典型省市新型研发机构绩效评价指标体系的对比研究

陈小辉，陈建敏，罗莉萍，苏 炜

（广东省科技基础条件平台中心，广东广州 510030）

1996 年，深圳清华大学研究院作为全国第一家新型研发机构在深圳成立，其成功运营为国家新型研发机构的发展探索出了成熟有效的参考路径。经过二十多年的发展，新型研发机构在新兴产业和高新技术方面已经取得一定的话语权，是国家后期继续推行创新驱动发展战略的主力军。2019 年9 月，科技部［1］印发了《关于促进新型研发机构发展的指导意见》的文件。文件对新型研发机构进行了定义，新型研发机构是聚焦科技创新需求，主要从事科学研究、技术创新和研发服务，投资主体多元化、管理制度现代化、运行机制市场化、用人机制灵活的独立法人机构，可依法注册为科技类民办非企业单位（社会服务机构）、事业单位和企业。之后，广东、山东、河南、上海、安徽、江苏、浙江和河北等省市相继印发了新型研发机构的管理办法，文件对新型研发机构的定义与科技部文件中的定义基本相同，新型研发机构主要开展应用基础研究、技术转移转化、科技企业孵化培育、产业投融资、人才集聚培养等工作内容。

在上述文件中，各省市均有提到研究机构的动态管理，但对于新型研发机构的绩效理解及其评价的方法均不一样，新型研发机构在促进上述省市的产业高质量发展中的作用水平参差不齐。随着高新技术产业和新型研发机构的迅猛发展，以及科技创新要素在产业发展中的渗透，如何客观、准确、高效评估新型研发机构的运营绩效显得尤为重要。

1 新型研发机构绩效评价的研究现状

Urich［2］曾于1990 年提出了绩效的定义，“特定的工作职能或活动在特定时间段内的产出记录，关键和必要工作职能中绩效的总和（平均值）即为工作绩效的总和”，该定义侧重于实践和结果导向。Murphy［3］将其定义为“一套与组织或个体所工作的组织单位的目标相关的行为”，绩效是一种有缺陷的结果。李正风［4］从管理学的角度提出了绩效的定义，是指特定组织和个体的行为对目标群体的需要、价值和计划的满足程度，该定义包括了成果、成就、执行、过程等方面。因此，综合考虑上述三个定义，新型研发机构的绩效可认为是，机构在考核周期内的核心关键工作产出的结果总和，绩效评价为了揭示新型研发机构运营过程目标的实现程度，包括对相关的绩效信息进行观察、收集、组织、存储、提取、整合和评估。

近年来，新型研发机构的绩效评价是学者的研究热点之一。绩效评价按照评价时间可以划分为事前、事中和事后评价；按照评价方式可以分为定性、定量和综合评价。绩效评价方法包含：同行评议法、德尔菲法、层次分析法、文献计量法、案例研究、回溯法等方法［5］。徐顽强［6］通过分析国内新型研发机构2001 年—2016 年的发展现状，认为现有新型研发机构的相关研究依旧停留在表面，不够深入具体。王守文等［7］基于层次分析法建立了产业技术研究院的绩效评价模型，提出了环境、投入、运行、成果水平、合作意愿、经济效益、社会效益和产业竞争力的评价指标体系；王守文和颜鹏［8］通过对国内外产研院绩效评价的研究，综合提出产研院的绩效评价指标体系并得出相应权重，有助于产研院更好发展。蒋海玲等［9］对比了德国、美国、韩国、日本等国的产业技术研究院的绩效评价方法，提出了我国产研院绩效评价的详细指标体系，包括考核机制、管理机制、激励机制、创新载体建设、人才团队培育、科技成果产出、创新效益、社会效益、科技金融等方面。新型研发机构绩效的评估，是一个综合性的系统工程。相对而言，蒋海玲等人提出的考核指标体系更为全面，实操过程存在一定的局限性。

周恩德等［10］以广东省德38 家新型研发机构为案例，研究了新型研发机构创新绩效德影响因素，包括研发投入与创新绩效、政府支持与创新绩效、组件性质与创新绩效。杨博文［11］基于北京建设新型研发机构的需求提出了相应的评价指标体系，包括科研投入、创新产出质量、成果转化、原创价值、实际贡献、人才集聚和培养六个方面，包括定性指标和定量指标。孙逊［12］在研究江苏新型研发机构的绩效评价指标体系时，首先从机构建设、人才聚集、研发活动情况、产业发展情况、管理机制情况等五方面列举出79 项指标，通过专家遴选，将通过率为60% 以上的指标确定为评价指标。但是，其遴选出的评价指标体系不能充分体现新型研发机构的特征，大部分三级指标集中在人才培养、企业服务与孵化、研发等环节。

杨诗炜［13］等人通过调研2003—2018 年期间新型研发机构的学术文献，从创新生态系统与创新价值链两个视角分析了我国新型研发机构的研究现状，认为现有研究主要以案例研究和定性分析为主，缺乏定量分析和实证研究。王勰祎［14］等人以上海生物医药功能型平台为研究对象，从不同类型资源在权益主体间转化和新资源产生的角度出发，揭开了新型研发机构从资源投入到成果产出的黑箱模型，探索出了符合新型研发机构特点的绩效评估方法。同时，以上海科技创新资源数据中心为案例，从利益相关方的视角研究了科技数据类新型研发机构的绩效评价指标体系，提出了建设期和运营期绩效指标。孟溦［15］等人以上海微技术工业研究院为案例，综合考虑新型研发机构的资源依赖和社会影响力，分析了其绩效产生过程，提出了集政府资源投入、建设情况、资源集聚能力、研发能力、服务能力、产业化能力和社会影响力于一体的绩效评价指标体系。

绩效评价指标体系的指标选择、确定、比重分配等，应遵循社会性、目标性、可操性、可比性和实际性等原则，绩效评价指标体系应避免指标数量过多、统计难度大等现象，绩效评价结果应能真实客观地反映考核周期内目标实现程度。以上学者所提出的绩效评价指标体系，在科技主管部门和第三方机构实际评价过程中仍存在可操性不强、指标关联性较大等问题。此外，相对于指标体系而言，指标分值比重和指标独立性的研究较少。指标分值的分配直接影响新型研发机构的绩效评价结果，指标的独立性直接决定了数据统计过程烦冗程度。

全文旨在开展新型研究机构绩效评价指标体系的创新与优化研究，通过调研各省市新型研发机构的政策和各学者的科技文献，对比分析典型省市绩效评价体系的三级指标数量、指标定量化与定性化、分值权重、指标独立性、分类评估、实操可行，提出新型研发机构绩效评价指标体系的优化策略，进而为科技管理部门在新型研发机构绩效评价的操作层面提供策略依据。

2 典型省市新型研发机构的绩效评价指标体系

全文所研究的新型研发机构的绩效评价指标来源于省级科技管理部门公开的政府文件和学者的学术期刊，鉴于新型研发机构对产业经济高质量发展的促进效应，主要考察了北京市、河北省、江苏省、浙江省、安徽省、山东省、河南省、广东省的新型研发机构管理办法。其中，政府层面公布了评价指标体系的省市有河北省、浙江省、安徽省、山东省、河南省、广东省，北京市和江苏省的新型研发机构绩效评价指标体系来源于文献研究。

2.1 北京市新型研发机构绩效评价指标体系

杨博文［11］等人提出了北京市新型研发机构实施绩效评价指标体系，如表1 所示。该指标体系包含科研投入、创新产出质量、成果转化、原创价值、实际贡献、人才集聚和培养等六方面，三级指标共计38 个，未对三级指标的分值权重进行分配。

表1 北京市新型研发机构绩效评价指标体系

2.2 河北省新型研发机构绩效评价指标体系

河北省科学技术厅于2023年1月更新发布了《河北省新型研发机构管理办法》［16］。在管理办法中，将新型研发机构分为初创型、成长型两类进行绩效评价。绩效评价的内容包括创新投入、人才团队和创新产出三大类，如表2、表3 所示。初创型和成长型新型研发机构的三级指标分别为11 个和12 个，无加分项指标，且不同级别的绩效评价指标均赋予相应的分值权重，绩效评价的满分为100 分。

表2 河北省新型研发机构绩效评价指标体系（初创型）

表3 河北省新型研发机构绩效评价指标体系（成长型）

与初创型新型研发机构的绩效评价指标体系相比，成长型新型研发机构的人才团队分值权重略有下降，且更加强调人才的自主培养。成长型的创新产出指标分值权重高达50%，要略高于初创型新型研发机构。

2.3 江苏省新型研发机构绩效评价指标体系

孙逊［12］通过调查问卷方式，以成果转化为目标导向，对江苏省新型研发机构的绩效评价指标体系展开研究，包括机构建设、人才集聚、研发活动、产业发展、管理机制和附加指标等六方面，三级指标共计47 个（含5 个加分项），如表4 所示。各级指标的分值权重未具体明确，仅示意性地赋值。

2.4 浙江省新型研发机构绩效评价指标体系

浙江省于2022 年12 月发布了省级科技计划绩效评价的实施意见，公布了新型研发机构的绩效评价体系［17］，围绕主体责任、体制机制、创新团队、科研条件、战略任务、多元投入、科研成果、产业生态等方面展开，如表5 所示。该指标体系只有一级指标和二级指标，并对二级指标分配了分值权重。基于实施意见，按照不超过10%的比例且85 分以上为优秀，70～85 分为良好，60～70 分为合格、60分以下为不合格。

表5 浙江省新型研发机构绩效评价指标体系

2.5 安徽省新型研发机构绩效评价指标体系

安徽省于2020 年9 月公布了新型研发机构的绩效评价方法［18］，主要从体制机制、人才团队、创新能力、创新效益、开放协同和加分项等六方面展开，如表6 所示。在绩效评价指标体系中，三级指标39个、加分项指标2 个；分值权重方面，只对一级指标和二级指标分配了分值比重，未分配三级指标的具体权重。此外，根据管理办法，绩效评价的满分为110 分，评价得分60 分以下的为不合格，60～70分的为合格，70～85 分的为良好，85 分以上的为优秀。

表6 安徽省新型研发机构绩效评价指标体系

2.6 山东省新型研发机构绩效评价指标体系

山东省于2021 年1 月发布了新型研发机构绩效评价办法［19］。评级办法将新型研发机构分为科学研究类、技术创新类和研发服务类，主要从管理运行水平、科研活动、产出、效益和加分项等五方面开展绩效评价，三级指标分别共计21 项、24 项和27 项，且各级指标均赋予分值权重，如表7 至表9 所示。

表7 山东省新型研发机构绩效评价指标体系（科学研究类）

表8 山东省新型研发机构绩效评价指标体系（技术创新类）

表9 山东省新型研发机构绩效评价指标体系（研发服务类）

三类新型研发机构的评价指标体系区别主要体现在产出指标和效益指标两方面。对于产出指标，科学研究类评价指标体系主要强调原创成果的产出，包括理论原理突破、nature/cell 等高层次论文、产业技术理论难题、重大科研成果；技术创新类评价指标体系则强调核心技术的突破与应用；研发服务类则强调成果转化与产业化。对于效益指标，科学研究类强调机构对本领域及学科交叉的推动作用，技术创新类指标突出孵化企业的数量，研发服务类强调企业孵化和中试基地建设。此外，在人才培养方面，山东省增加了科研助理岗位数的考核指标，与科技部“关于增设科研助理岗位”的政策相匹配。

根据绩效评价办法，三级指标的分值大部分基于考核指标的数量计算得出，山东省新型研发机构绩效满分不设限，得分可大于100 分。最终评价结果分为四个档次，90 分及以上为优秀，89～80 分为良好，79～60 分为一般，60 分以下为较差。

2.7 河南省新型研发机构绩效评价指标体系

河南省于2019 年1 月发布了新型研发机构的管理办法［20］，其绩效评价主要考虑新型研发机构的产出效益情况，从产出、效益和满意度三个方面展开绩效评价，三级指标共计12 个，加分项指标3 个，如表10 所示。此外，绩效评价方法对各级指标均赋予分值权重，满分130 分（包含加分项30 分）。基于评价方法，评价得分80 分（含80 分）以上为优秀；80 分至60 分（含60 分）为合格；低于60 分为不合格。

表10 河南省新型研发机构绩效评价指标体系

河南省的新型研发机构绩效评价的一级指标为产出指标、效益指标和满意度指标等三类，二级指标7 个，三级指标15 个。在产出指标方面，包括发明专利、标准制定、省部级奖励、资产总额、研发人员比例、研发经费支出比例、科研人员薪酬比例；在效益指标方面，则主要考虑政府类科研项目数、技术合同成交额、孵化企业、产业投资、创新载体建设、人才引进等；在满意度指标方面，则主要考察服务对象的满意程度和社会认可度。

基于各项三级指标的分值比例来看，孵化科技企业估值占比最高，高达15%；其次是发明专利和标准数、省部级奖励数、技术合同成交额、获得各种产业投资额、创新载体建立、人才引进，其分数占比为10%。

2.8 广东省新型研发机构绩效评价指标体系

广东省新型研发机构的绩效评价指标体系于2017 年6 月公布［20］，绩效评价主要从研发条件、体制机制、研发团队、创新活动、创新效益等五个方面展开，三级指标共计38 个，如表11 所示。在管理办法中，并未对各级指标赋予相应的分值权重。

表11 广东省新型研发机构绩效评价指标体系

3 指标体系对比分析

北京市、河北省、江苏省、浙江省、安徽省、山东省、河南省、广东省等八个典型省市的新型研发机构绩效评价指标体系在评价指标数量、定性指标比重、指标独立性和分值权重均呈现不同的特征。

3.1 指标数量的对比

文中所列举的各省市新型研发机构绩效评价指标数量对比如表12 所示。

表12 典型省市新型研发机构绩效评价指标数量对比单位：个

在以上八个省市中，只有北京市和江苏省的指标体系来源于文献研究，其余省市均为政府部门文件。对于一级指标而言，河北省和河南省的指标数量最少，均只有三个；浙江省的指标数量最多，高达8 个。河北省的一级指标为创新投入、人才团队和创新产出；河南省的一级指标为产出、效益和满意度。安徽省和广东省的一级指标数量均为5 个，安徽省的一级指标包括体制机制、人才团队、创新能力、创新效益、开放协同，广东省的一级指标包括研发条件、体制机制、研发团队、创新活动、创新效益。山东省的一级指标有4 个，包括管理运行水平、科研活动、产出、效益。通过对比可知，山东省、安徽省和广东省均将新型研发机构的运行机制和管理体制纳入了考核目标，以体现新型研发机构的体制机制创新成果，进而更好地区别于传统研究机构。另外，人才团队、创新产出、创新效益在八个省市的绩效评价指标体系中均有体现。

对于二级指标而言，与一级指标的趋势基本一样，一级指标数量少的，二级指标数量也相对较少。在政府部门公布的文件中，河南省的二级指标数量最少，只有7 个，包括数量、质量、成本、经济效益、社会效益、可持续影响和服务对象满意度；安徽省、广东省的二级指标数量最多，分别为13 个和14 个。

从三级指标个数来看，河北省新型研发机构的评价指标数量最少（11个或12个），其次是河南省（15个），在科技管理部门开展绩效评价时，实施操作过程最为简洁。北京市和江苏省新型研发机构绩效评价指标体现来源于科技文献，评价指标数量最多，高达47 个。在政府部门的正式文件中，安徽省和广东省的评价指标数量最多，三级指标数量均为38 个，相应地，新型研发机构的绩效评价实施过程相对较复杂。

综上所述，对于新型研发机构的绩效考核应该纳入哪些指标，各个省市的考量是不一样的，这取决于新型研发机构的建设定位、运营目标、投资主体的期望等因素。

3.2 定量与定性指标的比例

对于新型研发机构的三级绩效评价指标，基于其统计形式，可分为定性指标和定量指标，如表12所示。

北京市新型研发机构的绩效评价指标体系中，定性指标主要体现在成果转化机制、技术创新价值、社会贡献、服务行业情况方面，共计约10 个定性三级指标。河北省新型研发机构的绩效评价指标均为定量指标，不涉及体制机制创新各指标，在评价结果方面更加客观。江苏省新型研发机构绩效评价指标体系中，定性指标主要为管理机制方面，共计3个指标。安徽省的绩效评价指标体系中，定性指标类型包括体制机制、社会效益、开放协同三类，共计14 个定性三级指标，分值权重约占38%。山东省新型研发机构（科学研究类）绩效评价指标体系中，定性指标类型包括体制机制创新、预算执行、社会效益、可持续效益，共计约6 个定性三级指标，分值约占12%。技术创新类和研发服务类的定性指标均为4 个，分值均占11%。河南省新型研发机构体系中，只有服务对象满意度指标所涉及的2 个三级指标为定性指标，分值约占10%。广东省的绩效评价指标体现中，定性指标包括体制机制、创新效益，共计10 个定性三级指标。

安徽省新型研发机构绩效评价的定性指标数量最多，包括发展战略、研发方向、投资主体、现代化管理制度、分配激励机制、用人机制、带动区域创新创业情况、对区域产业发展的促进作用、国际交流情况、与服务机构的合作情况、与地方产业集群互动情况、区域或行业的认知度、举办重大创新活动情况、总结推广经验做法情况等方面。定性指标的分值权重占比最高，高达38%，绩效评价客观程度会受相应影响。实际上，上述部分定性指标可以进行定量化考核，例如分配激励机制采用科研人员薪酬占薪酬总额的比例，对区域产业发展的促进作用采用为企业解决关键技术难题和应用的项目数量，国际交流情况则采用参加国际学术会议和相互访问的次数，带动地方产业集群则可采用机构与企业签订的产学研合作项目数量等指标。

对于北京市新型研发机构绩效评价的定性指标体系，是否设置成果转化部门或专职人员、专利技术是否填补国内空白、专利技术是否解决问题、是否加入产业技术联盟、是否加入行业协会等，均可转化为定量化指标进行量化考核，例如技术经纪人数、产业联盟数、行业协会数、解决关键难题数量等。类似地，广东省新型研发机构绩效评价定性指标，是否设立产业投资资金、是否加入产业创新联盟、是否行业协会会员，可采用产业投资资金额度、加入产业创新联盟数、加入行业协会会员数等指标量化；安徽省的定性指标，国际交流情况、与地方产业互动情况、举办重大创新活动情况等指标，也可以转化为定量指标予以考核。通过部分定性指标的量化考核，降低定性指标所占考核体系的分值，有利于更加客观考核新型研发机构的运行绩效。

在以上省市的新型研发机构绩效评价指标体系中，山东省、安徽省、浙江省和广东省均将体制机制类指标列入了定性指标中考察，且该指标在山东省和安徽省考核体系中分值分别占8%和18%。广东省未给出体制机制类指标分值占比，但采用了7个三级指标予以评价。如何将体制机制类指标进行定量考核，以及如何考察该类指标的分值比重，这部分工作将在后期研究中展开。

需要注意的是，不同于其他省市，广东省将新型研发机构的自身建设规模也纳入了评价指标体系中。注册资金、职工总人数、办公场地面积、设备原值等指标在新型研发机构的申报初期就已经设置了门槛，建议评价处于发展期的新型研发机构绩效时，应降低建设规模类指标的分值体重从指标体系中删除。在论文发表方面，北京将SCI/EI/ISTP 三大索引论文、论文引用次数、高引论文数量等学术影响力作为了评价指标，山东考察Nature 等高水平论文数量，广东则考核三大索引论文量，为突出新型研发机构的体制新颖性，应降低论文指标的考核，侧重专利和标准指标类的考核。

3.3 考核指标体系的独立性分析

为了避免同一事件结果的重复考核评估，指标体系间的相关性分析尤为重要。公式（1）为新型研发机构绩效的计算公式。

其中，P 表示新型研发机构绩效，xi为第一级指标中的第i 个指标，yn为第二级指标中的第n 个指标，zm为第三级指标中的第m 个指标。通常，xi、yn、zm应均为独立变量。

同时，新型研发机构的绩效也可以用公式（2）予以描述。

其中，P 表示新型研发机构绩效，xn为第n 个一级指标体系，xn,m为xn对应的第m个二级指标体系，xn,m,q为xn,m对应的第q 个三级指标体系。通常，xn、xn,m、xn,m,q应均为独立变量。

通过分析部分省市的第三级评价指标考核内容，可发现各自变量指标间存在一定的正相关性，而非独立变量。北京市新型研发机构评价指标体系的第三级指标中，“是否建立成果转化机制”与“是否设置成果转化部门或专职工作人员”“评价周期内成果转化累计收入”等指标存在关联，成果转化部门或专职工作人员属于新型研发机构成果转化机制的重要内容。“论文发表数量”“论文总体被引用次数”“前1%高被引论文”“前10%高被引论文”“领域TOP10 发表的论文”指标间也存在着相互关联的状况，“论文发表数量”直接影响“论文总体被引用次数”，论文总体被引用次数越多，属于高被引论文的概率相对也越大。

安徽省新型研发机构评价指标体系中，“带动区域创新创业情况”“对区域产业发展的促进作用”“区域或行业的认知度”指标与“创办孵化企业数”“创办孵化企业营业收入”存在相互关联，创办孵化企业数量和营业收入越多，区域创新创业情况越好，新型研发机构对区域产业发展的促进作用越大，新型研发机构在区域或者行业的认知度越高。河南省新型研发机构绩效评价指标体系中，研发人员占职工总数比例越大，科研人员薪酬占薪酬总额比例越大。广东省新型研发机构评价指标体系中，研发人员总数越大，则研发人员占机构总人数的比重越大。建议在不同层级指标的设置过程中，重点考虑各指标间的独立性，避免同一过程行为绩效目标的多重考核。

3.4 关键指标的分值权重分析

在以上八个省市新型研发机构的绩效评价指标体系中，仅河北省、安徽省、山东省、河南省四个省通过政府文件公布了评价指标的分值权重。其中，安徽省新型研发机构绩效评价方法未公布三级指标的分值权重。同时，由于浙江省新型研发机构的二级指标囊括的内容较多，在分析关键核心指标的分值权重特征时，全文只对比分析河北省、安徽省、山东省和河南省，如表13 所示。

表13 关键指标的分值权重分析

针对上述新型研发机构的绩效评价指标体系，河北省和山东省对不同类型的新型研发机构分别赋予不同分值权重，安徽省和河南省均采用同一套指标进行评价。对于体制机制指标，河北省和河南省均未设置分值权重，安徽省设置的分值权重高达18%，山东省设置的分值权重为3%。可见，相对于其他省市，安徽省的绩效评价指标更加注重新型研发机构的体制机制创新，以此来突出新型研发机构在体制机制方面不同于传统研发机构的特征，这是安徽省新型研发机构建设的一大亮点。

对于科研项目类指标，山东省分配的分值权重高达20%以上，而河北省未对该指标分配分值权重。对于专利标准类指标，河北省、安徽省、山东省和河南省均设置了10%以上的分值权重。对于原创成果和技术转化，河北省、安徽省和河南省均未设置分值权重，山东省则从技术理论难题、产业卡脖子难题、关键技术难题、核心工艺技术、科研成果产业化等方面予以考察，分值比重高达35%以上。在人才团队类指标方面，四个省份均有设置分值权重，其中河北省初创型新型研发机构侧重考察自有研发人员数量和行业高层次人才引进情况，分值比重高达30%。在企业孵化与服务方面，河南省设置的分值权重最高，分值比重高达23%，主要考核孵化企业估值和年服务企业数量。在经济效益产出方面，河北省成长型新型研发机构设置的分值权重高达20%，其次是河南省（17%）。在加分项指标设置方面，安徽省、山东省和河南省均将国家级创新平台（国家重点实验室、技术创新中心、临床医学中心等）作为加分项予以考核，而河北省未设置加分项和国家级创新平台的考核指标。此外，在新型研发机构的科研场地、仪器设备原值等硬件条件方面，河北省、安徽省和广东省均有相应的指标考核。

由此可见，对新型研发机构的人才团队考核，包括高层次人才引进、高级人才自主培养，四个省份已经形成共识，并赋予了较高的分值权重，是新型研发机构绩效考核的关键指标之一。河北省在绩效评估时着重考察新型研发机构的专利标准和经济效益产出；安徽省着重考核体制机制、企业孵化与服务、经济效益；山东省较为注重科研项目、科技原创成果和技术转化数量、国家级科技创新平台；河南省较为注重企业孵化与服务、经济效益。

3.5 对策与建议

以国家新型研发机构建设指引为蓝本，各省市应根据自身实际情况制定相应的考核指标。

对于不发达省份城市，新型研发机构的绩效评价指标应重点考虑技术创新（核心技术突破），专利和标准产出，以及科技成果对当地产业的发展促进作用。对于发达省份城市，则应更加注重研发机构规模、科研项目承担、创新型体制机制、国家级平台建设。在人才团队方面，除了高层次人才引进，应更加注重高级工程师等高层次的技术研发应用人才自主培养。

指标的定性与定量化考核方面，应尽量减少专家评价等主观因素的影响，充分体现绩效评价的客观性。指标量化考核的难点主要体现在体制机制（发展战略、用人机制、市场机制等）、服务对象满意程度、社会认可程度或社会效益、协同开放情况、对本领域发挥的作用等内容，对上述定性指标研究其定量化的转化方法，提高定量指标在绩效评价指标体系中的比例。

新型研发机构的培育成长方面，应采用不同的分值权重或评价指标考核体系，评价不同发展阶段的新型研发机构绩效。重庆市将新型研发机构分为初创型和新型高端研发机构；山西省省级新型研发机构分为山西省新型研发机构和山西省高端新型研发机构。云南省、河北省将新型研发机构分为初创型和成长型两类进行培育，且河北省就初创型和成长型分别制定了绩效评价指标体系。对于初创型的新型研发机构，应注重人才、市场等体制机制的创新，明确自身定位，强化新型研发机构建设指标的考核，弱化国家级科研项目、科研平台等难度系数较大指标的考核；对于成长发展期的新型研发机构，则应注重对当地战略性新兴产业的科技推动、成果转化、科技项目承担、国家级平台、社会创新环境、知识转移的速度与成效、科技投入回报等业绩成果的考核。

指标体系分值权重与分类评估方面，挖掘“科学研究类、技术创新类和研发服务类”新型研发机构的共性特征和差异化特征，基于不同类型研究机构的功能属性，科学合理地分配不同指标的分值比例。山东省首次将新型研发机构分为科学研究、技术创新和研发服务等三类开展绩效评估。安徽省则在《关于加快发展高水平新型研发机构的实施意见》的文件中［17］，首次提出分类绩效评估的概念，但是绩效评价指标体系未体现分类评估的过程。鉴于新型研发机构的不同组织属性，其运行绩效应按照功能分类开展评估，且评估的侧重点应有所不同。对不同类别的新型研发机构，应分别突出科技研发成果、行业共性技术突破、科技成果转化、科技型企业孵化、经济社会效益等方面的考核。分类开展绩效评估，基于不同的标准尺度充分挖掘不同类型新型研发机构的潜力，有利于促进新型研发机构的健康发展。对新型研发机构开展动态评估管理，相应的绩效评价指标体系也应实行动态优化调整，使新型研发机构发展的脚步与科技进步、新兴产业集群和战略产业集群发展同步。

2022 年9 月，山东省科学技术厅公示了2022 年度省级新型研发机构绩效评价结果，其中拟取消18家省级新型研发机构的备案资格，名单中有11 家以研究院冠名的新型研发机构，占比高达61.11%，包括西安交通大学青岛研究院、日照哈工大新材料研究院、青岛科技大学鲁中安全环保工程与材料研究院、莱芜市新艺粉末冶金产业技术研究院。在2021年的绩效评价结果中，山东省科学技术厅取消了29家的备案资格，其中也不乏以高等院校研究院冠名的新型研发机构，北京航空航天大学东营研究院、青岛科技大学东营资源化研究院、北京科技大学烟台工业技术研究院等。研究院通常拥有较强的科研能力和科技成果转化能力，尤其是以高等院校冠名的研究院，学校的研究成果更容易借助研究院体系实现技术转移转化。例如，西安交通大学青岛研究院，可依托西安交通大学优质教育科研资源，在青岛进行高层次人才培养、科技研发和科技成果转化工作；青岛科技大学鲁中安全环保工程与材料研究院，作为山东本土的新型研发机构，可依托青岛科技大学的科研资源，推进本土项目实施、科技成果创新与就地转化、高层次人才（团队）的引进与培养。在绩效评价过程中，若采用统一的评价指标体系（如论文发表、科技项目等指标分值比重过高），则无法实现淘汰不同类型和不同发展期的新型研发机构的目标。

4 结论

全文通过梳理北京市、河北省、江苏省、浙江省、安徽省、山东省、河南省、广东省等八个省市的新型研发机构绩效评价指标体系，从三级指标数量、定量与定性指标数量、绩效指标独立性、关键指标的分值权重分配等四方面，对比分析了各省市新型研发机构绩效评价特征。

在三级指标数量方面，江苏省的新型研发机构绩效评价指标数量最多，高达47 个，其次是北京市、安徽省和广东省，分别为37 个、38 个和38 个。这三个省市的绩效评价指标体系最为全面，但是评价指标数量过多，导致基础数据搜集难度大，评价工作相对繁琐。河北省和河南省的绩效评价指标个数最少，分别为11 个和15 个。

在定量与定性指标考核方面，北京市、安徽省和广东省的定性指标数量相对较多，河北省绩效考核指标全为定量考核指标，河南省的定性指标只有两个。通过实施定性指标的定量化，优化定量与定性指标比例和分值分配结构，降低绩效评价过程中的主观因素影响。

在绩效指标体系独立性方面，各省市均有三级指标间正向相关的现象，指标并非完全独立变量。通过实施指标体系独立性分析，可避免同一行为过程绩效的多重考核。

在关键指标分值权重分配与机构绩效分类评估方面，人才团队是河北省、安徽省、山东省和河南省新型研发机构绩效考核重点。其中，河北省、安徽省和河南省未对原创成果和技术转化设置考核分值，河北省和河南省未对体制机制设置考核分值。此外，河北省未对科研项目数量、国家级创新平台等加分项设置考核分值。山东省新型研发机构的绩效评价体系中，原创成果与技术转化、国家级科研平台的分值权重较高。基于新型研发机构的培育发展过程、功能属性、建设目标与定位，将优化指标分值权重和新型研发机构分类评估结合起来，确定新型研发机构绩效的最佳评价指标体系，促进新型研发机构的健康发展。