梁子裕

(黎明职业大学 科技处，福建 泉州 362000)

一、引言

大数据已经成为当今重要的战略性资源。随着互联网络技术互联互通的普及与应用的不断拓展，互联网存储数据内容与规模随之不断扩大，其增长量级和速度均越来越快，其成熟的技术及其应用越来越广阔，人类进入了大数据时代。大数据作为一个崭新的技术手段和思维方式，给人类带来了数据挖掘和应用的商机与巨大价值，同时给人类数据信息存储和管理带来了巨大的挑战。高校作为传播知识和科学研究的高等学府，科学研究在高校教学管理中占有举足轻重的地位，它是提高高校办学综合水平、储备知识、创新知识、提升自身学术影响力不可或缺的重要组成部分。而大数据的到来对高校科研管理产生了深刻的影响，高校科研管理水平的高低直接或间接地影响着高校科学研究的可持续开展，影响到包括课题项目的申请、论证、立项、实施、检查、鉴定、结题、推广、入档等方面的管理活动。近年来高校均建立有教学、实验、科研等多种数据管理系统，但大多不兼容且没有互通共享，给科研的日常管理工作带来了困难。在当今大数据网络时代，大数据技术对于高校学术研究的选题、课题论证、成果鉴定、学术道德和诚信监督、数据共享、成果转化等有着极大的促进作用[1]。鉴于此，高校在当今大数据时代要积极主动引入大数据应用技术，提升科研管理的能力和水平，具有重要的应用价值与现实意义。

二、大数据与高校科研管理的相关性

大数据具有高速性(velocity)、多样性(variety)、价值性(volume)、规模性(scale)等特点，以数据流的形态快速地产生数据信息，具有很强的时效性和快速性。掌控好数据流，才能有效利用大数据。由于大数据是新生事物，许多未知领域还需要探究，其巨大的潜在价值等待人们深入挖掘。从这个意义而言，高校科研管理具有应用大数据的先天优势，特别是在科研数据的收集与整理、数据内在价值挖掘、科研方向遴选、科研目标凝练、学术资源优化与配置、科研资讯聚合、学术成果评价、成果推广与应用等方面适时采用大数据资源，获取科研信息，并加以具体分析，进而得出科学的决策数据，为高校科研管理服务。

首先，大数据与高校科研资料的获取及成果转化有着千丝万缕的关联性。一方面，长期以来，高校科研部门或二级单位在管理科研项目中对学者们的科研评价主要以公开发表的论文、专著、调查报告、教材等具体化的研究成果为主，并分为各个层次的评判，这种评判对于学术成果仅仅是一种结论性的信息资源材料[2]，而学者们在科研中开展的文献收集与整理、乡野调研、项目论证、设计问卷、课题访谈、项目实验实训等一系列为项目研究所搜集的调研数据没有保存，也不需要提交给高校科研部门，这些过程性数据被沉寂下来甚至不得而知，无形中严重浪费了原始的学术信息资源，也失去了学术项目本身的实践应用价值。殊不知，这些具体的过程性科研数据对类似项目或其他相关项目具有直接或间接的参考价值和借鉴意义。另一方面，在科研学术成果转化上，目前高校科研部门主导申报、论证、立项、检查、评价、推广等一系列科研管理活动多数是学者和教师的科研团队各自为政，不出校门，潜心研究。由于信息不对称，其学术成果很少与政府部门、事业单位、行业企业和社会公众有效对接，致使高校多数学术研究成果和应用性项目难以顺利、快捷地转化，成果往往束之高阁，造成科研资源的严重浪费。在当今迅猛发展的大数据环境下，大数据在学术中的推广和应用主要是通过建立科研项目管理数据库系统，将高校主持或参与课题的过程性材料数据以及最终的学术成果数据进行信息资源的共享、评价和推广，不仅有助于高校各科研机构、科研团队、不同科研项目组之间科研信息的互联互通，节约科研信息采集成本，而且有利于不同科研机构、团队、项目组之间开展学术交流与沟通，实现科研学术资源数据信息的互联共享。

其次，大数据与高校科研管理及其科学决策有着直接的关联性。在大数据环境下高校科研管理开始向复合管理、社会化决策应用、科研数据分析、信息检索方面发展。一是由单项管理向复合管理拓展。在大数据时代，趋势化的复合管理能够对隐藏在学术表象数据中的行为数据，特别是具有某类特征性、标志性的数据信息能够在大数据环境下的在线资料收集中开展即时性评价分析，进而构建多结构、全方位、实时性、准确性的历史数据和实时数据链[3]，为高校领导进行全局性、综合性的科研决策提供数据支持。二是在社会化决策应用方面，随着高校科研管理与决策向社会化、大众化、群体化方向发展，高校领导和科研管理部门特邀校外不同行业企业、不同产业领域的专家登录科研项目管理数据库系统，积极参与高校科研项目的论证、中期检查、结题等一系列科研管理与决策过程。同时对科研信息化管理、网络论坛回馈、科研数据完善等提出合理化、前瞻性意见和建议，为高校完善科研管理与重大决策提供可操作性的依据。三是在科研数据分析方面，依托大数据分析功能强大、容量大、速度快的特点，运用可视化分析技术、数据挖掘技术，挖掘科研管理具体活动中真正有价值的学术资料、数据信息和创新知识。四是在科研信息检索方面，凭借大数据智能化、规模化、功能强大的优势，灵活采用大数据中的多媒体检索、搜索引擎、人工智能、超文本全文检索等相关技术，从复杂、海量的数据中检索到研究者需要的学术信息情报，以查询、综述等方式提供文献资料或获取文献的线索和途径[4]，将极大地提升学术资源信息检索的效率、查准率和查全率，更好地为高校研究者和科研管理服务。

最后，大数据与高校学术监督有着必然的紧密关联性。随着社会对科研学术活动中诸如剽窃、抄袭、造假等学术不端行为和违反诸如学术规范、学术诚信、学术准则等学术道德行为的关注愈来愈高，对科研学术腐败的憎恨越来越强烈，高校均加大了对学术腐败、学术不端和学术道德等的监督与控制，逐步构建具有自身特点的科研学术监督体系。而采用大数据强化高校学术监督成为必然，高校科研管理部门可采用大数据采集与预处理技术、流式数据处理、查询与索引技术、大数据隐私与安全技术、大数据并行计算等加强学术监督[5]。随着各种大数据软件功能的越发强大，可以非常便捷地将学者们采集的图片、照片、信息数据、表格等原始材料即时核对和判定，从而更精准地判定学术腐败、学术不端等学术行为。特别是对各类、各级别课题申报书的剽窃认定以及抄袭造假等进行学术规范的识别，有利于高校科研管理部门在基础环节的源头即能堵住学术不端行为，进而运用大数据技术提升高校自身的学术监督水平。

三、大数据视阈下高校科研管理的现实评价

(一)大数据环境下高校科研管理信息化建设滞后

一方面，高校科研管理信息化系统功能严重不足。现有的科研管理系统由于硬件、软件等升级改造，不能满足高校科研工作中对科研资产、财务、人员、科研项目等日常管理的要求，不能很好地实现对不同级别课题项目经费正常领、用、销等使用全过程的动态监督和日常管理，也不能完全实现科研立项、检查、结题、应用全过程的项目数据统计，更缺乏科研成果向社会展示、推广与应用的互动平台，致使高校诸多科研项目信息资料动态变化不准确、科研经费核销不规范、认领落账严重滞后，严重缺乏科研预算、决算、结算控制，程序审核，预警，监控等一套规范的科研信息功能系统[6]，导致长期以来高校科研管理的日常监督控制严重滞后。另一方面，高校科研数据信息长期搁置，资源缺乏共享，信息化建设滞后。大多数高校对科研管理的重视不够，很少与校内后勤、图书、财务、档案、人事等行政部门有效对接，信息资源共享不足，导致科研项目是孤立且静止的单个信息资源，没有建立一个完整且资源共享的科研信息资源库，致使科研数据在科研管理部门未能很好地流动与资源共享。

(二)科研经费来源和管理的多元化致使科研信息数据采集困难，制约高校科研的精细化管理

高校科研管理中的项目申报主要包括纵向课题(市厅级以上研发项目)和横向课题(政府、企业、事业单位委托咨询项目)两大类，课题的科研经费主要来源于各类各级纵向和横向科研经费及学校配套的纵向科研经费，以及学校立项的校级课题经费。多元化、多层次的项目来源致使各类项目的科研经费有不同的科研管理标准和制度，这些不同层次、不同标准、不同管理制度的课题的支出范围，报销标准，经费核算内容，实施细则，报销程序截然不同。例如，纵向研究经费具有政府财政资源分配的性质，管理制度和程序自然是严格经费支出标准和开支范围；横向委托经费主要来源于校外行业企业和部分政府部门，此类经费开支范围要按照国家财经法规进行核算和按照程序报销，但形式可以由课题负责人同行业企业确定经费的使用与报销，管理方式可以灵活一些。科研经费来源和管理的多元化，导致高校科研数据资源采集和经费预算与核算存在诸多不确定性，促使科研数据资源的收集与信息资源的优化整合存在管理困难，极大地制约了高校科研的精细化管理。

(三)大数据环境下信息共享渠道不畅，影响了科研管理科学决策的效率

首先，在当今各类数据爆炸式增长、网络信息化迅猛发展的境况下，高校现有科研管理系统的统计、预测、分析功能简单，关联度低，科研管理者日常得到的科研资料仅仅是表层且原始的信息[7]，这些资料信息背后隐藏的深度且高层次的科研信息数据没有及时、有效地充分挖掘，给高校领导的科研决策造成了事实上的困难。其次，当前高校科研管理中面临采集的科研数据种类繁多，长期以来高校各单位、各部门之间有着各自的管理信息系统，各自为政，学校、二级学院、科研团队成员之间难以对已有的科研信息数据实施标准化处理，数据信息难以共享，进而造成科研管理部门工作的片面性与盲目性，影响了高校决策者对科研管理的科学决策。最后，高校科研管理中科研和学术信息共享不畅，一方面增加了科研管理者对学术信息收集、统计的工作量，降低了工作效率；另一方面，海量的科研数据信息带来了管理上的难度，导致高校科研人员需要花大量的时间和精力搜索所需要的数据信息。尽管大数据的出现能够极大地提升科研效率和了解国内外最新学术动态，但由于资源信息未能充分共享，搜索出的不相关数据信息足以浪费高校管理者和学者们大量的时间和精力，学术价值被弱化[8]，极大地阻碍了科研学术活动和科研日常管理的顺利实施。

四、大数据视阈下高校科研管理的推进策略

(一)建立完善的高校科研管理数据库资源共享信息系统，实现大数据的交流与互通

一是建立基于数据互通与共享一体化的科研管理信息数据平台。如前所述，高校各部门、各二级单位均自建有科研管理信息数据平台，但大都各自为政，科研数据信息资源未能实现数据的互联互通、实时共享。应将分散在高校各个单位的各类专属科研管理信息数据平台进行优化、整合，使之互联互通，从而构建数据互通与共享一体化的科研管理数据平台系统，既可深度挖掘科研学术数据，强化平台的复用与共享功能，又能根除学术的重复研究[9]，强化科研的学术诚信监督，打击各种科研腐败和学术不端行为，最终发挥大数据技术在高校科研管理工作中的促进作用。二是搭建科研成果转化的数据信息平台，加强高校科研学术成果的实用化。依托高校科研管理部门与科技管理部门，积极搭建科研成果转化的数据信息交流平台，收集社会、行业企业对高校科研成果转化应用的需求和愿望，结合高校已有的科研成果资源库信息，实施科研成果与社会需求的相互匹配与有机对接[10]，减轻科研成果转化信息不对称现象，加快实现科研成果转化经济效益和社会效益的双赢。三是高校在整合数据互通与共享一体化科研管理数据平台的基础上，建立一个历年来集科研确立项目、课题负责人、关键词、研究内容、结题成果、研究团队等不同级别课题项目的科研信息资源数据库，并对其实施收集、储存、整理、分析、应用、推广、服务、管理为一体的标准化和数据化的高校科研管理资源互联共享。

(二)以高校科研大数据为依托，提供个性化科研服务，强化科研数据资源的充分利用

一方面，高校科研管理的目的是为广大的科研工作者和高校教师服务，着眼于充分调动科研人员、科研团队、教师开展学术研究与成果推广应用的主动性和积极性，同时为他们进行专业学术研究创造必要的条件和提供优质的服务。基于此，高校科研管理部门应秉承优质的服务理念和服务意识，在大数据环境下因地制宜，立足科研人员、科研团队成员和教师的专业特长与学术特点，努力为他们提供个性化的学术研究服务。如在熟悉海量学术数据的基础上，通过大数据中的数据挖掘技术分析评判当前国内外的重点、热点、难点研究项目，结合高校自身的专业学科优势和研究团队现状，科学指引高校科研人员及科研团队有意识、有重点地主动申报适合他们的课题，包括纵向和横向课题的合作伙伴、研究对象、申报重点、期刊信息发表、结题方略等为申报多维度服务的数据；科研部门可以搭建一个校内的科研交流信息平台，以便相关科研人员和科研团队随时自由地开展学术交流与新建科研团队合作等事宜。另一方面，强化高校科研数据资源的充分利用。随着学术研究向交叉学科和边缘学科融合发展，高校学者们的学术研究多采用收集的数据开展定量实证评价研究，学术研究越深入，产生的数据越多。特别是在大数据时代，高校学术研究对研究数据的依赖和可信度越来越高。基于此，高校科研部门一方面构建学术数据共享体系，使海量的科研数据信息可便捷地通用共享，同时建立各种类型、各种层次、各学科的学术数据库，为高校学术研究提供数据支撑；另一方面高校科研部门应构建行之有效的学术数据评价体系，对各类科研数据的有效性实施定量评价，在效用与功能上实施纵向和横向比较，选用优质高效的科研数据库，以提升学术数据的使用率和利用率。

(三)以大数据技术为支撑，构建集制度、技术、教育“三位一体”的科研学术不端治理模式

一是建立基于科研大数据的学术诚信制度。该制度应从学术诚信的角度明确学术信息数据收集、存储、公开使用以及共享等条件和内容。不同学科和不同领域的科研数据库之间的互联共享直接或间接体现学术数据的理论与应用价值，有的学术大数据资源具有保密内容不能公开共享，有的学术大数据仅在一定层次和级别合作共享，有的可以自由互联共享。不同科研学术大数据库之间的资源互联共享为高效学术不端和学术腐败监控提供强大的技术支撑。二是建立基于科研大数据的保护制度。高校确保科研大数据安全不仅是自身义不容辞的责任，而且是学术诚信建设的必要保障，科研管理者、网络数据企业、科研人员等相关当事人在查询，使用，共享大数据时要以确保科研网络安全为前提。三是建立基于科研大数据的隐私保护制度。高校在日常的科研学术诚信监督中应明确科研人员、网络数据企业等大数据使用者的相应权利和责任。四是建立基于科研大数据的学术诚信技术平台。高校加强科研诚信建设不仅要有完善的法规制度监督，而且还要有先进的技术支持。为此，科研诚信平台建设要在完善原有科研信息资源数据库的基础上强化与万方、维普、CNKI等国内外知名科研数据库的交流合作，还应为学校科研团队、科研人员和教师建立学术诚信档案，做到心中有数，对于科研人员的学术不端行为要零容忍，坚决杜绝高校的学术腐败和学术不端行为。五是加强科研学术诚信教育。科研管理部门采用大数据相关技术的学术不端检测法，将学术腐败和学术不端行为检测出来，给予相关人员惩戒，杜绝后患；除了给予必要的惩罚外，还应加强科研学术诚信“三教育”，提升学术诚信素养[11]。学术诚信“三教育”即：一要加强对高校科研人员、在校大学生的学术诚信规范教育，使之自觉遵守学术道德规范；二要强化学术诚信的职业道德教育，使其树立诚信科研为荣、学术不端为耻的理念；三要加强与学术诚信相关的大数据技术教育。高校科研人员在繁重的学术研究中要精通国内外知名的学术资源数据库，熟悉自己相关研究领域最新的研究成果和研究趋势，从而避免不必要的重复研究，同时通过采用学术检测查重系统保证学术成果的先进性与规范性。

综上所述，高校科研管理是一项复杂、系统的工作，不能一蹴而就，需要长期的实践与总结。特别是在大数据时代，随着云计算、互联网、云储存的迅猛发展，必将极大地影响高校科研管理和科研学科的发展，高校只有加强科研管理人员的大数据意识、大局意识、服务意识，创新管理理念、管理模式，才能实施精细化管理，提升服务质量和科研管理的决策水平，最终助推高校科研管理能力与科研创新能力的显著提升。