科技大數據資源及分類分級研究＊

劉召棟，周億城

（湖南省科學技術信息研究所，湖南 長沙410001）

大數據成為繼土地、勞動力、資本、技術之后最為活躍的生產要素，被譽為是“21世紀的鉆石礦”，是國家戰略性基礎性資源。科技大數據資源是一個國家和區域第一生產力和第一動力形成的基礎性戰略性資源，核心競爭優勢體現在科技大數據資源的配置效率、資源規模質量優勢和資源開放利用率上[1]。然而，當前在中國局部區域還沒有從根本上解決科技大數據資源配置效率低、共享難、利用難、安全保障存在風險等突出矛盾。因此，為最大效率地對科技大數據資源進行采集、組織、整合、挖掘、利用、共享、銷毀和保護，如何科學地對科技資源進行分類編碼和分級保護就成為一個非常值得研究的問題。本文在分析科技大數據資源內涵、現有科技大數據資源在分類和定級保護存在問題的基礎上，嘗試較系統地構建科技大數據資源分類編碼體系，并根據《數據安全法》的規定，構建了分類分級思路和安全管理框架，為科技大數據資源管理和利用提供決策參考。

1 科技大數據資源內涵

科技大數據具有海量性、高增長性、多樣性、時效性、可變性、價值高等大數據一般典型特征，但不同于一般意義上的網絡及行業大數據，在大數據、云計算、人工智能、移動互聯網和物聯網等新興信息技術深度融合時代，科技大數據作為新的生產要素資源，支撐供給側結構性改革、驅動創新發展、綠色發展的作用日益顯現，正成為推動質量變革、效率變革、動力變革的第一動力。

本文所指的科技大數據資源包括科技實物數據資源、科技人力數據資源、科技財力數據資源、科技信息資源、科技載體數據資源、科技組織數據資源、科技服務業數據資源、科普數據資源等。

2 制約科技大數據資源發揮最大效能的因素分析

2.1 缺乏全局性頂層規劃設計

從科技管理實踐視角來看，科技大數據資源利用在宏觀層面上缺乏管理與協調，沒有形成系統性大數據交換標準體系和服務體系。一方面，盡管全國各地都開展了政務大數據中心的建設、數據治理和數據整合工作，但是同區域各部門為了部門利益，內部業務系統產生的數據僅部分數據實現集中、聚合、交換、共享，核心業務數據沒有集中和聚合；另一方面，科技創新要素管理部門分散在各個行政管理部門、企事業單位等，如大型儀器設備資源，各組織均在大量重復購置儀器設備，造成了科技資源的嚴重浪費。

2.2 缺乏規范性法規和政策

科技大數據資源開發利用缺乏規范性政策、法規體系的保障，未能形成健全的大數據開發利用機制。據可查詢的公開渠道，至今尚未出臺一個規范性政策性文件來明晰科技大數據資源的歸屬權、管理權、使用權等問題，也沒有法規要求占有科技資源的組織必須同時承擔科技大數據資源建設和開發的責任及義務，也缺乏保障科技大數據資源發揮最大化效益的激勵制度設計。

2.3 缺乏促進科技大數據資源利用的有效手段

科技大數據資源管理手段主要包括經濟、行政、法律、技術等，過去乃至現在，政府更多的是依賴行政手段，沒有注重以經濟或其他手段來綜合應用配置資源、利用資源，在整體上存在著管理體制的行政性、分割性，導致了資源利用的失靈。

2.4 沒有形成統一的資源建設關鍵技術標準，缺乏對科技資源的統一分類和統一分級

隨著新興信息技術的融合發展，科技大數據中心建設如火如荼，但是各行各級行政管理部門或組織在大數據中心建設時，依然存在“重在建設，輕管理”，尤其是傳統的基于邊界安全域（security domain）和基于已知特征庫（feature library）的網絡安全防護方式已經無法有效應對大數據環境下新的安全威脅，其原因之一在于沒有形成統一的標準化設計，缺乏全局性標準制定，缺乏對科技大數據資源的系統性分類分級，不利于實現科技大數據資源的開發利用[2]。

3 科技大數據資源分類和標準化的必要性

開展科技大數據資源分類標準化工作是科技大數據中心建設中聚集數據資源、治理數據資源、挖掘資源、利用資源的一項基礎性工作。

3.1 開展標準化有利于科技大數據資源治理

科技大數據治理覆蓋的內容包括大數據生命周期、數據資產梳理、大數據安全與隱私、大數據架構、數據質量和大數據服務創新等。如開展大數據中心建設時，通過大數據資源的標準化實現跨層級、跨地區、跨系統、跨部門、跨業務的系統的整合。

3.2 開展標準化有利于科技大數據資源頂層設計

科技大數據平臺或中心建設過程中需要應用數量龐大、種類繁雜的標準規范，這些標準規范對推動科技大數據資源建設提供了基礎性保障，但是也存在著一些問題，如缺乏全局性頂層設計，沒有形成統一的標準化建設體系框架[3]。開展標準化研究和編制科學合理的科技大數據資源標準體系，在現有標準的結構和規劃基礎上達成共識，能夠科學地指導資源分類標準的制定、修訂、復審等計劃、規劃的編制和實施。

3.3 開展標準化有利于提高科技數據資源的質量和利用效率

按照標準體系中確定的統一標準，如共性描述規范、數據質量控制規范，對資源進行標準化整理和數字化表達，保證數據資源的完整性、可開發性和可靠性，有利于建立規范統一的資源數據資源目錄，方便資源利用者準確、快速地獲取高質量的資源信息和實物，提高資源利用效率和效益[4]。

3.4 開展標準化有利于建立數據分類分級保護制度，提升數據安全

數據安全以數據為中心，重點考慮數據生命周期各階段中的數據安全，大數據應用中包含海量數據，存在對海量數據的安全管理。大數據場景下，多源數據關聯分析可能導致傳統保護措施失靈。《中華人民共和國數據安全法》于2021-09實施，數據安全上升到了法律層面。《數據安全法》提出要依法制定數據安全行為規范和團體標準，提高數據安全保護水平。開展標準化可進一步明確資源的分級標準、分類標準以及相應的安全標準，清晰界定科技資源的開放程度和共享范圍。

4 基于科技管理實踐視角構建科技大數據資源分類分級體系

4.1 分類分級原則

在構建科技大數據資源分類分級體系時，本文對科技大數據資源的分類分級應充分考慮資源的系統性、唯一性、實用性、均衡性、擴展性和兼容性[5]。

系統性。科技大數據資源信息涉及面廣、資源種類多且繁雜，因此在對科技大數據資源分級時，應從系統性視角聚合各類科技資源并對其進行科學分類，分級時應符合科技資源數據的屬性特征及其相互間客觀存在的邏輯關聯[6]。

唯一性。在分類體系中，一個科技大數據資源類只能用一個名稱、一個代碼。某資源類被調整變更后，其原有的分類代碼撤銷，不得再賦予其他類科技資源使用[7]。

實用性。首先在進行分類時，類目設置要全面、實用，受關注的、重要的資源作為二級類目列出，滿足科技資源管理者的實際需求。其次類目劃分要符合用戶對科技資源普遍認識，考慮用戶對科技資源使用的習慣，不設沒有意義的類目[8]。

均衡性。在大類、二級類、三級類中，必要時采用合并列類方式，適當控制類目層級和數量，使分類表中類目的展開比較均衡[9]。

擴展性。為未來的新興大數據資源或者特色資源內容留有適當的余地，在二級分類和三級分類類目的擴展上預留空間，保證分類體系有一定彈性，可在本分類體系上進行延拓細化，在設計代碼結構和進行具體編碼時留有適當的余地和確定相應的擴充方法[10]。

兼容性。分級分類應遵循國家、地方、部門法律法規、相關規定的要求。當前已出臺《科普資源分類與代碼》《信息安全技術 政務信息資源安全分級指南》《國家科技基礎條件平臺資源元數據核心元數據》等國家標準、行業標準、團體標準和地方標準，為保持與國內已有的相關信息分類標準相協調，開展分類定級過程中應盡可能保持繼承性和延續[11]。

4.2 分類分級內容

構建科技大數據資源分類體系。資源分類編碼體系是針對各類科技大數據資源的屬性，按照分類編碼的一般原則與方法，進行統一分類和一致編碼的子體系。分類編碼是組織科技大數據資源的有效手段，也是實現科技大數據資源管理和利用的基本保障[12]。

構建科技大數據資源編碼體系。建立科技大數據資源目錄體系，就是要實現對科技大數據資源的編目、注冊、發布、查詢和維護，對科技大數據資源實施高效的管理。因此，為了提供對科技大數據資源進行檢索和查詢的依據，有必要對每一項資源賦予一個唯一不變的標識碼。

構建科技大數據資源安全體系。科技大數據資源的安全是數據資源管理和使用的基本保障，基于科技大數據資源科學分類和合理分級，建立資源安全標準體系，可以對重要數據的種類、數量開展風險監測，發現數據安全缺陷、漏洞等，有利于貫徹落實《中華人民共和國數據安全法》。

4.3 分類與編碼方法

4.3.1 分類方法

本標準采用線分類法（也稱層次分類法），將初始的科技大數據資源分類對象按選定的屬性（或特征）作為劃分基礎，逐漸分成相應的若干個層次級類目，并排列成一個有層次的、逐級展開的科技資源分類體系。

4.3.2 編碼方法

本標準編碼分為四層7位代碼，左邊兩個字符是第一層級為一級碼，用一位大寫英文字母表示，取值為A～E，結合科技大數據資源的特性，將科技大數據資源分為八大類；第二層級為二級碼，用兩位數字表示，取值為01～99，表示業務領域類主題；第三層級為三級碼，用兩位數字表示，取值為01～99，表示某領域內業務分支主題；第四層級為四級碼，用兩位數字表示，取值為01～99，表示業務分支下的專業主題。科技大數據資源分類代碼結構如圖1所示。標準中所有代碼僅表示該科普資源在本分類體系中的級別和位置，不表示其他含義。

圖1 科技資源分類代碼結構

4.4 科技大數據資源分類的基本思路和框架

4.4.1 基本思路

從管理實踐視角來看，管理活動基本遵循“5W”管理要素，即管理什么？管理目標是什么？誰來管理？什么條件下管理？如何管理？從管理的要素出發，科技大數據資源的管理對象是科技大數據資源，管理主體是行政管理主體及科研院所、高校、中介組織等各類科技資源生產者、擁有者和使用者；管理手段包括經濟、行政、法律、技術等；管理目標是對科技大數據資源進行科學規劃和頂層設計，進一步開展資源配置、資源聚合、數據治理、資源挖掘開發和高效利用，以使科技大資源有效支撐科技創新活動，最終實現組織戰略目標的過程；管理環境基于大數據時代。具體思路為：首先按照科技管理實踐業務邏輯劃分，作為一級分類；其次業務按照數據屬性、重要程度、管理需要、用戶使用需要進行數據細分，作為二級或三級分類；最后對分類后的數據確定級別。

4.4.2 分類框架及編碼

結合以往相關文獻對科技大數據資源的分類和本文對科技分類的認識與理解，本文認為科技大數據資源包括科技實物數據資源、科技人力數據資源、科技財力數據資源、科技信息資源、科技載體數據資源、科技組織數據資源、科技服務業數據資源、科普數據資源等八大類資源[13]。科技實物資源包括科研儀器、科研基礎設施、生物資源、標本資源、實驗材料資源庫等；科技人力資源包括百人計劃、千人計劃、萬人計劃、長江學者、國家杰青等高層次科技人才，以及農村科技特派員、企業特派專家、三區科技人才等其他科技人才；科技財力資源包括國家自然科學基金、國家科技重大專項、國家重點研發計劃、國家技術創新引導專項等國家計劃項目體系，以及省重大項目、省重點研發計劃、創新平臺與人才計劃、省自然科學基金等省級計劃項目體系；科技信息資源包括科技文獻、研究與試驗報告、標準、專利、科學數據等；科技載體資源包括國家實驗室、國家重點實驗室、國家工程實驗室、院士工作站等科研基地平臺資源，以及科技園區和創新創業平臺資源；科技組織資源包括省級科技管理部門、園區科技管理部門、科研院所、高等院校、科技企業等；科技服務業資源包括科學研究與試驗發展服務、專業化技術服務、科技推廣及相關服務、科技信息服務、科技金融服務、科技普及和宣傳教育服務、綜合科技服務等；科普資源包括歷史文明、天文地理、軍事科技、數學、物理、化學、生命科學、醫藥健康、安全科學、信息技術、環境科學等。科技大數據資源分類基本框架如圖2所示。

圖2 科技大數據資源分類基本框架

4.5 科技大數據資源分級的基本思路和框架

結合《數據安全法》和《科學數據管理辦法》，本文對科技大數據資源的分類基本思路為：對數據全生命周期為主線進行分類分級保護，明確“數據從哪里來（Where）、放在什么環境下（What）、允許誰（Who）、什么時候（When）、對哪種信息（Which）、執行什么操作（How）”，做到全生命周期、全流轉過程“可管可控”，滿足“大數據參與者數據安全的要求”，是當前大數據安全建設的重要目標[14]。

對數據進行不同類別和密級的劃分；根據類別和密級制定不同管理和使用原則，對數據做到有差別和針對性的防護；明確數據的保密期限、開放條件、開放對象和審核程序等。科技大數據資源分級基本框架如圖3所示。

圖3 科技大數據資源分級基本框架