乘大数据之势 促农业科研档案开发利用

马晶

摘 要：在界定大数据概念和特征的基础上，总结了农业科研档案的特点，通过研究农业科研档案开发利用现状及制约因素，进一步探索大数据时代开发利用农业科研档案的对策，助力农业科研档案的开发利用，实现科研档案信息资源共享，进一步推动科研档案大数据工作发展。

关键词：大数据；农业科研档案；开发利用

中图分类号：G275 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2018.08.021

Abstract： On the basis of defining the concept and characteristics of big data， the article summarized the characteristics of agricultural scientific research archives， studied on its development and utilization and the constrained factors. In the end， countermeasures were proposed for further developing and utilizing of agricultural scientific archives .The era of “big data” made it possible to share the information resources of agricultural scientific research archives， and further promoted the development of scientific research archives management work.

Key words： big data； agricultural scientific archives； exploitation

2012年美国政府推出《大数据研究与开发计划》（Big Data Research and Development Initiative），大数据即迅速吸引了世界各国的关注。随后，英、法、日、韩等国争先研究并出台大数据相关政策及战略规划，积极推进本国大数据技术的发展。我国首次将大数据发展上升至国家发展战略，是2015年8月19日国务院常务会议通过的《关于促进大数据发展的行动纲要》。2017年1月17日，国家工业和信息化部发布《大数据产业发展规划（2016—2020年）》，指出“数据是国家基础性战略资源”[1]，极大加快了大数据产业步伐。

“大数据是一场变革”，它在“学术和科学领域、工业领域、政府和非盈利等领域都已经开始了这样的量变进程”[2]。大数据时代的来临深刻改变着社会生活的各个方面。大数据背景下的科学研究也日益频繁，科研档案面临前所未有的规模。新时代对科研档案管理工作提出了新的要求，是挑战，是机遇。如何推动科研档案事业的发展、更好实现档案信息资源共享，最大限度发挥农业科研档案的科研价值、社会价值，值得深入探讨。

1 相关概念界定

1.1 大数据的概念及特征

大数据（Big Data）是一个数据概念，也是一个技术名词。大数据与以往传统数据的不同之处，在于“大”。它的“大”主要体现在规模Volume、速度Velocity、种类Variety三个维度。具体来说，即海量数据、快速数据流转、数据类型多样。这是2001年美国高德纳（Gartner Group）咨询公司分析师道格拉斯·兰尼（Douglas Laney）提出的“3V”特征。2011年5月，世界知名咨询公司麦肯锡全球研究所（McKinsey Global Institute）在“3V”特征的基础上，增加了价值（Value）这一维度，同时给出了大数据的定义。所谓大数据，是指一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征[3]。

2012年高德纳公司公布了“2012新兴技术炒作周期（Hype Cycle）报告：‘引爆点技术引领未来”，使得大数据作为一种新兴技术名词进入从业者和学者的视线。它是技术变革的引爆点。

1.2 农业科研档案特征

科研档案，即科学技术研究档案，是科技档案的重要组成部分。它是指在自然科学研究（包括基础研究、应用研究和开发研究）活动中形成的档案[4]。

农业科研档案则是指在从事农业相关科学研究活动中形成的档案。在科学研究过程中产生的申请书、任务书、实验记录和数据、研究总结、发表论文、鉴定成果等都属于科研档案的范畴。农业科研档案能够提供最原始的资料，具有档案的“原始记录”属性，以及成套、专业的特点。与普通档案相比，农业科研档案的特点体现在以下3个方面。

（1）兼具专业性和综合性。农业科研活动涉及到农学、生物、动物、机械等多学科、多领域，其档案材料既具专业性，又具综合性。

（2）收集周期长、难度大。农业科研活动的开展，是基于农业发展规律而进行的。农业科研周期少则一两年，多则三五年、十几年，在此期间产生大量的科研材料、科研数据，需按阶段及时将其归档。最后形成一套完整的科研档案耗时长、难度大。如果期间档案管理人員工作变动，很有可能造成科研材料收集不全，破坏档案的“成套性”。

（3）挖掘潜力大、利用价值高。农业科研过程中产生的科学数据十分珍贵，农业科研成果也独具特色。如果这些数据和科研成果经合理公开使用或推广，将会产生不可估量的学术价值、经济效益和社会效益。

农业科研档案是农业科研大数据的基础。随着近年来国家科研经费的不断投入，地方农业院校承担的科研项目数也在不断攀升。从国家级项目到省级项目，从政府资助项目到横向委托项目。高校科研档案体量急剧增大，科研档案数据的规模以爆炸式的趋势在增大，科研档案大数据初具规模[5]。

2 农业科研档案开发利用制约因素分析

科研档案的作用在于“工作查考、科学研究、经验总结、技术交流”等[4]，科研档案收集是基础，开发利用是目标。农业科研档案开发利用制约因素主要有以下几方面。

2.1 缺乏档案意识，档案资料不完整

档案收集是档案八大环节的首要环节，也是开发利用档案资源的前提和基础。作为科研档案的第一责任人和收集人，科研人员因缺乏档案意识，使档案的收集工作开展不顺利。目前存在两种倾向，一种是认为科学研究的活动重要，探索科研成果的过程重要，档案收集跟自己无关；另一种能意识到科研档案的重要性，但是认为科研档案是自己独有，因涉及到核心技术，在上交给管理部门时也有所保留[6]。

2.2 缺乏创新能力，档案管理力量薄弱

目前从事科研档案管理工作的人员，整体年龄偏大，学历以本科毕业为主，少数研究生学历人员因刚进入工作岗位，工作经验不足，也在日常工作中慢慢的接受了传统的工作模式，管理人员综合素质有待提高[7]。另外，由于缺乏对科研工作和科研档案工作的整体认识，档案管理人员难以在工作中创新、突破。

2.3 重藏轻用，科研档案利用程度低

每个档案人都知道档案管理的“两方面”“八环节”[4]。但在实际工作中，档案管理工作重“基础”，轻“开发利用”；重“收集、鉴定、整理、保管”，轻“检索、编研、利用、统计”。究其原因，主要有四个方面：一是高校管理制度中对科研档案利用的关注度不够，缺乏制度的顶层设计；二是科研档案基础工作的欠缺，影响对科研档案信息资源的开发利用；三是随着科研档案大数据的形成，传统的开发利用手段略显落后，同时又缺乏专业的数据挖掘及分析人才，极大地制约科研档案开发利用；四是科研数据如何保障其安全，如何使其实现开放共享，之前并没有相关的规章制度和法律条款，同时高校科研档案调阅审批程序也较为复杂，在一定程度上影响科研档案资源的开发利用。

3 大数据时代开发利用农业科研档案的对策

大数据时代是农业科研档案管理工作不可选择、不可摆脱的新环境，更是科研档案管理工作面临的新机遇。大数据等引发的技术革命，将从应用层面和方法论层面不断影响档案工作的“两大方面”“八大环节”，并为档案数据挖掘、档案信息资源开发利用提供了可能。科研档案工作者应抓住机遇，迎接挑战，在档案管理工作中顺“大数据”之势而为，推动档案大数据工作发展。

3.1 增强档案工作意识，树立大数据科研档案观

增强档案意识，是开展科研档案工作的前提。大数据环境下，国务院印发的《促进大数据发展行动纲要》提出要发展科学大数据。各单位应比以往任何时候更注重科研档案工作，通过宣传，增强科研工作者和科研管理部门的档案意识。与时俱进，树立大数据科研档案观，在科学研究过程中的有价值资源都应作为科研档案收集的内容。大数据时代的科研档案，是一种信息资源，是宝贵的知识储备。

3.2 转变工作重点，重视科研档案开发利用

档案管理工作本质上是知识管理。大数据时代科研档案管理者面临的最根本挑战是从科学数据中获取有价值的内容。运用科研档案大数据，科研人员可以从已有档案数据里了解科研基础、获得科研灵感，进而寻求科研思路、确定科研方向。因此，新时代农业科研档案工作者应主动转变保管员的角色，将工作重心转移到科研档案开发利用上。以需求为导向，以用户为中心，满足科研工作者对科研档案的需求。

《促进大数据发展行动纲要》明确指出，要“积极推动由国家公共财政支持的公益性科研活动获取和产生的科学数据逐步开放共享”[8]。这些宝贵的科学数据是科学活动的原始、真实记录，依此而建的科研档案才得以实现科技数据的聚集、保存和共享。各单位可以尝试将科技档案开发利用视为科技成果推广、应用与转化的重要形式之一，将科技档案开发利用率列为科技成果评价重要指标之一[9]。

3.3 加强科研档案管理队伍建设，提高数据挖掘能力

大数据时代的科研档案工作者，要主动夯实自己，提升学习能力、角色转化能力和知识创新能力，通过学习掌握现代信息技术，深入挖掘档案信息，以适应社会发展对科研档案管理提出的新要求。各单位要注重引入数据分析专业人才，并通过采取措施，激发科研档案管理人员参与培训、学习新技术的主动性、积极性。利用大数据优势进行数据挖掘与有效数据处理，通过分析实现从科研数据、档案数据到科研价值的转变，获取宝贵信息，实现将高阁之上的档案资源转变为知识财富。

3.4 完善法律法规，为科研档案信息安全保驾护航

目前，获取档案资源信息渠道和手段更为丰富、更为便捷，而现有科研档案法律法规又不能适应大数据时代档案工作的要求，健全完善科研数据及科研档案管理法律法规显得尤为重要。国务院办公厅于2018年3月17日发文，同意印发《科学数据管理办法》，以期进一步加强和规范科学数据管理，保障科学数据安全，提高开放共享水平，更好支撑国家科技创新、经济社会发展和国家安全。更多管理办法及法律法规的出台或修订，可以优化科研档案大数据开发利用的环境，使科研档案大数据建设有规可循，有法可依，从而促进科研档案管理工作的科学性、规范性。

4 结 语

农业科研档案工作者应紧跟时代步伐，转变档案观念、转移工作重点，夯实自己，通过学习掌握数据挖掘、数据分析技术，使农业科研档案满足科研人员和社会需求，真正实现科研档案“从科研工作中来”，并“到科研工作中去”。大数据时代，科研档案管理人员要立足新环境，高效率收集并整理海量科研档案，提高档案资源的开发与利用效率，扎实推进科研档案资源信息共享化进程。

参考文献：

[1]工业和信息化部.大数据产业发展规划[EB/OL].（2017-01-17）[2018-07-17]. http：//www.miit.gov.cn/n1146290/n4388791/c5465401/content.html.

[2]JONATHAN SHAW. Why “Big Data” Is a Big Deal[EB/OL].[2018-03-03]. https：//harvardmagazine.com/2014/03/why-big-data-is-a-big-deal.

[3] ANON. Big data： The next frontier for innovation competition and productivity[EB/OL].（2011-05）： [2018-03-03].https：//www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation.

[4]王保國.档案工作实务[M].北京：中国档案出版社，2007.

[5]熊立根.对基层农业科研单位科研管理体制方面的几点思考[J].农业科技管理，2017，36（2）：32-34.

[6] 张振玲.农业科技档案信息资源开发利用新思路探索[J].山东农业科学，2010（5）：122-123.

[7]安娟，吕晓男.信息化时代对农业科研档案管理工作的认识与思考[J].农业科技管理，2015，34（3）：48-50.

[8]国务院.国务院印发《促进大数据发展行动纲要》[N].人民日报，2015-09-06（1） .

[9]赵丹阳.数字环境下科技文献信息开发利用与服务模式研究[D].长春：吉林大学，2012.