专家填写分类标识词，少数专项办是邀请专家本人自行选择分类标识词。项目管理者在填写分类标识词时的参考依据主要来源于总专家库的专家信息，如图5所示，参考人数比例最高的前三名分别是研究方向自填词、研究成果和承担项目，第四名是由项目管理者对专家背景信息实行进一步的百度查询并确认。9号、12号和15号受访者表示，由项目管理者根据总专家库中的专家个人信息与分类标识词做出相应匹配，属于人为因素介入，容易受主观因素影响，从而影响专家匹配的精准性。在21位受访者中有11位受访者认为，项目管理者对项目所涉领域的熟悉程度会影响分类标识词填写的准确性。此外，项目管理者对专项学术背景的把握以及对候选专家专业领域的熟悉程度同样会影响分类标识词填写的准确性 (12号受访者)。对此，7号受访者认为，应根据不同专项的特点选择合适的人选来填写分类标识词，有的专项冗余度比较大，就算分类标识词模糊一点也没关系，从事相近研究方向的专家都能作为候选专家，可以直接由专项办的项目管理者为专家填写分类标识词；有的专项专业度较高，专项办难以把握分类标识词的涵义，需要候选专家自己来填写分类标识词，将匹配不精准的可能性降到最低。由此可见，应慎重选择分类标识词的填写人，最大限度降低人为主观因素的不利影响。

图5 受访者填写分类标识词的参考依据

(2)分类标识词的数量限制与小同行评议的要求存在矛盾。3号受访者指出，一方面，重点研发计划的相关政策对每个重点专项的分类标识词有数量限制；另一方面，每个重点专项的实施方案和申报指南所涵盖的领域范围比较广。这两方面因素使得每个分类标识词需要涵盖多个研究方向，才可能将整个重点专项涉及的重要领域全部覆盖。然而，一旦令每个分类标识词涵盖多个研究方向，就极有可能将大同行专家也纳入进来。因此，每个分类标识词的数量限制与小同行评议的要求相互矛盾。此外，分类标识词的数量限制难以实现大、小同行的优先排序。11号受访者建议为专家同时填写大同行和小同行的分类标识词，便于灵活选择大、小同行，以满足项目评审的需求。但是，由于目前限定了分类标识词的数量，导致在选取分类标识词时只能在大、小同行分类标识词中选择其中一个，难以区分大、小同行。

(3)研究方向自填词的准确性以及分类标识词的更新频率影响专家匹配精准度。有个别专家的研究方向自填词和实际从事的研究方向不一致，或者只是稍微涉猎了某个研究方向，就将其填写到总专家库的研究方向自填词中，给分类标识词的填写工作带来一定的困扰。6号和20号受访者提到，有专家填写的研究方向自填词数量特别多，使项目管理者不知道哪个研究方向才是该专家最擅长的，因此不得不花费更多的时间来确认，以确保分类标识词填写的准确性。8号受访者表示，专家的研究方向在几年之内很可能发生变化，如果多年以后还使用当年为专家填写的分类标识词，将影响专家匹配的精准性。因此，对于分类标识词的填写准确性和更新需要统一规范。

(4)分类标识词填写环节的工作量过大。在21位受访者中，有18位 (85.7%)表示为候选专家填写分类标识词的工作量很大。3号受访者表示，所在专项办一般会安排两或三位项目管理者完成一个专项的分类标识词填写工作，且持续至少一个月的时间。为了确保分类标识词的填写准确性和填写效率，该工作的工作量主要体现在以下几方面：对每位候选专家的个人信息进行进一步核实，尤其对于不明确或者不详细的信息还需项目管理者自行百度查询 (2号受访者)；对于候选专家自己选择分类标识词的方式，需核实其选择的分类标识词与总专家库信息的一致性 (7号受访者)；专家的联系方式失效 (7号受访者)；对重点专项的实施方案和申报指南充分解读，以深入了解重点专项涉及的各个领域和研究方向 (20号受访者)；专家库管理系统只允许对一位专家的个人信息页面进行点击查看，缺少对多位专家的信息实现一键导出清单功能便于同时浏览和比较 (1号受访者)。

4 讨论与建议

本研究通过对某专业机构的21位一线项目管理者进行访谈调研，发现在建立专项专家库的过程中，专家信息的完整性与更新及时性有待提升、评审专家的匹配方法和模式还需进一步优化等问题，针对这些问题提出以下建议和对策。

4.1 加快推动建设 “集中统一、标准规范、安全可靠、开放共享”的国家级科技专家库

专业机构之所以采用建立专项专家库的方式以便于后续的专家抽取和分组，是因为总专家库还不够完善，难以直接抽取出重点研发计划项目评审所需要的专家。2018年，为了推进科技评价制度改革，中共中央办公厅、国务院办公厅印发了 《关于深化项目评审、人才评价、机构评估改革的意见》，强调要 “进一步推动建设集中统一、标准规范、安全可靠、开放共享的国家科技专家库”，以满足项目评审的需要。但是，就总专家库的建设现状来看，距离上述目标还存在一定的距离。因此，建议从以下几方面入手，加快完善总专家库的建设。

4.1.1 增强专家主动入库进行信息填写和更新的意愿，提高专家所属单位的责任意识

从访谈结果得知，总专家库中专家信息的完整性及更新及时性均存在不同程度的问题，且专家信息更新不及时的问题相对更加严重。从专家个人的角度出发，目前主要依靠行政命令自主完成入库的信息填写和更新，但专家的意愿度并不算高。因此，相关部门需要针对以上问题采取有效措施或者建立相关机制，使专家更加主动、便捷地入库和更新信息：

(1)为各国家级、省市级等不同类别的专家库建立统一账户入口，列出专家注册过的所有专家库及其相应的个人信息及评审记录等，并实现不同专家库之间信息同步复制粘贴功能，以防止专家容易忘记或混淆各专家库的名称及对应的账号、密码，同时为专家入库和信息更新提供便利。

(2)开发上线专家库的手机APP，无需依靠电脑设备，便于专家随时随地利用碎片化时间处理简单的工作任务，实现专家个人的入库、信息更新、项目评审等多项功能。

(3)由专家库平台给专家发送系统定时短信，提示入库、信息更新以及项目评审等情况，同时建议专家库对专家始终开放，便于专家随时更新个人信息。

(4)利用较为先进的技术收集专家信息，如参考ORCID数据库系统，通过爬虫技术识别、跟踪科研工作者所有的学术研究活动，包括参与发表的文献、数据集、与研究机构的隶属关系以及资金支持，等等。ORCID一旦识别到科研工作者新发表的文章，就会自动给作者发邮件，让其确认是否为本人文章，经本人确认同意便自动完成数据更新。类似ORCID的智能系统能够显著提高专家库的智能化水平，节约人工填写的时间和精力。

从专家所属单位的角度出发，国家科技计划项目管理部门应对各单位的专家库管理人员积极动员并开展相关培训，将专家入库和信息更新的相关工作进行详细解释及说明，加强专家库管理人员对专家入库和信息审核的责任意识，做好每一位专家入库和信息更新的工作。特别是发生人员变动时，专家库管理人员更应及时更新。同时，鼓励各单位将每年参与项目评审活动的经历作为专家所在单位的年度考核加分项，促使专家积极参与项目评审。

4.1.2 建立研究方向标准词库，实现三级匹配模式

访谈结果表明，由于缺少学科分类的约束、研究方向关键词与专家库自填词的颗粒度和词汇表达不一致，以及智能化匹配技术尚不成熟等原因，导致专家智能匹配的效果一般，不得不由人工介入对每一位专家进行再次核验、筛选以及填写分类标识词等，因此难以避免主观偏差，从而影响项目评审的公正性。为此，本文提出为总专家库建立统一的学科分类及研究方向标准词库，实现三级匹配模式，最大限度降低人为主观因素干扰，提高专家匹配的精准性：①由于学科分类词涵盖的领域比较广，为避免学科间发生错误匹配，首先为专项项目选择对应的一级至三级学科分类，与库中专家进行初级匹配；②建立研究方向标准词库，将评审专家和专项项目进行二级匹配；③在标准词库中找不到可选的或者更细化的研究方向时，再利用智能化专家匹配系统对专家的自填词、学术成果、承担项目等信息进行 “学术画像”，完成专项项目与候选专家的三级匹配。与此同时，需要关注以下细节：

(1)精简、规范总专家库的信息填写。例如，规定专家填写代表作还是近几年的研究成果，避免不同专家填写的标准不一样；规定专家只填写主要研究领域和擅长的研究方向，不要填写初涉猎的领域或方向，保证评审意见的可靠性；添加专家研究方向自填词的填写说明或者示例，如填写重要研究对象，避免专家填写的标准不一致。

(2)对重点专项实施方案及申报指南定稿的同时，应当由实施方案或指南编制专家组参照总专家库中统一的学科分类及研究方向标准词库，将每个项目所需专家的学科分类、研究方向标准词以及每个评审组内专家成员的专业互补性确定下来，尽可能不再额外选取专家库中不存在的研究方向关键词，便于精准匹配。

(3)对研究方向标准词的颗粒度严格把关。如果标准词设定的覆盖范围太广，则对小同行匹配的意义不大。理想情况下，是将每个标准词设定得相对细致，但又不能太过细致，因为这可能会导致标准词的数量过多而每个标准词下的专家人数比较少。

(4)提升智能化专家匹配系统的精准性。目前智能化专家匹配系统的精准性不足，可能与智能匹配系统的参数设置、专家信息的完整性和更新及时性、研究方向关键词和专家库自填词的颗粒度等因素有关。虽然目前还无法实现全面的智能化专家匹配，但对智能化匹配系统需保持不断探索与实践，使匹配精准度提升到比较高的水平。

(5)如果在申报指南中出现类似 “碳纳米管”等处于研究内容核心位置的词汇，则应慎重考虑是否应当邀请一定数量的从事 “碳纳米管”研究的评审专家参与该项目评审。

4.1.3 升级总专家库的管理平台操作系统

专项办通过总专家库平台对候选专家的学术背景进行审核时，只能点进一位专家的个人页面才能查看其学科领域、研究方向关键词等信息，而无法将多位专家的信息一键导出，对不同专家的学术信息进行同时审核。因此，建议为总专家库管理平台操作系统添加一键导出和一键导入功能，将多位专家的学科分类和研究方向等与专家匹配密切相关的重要信息导出并形成电子清单，使项目管理者可以根据清单同时完成对多位专家的信息审核。如果项目管理者需要对专家做标记，还能通过系统的一键导入功能将相关的标记自动添加到系统中，提升项目管理者完成专家匹配任务的效率。

4.2 加强与其他专业机构和学术界科研工作者的交流学习

一方面，作为国家级科技计划项目管理的专业机构，要注重与其他优秀专业机构的交流学习，不断完善专家遴选的工作机制。另一方面，尽管专业机构的项目管理者拥有十分丰富的项目管理经验，但由于没有真正从事科研工作，在项目管理的视野上存在一定的局限性。因此，专业机构应格外重视与学术界科研工作者的沟通与交流，积极采取恰当的方式了解项目评审人和申请人对科技项目管理的看法和需求，从不同的视角出发来解决项目管理中出现的问题，共同提升专业机构的业务水平、维护公平公正的科研创新环境。

5 展望

作为国家科技计划项目管理工作中的关键环节，进一步促进专家库的标准化和创新化管理，建设一个更具科学性、实用性和开放性的高水平专家库，是科技管理进程中一项重要和紧急的任务。各专业机构以及相关组织部门应深入挖掘和直面专家库建设过程中存在的主要矛盾和问题，集结多方力量给予针对性的解决方案。国家科技计划项目的管理制度和体制机制应以专家库建设作为重要开端，向着 “双一流”建设的目标不断完善，建设一流的专家管理团队和一流的项目管理团队，为强化国家战略科技力量、加快建设科技强国奠定夯实基础。