“大数据”时代对高校科研统计工作的影响
科研统计一直是我国高校科研管理的基础工作，学校的科研现状与趋势、科技政策的制定、科技的规划都是以统计数据作为基础和支撑的。随着国家对高校科技工作的重视，现在高校的科研数据也在逐年增加，尤其在2012年大数据概念逐步兴起和普及的趋势下，对科研数据的统计也将随着时代的发展[1]，进入一个统计新时代。
大数据的出现使得通过数据分析获得知识、商机和社会服务的视角从因果关系的追求中解脱了出来，将注意力转移到了数据间相关关系的发现和使用上，潜移默化的影响着科研数据统计知识体系的变革，影响着统计方法及分析方式的改变。
一、科研统计工作的意义
高校科研管理的特点是大量的科研数据，而科研数据的提供则主要是依靠统计来实现的。根据《统计法》第二条规定：“统计的基本任务是对经济社会发展情况进行统计调查、统计分析，提供统计资料和统计咨询意见，实行统计监督。”与传统的统计内容不同的是，高校的科研统计是针对高校科研情况的统计和调研，根据对统计数据的分析、采样、量化等统计方法，为高校制定科研规范方案提供依据。高校的科研统计与单一的统计的最大区别就是它兼有信息、咨询和监督的三种系统职能[2]，即，高校的科研部门针对不同方面的统计要求，采用不同的科学的统计指标和统计方法，及时对科研数据进行全面系统地采集和分析，并利用不同视角的统计信息资源，为高校的科研管理趋势和科研决策的制定提供多种建议和方案，进而对高校科研发展情况进行监督，为学校制定的科研政策和计划的实施情况、年终考核、存在问题的揭露提供参考依据。这三种职能的相互联系则是保障科研统计信息的延续和深化的重要依据。
高校的科研统计工作在对科研数据进行积累的基础上，利用统计方法对数据进行分析，从而揭示了高校科研的活动规律，进而对科研活动进行检验，为科研政策的调整，科研活动的规划和新的科研规划制定提供决策性的依据。科研统计是高校科研活动情况的标志，作为一个十分重要的组成部分，科研统计与科研项目的管理、科研成果申报、知识产权管理等内容，共同构成了高校的科研管理内容[3]。
综上所述，科研统计是通过现象看本质，通过对数据表象的认识和分析进行判断，它可以通过反映高校科研的结构，科研水平发展的规模和速度，以及科研成果的效益情况，来反映高校的科研特征和规律。科研统计的数据综合反映了一定时期内高校的科研实力、能力、规模和水平等。高校在制定科研政策、计划、目标和检验实施情况、完成情况、进度情况的时候，都可以用这些科研数据进行量化和判断，并可对各个科研活动阶段出现的微弱环节和不平衡现象提出解决问题的办法和建议的措施。因此，科研统计尤其在“大数据”时代中，对高校的科研管理有着举足轻重的影响。
二、“大数据”时代对科研统计工作引发的变革
大数据给各行各业带来变革的同时，也无形的对高校的科研统计工作产生着深远的影响，同时促进了科研统计工作中的思维、数据创新和信息管理三个方面的变革。
1.科研统计思维的变革[4]
依据传统的统计原理，在科研统计工作中，按照统计对象或统计任务，对科研项目、成果等方面的数据进行资料的收集、整理和分析，进一步运用这些资料进行科研活动的趋势，并制定科研计划。在对这些科研数据统计中，主要是针对样本的选取进行操作，由于在当时环境下，分析工具是缺乏的，也只是简单的通过一些图表的形式表现出来。因此，在选取样本的时候尽量利用最少的数据获取更多的信息。
（1）抽样分析数据由样本到总体的转变
随着计算机技术和网络技术的不断发展，当数据处理技术已经发生了巨大变化时，大数据对数据的抽样分析也随之发生了改变。科技统计是进行科学决策的基础，是决策者进行科学决策的重要依据，涉及到的统计内容较多，有较强的数据变动性。传统的科研统计将科技人员情况、科研项目数、经费数，学术论文、著作数，以及成果获奖数等科研信息进行分块统计，这样虽然可以较好的实现对应信息块的数据统计、预测，但是如果想要发现数据与数据间，信息块与信息块间的相关关系却相对不易，而数据间或信息块间的紧密关系又是科研计划的制定和科研统计工作的基础。因此，需要科研管理者在进行科研统计时，改变现有选取一定样本的方式与思维模式的转变，即由收集部分数据到尽可能收集大量数据的转变，从“样本=总体”的视角出发，对数据进行深度分析。
虽然这样的转变从表象上看似乎增加了统计人员的工作繁琐性，加大了统计人员对数据掌握的复杂性。事实上，这些数据也只是单纯的数据节点，这就要求科研管理人员在平时要定期注意数据的积累和跟踪，将科研经费、论文、成果等科研管理内容进行定期的更新和统计。这样在统计数据时，就可以通过数据间的关联关系，发现科研项目申报和成果产出间的相互关系，进而对高校的科研发展起到促进作用。
（2）由“小数据”到“大数据”的转变
互联网带动了数据库技术的革新，使得收集和分类数据的能力也出现了质的变化，它不再通过少量的样本信息来获取整体情况，而是通过利用现有的多种搜索引擎，以及政府公开的各类数据资源，获取大量有用的数据信息。“小数据”时代的科研统计工作主要突出了数据的精确性，很多细节的东西被忽略了，“大数据”摆脱了传统的随机分析法，转而采用所有数据法，即可以从不同角度，更细致的观察和研究科研数据。“大数据”时代虽然放弃了数据的精确性，但却能观察到数据体现出的微妙变化。通过对要统计对象之间的数据归类、预测来指导高校科研发展趋势和高校的科研工作，可以较快速、准确地定位高校科研的发展方向。 （3）数值关系由“无声”到“有声”的转变
“大数据”全在于发现和理解信息内容及信息与信息之间的关系，利用数据反映出的这种关系，来转变我们的习惯，也就是转变我们在制度制定、处理过程中和激励机制中尽可能减少使用数据的习惯，让数据表象事务间的关系，通过数据“说话”。
科研统计思维变革的三个要素间是相互联系相互作用的，它使得统计人员能够接受纷繁复杂的数据，不再追求数据的精确性，同时，不再依靠对少量样本数据的分析，转而对与某事物相关的所有数据进行分析，因此统计人员不再探求数据间的因果关系，转而开始关注事物间的相关关系。
2.科研数据创新的变革
在利用传统统计方式对科研数据进行统计的过程中，常见的统计周期是以年为单位的，即将过往一年的数据进行收集、整理，期间很少注意数据的相关性或关联性，并且根据每年的需要，统计的内容或科目也不尽相同。但是随着“大数据”时代的开始，统计数据信息也在发生着微妙的变化。
在大数据的指导下，统计数据开始突出其各时期间的连续性、数据采集的可重复性，以及数据的可控制性，这里将其归纳为“大数据”时代的四个突出特性：数据的再利用性、数据的重组性、数据的可扩展性和数据的开放性。
（1）数据的再利用性。利用先进的网络技术和搜索引擎，可对每个节点完成的统计数据进行汇总，以节点的方式存储在制定的数据库或数据集中。在对新节点的数据统计时，首先要对过去的节点进行筛选，提取与本节点相关内容，完成快速的数据统计，体现了数据创新中对数据再利用的过程。对已收集的大量数据再次进行利用，使表象从数据汇总中而非单一数据值中体现出来。
（2）数据的重组性。在科研统计的数据中，有些已经统计完的数据由于外在因素，正处于一个休眠期，但并不能说明这些休眠数据的价值就无从体现。它可以通过与另一个不同的数据集相结合的方式表现出来。通过这种重组，我们在统计工作中可以利用数据的创新性观察出许多能够指导科研工作发展的价值所在。通过数据的重组，可以发现统计数据的综合比部分更能体现其价值性。
（3）数据的可扩展性。为了能够更好的对数据再利用或重组，要在统计工作的初期尽量设计好统计数据的扩展性，才能更好的为潜在的二次用途提供数据基础，因此需要开始就将有扩展可能的数据集合起来，建立索引机制并在需要时在数据集中提取数据。
（4）数据的开放性。“大数据”时代对科研统计工作影响最大的方面就是数据的开放性，这一特性已经大大的提高了科研统计工作的效率和数据分析的精确性。随着许多政府数据的公开，科研统计工作可以很方便的从这些有效数据中找到对应的数据，并按照自己所需进行数据提取。
3.科研信息管理的变革
“大数据”时代的出现对信息管理准则的重新定位起推动作用，科研信息管理也不例外，它随着这一时代大潮发生着变革。当今时代，信息交流方式已经转变为网络这一媒介，这一独特的交流方式引发了关于信息管理中规范制度变革的思考。网络是开放的，会让信息使用者不再按照传统的信息规范利用信息，因此作为科研信息管理者，要在对信息管理的同时制定出可以限制信息滥用个规范。作为科研信息管理的一个主要部分――科研统计，就在个人隐私保护和科研信息预测这两个方面出现了微妙的变化。
（1）个人隐私保护。大数据时代的数据价值很大一部分体现在二级用途上，导致隐私保护模式重点从“告知与许可”方面转移到数据使用者的行为责任的承担方面。在对科研统计信息再利用前，应对预利用的数据进行正规测评和使用。经过测评的数据可以让科研统计人员无需取得拥有数据源的个人明确意愿，就可以决定该数据的使用许可范围。
（2）科研信息预测。大数据时代的科研统计人员学会利用先进的数据分析与统计工具，在海量的科研数据中筛选所需，利用搜索引擎或数据库这重要介质，是科研信息管理科学话、系统化的关键。在提升科研统计的准确性和高效性的同时，利用科研数据信息预测科研发展趋势。
三、总结
虽然，大数据为我们提供的不是最终答案，而只是参考答案。但是“大数据”时代的到来标志着人类开始步入了“信息社会”。对于科研管理人员和科研统计人员来说，可以用新的方式对收集的各级各类的数据加以利用，使科研统计工作开启了新的时代，同时表现出新的价值形式。科研统计可以获得比以前更多的分析信息，更好的为高校科研工作的开展、科研制度的制定和决策服务。（作者单位：长春工程学院科技产业处）
