大数据环境下高校科研管理信息化发展探析

摘要：大数据时代的到来为高校科研管理工作带来了新的发展机遇和挑战。当前高校科研管理信息化存在科研数据收集与标准化处理困难、科研数据缺乏深入挖掘与分析、科研数据共通共享渠道不畅等问题。为更好提升科研管理信息化水平，高校需要进一步转变管理理念树立大数据思维，探索建立标准化数据采集机制，善用大数据为科学决策提供支撑，利用大数据优化科研资源配置，注重提升科研管理团队建设水平。

关键词：大数据;高校;科研管理;信息化;创新

中图分类号：G644    文献标识码：A  文章编号：CN61-1487-（2019）14-0109-03

随着互联网时代的到来，大数据应运而生，且以不可阻挡之势，渗透到人类社会生活的各个方面，逐渐改变了人们的生活方式、工作方式、思维方式和生产方式。大数据被誉为“未来的新石油”，且已经成为一种重要的战略资源。大数据的产生是生产力发展到一定阶段、信息技术发展到一定程度的产物。大数据的快速发展为社会各领域带来了全新的机遇和挑战。高校作为人才培养和科学研究的主战场，科学研究在高校创新和发展中占有举足轻重的地位，科研管理水平直接影响高校的办学水平和学术影响力。新时代高校科研管理工作如何引入大数据技术，提升管理水平和效率，促进高校科学研究的可持续发展，是一个重要的课题。

一、大数据的概念及特征

目前学术界对大数据从容量、内容、价值、技术等多个角度进行了不同的界定，大数据被认为是信息、技术、思维方式和方法论的集合体。目前被广大学者引用较多的是最早提出大数据时代来临这一说法的美国麦肯锡咨询公司（Mckinsey）在2011年5月发表的报告《大数据：创新、竞争和生产力的下一个前沿》中称：“大数据是指其大小超出了传统数据库软件获取、存储、管理和分析能力的数据集”。

大数据的特征则可以用“5V”来概括，即大量（Volume），指搜集、计算和分析的数据量非常大。高速（Velocity），指数据时刻都在快速创建和移动。多样（Variety），指数据的类型多样性。低价值密度（Value），指海量的数据中有用数据非常少，价值密度低。真实性（Veracity），指采集和处理的数据是否真实和准确。随着研究的不断深入，有学者在此基础上加入了另外的“3V”，即关联性（Viscosity）、易变性（Variability）和有效性（Volatility）。关联性是指海量数据流之间的关联性，易变性是指数据流的变化率，关联性则是指数据的有效性和存储期限。

二、目前高校科研管理信息化存在的主要问题

（一）数据收集与标准化处理存在较大困难

科研数据收集是高校科研管理信息化的基础和入口，数据来源问题和规范性问题如果无法得到解决，将直接影响信息化使用效率和水平。目前在高校信息化推进过程中，信息采集遇到了困难，一方面在高校内部，由于各部门和各单位都采用不同的信息管理系统，功能不同、信息类型与结构不同、信息采集和录入方式不同，导致科研数据无法实现真正意义上的标准化和共享;另一方面由于高校科研数据种类繁多，科研管理部门、二级学院、各科研团队无法对科研数据进行标准化处理，作为统管学校科研管理重任的科研处（院）并不能全面、系统、准确地掌握全校的科研动态、数据和信息，在工作中常常为了搜索信息而大费时间和精力，造成科研管理工作的片面性和盲目性，严重影响科研管理和决策水平;再者，高校科研项目和经费来源的多元化也使科研数据采集和管理存在困难。纵向项目和横向项目的管理标准和制度不同，数据采集、整合与分析也同样存在很大困难。

（二）缺乏对科研数据的深入挖掘与分析

大数据能将所有数据信息的关联性进行分析，并从中找出最具价值的信息资源，因此其提供的数据资源的准确性和利用价值极高。在高校科研管理工作中很多时候需要深入挖掘各类科研数据背后的深刻意义和价值，需要利用大数据完成科研资讯的聚合与分析、科研方向的遴选与引导、科研目标的凝练、科研团队与平台的整合与组建、科研流程的优化与调整、科研资源的配置与优化、学术成果的客观评价等，为学校科研决策提供有效参考和科学指导。但目前科研管理信息化多数停留在收集数据方面，甚至很多数据被闲置，信息系统功能多数停留在项目的查询增补、经费的录入修改、专利论文的数量查询等简单處理阶段，系统功能较少。加之科研管理人员水平的限制，目前只能通过最基本的操作了解一些表面的数据信息，数据背后的深层意义无法被深入挖掘，进而无法为科研管理决策提供有效指导。

（三）高校科研数据共通共享渠道不畅

共享可以互通有无，可以优化资源配置，避免资源的闲置和浪费。高校是知识密集型组织，科研创新是汇聚、利用和创新知识的过程，共享在科研中显得尤为重要。然而随着信息化的不断推进，高校一方面根据自身情况引入和建立了人事系统、教务系统、财务系统、科研管理系统等，这在一定程度上提升了各自的工作效率。但对于高校整体工作效率来说，已有信息化平台协同程度较低，各部门系统之间各自为战，各管理系统持有的信息量不对等，信息和资源无法互联互通的情况依旧存在，信息化服务科研的功能尚未完全深入实现。另一方面，高校虽然是创新知识的高地，是新技术研发的源泉，但在管理上高校信息化建设步伐明显滞后，具体表现在现有科研系统软硬件升级改造不及时，数据和信息更新不及时，很多时候不能满足科研工作对资产、财务、人员信息和数据的管理需求，不能完全实现科研立项、检查、结题、验收全过程数据的统计，这也导致高校科研管理监督的滞后。再者，当前科研管理信息化表现出的信息共享多数停留在仪器设备购置信息的共享，对于科研过程性资料和数据的共享却无法实现，事实上，很多重大研究项目和课题在研究和实施的过程中的信息、数据、文本、文献等资源都十分宝贵，对于相关领域项目的实施都具有启发性和指导性。

三、高校科研管理信息化建设在大数据背景下的应对策略

在当前深入推进教育信息化战略、深入开展高校科技领域“放管服”改革和加强高校内涵式发展的大背景下，高校面临着重大的发展契机，大数据在科研管理中的应用是深入推进教育信息化进程和“放管服”改革的有效措施，如果要实现高校科研水平和创新能力的进一步提升，进一步激发科研人员的积极性和自主性，就需要结合自身发展实际，在科研管理中下真功夫，以大数据为依托，探索自身信息化建设过程中的发展策略。

（一）转变管理理念树立大数据思维

长期以来，受高校性质和科研管理体制机制的影响，科研管理人员往往将科研管理视作一项简单的、上传下达的工作任务，被动地进行科研数据资料和信息的存储和转发，没有认识到科研管理及信息化对学校科研水平提升的重要性，工作缺乏积极性和主动性，服务意识差，严重影响了科研管理工作效率与水平。高校作为国家创新体系的重要组成部分，高校科研管理工作如果不能与时俱进，加快实现管理理念上的转变，就会严重阻碍高校科研管理工作的进步。大数据背景下，高校更应做出积极转变，科研管理人员要提高服务意识和水平，变被动为主动，要树立大数据思维，在追求数据精准的基础上，全盘把握数据信息之间的关系，为科研工作创新发展路径，为科研人员提供精准服务。

（二）探索建立标准化数据采集机制

数据采集工作是实现高校科研管理工作信息化的基础和入口，基础不牢影响信息化工作全局。针对前述的高校科研管理在信息采集中遇到的问题，高校要从实际出发，重视科研管理信息化的建设，加大大数据背景下科研数据分析与共享的重要性宣传，并积极制定健全的数据采集与管理机制。一要出台科技信息搜集管理制度，明确各单位在科技数据信息录入的职责、基本要求和问责机制，同时要专人专岗按照固定模板负责数据搜集和录入工作，保证数据及时更新和规范化。二要将分散在各个单位的科研管理信息数据平台进行优化与整合，接入学校较为成熟的科研信息管理平台，逐渐实现标准化、规范化管理。三要在加强科研管理信息化硬件建设的同时，及时更新数据平台的软件系统，完善数据统计工具和技术，借助先进的信息技术、信息设备和技术手段做好相关数据的搜集、整理、传输与保存工作，提高科研信息系统运营水平。

（三）善用大数据为科学决策提供支撑

大数据的魅力在于能够在海量科研信息中，去粗取精、去伪存真，深入分析科研指标之间的内在联系，为科研人员、科研管理和科研决策服务，实现科研决策的科学性。为达到这一目标，一是在科研立项选题方面，通过大数据分析当前国际、国内研究热点和发展趋势，提供研究选题的必要性和可行性分析，提供各级各类项目立项的核心方向，进而为科研人员提供选题建议和调整研究方向，提升项目申报的针对性和成功率。二是可以通过大数据的精准分析，为学校科研布局筛选和凝聚科研方向、组建科研团队和搭建研究平台提供前瞻性预测和方向指引。三是在科研评估方面，可以摒弃长期以来高校科研管理部门所使用的较为传统和简单的数据分析和统计方法，转而利用大数据将科研系统中项目、人员、经费、论文、发明专利、科研设备等汇聚起来，利用评估模型对各类指标进行评估，分析各项科研指标之间的关联性，提高高校学科建设水平和科研评估的科学性与有效性。

（四）利用大数据优化科研资源配置

目前不少高校依旧存在资源短缺和资源浪费并存的矛盾现象，不同学科以及院系之间的信息资源分割过于明显，使整个高校内部科技创新活动的协调与统筹受到制约，导致科研管理水平以及整个高校科研实力一并受到限制。因此，科研资源有效整合与优化配置显得至关重要。合理的资源配置能够提升资源使用效率，提升科研效率，激发创新活力，反之则会造成资源的闲置或浪费。通过大数据技术将科研资源进行优化配置，首先是要做好以科研仪器、人员以及经费等为基础的科研资源数据库的数据采集与整理，避免仪器重复购置、共享不足、经费浪费等情况的发生，其次是通过大数据结合各高校自身的特点以及发展状态来建立评判模型，判断高校各单位和各学科之间资源配置的科学性和协调性。最后要通过定量与定性进行绩效考核，考察资源配置的实效性，进而完成资源优化配置整个过程。

（五）注重提升科研管理团队建设水平

大数据在科研管理中的运用离不开科研管理人员，加强科研管理队伍建设是重中之重。高校科研管理信息化的数据来源复杂、种类繁多，信息量十分庞大，这就对科研管理人员搜集、整理、分析數据的能力提出了挑战。对科研管理人员来说，一要具备一定的科研数据收集与分析能力。这就要求管理人员平时要注重对科研数据的收集和整理，保证数据的及时性和完整性。二是要对科研数据进行甄别，在做好整理分类的同时辨别数据的真实性和实效性，做好数据的收集、辨别、修订和共享工作。三是要善于对数据进行分析，对各项科研数据之间的关系具有一定的分析和解读能力。美国知名的大数据研究专家伯格恩教授在其著作中指出，分析寻找不同变量之间的关系是大数据时代对数据解读的基本要求，在数据的理解和分析中，不仅要知道其结果，更要知晓这些数据变量关系间发生的原因和以后应该如何去做。在科研管理人员加强自身业务能力以外，高校也要注重组织对科研管理人员的培训工作，帮助其转变管理理念，更新管理方式方法，善用大数据创新性地开展工作，以提升科研管理效率和水平。

四、结语

科学研究是国家创新发展的源动力，是推动科技发展和社会进步的源泉。高校科研管理工作则是高校科研事业快速发展的有力保障。在当前教育信息化快速推进的背景下，高校科研管理部门应当引入并利用大数据技术，为高校科研事业健康快速发展提供动力，同时也要求高校科研管理部门决策者和管理工作人员要积极适应大数据时代发展要求，树立大数据思维，加强学习，不断提高服务意识和自身信息技术素养，主动将大数据技术运用于科研管理全过程，不断创新科研管理模式。

参考文献：

[1]GUILLAUME D A.Big data：“The next frontier for innovation competition and productivity”[EB/OL].（2015-09-08）[2019-07-10].

http：//www.infoq.com/news/2011/06/BigData.

[2]陈桂香.大数据对我国高校教育管理的影响及对策研究[D].武汉大学，2017.

[3]梁子裕.大数据视域下的高校科研管理[J].重庆交通大学学报（社会科学版），2018（8）.

[4]程娟娟.提升高等院校科研管理效率的策略研究[J].教育评论，2016（8）.

[5]李向阳.基于大数据环境下高校教育管理信息化创新与发展研究[D].信阳师范学院，2017.

[6]蒋伟，张弦.高校科研管理系统现状及发展方向[J].科技信息，2013（20）.

[7]辛贵梅.基于大数据环境下高校教育管理信息化创新与发展研究[J].中小企业管理与科技（上旬刊），2018（9）.

[8]于智国.高校教师科研信息管理系统设计与实现[D].北京：北京工业大学，2016.

[9]李岩，柳瑛，张瑞.科研管理信息化的创新与实践——以财经类高校为例[J].中国高校科技，2014（z1）.

作者簡介：苌虹（1987—），女，内蒙古兴安盟人，单位为宁夏大学。研究方向为教师教育、科研管理等。

（责任编辑：李直）