基于大数据技术的临港新片区科技创新管理模式探索

杨 乐 牛雪莹

（1.上海临港新片区科创发展中心，上海 201306；2.上海海事大学，上海 201306）

0 引言

随着5G、物联网、人工智能等技术的新兴发展，大数据在越来越多的领域和行业被广泛应用，并且发挥着重要的作用。信息化时代背景下，巨量数据带来的不仅是机遇和便利，也带来了一系列的严峻的挑战，尤其是对科创活动的管理工作，竞争压力不断增加，发展会受到很大的影响。科学技术的不断进步，给临港的发展奠定了基础。在大数据的背景下，创新科技管理模式，优化管理策略，才能够推动临港新片区进行可持续发展。

1 大数据在科技创新管理中的特征

研究机构Gartner指出，大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

人们的生活方式、思想观念等都随着大数据技术的广泛应用，发生了翻天覆地的变化，大数据也带给了科技创新管理工作深远的影响。在这种机遇与挑战并存的状态下，要求科技管理工作者必须打破传统弊端和思维局限，在实践中大力挖掘大数据中有价值作用的信息数据，并充分利用这些信息数据对科技管理工作进行有效地改革与创新。但要做到这一点，首先是要根据科技创新管理的特点，总结分析出大数据的特征。

（1）种类丰富。大数据并不只是数字，它更多的是以代码形式组成的，通过压缩与传输，形成各种资料信息，代码的出现使得大数据不再以单一的形式存在于虚拟空间中，而是向多元化和信息化发展。现代科技研究不仅会源源不断地产生各种各样的数据，还会因此形成多元立体的数据体系。数据的复杂性不仅增加了科研人员的工作量和工作难度，也增加了对这些科创数据的管理难度。

（2）运行速度快，时效高。科技创新管理的重点在于“创新”，而“创新”就不仅要求收集数据的速度快，还要求时效性高。大数据背景下，海量数据在高速传输的过程一般不存在丢失的问题，在一定程度上提升了大数据的运营速度，大数据的更新能够保持巨大优势，实时信息更新延时更少。

（3）价值密度低，安全性差。大数据和信息化背景下，科技创新数据更容易被复制，数据量的不断增加，使数据广泛传播，会产生较多数据垃圾，降低了数据的社会价值，还使得数据的安全性无法得到保障，影响科技创新管理的后续进展。

2 临港新片区科技创新管理现状

临港新片区位处东海之滨，是长江经济带和海上丝绸之路经济带的战略交汇点，是长三角沿海大通道的重要节点，是上海面向未来发展的战略空间。在《浦东新区建设国际科技创新中心核心区“十四五”规划》中提出，要充分体现临港新片区的“双区联动”，积极发挥先行先试作用。创新是引领科技发展的第一动力，新片区为了推进科技创新进程，围绕集成电路、生物医药、人工智能、航空航天、新能源汽车、高端智能设备等领域，重点建设新片区科技创新型平台，提升科技创新策源能力，并打造科技型孵化器，这些措施都体现出科技创新在临港新片区发展的热潮。

科技创新的快速发展带来的问题就是需要更多的人力、物力、财力，用来对科技创新中的项目研发、人才培养、成果转化等进行优化。现阶段，临港建立了“新片区科技创新型平台管理方法”，给在临港研究的科创团队提供“放手”和“宽容”式的管理，这能够积极引导社会各方资源参与，让企业能够安心搞科研。但是这个平台管理方法仍处于初步探索阶段，里面的一些管理方法并不适配各种各样科技创新企业的发展，需要进一步的优化完善。

科技创新管理主要有以下几点内容：科技创新项目管理；科技管理人才培养管理；科技创新经费管理；科技成果管理；科技成果工程实际的应用研究。临港新片区需紧跟国家政策，开展好科技创新工作，优化科技创新管理内容。在数据高速传播的时代，科技创新管理者需要结合社会经济的发展变化，做出符合临港发展前景的决策规划。但是目前，临港一些企业的科技创新管理者甚至管理平台对社会信息收集缺乏时效性，科技管理决策机制的调控能力有所缺乏，就会造成管理机制与社会经济发展脱节。

3 大数据背景下科技创新管理存在的问题

3.1 未充分挖掘大数据的使用价值

在这个信息流通迅速的时代，各行各业都在尝试新的管理模式，数据的复杂性决定着企业需要对大数据进行合理运用，才能够有效地提高管理水平。但是，目前一些临港企业的管理模式中，对数据的运用仅仅停留在记录、整理和归纳的层面上，没有根据发展的实际需求进行科技创新管理，没有认识并挖掘到大数据带来的商业价值。主要原因是管理人员忽视了大数据带给企业的积极作用和社会价值，致使企业的管理模式比较落后。对于企业而言，仅仅认识到大数据的作用和价值是远远不够的，需要根据实际需求，将科技创新管理与大数据技术进行有机结合，充分挖掘科创管理数据的价值。这主要是因为政府或者企业更多注重于最终得到的科技成果和经济效益，缺少对科技研发过程中数据的采集监管，没有对数据进行深入分析和应用，使创新很难有效实施。

3.2 缺乏大数据分析和科技创新人才

人才是企业发展的关键。大数据带给人们便利与好处，使得更多的人关注并研究大数据技术，但在临港一些企业的管理发展中，大数据分析专业人才的缺口依旧很大，互联网的高速发展，使得培养相关专业的技术性人才与社会需求量有所差异。

科技创新人才决定着科技创新工作的策划和实施，在科技创新过程中，科创人才的专业能力和管理水平会直接影响到最终的科技成果。在现在临港发展中，不仅缺乏科技创新人才和高素质的科研团队，并且在实施过程中，管理体系的不灵活也会影响到人才创新的积极性。

创新活动在实施过程中一般会遇到两个问题，一是对原创成果保护性较差，创新工作参与者众多，划分创新贡献的大小边界较难，创新发起人有时得不到相应的奖励，在这种环境下，会使创新工作者缺失灵感，无法激发创新热情；二是创新容错机制较差，过分强调创新带来的短期效益，忽略长期发展。重于问责或者不能给以创新者客观的评价，都会使他们丧失信心，不能全身心投入创新工作中。

3.3 科技创新管理水平低下

临港一些企业的科研管理体制和运行机制是借鉴其他企业的管理体制，并没有根据自身企业发展的实际需求进行针对性的管理手段，一味地照搬会造成管理的单一、不合理等问题。

结合大数据对管理模式进行改革时，数据需要具有真实性、对称性，最重要的就是时效性，其次是安全性。创新在于“新”字，如果不能够及时得到最新数据，做出的管理决策就不够准确；如果无法保障管理数据的安全性，管理过程中就会随时遭到其他外来信息的干扰和破坏，使管理方向偏轨，影响后续发展。保证时效性和安全性就需要企业拥有能够对大数据及时采集、快速分析、及时监控的先进技术和硬件系统，一些企业达不到要求的主要原因在于智能化和信息化水平不高，无法引入大数据技术，这就使得科技创新管理无法与大数据相结合，管理模式陈旧，管理水平低下。

4 基于大数据对科技创新管理的建设策略

4.1 利用大数据技术对科技创新实施信息化管理

大数据开发的目的是以数据为基础，利用数据特征帮助企业、政府进行科学明确的管理决策。一是对科技资源的相关数据进行分析管理。利用大数据技术，通过科学的流程对科技资源数据进行详细分析，得到更为精准的数据，用来为管理模式的建立奠定数据基础。二是数据可视化。对于内含复杂数据的科研设备，可视化能够带给技术人员更加直观的数据资源，方便技术人员快速找到所需的数据。三是数据挖掘，数据挖掘是指从大量数据中揭示出隐含的、先前未知的并有潜在价值信息的过程。科技创新管理模式要紧跟当下发展的潮流，因此对数据的要求也比较严格。利用数据挖掘技术将内部相关数据整合，建立相关模型，为地区科技创新管理发展提供下一步的方向。四是相似匹配，相似匹配就是被用来计算两个数据间的相似度。科创管理中利用相似匹配主要是进行资源相关内容的搜索，来加强数据之间的关联性。

依托上述四种大数据分析方法，能够筛选得到有价值、有意义的信息，再利用这些数据科学合理地规划科技创新过程中的阶段性节点。在实施科技创新项目过程中，结合大数据技术，明确目标、分阶段评价、按最终规定验收，并做好结果后评价。在对项目管理时，难免会出现不可控预期，此时就体现出大数据的强大和重要性了，通过大数据的分析预测，及时并科学地判断是否调整变更或者停止，甚至于评判调整的方向。科技创新项目周期长，项目阶段性管理在很大程度上决定着最终走向，大数据系统可以加强项目内部管理之间的能动性，不断调整、优化科技创新管理体系，确保科技创新项目达到符合自身规定的目标。

4.1.1 神经网络在科创管理中的运用

数据挖掘涉及人工智能、机器学习、统计分析与数据库等相结合的方法。深度学习在各种数据的处理分类上广受应用，神经网络使得数据的分析挖掘更加智能，摆脱了人工分析计算量大、分类误差大、难以预测等缺点。临港新片区政府或者企业在进行科创管理的大数据分析时，可以根据管理模式中的科研过程、阶段节点和政策问题等对数据进行筛选分类和预测。

人工神经网络是一种模拟人脑神经系统的结构和功能，从而实现特定的分析处理。神经网络可以用于分类、回归、预测等问题，BP神经网络是目前最常使用的一种神经网络方法，它分为单隐层和双隐层型网络，单隐层结构应用较多，它的结构如图1所示。这类型的BP网络包括输入层节点、隐含层节点和输出层节点，对于输入信号要先向前传播到隐层节点，经过激活函数后，再把隐层节点的输出信息传播到输出节点，最后给出输出结果。

图1 BP神经网络结构

4.1.2 科创管理模式评估

选择适合科技创新管理模式的发展路径，就需要对管理模式的几种要素进行评估和分析，几种要素包括经营管理、政策管理、预测型管理、主观型管理和群体行为管理。结合临港新片区科技创新管理的具体发展和实践结果，采用BP神经网络方法对这五大要素进行分析，根据分析得到结果，科学地指导和优化科技创新管理模式。

在对管理模式评估前，要先确定这五大要素对科创管理模式的有效性的权重，按照权重比例来分辨这些要素在科创管理中的不同绩效与作用。一般在科技创新管理模式评价指标体系中，评价指标因素大致可以分为好、中、差3种类型。根据不同企业的实际情况，将五种管理模式的权重指标作为神经网络的输入，在BP神经网络模型训练后，得到最终的评估，由指标评价的好坏性对各种要素方面进行改善优化，就可以更加准确地定位管理模式。具体流程如图2所示。

图2 科技创新管理模式评估

4.2 科技创新管理人才培养

在大数据背景下，临港企业对科技创新管理人才的需求较之前有所差异，主要是有三个方面：数据分析处理能力、创新实践能力、管理综合素质。企业要加大这类综合型人才的储备，不断培养同时满足三个方面的高素质、高专业、高能力的创新型数据管理人才。企业可以与大数据相关技术部门联合，定期对在职人员进行培训，一些技能掌握度较高的员工可以对掌握度较低的员工进行帮扶指导，从而确保企业全员都能熟练运用大数据技术，这样才能推动企业的数字化、信息化能力的提升。

对科技创新人才的培养主要是建立人才部门和产业部门深度合作的工作机制，充分利用人才集聚平台，形成临港新片区科创人才网络。聚焦新片区前沿产业布局，制定相应的人才引进制度，建立新片区重点领域产业人才专家库，从而加快集聚和培养新片区高层次科创人才。激发科创人员的创新热情，可以不断丰富奖励体系，提高奖励质量，完善评审机制。给定明显的创新贡献边界，正确划分成果的价值归属，制订科学的奖惩制度也能够促使其他非科创团队的人员投入到创新研究，侧面壮大了科技创新团队。

4.3 构建数据智能化管理平台

想要深度挖掘大数据中的价值，并实时得到数据、分析数据、保护数据，最智能化的方法就是搭建在线分析管理平台，既能够实时收集科创管理过程中的数据，又能够在线分析给出相对应的管理建议和模式，并实时监控数据的异常状态，这种整合信息的模式能够最大限度地将数据的价值挖掘提取出来。临港新片区可围绕集成电路、人工智能、生物医药、航空航天、新能源汽车、高端智能设备等六大领域，构造数据智能化管理平台，科创人员利用智能化平台实时记录创新项目中每一个步骤的具体过程，实时收集科技创新中遇到的管理问题，对数据进行存储并分析，确定模式后智能化地提供管理的方向，判断管理模式是否符合市场化经济形式。数据智能化管理平台架构如图3所示。

图3 数据智能化管理平台架构

在非智能化时代下，管理大量数据都是依靠人工记账模式，存储量不大并且记录烦琐，还极容易造成创新成果丢失，并带来严重的威胁。互联网背景下，智能化管理平台就能够保障科技创新中数据的安全性，在平台中运用云存储技术为大数据安全提供可靠保障。

5 结语

大数据时代，为了完善临港新片区科技创新水平，企业的科技创新管理模式和管理结构必须实时更新和优化，注入新的发展动力。政府与企业应加强对大数据技术的关注度，围绕临港重点发展领域，积极开展创新管理模式，以确保大数据技术，能为科技创新发展提供有价值的数据信息。大数据技术能提升临港地区的核心竞争力，使区域内的科技创新管理架构、管理模式、管理策略逐渐优化，这能推动企业经营效益的提升，使企业在激烈的市场竞争中，保持良好的发展态势，形成可持续发展。