雷晓斌　郑绍红

【摘 要】随着大数据时代的到来，数据成为科研管理工作中的重要资产。科研知识数据治理强调综合利用大数据提供的技术手段，依靠信息技术实现对科研知识数据的捕获、存储和重新使用，进而实现科研知识数据的共建共享，提高科研知识数据开发、加工、利用的效率。从知识数据治理视角来看，目前科研机构还面临数据共享度低、信息化挖掘分析不够、科研管理决策机制守旧等问题，应该进一步建设并完善科研知识数据治理体系，构建更加完善的科研知识数据共享机制，完善科研资源的配置模式，使科研知识数据发挥更大的作用。

【关键词】大数据;科研管理;知识;数据;治理

【中图分类号】G252;G258.6【文献标识码】A 【文章编号】1674-0688（2020）07-0008-03

当今时代，数据的价值越来越被人们所重视。随着互联网普及率的提高和新一代信息技术的突破，社会的信息化程度显著提升，大数据时代已经到来。数据日益成为国家重要的战略性资源和推动实体经济发展的核心要素，正在对社会管理的各项决策产生越来越重要的影响。2020年3月30日，中共中央国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》，将数据提升为比肩土地、劳动力、资本、技术的第五大生产要素，“推进政府数据开放共享、提升数据资源价值、加强数据资源整合和安全保护等措施”被提上重要议程[1]。对于科研机构而言，在大数据时代，如何提高数据在科研管理中的作用，形成依托知識数据提升治理水平的良性机制，将决定其科研管理能力的高低，并将影响国家科研创新事业的发展[2]。

1 科研知识数据治理的内涵及特点

1.1 科研知识数据治理的含义

知识是人类以信息的方式对自然、社会和思维方式与规律的总结，是人类社会实践中经验与认识的反映，是客观世界的信息经过人脑思维加工、重组、提炼形成的系统化信息集。数据作为信息的载体与表现形式，是对客观事物的表征与逻辑归纳[3]。广大科研机构及其从业人员在开展科学研究和科研项目管理的过程中，会搜集、形成大量的情报信息、文献资料、科技成果、研究工具和创新方法等，它们构成科研管理过程中的知识数据。这些知识数据，贯穿于每一个科研机构及其从业人员科研管理实践工作的始终。

在现实工作中，每一个科研机构都会面临海量知识数据的治理问题。国际数据管理协会（DAMA）认为，“数据治理是对数据资产管理行使权力和控制的活动集合，数据治理的最终目标是提升数据的价值”。对于广大科研机构来说，科研知识数据治理就是综合利用大数据提供的技术手段，依靠信息技术实现对科研知识数据的捕获、存储和重新使用。从这个角度而言，科研知识数据治理的基本功能是追求知识数据的共建共享，也就是要使科研知识数据在不同人员、不同时间、不同地点实现共建共享，从而提高科研知识数据开发、加工、利用的效率。科研知识数据治理是加速推进科研事业创新发展的基础，是科研管理工作优化的重要环节[4-5]。

1.2 科研知识数据治理的特点

1.2.1 科研知识数据治理的协同性

科研活动及科研管理是由不同的主体加以实施的。科研活动的实施主体是科研活动的主要推动者，随着科研活动的深入开展，研究者会搜集到大量的文献资料和情报信息，并形成一定的科技成果、研究工具和创新方法，这形成科研知识数据的一个重要来源[6]。同时，科研管理的实施主体要根据科研管理工作的需要，对相关的科研过程和科研成果数据进行整理与加工，形成大量的过程性与结果性知识数据，这构成科研知识数据的另一个重要来源[7]。所以，科研知识数据的来源是多方面的，其治理需要科研活动与科研管理的不同主体相互协作，共同对科研知识数据进行有效治理。

1.2.2 科研知识数据治理的共享性

科研知识数据虽然是由不同的主体通过各自的途径构建的，但是要实现对科研知识数据的有效治理，就必须让不同主体构建的科研知识数据实现共享共通，打破不同主体之间科研知识数据的界限，使不同的主体在不同的时间、不同的地点可以通过共享的方式，对其他主体构建的科研知识数据进行访问与使用，从而真正打破数据之间的鸿沟，形成科研知识数据的“大池塘”，方便不同的主体在科研知识数据库“大池塘”里各取所需。

1.2.3 科研知识数据治理的技术性

科研知识数据的治理是以技术手段为基础来实现的。从科研知识数据的收集与表达，到科研知识数据的分析与研究，再到构建模型对科研知识数据进行定量或定性的数据管理，都需要借助数据库及相关的信息加工技术、数据分析工具等来实现。信息技术与分析工具越完善，越有利于对科研知识数据进行系统化、可视化、模型化的加工与处理，从而更加充分地发挥科研知识数据的功能与作用。随着大数据时代的到来，各种数据采集、分析、应用的工具越来越多样化，给我们对科研知识数据进行深度加工奠定了良好的技术与工具基础。

2 大数据时代科研知识数据治理面临的问题

随着大数据时代的到来，国家相继实施了“互联网+”战略和国家协同发展战略，为广大科研机构带来了巨大的创新环境和发展机遇[8]。作为引领国家科技创新与发展的中流砥柱，如何创新科研管理模式，尽快适应国家发展战略的新路径，成为摆在广大科研机构面前的历史课题。一方面，我们必须充分肯定广大科研机构在人才储备、技术开发、知识积累、资源汇聚等方面具备的优势。另一方面，我们也要清醒地看到，大数据时代科研机构的科研管理工作还面临数据共享度低、信息化挖掘分析不够、科研管理决策机制守旧等问题，使科研知识数据治理在现实中难以充分发挥作用。

2.1 知识数据共享度低

目前，国内大多数科研机构都非常重视信息化手段建设，并根据自身科研业务需要建设了适用各种网络环境的OA系统，较大地提高了科研办公的效率。然而，这些OA系统大部分是用于日常各种综合行政事务的审批，对知识数据库的建设远远不足以支撑一线科研业务的需求。即便是有一定的考虑，也仅仅是各种非结构化的数据（各种文件、纸质材料、人员经验等）。由于科研过程中产生的知识数据集中性低、共享性不足，从而导致各级领导和科研管理、业务人员之间难以及时、准确地掌握、查询机构积累的科研知识数据。从技术路径而言，科研知识数据的管理需要从源头进行跟踪，涵盖科研知识数据的全生命周期，包括科研知识数据获取、科研知识数据组织、科研知识数据共享、科研知识数据沉淀与复用、科研知识数据整合与创造等众多环节。然而，目前大部分科研机构在科研知识数据的共享、沉淀与复用等环节还存在许多不足之处，导致很多知识无法跨机构、跨部门、跨人员共享，人员离职、组织结构变迁等常常导致科研知识数据的流失[9]。

2.2 信息化挖掘分析不够

数据的意义是挖掘，也就是要“从大量的、不完全的、有噪声的、模糊的、随机的数据中”，通过聚类分析、关联挖掘、分类检测、数值分析等方式，将那些隐含于内但是仍未被人们知晓的意义与联系提取出来，为人们进行更加深入的数据理解与应用创造条件。目前，国内大多数科研机构的科研管理信息化工作还停留在“就系统谈系统”上，科研知识数据的特性、分析方式和挖掘目标理解和实践得不够深入，对科研信息的获取主要局限在表层，加之科研知识数据分析的手段比较简单，难以深入发现和提取科研知识数据的内部联系与意义，从而制约了科研管理工作中管理质量和管理效率的进一步优化和完善。与此同时，由于科研管理信息系统和其他管理系统的信息关联度较低，加上多种因素的影响，导致这些系统相互之间的信息通道没有被完全打通，事实上造成了科研管理系统与其他系统之间存在信息孤岛的现象，数据的共享与挖掘难以实现。

2.3 科研管理决策机制守旧

以业务为导向依然是国内广大科研机构实施科研管理和决策的内驱动力，科研管理者往往容易忽视对科研管理信息化手段的建设，其主观能力素养还需进一步提升[10]。同时，科研管理机构内部各个部门的信息化建设，往往存在单干的现象，各个部门都只从自身管理需求出发开发管理平台与系统，对不同部门之间知识数据的共享等问题缺乏一盘棋的考虑。再就是由于激励机制不健全，部分科研业务人员更愿意“独享”科研成果，对个人所分享的知识数据是否能得到同等開放的回馈持观望态度，一定程度上也影响着科研机构科研知识数据治理的高质量发展。

3 大数据时代科研知识数据治理的路径

在大数据的时代，如何提高科研知识数据的系统治理水平，已经成为科研机构提升管理与治理能力的关键问题。针对目前科研管理机构在科研知识数据治理方面存在的问题，我们认为，应进一步加强并完善科研知识数据治理体系建设，构建更加完善的科研知识数据共享机制，完善科研资源的配置模式，从而使科研知识数据在科研机构的循数治理工作中发挥更大的作用。

3.1 进一步强化知识数据治理体系建设

科研知识数据治理需要对有关数据资产进行规范化、信息化、数字化的管理，同时应用大数据、机器学习、自然语言处理和知识图谱等数据挖掘技术对重要数据进行分析以提供决策支撑[11]。科研机构需从科研能力和服务能力的角度上对科研知识数据进行科学管理与应用。科研机构应当建立支持数据化管理与决策的制度保障，通过优化数据资源配置、实施规范的数据管理方案，运用大数据技术进行知识与数据的二次开发，形成以数据管理模式优化和科研质量提升为导向的科研知识数据治理体系，打造“用数据说话、用数据决策、用数据管理、用数据创新”的科研管理工作机制，推动科研管理工作中的管理理念与管理方法的进步，建设基于数据的感知、分析、决策、优化工作制度，逐步实现科研知识数据治理的数字化、数据化与现代化。

3.2 进一步推动形成知识数据共享机制

科研知识数据共享的障碍是企业文化、组织信任氛围与学习机制、个体知识共享能力与意愿、隐性知识共享、激励机制等多方面因素共同作用的结果[12]。要推动科研机构的知识数据共享，首先，需要从企业管理层重视知识沉淀与知识共享的重要意义，正确意识科研知识数据管理的作用及实施知识数据治理的必要性。其次，需要管理层面向全体员工进行知识管理的宣传和教育，要让每一位员工都意识到科研知识数据治理的意义与作用，要求全体员工投入到科研知识数据治理中，通过明确的绩效考核激励激发员工参与科研知识数据治理的积极性。最后，要提升相关工作人员的知识数据管理理念与管理技能水平，对相应的员工进行定期的专业培训，鼓励员工积极主动地去学习新的、先进的知识数据管理方法。

3.3 进一步完善科研资源配置模式

推动科研知识数据治理，还需要利用数据的治理、分析和决策支撑能力完善科研资源的配置模式。首先，组建并联结数据资产库和科研数据资源库，通过数据的采集、清洗、关联等方法，实现科研人员库、科研经费库、科研成果库、科研项目库等数据资产库及实验室数据源、实验仪器数据源等科研数据资源库的互联互通。其次，面向科研管理机构发展目标建立适当的评判模型库，利用数据分析方法，计算评价科研资源库、科研数据源等的参数和规则模型。最后，利用量化评价模型建立数据化的科研资源管理方案与决策支撑管理方法，发挥科研知识数据辅助决策的功能，实现基于大数据治理、分析与决策的科研资源配置机制，进一步完善科研资源的配置模式。

4 结语

重视并充分发挥科研知识数据对于促进科研工作治理的价值，对于大数据时代的科研机构具有重要意义。当前，科研机构对于科研知识数据的重要性认识还需要提高，对于科研知识数据的挖掘与应用还存在诸多不足。这就需要科研机构增强科研知识数据治理的基本理念，完善科研知识数据治理的技术与路径，形成依托知识数据提升科研工作治理水平的良性机制。

参 考 文 献

[1]中共中央国务院.关于构建更加完善的要素市场化配置体制机制的意见[EB/OL].http：//www.gov.cn/zhengce/

2020-04/09/content_5500622.htm，2020-03-30.

[2]蒋增强，刘明周.产品协同开发过程中的知识数据管理模型[J].工程图学学报，2005（4）：18-23.

[3]邓冬梅.在数据中发现知识——数据挖掘[J].计算机光盘软件与应用，2013（11）：92-93.

[4]王飞.新时期高校科研管理工作问题研究[J].内蒙古财经大学学报，2020（1）：104-107.

[5]杨维荣.大数据时代高校科研管理创新研究[J].科技管理研究，2015（7）：1-4.

[6]徐迪威.大数据与科技管理[J].科技管理研究，2013（12）：216-218.

[7]许哲军，付尧.大数据环境下的高校科研管理信息化探索[J].技术与创新管理，2014（3）：112-115.

[8]丛培民.从政策研究视角看大数据对科研管理与决策的影响[J].科研信息化技术与应用，2013（11）：29-35.

[9]孙晓冬，李斌.信息环境下科研管理协同创新对策探究——以科研机构为例[J].农业科研经济管理，2019（3）：34-39.

[10]刘昊星.科研机构的科研管理及其完善[J].天津科技，2018（11）：18-20.

[11]吴姝靓.新时期科研管理信息化的实践与创新[J].人力资源管理，2015（10）：90-91.

[12]郭春霞.科研机构数据管理与共享政策研究[J].情报杂志，2015（8）：147-151.