大數據視閾下的高校科研管理

梁子裕

(黎明職業大學 科技處，福建 泉州 362000)

一、引言

大數據已經成為當今重要的戰略性資源。隨著互聯網絡技術互聯互通的普及與應用的不斷拓展，互聯網存儲數據內容與規模隨之不斷擴大，其增長量級和速度均越來越快，其成熟的技術及其應用越來越廣闊，人類進入了大數據時代。大數據作為一個嶄新的技術手段和思維方式，給人類帶來了數據挖掘和應用的商機與巨大價值，同時給人類數據信息存儲和管理帶來了巨大的挑戰。高校作為傳播知識和科學研究的高等學府，科學研究在高校教學管理中占有舉足輕重的地位，它是提高高校辦學綜合水平、儲備知識、創新知識、提升自身學術影響力不可或缺的重要組成部分。而大數據的到來對高校科研管理產生了深刻的影響，高校科研管理水平的高低直接或間接地影響著高校科學研究的可持續開展，影響到包括課題項目的申請、論證、立項、實施、檢查、鑒定、結題、推廣、入檔等方面的管理活動。近年來高校均建立有教學、實驗、科研等多種數據管理系統，但大多不兼容且沒有互通共享，給科研的日常管理工作帶來了困難。在當今大數據網絡時代，大數據技術對于高校學術研究的選題、課題論證、成果鑒定、學術道德和誠信監督、數據共享、成果轉化等有著極大的促進作用[1]。鑒于此，高校在當今大數據時代要積極主動引入大數據應用技術，提升科研管理的能力和水平，具有重要的應用價值與現實意義。

二、大數據與高校科研管理的相關性

大數據具有高速性(velocity)、多樣性(variety)、價值性(volume)、規模性(scale)等特點，以數據流的形態快速地產生數據信息，具有很強的時效性和快速性。掌控好數據流，才能有效利用大數據。由于大數據是新生事物，許多未知領域還需要探究，其巨大的潛在價值等待人們深入挖掘。從這個意義而言，高校科研管理具有應用大數據的先天優勢，特別是在科研數據的收集與整理、數據內在價值挖掘、科研方向遴選、科研目標凝練、學術資源優化與配置、科研資訊聚合、學術成果評價、成果推廣與應用等方面適時采用大數據資源，獲取科研信息，并加以具體分析，進而得出科學的決策數據，為高校科研管理服務。

首先，大數據與高校科研資料的獲取及成果轉化有著千絲萬縷的關聯性。一方面，長期以來，高校科研部門或二級單位在管理科研項目中對學者們的科研評價主要以公開發表的論文、專著、調查報告、教材等具體化的研究成果為主，并分為各個層次的評判，這種評判對于學術成果僅僅是一種結論性的信息資源材料[2]，而學者們在科研中開展的文獻收集與整理、鄉野調研、項目論證、設計問卷、課題訪談、項目實驗實訓等一系列為項目研究所搜集的調研數據沒有保存，也不需要提交給高校科研部門，這些過程性數據被沉寂下來甚至不得而知，無形中嚴重浪費了原始的學術信息資源，也失去了學術項目本身的實踐應用價值。殊不知，這些具體的過程性科研數據對類似項目或其他相關項目具有直接或間接的參考價值和借鑒意義。另一方面，在科研學術成果轉化上，目前高校科研部門主導申報、論證、立項、檢查、評價、推廣等一系列科研管理活動多數是學者和教師的科研團隊各自為政，不出校門，潛心研究。由于信息不對稱，其學術成果很少與政府部門、事業單位、行業企業和社會公眾有效對接，致使高校多數學術研究成果和應用性項目難以順利、快捷地轉化，成果往往束之高閣，造成科研資源的嚴重浪費。在當今迅猛發展的大數據環境下，大數據在學術中的推廣和應用主要是通過建立科研項目管理數據庫系統，將高校主持或參與課題的過程性材料數據以及最終的學術成果數據進行信息資源的共享、評價和推廣，不僅有助于高校各科研機構、科研團隊、不同科研項目組之間科研信息的互聯互通，節約科研信息采集成本，而且有利于不同科研機構、團隊、項目組之間開展學術交流與溝通，實現科研學術資源數據信息的互聯共享。

其次，大數據與高校科研管理及其科學決策有著直接的關聯性。在大數據環境下高校科研管理開始向復合管理、社會化決策應用、科研數據分析、信息檢索方面發展。一是由單項管理向復合管理拓展。在大數據時代，趨勢化的復合管理能夠對隱藏在學術表象數據中的行為數據，特別是具有某類特征性、標志性的數據信息能夠在大數據環境下的在線資料收集中開展即時性評價分析，進而構建多結構、全方位、實時性、準確性的歷史數據和實時數據鏈[3]，為高校領導進行全局性、綜合性的科研決策提供數據支持。二是在社會化決策應用方面，隨著高校科研管理與決策向社會化、大眾化、群體化方向發展，高校領導和科研管理部門特邀校外不同行業企業、不同產業領域的專家登錄科研項目管理數據庫系統，積極參與高校科研項目的論證、中期檢查、結題等一系列科研管理與決策過程。同時對科研信息化管理、網絡論壇回饋、科研數據完善等提出合理化、前瞻性意見和建議，為高校完善科研管理與重大決策提供可操作性的依據。三是在科研數據分析方面，依托大數據分析功能強大、容量大、速度快的特點，運用可視化分析技術、數據挖掘技術，挖掘科研管理具體活動中真正有價值的學術資料、數據信息和創新知識。四是在科研信息檢索方面，憑借大數據智能化、規模化、功能強大的優勢，靈活采用大數據中的多媒體檢索、搜索引擎、人工智能、超文本全文檢索等相關技術，從復雜、海量的數據中檢索到研究者需要的學術信息情報，以查詢、綜述等方式提供文獻資料或獲取文獻的線索和途徑[4]，將極大地提升學術資源信息檢索的效率、查準率和查全率，更好地為高校研究者和科研管理服務。

最后，大數據與高校學術監督有著必然的緊密關聯性。隨著社會對科研學術活動中諸如剽竊、抄襲、造假等學術不端行為和違反諸如學術規范、學術誠信、學術準則等學術道德行為的關注愈來愈高，對科研學術腐敗的憎恨越來越強烈，高校均加大了對學術腐敗、學術不端和學術道德等的監督與控制，逐步構建具有自身特點的科研學術監督體系。而采用大數據強化高校學術監督成為必然，高校科研管理部門可采用大數據采集與預處理技術、流式數據處理、查詢與索引技術、大數據隱私與安全技術、大數據并行計算等加強學術監督[5]。隨著各種大數據軟件功能的越發強大，可以非常便捷地將學者們采集的圖片、照片、信息數據、表格等原始材料即時核對和判定，從而更精準地判定學術腐敗、學術不端等學術行為。特別是對各類、各級別課題申報書的剽竊認定以及抄襲造假等進行學術規范的識別，有利于高校科研管理部門在基礎環節的源頭即能堵住學術不端行為，進而運用大數據技術提升高校自身的學術監督水平。

三、大數據視閾下高校科研管理的現實評價

(一)大數據環境下高校科研管理信息化建設滯后

一方面，高校科研管理信息化系統功能嚴重不足。現有的科研管理系統由于硬件、軟件等升級改造，不能滿足高校科研工作中對科研資產、財務、人員、科研項目等日常管理的要求，不能很好地實現對不同級別課題項目經費正常領、用、銷等使用全過程的動態監督和日常管理，也不能完全實現科研立項、檢查、結題、應用全過程的項目數據統計，更缺乏科研成果向社會展示、推廣與應用的互動平臺，致使高校諸多科研項目信息資料動態變化不準確、科研經費核銷不規范、認領落賬嚴重滯后，嚴重缺乏科研預算、決算、結算控制，程序審核，預警，監控等一套規范的科研信息功能系統[6]，導致長期以來高校科研管理的日常監督控制嚴重滯后。另一方面，高校科研數據信息長期擱置，資源缺乏共享，信息化建設滯后。大多數高校對科研管理的重視不夠，很少與校內后勤、圖書、財務、檔案、人事等行政部門有效對接，信息資源共享不足，導致科研項目是孤立且靜止的單個信息資源，沒有建立一個完整且資源共享的科研信息資源庫，致使科研數據在科研管理部門未能很好地流動與資源共享。

(二)科研經費來源和管理的多元化致使科研信息數據采集困難，制約高校科研的精細化管理

高校科研管理中的項目申報主要包括縱向課題(市廳級以上研發項目)和橫向課題(政府、企業、事業單位委托咨詢項目)兩大類，課題的科研經費主要來源于各類各級縱向和橫向科研經費及學校配套的縱向科研經費，以及學校立項的校級課題經費。多元化、多層次的項目來源致使各類項目的科研經費有不同的科研管理標準和制度，這些不同層次、不同標準、不同管理制度的課題的支出范圍，報銷標準，經費核算內容，實施細則，報銷程序截然不同。例如，縱向研究經費具有政府財政資源分配的性質，管理制度和程序自然是嚴格經費支出標準和開支范圍；橫向委托經費主要來源于校外行業企業和部分政府部門，此類經費開支范圍要按照國家財經法規進行核算和按照程序報銷，但形式可以由課題負責人同行業企業確定經費的使用與報銷，管理方式可以靈活一些。科研經費來源和管理的多元化，導致高校科研數據資源采集和經費預算與核算存在諸多不確定性，促使科研數據資源的收集與信息資源的優化整合存在管理困難，極大地制約了高校科研的精細化管理。

(三)大數據環境下信息共享渠道不暢，影響了科研管理科學決策的效率

首先，在當今各類數據爆炸式增長、網絡信息化迅猛發展的境況下，高校現有科研管理系統的統計、預測、分析功能簡單，關聯度低，科研管理者日常得到的科研資料僅僅是表層且原始的信息[7]，這些資料信息背后隱藏的深度且高層次的科研信息數據沒有及時、有效地充分挖掘，給高校領導的科研決策造成了事實上的困難。其次，當前高校科研管理中面臨采集的科研數據種類繁多，長期以來高校各單位、各部門之間有著各自的管理信息系統，各自為政，學校、二級學院、科研團隊成員之間難以對已有的科研信息數據實施標準化處理，數據信息難以共享，進而造成科研管理部門工作的片面性與盲目性，影響了高校決策者對科研管理的科學決策。最后，高校科研管理中科研和學術信息共享不暢，一方面增加了科研管理者對學術信息收集、統計的工作量，降低了工作效率；另一方面，海量的科研數據信息帶來了管理上的難度，導致高校科研人員需要花大量的時間和精力搜索所需要的數據信息。盡管大數據的出現能夠極大地提升科研效率和了解國內外最新學術動態，但由于資源信息未能充分共享，搜索出的不相關數據信息足以浪費高校管理者和學者們大量的時間和精力，學術價值被弱化[8]，極大地阻礙了科研學術活動和科研日常管理的順利實施。

四、大數據視閾下高校科研管理的推進策略

(一)建立完善的高校科研管理數據庫資源共享信息系統，實現大數據的交流與互通

一是建立基于數據互通與共享一體化的科研管理信息數據平臺。如前所述，高校各部門、各二級單位均自建有科研管理信息數據平臺，但大都各自為政，科研數據信息資源未能實現數據的互聯互通、實時共享。應將分散在高校各個單位的各類專屬科研管理信息數據平臺進行優化、整合，使之互聯互通，從而構建數據互通與共享一體化的科研管理數據平臺系統，既可深度挖掘科研學術數據，強化平臺的復用與共享功能，又能根除學術的重復研究[9]，強化科研的學術誠信監督，打擊各種科研腐敗和學術不端行為，最終發揮大數據技術在高校科研管理工作中的促進作用。二是搭建科研成果轉化的數據信息平臺，加強高校科研學術成果的實用化。依托高校科研管理部門與科技管理部門，積極搭建科研成果轉化的數據信息交流平臺，收集社會、行業企業對高校科研成果轉化應用的需求和愿望，結合高校已有的科研成果資源庫信息，實施科研成果與社會需求的相互匹配與有機對接[10]，減輕科研成果轉化信息不對稱現象，加快實現科研成果轉化經濟效益和社會效益的雙贏。三是高校在整合數據互通與共享一體化科研管理數據平臺的基礎上，建立一個歷年來集科研確立項目、課題負責人、關鍵詞、研究內容、結題成果、研究團隊等不同級別課題項目的科研信息資源數據庫，并對其實施收集、儲存、整理、分析、應用、推廣、服務、管理為一體的標準化和數據化的高校科研管理資源互聯共享。

(二)以高校科研大數據為依托，提供個性化科研服務，強化科研數據資源的充分利用

一方面，高校科研管理的目的是為廣大的科研工作者和高校教師服務，著眼于充分調動科研人員、科研團隊、教師開展學術研究與成果推廣應用的主動性和積極性，同時為他們進行專業學術研究創造必要的條件和提供優質的服務。基于此，高校科研管理部門應秉承優質的服務理念和服務意識，在大數據環境下因地制宜，立足科研人員、科研團隊成員和教師的專業特長與學術特點，努力為他們提供個性化的學術研究服務。如在熟悉海量學術數據的基礎上，通過大數據中的數據挖掘技術分析評判當前國內外的重點、熱點、難點研究項目，結合高校自身的專業學科優勢和研究團隊現狀，科學指引高校科研人員及科研團隊有意識、有重點地主動申報適合他們的課題，包括縱向和橫向課題的合作伙伴、研究對象、申報重點、期刊信息發表、結題方略等為申報多維度服務的數據；科研部門可以搭建一個校內的科研交流信息平臺，以便相關科研人員和科研團隊隨時自由地開展學術交流與新建科研團隊合作等事宜。另一方面，強化高校科研數據資源的充分利用。隨著學術研究向交叉學科和邊緣學科融合發展，高校學者們的學術研究多采用收集的數據開展定量實證評價研究，學術研究越深入，產生的數據越多。特別是在大數據時代，高校學術研究對研究數據的依賴和可信度越來越高。基于此，高校科研部門一方面構建學術數據共享體系，使海量的科研數據信息可便捷地通用共享，同時建立各種類型、各種層次、各學科的學術數據庫，為高校學術研究提供數據支撐；另一方面高校科研部門應構建行之有效的學術數據評價體系，對各類科研數據的有效性實施定量評價，在效用與功能上實施縱向和橫向比較，選用優質高效的科研數據庫，以提升學術數據的使用率和利用率。

(三)以大數據技術為支撐，構建集制度、技術、教育“三位一體”的科研學術不端治理模式

一是建立基于科研大數據的學術誠信制度。該制度應從學術誠信的角度明確學術信息數據收集、存儲、公開使用以及共享等條件和內容。不同學科和不同領域的科研數據庫之間的互聯共享直接或間接體現學術數據的理論與應用價值，有的學術大數據資源具有保密內容不能公開共享，有的學術大數據僅在一定層次和級別合作共享，有的可以自由互聯共享。不同科研學術大數據庫之間的資源互聯共享為高效學術不端和學術腐敗監控提供強大的技術支撐。二是建立基于科研大數據的保護制度。高校確保科研大數據安全不僅是自身義不容辭的責任，而且是學術誠信建設的必要保障，科研管理者、網絡數據企業、科研人員等相關當事人在查詢，使用，共享大數據時要以確保科研網絡安全為前提。三是建立基于科研大數據的隱私保護制度。高校在日常的科研學術誠信監督中應明確科研人員、網絡數據企業等大數據使用者的相應權利和責任。四是建立基于科研大數據的學術誠信技術平臺。高校加強科研誠信建設不僅要有完善的法規制度監督，而且還要有先進的技術支持。為此，科研誠信平臺建設要在完善原有科研信息資源數據庫的基礎上強化與萬方、維普、CNKI等國內外知名科研數據庫的交流合作，還應為學校科研團隊、科研人員和教師建立學術誠信檔案，做到心中有數，對于科研人員的學術不端行為要零容忍，堅決杜絕高校的學術腐敗和學術不端行為。五是加強科研學術誠信教育。科研管理部門采用大數據相關技術的學術不端檢測法，將學術腐敗和學術不端行為檢測出來，給予相關人員懲戒，杜絕后患；除了給予必要的懲罰外，還應加強科研學術誠信“三教育”，提升學術誠信素養[11]。學術誠信“三教育”即：一要加強對高校科研人員、在校大學生的學術誠信規范教育，使之自覺遵守學術道德規范；二要強化學術誠信的職業道德教育，使其樹立誠信科研為榮、學術不端為恥的理念；三要加強與學術誠信相關的大數據技術教育。高校科研人員在繁重的學術研究中要精通國內外知名的學術資源數據庫，熟悉自己相關研究領域最新的研究成果和研究趨勢，從而避免不必要的重復研究，同時通過采用學術檢測查重系統保證學術成果的先進性與規范性。

綜上所述，高校科研管理是一項復雜、系統的工作，不能一蹴而就，需要長期的實踐與總結。特別是在大數據時代，隨著云計算、互聯網、云儲存的迅猛發展，必將極大地影響高校科研管理和科研學科的發展，高校只有加強科研管理人員的大數據意識、大局意識、服務意識，創新管理理念、管理模式，才能實施精細化管理，提升服務質量和科研管理的決策水平，最終助推高校科研管理能力與科研創新能力的顯著提升。