大数据下高校科研管理信息化研究

张春兰，吴礼福，张广丽

（1.南京城市职业学院，江苏 南京 211200；2.南京信息工程大学，江苏 南京 210044；3.南京工业大学，江苏 南京 211816）

随着互联网和计算机的广泛运用，信息化已融入社会各个层面，成为人们生活、学习、工作中不可或缺的一部分。高校作为我国科学研究的主要阵地之一，其在科研管理方面较早地踏上了信息化的道路。高校科研管理已运用线上化的方式,即通过专业系统和网络以电子信息化的方式，开展了科研成果的存储、筛选、查询、统计、报送等工作。在科学研究快速发展的当下，高校科研管理需要运用大数据技术，更加深入、全面、精细地进行管理。

一、大数据及科研管理概述

（一）大数据的概念与特征

大数据是一个计算机领域的技术概念。它可以从庞大的数据信息中，对所需要的、有意义的数据进行专业化处理，实现实时交互式的查询和分析。大数据主要特征就是大量、高速、多样、密度价值低、真实。大量是指数据规模非常巨大；高速是指数据获取、分析、使用的速度很快，用时很短；多样是指数据的类型、来源广泛；密度价值低是指大量的数据当中，每次在每个单位数据中能够有效使用的比例很低；真实是指大量的数据都是真实、可靠的，不存在伪造的情况。目前大数据能对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力。这是其他技术不能实现的，也更适用于高校科学研究管理工作。

（二）科研管理的定义及主要内容

从狭义上看，科研管理是对科学研究项目进行立项管理、过程管理、验收管理、成果管理、档案管理、经费管理等的全流程管理活动。其中立项管理是指科研项目申报发布、课题选择和立项论证的管理，具体包括科研管理者获取科研项目信息，项目负责人确定研究方向，拟定研究课题内容，提交申报材料，管理者组织选题的审核、论证以及发布立项结果。过程管理是指科研项目研究的组织实施和定期检查，包括项目负责人组织课题研究并按进度计划发表成果，管理者定期检查、协助指导、推进科研进度。验收管理是指科研项目的验收鉴定和成果申报，包括项目负责人提交总结报告和相关成果，管理者鉴定是否达到结项条件，并评价项目最终价值。成果管理是指科研成果的登记、审核、推广，包括申请科研成果的发明专利等知识产权、学术交流、奖项等，并将科研成果向社会进行推广使用。档案管理是指对科研项目全流程涉及的档案资料进行登记立卷、建档保管等。经费管理是指对科研项目及成果所涉及的资金进行预决算和收支管理、实际经费监督管理等。

（三）科研管理信息化与大数据的关联性

国家统计局、科学技术部、财政部发布的《2021年全国科技经费投入统计公报》显示，2021年全国共投入研究与试验发展（R&D）经费27956.3亿元，比上年增加3563.2亿元，增长14.6%，增速比上年加快4.4个百分点；研究与试验发展（R&D）经费投入强度（与国内生产总值之比）为2.44%，比上年提高0.03个百分点[1]。随着我国经济、社会的快速发展，科研投入量和产出量必将大幅增长。科研管理是科学研究的有力保障，通过科研管理可以推进科研进程、促进科研创新、规范经费使用、保障成果推广、保证研究质量。因此，就目前高校科研管理的业务量庞杂、信息统计量大、过程管理复杂等情况，迫切需要运用大数据技术，提高现有科研信息化管理的智能水平，从而更好地规范、支持、保障科学研究工作。

二、科研管理信息化现状分析

（一）科研选题科学程度不高

科研选题是进行科学项目研究的前提。科研项目组能够科学地确定研究方向，选定研究课题，可以使整个科研方向符合社会实际需求，走在行业、产业前沿，科研成果也能具备可行性、科学性、创造性、先进性和实用性。目前，科研项目的选题往往存在以下情况：一是项目负责人仅了解自己和本单位的研究进展，对地方、社会、国家乃至全球的研究情况不甚了解，导致科学研究缺乏先进性。二是项目负责人为降低研究难度，简化研究过程或缺乏开拓进取的思路，对新领域、新方法、新技术缺乏探索和深化，导致科学研究缺乏创造性。三是项目负责人缺乏了解当前社会生产、生活的实际需求，缺乏调查研究和实事求是的精神，只埋头于自身的研究工作，过于主观地开展研究工作，导致科学研究缺乏实用性。

（二）科研过程管理力度薄弱

过程管理是科学项目研究的重要保障。科学研究是一个长期的、复杂的过程，需要科研项目组及科研管理人员共同的努力。在整个科研过程中，既需要项目负责人对项目组成员和科研进度进行管理，还需要管理人员对科研过程进行协助、监督、检查、协调。目前，科研项目的过程管理往往存在以下情况：一是科研项目组在科学研究前未制定研究计划，缺乏规划，在实施中又埋头研究，缺乏进度跟踪，导致研究工作长期处于调研阶段或实施阶段，造成研究过程超期或成果难产。二是科研管理人员未开展科研项目过程管理或管理时间跨度过大，导致管理人员不了解科研项目进度，不能对整体科研项目进程进行有效监督，也不能及时了解科研工作中项目组遇到的困难，难以协调处理科研中的痛点、难点。

（三）科研成果评价体系不完善

科研成果评价是科学项目研究的重要激励措施。对科研成果科学、合理的评价，能够客观分析科研成果的价值，正向引导科研项目组成员开展更加高质量的科学研究工作。2021年8月，国务院办公厅印发《关于完善科技成果评价机制的指导意见》指出，要坚决破解科技成果评价中的“唯论文、唯职称、唯学历、唯奖项”问题，创新科技成果评价工具和模式，利用大数据、人工智能等技术手段，开发信息化评价工具[2]。目前，科研成果评价往往存在以下情况：一是科研管理人员在成果评价中只关注论文、著作等文字材料的质量，而缺乏对论文引用、发表层级、成果推广、应用价值等方面的评判，导致成果评价成为了文章打分。二是在成果评价中存在项目来源、项目级别、项目经费、职称职务等评价因素，青年教师的优秀成果不被重视，也难以在高层次期刊发表，在一定程度上抑制青年教师科研的积极性与创造性。

（四）科研情况统计分析不足

科学研究情况的统计分析是高校组织科研工作，进行科研规划的基础。科学研究情况统计分析是指从高校、院系、学科、项目、人员等维度，对科研的选题、项目组织、研究进度、经费使用、研究成果发布、创新价值、实用成效等情况进行统计分析，全方位地了解、分析科研现状与趋势，从而更好地发展优势，改善劣势。目前，科学研究情况统计分析往往存在以下情形：一是现有高校科研管理信息系统的使用范围不全，分析科研情况的指标较为单一，多只简单用于科研项目、科研成果的登记，不能获取科研工作情况的全面数据，难以有效开展科研情况的统计分析。二是现有高校的科研管理信息系统多是自用形式，不能与外部大数据互联互通，获取数据的来源和类别有限，不具备多维度的比较分析能力，难以对高校科研工作的整体规划起到有效借鉴作用。因此，传统的数据分析方式已经难以满足高速发展的科研需求。要满足当下的科研管理需求，挖掘出数据背后的深层次规律，更加快捷、有效、经济地获取知识，必须应用大数据技术[3]。

三、大数据技术在科研信息化管理中的运用

（一）建立科研管理数据库

科研管理数据库是运用大数据技术，建设、运行科研管理信息化系统的基础工程。因此，运用大数据技术提升高校科研管理的智能化水平就需要建立、完善科研管理数据库，获取并存储大量的、真实的、有效的科研管理数据。

1.建立历史科研信息资源数据库

高校自身的历史科研数据是科研管理数据库的基础数据，因此完善本校数据信息是建立科研数据库的基础工作。

（1）确定科研数据的范围，即明确科研管理的电子化数据存储的范围应该具体包括科研项目管理的哪些环节。从全流程封闭式管理的角度出发，科研数据应从科研项目发布开始就进行获取和存储，一直到科研成果的推广运用。

（2）确定科研数据的管理维度，即科研数据获取、存储、统计、分析所涉及的，记载每个科研环节的信息字段。鉴于科研管理包括项目发布、课题选择、研究立项、科研实施、成果发布、课题结项、成果报奖、成果推广等环节，还需要按每个环节的特点设定不同的字段，对于每个环节相同或类似的字段又要设定相同的数据规则，从而确保全面体现科研情况，并方便后续的筛选、统计、分析。

（3）组织存量数据的采集工作，将高校自身历史可以追溯的科研数据输入数据库，形成规范的格式化科研数据资料。这是一项工作量巨大的工程，在具体实施过程中可采取计算机视觉、互联网大数据搜索、流程机器人等智能方式减轻手工工作量。

（4）明确新增信息的管理机制。高校要制定科研信息化管理办法，明确科研项目中项目负责人、项目组成员、科研管理人员、评审专家、院系负责人、科研管理负责人等各角色职责和权限，严格要求新增科研项目必须通过系统进行线上登记和管理，从而形成新增项目的电子数据，并自动进行存储。

2.完善科研管理线上化功能

要改变现有高校科研信息化管理系统的功能思路，将课题申报和成果登记的功能拓展为对科研项目的全生命周期管理功能。可以将整个线上化管理过程分为申报立项、项目实施、成果推广三个阶段，对每类项目、每个课题、每项成果都标注系统编号做唯一索引进行关联、管理。

（1）立项申报阶段。科研项目信息全部从科研管理系统线上发布，发布的信息除正式文件作为附件外，全部内容分解为标准的格式化数据。项目发布后，系统自动按发布年度、项目类别等生成项目编号。科研项目负责人在线申报项目，选定课题，输入项目成员、国内外研究现状、研究意义、研究内容、研究方法、研究计划、预期成果、经费预算等信息，系统自动生成标准化科研项目申请书，并在项目编号下生成课题编号。科研管理主管部门在线选择课题评审专家，专家在线完成课题评审，系统自动形成项目评审鉴定结果报告。

（2）项目实施阶段。在项目实施过程中，项目负责人阶段性在线反馈项目研究进度，包括项目组成员研究事项及情况概述，项目研究遇到的问题等。系统自动生成报告，报院系负责人和科研管理负责人，以便相关人员了解科研项目进展，及时协调解决研究中遇到的困难。科研管理人员定期调取系统中项目进展和经费使用情况等，对照立项时的进度计划，在线进行中期检查。系统能自动生成检查报告，向项目负责人、院系负责人和科研管理负责人发布，推进科研项目规范组织开展。财务人员在财务系统中可以调用立项时的经费预算内容进行经费限额管理和使用管理。

（3）成果管理阶段。科研成果包括科研项目结项、学术论文、学术论著、研究报告、发明专利知识产权、实践成果、学术交流、成果应用转化。科研负责人将科研成果的完成情况及具体内容在线进行登记。对符合要求的成果，科研管理人员在线初审，科研管理人员在线选择课题评审专家，专家在线完成成果评价。财务人员在财务系统中可以调用评价结果，发放项目经费及奖励。后续，科研管理人员在线登记成果的推广模式、合作协议等。系统自动调用财务系统获取项目推广收益。

3.建立互联网科研信息共享模块

完善的高校科研信息化管理系统功能和线上化管理机制，能够保证本校科研数据的全面、真实。但从大数据角度出发，单纯依靠自身数据进行管理和运用是远远不够的，还需要从外部获取有效的数据。当然，鉴于外部科研数据过于庞大，不一定追求大而全，可在合理范围内，有的放矢地获取适合自身数据资源配置的外部数据。

（1）获取公共科研数据资源。科研系统可以采用大数据信息抓取技术，获取公共的科研信息。数据获取渠道，可以有多方面选择。例如我国有知网这类科研成果公共查询网站，国际上也有SCI、CPCI等科研成果公共查询网站。通过获取公共科研数据资源，一是能补充高校自身科研数据，如成果下载量、引用度等，二是能查找对标高校、对标学科的科研成果发表情况，分析自身重点发展、重点研究的方向在国际国内的研究进度。这些科研活动数据有些被认为是冗余数据或垃圾信息而被肆意浪费。然而，如果借助数据挖掘算法善加利用和挖掘，却可能带来非常有价值的知识发现，增强我们对科研活动的理解和判断[4]。

（2）共享高校科研数据资源。单个高校的科研数据信息化、智能化管理可以有效提升自身科研管理水平，促进科研发展。如多个高校，甚至是全国高校都可以将科研信息进行共享，可以全面提升高校的科研管理水平，促进全国的科研转型。鉴于大数据时代特别强调数据安全，可以考虑在教育科研管理部门的牵头指导下，建立国内高校统一的科研管理信息数据库，按照统一的标准化规则存储全国高校的科研信息资源，供国内高校在一定权限下自由调用。也可以按区域、级别、专业等维度，建立高校联盟，以联盟形式分别共享科研管理数据资源。

（二）完善科研管理信息化功能

运用大数据技术不仅能将线下手工管理模式改变为线上信息化管理模式，将原本的纸质科研档案改变为电子化数据库，更重要的是能运用大数据技术提升高校科研管理水平，促进科研发展。

1.建立科研选题初评功能

立项评审是保障选题科学的重要措施，评审专家的主观判断是评审的关键所在。考虑到评审专家在其研究领域具有较高的学术地位，对于科学研究的方式方法也具备独到的、有价值的见解，但并不了解每个项目的研究现状和进展，因此可以采用大数据技术，提供初评功能。在立项申报阶段，项目负责人在线完成科研项目申请书后，科研管理信息化系统可以自动搜检本校历史数据库以及知网等外部科研公共信息或高校共享数据，从项目名称、研究现状、研究内容、成果名称等角度进行筛查、分析、判断。一是分析近年来本校及全国对于该项目的研究密度和成果的发布密度，判断项目的独创性；二是分析项目负责人提交的研究现状与实际已有研究现状的符合程度，判断申报项目的先进性；三是分析本校及全国在该项目的研究内容与已有研究内容的近似程度，判断申报项目的创新性；四是分析近年来本校及全国对于该类项目科研成果推广运用情况，判断申报项目的实用性。在此基础上，由系统自动筛选出对申报选题的初评结果和评委需要重点关注的内容，供评委在立项评审时进行参考，也可以提示项目负责人及时完善自身的研究方案。

2.建立科研过程跟踪功能

现有科研项目实施过程中的管理主要依靠科研管理部门开展的中期检查进行，甚至存在个别高校的中期检查形同虚设的情况。鉴于过程管理主要是跟踪科研进度，统计经费使用情况等，因此可以采用大数据技术，实现系统自动跟踪。在立项申报阶段，系统提供研究进度计划设计功能，由项目负责人在线按最长研究期设定计划进度。计划进度应从时间、成员等维度，将项目组每名成员至少半年度的研究计划进行列示。在项目实施阶段，项目负责人半年度在线提报半年度报告和经费使用情况，并将阶段性成果以附件形式上传系统，也可由项目组成员每人自主填报各自进度和阶段性成果。系统自动将半年度报告与计划进度进行比对，判断是否存在研究延期、费用超支等情况，并提示项目负责人、科研管理负责人等相关人员。在中期检查过程中，系统根据科研管理人员指令，批量自动比对半年度报告和计划，生成每个研究项目的检查报告，对中期检查仍存在科研进度缓慢的应及时介入，推进科研的实施。对于中期检查科研符合要求的，应排查项目组提交的阶段性成果，运用大数据技术搜检阶段性成果与科研项目申请书中的研究内容、外部数据中类似项目的研究成果进行比对，判断阶段性研究质量，如存在阶段性成果质量不高的也应及时介入，推进研究质量的提升。

3.建立科研成果初评功能

科研成果的评价不应仅是质量的评选，更应该是从研究过程到成果推广这一整体过程情况的综合评定。如研究内容、研究方式的创新性，研究成果的发表层级，在相关研究中被下载、引用的情况，在相关工作中被采纳应用和产生效益的情况等。因此可以采用大数据技术对收集到的数据资源进行整合，构建统一的数据群体，并进行科学的分类和归档，提供初评功能[5]。鉴于成果的价值会在研究期结束后持续展现，建议成果评价可以在实施阶段结束后的下一年度末进行。在项目实施阶段，系统就自动分析项目进度，对比判断研究质量，结合中期检查对于阶段性成果质量的人工审核结果，综合给出过程管理分值。在成果推广阶段，项目负责人和科研管理人员分别登记成果发布、使用情况等，系统通过大数据获取知网等科研公共信息中该成果发表的层级和下载、引用量等数据，以及财务系统中该项目的实际收益，综合评出推广管理分值。专家在进行成果评价时，就可以结合过程分、推广分，再根据成果实际质量的主观评价，给出相对客观、合理的评价结果，从而引导科研人员将主要精力放在科学研究的创新性、先进性和实用性上，以便创造更有价值的研究成果。

4.完善科研情况统计分析

目前高校的科研情况统计多关注于申报项目的数量、通过立项的数量、结项的数量、发表成果的数量、获奖的数量、学术交流频次、经费使用量等表层数据。这些表层数据难以运用于精细化管理，因此可以采用大数据技术，建设全面的标准化科研信息化管理数据库，并引入外部科研公共信息和共享的其他高校科研数据，为多维度地深入统计分析提供数据基础。科研管理人员可以基于科研管理三阶段，根据不同学科、项目，采取同比、类比等方式进行统计分析。一是从高校视角，可以对比分析本校不同学科立项、结项、经费使用、成果推广的情况，体现不同学科的科研发展力度。二是从学科视角，可以与其他高校同比该学科科研情况，体现不同高校相同学科的科研发展力度。三是从科研人员视角，可以对比分析本校同学科人员或不同学校同学科人员的科研情况，体现本校科研人员的能力。四是从时间视角，可以对比分析不同时间段本校的科研发展情况或本校与其他学校相比科研发展的速度，体现本校的科研能力。深层次的对比分析，能够更加直观地体现高校的科研管理实际情况，如再将统计分析结果运用在高校科研策略、院系、科研人员的考核中，就可以更好地实现信息化管理的真正价值。

综上所述，将大数据技术运用在高校科研的全流程管理上，能够规避传统科研管理工作中科研纸质资料的存放、保管及归档问题，节约实物资产及人力管理资源，更能够实现大量科研数据线上存储，乃至建成学校科研信息数据库，便于科研项目、成果等数据的查询、分析与推广。但科研信息化管理是一个长期、共建、共享、探索、实践的活动，还需进一步改进和优化。科研数据的准确性、完整性和安全性，科研系统平台与学校其他系统的兼容性等等，都需要结合实际工作来逐步推进、实践和完善，从而更好地服务高校科研管理工作。