基层学科建设中的绩效评估

基层学科建设中的绩效评估演讲人01基层学科建设中的绩效评估02基层学科建设与绩效评估的内涵及关联性03当前基层学科绩效评估的现实困境与挑战04基层学科绩效评估体系的优化路径与实施策略05案例分析与实践启示06结语：回归学科建设初心，让评估成为高质量发展的“引擎”目录01基层学科建设中的绩效评估02基层学科建设与绩效评估的内涵及关联性基层学科建设与绩效评估的内涵及关联性基层学科作为高等教育体系的“毛细血管”，是人才培养、科学研究、社会服务的根基所在。其建设质量直接决定高校的核心竞争力与可持续发展能力，而绩效评估则是检验建设成效、优化资源配置、引导发展方向的关键抓手。作为长期深耕学科建设一线的工作者，我深刻体会到：没有科学的绩效评估，基层学科建设容易陷入“自我循环”的封闭状态；脱离建设实际的评估，则会沦为“为评估而评估”的形式主义。二者互为表里、辩证统一，共同构成基层学科高质量发展的闭环体系。基层学科建设的核心要素与时代使命基层学科建设并非简单的“资源投入”或“指标达标”，而是一个涵盖人才培养、科学研究、社会服务、文化传承创新、国际交流合作的系统工程。其核心要素可概括为“三个维度”：1.人才培养维度：基层学科是本科生与研究生培养的主阵地，其建设成效直接体现在人才产出质量上。这包括课程体系的科学性（如是否对接行业需求、融入前沿知识）、实践教学的有效性（如实验基地、校企合作项目）、学生发展支撑（如导师制度、创新创业平台）等。例如，我在调研某地方高校应用化学学科时发现，该学科通过“课程思政+企业项目”双轨制培养，近三年毕业生就业率连续保持在95%以上，用人单位对其实践能力满意度达92%，这便是人才培养维度的具体成效。基层学科建设的核心要素与时代使命2.科学研究维度：基层学科是知识创新的重要源头，其科研能力体现在基础研究的原创性与应用研究的转化价值上。既包括国家级课题、高水平论文等“标志性成果”，也涵盖解决行业关键技术的“隐性贡献”。如某师范院校的“区域教育治理”学科，虽未发表顶刊论文，但其研究成果被3个地市教育局采纳为政策参考，直接推动了区域教育公平，这种“接地气”的科研同样是学科建设的核心价值。3.社会服务维度：新时代赋予基层学科“服务国家战略、对接地方需求”的使命。其社会服务成效不仅体现在产学研合作项目数量、技术成交金额等量化指标，更包括对区域产业升级、文化繁荣、民生改善的实质性贡献。例如，某农业院校的“作物遗传育种”学科通过培育耐盐碱水稻新品种，帮助沿海滩涂地区新增耕地面积10万亩，这种“把论文写在大地上”的实践，正是社会服务维度的生动体现。绩效评估的定义、目标与基本原则绩效评估（PerformanceEvaluation）是对组织或系统目标的实现程度、资源利用效率、发展潜力进行的系统性测量与评价。在基层学科建设中，绩效评估并非简单的“打分排名”，而是以“诊断问题、优化发展、提升质量”为核心目标的“发展性评估”。其基本原则需坚守“三个导向”：1.目标导向：评估需紧密对接学科建设总目标（如“成为区域内有影响力的特色学科”“支撑某产业技术升级”），避免“为评估而评估”的偏离。例如，某新建工科学科若以“培养应用型技术人才”为目标，评估时就应侧重校企合作深度、学生实践能力，而非盲目追求论文数量。绩效评估的定义、目标与基本原则2.科学导向：指标设计需兼顾“量化可测”与“质性评价”，既要有“硬指标”（如课题经费、专利数量），也要有“软指标”（如学术声誉、行业影响力）。同时，需遵循学科规律——基础学科评估应侧重长期学术价值，应用学科应侧重成果转化效率，避免“一把尺子量所有学科”。3.动态导向：学科发展具有阶段性特征，评估体系需随学科成长而调整。例如，初创期学科可能需“生存性评估”（资源保障、团队建设），成长期学科需“发展性评估”（特色凝练、成果突破），成熟期学科则需“引领性评估”（标准制定、国际影响）。基层学科建设与绩效评估的辩证关系基层学科建设是“本体”，绩效评估是“镜像”与“引擎”：前者为后者提供评估对象与内容，后者通过反馈机制反哺前者发展。二者的辩证关系体现在“三个统一”：1.建设是评估的基础，评估是建设的指南针：没有扎实的学科建设，评估便成为“无源之水”；缺乏科学评估，建设便容易陷入“盲人摸象”的误区。例如，某高校在评估中发现其“人工智能”学科存在“重理论轻应用”倾向，及时调整了指标权重（增加企业横向课题占比、成果转化效益分值），引导学科转向“产教融合”特色发展。2.过程与结果的统一：绩效评估既要关注“结果”（如获奖、论文），更要关注“过程”（如团队协作机制、科研创新路径）。我曾参与某学科评估，发现其虽未获国家级奖项，但建立了“每周学术沙龙+跨学科工作坊”的创新机制，这种“过程性价值”对学科可持续发展至关重要，评估时给予了充分肯定。基层学科建设与绩效评估的辩证关系3.共性与个性的统一：评估需有“共性底线”（如人才培养基本质量、科研诚信），更要鼓励“个性特色”（如某学科在非遗传承中的独特贡献）。这种“共性+个性”的评估逻辑，既能保障学科建设的基本水准，又能避免“千校一面”的同质化竞争。03当前基层学科绩效评估的现实困境与挑战当前基层学科绩效评估的现实困境与挑战尽管绩效评估对基层学科建设的重要性已成共识，但在实践操作中，受传统管理思维、体制机制、技术手段等因素制约，当前评估体系仍存在诸多亟待破解的难题。这些问题不仅削弱了评估的导向作用，甚至对学科生态造成隐性伤害。评估理念偏差：从“发展工具”异化为“考核枷锁”1.“重短期轻长期”的功利化倾向：在“五唯”（唯论文、唯帽子、唯职称、唯学历、唯奖项）惯性思维影响下，部分高校将绩效评估简化为“年度量化考核”，迫使教师追求“短平快”成果（如发表低水平拼凑论文、申请“门槛低”的小课题），而忽视需要长期积累的基础研究。例如，某高校要求青年教师“三年内必须有3篇核心期刊论文”，否则不予续聘，导致多位教师放弃原创性“冷门”研究，转而追逐“热点”方向，学科长远发展根基被逐渐动摇。2.“重显性轻隐性”的片面化倾向：评估过度关注“可量化显性成果”（如课题经费、专利数量），而对“隐性价值”（如人才培养过程中的言传身教、团队协作的学术氛围、学科文化的积淀）缺乏有效评价。我曾调研某理工科学科，其团队在十年攻关中虽未发表顶级论文，但培养了12名优秀毕业生（其中3人成为国家杰青），这种“甘为人梯”的育人价值，却在量化评估中被完全忽视。指标体系缺陷：标准化与个性化的失衡1.“同质化”指标难以适配学科差异：当前多数高校采用“统一指标库”评估所有学科，忽视了基础学科与应用学科、传统学科与新兴学科、人文社科与自然科学的差异。例如，用“SCI论文数量”评估历史学科，迫使学者转向“国际化选题”而放弃本土化研究；用“技术转化金额”评估数学学科，则完全脱离其“理论探索”的核心使命。这种“一刀切”的指标，导致学科特色逐渐消解。2.“量化指标”与“质性评价”的失衡：量化指标虽操作简便，但易导致“数据注水”“指标造假”等问题。例如，某学科为完成“横向课题经费”指标，与关联企业签订“虚假技术合同”，经费到账后未开展实际研究；某高校要求“SSCI论文必须收录ESI高被引”，部分教师甚至通过“自引”“互引”人为提升引用次数。而质性评价（如同行评议、社会声誉）则因“人情分”“主观性”难以落地，最终沦为“补充性指标”。指标体系缺陷：标准化与个性化的失衡3.“静态指标”忽视学科发展阶段特征：学科发展具有“初创期—成长期—成熟期”的阶段性规律，但现有评估指标多为“静态标准”，未能随学科发展阶段动态调整。例如，对初创期学科仍采用“成熟期”的国家级课题要求，导致学科因“资源不足”难以突破；对成熟期学科仍给予“初创期”的政策倾斜，造成资源浪费。数据支撑不足：评估基础的“空心化”1.数据采集不规范，“碎片化”现象突出：学科数据分散在教务、科研、人事、财务等多个系统，缺乏统一标准与共享机制。例如，“人才培养质量”数据中，课程成绩、就业率、学生满意度等指标口径不一；“科研成果”数据中，论文收录、专利授权、成果转化等存在重复统计或遗漏。我曾参与某学科评估，为整合“近五年科研数据”耗时两周，仍因数据源不统一导致部分指标失真。2.信息化水平低，“动态监测”能力不足：多数高校仍采用“年度填报+人工审核”的静态评估模式，难以实现学科发展过程的实时监测。例如，某学科在评估周期内因“团队核心成员离职”导致科研能力断崖式下跌，但这一动态变化未能及时反映在评估中，导致评估结果滞后失真。此外，大数据、人工智能等技术在评估中的应用不足，难以深度挖掘数据背后的“学科发展潜力”等隐性信息。数据支撑不足：评估基础的“空心化”3.数据真实性保障机制缺失：在“评估结果与资源分配直接挂钩”的背景下，部分学科存在“数据美化”甚至“数据造假”行为。例如，某学科将“参与项目”虚报为“主持项目”，将“校内会议”包装为“国际会议”；某高校为提升“科研经费”指标，允许教师将“横向课题经费”多次重复申报。这些行为不仅扭曲评估结果，更破坏了学术生态。结果应用异化：从“诊断工具”沦为“分配依据”1.“评估结果”与“资源分配”过度捆绑：当前多数高校将评估结果作为“经费分配、职称晋升、评优评先”的核心依据，导致评估异化为“资源争夺战”。例如，某高校规定“评估前30%的学科下一年度经费增加15%，后30%减少10%”，迫使学科“为指标而战”，而非“为发展而建”。我曾目睹某学科为“保住评估排名”，放弃有潜力的“冷门方向”，转而追逐“热点领域”，学科特色荡然无存。2.“重奖惩轻改进”的评估导向：评估结果多用于“奖励先进、惩罚落后”，而对“问题诊断与改进”关注不足。例如，某学科因“论文数量不足”被削减经费，却未得到“如何提升科研能力”的具体指导；某教师因“未完成量化指标”被取消评优资格，但其“教学改革成果”却未被认可。这种“重结果轻过程”的应用模式，使评估失去了“促进发展”的核心价值。结果应用异化：从“诊断工具”沦为“分配依据”3.“申诉与反馈机制”缺失：评估过程缺乏透明度，学科对评估结果有异议时缺乏有效的申诉渠道。例如，某学科因“指标权重设置不合理”导致评估结果偏低，但学校管理层以“评估已结束”为由拒绝调整，挫伤了学科参与评估的积极性。主体参与缺位：“自上而下”评估与“自下而上”需求的脱节1.教师、学生等“建设主体”参与度低：当前评估多为“管理层主导、专家评审”的“自上而下”模式，一线教师、学生等学科建设的直接参与者缺乏话语权。例如，在指标设计阶段，很少征求一线教师对“科研方向”“课程设置”的意见；在数据采集阶段，学生满意度调查常由行政人员代填，结果失真。我曾参与某学科评估，一位教师直言：“我们天天在一线教学，却连评估指标的制定权都没有，这样的评估怎么可能反映学科实际？”2.行业企业、社会机构等“需求主体”缺位：基层学科的社会服务成效，需行业企业、社会机构等外部主体评价，但当前评估多为“内部评价”，缺乏第三方参与。例如，某应用型学科虽与10家企业开展合作，但因评估未纳入“企业满意度”指标，导致合作流于形式；某师范院校的“教师教育”学科，其毕业生在中小学的教学能力未被纳入评估，导致人才培养与基础教育需求脱节。04基层学科绩效评估体系的优化路径与实施策略基层学科绩效评估体系的优化路径与实施策略直面当前绩效评估的困境，优化体系需以“发展性评估”为核心理念，从理念革新、指标重构、数据治理、结果应用、主体协同五个维度系统推进，构建“科学、精准、动态、人文”的评估生态，让评估真正成为基层学科建设的“助推器”。理念革新：从“考核评估”转向“发展赋能”1.树立“以发展为中心”的评估价值观：需彻底摒弃“评估即考核”的旧思维，将“诊断问题、优化资源配置、激发内生动力”作为评估的核心目标。例如，某高校在评估中增设“学科发展潜力指标”（如青年骨干成长、新兴方向培育），引导学科从“短期冲刺”转向“长期培育”；某学科通过评估反馈，发现“跨学科合作机制缺失”，主动设立“交叉研究基金”，推动与人工智能、大数据等学科的融合创新。2.强化“特色导向”的分类评估思维：依据学科类型（基础学科/应用学科/交叉学科）、发展阶段（初创期/成长期/成熟期）、服务面向（行业服务/区域服务/国家战略），制定差异化评估标准。例如，对基础学科（如数学、物理）侧重“学术原创性、人才培养质量”，减少对“横向课题、成果转化”的考核；对应用学科（如农学、工程）侧重“行业贡献、技术转化效益”，适当放宽“论文数量”要求；对初创期学科给予“3年保护期”，重点评估“团队建设、方向凝练”，而非“成果产出”。理念革新：从“考核评估”转向“发展赋能”3.培育“质量优先”的学术生态文化：通过评估引导形成“潜心研究、追求卓越”的学术氛围，而非“急功近利、追求数量”的浮躁风气。例如，某高校设立“学术贡献奖”，奖励“十年磨一剑”的基础研究成果；某学科建立“代表作制度”，允许教师用3-5篇高质量代表作替代“论文数量”考核，鼓励学者深耕“冷门但重要”的研究方向。指标体系重构：构建“差异化、多维化、动态化”的指标框架1.设计“三级指标”体系，兼顾共性与个性：-一级指标（共性维度）：设置“人才培养、科学研究、社会服务、学科文化”4个核心维度，确保学科建设的基本方向。-二级指标（分类维度）：依据学科类型设置差异化指标。例如，基础学科增设“基础理论贡献度”（如被引次数、学术会议报告），应用学科增设“行业技术覆盖率”（如企业应用数量、行业标准制定），交叉学科增设“学科融合深度”（如跨学科项目数量、合作成果）。-三级指标（特色维度）：鼓励学科结合自身优势设置“特色指标”，如某师范院校的“教师教育”学科设置“毕业生教学竞赛获奖率”，某农业院校的“作物遗传育种”学科设置“新品种推广面积”。指标体系重构：构建“差异化、多维化、动态化”的指标框架2.平衡“量化”与“质性”指标，强化过程评价：-量化指标：保留“核心期刊论文、国家级课题、专利授权”等必要量化指标，但设置“上限”与“下限”，避免“唯数量”。例如，“SCI论文数量”设置“不超过10篇/年”，引导学者“少而精”；“横向课题经费”设置“不低于50万元/年”，确保服务需求的实效性。-质性指标：引入“同行评议、行业专家评价、学生成长跟踪”等质性评价方式。例如，科研创新质量采用“国际小同行评议”，社会服务成效采用“企业满意度调查”，人才培养质量采用“毕业生职业发展追踪”（如毕业5年后的职位晋升、行业影响力）。指标体系重构：构建“差异化、多维化、动态化”的指标框架3.建立“动态调整”机制，适配学科发展阶段：-初创期学科（0-3年）：指标聚焦“生存能力”，如“团队结构（博士学位教师占比≥60%）、方向凝练（明确1-2个特色方向）、基础资源（实验室面积≥500㎡）”。-成长期学科（4-8年）：指标聚焦“发展能力”，如“省部级以上项目（≥3项/年）、特色成果（如省部级奖励、行业标准）、人才梯队（省级以上人才≥1人）”。-成熟期学科（9年以上）：指标聚焦“引领能力”，如“国家级项目（≥1项/年）、国际影响力（如ESI高被引科学家、主导国际标准）、行业话语权（如政策咨询报告被省部级以上采纳）”。（三）数据治理强化：构建“标准化、智能化、共享化”的数据支撑体系指标体系重构：构建“差异化、多维化、动态化”的指标框架1.制定“学科数据标准”，实现“一数一源”：-联合教务、科研、人事、财务等部门，制定《学科数据采集规范》，明确各指标的数据来源（如“科研经费”以财务系统数据为准、“学生满意度”以教务系统匿名survey为准）、统计口径（如“核心期刊”以学校认定的期刊目录为准）、更新周期（如“年度数据”每年12月更新，“动态数据”每月更新）。-建立“学科数据字典”，对每个指标的名称、定义、计算方法、数据来源进行标准化解释，避免“数出多门”的混乱。例如，“专利转化”指标明确定义为“专利技术转让到企业的实际金额”，排除“专利许可”等非转化形式。指标体系重构：构建“差异化、多维化、动态化”的指标框架2.搭建“学科评估信息平台”，实现“动态监测”：-依托大数据技术，建设“一站式”学科评估信息平台，整合各系统数据，实现“自动采集、实时更新、智能分析”。例如，平台可自动抓取“SCI论文”的收录与被引数据、专利的授权与转化数据，减少人工填报工作量；设置“学科发展态势看板”，实时展示“科研产出趋势、人才培养质量、社会服务成效”，为学科管理提供“动态画像”。-引入人工智能技术，开发“学科发展预警模型”，对“科研产出下降、人才流失、经费异常”等问题进行提前预警，帮助学科及时调整发展方向。例如，某学科因“核心成员退休”导致科研能力下降，平台提前3个月发出预警，学校及时引进2名青年骨干，避免了学科断层。指标体系重构：构建“差异化、多维化、动态化”的指标框架3.建立“数据质量保障机制”，确保“真实可信”：-实施“数据责任制”，明确各数据采集部门的责任（如科研处负责“科研成果数据”的真实性），定期开展“数据核查”，对“数据造假”行为实行“一票否决”。-引入第三方审计机构，对“关键指标”（如科研经费、成果转化）进行独立审计，确保数据客观公正。例如，某高校每年委托会计师事务所对“横向课题经费”进行审计，杜绝“虚假合同”“重复申报”等问题。结果应用优化：从“资源分配”转向“诊断改进”1.建立“评估结果反馈与改进机制”，强化“发展导向”：-评估结束后，向学科提交《学科发展诊断报告》，不仅给出“评估等级”，更要指出“存在问题”“改进建议”“资源支持方向”。例如，某学科因“跨学科合作不足”被扣分，报告建议“设立交叉研究基金”“与人工智能学院共建实验室”，学校随即提供50万元专项经费支持。-建立“学科改进台账”，跟踪问题整改情况，定期“回头看”。例如，某学科在2023年评估中“学生实践能力不足”，2024年通过“新增3个校企合作基地”“改革实践课程体系”，年底复评时“实践能力满意度”从75%提升至92%，整改成效显著。结果应用优化：从“资源分配”转向“诊断改进”2.优化“资源分配机制”，弱化“直接挂钩”：-改变“评估结果与经费简单挂钩”的模式，建立“基于评估改进效果的动态分配”机制。例如，学校设立“学科发展基金”，60%按“基本需求”分配（保障学科正常运行），40%按“改进成效”分配（对评估中进步显著的学科给予倾斜）。-对“特色鲜明、潜力巨大”的学科，给予“专项支持”。例如，某新兴交叉学科虽评估排名不高，但其“量子计算+生物信息学”方向具有重大潜力，学校单独设立“未来学科培育计划”，给予100万元经费支持。结果应用优化：从“资源分配”转向“诊断改进”3.完善“评估申诉机制”，保障“公平公正”：-建立“学科评估申诉委员会”，由校内外专家、教师代表、学生代表组成，受理学科对评估结果的异议。例如，某学科因“指标权重设置不当”要求申诉，委员会经复核后调整了“社会服务”指标的权重，重新评估后排名上升10位。-公开“评估过程与结果”，接受全校师生监督。例如，学校官网公示“评估指标体系、数据来源、评分细则”，学科可随时查询“本学科各项指标得分与排名”，增强评估的透明度。主体协同机制：构建“多元参与、开放共享”的评估生态1.激发“一线教师与学生”的参与热情：-在指标设计阶段，通过“座谈会、问卷调查”等方式，广泛征求一线教师、学生对评估指标的意见。例如，某高校在制定“教师教学评价”指标时，收集了200余名教师的建议，最终将“学生评教同行评议、教学成果、课程改革”纳入指标体系，避免了“行政主导”的片面性。-鼓励学生参与“人才培养质量”评价，建立“学生成长档案”，记录“课程学习、实践经历、职业发展”等全过程数据。例如，某学科引入“毕业生职业发展追踪系统”，对毕业1年、3年、5年的学生进行跟踪调查，将“就业质量、职业晋升、行业贡献”作为人才培养质量的核心指标。主体协同机制：构建“多元参与、开放共享”的评估生态2.引入“行业企业与第三方机构”参与评估：-对应用型学科，邀请行业企业专家参与“社会服务成效”评价。例如，某工程学科组建“企业专家咨询委员会”，每年对“校企合作项目、技术转化效益”进行评估，评估结果直接计入学科总分。-委托第三方机构（如中国科教评价院、麦可思研究院）开展独立评估，避免“自我评价”的主观性。例如，某高校委托麦可思研究院对“毕业生培养质量”进行第三方评估，报告显示“毕业生就业率、薪资水平、雇主满意度”等指标均高于全国平均水平，为学校学科建设提供了客观依据。主体协同机制：构建“多元参与、开放共享”的评估生态3.建立“校院两级协同”的评估组织体系：-学校层面成立“学科建设评估领导小组”，负责统筹评估政策、审核评估结果；学院层面成立“学科评估工作小组”，负责具体实施评估（如数据采集、自评报告撰写）。-建立“校院两级评估专家库”，吸纳校内外知名学者、行业专家、管理专家参与评审，确保评估的专业性与权威性。例如，某高校评估专家库中，校外专家占比达40%，涵盖“985高校教授、行业领军人物、政府官员”，避免了“校内专家互评”的“圈子化”问题。05案例分析与实践启示案例分析与实践启示理论构建需以实践为落脚点。国内部分高校已探索出符合自身实际的基层学科绩效评估模式，其经验与教训为体系优化提供了鲜活样本。案例一：某省属高校“应用型学科”差异化评估实践学科背景：某省属高校“智能制造”学科，成立于2015年（初创期），以“服务地方装备制造产业升级”为目标，现有教师20人（其中博士15人），与10家企业建立合作关系。评估困境：早期采用“统一指标体系”，与其他理工学科一样考核“SCI论文数量、国家级课题”，导致该学科教师“重论文轻应用”，与企业合作流于形式，近3年毕业生就业率仅为85%，低于全校平均水平。改革措施：1.差异化指标设计：取消“SCI论文数量”指标，增设“企业横向课题经费（≥100万元/年）”“技术转化效益（≥500万元/年）”“企业满意度（≥90%）”等指标，权重占比达40%。案例一：某省属高校“应用型学科”差异化评估实践2.动态调整机制：作为初创期学科，给予“3年保护期”，重点评估“团队结构（博士学位教师占比≥80%）、方向凝练（明确‘智能装备研发’特色方向）、校企合作基地（≥5个）”。3.数据平台支撑：搭建“校企合作信息平台”，实时采集“横向合同金额、技术转化数据、企业反馈”，确保指标真实可测。改革成效：-科研方向转变：近3年横向课题经费年均增长50%，其中“智能焊接机器人”项目成果被3家企业采用，新增产值2亿元。-人才培养质量提升：毕业生就业率提升至98%，企业对其“实践能力、创新思维”满意度达95%，2名学生获“省级优秀工程师”称号。案例一：某省属高校“应用型学科”差异化评估实践-学科特色凸显：2023年获批“省级重点应用学科”，成为区域装备制造产业技术研发的“核心智库”。案例二：某部属高校“基础学科”长周期评估探索学科背景：某部属高校“理论物理”学科，成立于1950年，为国家培养了一批杰出物理学家，但近年来因“基础研究周期长、成果产出慢”，面临“资源削减、人才流失”困境。评估困境：传统“年度量化考核”要求“每年发表2篇以上SCI论文”，导致教师放弃“理论突破型”研究，转向“短平快”的“热点跟踪”研究，学科原创能力下降。改革措施：1.长周期评估：将评估周期从“1年”延长至“5年”，重点评估“5年内的代表性成果”（如理论突破、学术影响力），而非年度论文数量。2.质性评价强化：引入“国际顶尖同行评议”（如诺贝尔奖得主、菲尔兹奖得主），对“理论创新价值”进行评价；设置“学术传承指标”（如培养的优秀学生数量、学术会议报告影响力）。案例二：某部属高校“基础学科”长周期评估探索3.资源保障机制：设立“基础研究稳定支持基金”，为教师提供“5年不考核”的经费保障，鼓励“十年磨一剑”的研究。改革成效：-原创成果涌现：2022年，该学科团队在“量子场论”领域取得突