大數據環境下的高校科研管理信息化探索*

許哲軍，付 堯

(華東理工大學 科學技術發展研究院，上海 徐匯 200237)

1 引言

近年來，大數據概念引起了科技界、產業界和政府部門的高度關注。Nature 和Science 等國際頂級學術刊物相繼出版專刊來專門探討對大數據的研究［1］，從多個方面介紹了海量數據帶來的挑戰，特別指出，倘若能夠更有效地組織和使用這些數據，人們將得到更多的機會發揮科學技術對社會發展的巨大推動作用;大數據的開發與利用已經在醫療服務、零售業、金融業、制造業、物流、電信等行業廣泛展開，并產生了巨大的社會價值和產業空間［2-3］;政府部門也高度重視大數據技術，2012 年3 月奧巴馬宣布美國政府投資2 億美元啟動“大數據研究和發展計劃(Big Data Research and Development Initiative)”。2013 年初，中科院倡議應將大數據提升為國家戰略。由此可見，大數據確實引起了熱議并形成共識。

自上世紀末推行高校信息化以來，很多高校都建立和運行著各類不同的數據庫系統，如學生系統、教務系統、科研系統等等。但是，存在于各部門之間的數據庫系統并不關聯，由此，在全校范圍內形成了多個信息孤島，不但導致了校內大量的資源、資金浪費嚴重，還給教學、科研的深入管理帶來了困難。隨著科研決策系統對各種數據的依賴程度的不斷加深，這就需要綜合利用和分析各個部門的數據。如何有效的集成、深入分析這些數據已成為科研管理進一步深化所急需解決的問題。需要有新的更有效的技術對大量數據進行分析以發揮其潛能，從中迅速提取有用的信息以指導和輔助科研管理。因此有必要在科研管理中引入大數據技術，以提高高校科研管理的水平和能力。

2 大數據簡介

所謂大數據，就是用現有的一般技術難以管理的大量數據的集合。大數據的特征，通常用四個V開頭的關鍵詞來描述，一是Volume(容量)，也就是數據體量大，已經從TB 級別躍升至PB、EB 級別(1 024 GB=1 TB，1 024 TB=1 PB，1 024 PB=1 EB，1 024 EB=1 ZB)，根據IDC 的一份名為“數字宇宙”的報告，預計到2020 年全球數據使用量將會達到35.2 ZB;二是Variety(多樣性)，即數據類型繁多，數據來自多種數據源，數據種類和格式日漸豐富，已經沖破了以前所限定的結構化數據范疇，囊括了半結構化和非結構化數據。三是Velocity(速度)，數據產生和更新的頻率，也是大數據的一個重要特征，全球數據量每18 個月翻一番(遵循摩爾定律)。四是Value(價值)，數據價值密度低，海量的數據可能包含極少量的有價值的信息，如何高效提取這些有價值的信息是關鍵。

從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術。大數據技術是解決數據豐富而知識貧乏的有效途徑，其實質是從數據中提取隱含的、未知的和潛在有用信息的過程，被公認為是數據庫研究中的一個極富應用前景的新領域。掌握這一技術已經成為一種新的競爭優勢。對于政府，是構建高效服務型政府的關鍵;對于高校，大數據為高校績效管理、科研評估、研發資源分配等提供了有效的決策支撐。

3 傳統高校科研管理中引入大數據技術的必要性

3.1 傳統高校科研管理信息化存在的問題

隨著211 院校建設、高校信息化的不斷推進，在高校運行著的各種系統和各類數據庫，如教務系統、學工系統、研究生系統、人事系統以及運行于科研管理部門的項目管理系統、經費管理系統、成果管理系統等。尤其是科研管理信息化的推進簡化科技處的日常數據管理工作，極大地提高科技管理的工作效率，積累了大量的數據。但在當前國家創新大背景下，國家科技投入不斷加大，高校科技活動迅猛發展，對科技管理信息化的要求越來越高，而現行的科研管理技術也存在一些不足之處:

首先，管理信息化目前僅停留于數據收集階段。管理系統的功能主要集中于項目、經費、成果的錄入、修改、查詢、報表等基本功能，管理人員只能通過簡單的統計或排序等功能獲得表面的信息，隱藏在這些大量數據中的信息一直沒有得到有效的應用［4］。

其次，統計分析功能比較簡單，與高校其他數字化平臺的關聯度低。系統的統計分析功能絕大多數局限于對人員、科研經費、論文數、專利等的簡單累加，很少給出數據反映的問題。諸如教學管理系統、人事管理系統、科研管理系統等等，這些系統之間基本上沒有實現信息的共享。

第三，數據積累多，輔助決策功能欠缺。隨著各類系統的不斷使用積累了大量的原始數據，但這些數據背后隱藏著什么樣的信息?能否通過對數據的多角度分析為相關人員提供更加豐富和有利的決策支持?目前的科研管理系統的數據分析功能還是很有限的。

因此，通過將大數據的概念以及技術引入到傳統的科研管理中，對積累的數據進行重新利用，將現有的管理數據轉化為可供使用的知識，以此提高科技管理水平和技術含量，為管理部門決策提供客觀、科學、全面的參考。

3.2 科研管理中引入大數據方法的優越性

大數據技術是網絡技術、人工智能、數據庫技術等現代信息技術的有效結合。具有無可比擬的先進性;大數據技術通過針對科技管理系統、人事系統、教務系統以及基于互聯網的大型科技文獻數據庫、專利數據庫等信息資源的關聯分析，找出數據的相關性，提取有價值的信息，可以為傳統的專家定性決策管理提供廣泛、深入的數據支持。同時，大數據技術是從大量數據中發現那些尚未發現的知識，是從科學技術活動大量原始數據中自動獲得知識和重要信息的過程［5］。這些知識直接來源于數據庫內部，因此它不受外部資源的限制，具有相對的獨立性。

大數據技術讓數據產生知識，將數據管理工作提升為分析預測［6-7］。數據衍生知識的過程如圖1所示，首先是通過收集來自高校內部和外部的各種不同的數據源，提取有用的信息，經過數據清洗、轉換、重構進入數據倉庫，然后通過合適的查詢和分析工具、數據挖掘工具、聯機處理工具對數據進行加工處理，最終轉化為知識。圖中內部源數據包括校內項目、經費、人員、設備等數據庫信息，外部源包括主觀部門、各地省市自治區科研數據;WEB 數據源為各大公開的文獻、專利、成果等數據庫。

圖1 數據衍生知識流程示意圖

4 大數據方法在科技管理中的應用探索

如何建立科學、高效的科研管理模式，優化科研資源配置和提高科研計劃項目的管理績效，保障高校科研事業的良性、健康發展，已經成為當前高校科研管理體制改革的一項重要內容，大數據方法在這一領域的實施具有廣泛的應用前景。

4.1 科研評估

科研評估是現代科研管理的一種重要手段，科研資源的合理有效分配、利用和管理以及科研項目和科研機構全面客觀的評價等各個方面都對科學研究的績效評估提出了新的要求。

在科研評估體系中，數據的處理在其中占有非常重要的作用，隨著高校信息化的推進，以及大型科技文獻、論文、專利數據庫系統等在科學研究中的普及，全球范圍內的科技數據信息量急劇增大。面對龐大的科技信息數掘庫，需要快捷地從中提取出有用和有效的知識，因此巨大的科技信息數據有待分析處理。面對這種海量數據的增加，多數科研部門僅使用傳統的數據分析和簡單的傳統統計方法進行數據分析，由于受到人力，物力，財力的限制，數據背后隱藏的深層次知識無法有效得以理解使用，相反卻帶來了“數據災難”和“數據荒廢”。用傳統的統計分析手段已很難以滿足要求，若需要發現更深層次的規律，并保證系統運行的經濟性、安全性和可靠性，還必須提供更快、更有效的決策支持。而大數據技術恰好滿足了這一要求。

大數據技術可以綜合內部、外部以及WEB 數據資料:從主管部門管理系統中獲得研究項目的數量與類別，從內部數據庫得到人員、經費、設備等信息，從WEB 上獲得論文和專利的數量和質量，從項目成果報表得到獲獎、成果轉讓情況，最終綜合集成各類數據。通過建立綜合評估模型將各類指標進行整合，為科研評估的專家評議提供數據支持，最后得出評估結果。

4.2 項目立項決策

項目立項決策是在科技活動實施前對實施該項活動的必要性、可行性及其定位、目標、任務、投入、組織管理等所進行的評價，主要是為項目立項決策提供依據。科技項目立項評價內容主要包括三個方面:一是項目的科學性，包括立項依據、科研內容創新性、項目的效益等;二是項目方案的合理性，即經費安排是否合理、技術路線是否可行;三是項目的運行條件評價，包括項目申請人的研究能力、工作基礎以及前期項目的完成情況。項目立項評價的主要目標是對項目的優劣進行判斷，是科研管理的重要內容之一。

國內科研項目立項主要采取由科研人員申請，科技主管部門組織專家評審論證篩選，然后擇優選擇承擔單位和負責人的管理模式。科研立項涉及到大量的數據管理量，包括課題申請單位、申請人信息、課題信息、經費信息、評審專家信息等方面數據。目前雖然各級科研管理部門的數據庫管理系統基本涵蓋了項目申請和評審過程中的大部分日常操作，如項目申報上傳、分發給評審專家、自動統計評審結果等一系列項目申報中的常規性事務性工作，但這些功能只是在傳統管理模式上的一個信息化過程，基本沒有任何的輔助決策功能。

如何利用已有的內部以及外部數據，進行數據分析和挖掘工作，減少科研立項工作中存在的一些重復性、經費安排不合理、項目依托人不稱職等因素，以此指導科研項目立項，促進科技資源優化配置，提高科技經費的使用效益，促進公平競爭。這項工作本身是一項重大的研究課題，由于大數據概念的引入，可以通過大數據技術，首先對課題的科學性、創新性與外部文獻庫進行結合分析;其次申請者所涉及的各項因素進行多數據的聯合查詢和分析，發現和建立科學的指標體系和項目篩選方法，將不合理因素排除于項目立項之前，合理地選擇項目予以資助。

4.3 優化科研資源配置

我國的高校一方面存在著科研資源短缺的狀況，另一方面又存在著科研資源未被很好地利用，形成很大浪費的現象。同時還存在著科技資源配置的不同院系之間的分割明顯，不同學科間的以及產學研之間的分隔，這些制約了全校整體科技創新活動的統籌協調，造成了嚴重的資源浪費和低水平重復建設，制約著科研管理效率，限制了高校的整體創新和科研實力。

基于大數據技術的科研資源配置模式可分為三個層面，首先是數據采集和清洗，建立包括人員庫、成果庫、經費庫以及以科研用房、科研儀器為基礎的科研資源數據庫;次是建立適合各自高校學科發展的評判模型庫，包括各類科研資源、科研成果的計算參數和規則庫;第三是以定量化績效考核為基礎的資源配置工具和決策支持管理工具，以此完成基于大數據技術的科研資源優化配置過程。

4.4 科研項目的全過程管理

傳統的科研管理“重申請、輕結題”，忽視項目的過程管理，導致項目的完成質量完全依賴于項目負責人的責任與態度。申請與結題管理指標明顯，提高項目中標率和成果獲獎率往往是科研管理人員追求的目標，效益明顯，管理程序已固定;而中期管理伸縮性大，效益潛在，管理較復雜，是項目管理中的難點。

科研項目的全過程管理，是指項目立項后到結題前的全過程的監管［8-9］。管理內容包括科研項目計劃的制定、人員管理、財務管理、中期檢查等等。科研項目的全過程管理可以從信息化工作入手，對分散的各類相關數據庫的信息進行綜合分析和提煉，跟蹤財務系統的項目經費使用信息、科技文獻數據庫的項目相關成果信息以及引用情況、課題組成員的教學工作量以及儀器設備的使用情況等，對這些數據的聯機和數據挖掘可以發現課題承擔人、承擔單位、經費分配、科研儀器使用等多種相關信息之間的內在關系，從而提高科研管理者及時發現問題、解決問題的能力。

4.5 科研規劃

高校科學研究能力是衡量一個國家基礎研究和高技術前沿領域原始性創新能力的重要標志，是國家發展創新科技的先鋒，對各國未來能否在日趨激烈的全球科技競爭中占據有利地位具有舉足輕重的影響。從高校自身發展來看，科學研究是學科建設的重要承載和巨大推動，對高校發展具有深遠的影響。在快速多變、競爭加劇、形勢日趨復雜的背景下，機遇和挑戰與日俱增，高校科研戰略規劃的重要性日益顯著。

通過對大型數據倉庫進行有效的挖掘，可以對一個單位所關注的關鍵技術，重點領域和發展方向進行分類和預測。通過建立模型、數據可視化和生成文本報告等形式向管理者提供各種影響因素之間的內在關聯，以指導科技發展規劃的制訂。

5 結語

大數據及其數據分析技術是一個多學科交叉融合而形成的新的研究熱點，已經被廣泛應用于市場分析、電子商務、政府部門、金融業和知識管理等方面，在多個領域取得令人滿意的應用效果。在科技管理領域里，隨著信息化的不斷推進，數據積累量的不斷增長，把大數據技術應用到高校管理領域中，可以進一步促進管理體制的改革，完善和發展在管理與決策中憑經驗或學習別人經驗的做法，同時，大數據方法能較客觀地反映高校科研管理中存在的問題，為決策提供重要數據支撐。

［1］Goldston D.Big data:Data wrangling［J］.Nature，2008，455(7209):15-15.

［2］Bughin J，Chui M，Manyika J.Clouds，big data，and smart assets:Ten tech-enabled business trends to watch［J］.McKinsey Quarterly，2010(8):1-14.

［3］Gantz J，Reinsel D.2011 Digital universe study:extracting balue from chaos［M］.IDC Go-to-Market Services，2011.

［4］吳 生，趙雪曼.高校科技統計實踐與分析［J］.技術與創新管理，2012(33):503-505.

［5］張高亮.基于知識發現的科研管理系統模型［J］.西南師范大學學報:自然科學版，2001，26:393-396.

［6］楊國梁，關忠誠，石 兵.數據倉庫技術在中國科學院評估數據分析中的應用［J］.科研管理，2007，114:114-122.

［7］郭卜銘，呂渭濟.高校科研管理中的數據挖掘技術及應用［J］.科技和產業，2007(7):38-40.

［8］宋永杰，科研經費全過程管理的探討［J］.中國科技論壇，2009(11):3-7.

［9］許長譚.高校科研項目全過程管理模式研究［J］.四川文理學院學報:社會科學版，2008(18):87-89.