數據要素化視角下新時期國家科學數據匯交回顧與建議

摘要：國家科學數據是新時期新質生產力發展的核心要素。促進科學數據要素化發展，有利于提升我國產業鏈供應鏈韌性和安全水平，是推進高水平科技自立自強的內在要求和有力抓手。“十三五”國家重點研發計劃67個專項6000多個重點項目實施已有一個完整周期的實踐，國家科學數據在體量和價值上具有要素化的必要性和充分性。本文結合新時代國家重點研發計劃科學數據實踐，從制度機制、專家隊伍、經費預算和激勵機制等方面，分析國家數據匯交的事前事中事后各環節對數據要素化的影響，并圍繞提升我國產業鏈供應鏈韌性和安全水平，從科學數據要素強鏈補鏈延鏈提鏈角度，探索如何通過科技計劃政策機制促進數據要素化并提出政策建議。

關鍵詞：科學數據；數據要素；數據匯交

1 "引言

新時代十年來，我國深入實施創新驅動發展戰略，科技創新成果豐碩。黨和國家高度重視數據要素流通。2022年6月，中央全面深化改革委員會第二十六次會議強調，數據作為新型生產要素，是數字化、網絡化、智能化的基礎，已快速融入生產、分配、流通、消費和社會服務管理等各個環節，深刻改變著生產方式、生活方式和社會治理方式。在各類數據要素中，科學數據是基礎性戰略性數據，是新型生產要素的核心成分。我國科學數據要素存量大且增速快。國家統計局、科學技術部和財政部2023年發布的《2022年全國科技經費投入統計公報》顯示：2022年，全國共投入研究與試驗發展（Ramp;D）經費30782.9億元，比上年增加2826.6億元，增長10.1%。國家財政科學技術支出11128.4億元，比上年增加361.7億元。其中，中央財政科技支出3803.4億元，占全國財政科技支出比重34.2%；地方財政科技支出7325.0億元，占比為65.8%。科學數據要素積累豐富，及時將科學數據要素在內的科技創新成果，應用到具體產業鏈上，加強國家科學數據要素與產業數據融合發展，促進數字經濟和實體經濟深度融合，已成為大勢所趨。黨的二十屆三中全會審議通過的《中共中央關于進一步全面深化改革、推進中國式現代化的決定》提出：要“建立產業鏈供應鏈安全風險評估和應對機制”，“建設和運營國家數據基礎設施，促進數據共享”。2024年6月，習近平總書記在全國科技大會、國家科學技術獎勵大會、兩院院士大會上講話指出，要“扎實推動科技創新和產業創新深度融合，助力發展新質生產力。”這為新時代國家科學數據工作指明了前進方向、提供了根本遵循，也為國家科學數據要素化研究提出了新命題。

筆者結合2015年以來參與國家重點研發計劃項目咨詢評審和國家科學數據中心的工作實踐，對國家科學數據要素化進行探索性思考，提出通過強鏈補鏈延鏈，共同推進國家科學數據要素化工作，促進新質生產力發展。因篇幅所限，本文重點論述國家科學數據要素化的“補鏈”，這也是目前相關理論研究和實踐工作探索中令人困惑的空白。為了論述的方便，本文將“十三五”國家科學數據全生命周期劃分為三個階段：將國家重點研發計劃項目數據匯交方案實施至獲得項目組匯交憑證，稱為“事中”（通常為4周－8周）。項目組獲得匯交憑證之后，稱為“事后”。項目數據匯交方案實施之前，主要是指從項目組擬定申報選題和組織編寫申請材料、正式立項至準備項目綜合績效評價，簡而言之，就是從組織項目申報至項目審計基準日這段時間，稱為“事前”。“十三五”國家科學數據匯交工作主要集中在“事中”。而“事后”配置資源較少，“事前”配置的資源就更少了。國家科學數據要素的全生命周期，是一個長長的鏈條。我們不僅需要做好“事中”，要通過國家科學數據標準化、國家科學數據政策機制等對“事中”進行“強鏈”工作。同時也要“補鏈”，把國家科學數據要素化基本處于空白的“事前”補上；當然也要“延鏈”，把“事后”工作也做好。通過強鏈補鏈延鏈，來不斷提升國家科學數據要素價值鏈。

2 "文獻綜述

國家科學數據的主要來源是中央財政投入的科研項目，包括國家科技重大專項（含科技創新2030—重大項目、重大專項接續項目、面向2035的重大項目等）、國家重點研發計劃專項、國家自然科學基金項目等國家科研項目，以及國防和軍隊建設科研項目等。在組織機制方面，項目承擔/參與單位、項目專業管理機構、國家科學數據中心等是科學數據要素化的關鍵主體。根據國家科技基礎條件平臺中心、中國科技資源共享網下設的國家科學數據中心網站（https：//www. escience.org.cn/data-center）發布的信息，截至2023年底已進行科學數據匯交或數據集匯交的項目已超過6000項，為國家科學數據要素化研究積累了豐富資料和實踐經驗。學者們從國家科學數據匯交、科學數據要素化、科學數據管理等不同角度進行分析，對國家科技項目和數據要素進行了研究，并取得了豐富的學術成果。

2.1 "有關國家科學數據匯交研究

對國家科學數據匯交的研究主要有宏觀分析、數字技術分析和專項層面分析三種。

2.1.1 "宏觀層面分析

2021年，徐波等人[1]結合國外科研項目數據匯交管理經驗，辨析我國科技計劃項目數據匯交過程中的重要責任主體，提出科技計劃項目科學數據匯交的通

用流程及匯交的主要內容。

2.1.2 "數字技術角度分析

2023年，徐墨庚等[2]提出了基于區塊鏈的科學數據匯交存證解決方案，結合科學數據匯交系統設計存證智能合約，實現匯交全流程可追溯。

2.1.3 "從領域角度分析

國家重點研發計劃已設立一百多個重點專項，結合具體專項進行某一個領域的數據匯交文獻較多。王雪艷等[3]對2020年度基礎醫學領域某一批次29個項目科學數據的總體特征進行了實證分析。陶毅等[4]基于元數據理念建立分層架構的計量科學數據匯交系統，并在標準化、技術、數據共享生態、數據市場化配置等4個方面提出發展建議。陳軍等[5]以國家重點研發計劃計量科研項目為例，從承擔單位的視角探索科研項目的科學數據類型、匯交流程和信息系統設計。白燕等[6]系統分析1999—2018年國家科技基礎性工作專項資源環境領域已立項項目的類型與數量年度變化情況、項目數據匯交的進展以及匯交的數據資源內容特征。林海等[7]梳理了國家重點基礎研究發展計劃（973）資源環境領域項目數據匯交情況。

2.2 "有關科學數據要素化相關研究

該方面研究還在起步階段，成果較少，需要著力加強。

肖旭伏等[8]分析了我國科學數據在價值鏈上的流通與利用面臨著要素配置、標準實踐、隱私安全、資產核算4個方面的瓶頸。王漪等[9]分析和梳理了國內外科學數據流通交易的政策、理念、模式以及實踐經驗。楊雪梅 [10]從數據市場培育、數據權屬確認、數據價值評估三個維度，分析了高校圖書館數據開放共享的可行性。

2.3 "有關國家科學數據管理相關研究

相關研究成果較多，以下從三方面分別介紹。

2.3.1 "從要素流動視角探索科學數據匯交風險防控

楊成等[11]認為，要增加科學數據要素的流動性，促進科學數據與產業數據銜接，盡早盡多創造價值。應從認可制度體系、技術標準引領、服務數字經濟、網絡信息安全等多角度探索創新發展。郭華東[12]認為，實現科學數據“保護-利用”的動態平衡，最大化科學數據價值和最小化數據風險，最終達成推動科學探索和人類福祉發展的數據治理目標，將是學術界持續思考與探索的重要議題。廖方宇等[13]分析了數據交叉融合安全存在的高隱藏性風險，探討了AI for science 為數據安全帶來新的風險，認為“數據無序流轉引發重大安全風險”。數據隱私風險是關注的熱點，這方面的研究成果較多，如楊渝等[14]討論了如何在保持效率的同時減少隱私泄露風險。特別是，涉外科學數據風險研究也得到了學者們高度重視。魏鑫等[15]討論了科學數據出境中的風險挑戰。李宜展等[16]提出，在國際科技合作計劃中要綜合考慮風險管控等技術因素，實施真正意義上的“對等”交換。

2.2.2 "從組織機構角度來研究不同領域科學數據風險

王佳榮等[17]綜合考慮高能物理科學數據的敏感性、價值、存儲和傳輸方式、訪問控制、網絡安全、合規性需求等多個因素，提出主要安全風險分為數據完整性破壞、數據機密性破壞和數據可用性破壞三類，并提出相應的風控策略。戴力新等[18]分析了我國科學數據中心內部運行機制，從組織管理、資源支撐、數據規范、數據安全、數據共享、產權標示、交流合作7個方面提出我國科學數據中心運行的基本框架。張勝發等[19]基于健康醫療科學數據安全相關法律法規或政策要求，構建健康醫療科學數據分級指南，提出健康醫療科學數據分級的具體原則、評級規則與實施步驟。支鳳穩等[20]從國家、地方和具體領域3個層面分別選取具有代表性的科學數據匯交政策，剖析數據匯交管理、政策創新性、匯交評價體系、激勵機制等方面存在的問題。阮冰穎等[21]認為，政策、平臺和科學數據價值對科學數據安全的作用較明顯。劉桂鋒、馬昕玥、劉瓊（2023）[22]提出，要推動科學數據由資源到資產的轉化，更好地發揮科學數據在科學研究及生產生活中的社會價值和經濟價值。

2.2.3 "從組織結構和政策機制角度分析

蘇靖[23]從處理好數據治理與價值實現之間的關系、處理好公益性與市場化的關系、處理好開放共享與安全保密之間的關系、處理好國內共享與國際合作的關系4個方面對加強和規范我國科學數據管理提出對策和建議。石蕾等[24]在調研歐美等國家具有較強影響力的科學數據中心建設發展情況的基礎上，總結數據中心在數據庫建設、數據管理應用服務平臺研發、數據全生命周期管理、數據服務等方面的特點，提出加強我國科學數據中心建設的建議。王瑞丹等[25]在分析科學數據中心學科領域、層次級別、地理空間位置分布、發展階段、隸屬系統等異構性特征和學科動態發展、國家政策變化、科學數據中心工作重點等動態特征的基礎上，提出科學數據中心運行狀況評價模型。王芳等[26]從政策發展歷程、政策利益相關者責任、政策主題相似度及關鍵內容要素等方面對美國、英國、澳大利亞和中國的181份科學數據管理政策進行分析與比較。徐淋楠等[27]基于信息生命周期管理模型，從制度、技術、設施、人員等4個要素出發對科學數據在存儲、管理、應用3個層面的安全問題進行歸納，提出我國政府應從宏觀層面完善以數據安全為核心的基礎性制度建設。姜鑫等[28]闡述了參與開放科學數據的眾多利益相關者之間政策協同的必要性，提煉利益相關者之間的政策協同觀測要點并構建政策協同評估體系，利用質性文本分析法針對多個利益相關者之間的政策協同程度展開評估分析。陽巧英等[29]構建基于政策引文、政策主體與政策主題的三維分析框架，運用文獻研究法、社會網絡分析法探究2001－2022年中央級科學數據政策的結構特征與演進邏輯。丁曉芹等[30]認為，數據匯交政策體系和長期投入機制尚待完善、科學數據管理載體建設尚待落實、科研工作者對科學數據匯交意識有待提高以及科學數據匯交質量需要加以約束。

綜上所述，從數據匯交的關鍵節點（開具匯交憑證）來說，關注事后的研究成果多于事前的。科學數據中心收到國家重點研發計劃項目組上交的科學數據，根據有關規定組織專家組評審，認為合格之后，就出具匯交憑證。這是一個科學數據匯交工作的關鍵節點。項目完成科學數據匯交工作，并獲得科學數據中心出具匯交憑證之后的相關問題，不少國家科學數據研究者開展了深入研究，并涌現了大量的成果。在國家科學數據全生命周期中，已有的國家科學數據研究，對項目實施過程中的科學數據要素化關注還較少。因篇幅有限，本文沒有全面論述國家科學數據要素化全生命周期的各種因素，重點討論的時間段是從項目年度指南撰寫至科學數據匯交憑證出具之前，影響科學數據要素與產業數據流動融合的現象和因素。為促進新質生產力核心要素高質量流動，提升我國產業鏈供應鏈韌性和安全水平，進行探索性分析并提供措施建議。

3 "新時期國家科學數據匯交機制回顧及問題刨析

我國國家科學數據來源于中央財政科技支持的科技項目。從科技計劃類型來看，“十三五”“十四五”國家科學數據主要來源是國家重點研發計劃項目。根據項目牽頭承擔單位、項目參與單位、國家科學數據中心和各級科技主管部門等在網絡發布的項目啟動會、綜合績效評價等信息，若2022年－2024年立項的國家重點研發計劃項目不納入統計，而只統計2016年－2021年立項的國家重點研發計劃項目，截至2024年6月，已完成項目綜合績效評價工作和完成科學數據匯交的項目超過6000個。這些鮮活生動的豐富案例，可幫助國家科學數據要素化研究，找準項目實施關心的實際問題，剖析項目實施過程中的困難訴求，為切實幫助解決實際問題提出有針對性措施建議。

3.1 “十三五”國家重點研發計劃項目實施前期和中期

該階段科學數據質量管理機制處于創制初期。

國家科技項目管理制度改革與發展對科學數據要素流動效率，具有重要影響。科學數據管理機制在“十三五”是邊干、邊建、邊用中不斷豐富和完善的。2014年《國務院印發關于深化中央財政科技計劃（專項、基金等）管理改革方案的通知》（國發〔2014〕64號）啟動新時期國家科技體制改革。2015年《中共中央 國務院關于深化體制機制改革 "加快實施創新驅動發展戰略的若干意見》下發，明確指出從8大方面30個領域著手，推動創新驅動發展戰略落地。2018年國務院辦公廳印發《科學數據管理辦法》（國辦發〔2018〕17號），對科學數據建設和發展進行戰略部署，為國家科學數據要素化提供了政策依據。根據“十三五”國家重點研發計劃67個專項工作實踐分析，一個重點專項的實施周期有可能跨時7年左右，主要包括以下8個步驟：（1）部際聯席會議審定專項動議→（2）專項實施方案審定→（3）年度指南編制、評估和發布→（4）項目申報→（5）項目立項評審（含項目任務書審定）→（6）項目過程管理（含實施周期3年以上項目的中期檢查）→（7）項目綜合績效評價→（8）“回頭看”抽查，等等。因新冠疫情影響，科技部安排一批項目統一延期。在正常情況下，一個重點研發計劃項目的執行周期通常是3年－5年，少數項目因申請執行延期，有可能會超過6年。因特殊原因而項目組主動申請中止或被專業管理機構中止的項目只占極少數。

在“十三五”的頭三年（2016年－2019年）國家科學數據制度和標準化建設處于探索初期，之后的三年（2020年－2022年）處于新冠疫情特殊時期，也是“十三五”重點研發計劃項目科學數據匯交的高峰期，在探索中前進，難免遇到數據匯交和數據質量控制的一些新問題。“十三五”國家重點研發計劃項目從2016年開始評審立項。兩年后國務院辦公廳印發《科學數據管理辦法》（國辦發〔2018〕17號）。在2016年和2017年立項的重點研發計劃項目任務書中，并沒有全部要求項目組簽訂數據匯交協議，不少項目組在項目任務書設計初期，也沒有選定擬匯交的國家科學數據中心。2019年，科技部、財政部對原有國家平臺優化調整（國科發基〔2019〕194號），形成的20個國家科學數據中心在抓緊進行相關制度和標準建設后，迅速承擔了國家重點研發計劃重點專項的科學數據匯交工作。2020年開始有大批國家重點研發計劃項目進行數據匯交。從時間維度來看，“十三五”國家重點研發計劃項目實施初期和中期，科學數據質量管理機制處于創新建設初期，有些項目的科學數據制備過程中缺乏數據匯交相關技術標準規范，這類項目如何加快實現科學數據共享，促進高質量向產業企業流動，有待在未來國家科學數據工作得到解決。

3.2 “十三五”國家重點研發計劃項目實施全生命周期

該階段國家科學數據中心參與度不夠。

國家科學數據中心在促進科學數據與產業數據融合中承擔極其重要角色，應覆蓋科學數據的全生命周期。但從“十三五”67個專項6000多個重點項目實施的全生命周期來分析，國家科學數據中心參與不夠深入。原因是多方面的，一些重點專項2016年、2017年和2018年部署了其實施方案的半數以上任務。而2019年在全國成立的20個國家科學數據中心，進行相關制度和標準建設一年左右，很快迎來數據匯交高峰期（2020年－2022年）。到2023年，“十三五”立項的大部分重點研發計劃項目，完成了項目綜合績效評價和科學數據匯交。可是，受三年新冠疫情影響，科研活動交流總量減少了，國家科學數據中心與各項目組的交流也相應減少，信息不對稱現象較為突出。另外，國家重點研發計劃項目涉及的組織機構眾多，包括項目管理專業機構、推薦單位、項目牽頭承擔單位、參與單位、外協單位、監督單位、數據匯交單位等。根據國家重點研發計劃管理制度安排，在項目綜合績效評價打分表的第3欄中提到了“數據共享”。通常是要求完成項目科學數據匯交，獲得國家科學數據匯交憑證之后，才能進行項目綜合績效評價。項目組可在20個國家科學數據中心中自主選擇擬匯交數據的國家科學數據中心。具體的匯交常要提前4周－8周與國家科學數據中心聯系。很顯然，國家科學數據中心在項目實施的初期和中期，并沒有處于主導地位，難以及時獲得項目實施進展和科學數據制備信息。

根據國家重點研發計劃管理要求，項目牽頭單位要在項目結束期（審計基準日）三個月內，給國家科技管理信息系統公共服務平臺上傳相關技術任務資料（財務審計相關資料，由會計事務所上傳）。有些項目組是在審計基準日之后的兩個月，才進行課題級綜合績效評價，也有在臨近項目執行期結束時，才選定擬匯交的國家科學數據中心。項目數據匯交準備時間比較倉促，質量控制流程標準化程度有待高，影響了國家科學數據匯交質量和要素化活動。在一些項目實施的大部分時間里，國家科學數據中心沒有及時參與項目科學數據的制備過程，實時掌握項目數據質量信息較少。因此，國家科學數據中心在后期加工處理這類項目科學數據時，可能因項目數據質量信息不對稱而處于被動狀態，提供共享服務難度較大，數據要素化時效性受影響。

3.3 "科學數據匯交專家在項目咨詢專家群體占比較低，項目實施過程中參與偏少，科學數據相關信息溝通渠道有待拓寬

根據新時期國家重點研發計劃實施情況分析，專家咨詢和評審制度貫穿項目的全生命周期，從專項年度指南編制到項目完成綜合績效評價，以及之后的“回頭看”監督檢查環節，各類專家都發揮重要作用。可以說，在國家科學數據信息渠道建設初期，專家群體是不同重點專項、不同項目組之間信息傳遞的非常重要載體。從組織形式上來看，各種會議是實施“十三五”國家科技計劃項目的數據信息交流的重要形式。根據筆者對2016年－2023年國家重點研發計劃112個專項的7600多個重點項目統計分析，與項目咨詢專家相關會議主要有兩類：第一類是科研制度明確要求的：立項評審會、項目任務書考核指標審定會、項目啟動會、中期檢查會（3年及以上項目）、項目綜合績效評審會、項目年度指南評審會、課題綜合績效評審會、數據匯交評審會等。第二類是彈性要求的，如技術任務、經費預算、管理制度和數據匯交等咨詢評審會。在各種會議中，培訓會和評審會是其中兩種常見形式。在培訓會方面，為了順利實施“十三五”國家科技計劃項目，科技部項目專業管理機構、項目牽頭承擔單位、課題承擔單位和參與單位，都會組織項目技術、經費和管理等相關培訓活動。國家科學數據中心也參與或主動組織科學數據匯交培訓活動。如2021年初，筆者受科技部項目管理專業機構邀請，參與重點研發計劃重點項目的數據匯交培訓講課。但總體來說，科學數據匯交培訓活動與其他培訓相比，次數較少且頻率較低。還有，科學數據匯交專家在項目咨詢專家群體的比例不高，參加項目組綜合咨詢活動比較少。根據筆者對2016年以來3500個重點項目啟動會、綜合績效評價會在網上發布的新聞稿統計分析，數據匯交專家占比不足1%。這導致不少項目組成員對數據匯交標準和管理要求了解不及時不充分，影響了項目實施過程中科學數據制備質量控制。在組織評審專家對項目進行評審之前，組織單位通常會評審專家進行培訓，宣貫最新科技政策和管理要求，主要是針對技術考核指標要求和經費執行要求來宣貫，對科學數據匯交的內容涉及較少。在項目牽頭單位組織課題綜合績效評價時，與項目組在國家科技管理信息系統公共服務平臺上傳最終驗收評審材料，還預留一段時間，因此在課題綜合績效評價過程中，較少對科學數據匯交作出硬性要求。更多的是在課題綜合績效評價會議之后，主要由項目組根據情況處理。或者說，在課題綜合績效評價會議及其之前，項目實施的大部分階段，科研人員和咨詢專家都較少關注科學數據匯交，對“交什么”“怎么交”不一定十分清楚。沒有足夠時間提前準備科學數據匯交工作，相應的數據質量管理容易受到影響。

3.4 "科學數據費用很少納入項目經費預算，數據匯交質量管理經費支持不足，數據要素化激勵力度不夠

提高國家科學數據質量，相應預算經費是保障其與產業數據融合發展的前提。負責國家科技平臺建設、管理和服務等領域標準化工作的全國科技平臺標準化技術委員會（TC486）做了大量的工作，25項國家標準已正式發布，相關標準為科學數據匯交、科技平臺建設等工作提供了重要的技術保障。在研制技術標準質量的同時，也應關注國家科學數據標準化實施的成本收益問題。或者說，應關注如何增加國家科學數據質量控制配套的專項經費問題。科技部、財政部和相關科技項目管理部門按照《中共中央辦公廳 "國務院辦公廳印發〈關于進一步完善中央財政科研項目資金管理等政策的若干意見〉的通知》和《國務院關于優化科研管理提升科研績效若干措施的通知》等精神，分別修訂相關科技計劃項目和經費管理辦法。這類改革措施適合于所有國家科技計劃，相關機制在不斷完善中。科學數據提交方（科技計劃項目的牽頭承擔法人單位）的數量，根據由科技日報社主辦的微信公眾號銳動源、項目參與單位等發布信息的不完全統計，“十三五”國家重點研發計劃項目的承擔/參與單位眾多，若計入課題牽頭單位、任務牽頭單位，則逾10萬家單位。若把“十二五”國家科技資源專項數據匯交單位也納入統計，科學數據提交方的數量就更多。科技計劃項目管理方（8個項目管理專業機構）和科學數據管理方（20個國家科學數據中心），面對涉及專業眾多、海量科學數據資源，很難及時為數量很大且涉及面廣的科學數據服務共享方，提供定制化的國家科學要素流動服務。一些科學數據制備方獲得的專項經費偏低。根據由科技日報社主辦的微信公眾號銳動源發布信息整理，“十三五”國家重點研發計劃有6千多個項目立項。截至2023年底，大部分“十三五”期間立項的國家重點研發計劃項目，已經進行了項目綜合績效評價。然而，從科技項目資金評議工作實踐來看，科學數據要素流動缺乏穩定的項目專項經費支持。雖然有部分專項中有示范應用的項目經費支持，但是明顯不足以支持科學數據要素向企業進行規模化流動所需的費用成本。很多國家科學數據在項目綜合績效評價結束之后，大多存儲在國家科學數據中心或項目牽頭單位，后續的科學數據要素化活動缺乏相應政策細則和專項資金有力支持。

根據國家重點研發計劃的相關規定，技術任務的綜合績效評價是以“項目”為單位進行評審結論的，而經費預算的績效評價是以“課題”為單位分別打分數的。從資金評議角度進一步深入分析，“十三五”國家重點研發計劃中除少數項目（如青年科學家項目、國際合作項目等）沒有下設課題之外，大多數項目都下設課題，其中下設4－6個課題的較多。每個課題也通常會設若干個子課題（項目組內部通常稱為“任務”或“子課題”）。這樣，一個項目組有6－20個參與單位也比較常見。從經濟學激勵約束理論來看，項目、課題或任務的承擔單位、參與科研人員需要得到應有的報酬，才能持續激勵進行科學數據質量控制和后續的數據要素化活動，科學數據與產業數據相互融合發展也才更有保障。在“十三五”國家科技政策和專項經費預算審計規則中，還沒有細化到國家科學數據質量控制和要素化成本的層面。特別是，部分任務參與單位獲得專項支持力度較小，國家科學數據質量控制激勵機制不足。有些項目獲得超過千萬元或百萬元專項資金支持，但細分到具體的任務參與單位后，有的參與單位在項目實施的3－5年內，得到的專項資助可能不足10萬元。這些情況對國家科學數據要素化的影響，還需要各界深入思考，并在未來科學數據要素化實踐中加以完善。

2022年新版《中央財政科技計劃項目（課題）結題審計指引》對科學數據要素關注少，各方在執行過程中對相關支出理解也有待統一。《科學數據管理辦法》（國辦發〔2018〕17號）規定，政府預算資金資助的各級科技計劃（專項、基金等）項目所形成的科學數據，應由項目牽頭單位匯交到相關科學數據中心。2018年，《中國注冊會計師協會關于印發〈中央財政科技計劃項目（課題）結題審計指引〉的通知》對“科學數據”的相關要求不夠具體。國家政策也沒有明確規定數據匯交過程中經費支出。“十三五”20個國家科學數據中心作為數據管理方承擔的國家重點研發計劃項目科學數據匯交，數據存儲、管理和開放共享主要是公益性服務。項目的《科學數據匯交計劃》等應在國家科學數據中心形式審核通過后，組織同行專家評審，對《科學數據匯交計劃》是否符合項目任務書規定的研究內容、考核指標，以及項目實施的實際情況等作出專業判斷；對匯交數據的科學質量進行評估，包括數據的真實性、準確性和可用性等方面。2022年6月，中國注冊會計師協會發布的《中央財政科技計劃項目（課題）結題審計指引》，也還沒有涉及此問題，還有待在“十四五”和“十五五”項目實施中探索解決。

我國科學數據要素資源存量大增速快，國家和地方科學數據要素資源的存量已超萬億元，但科學數據要素利用率有待提高，科學數據要素與產業數據相互融合的激勵機制乏力。提高科學數據要素生產質量和流動效率，需要解決的問題比較多，如專業領域科學數據技術標準等共性技術支持不足、知識產權問題、科學數據價值創造與利益共享機制不健全，數據要素采集加工的持續性與項目經費供給的階段性矛盾等。迫切需要將科學數據要素納入各級科技計劃項目資金管理范疇，并為提高科學數據要素化提供相應資助，促進科學數據要素與產業數據相互融合發展。目前已有一些相關政策出臺，如2021年，《北京市科技計劃項目（課題）經費管理辦法》（京財科文〔2021〕1822號）提出，“財政科技經費形成的大型科學儀器設備、科學數據、自然科技資源等，在保障有關參與單位合法權益的基礎上，按照國家和北京市有關規定實施開放共享，提高資源利用效率。”但操作層面細則還在完善中，導致科學數據要素資源存量大增速快，利用率卻不高。

3.5 "科學數據特殊性與產業數據規模化應用要求，數據要素收益不確定性大，不同利益主體協調有難度

有些項目在實施過程中，科學數據與產業數據深度融合應用進展順利。如“鄉村產業共性關鍵技術研發與集成應用”重點專項聚焦特色產業，研發并集成應用鄉村產業共性關鍵技術，推動先進適用技術向鄉村下沉。該專項在設計重點項目時，將科學數據與產業數據深度融合應用作為硬性要求。然而，在實踐中，我們也會遇到因項目參與單位利益問題，造成科學數據與產業數據難于融合的現實難題。筆者在參加重點研發計劃項目實施過程咨詢討論時，多次遇到項目組參與單位的科研數據與企業數據融合的難題。有的項目在指南設計時，有示范應用的任務安排和考核指標要求，如軟件設計是一家科研機構A完成的，需要到參與單位中的另一家企業B進行測試，需要應用企業B的實際數據時，可能因必須滿足企業B的信息系統安全管理要求而無法實施，從而影響了示范應用的實際效果，科學數據要素化活動也受到限制。

影響數據要素收益的原因是多方面的，如在“十三五”國家重點研發計劃項目的牽頭承擔單位中，科研院所和高校所占比例較高，企業牽頭承擔的項目占比較小。國家重點研發計劃重點專項在實施方案設計時，對重點任務布局中的應用示范所占比例也有相應規定。作為國家科學數據來源主渠道的國家重點研發計劃，有很多科研工作是在科研實驗室里完成的，實驗室數據在國家科學數據占比很大。科研實驗室數據來源和特征極為復雜，與生產實踐的產業數據相比，兩者的目的、對象到最終的成果產出，和涉及的質量檢驗系統，都存在較大差異。科學數據要素的大量不確定性貫穿于研究對象、試驗系統、實驗原理、測量系統、以及實驗環境等。筆者對“十三五”重點研發計劃專項6000多個項目考核指標30多種成果分析發現，對論文、專利和科技報告等確定性指標關注較多，而對數據庫、示范應用、云平臺等彈性較大的考核指標，較難實時評判優劣，對科學數據質量考核還不全面，事前、事中和事后發現科學數據缺陷的評估評價手段不多。科學數據充滿了不確定性，大量科學數據要素無法直接規模化應用于生產實踐。因為在規模化生產中，數據要素產業化推廣應用是以效益為導向。我國正在推進內外貿產品同線同標同質產品認定方式，鼓勵各方采信“三同”認證結果，加強“三同”企業和產品信息推介。這需要協同挖掘科學數據要素價值，加強推進中試數字化，推動試制階段的新產品轉化到生產過程的過渡性試驗，推動利益相關方共享科學數據、中試數據和產業數據資源。未來如何讓更多企業參與科學數據要素制備過程，更好地保障科學數據質量，需要在重點研發計劃頂層設計中著重研究，并構建科學數據與產業數據融合發展的成本分攤和利益分享機制。

2014年至今，國家重點研發計劃只經歷了第一個完整的運行周期，科學數據要素化還有些深層次瓶頸還沒有顯現出來。在未來，要從最緊迫的事情抓起，小切口、大縱深，更多地關注科學數據制備過程，把項目實施過程關心的實際問題作為突破口，及時了解項目實施過程中的困難訴求，及時切實幫助解決實際問題。扎實做好新時期國家科學數據重點工作，堅持系統觀念，注重數據要素系統集成，優化國家科學數據匯交的事前事中事后資源配置，統籌安排強鏈補鏈延鏈提鏈，大幅提升科學數據要素體系化能力，助推國家創新體系整體效能提升。

4 "推動科學數據要素化與數據匯交協同發展的措施建議

國家科學數據要素化發展面臨的政策機制風險、激勵機制不足風險、科學數據價值創造與利益共享機制不健全、數據要素采集加工的持續性與項目經費供給的階段性矛盾等，我們應統籌考慮科學數據、產業數據、消費數據和行政數據等多要素融合發展，要從國家數據政策體系創新、地方數字經濟協同發展、數據要素經費優化配置、打造科學要素化燈塔項目等角度來探索創新。

4.1 "不斷完善國家科學數據要素高質量流動政策體系

目前我國“科學數據”和“數據要素”政策在整個國家政策體系中占比很小，還沒有形成各領域的政策合力，科學數據要素化的政策支撐力度不夠。要加快構建新時期科學數據要素化制度政策體系，使之成為社會主義市場經濟條件下關鍵核心技術攻關新型舉國體制的重要組成部分。在未來較長一段時期，國家科技計劃項目仍將是國家科學數據產生的主渠道。科學數據要素要融入全要素參與收入分配機制，激發勞動、知識、技術、管理、資本和數據等生產要素活力，科學數據政策要與其他領域政策協同發展，形成促進國家科學數據要素流動政策體系。2023年底，為了發揮數據要素乘數效應，國家數據局會同中央網信辦、科技部、工業和信息化部等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，提出“以科學數據支撐技術創新，聚焦生物育種、新材料創制、藥物研發等領域，以數智融合加速技術創新和產業升級。”國家科技計劃宜大力支持創新生產要素配置方式，科技專項經費鼓勵科學數據要素向這些重點領域流動，及時將數據要素應用到這些產業鏈上，保證產業體系自主可控和安全可靠。2024年，國家知識產權局、科技部、財政部、自然科學基金委等《關于印發建立財政資助科研項目形成專利的聲明制度實施方案的通知》（國知發運字〔2024〕3號），要求財政資助科研項目承擔單位或個人在財政科研項目專利申請時，履行聲明責任。這有利于推動項目承擔/參與單位在國家科學數據產生過程中，關注并妥善解決質量控制激勵機制不足的問題。要優先保障國家戰略科技力量產出高質量科學數據，支持在保障信息安全的前提下，提升具有先發優勢的關鍵技術和引領未來發展的基礎前沿科學數據共享服務水平。

4.2 "推動科學數據要素融入地區數字經濟政策體系

地方政府的數據要素政策是促進數字經濟發展的重要推動力。科學數據要素安全高質量流動，對推動地方數字經濟健康發展十分重要。據對地方政策體系量化分析，目前科學數據要素化在大多數地方數字經濟政策占比較低，使數字經濟高質量和健康發展存在隱患，也使區域新質生產力發展缺少戰略支撐。受諸多因素影響，區域層面和國家層面的科學數據共享服務模式和機制還沒有形成，科學數據資源服務數字經濟發展的潛力還沒有發揮出來。要探索國家和地方的科學數據要素化激勵機制，促進“十三五”“十四五”已有的數千億元國家科學數據資源與數萬億元級地方科技計劃項目科學數據要素，進行存量盤活，增量優化。充分發揮發達省市區的獨特優勢，率先探索形成科學數據服務地方數字經濟發展，打造數字經濟標桿城市的資源優化配置模式、路徑和最佳實踐案例。我國承擔國家重點研發計劃項目科學數據匯交工作的國家科學數據中心集中在北京地區，而北京市屬單位和部門的科學數據資源也很豐富，是北京高質量發展數字經濟、建設全球數字經濟標桿城市的重要資源。北京數字經濟政策體系在不斷創新完善過程中，圍繞“著力促進數字賦能城市、產業、生活，加快打造全球數字經濟標桿城市”的目標，促進數字經濟和實體經濟深度融合，打造更具優勢的數字產業集群，提出了一系列與數據要素相關的政策措施。要推動國家科學數據要素率先融入北京、長三角和大灣區等發達地區數字經濟政策體系，遴選科學數據要素與產業數據融合的解決方案和典型案例，形成可復制可推廣的先進經驗。

4.3 "鼓勵課題凈結余資金優先支持科學數據要素流動

要推動結題審計指引助力科學數據要素流動。“十三五”重點專項重點項目在立項評審過程中，由于各種原因，忽視了科學數據要素流動需要的項目專項支持。目前大部分“十三五”重點項目都已經完成了項目綜合績效評價，但這并不意味項目制備的科學數據要素流動結束了。項目科學數據匯交后，要在保障信息安全的前提下，實現更大范圍和更高層次的數據要素流動。“十三五”數以千計的國家重點研發計劃項目已經進行了綜合績效評價，并經過數據匯交程序進入了20個國家科學數據中心，經過1－5年的保護期，它們就要開始提供科學數據共享服務。“十四五”《國家重點研發計劃重點專項概算編制指南》和《中央財政科技計劃項目（課題）結題審計指引》（2022版）對科學數據要素的關注不夠，因此，“十四五”國家重點研發計劃項目實施中，有可能重復“十三五”期間科學數據經費不足的困境。需要《中央財政科技計劃項目（課題）結題審計指引》（2022版）在實踐中，鼓勵科學數據要素化活動。目前科學數據要素化成本分攤與課題凈結余資金關系松散，項目執行期結束后的科學數據要素化推廣支持乏力。科研經費管理新政策變化對科學數據要素化影響很大。根據《科技部辦公廳關于進一步完善國家重點研發計劃項目綜合績效評價財務管理的通知》（國科辦資[2021〕137號）文件精神，在項目綜合績效評價環節，取消評前審查和“課題資金評議得分為80分及以下的，收回結余資金”的規定。現在對國家重點研發計劃項目的綜合績效評價均按照該文件精神執行。根據這個文件規定，在項目通過了綜合績效評價之后，項目管理機構不收回凈結余資金，凈結余的專項經費留在項目承擔/參與單位繼續使用。如果這類凈結余資金能優先分配給項目組成員后續支出，并明確鼓勵用于科學數據要素化，則有利于推進科技成果轉化。目前還沒有科技政策明確規定課題凈結余資金應支持國家科學數據要素化。在以后的科技經費政策創新中，建議這類資金優先用于支持國家科學數據要素化發展。

4.4 "打造科技計劃燈塔項目激勵科學數據要素化發展

國家科學數據要素化是一個長期持續的過程，要在與實體經濟數據不斷融合發展中，實現報酬遞增，提升科學數據要素價值鏈。一個國家重點研發計劃項目在實施執行期完成了任務書規定的技術任務和執行了經費預算，并由項目管理專業機構組織的項目綜合績效評價專家組評審，獲得相關結論（通過、結題或未通過）之后，除極少數項目有可能會參加“回頭看”監督檢查之外，絕大部分的項目就算是走完了一個完整的周期。其中有15%的項目可能會獲得“優秀”等級的評審結論。這對項目承擔單位、項目推薦單位和項目組都是很有價值的榮譽。項目承擔/參與單位通常以此為榮，并在網絡上發布榮獲“優秀”等級的項目相關信息。項目組獲得持續資助的可能性也增加。從“十三五”6000多個項目綜合績效評價的實踐來看，項目科學數據匯交質量對項目是否能獲得“優秀”等級評審結論的影響權重很小。在“十三五”制度建設的探索期，國家科學數據中心也還沒有對科學數據要素“優秀”項目評價作出制度安排。這需要我們在“十四五”數據匯交工作中引起重視，并在國家科學數據“十五五”規劃工作中作出適當安排。《中共中央關于進一步全面深化改革、推進中國式現代化的決定》提出，健全促進實體經濟和數字經濟深度融合制度。相關數據統計，截至目前，我國累計建成“燈塔工廠”62家，培育國家級智能制造示范工廠421家，智能制造裝備產業規模突破3.2萬億。財政部、工業和信息化部聯合印發《關于開展中小企業數字化轉型城市試點工作的通知》分批組織開展中小企業數字化轉型城市試點工作。要打造一批數字化轉型“小燈塔”企業，培育一批優質的數字化服務商，開發集成一批“小快輕準”的數字化解決方案和產品。目前中小企業數字化轉型中還存在很多“不愿轉、不敢轉、不會轉”的痛點難點。其中一個關鍵堵點是中小企業獲得國家科學數據要素支持的渠道還有待拓寬增速。數實融合深入發展，科技成果加快轉化應用，離不開國家科學數據要素化的強有力支撐。經過多年發展，國家科學數據中心已掌握了豐富的科學數據要素資源，打造國家科學數據要素化燈塔項目，激勵科學數據、產業數據和社會數據融合發展，促進新時期中國數據要素體系化高質量發展，已具備基本條件。借鑒我們做“十三五”國家重點研發計劃67個專項6000多個重點項目綜合評估的經驗，每個重點專項推薦一兩個代表性項目。在已立項的一萬多個重點項目中，若能百里挑一，平均每一個重點專項部署1個燈塔項目，就可精心培育100個國家科學數據要素化“燈塔”項目。在未來充分發揮燈塔項目、領航團隊的頭雁作用，將國家科學數據要素強鏈補鏈延鏈提鏈做好，激勵更多科學數據要素化，更多更快地打造“數字工廠”“燈塔工廠”“未來工廠”，以數字化綠色化為方向，支撐現代產業體系升級，進一步提升國際分工地位，推動我國產業邁向全球價值鏈中高端。

參考文獻

[1] 徐波，王瑞丹，王卷樂，等. 科技計劃項目科學數據匯交共性機制研究[J]. 中國科技資源導刊， 2021，53（1）：9-14.

[2] 徐墨庚，姜曉軼，童心，等. 基于區塊鏈的科學數據匯交存證模型研究與實現[J]. 海洋信息技術與應用， 2023，38（4）：238-248.

[3] 王雪艷，井艷玲，趙愛芳. 基礎醫學科學數據匯交管理及數據特征[J]. 基礎醫學與臨床，2022，42（5）：852-856.

[4] 陶毅，蘇爽，趙正宜，等. 基于元數據的計量科學數據匯交系統研究[J]. 中國科技資源導刊，2022，54（2）：1-12，92.

[5] 陳軍，李大博，楊智君，等. 計量科學領域科技項目數據匯交管理研究[J]. 中國科技資源導刊， 2021，53（4）：83-89.

[6] 白燕，楊雅萍，王祎. 科技基礎性工作專項資源環境領域項目數據匯交進展與分析[J] .中國科技資源導刊， 2020，52（5）：52-62.

[7] 林海，王卷樂. 國家重點基礎研究發展計劃（973）資源環境領域項目數據匯交工作正式啟動[J]. 地球科學進展， 2008，23（8）：895-896.

[8] 肖旭伏，儀彥. 基于價值鏈視角的科學數據流通與利用研究[J]. 中國科技資源導刊， 2024，56（3）：48-54，81.

[9] 王漪，康林沖，姜曉軼，等. 海洋科學數據流通與交易推進思路[J]. 海洋信息技術與應用， 2023，38（4）：193-199.

[10] 楊雪梅. 數據要素市場化背景下高校圖書館科學數據開放共享研究[J]. 圖書館學刊， 2023（1）：26-31.

[11] 楊成，申其輝. 認證認可促進科學數據與產業數據融合發展的作用[J]. 中國計量， 2023（12）：59-63.

[12] 郭華東. 把握“保護-利用”動態平衡，推進科學數據高質量發展[J]. 農業大數據學報， 2024， 6（2）：145.

[13] 廖方宇，李婧，龍春，等. 開放科學背景下科學數據開放共享安全挑戰及我國對策思考[J]. 農業大數據學報， 2024， 6（2）：146-155.

[14] 楊渝，王煒，陳世武. 數據隱私保護關鍵詞檢索技術研究綜述與應用分析 [J]. 農業大數據學報， 2024， 6（2）：185-204.

[15] 魏鑫，孔麗華，汪洋. 我國科學數據出境管理對策研究[J]. 農業大數據學報， 2024， 6（2）：156-160.

[16] 李宜展，董璐，王東瑤，等. 國際科技組織與國際科技合作計劃中的科學數據安全治理[J]. 農業大數據學報， 2024， 6（2）：161-169.

[17] 王佳榮，周彩秋，苑新陽，等. 國家高能物理科學數據安全保障體系[J]. 農業大數據學報， 2024， 6（2）：185-204.

[18] 戴力新，戴琦. 我國科學數據中心建設現狀及其運行機制研究[J]. 中國科技資源導刊， 2023， 55（5）：1-10.

[19] 張勝發，馬玉環，張敬晨，等. 基于數據安全的健康醫療科學數據分級指南研究[J]. 醫學信息學雜志， 2023， 44（8）：19-24.

[20] 支鳳穩，趙宇晨. 我國科技計劃項目科學數據匯交政策分析[J]. 圖書館學研究，2021（23）：45-52.

[21] 阮冰穎，劉桂鋒，劉瓊. 科研人員視角下科學數據安全影響因素仿真分析[J]. 情報理論與實踐， 2022， 45（2）：137-145.

[22] 劉桂鋒，馬昕玥，劉瓊. 科學數據資產管理框架構建及實現路徑研究[J].中國科技資源導刊， 2023， 55（6）：11-21.

[23] 蘇靖. 大數據時代加強科學數據管理的思考與對策[J]. 中國軟科學， 2022（9）：50-54.

[24] 石蕾，高孟緒，徐波，等. 歐美建設發展科學數據中心的經驗及對我國的啟示[J]. 中國科技資源導刊，2022，54（3）：31-36+110.

[25] 王瑞丹，陳祖剛，石蕾，等. 復雜場景下科學數據中心運行狀況評價模型研究[J]. 中國科技資源導刊， 2022， 54（2）：27-34+64.

[26] 王芳，卜昊昊. 科學數據管理政策發展比較研究[J]. 中國圖書館學報， 2022， 48（6）：77-96.

[27] 徐淋楠，段美珍，寇晶晶. 開放共享環境下科學數據安全治理路徑[J]. 中華醫學圖書情報雜志， 2022， 31（6）：1-8.

[28] 姜鑫，王德莊. 利益相關者視域下科學數據開放政策協同研究——基于NVivo12的質性文本分析[J]. 情報理論與實踐，2022， 45（12）：92-102.

[29] 陽巧英，夏義堃. 我國科學數據政策結構特征與演進邏輯分析（2001—2022年）[J].情報資料工作，2023， 44（6）：6-14.

[30] 丁曉芹，湯怡潔，徐雯. 我國科學數據匯交管理現狀及面臨的問題[J].科技管理研究，2023， 43（23）：63-69.

引用格式：申其輝.數據要素化視角下新時期國家科學數據匯交回顧與建議[J].農業大數據學報，2024，6（3）： 363-372. DOI： 10.19788/j.issn.2096-6369. 000032.

CITATION： SHEN QiHui. Review and Suggestion of National Scientific Data Collection in the New Era from the Perspective of Data Factionalization[J]. Journal of Agricultural Big Data，2024，6（3）： 363-372. DOI： 10.19788/j.issn.2096-6369.000032.

Review and Suggestion of National Scientific Data Collection in the New Era from the Perspective of Data Factionalization

SHEN QiHui

National Institute of Metrology， Beijing 100029， China

Abstract： National scientific data is the core element of the development of new quality productive forces in the new era. Promoting the development of scientific data factors is conducive to improving the resilience and security level of China's industrial chain and supply chain， and is an inherent requirement and a powerful starting point for promoting self-reliance in high-level science and technology. The implementation of more than 6，000 key projects in the \"13th Five-Year Plan\" National Key Research and Development Plan has experienced a complete cycle of practice， and national scientific data has the necessity and sufficiency of elements in terms of volume and value. Based on the scientific data practice of national key research and development plans in the new era， this paper analyzes the influence of the various links before and after data exchange on data factionalization from the aspects of system mechanism， expert team， budget and incentive mechanism， etc.， and focuses on improving the resilience and safety level of China's industrial chain and supply chain， from the perspective of scientific data elements strengthening the chain， reinforcing the chain and extending the chain. Explore how to promote data factionalization through the policy mechanism of science and technology planning and propose policy recommendations.

Keywords： scientific data; data elements; scientific data collection