大數據環境下高校科研管理信息化發展探析

摘要：大數據時代的到來為高校科研管理工作帶來了新的發展機遇和挑戰。當前高校科研管理信息化存在科研數據收集與標準化處理困難、科研數據缺乏深入挖掘與分析、科研數據共通共享渠道不暢等問題。為更好提升科研管理信息化水平，高校需要進一步轉變管理理念樹立大數據思維，探索建立標準化數據采集機制，善用大數據為科學決策提供支撐，利用大數據優化科研資源配置，注重提升科研管理團隊建設水平。

關鍵詞：大數據;高校;科研管理;信息化;創新

中圖分類號：G644 ???文獻標識碼：A??文章編號：CN61-1487-（2019）14-0109-03

隨著互聯網時代的到來，大數據應運而生，且以不可阻擋之勢，滲透到人類社會生活的各個方面，逐漸改變了人們的生活方式、工作方式、思維方式和生產方式。大數據被譽為“未來的新石油”，且已經成為一種重要的戰略資源。大數據的產生是生產力發展到一定階段、信息技術發展到一定程度的產物。大數據的快速發展為社會各領域帶來了全新的機遇和挑戰。高校作為人才培養和科學研究的主戰場，科學研究在高校創新和發展中占有舉足輕重的地位，科研管理水平直接影響高校的辦學水平和學術影響力。新時代高校科研管理工作如何引入大數據技術，提升管理水平和效率，促進高校科學研究的可持續發展，是一個重要的課題。

一、大數據的概念及特征

目前學術界對大數據從容量、內容、價值、技術等多個角度進行了不同的界定，大數據被認為是信息、技術、思維方式和方法論的集合體。目前被廣大學者引用較多的是最早提出大數據時代來臨這一說法的美國麥肯錫咨詢公司（Mckinsey）在2011年5月發表的報告《大數據：創新、競爭和生產力的下一個前沿》中稱：“大數據是指其大小超出了傳統數據庫軟件獲取、存儲、管理和分析能力的數據集”。

大數據的特征則可以用“5V”來概括，即大量（Volume），指搜集、計算和分析的數據量非常大。高速（Velocity），指數據時刻都在快速創建和移動。多樣（Variety），指數據的類型多樣性。低價值密度（Value），指海量的數據中有用數據非常少，價值密度低。真實性（Veracity），指采集和處理的數據是否真實和準確。隨著研究的不斷深入，有學者在此基礎上加入了另外的“3V”，即關聯性（Viscosity）、易變性（Variability）和有效性（Volatility）。關聯性是指海量數據流之間的關聯性，易變性是指數據流的變化率，關聯性則是指數據的有效性和存儲期限。

二、目前高校科研管理信息化存在的主要問題

（一）數據收集與標準化處理存在較大困難

科研數據收集是高校科研管理信息化的基礎和入口，數據來源問題和規范性問題如果無法得到解決，將直接影響信息化使用效率和水平。目前在高校信息化推進過程中，信息采集遇到了困難，一方面在高校內部，由于各部門和各單位都采用不同的信息管理系統，功能不同、信息類型與結構不同、信息采集和錄入方式不同，導致科研數據無法實現真正意義上的標準化和共享;另一方面由于高校科研數據種類繁多，科研管理部門、二級學院、各科研團隊無法對科研數據進行標準化處理，作為統管學校科研管理重任的科研處（院）并不能全面、系統、準確地掌握全校的科研動態、數據和信息，在工作中常常為了搜索信息而大費時間和精力，造成科研管理工作的片面性和盲目性，嚴重影響科研管理和決策水平;再者，高校科研項目和經費來源的多元化也使科研數據采集和管理存在困難。縱向項目和橫向項目的管理標準和制度不同，數據采集、整合與分析也同樣存在很大困難。

（二）缺乏對科研數據的深入挖掘與分析

大數據能將所有數據信息的關聯性進行分析，并從中找出最具價值的信息資源，因此其提供的數據資源的準確性和利用價值極高。在高校科研管理工作中很多時候需要深入挖掘各類科研數據背后的深刻意義和價值，需要利用大數據完成科研資訊的聚合與分析、科研方向的遴選與引導、科研目標的凝練、科研團隊與平臺的整合與組建、科研流程的優化與調整、科研資源的配置與優化、學術成果的客觀評價等，為學校科研決策提供有效參考和科學指導。但目前科研管理信息化多數停留在收集數據方面，甚至很多數據被閑置，信息系統功能多數停留在項目的查詢增補、經費的錄入修改、專利論文的數量查詢等簡單處理階段，系統功能較少。加之科研管理人員水平的限制，目前只能通過最基本的操作了解一些表面的數據信息，數據背后的深層意義無法被深入挖掘，進而無法為科研管理決策提供有效指導。

（三）高校科研數據共通共享渠道不暢

共享可以互通有無，可以優化資源配置，避免資源的閑置和浪費。高校是知識密集型組織，科研創新是匯聚、利用和創新知識的過程，共享在科研中顯得尤為重要。然而隨著信息化的不斷推進，高校一方面根據自身情況引入和建立了人事系統、教務系統、財務系統、科研管理系統等，這在一定程度上提升了各自的工作效率。但對于高校整體工作效率來說，已有信息化平臺協同程度較低，各部門系統之間各自為戰，各管理系統持有的信息量不對等，信息和資源無法互聯互通的情況依舊存在，信息化服務科研的功能尚未完全深入實現。另一方面，高校雖然是創新知識的高地，是新技術研發的源泉，但在管理上高校信息化建設步伐明顯滯后，具體表現在現有科研系統軟硬件升級改造不及時，數據和信息更新不及時，很多時候不能滿足科研工作對資產、財務、人員信息和數據的管理需求，不能完全實現科研立項、檢查、結題、驗收全過程數據的統計，這也導致高校科研管理監督的滯后。再者，當前科研管理信息化表現出的信息共享多數停留在儀器設備購置信息的共享，對于科研過程性資料和數據的共享卻無法實現，事實上，很多重大研究項目和課題在研究和實施的過程中的信息、數據、文本、文獻等資源都十分寶貴，對于相關領域項目的實施都具有啟發性和指導性。

三、高校科研管理信息化建設在大數據背景下的應對策略

在當前深入推進教育信息化戰略、深入開展高校科技領域“放管服”改革和加強高校內涵式發展的大背景下，高校面臨著重大的發展契機，大數據在科研管理中的應用是深入推進教育信息化進程和“放管服”改革的有效措施，如果要實現高校科研水平和創新能力的進一步提升，進一步激發科研人員的積極性和自主性，就需要結合自身發展實際，在科研管理中下真功夫，以大數據為依托，探索自身信息化建設過程中的發展策略。

（一）轉變管理理念樹立大數據思維

長期以來，受高校性質和科研管理體制機制的影響，科研管理人員往往將科研管理視作一項簡單的、上傳下達的工作任務，被動地進行科研數據資料和信息的存儲和轉發，沒有認識到科研管理及信息化對學校科研水平提升的重要性，工作缺乏積極性和主動性，服務意識差，嚴重影響了科研管理工作效率與水平。高校作為國家創新體系的重要組成部分，高校科研管理工作如果不能與時俱進，加快實現管理理念上的轉變，就會嚴重阻礙高校科研管理工作的進步。大數據背景下，高校更應做出積極轉變，科研管理人員要提高服務意識和水平，變被動為主動，要樹立大數據思維，在追求數據精準的基礎上，全盤把握數據信息之間的關系，為科研工作創新發展路徑，為科研人員提供精準服務。

（二）探索建立標準化數據采集機制

數據采集工作是實現高校科研管理工作信息化的基礎和入口，基礎不牢影響信息化工作全局。針對前述的高校科研管理在信息采集中遇到的問題，高校要從實際出發，重視科研管理信息化的建設，加大大數據背景下科研數據分析與共享的重要性宣傳，并積極制定健全的數據采集與管理機制。一要出臺科技信息搜集管理制度，明確各單位在科技數據信息錄入的職責、基本要求和問責機制，同時要專人專崗按照固定模板負責數據搜集和錄入工作，保證數據及時更新和規范化。二要將分散在各個單位的科研管理信息數據平臺進行優化與整合，接入學校較為成熟的科研信息管理平臺，逐漸實現標準化、規范化管理。三要在加強科研管理信息化硬件建設的同時，及時更新數據平臺的軟件系統，完善數據統計工具和技術，借助先進的信息技術、信息設備和技術手段做好相關數據的搜集、整理、傳輸與保存工作，提高科研信息系統運營水平。

（三）善用大數據為科學決策提供支撐

大數據的魅力在于能夠在海量科研信息中，去粗取精、去偽存真，深入分析科研指標之間的內在聯系，為科研人員、科研管理和科研決策服務，實現科研決策的科學性。為達到這一目標，一是在科研立項選題方面，通過大數據分析當前國際、國內研究熱點和發展趨勢，提供研究選題的必要性和可行性分析，提供各級各類項目立項的核心方向，進而為科研人員提供選題建議和調整研究方向，提升項目申報的針對性和成功率。二是可以通過大數據的精準分析，為學校科研布局篩選和凝聚科研方向、組建科研團隊和搭建研究平臺提供前瞻性預測和方向指引。三是在科研評估方面，可以摒棄長期以來高校科研管理部門所使用的較為傳統和簡單的數據分析和統計方法，轉而利用大數據將科研系統中項目、人員、經費、論文、發明專利、科研設備等匯聚起來，利用評估模型對各類指標進行評估，分析各項科研指標之間的關聯性，提高高校學科建設水平和科研評估的科學性與有效性。

（四）利用大數據優化科研資源配置

目前不少高校依舊存在資源短缺和資源浪費并存的矛盾現象，不同學科以及院系之間的信息資源分割過于明顯，使整個高校內部科技創新活動的協調與統籌受到制約，導致科研管理水平以及整個高校科研實力一并受到限制。因此，科研資源有效整合與優化配置顯得至關重要。合理的資源配置能夠提升資源使用效率，提升科研效率，激發創新活力，反之則會造成資源的閑置或浪費。通過大數據技術將科研資源進行優化配置，首先是要做好以科研儀器、人員以及經費等為基礎的科研資源數據庫的數據采集與整理，避免儀器重復購置、共享不足、經費浪費等情況的發生，其次是通過大數據結合各高校自身的特點以及發展狀態來建立評判模型，判斷高校各單位和各學科之間資源配置的科學性和協調性。最后要通過定量與定性進行績效考核，考察資源配置的實效性，進而完成資源優化配置整個過程。

（五）注重提升科研管理團隊建設水平

大數據在科研管理中的運用離不開科研管理人員，加強科研管理隊伍建設是重中之重。高校科研管理信息化的數據來源復雜、種類繁多，信息量十分龐大，這就對科研管理人員搜集、整理、分析數據的能力提出了挑戰。對科研管理人員來說，一要具備一定的科研數據收集與分析能力。這就要求管理人員平時要注重對科研數據的收集和整理，保證數據的及時性和完整性。二是要對科研數據進行甄別，在做好整理分類的同時辨別數據的真實性和實效性，做好數據的收集、辨別、修訂和共享工作。三是要善于對數據進行分析，對各項科研數據之間的關系具有一定的分析和解讀能力。美國知名的大數據研究專家伯格恩教授在其著作中指出，分析尋找不同變量之間的關系是大數據時代對數據解讀的基本要求，在數據的理解和分析中，不僅要知道其結果，更要知曉這些數據變量關系間發生的原因和以后應該如何去做。在科研管理人員加強自身業務能力以外，高校也要注重組織對科研管理人員的培訓工作，幫助其轉變管理理念，更新管理方式方法，善用大數據創新性地開展工作，以提升科研管理效率和水平。

四、結語

科學研究是國家創新發展的源動力，是推動科技發展和社會進步的源泉。高校科研管理工作則是高校科研事業快速發展的有力保障。在當前教育信息化快速推進的背景下，高校科研管理部門應當引入并利用大數據技術，為高校科研事業健康快速發展提供動力，同時也要求高校科研管理部門決策者和管理工作人員要積極適應大數據時代發展要求，樹立大數據思維，加強學習，不斷提高服務意識和自身信息技術素養，主動將大數據技術運用于科研管理全過程，不斷創新科研管理模式。

參考文獻：

[1]GUILLAUME D A.Big data：“The next frontier for innovation competition and productivity”[EB/OL].（2015-09-08）[2019-07-10].

http：//www.infoq.com/news/2011/06/BigData.

[2]陳桂香.大數據對我國高校教育管理的影響及對策研究[D].武漢大學，2017.

[3]梁子裕.大數據視域下的高校科研管理[J].重慶交通大學學報（社會科學版），2018（8）.

[4]程娟娟.提升高等院校科研管理效率的策略研究[J].教育評論，2016（8）.

[5]李向陽.基于大數據環境下高校教育管理信息化創新與發展研究[D].信陽師范學院，2017.

[6]蔣偉，張弦.高校科研管理系統現狀及發展方向[J].科技信息，2013（20）.

[7]辛貴梅.基于大數據環境下高校教育管理信息化創新與發展研究[J].中小企業管理與科技（上旬刊），2018（9）.

[8]于智國.高校教師科研信息管理系統設計與實現[D].北京：北京工業大學，2016.

[9]李巖，柳瑛，張瑞.科研管理信息化的創新與實踐——以財經類高校為例[J].中國高校科技，2014（z1）.

作者簡介：萇虹（1987—），女，內蒙古興安盟人，單位為寧夏大學。研究方向為教師教育、科研管理等。

（責任編輯：李直）