高校科研统计

摘 要：高校科研统计是高校科研管理工作的重要组成部分,是通过数据为学校制定、调整政策和规划提供重要依据.文章针对高校科研统计工作现存的人员问题,统计数据质量不理想,科技统计数据利用率低等问题,提出提高数据分析利用能力、完善科研评价指标体系、利用大数据驱动科研统计新模式等建议,以期促进高校科研统计建设工作科学、合理发展.

关 键 词：高校科研统计数据

中图分类号：G46文献标识码：A文章编号：1674-098X（2014）09（b）-0239-01

高校是我国科研创新的重要基地和主力军.我国62%的国际重点实验室、35%国家工程研究中心均设在高校.而科研统计是高校科研的一面镜子,是其科研创新力的有效测度.它通过对高校科研规模、学术水平、增长速度和效益产出等方面的定量测量,反应高校科研工作现状和发展趋势,为高校科研部门制定检验、调整科研方针、政策规划和计划提供依据,[1]是高校科研管理制度化、规范化的基础.

1高校科研统计工作存在的问题

在当前国家创新的大背景下,国家科技投入不断增加,高校科技活动迅猛发展,对科研统计也提出了更高的要求.因此,在科研统计中也暴露出不少的问题,主要表现在以下几个方面.

1.1统计人员流动性大

科研统计工作是一项基础性工作,不像项目管理、成果管理那样具有产出性,其成果、绩效额度不宜测量和隐性化容易被忽视[2],导致统计工作人员热情不高；另外,一些科研管理者也对该项工作重视不够,认为只要完成上级单位布置的统计任务即可,对于统计人员没有实施积极的鼓励措施,导致科研统计人员很容易流失.北京2009年调查显示,北京高校共有科研人员137人,其中首次承担科研工作人员达52位,占总人数38%.这反映出科研人员流动性大,队伍不稳定.新接触科研统计人员对学校整体科研工作的了解、统计指标的理解都不如有经验者全面、准确,反映在统计表中的数据逻辑性和合理性差、数据库不全、数据库不能定期维护等,影响数据质量,不能真实反映学校科研工作现状.

1.2数据收集精准度不高

科研统计工作相当复杂,涉及到科技投入、产出、项目分类、科研支出等上百个具有相关性的指标,如何正确理解这些指标范围和相关性每个统计工作者都是挑战.且在数据采集时涉及、机构信息、项目信息、经费信息、论文等多方面信息,这些信息在指标设置、分类标准、计算方法等方面有较大差异[3],这给数据统计的准确性和真实性都带来困难.因此,科研统计人员在填表中很多指标仅能凭感觉申报,造成上报统计数据失真,使得报表对决策工作不但无帮助反而带来不利影响.

1.3科技统计数据分析不足、利用率低

科研统计工作最终目的是为管理者提供可靠依据.因此,仅做好基础数据的收集是不够的,科技统计报表只有通过专业数据分析才能发挥作用,只有专业数据分析结果才能对科研政策的制定和决策起到支撑作用.目前,我国许多高校还没有组织力量进行数据分析建模工作,未对统计结果进行科学统计分析、未建立合理的指标评级体系,没有让数据“说话”.而且,我国科研统计工作自20世纪70年代以来经历了近30年的发展[3],积累了丰富的历史数据,这可以为当前科研管理提供宝贵参考信息.但目前尚未对这些信息进行有效的利用,且在数据保存、使用过程中还存在众多问题.

2提升科研统计工作效果的对策和建议

2.1加强科研统计人员培训,搭建交流平台

从补充科研统计人员科研统计知识和加强对科研状况掌握入手,对统计人员加强培训,并为各高校科研统计人员间建立交流平台,促进他们的互相学习和交流.可以采用主题报告会、专项工作答疑会、基础统计知识培训、科研数据库建立和维护培训等,并引导、鼓励统计工作这撰写科研统计相关论文、参加相关项目科研团队[4],通过多种方式提高统计人员专业水准,提高科研统计人员的工作积极性,才能保证数据的采集、处理、分析、审核的精准性.

2.2提高数据的分析和利用能力

数据的简单存在并不具备价值,只有得出分析结果才能体现其价值.数据分析可以从科研人员论文、专利、专注等信息与其年龄、学历、职称等基本信息相匹配,进行相关性分析,找出成果的产出与年龄、学历、职称等的关系,由此指导教师、科研人员的绩效考核或人才引进；项目相关成果分析可以为项目评估提供借鉴,科技成果的相关分析是科研活动最好的体现,为科研工作者或教师科研绩效评价和评估提供依据；通过对科研经费数据的分析,可以得出经费分布的主要方向、项目类型、年龄及职称分布等特征性信息,为经费配比提供依据；另通过对历年课题分析可以知道新项目的申报等.有条件的高校,可采用大数据技术驱动的数据流程,即通过基础数据的采集后,从主管部门提取拨款等宏观数据,从Web数据库提取成果信息,而后建立数据库,再利用相关性等技术对数据库进行分析,得出结果,提高对数据的分析和利用能力.

2.3统计指标与科研评价体系相匹配

科研统计在科研评价中占有重要地位,通过论文发表数量、论文引用次数、高被引论文数、热门论文数、高被引论文占有率、专利数等指标能够科学反映出科研生产里、影响力、创新力和发展力等核心价值.论文被引总数和高被引论文是论文质量高低的指标；高被引论文数反映了科研质量的高低；高被引论文占有率反应单位可持续创新力和领先能力[5].国外指标评价体系,如Garnatje等从“积极科研评价是否能促进科研质量提升”问题入手[6],明确科研评价中评价指标,提出深入研究建议.由此可见准确、适用的统计指标是科研评价结果的保障,这提示我们在统计工作中不但要关注数据的分析、利用,还要对统计指标的纳入和筛选等给与关注,并关注国际科研统计和科研竞争力进展[7].