浅谈高校科研统计

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个人信息、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]。

参考文献

[1] 宋秀兰，草耀艳.提高高校科研统计工作效能的对策[J].高教与经济，2010（6）：61-64.

[2] 赵胤慧，张豫，王占武，等.北京高校科研统计工作研究[J].北京科技信息大学学报，2010（12）： 1-4.

[3] 许哲军，蔡庆.大数据驱动的高校科技统计新模式探索[J].科技管理， 2014（3）：16-19.

[4] 岳秀飞.高校医学科研机构综合管理系统建设策略[J].科技信息，2014（5）：119-121.

[5] 楼雯.中国与世界：一流大学科研竞争力的差距及实证分析[J].重庆大学学报， 2014（1）：104-108.

[6] Garnatje，VallsJ.Does aggressiveness in evaluation improve the quality of scientific research[J].Journal of the American Society for Information Science & Technology， 2013，64（8）：1756.

[7] 刘在洲，张云婷.高校科研质量评价问题与改进思路[J].科技进步与对策， 2014（2）：95-98.